人工智能在自动控制中的应用浅析

1、.人工智能在自动控制系统中的应用浅析名字：蔡志威学号： 2011080911专业：电路和系统摘要：目前计算机技术已经成为世界上最普及的信息技术，人脑是最发达的机器，计算机的所有编程都模仿人类的计算机，收集、分析、处理、反馈等信息，所以计算机程序整个电气自动化的控制过程通过自动化设备来完成整个生产、分配等过程，大幅度降低了成本，并相应地提高了生产率。 随着信息技术的发展，新技术不断进入工程化、产品化阶段，对自动控制技术提出新的挑战，促进智能理论在控制技术中的应用，解决传统方法难以解决的问题。关键字：人工智能计算机自动化应用1 .研究背景人工智能(Artificial Intelligence )

2、，英语简称AI。 它是研究和开发用于仿真、扩展、扩展智能的理论、方法、技术和应用系统的新技术科学，是计算机科学的分支。 人工智能本质上是对人类思维信息过程的模拟。 对人的思考模拟可以从两条道路上进行，一是结构模拟，模仿人脑的结构机制，制造“人脑”机器的第二个是功能模拟，暂时放弃大脑的内部结构，从其功能过程进行模拟。 通过理解人工智能的本质方向性，产生了人脑和雷电反应的智能机器。 它主要包括语言识别、自然语言处理、机器人、专家系统和图像识别等。“人工智能”一词是1956年由Dartmouth学会提出的，人工智能发展迅速，成为计算机的主流，涉及信息论、控制论、自动化、生物学、心理学、语言学、医学和

3、哲学等多版学科。 其主要目的是通过使用机械设备达到智能效果，依靠机器完成复杂的工作。智能电气自动控制系统主要为了增强整个劳动分配过程，实现计算机智能化，大幅度减少了人工劳动过程，提高了工作效率，如：铝电解生产中的模糊自适应控制技术，大量使用了人工智能技术。 我们国家主要是从廉价出口的劳动力中获得的经济数值，但还没有达到其他发达国家的经济水平。 在我们的电气自动化控制中加强人工化智能的使用，开发与人的判断系统、处理功能相似的控制系统，强化我们的生产能力，推进我国的经济发展。2 .人工智能的优势经典控制理论的方法是，对于研究对象系统，首先构建一定的数学描述即模型。 它反映了受控制系统的所有主要特征

4、，可以定量确定，同时在数学和物理上都容易进行分析处理。 这样决定的控制系统的数学模型是描述系统的输入输出物理量(或变量)和内部物理量(或变量)的关系的数学式。 合理的数学模型必须以最简化的形式正确表示被控制对象或系统的动态特性。 通常，如果忽略对系统特征影响小的次要因素，则可获得简化的数学模型(对于自动控制系统来说，通常是线性微分方程)。 线性控制系统的研究有重要的使用价值。 线性微分方程解容易，一般有标准的方法。 具体地，可以用拉斯变换解线性微分方程。 线性系统满足叠加原理，更方便线性系统的研究。用拉氏变换求解线性常微分方程是一种简单的工程数学方法，它可以把数学微积分运算变成代数运算，并单独

5、显示初始条件的影响。 有微分方程的拉斯变换，就可以得到非常有用的传递函数。传递函数被定义为系统输入量的拉斯变换式和输出量的拉斯变换式的比，是复变量s的函数。 传递函数的形式与输入量的大小和形式无关，只依赖于系统的结构和参数。 这是一个非常抽象的数学模型。 因此，在具有相同传输函数的系统中，如果输入输出的物理量不同，则代表性的物理意义不同(例如，具有相同传输函数的两个完全不同的系统，一个是机械系统，另一个是电子系统)。 这是实验室使用电子系统模拟实际动力机械系统的实验的理论基础。 在为一个自动控制系统建立了数学模型 (即系统的传递函数)之后，可以用一定的方式来对该系统的控制性能进行全面分析和计算

