网站首页 | 经济学论文 | 证券金融 | 管理学 | 会计审计 | 法学论文 | 医药学论文 | 社会学论文 | 教育论文 | 计算机 | 艺术论文 | 哲学论文 | 财务管理 |
写论文网
  • 基本理论论文
  • 成本管理论文
  • 旅游管理论文
  • 行政管理论文
  • 市场营销论文
  • 秘书文秘论文
  • 档案管理论文
  • 人力资源论文
  • 管理其它论文
  • 您的位置:写论文网 > 管理学 > 管理其它论文 > 人工智能在电气传动控制中的... 正文 2020-01-20 07:25:56

    人工智能在电气传动控制中的应用3100字_人工智能控制

    相关热词搜索:

    人工智能在电气传动控制中的应用3100字

    人工智能在电气传动控制中的应用3100字 人工智能在电气传动控制中的应用 【摘要】随着电气自动化领域中人工智能的广泛应用,电气行业发生了革命 性的变化。本文结合当前电气传动控制中人工智能的应用情况,做了相关的探讨。

    人工智能是一门研究如何构造智能机器或智能系统,使它能模拟、延伸扩展 人类智能的学科。目前,人工智能的研究更多的是结合具体领域进行的,主要研 究领域有专家系统、机器学习、模式识别和自然语言理解等。人工智能在电气自 动化方面的应用,给电气传动控制领域带来了前所未有的革新变化,下面主要讨 论人工智能在电气传动控制中的应用。

    一、人工智能控制器的优势 不同的人工智能控制通常用采用不同的方法去讨论。但AI控制器例如:神经、 模糊、模糊神经以及遗传算法都可看成一类非线性函数近似器。这样的分类就能 得到较好的总体理解,也有利于控制策略的统一开发。这些AI函数近似器比常规 的函数估计器具有更多的优势:
    1.它们的设计不需要控制对象的模型。在许多场合,很难得到实际控制对 象的精确动态方程,实际控制对象的模型在控制器设计时往往有很多不确实性因 素,例如:参数变化,非线性时等。

    2.通过适当调整(根据响应时间、下降时间、鲁棒性能等)它们能提高性能。

    例如:模糊逻辑控制器的上升时间比最优PID控制器快1.5倍,下降时间快3.5倍, 过冲更小。

    3.它们比古典控制器的调节容易。

    4.在没有必须专家知识时,通过响应数据也能设计它们。

    5.运用语言和响应信息可以设计它们。

    6.它们有相当好的一致性(当使用一些新的未知输入数据就能得到好的估 计),与驱动器的特性无关。现在没有使用人工智能的控制算法对特定对象控制 效果十分好,但对其他控制对象效果就不会一致性地好,因此对具体对象必须具体设计。

    7.它们对新数据或新信息具有很好的适应性。

    8.它们能解决常规方法不能解决的问题。常规的监督学习型神经网络控制 器的拓朴结构和学习算法已经定型,这就给这种结构的控制器增加了限制,使得 计算时间过长,常规非智能人工智能学习算法的应用效果不好。采用自适应神经 网络和试探法就能克服这些困难,加快学习过程的收敛速度。

    9.它们具有很好的抗噪声干扰能力。

    10.它们的实现十分便宜,特别是使用最小配置时。

    11.它们很容易扩展和修改。

    总而言之,当采用自适应模糊神经控制器,规则库和隶属函数在模糊化和反 模糊化过程中能够自动地实时确定。有很多方法来实现这个过程,但主要的目标 是使用系统技术实现稳定的解,并且找到最简单的拓朴结构配置,达到学习迅速, 收敛快速的效果。

