智能控制技术论文范文
时间：2023-03-21 17:16:15
引言：寻求写作上的突破？我们特意为您精选了12篇智能控制技术论文范文，希望这些范文能够成为您写作时的参考，帮助您的文章更加丰富和深入。
篇1
粤中(珠江三角洲地区)地网是广东电网的核心，也是全省最大的负荷中心，该电网与广西、香港等电网互联，除了向珠江三角洲地区提供电力外，还担负着电力交换任务。在粤中地区建设一个强大的500kV电网，对保证广东电网乃至香港电网以及澳门电网的安全运行有着重大意义。目前广东500kV电网东已延伸至汕头西翼，江门——茂名500kV输变电工程正加紧建设，2000年前可望投入使用。
广东省的电力工业已经步入了大电网、高电压和大机组时代。随着整个电网变得越来越复杂，电网规划中以往那种人为臆断和局部最优的规划方式会给电网运行、发展带来隐患，资金盲目使用的可能性加大。结合目前理论的发展，我们认为电网规划是一个受到多种条件约束的、以电网总效益为最终目标的多目标的系统工程。对于这样一个系统，我们认为适宜以控制论为基础，结合信息论、运筹学和系统工程等理论来研究。
从控制论角度来看，电网是一个巨维数的典型动态大系统，它具有强非线性、时变且参数不确切可知、含大量未建模动态部分的特征。另外，电力网络地域分布广阔，大部分元件具有延迟、磁滞、饱和等复杂的物理特性，对这样的系统实现有效决策控制是极为困难的。另一方面，由于公众对新建高压线路的不满日益增强，线路造价，特别是走廊使用权的费用日益昂贵，以及电力网的不断增大，使得人们对电力网络的决策控制提出了越来越高的要求。正是由于电网具有这样的特征，一些先进的控制论思想和技术被不断地引入到电网中来。下面将阐明综合智能控制技术引入电网规划中的必要性和可行性。
1综合智能控制技术
1.1智能控制的概念
迄今为止，智能控制尚无统一的概念，文献［1］有如下归纳：
a)最早提出智能控制概念当推傅京孙教授，他通过对人-机控制器和机器人方面的研究，将智能控制概括为自动控制和人工智能的结合。他认为在低层次控制中用常规的基本控制器，而在高层次的智能决策，应具有拟人化功能。
b)Saridis在傅京孙工作的基础上，提出了三元结构的智能控制理论体系，他认为仅有二元结合无助于智能控制的有效和成功应用，必须引入运筹学，使其成为三元结合，并提出了其递阶智能控制的理论框架。
c)国内蔡自兴教授在研究了上述理论结构以后，从系统的整体性和目的性出发，于1986年提出了四元结构价格体系，将智能控制概括为控制理论、人工智能、运筹学和系统理论4学科交叉。
总之，智能控制是多学科知识的结合，除了从控制论出发来研究它，还可以从信息论、生物学以及社会科学角度来讨论和研究。
1.2综合智能控制技术
综合智能控制一方面包含了智能控制与传统方法的结合，如模糊变结构控制，自适应模糊控制，自适应神经网络控制，神经网络变结构控制等；另一方面包含了各种智能控制方法之间的交叉综合，如专家模糊控制，模糊神经网络控制，专家神经网络控制等。
2一个国外的电网规划专家系统
目前为止，在电网规划方面较成功的综合智能控制技术系统不是很多，其中比较好的有加拿大魁北克水电公司(Hydro-Quebec)的“直流/交流输电网络设计专家系统”。
在80年代末期，随着人员的退休和长期不用，一些60年代和70年代加拿大电网高速发展时期由工程师们获得的大量有关电力系统规划设计的专门知识逐渐被人遗忘，这引起了加拿大电力部门的关注，魁北克水电公司将专家系统技术看成是表达和保存某些目前在人类专家头脑中的专门经验和知识的潜在方法。他们认为在电力系统规划设计领域里，专门知识的损失非常明显，尤其是在电力系统增长缓慢的时期。这些专门知识来自于各门学科，在多层次的电力系统设计决策过程中起着重要的作用。一些选择决策，如发电类型、发电厂位置、输电类型(交流/直流)、电压等级、输电线路的数量型号和补偿设备的数量型号的选择必须根据一些准则仔细权衡，包括可靠性、稳定性、稳态性能、费用和环境状况的准则等。基于此，魁北克水电公司的专家们开发了一个用于输电网络初步设计的专家系统，该专家系统具有以下特点。
2.1目标和预期效益
主要目的是研究使用专家系统(ES)来模仿人类专家在AC/DC输电网络初步设计中的行为的可能性。系统地确定和表达进行一项合格设计所必须的知识，包括符号和数字数据，以及指导该项设计的原理、规则、准则折衷方法和数学模型。合格的设计基于费用、环境状况、稳定性、可靠性和设计灵敏度或鲁棒性等准则。ES原型还应指导用户通过完成设计所需的各步骤，使用户与知识库交互作用，并提供达到每一中间步骤后相应推理路径的解释。预期的主要效益是：
a)专家知识能够保留和传授给未来的工程师；
b)知识可以用更加具体的形式加以表达，而不是一些不明确的、没有根据的判断；
c)将获得得更一致的结果；
d)与人类专家相比，ES可以检查、比较更多的方案，得到更经济的设计；
e)借助于推理解释功能，ES可以作为未来专家的教学和训练工具；
f)作为一种“咨询”手段或者一个对已有设计进行评价和改进的工具，ES对专家将很有帮助；
g)ES将充当进行各种电力系统设备设计的专家系统家族的先驱，作为一种模型，从中抽取更加一般的设计方法论；
h)ES起到收集常常分散在整个设计机构中的知识的作用。
2.2领域专家和知识工程师的交互作用
知识工程师应当具有电力系统分析和设计领域以及人工智能(AI)领域的经验，已经证明两种知识的混合对于从领域专家处抽取和浓缩专家知识非常有效。专家知识来自于电力系统规划工程师，他们具有多年的规划、设计和调试大型工程项目的经验。
2.3对设计的评价因素一个候选的设计必须满足下述条件：
a)DC系统最小故障恢复特性；
b)容许的无线电和谐波干扰要求；
c)故障后的最小稳定判据；
d)稳定电压和无功电源的极限；
e)甩负荷后的暂态过电压极限；
f)可靠性所要求的最小设备冗余度；
g)必须对输入数据变化不敏感(鲁棒性)；
h)必须满足某一最大费用要求；
i)必须适合现有技术。
魁北克水电公司的“直流/交流输电网络网络设计专家系统”已经成功地应用了近十年，并在不断地发展、完善。随着模糊技术和人工神经网络等的迅速发展，综合智能控制技术在电网规划中的应用前景愈来愈广阔。
3电网规划决策系统的分解及协调
电网的建设是资金和技术密集型的工程，线路和设备的经济使用寿命长达数十年之久，所以网络的结构合理与否，对电网的技术性能和经济效益将产生长期的影响。一次规划失误的损失，若干年难以挽回。随着广东省电网的不断发展，如何合理地布局电网已是当前电网乃至整个电力工业发展的重要课题之一。
电网规划需要确定的决策是大量的，而这些决策在时间和空间上是相互影响的。目前，限于各方面条件，无法将其统一在一个模型中考虑。只能将其分解成相对简单的子问题，再通过子问题间的迭代进行协调。按照问题划分，电网规划可分为：负荷预测，网架规划，无功规划，稳定性分析，短路电流分析。
4结束语
电网负担着将电源与用户连接起来的任务。此外为了得到最大的供电可靠性和经济性，它还担负着与邻近地区电力系统联系起来的任务。由于电网设备投资需求大，并且设备寿命长达数十年，从而导致电力系统强烈地受“过去权重”的制约，因此，寻求最佳的电网投资决策以保证整个电力系统的长期优化发展，是电网规划所要达到的目标。
结合本文的论述可以看出，电网这一巨维数的典型动态大系数，具有强非线性、时变且参数不确切可知、含大量未建模动态部分的特征，而我们所要达到的控制效果是一种多目标、滚动优化的动态非量化指标(电网的工程效益)，在这个过程中知识的表示和处理占了较大的比重。这样就需要利用综合智能控制技术去有效地组织有关电网规划的大量知识，进行选优运算，得到优化的决策。目前广东省电力工业局联合华南理工大学电力学院共同开展了“电网规划专家决策系统”的有关理论研究工作，并有望在2000年开发一个有效的基于综合智能控制技术的电网规划决策系统，它的使用将对广东省电网的建设起到积极的促进作用。
参考文献
篇2
二、人工智能技术应用
基于电气自动化的复杂性，其操作过程应精细且注重细节。一旦操作失误，将导致系统故障甚至造成安全事故。因此，人工智能技术应用的核心技术在于程序化问题，将复杂化的程序通过智能手段转化为简便化。通过系统日常资料的分析，对设备故障采取积极的应对措施。在具体应用过程中，人工智能技术主要表现为以下几个方面。
(一)智能化设计分析
人工智能技术关系到电力工程以及电路的设计。在传统的设计模式下，工作人员的工作量大，需要大量的试验验证，并且对不合理部分进行改进。因此常出现考虑不周全的问题，处理问题的效率较低，对于难度较大的问题，传统的处理方案无法解决。这使得智能化设计成为必然。现阶段，电力企业逐步实现了智能化设计，全面考察了问题的难度，提高了处理问题的能力和效率。但同时，智能设计对于操作人员提出了更高的要求，要求其掌握专业知识和智能系统操作技巧，并且操作人员还应具有与时俱进的精神，对智能系统进行适当的改良设计。利用人工智能设计，可有效提高数据分析的准确性，将复杂问题简单化。
