大数据时代人工智能在计算机网络技术中的应用

亢婉君

（南京技师学院，江苏 南京 210000）

引言

目前我们所处于的时代就是一个数据信息化的时代，大量信息的产生，也标志着我们的生活逐渐智能化与信息化。大数据从字面含义理解来讲，就是大量的数据内容，并且社会不断进步，所产生的数据只会增加不会减少，这样则需要我们以多种方式来运行与处理这些数据，得到关键信息，为我们的生活和生产发展提供最为有效的措施。大数据具备的特点为数据量丰富，且规模十分宏大，数据处理的速度极快，且可将不同类的数据进行整理和合并。另外在大数据技术所处理的数据中，所有数据信息都十分真实，由此也必须要不断更新其中的各项智能技术，以此来提升大数据时代技术的应用价值。

1 人工智能的概述与优势

在现代科学技术发展背景下，人工智能作为一种新型技术，目前在社会发展的各个领域中都得到了极为广泛的应用。从本质上分析，人工智能是基于人类智能模拟而建立的一种形式，代替人类做出一些复杂工作的智能工具。在现代人工智能技术发展过程中，最大的问题在于对人类大脑的模拟方面。主要是因为人类大脑具有精密与复杂的特点，早期模拟很难实现良好的效果。但是在科技不断发展的进程中，这种模拟逐渐成为可能。现代人工智能技术嵌入仿真环境，能够极大程度地减少人力消耗，并且提升仿真精度和自动化程度。

1.1 促进计算机网络稳定性提升

将人工智能应用到计算机网络技术中，可以促使计算机能够快速传输和运行庞大的复杂信息系统，这样不仅可以提升整个计算机系统的灵活性与运行网络的稳定性，同时也可对不同的数据信息进行科学处理，提升网络的运行水平与质量。

1.2 可对数据进行高效的分析与处理

随着社会经济与技术水平的不断提升，人们生产与生活过程中对于计算机的需求也在不断智能化，导致计算机水平也需要不断提升，充分发挥出其信息快速处理的作用[1]。根据目前人工智能在计算机网络技术中的应用效果与价值分析，可以使整体网络技术的水平全面上升，并且计算机本身也可高效且有效处理各类模糊信息数据。人工智能可重置计算机网络层次，划分各个模块内容，促进其管理内容的改善与提升。

2 人工智能技术在电气自动化控制中的应用

工业是人类发展的重要基础，而工业生产的自动化程度也代表着其发展的速度与质量全面提升。基于人工智能技术的应用与发展，其能够代替人类实现十分复杂的工作内容，因此该技术在工业生产中有着明显的优势，且在电气自动化领域中应用人工智能技术期间，其能够促使整个生产流程和过程更加顺畅，实现生产工作的优化与自动化目标。并且基于人工智能的应用，能够为工业企业节约大量的人力成本，提升生产效率，以此来进一步提升电气自动化的发展，对整个产业结构的优化发挥着巨大的作用。在具体应用中，其可实现以下几种功能。

1）可实现高效的数据采集与处理功能。人工智能能够对电气设备的数据采集、存储和处理进行自动化控制，也为工业生产提供足够的操作数据支撑，提升整体的电气自动化控制效率[2]。

2）可实现系统运行监视及报警功能。通过人工智能控制能够对整个系统运行的模拟数据进行实时监控，并且能够智能监视电气设备的开关量，具备电气故障报警和实施记录等相关功能，进而实现对电气设备运行状态的实时监视功能，实现故障的预处理。

3）可实现操作的控制功能。目前基于人工智能技术的电气自动化控制，能够结合简单的键鼠操纵实现以往较为复杂的电气控制系统的体积操作，在这种情况下可提升对于电气设备控制的效率，提升工业企业的生产效率。

