人工智能在工业自动化控制系统的应用探究郭彩英--中国期刊网

字体：大中小

首页> 原创作品> 正文

人工智能在工业自动化控制系统的应用探究郭彩英

发表时间：2020/9/25 来源：《基层建设》2020年第17期作者：郭彩英

[导读] 摘要：人工智能系统是一门不断发展的学科，当前人工智能技术已经逐渐应用到多种领域，工业自动化控制系统中的人工智能技术正在成为未来工业发展的核心技术。

        太原市程远建筑工程有限公司山西太原 030000
        摘要：人工智能系统是一门不断发展的学科，当前人工智能技术已经逐渐应用到多种领域，工业自动化控制系统中的人工智能技术正在成为未来工业发展的核心技术。由于现有技术水平以及应用方式的限制，人工智能技术在工业自动化控制系统中仍存在很多限制，这就需要相关领域专家学者根据工业自动化技术的发展特点和实际需求合理应用人工智能技术，从而进一步提升工业自动化控制系统的整体性能。
        关键词：人工智能；工业自动化控制系统；应用
        1人工智能的定义
        美国国家科技委员会于2016年制定的《为人工智能的未来做好准备》指出，目前并没有一个普遍接受的人工智能定义。一些人把人工智能定义为是计算机化的系统，能够表现出通常被认为是需要智能的行为；其他人将人工智能定义为一个系统，该系统能够无论遇到什么样的复杂问题，都可以合理的解决，或者采取适当的行动实现它的目标。虽然对AI的界定并不明确且随时间推移不断变化，但AI的研究和应用始终秉持一个核心目标，即使人的智能行为实现自动化或复制。美国总统行政办公室于2016年发布的《人工智能、自动化及经济报告》中指出，AI不是单一技术，而是应用于特定任务的技术集合。2017年，《Science》定义的强人工智能是指具有与人一样智慧和全面的智能。斯坦福大学人工智能百年研究《人工智能和2030生活》广义定义了人工智能是一种致力于机器智能化的活动，而智能是指系统在其所处环境中具有预见功能。2018年7月德国人工智能战略概述中指出，作为一门科学学科，人工智能指的是一个研发训练计算机来执行以前只有人类才有能力的智能行为方法的研究领域。
        2自动化的定义及发展简史
        2.1自动化的定义
        自动化涉及到人类活动的所有领域，是人类自古以来永无止境的梦想和追求目标。自动化的界定虽然不明确，且随着时间推移不断变化，但自动化的研究和应用多年来始终秉持一个核心目标：研制系统代替人或者辅助人去完成人类生产、生活和管理活动中的特定任务，减少和减轻人的体力和脑力劳动，提高工作效率、效益和效果。
        2.2自动化的发展简史
        自动化的发展史漫长而有力，18世纪，从风车离心调速器到蒸汽机离心调速器，从麦克斯韦《论调节器》，经传带控制，到劳斯、赫尔维茨稳定性判据。进入19世纪，船舶陀螺驾驶仪，布莱克负反馈放大器，奈奎斯特判据，ZieglerNicholsPID参数整定法，M9火炮指挥控制系统（Bode图）中为后续的现代控制理论、PLC、分布式控制系统奠定了基础，进入19世纪80年代，RTO和模型预测控制、工艺模型开环设定、数据驱动的运行反馈控制继续推动着自动化的发展。
        3工业自动化控制系统中运用人工智能技术的优势
        首先，人工智能技术利用计算机技术进行数据处理可提高工业自动化控制的精准性。人工智能技术的发展离不开计算机技术的进步，工业自动化控制系统由软件和硬件两个部分构成，在软件层面，人工智能技术由工业计算机系统实现工业数据的跟踪、采集、处理和存储，实现数据的一站式操作，大大降低了数据传输过程中出现错误的概率，从而实现工业自动化控制的精确性。
        其次，人工智能技术可实现工业自动化控制的全自动化操作，进一步降低人工成本。传统的工业自动化控制系统虽然实现了一定的自动化，但是总体来讲在很多地方仍需要人来操作，在嵌入人工智能技术以后，很多原本需要人工来操作的岗位也可以用计算机系统来代替，并且比人做的更快、更好，从而实现完全的自动化，这也进一步实现了人工成本的降低。
        第三，人工智能技术可推进工业自动化控制系统的稳定性。