(二)PLC技术应用
随着电力企业规模的扩大，电力生产对于技术具有更高的要求，基于此的PLC技术成为企业生产和建设的重要目标。PLC技术是一种常见的人工智能技术，目前主要应用于工业、电力企业，具有良好的效果。其是在继电控制装置基础上发展起来的智能技术，该系统的主要作用在于优化了系统工艺流程，从而根据企业需求对运营现状进行调整，确保其运营的协调性。PLC技术以自动控制系统为主，手动控制技术为辅。对于提高电力系统生产实践具有重要作用。在电力生产中，PLC人工智能化技术的使用还实现了自动化目标切换，继电器逐渐代替了实物元件，不但提高而来管控效率，还确保了系统的运行安全。
(三)智能诊断和CAD技术应用
智能诊断系统的出现是电气运行复杂化的结果。该诊断系统要求操作人员具有较多的实践经验，改善了传统模式的手工设计方案，充分体现了信息时代的优势。科技的发展也使得CAD技术逐渐实现了智能化，缩短了产品设计实践。智能化技术优化了CAD技术，对产品设计质量的提高具有积极作用。目前，在电力系统中，遗传算法是人工智能技术的重要表现之一，通过科学的计算方法，提高了数据统计和计算的精确度。基于遗传算法的重要作用，应得到企业的重视。在电力系统运行过程中，如何区分故障和征兆是一个难题，智能化技术通过专家系统和神经网络系统可快速有效的分析出系统故障和安全隐患，并提供一定的解决办法，确保了电力系统的运行问题。
(四)神经网络技术应用
神经网络系统是智能技术的重要体现之一，其作用在于分析和处理系统故障。可对系统故障进行准确定位，并且减少了定位时间。同时，还可完成对非初始速度及负载转矩的有效管控。神经系统设计具有多样性，具有反向学习功能。利用神经网络系统的两个子系统，可实现对机电参数转子速度和电子流的评判和管控。目前，智能神经网络系统主要应用于分析模式和信号处理上。由于其包含非线性函数估算装置，因此对于电气自动化控制具有积极作用。其主要优势在于无需对控制对象建立数学模型，因此工作效率高，噪音小。
篇3
1概述
众所周知，三相交流异步电动机以其低成本，高可靠性和易维护等优点而在各行业中得到了广泛的应用。但是，它在直接起动时，存在着很大的缺点：首先，它的起动电流高达额定电流的5～7倍，既对电网造成了很大的冲击，又影响了电器控制设备的使用寿命，甚至影响到其它电气设备的正常运行；其次，起动转矩可达正常转矩的2倍，这会对负载产生冲击，增加传动部件的磨擦和额外维护。为此，出现了三相异步电动机降压起动设备。
图1智能电机控制模块结构图
传统的降压起动有以下几种方法:
1）在电动机定子电路中串入电抗器，使一部分电压降在电抗器上；
2）星形—三角形(Y—)转换降压起动，即起动时电机接成星形，起动结束后，通过一个转换器变成三角形接法；
3）补偿器起动（自耦变压器起动）。
传统的起动设备体积庞大，成本高，结构复杂，与负载匹配的电机转矩很难控制，也就是说很难得到合适的起动电流和起动转矩；而且在切换瞬间会产生很高的电流尖峰，由此产生的机械振动会损害电机转子，轴连接器，中间齿轮以及负载设备。
因此，就需要有一种能克服传统起动缺点的起动装置。银河公司开发生产的捷普牌新一代数字式智能电机控制模块，不但完全克服了传统起动的缺点，对各种起动方法做了进一步的改善和提高，而且还增加了很多其他功能，比如：节能运行，过流保护，过热保护，缺相保护等。
这种模块采用数码管显示，按键控制，整个起动过程全部由单片机按照预先设定的程序自动完成，操作极其方便。
用户通过按键调整参数设置，可以按实际情况选择不同的起动方式，能够很方便地控制起动电流，得到与负载相匹配的电机转矩。
2模块结构及电气原理
模块结构如图1所示。从图1可以看出，该模块的主电路与相控电路及单片机共同封装于同一壳体内，同时内置多个电流、电压传感器。用接插件将模块与控制盒连接在一起，实现各种功能的设置和显示。
主电路为6只玻璃钝化方形晶闸管芯片，通过一体化焊接技术，将其贴在DBC（陶瓷覆铜板）上，并与导热铜板焊接在一起。模块使用时，导热铜板与散热片通过导热硅脂紧密接触。这种结构使模块具有很高的绝缘性能和散热性能。
图2是模块电气原理方框图。移相控制电路部分是银河公司自主开发的JP-SSY01数字移相集成电路。该电路为SOP28封装，5V单一电源供电，全数字化处理方式，具有很高的移相精度及对称度。对控制端加0～10V电平信号，即可控制移相角度。
同步变压器输出同步信号给移相电路，其中另一路给单片机，作为单片机采集电压、电流信号的基准。这样，就克服了如果交流电频率变化带来的计算误差，提高了计算精度。
传感器包括电压传感器和电流传感器。两种传感器中均使用了霍尔元件，具有体积小、反应快、线形度高的特点，通过与模块结构的一体化设计，方便地置于模块内部。两种传感器将电压模拟量、电流模拟量传给12位高速A/D转换器，通过A/D转换，将相应的数字量传给单片机，以供单片机进行处理。
显示、控制部分采用串行口与单片机进行通信，这种通信方式大大减少了该部分与模块内部的连线。5个数码管显示，8个按键控制，使显示与控制直观、方便。
3主要功能
智能电机控制模块主要完成电压斜坡起动，限流起动，电压突跳起动，软停车，节能运行，过流、过热、缺相保护等功能。
3.1电压斜坡起动
如图3所示，系统首先给电机加一个电压Us，之后电压线性上升，从Us增加到最大电压Umax，即电网输入电压。Us由用户设定，可供用户选择的电压为80～300V。ts也由用户设定，可以在1～90s选择。在实际使用中，用户根据实际情况，例如电机功率大小、负载大小等，选择合适的参数，达到最佳起动效果。
这种起动方式的特点是起动平稳，可减少起动电流对电网的冲击，同时大大减轻起动力矩对负载带来的机械振动。
3.2限流起动
如图4所示，这种起动方式是由用户设定一电流值Ik，在整个起动过程中，实际电流不超过设定值Ik。Ik由用户根据实际负载大小自己设定。
限流起动可以使大惯性负载以最小电流起动加速，可以通过设置电流上限，以满足在电网容量有限的场合使用。这种起动方式特别适合于恒转矩负载。
3.3电压突跳起动
实际应用中，很多负载具有很大的静摩擦力。在电压斜坡起动方式中，电压是由小到大逐渐上升的。如果直接使用电压斜坡方式起动，在起动开始的一段时间内，因所加电压太小，克服不了负载的静摩擦力，电机不动，这可能会造成电机因发热而损坏的情况。电压突跳功能则解决了这个问题。在电机起动前，模块先输出一电压Ut，且持续一段时间tt，用以克服静摩擦力，待电机转动之后，再按照原设定方式起动，从而比较好地保护了电机，如图5所示。对于不需要该功能的负载，只要将tt设置为0即可。Ut可调整，范围是0～380V，tt可调整，范围是0～10s。
3.4软停车
如图6所示，按下停车键后，模块的输出电压立即下降到Up1，然后逐渐下降，经过时间tp后，下降到Up2，再立即下降到0。Up可调整，范围是100～380V；Up2可调整，范围是0～300V；tp调整的范围是0～90s。
软停车可以大大减少管道传输中液体的冲击。
3.5节能运行
对于大摩擦负载，由于起动电流大，需要功率较大的电动机，而在正常运行时，负载力矩比电动机额定转矩小得多，这就造成电动机轻载运行。对于间歇性负载，持续大电流的工作时间占整个工作周期很小一部分，从而造成轻载时无功损耗?浪费，使运行功率因数大大降低。智能电机控制模块通过检测电压和电流，根据负载大小自动调节输出电压，使电机工作在最佳效率工作区，达到节能目的。
3.6保护功能
共有三种保护功能：过流保护，过热保护，缺相保护。
在起动或者运行过程中如果出现上述三种故障之一，模块会自动断电，控制盒上的数码管会闪烁显示故障原因，待排除故障以后，按复位键即可恢复正常。
在上述保护中，过流保护值可调。
4实验情况及实际应用效果
我们对一只正在使用中的智能电机控制模块进行了实际测量并作了记录。所用负载为18.5kW风机，供电电压实际测量值为390V左右。
为了作一个比较，首先拆掉模块进行直接起动。合上空气开关后，电压立即上升到390V，电流快速上升到150A，持续一段时间，逐渐下降，最后稳定在30A左右。同时，可清楚地听到由于大电流冲击，使风机产生强烈的机械振动而发出的噪声。
然后接上智能电机控制模块，设置为限流方式起动，限流值为90A，打开节能运行。按下“起动”键，可观测到电流上升速度明显变慢，逐渐上升到90A，保持2～3s后，逐渐下降为30A。电压由0V缓慢上升到390V。起动时间为6s。在整个起动过程中，电机起动平稳，听不到机械冲击的噪声。15s后，电压逐渐下降为355V，电流不变，开始稳定运行。
数字式智能电机控制模块现已被广泛应用于各种生产领域和其他场合，实际应用效果如下：
1）降低了电动机起动电流；
2）避免了电动机起动时供电线路瞬间电压跌落，造成电网上用电设备、仪表误动作；
3）防止了起动时由于产生的力矩冲击，而使机械断轴或产生废品；
4）可以较频繁地起动电动机(软起动装置一般允许10次/h，而使电动机不致过热)；
