本站小編為你精心準(zhǔn)備了電氣傳動控制系統(tǒng)的應(yīng)用參考范文，愿這些范文能點燃您思維的火花，激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。

【摘要】

人工智能控制器相比傳統(tǒng)控制器來說具有較多的優(yōu)勢，人工智能技術(shù)在電氣自動化領(lǐng)域應(yīng)用越來越廣泛。當(dāng)前，我國電氣傳動控制系統(tǒng)對人工智能的應(yīng)用可以說還處于初步階段，多應(yīng)用于交流傳動和直流傳動系統(tǒng)中，仍需要不斷進行研發(fā)。在未來一段時間內(nèi)，人工智能在電氣傳動控制領(lǐng)域?qū)⒊蔀殡姎鈧鲃臃矫娴闹髁鳌?/p>

【關(guān)鍵詞】

人工智能；電氣傳動控制；系統(tǒng)；應(yīng)用

人工智能是人類只能在機械或系統(tǒng)中的模擬與延伸，該詞最早出現(xiàn)在1956年。人工智能的目的是將人類從復(fù)雜的工作中解放出來，提高經(jīng)濟效益。當(dāng)前，我國人工智能的研究多以具體領(lǐng)域為對象，如專家系統(tǒng)、機器學(xué)習(xí)、模式識別和自然語言理解等等。人工智能使機器能夠自動實現(xiàn)某些過程，要促進電氣自動化學(xué)科的發(fā)展，必須要重視自動傳動領(lǐng)域的發(fā)展，積極將人工智能運用到電氣傳動控制系統(tǒng)中。為此，要不斷對對電氣設(shè)備系統(tǒng)進行合理改造、促進控制系統(tǒng)穩(wěn)定性的顯著增強和生產(chǎn)效率的顯著提高。人工智能在電氣自動化領(lǐng)域的應(yīng)用，使得電氣傳動控制不斷革新發(fā)展，下文將主要探討仍智能在電氣傳動控制系統(tǒng)中的應(yīng)用。

一、人工智能控制的優(yōu)勢

在我國人工智能控制領(lǐng)域，不同的控制器的討論方法是不同的，如電氣傳動控制系統(tǒng)中人工智能的神經(jīng)、模糊、模糊神經(jīng)以及遺傳算法等一般都可歸類為AJ非線性函數(shù)近似器，如此能更好地統(tǒng)一進行研發(fā)策略的制定。相比傳統(tǒng)的控制器，人工智能軟件技術(shù)操作更簡單，性能更完善。電氣傳動控制系統(tǒng)采用的AJ非線性函數(shù)近似控制的人工智能控制器具有以下優(yōu)勢：第一，其設(shè)計不需要控制對象的準(zhǔn)確模型。在很多情況下，研發(fā)人員可能難以獲得實際控制對象的精確動態(tài)方程，導(dǎo)致控制模型在設(shè)計時具有諸多不確定因素，如參數(shù)、非線性時等。第二，AJ非線性函數(shù)近似控制器能根據(jù)響應(yīng)和下降的時間、魯棒性能等來調(diào)整進行調(diào)整，從而提高智能控制器的性能。第三，相比傳統(tǒng)控制器，AJ人工智能控制器更容易調(diào)節(jié)。第四，使用AJ非線性函數(shù)近似控制器的人工智能器即使使用者沒有專家知識，通過數(shù)據(jù)響應(yīng)也能進行設(shè)計。第五，該人工智能控制器可以通過語言和響應(yīng)信息進行設(shè)計。第六，該人工智能控制器的驅(qū)動器在輸入未知數(shù)據(jù)時也能進行使用，這使得其具有較好的一致性。第七，該人工智能控制器對新數(shù)據(jù)或新信息具有很好的適應(yīng)性。第八，其具有很好的抗噪聲干擾能力和擴展修改能力。第九，其使用非常便宜，推廣使用潛力大。

二、人工智能在電氣傳動控制系統(tǒng)中的應(yīng)用

人工智能在電氣傳動控制系統(tǒng)中的運用，可以從其在直流傳動和交流傳動中的應(yīng)用進行展開。人工智能在電氣傳動控制系統(tǒng)中的運用，主要是模糊控制的應(yīng)用。傳統(tǒng)的控制系統(tǒng)的理論對于復(fù)雜的電氣傳動控制系統(tǒng)顯得有些力不從心，為此，科學(xué)家通過研究發(fā)現(xiàn)，模糊數(shù)學(xué)理論運用到電氣傳動控制中能夠較好地解決這個問題。模糊控制包括五個部分，即定義變量、模糊化、知識庫、邏輯判斷與反模糊化。所謂定義變量，指的是決定程序被觀察的狀況及考慮控制的動作。模糊化指的是將輸入系統(tǒng)的值通過一定的算法以合適的比例轉(zhuǎn)化為論域的數(shù)值，然后利用口語化變量對系統(tǒng)物理量變化的過程進行描述。知識庫有提供處理模糊數(shù)據(jù)定義的數(shù)據(jù)庫和利用語言控制規(guī)則描述控制策略的規(guī)則庫組成。邏輯判斷指的是系統(tǒng)通過模仿人類判斷的過程進行模糊推論，從而對系統(tǒng)發(fā)送控制指令。反模糊化指的是將模糊的數(shù)值轉(zhuǎn)化為準(zhǔn)確無誤的系統(tǒng)輸入控制信號。