期刊文章分类查询,尽在期刊图书馆

人工智能技术具有“机器学习”的能力，将其运用到工业自动化控制系统中可以利用计算机对相关数据进行分析，当系统检测发现异常可实现快速预警并根据错误代码尝试自我修复，同时将异常参数数据调出，方便检修人员排除故障。所以说，在硬件层面得到保障的情况下，人工智能技术在工业自动化控制系统的应用可将系统故障几率降到最低。
        4人工智能技术在工业自动化系统中的应用探究
        4.1以人工智能为基础的模糊控制系统
        在工业自动化控制过程中，由于被控过程具有时变性和复杂性，受多种因素影响难以建立较为精确的数学模型，故采用模糊逻辑控制，可在不依赖于对象模型的情况下进行仿人思维的一种控制技术。模糊控制系统具有对工业数据采集、处理、转化的作用，可将采集到的数据以模拟信号的形式反馈给被控制对象。模糊控制器是人工智能技术的核心，在工业自动化控制系统的应用中依据系统形态，控制对象的特点采用不同类型的控制器对控制对象进行数据采集。常见的工业自动化模糊控制系统以模糊控制器为中心，同时包含了被控制对象、检测装置、数据接口和执行结构等，其中执行结构以电动机为主要构成，根据实际需求以不同类型的电动机对上位机发出的命令进行执行操作。除此之外，模糊控制系统中的检测装置其作用类似于传感装置，主要作用是对被控对象信号进行采集和转化，经由数据接口传输给上位机。
        4.2以人工智能为基础的专家控制系统
        专家控制系统在工业自动化控制领域中具有运行可靠、通用性强、控制与处理相对灵活等多种优势。人工智能技术之所以能在工业自动化控制领域发挥优势，自动学习、实时监测功能是实现自动化控制的主要因素，在有限的工业结构知识库中使用尽可能简单的推理结构从而满足工业自动化控制系统的实时性要求。以人工智能为基础的专家控制系统能充分发挥人工智能技术现有阶段的优势，利用计算机信息技术实现专业相关知识的获取、表达以及数据库的建设和正向的逻辑推理等能力，从而在工业自动化控制系统中具有快速反应、实时检测、自我修复和逻辑推理等优势。在以人工智能为基础的专家控制系统设计中，利用相关模型结合人工智能技术的运行机制可实现依赖于简单的参数设置就可以实现复杂的系统逻辑推理。除此之外，现阶段的人工智能技术是建立的经典的逻辑推理前提下，可最大化的保障系统的准确性和合理性，从而最大化的发挥人工智能技术在工业自动化控制系统中的优势。
        4.3以人工智能为基础的神经网络控制系统
        神经网络控制是一门复杂的处于不断发展中的学科，它囊括了数学、生物学、计算机科学、人工智能、自动化控制等多门学科，属于自动控制领域的前言学科之一。以人工智能为基础的神经网络控制系统根据不同的作用主要分为两类：神经控制和混合神经网络控制。以人工智能为基础的神经网络控制系统具有学习能力，是自动化智能控制的重要构成。神经网络控制通过多种复杂组织和原件利用并行连接的形式组建控制网络，在工业自动化系统中实现实时自动控制。神经网络对自动化系统的控制依赖于不同神经元件之间的逻辑演算，对信息进行有效识别将其反馈给控制系统，可以说，以人工智能为基础的神经网络控制系统是工业自动化控制系统的重要构成，是实现工业全自动化生产的基础保障。
        结束语
        随着计算机科学的不断发展与进步，人工智能技术实现了使用机器代替人类才能完成的复杂工作。在工业自动化控制领域，近年来人工智能技术更是得到广泛应用，但是就目前而言，人工智能技术在工业自动化控制系统中的应用方式仍存在很大的改进空间。
        参考文献：
        [1]常斌伟.工业自动化控制系统中人工智能的实践思考[J].电脑知识与技术，2019，15（35）：176-177.
        [2]李龙华.人工智能在自动控制系统中的应用[J].黑龙江科学，2019，10（10）：68-69.
        [3]熊晓倩.人工智能在工业自动化控制系统的应用分析[J].山东工业技术，2019（11）：146.
        [4]王鹏飞，高博，孙绍曾.人工智能在工业自动化控制系统的应用[J].中外企业家，2019（09）：113.