5）对泵类负载可以防止水锤效应，防止管道破裂；
6）对某些工艺应用(如染纱机械)，可防止由于起动过快而产生染色不匀的质量问题；
7）对某些易碎的容器灌浆生产线，可防止容器破损；
8）适应供电变压器容量较低的场合(如注塑机)；
9）可以降低电网适配容量，节省增容费开支；
篇4
2人工智能技术在电气自动化控制中的应用
2.1人工智能控制实现了数据的采集及处理功能
在电气设备的运行过程中，数据的采集和处理是了解电气设备自动化控制情况，发现运行过程中的问题和提出解决办法的重要依据。在传统的自动化控制中，由于技术水平和实际运行中的动态变化，数据的采集和传输无法做到准确和稳定，保存数据容易出现丢失的情况。人工智能技术的使用，可以保障电气自动化运行过程中对动态信息的及时收集和稳定传输，对相关数据的保存工作也更安全，这就提高了电气自动化的控制水平，充分保障了电气运行中的安全性和稳定性。
2.2人工智能控制实现了系统运行监视机报警功能
电气自动化控制是用电气的可编程控制器，控制继电器，带动执行机构，完成预期设计动作的过程。在此过程中，系统内部各部分之间的运行都要严格按照设计模型和函数计算的基础上进行，如果系统中的一点出现问题，就会造成整个自动控制系统的故障。在以往的自动化控制系统运行中，对系统内部各部分之间的运行数据和运行状态进行实时监测，对运行中的特殊情况进行及时的报警处理，帮助自动化系统及时处理可能出现的故障，提醒电气管理人员加强对电气系统的管理。
2.3人工智能控制实现了操作控制功能
电气自动化控制的主要特征之一就是通过计算机的一键操作，就可以实现对电气系统的整体控制，保障电气自动化运行符合现实的需要。传统的自动化系统的操作，需要靠人工对系统各个环节进行人工操作，从而促进自动化系统内部的协调和配合，这种方式既降低了自动化运行的效率，也增加了自动化系统的故障发生频率。人工智能技术对电气自动化系统的控制，是通过各种先进的算法，按照电气自动化的需求，对自动化系统进行自动化和智能化设计，从而实现对电气自动化控制系统的同时操作，大大提高了自动化控制的效率，减少了单独指令操作中容易出现的不协调情况的发生。
3人工智能技术在电气自动化控制中的控制方式
3.1模糊控制
模糊控制以模糊推理和模糊语言变量等为理论基础，并以专家经验作为模糊控制的规则。模糊控制就是在被控制的对象的模糊模型的基础之上，运用模糊控制器，实现对电气控制系统的控制。在实际控制设计过程中，通过对计算机控制系统的使用，使电气自动化系统形成具有反馈通道的闭环结构的数字控制系统，从而达到对电气自动化系统的科学控制。
3.2专家控制
专家控制是指在进行电气自动化控制过程中，利用相关的系统控制理论和控制技术的结合，通过对以往控制经验的模拟和学习，实现电气自动化控制中智能控制技术的实施。这种控制方式具有很强的灵活性，在实际运行中，面对控制要求和系统运行情况，专家控制可以自觉选取控制率，并通过自我调整，强化对工作环境的适应。
3.3网络神经控制
网络神经控制的原理就是基于对人脑神经元的活动模拟，以逼近原理为依据的网络建模。神经控制是有学习能力的，属于学习控制，对电气自动化控制中出现的新问题可以及时提出有效的解决办法，并通过对相关技术问题的分析解决，提高自身的人工智能水平。
篇5
2智能化技术的主要特点分析
对于很多人来说,智能化技术是一个陌生的词汇,然而它却与我们的生活息息相关,下面我们就对它的主要特点进行阐述,帮助大家深入理解智能化技术。作为电力系统中的关键环节,电气工程自动化控制对电力系统的正常运行存在着决定性的作用,为了保证电气工程的顺利发展,从而有效提升恒业的整体水平,对智能化技术进行应用是大势所趋。
2.1高精度与高效率
在电气工程自动化控制中,精度与效率是两项重要指标,在智能化技术指导留下,对多个CPU与高速CPU芯片进行使用,电气工程控制工作效率与精度得到了显著的提高。
2.2多系统控制
智能化技术的应用可以有效减少相关工序,同时还能使工作效率得到显著提高,目前该项技术在电气工程自动化控制中的实际应用正朝着系统控制的方向发展着。
2.3科学计算的可见性
在电气工程自动化控制中,智能化技术的应用可以对数据进行有效的处理,不仅可以通过文字和语言进行信息交流,同时还能利用图形与动画实现信息交流,这在很大程度上提升了工作的效率。
3智能化技术在电气工程自动化控制中的应用
在电气工程自动化控制系统中应用智能化技术,有效提升了系统的工作效率,降低了工作人员的压力,对于电气工程自动化控制中智能化技术的应用主要体现在三个方面:(1)怎样将智能化技术应用到电气工程中对病因的诊断与维修之中;(2)如何对电气产品与设备进行优化设计;(3)通过怎样的形式对电气工程智能化控制进行实现。
3.1对电气工程自动化控制中的病因进行诊断
利用传统的人工方式对电气工程系统中的病因进行诊断是非常复杂的,同时对工作人员的要求也非常高,而且也不能对病因进行准确的诊断。在电气工程自动化控制中难免会发生一些设备和数据问题,依靠人工诊断方式往往不能对病因进行及时的诊断与处理。而智能化技术的应用不仅可以使病因诊断的效率得到明显提高,同时还可以使定时检测与诊断得到实现,在这一过程中很多问题的出现都会得到避免。
3.2对电气工程设计进行优化
在传统电气工程设计中,往往需要通过工作人员在工作过程中进行反复的实验才能完成。在这一过程中工作人员很有可能不会考虑到一些具体情况。如果真的出现复杂性的问题,也不能对其进行及时的解决,在这种情况下,工作人员不仅要掌握大量的专业设计知识,同时还要很好的将自己已经掌握的理论知识运用到实际应用中。智能化技术得到应用以后,设计人员就可以利用计算机网络和相应的软件对电气工程自动化控制进行设计,这样一来,设计数据的准确性得到而来增加,同时设计样式也非常丰富,另外,还能对一些复杂问题进行及时的处理,电气工程自动化控制的顺利运行就得到而来有效的保证。
3.3对整个电气工程进行自动化控制
电气工程控制系统中存在着很多控制环节,智能化技术的应用正好可以使对整个电气工程的自动化控制得到实现。智能化技术在应用过程中通过神经网络与模糊控制等方式实现对电气工程的自动化控制。其中,神经网络控制的应用是非常关键的,它可以进行反向的算法,同时具有多层次的结构。在神经网络控制的子系统中,其中的一个子系统可以结合系统参数对转子的速度进行调控与判断,而另一个子系统就可以按照以上参数对转子的速度进行判断与控制。目前神经网络控制已经在识别模式以及信号处理等方面得到了广泛的应用。智能化手段的应用使电气工程的远距离与无人操控自动化控制得到了实现,通过公司局域网的帮助,智能化技术的应用使得对电气系统各环节的实际运行情况进行了详细的反馈分析。
篇6
机电一体化技术是指将机械技术、微电子技术、电力电子技术、信息技术等多种技术融合在一块的并且用于实际的综合技术。随着机电一体化的发展，机电一体化系统对控制的技术水平要求越来越高，原来的控制技术已经不能满足机电一体化系统的要求，因此，人们开始将目光投向发展比较迅速的智能控制，期望通过智能控制，达到机电一体化系统的控制目的。因此，本文将分析智能控制的特点和主要方法，探讨智能控制如何在机电一体化系统中得到应用，从而更好地实现对机电一体化系统的控制。
1.智能控制
1.1 简单介绍
智能控制（intelligent controls）在无人干预的情况下能自主地驱动智能机器实现控制目标的自动控制技术。控制理论发展至今已有100多年的历史，经历了“经典控制理论”和“现代控制理论”的发展阶段，已进入“大系统理论”和“智能控制理论”阶段。智能控制理论的研究和应用是现代控制理论在深度和广度上的拓展。20世纪80年代以来，信息技术、计算技术的快速发展及其他相关学科的发展和相互渗透，也推动了控制科学与工程研究的不断深入，控制系统向智能控制系统的发展已成为一种趋势。智能控制综合了多门学科，比如自动控制、人工智能、信息论和运筹学等，它克服了传统控制理论的许多缺点，能够用来控制各种复杂的系统。
1.2 智能控制与传统控制的比较
首先，智能控制包括传统控制，智能控制是传统控制的高级阶段。与传统控制相比，智能控制处理信息的综合能力更强，而且能够从全局优化系统。从结构上来看，智能控制的分布式、分级式和开放式结构也比传统控制更加先进。
其次，智能控制是多门学科进行交叉的结果，因此它比传统控制在理论体系上更加完善。智能控制系统具有足够的关于人的控制策略、被控对象及环境的有关知识以及运用这些知识的能力。智能控制系统能以知识表示的非数学广义模型和以数学表示的混合控制过程，采用开闭环控制和定性及定量控制结合的多模态控制方式。
再次，智能控制系统具有变结构特点，能总体自寻优，具有自适应、自组织、自学习和自协调能力。智能控制适用的对象和任务可以更加复杂、高度非线性、模型可以具有不确定性。同时智能控制系统有补偿及自修复能力和判断决策能力。
最后，智能控制系统还可以用数学表示混合控制过程，用知识描述非数学的广义模型，采用多模态控制方式，这种方式是定性决策、定量控制和开闭环控制相互结合的体现。