6、。 在线性稳态系统中，常用的工程方法有域分析法、根轨迹法和频率法。 时域分析法是控制系统以时间为独立变量，研究分析系统的输出。 通过向系统以外提供预定的输入信号来研究系统的时间响应来评估系统的性能。 时域分析法基于系统微分方程，以拉尔斯变换为数学工具，直接求解控制系统的时间响应，根据响应公式及其描述曲线分析系统的控制性能，如稳定性、快速性、稳定精度。将人工智能方法引入到控制系统中，将控制理论分析、理论洞察力和人工智能的灵活框架结合起来，可以获得新的认识突破。 智能控制系统具有拟人智能和拟人智能，即人工智能。 该智能主要表现在智能决策中，能有效地解决复杂性和不确定性的控制问题。 模糊控制是根据研

7、究者控制行为的特征发展的。 对于无法构筑数学模型的被控制对象，让计算机模仿人的想法，进行控制决定。 人类的控件可以用语言记述，可以总结成一系列的条件句，即控制规则。 用微机程序实现这些控制规则，就像人的思考行为。 也就是说，模糊控制基于专家的经验和专业领域的知识，总结几个模糊控制规则，构成描述不确定的复杂对象的模糊关系，通过受控系统的输出误差和模糊关系的推论合成来获得控制量，控制系统。模拟人脑的功能，人类制造出人工神经网络(能用计算机软件实现，或用大规模集成硬件电路实现)，再实现神经网络控制系统。 即，在控制系统中使用神经网络这一工具，对难以正确记述的复杂的非线性对象进行建模、作为控制器发挥作

8、用、优化计算、进行推论、故障诊断等。 神经网络控制逼近非线性函数的能力强，具有非线性映射能力。 神经网络还具有自学能力、适应能力。 通过组合优化的决策控制、神经网络学习控制、自组织控制、神经网络控制和模糊控制，可以实现更复杂高效的神经网络模糊控制系统。 在人工智能新技术不断出现、智能控制应用深化的过程中，神经网络一定要与其他新技术融合，发挥更大的作用。多种人工智能系统的控制功能正在以不同的方法进行研究。 然而，AI控制器，例如：神经、模糊、模糊神经和遗传算法都是非线性函数近似。 各自进行分类研究，有助于制定统一的开发战略。 这些AI函数近似器比常规函数估计器具有显着的优点。(1)通过适当地调整

9、(根据响应时间、下降时间、鲁棒性等)可提高性能。例如：模糊逻辑控制器的上升时间是最佳PID控制器的1.5倍，下降时间是3.5倍，过冲更小。(2)这些设计不需要待控制的模型(在许多情况下，难以得到实际受控的精确动态方程，而实际受控的模型在控制器设计时存在许多不确定因素，例如，参数的改变、非线性等)。(3)比古典控制器更容易调节。(4)不需要专家知识的情况下，也可以对数据进行设计。(5)可以使用语言和响应信息来设计。(6)它们相当一致，而与驱动器的特性无关(使用新的未知输入数据可获得良好的估计)。 当前，使用人工智能的控制算法来控制特定对象虽然没有效果，但是控制其它的控制对象没有一贯性，必须具体地

10、设计特定对象。(7)用通常的方法无法解决的问题，可以利用它们来解决。(8)能很好地适应新数据和新信息。(9)抗干扰能力强。(10 )易于扩展和修改。(11 )它们的实现非常廉价，特别是在使用最小结构的情况下。也就是说，我们能够利用基于规则的、模糊神经控制器和隶属函数，自动地在逆模糊化和模糊化的过程中进行自我决定。 用多方面的方式来表现整个过程，在过程中用系统技术来完成整个解的过程，在过程中找到了简化的结构配置，收敛快，学习快。3 .人工智能的应用表现在人工智能化发展迅猛的今天，许多高等学校将开展人工智能化电气专业和许多科研机构的全面研究，如在故障诊断、设计优化、智能控制等领域使用人工智能化。3

11、.1优化设计设计电气系统设备类的工作是极其复杂的工作，不仅要活用专业电路等专业知识内容，还要活用设计中的知识。 最传统的方式最初是由简单的实验方式和有经验的老师傅手动完成的，在某种意义上很难达到最佳效果。 随着我们智能化的发展和计算机领域的发展，设计方式也从简单的手工操作到计算机辅助设计(AUTO CAD )，大大节省了时间和研发周期。 随着人工智能的出现，计算机设计(CAD )系统也不断更新，整体产品从开发、设计到成品全面提高。 人工智能技术采用优化设计的方法，主要有遗传算法和专家系统。 遗传算法是比较先进的优化算法，适合产品的优化设计。 因此，在这种设计中经常采用或改进这种方法。3.2故障

