人工智能技术在自动化控制中的应用

2021-11-27李昶志

中国科技纵横 2021年8期

李昶志

（陕西省公共资源交易中心，陕西西安 710061）

近年来，我国的科学技术日渐进步，这一技术发展趋势带动了人工智能、自动化控制等技术的发展，也同步扩大了技术应用范围和空间。在自动化控制领域，人工智能技术的应用实现了控制模式的转变，使得控制呈现出智能化特征，在提升生产效率的同时也创造了更高的效益。虽然人工智能在自动化控制中有着极为广泛的应用，但尚存在一些问题，未来应加大人工智能技术的创新，彻底克服自动化控制中的技术局限。

1.人工智能技术在自动化控制中的应用优势

1.1 优化资源配置与节约成本

传统的生产领域，控制作为其中的一个重要环节，因为存在操作流程、工作内容等的巨大限制，在整个控制工作进行时往往会消耗很多的资源，所需要投入的人力成本也相对较大，一旦其中的任何环节出现了控制问题，势必会影响正常的生产秩序，甚至在一些问题严重的情况下，生产停滞不前，使得企业蒙受着巨大的经济和社会损失[1]。因此，传统的人工控制下，为提高控制可靠性，往往需要保障参与到控制工作中的专业人员，具有极高的专业素质和技能水平。但随着当下智能技术的不断进步，自动控制领域已然实现了人工智能技术的应用，综合来看，人工智能技术的应用优势十分明显，可以在控制工作实现对整个人工成本的控制，实现资源的合理优化配置。

1.2 确保产品质量

生产领域对控制工作的质量有着极高的要求，控制效果影响的不仅仅是生产效率，更会影响到生产质量和效益。传统的控制工作中，因为存在一定的技术限制，使得在控制工作中需投入巨大的资源，产品质量受到控制流程、人员素质等的影响，一旦控制人员处于高强度、长时间的工作状态下，控制目标往往很难实现，也就无法保障产品的质量。而随着人工智能技术在控制领域中的应用，控制表现出自动化和智能化的特征，不需要过多的人力资源投入，控制流程也就是控制指令执行的过程，产品质量更能保障。

2.人工智能技术在自动化控制中的应用

2.1 故障诊断

自动化控制工作中常常会出现各类的故障，这些故障如果得不到及时有效的处理，势必会影响正常的控制流程实施，引发一定的安全生产事故。而人工智能在自动化控制中的应用，可以辅助故障诊断，使得诊断更具智能化。当下的生产领域，人工智能技术下的故障诊断具体体现在发动机、变压器或者发电机等的诊断方面。因为电气故障的诱发原因往往具有多样性，故障诊断和维修的难度系数较高，为人工智能技术下，主要是通过模糊理论来进行各种的运行状态、参数等信息分析，也就可以精准地进行故障判定，并在最短的时间内定位故障点，减小故障损失[2]。

比如，在变压器的运行中，常常会出现各种的故障，在传统的故障判定和处理中，一般是由专业人员对油气的收集和分析来进行故障定位的，这种人工方式下的故障判定，往往需要保障专业人员极高的专业素质，整个故障判定的时间消耗比较长，且外部因素可能会影响判定结果，极易出现错误判断，且故障定位精准度无法保障[3]。而在人工智能技术下，完全可以精准进行故障类型的判定，当识别出潜在故障以后，可以快速将所得到的故障信息反馈给运维人员，终端控制系统中的报警信息和故障信息现实，可以提醒相应的维修人员快速进行相应的处理，使得故障的影响范围进一步缩小。

2.2 自动化操作

人工智能技术在自动化控制中还表现出突出的自动化特征，正是因为这一方面的特点，使得人工智能技术的发展潜力十分巨大，必然带动整个行业的进步。比如，以某电气工程为例，该建筑高9层，34m，建设面积823m2，在该建筑电气工程中，设置有专门的电气设备控制室、电气存储室、电气设备房等，依据相应的建筑规定，本工程项目属于二类高层建筑，最终采用的是树干放射形式配电，在每个楼层电气竖井中都要进行相应的配电箱设置，在该配电箱内布设各种的电缆。这一建筑电气下的自动化控制难度系数相对较高，为提升控制可靠性，需采用自动化控制系统，在该系统中将人工智能作为关键技术，以此技术为基础在系统内设置自动报警、环境探测、设备检测、语音播报等功能模块，结合在建筑电气系统的运行情况，由该自动化控制系统的各个模块来负责对系统内各个流程和要素的集中控制[4]。具体的控制流程实施中，终端设备可以进行控制指令的下达，控制过程表现出动态化。

2.3 综合控制

2.3.1 专家控制

专家控制同样是人工智能技术应用的具体表现，其在具体的实施中，将专家系统理论中融入了控制理论，从原理上来看，为专家经验二次模仿的新型控制技术，在整个的控制工作执行中，不仅实现了专家资源的科学利用，更使得控制工作中的人力资源得以减少，人工成本得到了有效的控制。从电气安全性和可靠性的角度来看，专家控制技术在控制领域中的应用，使得整个的控制过程表现出良好的自动化特征，也使得控制的灵活性得以增强。

2.3.2 模糊控制

人工智能技术下的模糊控制，如果要有效发挥其价值，需在前期的工作中进行模糊语言变量的收集和信息处理，为提高控制可靠性，同样需在这一工作中适当地引入专家经验，给模糊控制工作的实施来创造对应的环境条件[5]。也就是说，从控制系统的工作流程和原理来看，模糊控制实施中，首先应清晰了解关于对象单位的信息，结合其现有特点、预期所制定的模糊模型，通过相应的控制器选择和使用，也就可以从根本上保障控制的高效化。

2.3.3 网络神经控制

网络神经控制是人的脑神经元模拟和利用，具体的控制工作实施中，控制原理就是在人脑神经元的技术上，进一步拓展与人类相关的行为活动，通过对这些行为活动的模拟，也就可以达到智能控制的目标。现阶段，网络神经控制理论已然在很多的自动化控制中得到了广泛的使用，未来随着技术的不断进步，这一控制方式将得到更为成功的发展。