1.3 主要方法
目前，智能控制运用的主要方法为遗传算法控制、神经网络控制、模糊系统控制、专家系统控制、分级递阶控制、组合智能控制、混沌控制、集成智能控制、小波理论等等。
2.智能控制在机电一体化系统中的应用
2.1 智能控制在机械制造过程中的应用
智能加工技术是利用智能束与物质相互作用的特性对材料（包括金属与非金属）进行切割、焊接、表面处理、打孔及微加工等的一门技术，而智能如工艺研究之所以光器是智能加工技术应用的前提条件。机械制造是机电一体化系统中的重要组成部分，当前最先进的机械制造技术就是将智能控制技术与计算机辅助技术有机结合，向智能机械制造技术的方向发展。其最终目标是利用先进的计算机技术取代一部分脑力劳动，从机电一体化系统设计课程论文而模拟人类制造机械的活动。同时，智能控制技术利用神经网络及模糊系统计算的方法对机械制造的现状进行动态地模拟，通过传感器融合技术将采集的信息进行预处理，从而修改控制模式中的参数数据。在此过程中利用神经网络技术中的并行处理与学习功能将一些残缺不全的信息进行有效处理，利用模糊系统所特有的模糊关系与模糊集合等特征，可以将一些模糊的信息集合到闭环控制中的外环决策机构来选取相应的控制动作。智能控制在机械制造中的应用领域包括：机械故障智能诊断、机械制造系统的智能监控与检测、智能传感器及智能学习等 。
2.2 智能控制在机器人领域的应用
通常情况下，动力学中的机器人表现出的是非线性的、强耦合，而且变化具有不稳定的特征，由于信息量繁多而庞大，并且控制参数较多，需要通过智能控制来实现机器人在处理信息和参数的灵敏和快捷化。当前，智能控制技术已被广泛应用于机器人领域中的各个方面，在动力学方面，机器人是非线性、时变和强耦合的;在控制参数方面，是多变量的;在传感器信息上，是多信息的;在控制任务的要求方面，是多任务的，因此，从这些方面的分析可以得出智能控制非常适合运用于机器人领域。而且，目前在机器人领域也广泛地使用到了智能控制技术，比如机器人地行走路径规划、机器人的定位和轨迹跟踪、机器人的自主避障、机器人姿态控制等。在机器人领域，人们可以通过采用智能控制中的模糊控制、人工神经网络、专家系统技术进行环境建模和检测、机器人定位、汽车柔性制造等。为了提高机器人系统的适应能力，人们可以综合运用几种智能控制技术，例如机器人行走时可以主动的避让障碍物，还可按照规定的路径行走，其中机器人手臂可按指令完成相应预期动作。以上这些内容，都是采用了计算机神经网络智能控制技术实现的，由此可见智能控制在机器人领域中的应用也趋于成熟 。
2.3 智能控制在交流伺服系统的应用
伺服驱动装置是一种转换部件和装置，它能够使电信号转换为机械动作，并且决定着控制的功能和质量以及系统的动态性能，它是机电一体化的重要的组成部分。智能控制中电力电子技术的发展能够提高交流调速系统性能，实现直流的伺服系统向交流的伺服系统的转变。将智能控制引入交流伺服系统，能够帮助交流伺服系统应对比如负载扰动、参数时变、被控对象和交流电动机严重的非线性特性以及较强的耦合性这样一些不确定的因素，帮助交流伺服系统通过不确定的模型获得较满意的PID参数，满足系统的高性能指标要求。
常规的PID控制和智能控制技术相结合，能够形成智能PID，方法就是通过非线性的控制方式将人工智能引入到控制器，使系统的控制性能更好，并且能够不依赖控制器参数和精确的数学模型进行自动地调整，使得系统的适应性增强。
2.4 智能控制在数控领域的应用
随着科学技术的发展，我国的机电一体化技术的发展对数控技术提出了更高的要求，不仅需要完成很多的智能功能，还需要扩展、模拟、延伸等新的智能功能，从而使得数控技术可以实现智能编程、智能监控、建立智能数据库等目标，运用智能控制技术可以实现这些目标。比如说，利用专家系统可以数控领域中难以确定算法与结构不明确的一些问题进行综合处理，再运用推理规则将数控现场的一些数控故障信息进行推理，从而获得维修数控机械的一些指导性建议;利用模糊系统技术可以将数控机械的加工过程进行优化，对一些模糊的参数进行调节，从而更加清晰地发现数控机械出现的故障，并找出相应的解决措施。在数控领域，还可以利用遗传进化算法，找到数控系统的最佳加工路径;还可以运用智能控制中的预测和预算功能，在高速加工时加强对综合运动的控制。
参考文献
[1]王成勤，李威，孟宝星.智能控制及其在机电一体化系统中的应用[J].机床与液压，2008（8）.
篇7
智能建筑于20世纪80年代起源于美国，主要依靠智能控制技术、计算机技术、集成技术以及信息技术等实现各种不同功能。智能建筑是由多种高、新科学技术综合产生的。人们通过建筑智能系统尽情享受个性化、舒适化、节能环保，符合现代绿色建筑要求的生活与工作环境。
一、智能建筑研究现状
智能建筑自20世纪80年代初出现在美国，随着信息技术发展，在全世界范围内得到了极大发展。智能建筑相对于其他的普通建筑而言，其特征主要是安全、便捷、高效、舒适。随着建筑智能化系统技术的快速发展，智能建筑工程规模越来越大，智能建筑已逐渐引人关注与研究。根据智能建筑设计标准，其主要结构包括信息系统、设备管理系统以及安全系统，复杂的智能建筑可根据具体需求设计特点的功能模块。
智能建筑是伴随着计算机科学技术兴起的，以计算机技术与信息技术为基础，并与建筑施工技术、控制技术息息相关。该技术的发展对智能建筑具有直接影响。智能建筑发展一般划分如下几个阶段：
（1）第一阶段，开始于20世纪80年底，该时期以单功能系统的研发为主流产品。随着智能控制技术在智能建筑设备的应用，逐步研发出了各种研发产品，其中最具有代表性的是闭路电视监控、火灾自动报警、空调设备监控等系统。该系统结构简单，且可通用、可互换，只需调整控制参数。
（2）第二阶段，开始于20世纪90年代，以多功能系统为代表。随着信息技术、微电子技术的发展，以ASC为代表的微控制器研发成功并得到广泛推广。ASC可根据具体要求进行定制。ASC的通信功能实现了各专用控制器间的信息共享和管理功能，如综合保安系统、建筑设备设备自控系统、有线电视、火灾自动报警与控制系统等。
（3）第三阶段，20世纪90年代末期出现的集成系统。随着互联网的快速兴起，通信协议由专有型逐步转向开放型。
（4）第四阶段，21世纪的集成管理智能化系统、计算及网络系技术，智能控制系统依托互联网，实现了智能建筑的系统化、集成化与独立运行和管理。智能建筑实现了基于虚拟现实与多媒体技术的人机接口和融合处理。
二、智能控制技术在智能建筑中的应用
（1）知识库专家系统和知识工程是智能领域的重大研究成果，专家系统管控着整个系统正常运行，专家系统是在所需控制对象和规律的基础上研发的。该系统，具有丰富的专业知识和经验水平，能解决专业问题。根据一个或多个专家提供的特殊领域知识、经验进行推理，综合模拟专家的决策来解决复杂的问题。引入基于控制专家的专业知识和实践经验的专家控制系统。采用知识表达技术，建立模型知识库，利用逻辑推理法则，制订系统的控制决策。为智能建筑的自动化提供了最优控制决策支持。专家控制系统改变了传统依托数学模型的控制系统设计的局限性，使数学模型与知识模型相融合，知识信息处理技术与控制技术相结合。专家系统现在广泛应用于物业管理、自动缴费业务与智能支持等领域，在社会上评价均很高。
（2）人工神经网络在建筑系统建模、学习、控制、优化等方面取得了很大的成功。目前广泛使用到了语音识别、最优化计算、图像处理等等控制领域。随着智能建筑的自动化功能需求的不断增强，在现代智能建筑物内安装的自动化设备愈来愈多，能耗也越来越大。智能建筑改变了传统的自动化、半自动化的响应速度，且其对设备要求越来越低。智能系统中的建筑学习模式的开放，使智能系统的成本越来越低。尽管建筑神经网络模型存在实时性，但随计算机运行速度的提高与神经网络算法的改进，建筑神经网络控制不断完善。神经网络学习控制将采用大规模集成电路，可完成建筑物监控、保安、照明、娱乐等任务。
（3）随着数据库技术、网络技术的快速发展，数据仓库技术、分布式数据库的不断走向成熟，科学家不断将其引入到了建筑物的智能决策系统当中，能使智能建筑实现智能化决策支持系统。半结构化和非结构化的智能决策帮助了中、高层决策者进行方案决策，为决策者提供详细的信息，帮助决策者明确决策目标和对决策问题全面认识，能提供各种决策方案，并能对其进行优化设计，帮助决策者提高决策能力、决策水平、决策质量和决策效益，从而达到最大经济效益的目的。
三、结论
智能建筑由于其依托互联网技术、计算机技术、信息技术，能够比较自由的设计个性化服务，从而使我们的工作与生活环境得到了极大的改变，随着经济的发展，智能建筑逐步走向个性化、智能化方向发展，而智能建筑的关键技术是智能控制技术，因此，只有促进智能控制技术的发展，才能更好的发展智能建筑。
参考文献：
[1]郭维钧.智能建筑的最新发展[J].施工技术，2007，（04）.
[2]李旭.智能建筑浅谈[J].中国科技信息，2005，（07）.