4）可实现设备故障的录波功能。基于人工智能的自动化控制，能够实现故障录波功能，也就是模拟设备发生的故障录波，记录其具体的顺序，对波形进行捕捉，进而有效实现故障录波的自动化效果，提升电气设备的智能化特征，提升设备运转的稳定性。设备的操作人员需要具备专业且丰富的专业知识与良好的职业素质，并且电气设备的复杂性决定其操作必须有效，且有着较低的容错率，保障整体设备运行的安全与质量。

3 人工智能在热模段压力机故障诊断技术中的应用

3.1 故障原因分析

本热模段压力机在生产期间，常见的对于生产影响较为严重包含闷车、滑块停在死点以外的位置、主电机电流过高、压力机连冲等故障形式。而对这些故障的产生而言，造成这些故障的原因相对较多，以闷车故障的发生为例，此时如果存在过低的封闭高度，锻件体积是固定，这样在滑块被打下来时，很容易压机过载之后造成闷车故障。同时造成闷车故障的原因也包含如毛坯的尺寸较大、锻件温度过低等。

本文基于上述故障的分析和长期累积的工业经验，制定一套对于热模段压力机的故障诊断方法，明确其故障的具体原因，利用所掌握的信息来以人工智能化操作奠定重要的信息基础，也为构建热模段压力机故障诊断系统奠定重要的理论基础[3]。

3.2 总体设计

根据案例分析和相关设计规则分析，本文所设计的故障判断方法和方案如图1所示。

一般如果要发生故障，那么其会存在一定的征兆，因此可根据故障征兆的现象来诊断其具体的故障形式。随后在知识库中找寻能够对底层事件进行匹配和推理的规则来进行处理，得到故障发生的信息和解决的指导方案。如果所选择的防范与实际故障相似度不高，那么需要重新进行修改，修改案例号后将其存入到案例库中。

3.3 规则推理

本文采取正反混合推理的方法在故障树中找寻相关匹配的原则，结合故障现象实施反向推理之后，达到底层事件时再利用正向推理办法来严重故障源的位置与准确性。

以滑块停在死点外和轴瓦温升过高为故障案例建立故障树，具体如图2所示。

其中，方块表示结果事件，多边形表示或关系，椭圆表示基本事件。且知识库的规则，以IF P THEN Q等表示，这其中P表示可用条件，而Q则表示可用条件满足时所执行的操作，或者是得出的结论，随后需加入一些对故障检测进行描述的现象、故障发生的数量以及故障处理的方案内容等。

3.4 实验推理

在分析生产过程中的故障内容，以不好确定的故障或者是不够明显的故障为例，随后将故障引发的原因与状态组成案例组特征，其也是故障案例的状态和特征权值，其表示为：CASE={G，S，W，C，M}，其中G表示案例中所属的种类，和案例的状态特征和案例号有关；S={S1，S2，…，Sn}是故障特征的有限非空集合；W={W1，W2，…，Wn}，0≤W1≤1，则表示为专家确定和大量操作经验所确定的特征参数权重值。这里C表示故障产生的原因，M表示故障解决的建议和意见。

某旧案例是离合器打滑，故障的特征所给出的是内部没有进油，行程调整值故障的原因为形成调整不当，解决的方案是调整弹簧压缩量。而新案例为制动器打滑，内部没有进油，行程调整值和离合器打滑的案例行程调整值与其相近，那么就可以推断出制动器打滑的原因是因为行程调整不当所导致的。随后更新案例的故障原因和解决方案，填写新的案例号保存在案例库中，用于下一次案例的推理和研究。

4 结语

在人工智能的帮助下，工业生产与故障分析得到快速解决，并且在对工业设备故障分析期间，能够给予合理的规则与案例推理过程，提升故障解决的效率和速度，进而也为工业生产的效率提升提供重要的技术支撑。在现有的技术标准下，使用人工智能在工业生产中的应用，也可有效降低人力成本和后续设备的维修成本，对于工业产业的智能与自动化发展有着十分重要的意义。