人工智能在工业自动化控制系统的应用探究

姚泽龙

摘要：在我国科学技术水平不断进步下，带动了我国各个领域的进步发展。目前，人工智能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。自动化的目的是代替人或辅助人去完成人类生产、生活和管理活动中的特定任务，提高工作效率、效益和效果。二者都是通过机器延伸增加人类认识世界和改造世界的能力。文章从人工智能的定义及发展、自动化的定义及发展、智能制造对人工智能的要求、工业人工智能的涵义、面临的挑战及应对策略等方面进行了阐述，分析了人工智能与工业自动化的关系。

关键词：人工智能;自动化;工业人工智能

引言

在我国科学技术飞速发展背景下，人工智能愈发先进，被广泛应用在各大领域，尤其是在工业自动化控制系统中的应用，既能大幅度提升自动化控制水平，又能降低生产成本。实现电气自动化技术和人工智能技术的有机融合，可促使工业自动化控制系统的运行更加人性化、科学化和智能化，推动工业实现飞跃式发生。基于此，开展工业自动化控制系统中人工智能的实践思考研究就显得尤为必要。

1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。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昀低。

2人工智能技术在工业自动化系统中的应用探究

2.1人工智能在工业自动化控制设备中的应用

工业自动化控制系统具有很强的复杂性和技术性，涉及的内容也比较多，对操作人员的专业水平和综合素质有较高的要求，只有保证每名操作控制人员都能熟练掌握相关知识，并具有丰富的实践操作经验，才能减少人为操作失误，保证工业生产设备都能安全、稳定的运行。人工智能技术在工业自动化控制系统中应用，是以计算机理论为核心，按照工业生产设备的性能和生产要求，来编制程序，实现对工业自动化控制设备的智能化控制。简而言之，就是通过智能化设备来代替人工操作的设备，再通过计算机编程技术，来实现集中控制，严格按照编程指令运行，从而提升设备运行的精准度，提升生產效率，降低生产成。将人工智能技术应用到工业自动化控制系统中，可大幅度提升自动化设备运行的科学性和智慧化，在保证自动化设备稳定精准运行的基础上，优化设备运行环境。

2.2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，可昀大化的保障系统的准确性和合理性，从而昀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。

2.3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。

2.4人工智能在故障诊断中的应用

人工智能中的模糊理论、神经网络、专家系统等，都可以应用在工业自动化控制系统故障诊断中，而且诊断精度和效率非常高。工业生产设备运行条件恶劣，而且需要长时间运行，难免会发生各种各样的故障。传统故障诊断过程比较复杂，工序较多，而且准确率不足，需要较长时间的停机，来寻找故障，解决故障，费时费力。应用人工智能技术之后，传统的故障诊断方法逐步被取代，比如：将模糊理论、神经网络、专家系统相互结合到一起，可快速找到故障发生的位置、发生的原因，并提出处理故障昀佳的方法。此外，还能实现状态检测，通过监测工业自动化控制系统运行的数据，可获知存在的故障隐患，及时处理，避免停机，提升工业生产效率。

结语

随着日前教育部《关于公布 2019年度普通高等学校本科专业备案和审批结果的通知》（教高函〔2020〕2号）的发布，工业智能专业作为人工智能与工业自动化深度融合的新兴本科专业，首度被列入教育部本科专业目录，东北大学成为国内首家（批）本科设立工业智能专业的高校，这标志着我国的本科专业建设开始打破“常规”，实现传统特色发展、个别突破发展、转型升级发展，全面迈入了多学科交叉融合发展的新时期，切实以高校专业建设带动引领工业人工智能领域人才培养质量提升。

参考文献

[1]闫志明，唐夏夏，秦旋，等.教育人工智能（EAI）的内涵、关键技术与应用趋势———美国《为人工智能的未来做好准备》和《国家人工智能研发战略规划》报告解析[J].远程教育杂志，2017（1）：26-35.

[2]柴天佑.工业互联网与工业人工智能 [N].中国信息化周报，2019-10-28（7）.

[3]谢欣岳.人工智能在工业自动化控制系统的应用[J].电子技术与软件工程.2019（02）.

[4]徐文祥，李金良，杨焱，顾萍萍，杨永龙.计算机控制技术在工业自动化控制系统中的应用[J].新型工业化.2018（07）.

[5]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，2019，635（09）：118.