篇8
粤中(珠江三角洲地区)地网是广东电网的核心，也是全省最大的负荷中心，该电网与广西、香港等电网互联，除了向珠江三角洲地区提供电力外，还担负着电力交换任务。在粤中地区建设一个强大的500 kV电网，对保证广东电网乃至香港电网以及澳门电网的安全运行有着重大意义。目前广东500 kV电网东已延伸至汕头西翼，江门——茂名500 kV输变电工程正加紧建设，2000年前可望投入使用。
广东省的电力工业已经步入了大电网、高电压和大机组时代。随着整个电网变得越来越复杂，电网规划中以往那种人为臆断和局部最优的规划方式会给电网运行、发展带来隐患，资金盲目使用的可能性加大。结合目前理论的发展，我们认为电网规划是一个受到多种条件约束的、以电网总效益为最终目标的多目标的系统工程。对于这样一个系统，我们认为适宜以控制论为基础，结合信息论、运筹学和系统工程等理论来研究。
从控制论角度来看，电网是一个巨维数的典型动态大系统，它具有强非线性、时变且参数不确切可知、含大量未建模动态部分的特征。另外，电力网络地域分布广阔，大部分元件具有延迟、磁滞、饱和等复杂的物理特性，对这样的系统实现有效决策控制是极为困难的。另一方面，由于公众对新建高压线路的不满日益增强，线路造价，特别是走廊使用权的费用日益昂贵，以及电力网的不断增大，使得人们对电力网络的决策控制提出了越来越高的要求。正是由于电网具有这样的特征，一些先进的控制论思想和技术被不断地引入到电网中来。下面将阐明综合智能控制技术引入电网规划中的必要性和可行性。
1 综合智能控制技术
1.1 智能控制的概念
迄今为止，智能控制尚无统一的概念，文献［1］有如下归纳：
a)最早提出智能控制概念当推傅京孙教授，他通过对人-机控制器和机器人方面的研究，将智能控制概括为自动控制和人工智能的结合。他认为在低层次控制中用常规的基本控制器，而在高层次的智能决策，应具有拟人化功能。
b)Saridis在傅京孙工作的基础上，提出了三元结构的智能控制理论体系，他认为仅有二元结合无助于智能控制的有效和成功应用，必须引入运筹学，使其成为三元结合，并提出了其递阶智能控制的理论框架。
c)国内蔡自兴教授在研究了上述理论结构以后，从系统的整体性和目的性出发，于1986年提出了四元结构价格体系，将智能控制概括为控制理论、人工智能、运筹学和系统理论4学科交叉。
总之，智能控制是多学科知识的结合，除了从控制论出发来研究它，还可以从信息论、生物学以及社会科学角度来讨论和研究。
1.2 综合智能控制技术
综合智能控制一方面包含了智能控制与传统方法的结合，如模糊变结构控制，自适应模糊控制，自适应神经网络控制，神经网络变结构控制等；另一方面包含了各种智能控制方法之间的交叉综合，如专家模糊控制，模糊神经网络控制，专家神经网络控制等。
2 一个国外的电网规划专家系统
目前为止，在电网规划方面较成功的综合智能控制技术系统不是很多，其中比较好的有加拿大魁北克水电公司(Hydro-Quebec)的“直流/交流输电网络设计专家系统”。
在80年代末期，随着人员的退休和长期不用，一些60年代和70年代加拿大电网高速发展时期由工程师们获得的大量有关电力系统规划设计的专门知识逐渐被人遗忘，这引起了加拿大电力部门的关注，魁北克水电公司将专家系统技术看成是表达和保存某些目前在人类专家头脑中的专门经验和知识的潜在方法。他们认为在电力系统规划设计领域里，专门知识的损失非常明显，尤其是在电力系统增长缓慢的时期。这些专门知识来自于各门学科，在多层次的电力系统设计决策过程中起着重要的作用。一些选择决策，如发电类型、发电厂位置、输电类型(交流/直流)、电压等级、输电线路的数量型号和补偿设备的数量型号的选择必须根据一些准则仔细权衡，包括可靠性、稳定性、稳态性能、费用和环境状况的准则等。基于此，魁北克水电公司的专家们开发了一个用于输电网络初步设计的专家系统，该专家系统具有以下特点。
转贴于 2.1 目标和预期效益
主要目的是研究使用专家系统(ES)来模仿人类专家在AC/DC输电网络初步设计中的行为的可能性。系统地确定和表达进行一项合格设计所必须的知识，包括符号和数字数据，以及指导该项设计的原理、规则、准则折衷方法和数学模型。合格的设计基于费用、环境状况、稳定性、可靠性和设计灵敏度或鲁棒性等准则。ES原型还应指导用户通过完成设计所需的各步骤，使用户与知识库交互作用，并提供达到每一中间步骤后相应推理路径的解释。预期的主要效益是：
a)专家知识能够保留和传授给未来的工程师；
b)知识可以用更加具体的形式加以表达，而不是一些不明确的、没有根据的判断；
c)将获得得更一致的结果；
d)与人类专家相比，ES可以检查、比较更多的方案，得到更经济的设计；
e)借助于推理解释功能，ES可以作为未来专家的教学和训练工具；
f)作为一种“咨询”手段或者一个对已有设计进行评价和改进的工具，ES对专家将很有帮助；
g)ES将充当进行各种电力系统设备设计的专家系统家族的先驱，作为一种模型，从中抽取更加一般的设计方法论；
h)ES起到收集常常分散在整个设计机构中的知识的作用。
2.2 领域专家和知识工程师的交互作用
知识工程师应当具有电力系统分析和设计领域以及人工智能(AI)领域的经验，已经证明两种知识的混合对于从领域专家处抽取和浓缩专家知识非常有效。专家知识来自于电力系统规划工程师，他们具有多年的规划、设计和调试大型工程项目的经验。
2.3 对设计的评价因素一个候选的设计必须满足下述条件：
a)DC系统最小故障恢复特性；
b)容许的无线电和谐波干扰要求；
c)故障后的最小稳定判据；
d)稳定电压和无功电源的极限；
e)甩负荷后的暂态过电压极限；
f)可靠性所要求的最小设备冗余度；
g)必须对输入数据变化不敏感(鲁棒性)；
h)必须满足某一最大费用要求；
i)必须适合现有技术。
魁北克水电公司的“直流/交流输电网络网络设计专家系统”已经成功地应用了近十年，并在不断地发展、完善。随着模糊技术和人工神经网络等的迅速发展，综合智能控制技术在电网规划中的应用前景愈来愈广阔。
3 电网规划决策系统的分解及协调
电网的建设是资金和技术密集型的工程，线路和设备的经济使用寿命长达数十年之久，所以网络的结构合理与否，对电网的技术性能和经济效益将产生长期的影响。一次规划失误的损失，若干年难以挽回。随着广东省电网的不断发展，如何合理地布局电网已是当前电网乃至整个电力工业发展的重要课题之一。
电网规划需要确定的决策是大量的，而这些决策在时间和空间上是相互影响的。目前，限于各方面条件，无法将其统一在一个模型中考虑。只能将其分解成相对简单的子问题，再通过子问题间的迭代进行协调。按照问题划分，电网规划可分为：负荷预测，网架规划，无功规划，稳定性分析，短路电流分析。
4 结束语
电网负担着将电源与用户连接起来的任务。此外为了得到最大的供电可靠性和经济性，它还担负着与邻近地区电力系统联系起来的任务。由于电网设备投资需求大，并且设备寿命长达数十年，从而导致电力系统强烈地受“过去权重”的制约，因此，寻求最佳的电网投资决策以保证整个电力系统的长期优化发展，是电网规划所要达到的目标。
结合本文的论述可以看出，电网这一巨维数的典型动态大系数，具有强非线性、时变且参数不确切可知、含大量未建模动态部分的特征，而我们所要达到的控制效果是一种多目标、滚动优化的动态非量化指标(电网的工程效益)，在这个过程中知识的表示和处理占了较大的比重。这样就需要利用综合智能控制技术去有效地组织有关电网规划的大量知识，进行选优运算，得到优化的决策。目前广东省电力工业局联合华南理工大学电力学院共同开展了“电网规划专家决策系统”的有关理论研究工作，并有望在2000年开发一个有效的基于综合智能控制技术的电网规划决策系统，它的使用将对广东省电网的建设起到积极的促进作用。
参考文献
篇9
1.引言
水下机器人的运动控制是其完成特定任务的前提和保障，是水下机器人关键技术之一。随着水下机器人应用范围的扩大，对其自主性，运动控制的精度和稳定性的要求都随之增加，如何提高其运动控制性能就成了研究的一个重要课题。导致AUV难于控制的主要因素包括：①水下机器人高度的非线性和时变的水动力学性能；②负载的变化引起重心和浮心的改变；③附加质量较大，运动惯性较大，不能产生急剧的运动变化；④难于获得精确的水动力系数；⑤海流的干扰。这些因素使得AUV的动力学模型难以准确，而且具有强耦合和非线性的特点[1]。目前已被采用的控制方法有：模糊控制、神经网络控制、专家控制、PID控制、自适应控制、S面控制等[2]。
2.模糊控制