    二、人工智能在电气传动控制中的运用 (一)人工智能在交流传动中的应用 2.神经网络的应用。目前,有大量文章讨论神经网络在交流电机和驱动系 统的条件监测和诊断中的运用。介绍了使用常规反向转波算法的ANN用于步进电 机控常规算法的最优化。该方案使用实验数据,根据负载转矩和初始速度来确定 最大可观测速度增量。这就需要ANN学习三维图形映射。该系统与常规控制算法 (梯形控制法)相比具有更好的性能,并且大大减少了定位时间,对负载转矩的大 范围变化和非初始速度也有满意的控 [1]张玉清.通信网安全协议的分析研究[D].西安电子科技大学.2000 [2]安靖,王亚弟,韩继红.安全协议的CSP描述技术[J].微计算机信息. 2006,10(3):P52~55[3]汪木兰,顾绳谷.现代传动智能化发展趋势[J].电气传动.2003(3) (二)人工智能存直流传动中的运用 1.模糊逻辑控制应用。主要有两类模糊控制器,Mamdani和Sugeno型。到目 前为止只有Mamdani模糊控制器用于调速控制系统中。限于篇幅本文不详细讨论 其中的原因。值得注意的是这两种控制器都有规则库,它是一个if-then模糊规 则集。但Sugeno控制器的典型规则是“如果x是A,并且Y是B,那么Z= f(x,y)”。

    这里A和B是模糊集;
    z= f(x,y)是x,y的函数,通常是输入变量x,y的多项式。

    当f是常数,就是零阶Sugeno模型,因此Sugeno是Mamdani控制器的特例。Mamdani 控制器由下面四个主要部分组成:(1)模糊化实现输入变量的测量、量化和模 糊化。隶属函数有多种形式;
    (2)知识库由数据库和语言控制规则库组成。开 发规则库的主要方法是:把专家的知识和经历用于应用和控制目标;
    建模操作器 的控制行动;
    建模过程;
    使用自适应模糊控制器和人工神经网络推理机制;
    (3) 推理机是模糊控制器的核心,能模仿人的决策和推理模糊控制行为;
    (4)反模 糊化实现量化和反模糊化。有很多反模糊化技术,例如,最大化反模糊化,中间 平均技术等。

    2.ANNS的应用。过去二十年,人工神经网络(ANNS)在模式识别和信号处理 中得到广泛运用。由于ANNS有一致性的非线性函数估计器,因此它也可有效的运 用于电气的传动控制领域,它们的优势是不需要被控系统的模型,一致性很好, 对噪音不敏感。另外,由于ANNS的并行结构,它很适合多传感器输入运用,比如 在条件监控、诊断系统中能增强决策的可靠性,当然,最近电气传动朝着最小化 传感器数量方向发展,但有时,多传感器可以减少系统对特殊传感器缺陷的敏感 性,不需要过高的精度,也不需要复杂的信号处理。误差反向传播技术是多层前 馈ANN最常用的学习技术。如果网络有足够多的隐藏层和隐藏结点以及适宜的激 励函数,多层ANN只能实现需要的映射,没有直接的技术选择最优隐藏层、结点 数和激励函数,通常用尝试法解决这个问题,反向传播训练算法是基本的最快下 降法,输出结点的误差反馈回网络,用于权重调整,搜索最优。输出结点的权重 调整迭代不同于隐藏结点的权重调整迭代。通过使用反向传播技术,能得到需要的非线性函数近似值,该算法包括有学习速率参数,对网络的特性有很大影响。

    使用人工智能技术的电气传动控制工业产品出现还不久,发展还不是很完善, 甚至还有很多不足的地方,实际使用人工智能技术的实际产品和应用也还不是很 多,但由于其不可取代的优越性,相信不久的将来,人工智能技术在电气传动领 域将会取得重要的地位,特别是自适应模糊神经控制器将在高性能驱动产品中得 到广泛使用。

    • 范文大全
    • 教案
    • 优秀作文
    • 教师范文
    • 综合阅读
    • 读后感
    • 说说
    人工智能在电气传动控制中的应用3100字_人工智能控制》由(写论文网)整理提供,版权归原作者、原出处所有。
    Copyright © 2019 写论文网 All Rights Reserved.