12、诊断一旦电气设备成为一个问题，其征兆和实际问题的关联性就很复杂，很难判断和确定，使用人工智能系统就能解决这个问题。 已经用人工智能技术判断故障系统的是：模糊逻辑、专家系统、神经网络。在电力系统中，变压器非常普遍受到关注，也进行了很多研究。 现在主要通过变压器油中的分解气体进行变压器的故障诊断，判断故障的程度。 发电机、电动机、发电机采用人工智能故障诊断技术也很普遍。3.3人工智能控制人工智能信息化的应用现在已普及到身边的各种领域，例如：铝电解生产中的模糊自适应控制技术是如此，但这种报道确实很少。 三种人工智能控制方法有：模糊控制、神经网络控制和专家系统控制。 最常见的是模糊控制，实例也很多，非

13、常简单，现实意义广泛。4 .人工智能的技术展望技术的发展总是超出人们的想象，无法正确预测人工智能的未来。 但是，目前的一些展望性研究表明，未来的人工智能有可能将：模糊处理、并行化、神经网络和机械情感发展到以下几个方面。人工智能刚刚作为整体研究开始，离我们的目标还很远，但是人工智能在某些方面有很大的突破。(1)自动推论是人工智能最典型的研究分支，其基本理论是人工智能其他分支的共同基础。 以往，自动推理是人工智能研究最受欢迎的内容之一，其中知识系统的动态进化特征和可行性推理的研究是最新的热点，很有可能获得很大的突破。(2)机器学习的研究有了很大的发展。 许多新的学习方法陆续登场，获得了成功的应用。

14、 例如，强化学习算法、reinforcement learning等。 目前的方法处理在线学习还不有效，寻求解决移动机器人、自主代理、智能信息访问等研究中的在线学习问题的新方法也是研究者共同关心的问题，相信不久就会在这些方面得到突破。(3)自然语言处理是AI技术应用于实际领域的典型例子，经过AI研究者的辛苦，该领域已经获得了许多值得关注的理论和应用成果。 很多产品已经进入很多领域。 智能信息检索技术受网络技术的影响，近年来发展迅速，成为PS独立研究的分支。 由于信息获取和纯化技术已成为现代计算机科学和技术研究中值得研究的课题，所以将PS技术应用于该领域的研究是人工智能应用的契机和突破口。 由于

15、近年来人工智能的发展，这方面的研究取得了可喜的进展。人工智能发展的最高水平的表现是现代智能机器人。 智能机器人为了实现更复杂的人类控制，不仅要使人类的智能思考模式，还需要使机器人具有人类的感情思考模式。 研究表明，人的思考决定是辩证逻辑思考和感情思考的结合。 情感思维可以通过个人的最佳行为方式(控制方式)和社会的其他成员，特别是与一些有情感联系的人的相互作用，达到最佳效果。 在未来的智能机器人控制系统中，无法想象没有感情思维模式的控制，是不完全的。 这是让机器人实现像人一样的人工情感思维控制。 这个问题关系到机器人和人之间的感情交流和机器人之间的感情交流。 情感思维模式是动物，特别是人的智慧的

16、突出表现，是生物，特别是人在长期的社会进化中逐渐形成的复杂控制系统。 如何用机器人实现，是控制理论进一步深入研究的课题，也是人工智能发展必须实现的新阶段。5 .结语人工智能主要由行为能力、知觉观、思考判断能力三个方面组合而成，应用也非常广泛。 例如问题的解答、整体逻辑、自动化编程、定理的证明、机器人学等，这些方面体现了完全自动化的形式表现，并对问题进行了说明。 它提高了智能化，通过机械化来完成人的思维，只有这种智能化的电气自动化才能发挥才能，能取得更大的成绩。 人工智能技术广泛应用于铝电解生产中的自动控制，发挥了良好的效果。随着微电子技术、软件技术的进步，人工智能的实现必须在相当长的时间内保持双脚行走。 在软件中，新的开发工具不断出现，人工智能越来越方便地应用于各种领域。 在