模糊控制是一种仿人的智能控制方式，它模仿和升华了人的控制经验与策略并将其体现在控制器中[3]。模糊控制器不依赖于被控制对象的精确数学模型，易于对不确定性系统进行控制，模糊控制器抗干扰能力强，响应速度快，并对系统参数的变化有较强的鲁棒性，模糊控制的实质是将基于专家知识的控制策略转换为自动控制策略。它所依据的原理是模糊蕴涵概念和复合推理规则。通常它以被控对象输出变量的偏差和偏差的变化率作为输入变量，而把被控量定为模糊控制器的输出变量，反映输入输出语言变量与语言控制规则的模糊定量关系及其算法结构[4]。实际应用中把采集到的控制信息经语言控制规则进行模糊推理和模糊决策，求得控制量的模糊集合，再经模糊判决得出输出控制的精确量，作用于被控对象，使被控过程达到预期的控制效果。模糊控制器一般由模糊化接口、知识库、模糊推理机、解模糊接口四个部分组成。如图1所示：
2.1 模糊自适应PID控制
PID控制算法中的比例控制动态响应迅速，不能消除静态误差。积分控制可以消除稳态误差，动态响应速度慢。如果在PID控制系统中加入模糊控制器，组成模糊PID控制，模糊PID控制系统是把PID控制和模糊控制的优点结合起来。既能有很快的响应速度，又能保证很好的稳态。模糊PID控制是首先将工程师长期实践积累的经验知识用控制规则模型化，然后进行模糊推理，得到最佳的PID控制参数。模糊PID控制器输入量是偏差E和偏差变化率Ec，按照设定的模糊规则进行模糊推理演算，查询模糊矩阵表，对PID控制参数Kp、Ki、Kd进行在线修改，从而使被控对象具有良好的动、静态性能，控制系统结构如图2所示。
2.2 基于模糊原理的改进S面控制
S面控制器在方程的形式上和PD控制很相似，但与PD控制器不同的是，S面控制方法采用非线性函数来拟合具有强非线性特性的控制对象，控制效果好于PD控制器；跟神经网络控制相比，S面控制方法的稳定性明显好于前者；跟模糊控制相比，S面控制方法没有局部调整功能，其局部性能不如模糊控制，但其结构设计和参数调整都更加简单实用，而且S面控制方法体现出来的控制思想和模糊控制是吻合的。因此，S面控制方法具有一定的实用性。S面控制器的控制模型尽管鲁棒性好，但本质上是一种PD控制器，系统稳态精度差。而且参数K1和K2是根据经验和在实际试验中总结得到的，在大部分时间内不改变，显然这对于多变的环境来说适应性不是很好。因次，运用模糊原理对S面控制的两个参数K1和K2进行在线调整，如图3所示。
改进的S面控制器很好的处理了在不同的外界输入下，参数K1，K2的在线自我调节问题，使控制结果更快地到达稳态，并且保证最小的超调和稳态误差。试验证明改进的S面控制器具有更好的控制精度，更快的响应速度和较强的抗干扰能力，较之普通的S面控制器改善了水下机器人的工作性能。
3.神经网络控制
将神经网络引入控制系统是控制学科发展的必然趋势[5]，神经网络的吸引力在于：
（1）能够充分逼近任意复杂的非线性系统；（2）能够学习和适应高度不确定系统的动态特性；（3）由于大量神经元之间广泛连接，即使有少量单元或连接损坏，也不影响系统的整体功能，表现出很强的鲁棒性和容错性；（4）采用并行分布处理方法，使得快速进行大量运算成为可能。这些特点显示了神经网络在解决高度非线性和严重不确定性系统的控制方面具有很大潜力[6]。
逆控制方法中最常用的是直接逆控制，它是将受控系统的逆模型直接与受控系统串联，组成伪单位系统，使受控系统的输出等于期望输出。在控制以前，首先要选择适当的训练方式求得逆模型，即使神经网络由初始的无知识状态到学得。复合控制方法结合闭环逆控制和开环逆控制的优点，利用误差和输入共同控制系统，结构如图4所示：
4.神经网络PID控制
将神经网络控制与PID调节器结合，融合各自的优点，可得到性能更好的控制器，如图5所示：
神经网络PID控制根据系统的运行状态，调节PlD控制器的参数.以期达到某种性能指标的最优化。即使输出层神经元的输出状态对应于PID控制器的三个可调参数kp，ki，kd。通过神经网络的自身学习、加权系数调节，从而使其稳定状态对应于某种最优控制规律下的PID控制器参数。输入层的输入r（t）与输出c（t）比较后产生的误差e（t）作为输入量S送到BP网络中进行处理，经过训练后来调整PID控制器的三个参数，从向使被控对象发生相应的变化而获得较好的控制性能。
5.专家控制
专家控制是智能控制的一个重要分支，又称专家智能控制。专家控制的粗略定义为：将专家系统的理论和技术同控制理论方法与技术相结合，在未知环境下，仿效专家的智能，实现对系统的控制。专家控制器建立之前，从特定领域的控制专家那里获取足够的控制知识，以及操作工人的经验知识，并把这些知识进行处理，变换成机器能够接受的语言。这些经过处理的知识送入知识库中储存，并且送入推理机，推理机调用知识库中的知识（或规则）进行推理，经过推理的知识一方面存入知识库，另一方面输出到控制规则集，与控制规则集中的控制规则相匹配，对控制对象进行控制。控制对象的输出反馈到信息获取与处理单元，成为反馈信息，与设定值相比较后作为新信息重复以上步骤，不断检侧，不断获得新信息，不断进行控制输出，实现实时性调整。一般情况下专家控制器由信息获取与处理、知识库、推理机构和控制规则集四部分组成，如图6所示：
按照专家控制器在整个智能控制系统中的作用，专家控制系统分成直接专家控制系统和间接专家控制系统两类。
5.1 直接专家控制系统
直接专家控制系统根据测量到的过程反馈信息及知识库中的规则，导出每一采样时刻的控制信号，直接控制被控对象，一般用于高度非线性或过程描述困难的场合。很明显，专家控制器直接包括在控制回路中，控制器直接模仿人类专家或人类的认知能力。直接专家控制系统结构如图7所示。
5.2 间接专家控制系统
相对于直接专家控制系统，间接专家控制系统将算法与逻辑分开，系统的最底层可以是简单的PID、模糊控制等算法，然后将这种算法配上自校正、增益自动调度以及监控等。根据一些规则实现的启发性知识，使不同功能算法都能正常运行。这种专家控制的最大特点就是专家系统间接地对控制信号起作用。间接专家控制系统结构如图8所示。
控制器可由一系列的控制算法和估计算法组成，如PID、PID校正器、最小二乘递推估计算法、极点配置自校正算法、模糊算法等。而专家系统可以用来协调所有算法；根据现场过程相应情况和环境条件，利用知识库中的专家经验规则，决定什么时候使用什么算法；也可以用来调参，根据知识库中的专家经验规则，调整PID参数或是模糊算法中的量化因子等。除此之外，还可以调整控制器的结构。
5.3 专家s面控制
专家s面控制是将专家系统技术与s面控制相结合的一类智能控制。它是基于专家知识的间接专家控制系统，它运用人的经验知识及求解控制问题时的启发式规则来构造控制策略，根据系统的性能在线调整K1、K2和Ki，从而使系统性能达到令人满意的水平。专家s面控制器是一个二级实时智能协调控制器，即由基本控制级和专家智能协调级组成[7]，如图9所示。
基本控制级采用s面控制器，与被控对象形成闭环完成实时控制；专家智能协调级包括数据库（存放误差、误差变化率的阈值，K1、K2的调整范围及各组调整参数）、知识库（常规产生式规则）和智能协调器（推理机），在线实时监测控制系统性能，根据系统的知识及证据，经推理机求解在线调整s面控制器参数，从而有效地进行控制。
6.自适应控制
自适应控制算法应用于水下机器人的控制有很大的优点，因为自适应控制器能使系统更好的适应环境和机器人本身动力学特性的变化，而且有许多将自适应控制应用到水下机器入的成功实例。自适应控制器与普通控制器的区别在于自适应控制器的参数是变化的，并且有一个根据系统中的信号自动在线校正这些参数的机制。自适应控制系统主要可以分为两大类：一种是所谓的模型参考自适应控制方法，另一种是所谓的自校正方法。模型参考自适应控制方法是从确定自动伺服系统的最优控制中发展起来的。一般地说，模型参考自适应控制系统可由图10表示。
它由四部分组成：带有未知参数的被控对象、参考模型（它描述控制系统的期望输出）、带有自校正参数的反馈控制规律和校正参数的自适应机制。在模型参考自适应控制中，更新参数是为了使得被控对象和参考模型之间的跟踪误差最小。
7.结束语
通过对水下机器人几种主要的运动控制方法的讨论，各种方法都存在自身的优点和局限，这就要求在进行控制系统设计的前期控制方法选择和控制结构设置时，应充分了解特定控制对象的特点及对控制性能的要求，并结合控制器方法可行性、成本等诸方面进行考虑，从而正确选择控制方法。在有必要时应对两种或多种方法加以结合，随着智能控制技术的发展也会形成新的控制算法和控制策略，以达到理想的控制效果。
参考文献
[1]朱旭光.AUV的改进滑模变结构控制技术研究[D].哈尔滨工程大学学位论文，2008，1.
[2]肖涛.基于Backstepping方法的水下机器人自适应滑模控制技术研究[D].哈尔滨工程大学学位论文，2009，3.
[3]田宇.水下机器人智能运动控制技术研究[D].哈尔滨工程大学学位论文，2007，1.
[4]尚游，徐玉如.基于模糊逻辑的智能水下机器人运动控制技术的研究[C].中国第五届机器人学术会议论文集，1997.
[5]甘永.水下机器人运动控制系统体系结构的研究[D].哈尔滨工程大学学位论文，2007，5.