（一）人工智能在直流傳動系統(tǒng)中的應(yīng)用第一，模糊邏輯控制。當(dāng)前，市面上常見的模糊控制器可以大體分為Mamdani和sugeno型兩種。而在電氣傳動的調(diào)速控制系統(tǒng)中僅運用Mamdani模糊控制器，這是因為Mamdani和sugeno兩種控制器都采用的是if-then模糊規(guī)則庫。Mamdani控制器由以下四個部分構(gòu)成：一是在模糊化背景下，輸入變量的模糊化、量化等具有多種形式的隸屬函數(shù)得以建立；二是知識庫由數(shù)據(jù)庫和語言控制規(guī)則庫組成，語言控制庫主要運用專家的知識和經(jīng)歷，通過建模操作器實現(xiàn)人工神經(jīng)網(wǎng)絡(luò)推理機制及自適應(yīng)模糊控制；三是對人的決策和推理模糊控制行為進行模仿的推理機是Mamdani控制器的核心；四是量化和反模糊化是通過中間平均技術(shù)等反模糊化手段實現(xiàn)的。第二，ANNS的應(yīng)用。在以往較長的一段時間內(nèi)，ANNS(人工神經(jīng)網(wǎng)絡(luò))在識別模式和信號處理中得到了市場的廣泛認(rèn)可。人工神經(jīng)網(wǎng)絡(luò)運用的非線性函數(shù)估計具有的一致性優(yōu)勢，使其廣泛運用于電氣傳動控制領(lǐng)域。該網(wǎng)絡(luò)無需掌握被控對象的具體模型就能進行操作，使其一致性優(yōu)勢明顯。由于ANNS所使用的并行結(jié)構(gòu)，讓其能夠適應(yīng)多傳感器的輸入運用，提高決策的可靠性。當(dāng)前，電氣傳動控制系統(tǒng)不斷得到開發(fā)，其傳感器數(shù)量逐漸減少。當(dāng)然，在特定情況下，電氣傳動控制器系統(tǒng)使用多個傳感器可以降低某些特殊傳感器缺陷的敏感性。

（二）人工智能在交流傳動系統(tǒng)中的應(yīng)用第一，模糊邏輯控制應(yīng)用。通常來說，人工智能的模糊邏輯運用到交流傳動系統(tǒng)中時，傳統(tǒng)的速度調(diào)節(jié)器將被模糊控制器替代。當(dāng)前常見的由英國Aberdeen大學(xué)研發(fā)的全數(shù)字高性能傳動系統(tǒng)可以使用模糊邏輯對電機的磁通和力矩進行感應(yīng)，對方案的有效性進行驗證，并通過同時使用模糊速度控制器、CRPWM塑變器及PI速度控制器補償負(fù)載轉(zhuǎn)矩的擾動。第二，神經(jīng)網(wǎng)絡(luò)的應(yīng)用。在交流電機和驅(qū)動系統(tǒng)的條件檢測與診斷中使用神經(jīng)網(wǎng)絡(luò)時，由于ANN使用常規(guī)反向轉(zhuǎn)播算法，因此它在步進電機控制算法的最優(yōu)化中得到了應(yīng)用。該方案依據(jù)負(fù)載轉(zhuǎn)矩和初始速度，利用實驗數(shù)據(jù)，對最大可觀測速度增量進行確定這就需要ANN對三維圖形映射進行學(xué)習(xí)。相比于常規(guī)控制算法提醒控制法，該系統(tǒng)的性能更加優(yōu)良，能夠促進定位時間的極大減少，同時也能夠有效控制負(fù)載轉(zhuǎn)矩的非初始速度及答非為變化ANNS的結(jié)構(gòu)屬于多層前饋型，對常規(guī)反向傳播學(xué)習(xí)算法加以應(yīng)用。

（三）遺傳算法遺傳算法，是美國J．Holland教授在1975年提出的，其是模擬達(dá)爾文生物進化論的自然選擇和遺傳學(xué)機理的生物進化過程的計算模式。在遺傳算法中，其不需要依賴梯度信息或者其他輔助信息，其只需對遺傳算法系統(tǒng)本身的搜索方向的目標(biāo)函數(shù)及相應(yīng)的適應(yīng)度函數(shù)進行調(diào)整，就能對復(fù)雜問題提供解決方案。當(dāng)前，遺傳算法已經(jīng)在人工智能傳動控制裝置中得到較為廣泛的應(yīng)用。

三、結(jié)語

電氣自動化是研究與電氣工程自動控制、信息處理、電子技術(shù)、計算機技術(shù)應(yīng)用的學(xué)科，而人工智能是實現(xiàn)這些不同學(xué)科進行有機聯(lián)系的關(guān)鍵。人工智能是人類智慧的結(jié)晶，其將機械賦予人類的感知、思維和行為能力，其自動化特征也就被顯現(xiàn)出來。提高機械人類意識能力和強化控制自動化愿景使得人工智能技術(shù)在電氣傳動控制系統(tǒng)的發(fā)展不斷取得新進展，極大提高人們的生活水平。在將來的社會發(fā)展中，人工智能在電氣自動化領(lǐng)域?qū)絹碓綇V泛。

【參考文獻】

[1]張立超.人工智能控制技術(shù)在電氣傳動中的應(yīng)用研究[J].城市建設(shè)理論研究，2013(8).

[2]甘朝暉.人工智能在電氣傳動中運用的進展[J].電氣技術(shù)，2014(4).

[3]周俊.電機控制和保護的神經(jīng)網(wǎng)絡(luò)系統(tǒng)的設(shè)計與算法[J].微計算機信息,2015(1).

[4]王立偉.智能控制在電力傳動系統(tǒng)中的作用及應(yīng)用[J].城市建設(shè)理論研究，2015(5).

作者：劉威 單位：邵陽學(xué)院