篇10
引言
交流电动机自1885年出现后，由于一直没有理想的调速方案，而只被用于恒速拖动领域。近三四十年来，电力电子技术、微电子技术、现代控制理论的发展，为交流调速产品的开发创造了有利条件，使交流调速系统逐步具备了宽调速范围、高稳速精度、快速动态响应和四象限运行等技术性能，完全可与直流调速系统相媲美。由于直流调速系统所固有的缺点，目前，无论是调速领域还是伺服领域，交流驱动系统已逐步占据主导地位并有逐渐取代直流驱动的趋势。直接转矩控制技术是继矢量控制技术之后的一种新型高效的交流变频调速技术，它以结构简单明了、转矩快速响应、鲁棒性好等一系列的优点正受广大学者的青睐。直接转矩控制技术自诞生以来，其理论研究和实验工作已取得了杰出的成绩，然而作为一门新兴的理论和技术，必然存在不成熟和不完善的地方。鉴于此，本文针对直接转矩控制技术的研究现状、存在的问题及未来的发展趋势进行了详细地叙述。
1、直接转矩控制技术概述
直接转矩控制技术（DTC）是继矢量控制后交流调速领域一种新的控制方法，其特点是采用空间电压矢量分析，直接在定子坐标系下计算并控制电机的转矩和磁通，采用定子磁场定向，进行bang一bang控制，产生PWM信号。系统通过保持磁链恒定， 对转矩直接控制。因此，控制性能不受转子参数的影响，控制思想独特，结构简单。
2、直接转矩控制技术研究热点
2.1 对定子磁链的研究
（1）定子磁链的数学模型
在直接转矩控制中，定子磁链的实际值取决于定子电压、电流和转速的检测值以及电机参数。目前，描述定子磁链的数学模型有3种: u – i 模型，i - n模型，u - n模型[1-2]。
u - i模型: 由定子电压与定子电流确定定子磁链。
该模型结构简单，受电机参数影响小。论文参考网。它采用开环积分法估计定子磁链，在电机高速运行时可以估计出定子磁链。所以，当很大时，与之相比可以忽略不计，控制精度较高。但在低速和零速运行时，较小，与之相比不能忽略，如果对的估计误差大，将严重影响系统的控制性能。这时必须考虑的影响，需准确测定出因温度变化和磁通饱和而产生的变化量。
i- n 模型: 以转子磁链为中间变量，由定子电流与转速确定定子磁链。
在该公式中，没有出现定子电阻，因此不受定子电阻变化的影响。但是，i - n模型要利用转子时间常数及定、转子电感值，还要精确地测量出转子电角速度。这些参数的准确性以及速度的测量精度对定子磁链估计的精度程度都会产生较大的影响，另外这些电机参数也随着温度和磁路饱和程度的变化而变化。
u - n模型: 由定子电压和转速来获得定子磁链。这里仅给出改进后的u - n模型。
改进后的u - n 模型综合了u - i模型和i - n模型的优点，并通过修正项d完成了两个模型间平滑的切换，可以作为一个全速域的定子磁链观测模型。
（2）定子磁链的改进方法
针对异步电机DTC系统中采用u – i模型观测定子磁链时纯积分环节造成直流分量积分漂移，引起低速时转矩波动严重，采用一种具有幅值补偿环节的改进积分器算法取代纯积分环节克服积分漂移；针对六区段电压矢量开关表在定子磁链处于区段分界线附近控制性能差，引起低速运行时定子磁链内陷和电流畸变等问题，采用细分优化的十二区段选择电压矢量开关表来代替传统六区段电压矢量开关表。改善了异步电机DTC系统的低速运行性能。
近年来，许多学者为了解决定子电阻对磁链的影响，引入了现代控制理论和智能控制理论，通常采用的方法有: 模糊定子电阻估计、神经网络定子电阻估计、模糊神经网络定子电阻估计、最小二乘法定子电阻估计[3-5]。
另外， 一些学者对定子电阻温度变化对定子磁链估计的影响也进行了研究， 提出了一些控制方案，如定子电阻温度补偿、模型参考自适应在线辨识等。
2. 2 无速度传感器技术
传统的直接转矩控制中，低速运行时，如果选用与转速有关的定子磁链模型来确定磁链，那么就需要知道精确的转速信息；如果对速度的精确控制，需要转速反馈进行闭环控制，同样需要知道转速信息。传统的方法采用速度传感器，这样不仅增加成本，而且使系统的稳定性和可靠性变差。尤其对于实际应用中不允许安装速度传感器的领域，无速度传感器技术显得突出重要。论文参考网。
无速度传感器技术常用的速度辨识方法包括:转差频率法、参考模型自适应法、卡尔曼滤波法、高频信号注入法、基于神经网络的辨识方法等。目前应用较好的方法是参考模型自适应方法及基于神经网络的辨识方法[6-7]。这种自适应闭环速度辨识方案，在一定的速度范围内，估计精度达到了相当高的水平，然而这些方法没有脱离电机的基本模型，在低速运行时受电机参数的影响严重，尤其在零定子频率运行时，由于电动机转速的不可观测性[8]，基于模型的辨识方案往往会失效。
鉴于此，不依赖于电动机模型而仅依赖于电动机本身特性的辨识方法应运而生。Zinger等人利用转子槽谐波可以调制出频率与转速成比例的定子磁链原理，应用锁相环技术来提取转速信息[9]。高频信号注入法弥补了零定子频率情况下的速度不可观测性，然而由于感应电动机常见的磁路饱和现象等不完善因素，导致了检测的速度信号中含有低频干扰信号。一旦检测的速度信号直接用于控制，必然导致控制系统动态、稳态性能恶化。如何结合高频信号注入法与模型参考自适应方法来获得整个工作范围内都能适用的速度辨识方案将是无速度传感器技术研究的核心内容。
3、直接转矩控制技术发展展望
在对直接转矩控制技术研究热点进行了较详细的分析与讨论后，针对尚存在的问题，本文结合当前的科技发展情况和实际分析，对直接转矩控制技术的研究方向进行了展望。
（1）针对传统的直接转矩控制方法存在转矩脉动大的问题，我们可以尝试通过设计基于模糊自适应PI调节器的多级模糊控制DTC调速系统来解决。在外环控制方面，为了实现在转速和转矩突变时系统的快速响应，可以采用模糊自适应PI调节器控制器代替传统的PI调节器；在内环控制方面，也可以采用模糊控制器代替传统的磁链两点式、转矩三点式的bang一bang控制，该算法能够克服传统直接转矩控制方法中根据转矩、磁链的大小程度简单的选择电压矢量这一缺点，全面综合考虑了转矩误差的大小程度，可以实现大误差大调节、小误差小调节的智能控制。
（2）针对无速度传感器技术尚存在的不足，我们可以尝试用基于改进型蚁群BP神经网络的速度辨识器来替代传统速度传感器的方法来对其控制。论文参考网。由于蚁群算法是一种较新型的寻优策略，与其它的智能算法相比较，具有良好的收敛速度，且能得到的最优解更接近理论最优解，同时易于与其它方法结合，具有较强的鲁棒性。相信这样能够更准确地辨识出电机转速，达到DTC系统的动、静态性能要求，实现无速度传感器直接转矩控制。
（3）近年来，直接转矩控制的研究取得了很大进展，特别是现代控制理论和智能控制理论的引入，在MATALB和DSP的基础上，为直接转矩的建模和实现控制提供了强有力的工具。现代控制理论和智能控制理论(以模糊控制、人工神经网络为主)等控制方案为提高直接转矩控制的动态性能和鲁棒性奠定了理论基础，并为提高直接转矩控制的性能提供了一种非常好的新思路，如最近研究十分活跃的模糊控制、神经网络控制、模糊神经网络控制、非线性控制、变结构控制等。可见直接转矩控制技术智能化是未来研究方向之一。
参考文献：
[1]巫庆辉,邵诚,徐占国.直接转矩控制技术的研究现状与发展趋势[ J ].信息与控制,2005
[2]王成元,夏加宽,杨俊友等.电机现代控制技术[M ].北京:机械工业出版社,2006.
[3]张春梅,尔桂花.直接转矩控制研究现状与前景[ J ].微特电机,2000
[4]赵伟峰,朱承高.直接转矩控制的发展现状及前景[ J ].电气时代,1999
[5]刘国海,戴先中.直接转矩控制系统的神经网络控制[ J ].电工技术学报,2001
[6] Schauder C. Adap tive speed identification for vector control of induction motors without rotational transducers [ J ]. IEEE Transactions onIndustry Applications, 1992
[7]Cruz P P, Rivas J J. A small neural network structure app licationinspeed estimation of an induction motor using direct torque control [A ]. Proceedingsof the 2001 IEEE 32nd Annual Power Electronics Specialists Conference [C ].USA: IEEE, 2001. 823～827.
[8]Holtz J. Sensorless control of induction motor drives [ J ].Proceedings of the IEEE, 2002, 90 (8) : 1359～1394.
篇11
中图分类号：TP18 文献标识码:A
人工智能技术如今已经广泛应用于各个领域，也在很大程度上促进了各个行业的发展。对于电气设备来说，采用先进的人工智能技术可以大大提高系统的运行水平，改进生产效率。
1 人工智能应用理论分析
人工智能的基本原理是将人的思维方式，逻辑推理的形式进行模拟和设置的一种技术形式。人工智能是计算机技术发展的一个高级阶段，它不仅能模拟人类的语言系统，还一定程度上模仿人类的思维方式和逻辑推理。人工智能技术从研发至今，已经结合了各个学科的相关先进理论，涉及多个研究领域。其主要目的在于使机器和设备的操作能够脱离人工的绝对指导，以至于胜任一些专业技术人员的操作。
计算机的诞生给人类的生活带来了翻天覆地的变化，渗透到了各个领域，改变了许多行业的发展方式。计算机技术也随着计算机的发展和应用在不断的发展着，但是在这个发展过程中，人类逐渐认识到人脑才是最先进的信息分析和处理仪器，计算机技术要想更好的为人服务，必须朝着贴近人脑的工作特点的方向努力。对于电气系统的控制技术来说，就是要尽量的实现自动化控制。将各个生产和传输环节有机的结合起来，减少人力和资金的投入，形成一个一条龙的流水作业，有利于提高电气系统的生产效率。
2 人工智能控制器的优势
人工智能控制器相对于传统的控制器的优势在于利用了AI函数近似器，这种函数控制器较传统的常规控制器的优势在于更便于控制系统的一体化。在操作中，这些优势的表现在几下几个具体方面：
人工智能控制器的设计阶段无需设计模型的配合，这是其他常规的传统控制器所无法做到的。常规的控制器的研发和设计阶段必须要辅以各种实验模型的试验，来检测控制器的各项性能，但是人工智能控制器就克服了这一缺陷。
人工智能控制器的操作方法比常规的控制器的要简便易行，便于技术人员的执行和操作。
人工智能控制器的设置方式也相应的更加灵活，除了可以通过传统的设置方式外，它们还可以通过响应数据这种简便的方式进行设置，同样便于技术员的操作。
此外，人工智能控制器有相当好的一致性(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。
人工智能控制器能解决常规方法不能解决的问题。
人工智能控制器的实现十分便宜，特别是使用最小配置时，所以人工智能控制器的使用不仅能提高电气自动化的整体技术水平，还能降低整个电气系统的成本。
人工智能控制器很容易扩展和修改，相较于其他常规控制器来说，人工智能控制器的更新和改进的空间更大。
另外，采用人工智能控制器进行电气自动化的控制时，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。虽然很多常规的控制器也能实现这个过程，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景，自学习迅速，收敛快速，所以，综合上文的分析，我们可以得知人工智能控制器的优势还是十分明显的，必将取代传统的常规控制器实现电气自动化的控制。
3 人工智能的应用现状
随着人工智能技术的发展，许多高等院校及科研机构就人工智能在电气设备的应用方面展开了研究工作，力图将先进的人工智能技术应用于电气系统的各个领域中，以提高电气自动化的水平和生产效率。目前，我国在这一方面虽然和国际上的先进国家还有很大差距，但也较以往取得了很大的进步，如将人工智能用于电气产品优化设计、故障预测及诊断、控制与保护等领域，未来随着我国在这方面的研究的深入，必将取得更加可喜的成绩。
3.1 优化设计
电气设备的设计是一项复杂的工作，也是电气设备的研发的最重要的工作之一，它不仅要应用电路，电磁场、电机电器等学科的知识，还要大量运用设计中的经验性知识，才能将电气设备的各方面的功能完美的结合起来，设计出一个满足运行需要的电气设备。传统的产品设计是采用简单的实验手段和根据经验用手工的方式进行的，因此很难获得最优方案。随着计算机技术的发展，电气产品的设计从手工逐渐转向计算机辅助设计(CAD)，大大缩短了产品开发周期。人工智能的引进，使传统的CAD技术如虎添翼，产品设计的效率及质量得到全面提高。
优化设计的另一个有力武器是专家系统。但从目前已开发的专家系统来看。总体上仍处于研究阶段，离实用尚有一定距离。将专家系统应用到电机设计领域是从1988年J.H.Garret建立变压器设计专家系统开始的，目前我国沈阳工业大学特种电机研究所研制了永磁直流电动机及永磁同步电动机的设计专家系统；西安交通大学、华中理工大学、东南大学各自开发了异步电动机的设计专家系统，都取得了一定成效。
3.2 故障诊断
电气设备在运行过程中难免会出现各种故障，如果不及时排除，将会影响整个系统的运行，所以，电气设备的故障排除和运行维护工作同等重要，需要引起我们监管人员的相关重视。电气设备的故障发生前，一般都会出现一定的故障征兆，我们可以以此来推测故障产生的大致原因，但是电气设备的故障与其征兆之间的关系错综复杂，具有不确定性及非线性，用人工智能方法恰好能发挥其优势。已用于电气设备故障诊断的人工智能技术有：模糊逻辑、专家系统、神经网络，从目前的应用效果来看，人工智能技术在电气设备故障的判断阶段起到了良好的效果和作用，为维护人员的工作提供了便利。
变压器由于在电力系统中的特殊地位而备受关注，有关方面的研究论文较多。目前对变压器进行故障诊断最常用的方法是对变压器油中分解的气体进行分析，从而判断变压器的故障程度。
另外，值得一提的是人工智能故障诊断技术在发电机及电动机方面的研究工作也较为活跃，已经被较为广泛的应用。
3.3 智能控制
人工智能控制技术在自动控制领域的研究与应用已广泛展开，但在电气设备控制领域所见报道不多。根据笔者整理的资料来看，可用于控制的人工智能方法主要有3种：模糊控制，神经网络控制，专家系统控制。但是这三种方法的应用范围程度还是有所不同的，由于模糊控制是其中最为简单、最具实际意义的方法，因而它的应用实例最多，另外两种控制方法在实际中的应用实例还比较少。
结语
综合全文来看，人类智能主要包括三个方面，即感知能力，思维能力，行为能力。而人工智能是指由人类制造出来的“机器”所表现出来的智能。人工智能主要包括感知能力、思维能力和行为能力。人工智能的应用体现在问题求解，逻辑推理与定理证明，自然语言理解，自动程序设计，专家系统，机器人学等方面，而这诸多方面都体现了一个自动化的特征，表达了一个共同的主题，即提高机械人类意识能力，强化控制自动化，因此人工智能在电气自动化领域会大有作为，电气自动化控制需要人工智能的参与。只有将二者有机的结合起来，才能更好的促进我国电气自动化控制技术的发展，也可以在应用中不断促进人工智能技术的进步。
篇12
人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法 技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支 它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式作出反应的智能机器．该领域的研究包括机器人．语言识别、图像识别 自然语言处理和专家系统等。电气自动化是研究与电气工程有关的系统运行、自动控制，电力电子技术、信息处理、试验分析 研制开发以及电子与计算机应用等领域的一门学科。实现机械的自动化，让机械部份脱离人类的直接控制和操作自动实现某些过程是电气自动化和人工智能研究的交汇点。积极运用人工智能的新成果无疑有利于电气自动化学科特别是自动控制领域的发展．也有利于提高电气设各运行的智能化水平．对改造电气设备系统，增强控制系统稳定性．加快生产效率都有重大意义。
1、人工智能应用理论分析
人工智能(Artificial Intelligence)，英文缩写为AI。它是研究、开发用于模拟，延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质．并生产出一种新的能以人类智能相似的方式作出反应的智能机器 该领域的研究包括机器人、语言识别、图像识别 自然语言处理和专家系统等。自从1956年“人工智能 一词在Dartmouth学会上提出以后，人工智能研究飞速发展，成为以计算机为主．涉及信息论．控制论， 自动化、仿生学、生物学、心理学、数理逻辑、语言学、医学和哲学的一门学科。人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂的工作。
当今社会，计算机技术已经渗透到生产生活的方方面面．计算机编程技术的日新月异催生自动化生产，运输 传播的快速发展。人脑是最精密的机器，编程也不过是简单的模仿人脑的收集、分析、交换、处理、回馈．所以模仿模拟人脑的机能将是实现自动化的主要途径。电气自动化控制是增强生产．流通、交换、分配等关键一环．实现自动化，就等于减少了人力资本投入，并提高了运作的效率。
2、人工智能控制器的优势
不同的人工智能控制通常用完全不同的方法去讨论。但Al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Al函数近似器比常规的函数估计器具有更多的优势．这些优势如下：
(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，往往不知道)。
(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能设计它们。
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．自学习迅速，收敛快速。
3、人工智能的应用现状
随着人工智能技术的发展，许多高等院校及科研机构就人工智能在电气设备的应用方面展开了研究工作，如将人工智能用于电气产品优化设计，故障预测及诊断、控制与保护等领域。
3.1 优化设计
电气设备的设计是一项复杂的工作 它不仅要应用电路、电磁场、电机电器等学科的知识，还要大量运用设计中的经验性知识。传统的产品设计是采用简单的实验手段和根据经验用手工的方式进行的．因此很难获得最优方案。随着计算机技术的发展，电气产品的设计从手工逐渐转向计算机辅助设计(CAD)，大大缩短了产品开发周期。人工智能的引进．使传统的CAD技术如虎添翼．产品设计的效率及质量得到全面提高。用于优化设计的人工智能技术主要有遗传算法和专家系统。遗传算法是一种比较先进的优化算法，非常适合于产品优化设计。因此电气产品人工智能优化设计大部分采用此种方法或其改进方法。
3.2 故障诊断
电气设备的故障与其征兆之间的关系错综复杂，具有不确定性及非线性．用人工智能方法恰好能发挥其优势。已用于电气设备故障诊断的人工智能技术有：模糊逻辑、专家系统、神经网络。
变压器由于在电力系统中的特殊地位而备受关注，有关方面的研究论文较多。目前对变压器进行故障诊断最常用的方法是对变压器油中分解的气体进行分析．从而判断变压器的故障程度。人工智能故障诊断技术在发电机及电动机方面的研究工作也较为活跃。
3．3智能控制
人工智能控制技术在自动控制领域的研究与应用已广泛展开．但在电气设备控制领域所见报道不多。可用于控制的人工智能方法主要有3种：模糊控制、神经网络控制、专家系统控制。由于模糊控制是其中最为简单、最具实际意义的方法．因而它的应用实例最多。
4、结语
人类智能主要包括三个方面．即感知能力．思维能力 行为能力。而人工智能是指由人类制造出来的 机器”所表现出来的智能。人工智能主要包括感知能力、思维能力和行为能力。人工智能的应用体现在问题求解．逻辑推理与定理证明，自然语言理解 自动程序设计．专家系统，机器人学等方面，而这诸多方面都体现了一个自动化的特征．表达了一个共同的主题，即提高机械人类意识能力，强化控制自动化．因此人工智能在电气自动化领域将会大有作为，电气自动化控制也需要人工智能的参与。
