身份证号码：46002819840103****
摘要：在电气自动化的发展过程中，人工智能的控制系统逐渐发挥出了相较传统控制系统更多的优点。虽然我国的电气传动当中对于人工智能的应用还只限于电气的交流传动系统与直流传动系统当中，但其在电气传动领域的发展空间是巨大的。本文通过对人工智能的优点进行简要的介绍，分析了电气传动系统当中人工智能的应用。
关键词：电气传动；人工智能；应用
人工智能主要是研究智能化机器与智能化系统构造的一项技术，在目前主要运用于专家系统、识别模式、机器模仿以及自然语言的理解等领域。其在电气自动化过程的运用引起电气行业革命性的改变。因此，要促进电气行业的发展，必须积极地在电气传动系统中加深人工智能的运用，要在实践中总结经验，合理完善，以此达到电气自动化的不断发展。
一、人工智能应用的优点
人工智能控制系统相对于传统控制系统具有明显的优势。传统的控制系统在设计时需要依靠控制对象模型，然而设计时实际控制对象模型常常存在许多例如参数与非线性时等不固定的因素，则系统很难获得准确的动态方程式。而人工智能系统在设计方面却不需要依靠实际控制对象的具体模型来完成。并且人工智能系统只需要根据系统的响应反应时间、系统下降的时间以及鲁棒的性能等方面来适当进行调整，就可以获取更优化的性能。
例如在模糊逻辑下的控制器比传统的控制器在上升的时间上快一点五倍，下降的时间更是要快3.5倍，在过冲方面也会更小。此外，该系统比传统的控制器更方便进行调节。甚至在不需要具备专家性知识的情况下也能根据相应数据来对其进行设计。另外，其一致性十分突出，在陌生数据输入时也能估计良好，这和驱动器的特殊性质没有关联。然而传统的控制系统对于其特定的对象可以做到良好的控制行为，但对于陌生对象就容易出现偏差，所以其运行必须依靠对象的具体设计。同时人工智能还对全新的数据信息具有很强的适应能力。对于传统控制系统来说，监督学习型的神经网络控制系统在学习计算功能与拓朴结构方面已经完全定型，给系统带来不少的限制性因素，导致计算应用功能较弱并且时间很长，而人工高智能系统的适应性神经网络就能避免这些问题。另外，该系统还在抵抗噪音的干扰方面有很好的能力。在使用人工智能系统时也可以降低成本，尤其是最小配置。除此之外，该系统还非常容易进行性能扩展与修改。
二、电气传动对于人工智能的运用
（一）人工智能运用之直流传动
人工智能在电气传动的交流传动之间的应用，主要运用模糊逻辑的控制技术，通常可以将模糊逻辑的控制器分为两大类，即sugeno与Mamdani。这两类控制器都存在规则库，表现为if-then模糊化的规律集合，Sugeno的控制器存在“若X为C，Y为D，则Z=f.(X.Y)”这条方程式中的C与D都代表一个模糊集，方程Z=f.(X.Y)则是X与Y的函数表达，一般来说，输入的变量X与Y都是多项式。如果f是一个常数，那么这就是零阶Sugeno的模型。所以Sugeno对控制器Mamdani来说是一个特殊例子。在电气传动系统中是采取Mamdani这一类模糊控制器来控制调速系统。这一类控制器的构成主要是在模糊化的基础上输入多形态多变量的隶属函数来进行建立，运用专家性知识经验的语言控制库与利用建立模型的操作系统来对人工的神经网络进行推理与适应的模糊控制系统两部分来共同组成知识库，核心地对于人类的决定与推理行为进行模仿与控制，以及利用中间的平均技术来实现量化与反模糊化这几个部分来共同实现的。
其次就是在直流传动中也运用到了ANNS系统。ANNS系统被广泛运用到识别模式与处理信号当中。其人工神经网络利用非线性函数在估计方面有一致性的特点，这就使其被运用至电气传动的控制系统当中。其无需依靠被控制对象的具体的模型来进行操作，极大发挥了其一致性的优点。而ANNS系统本身使用的结构是并行结构，这让其在输入与运用当中可以适配于多传感器，增加了运行决定的准确性。在电气传动的控制器系统内采用多传感器的模式可有效降低传感器的缺陷敏感性能。而误差的反方向传播技术是其目前常见的学习技术。在网络当中，如果隐藏点和隐藏层足够丰富，并且适当含有激励函数，那么多层反馈ANN仅仅可以实现当前需求的映射。当不具备直接的方法来对激励函数、节点数以及隐藏层进行最优选择的情况下，可以采用尝试法来进行问题解决。反方向传播的训练计算方法是实现最快速下降法的基本处理办法、把输出节点的差别度向网络进行反馈，目标性地进行权重调整，以求搜索实现最优。对于输出结点来说，其权重调整的迭代与隐藏结点是十分不同的。在反方向的传播技术运用过程中，可以取得所需非线性函数的接近值。这种计算方法涵括学习速率的参数，在网络特殊性能方面影响较大。
（二）人工智能运用之交流传动
英国的Aberdeen大学研发了一套可以运用模糊逻辑对电机本身的磁通和力矩产生感应的方法，有效验证实施方案且可以在使用模糊速度控制器的同时与CRPWN速变器和PI的速度控制器来控制负载转矩的干扰的全数字高性能传动系统。这套系统被广泛运用到交流传动当中，取代了传统运用的速度调节器。此外，神经网络被利用于驱动系统与交流电机在条件上的检测诊断当中。因为ANN系统在运算中使用反向转播的运算方法，所以在逐渐走进电机的控制算法方面的优化进程中被运用。在确定可观测速度增量是依靠初始速度与负载转矩结合实验数据来进行的，因此ANN系统对于三维图形映射的学习是十分有必要的。此系统相较于传统的控制算法来说具有明显的优势，很大程度上缩短了定位时间，并且对于负载转矩的变化与其非初始速度也可以控制水平更加优良。ANNS系统是采用多层前馈性来作为运行结构，在这里采取常规的反方向传播的学习计算方法。此系统可以分为两个部分，其一是根据对电气动态的参数进行识别后自主规定子的电流，其二是根据机电系统的参数的识别来自主设置转子的速度。在目前有关ANN的电机的参数估算的文献当中，都是根据其多层前馈系统，运用常规的反方向传播的计算方法。不同之处只是模型与估算参数的不同。
（三）人工智能应用之遗传算法
教授J.Holland在上世纪七十年代提出遗传算法的概念，其计算的模式主要是借鉴达尔文曾经提出的生物进化论中关于自然选择与生物的遗传学以及生物在其进化过程中的遗传计算模式。在生物的遗传计算法当中，是不会依靠任何梯度信息以及其他方面的辅助性信息的，遗传计算方法只需要调节其运算系统本身要求的进行搜索的方向函数以及与其相对应存在的适应性函数就足够了，凭此即可解决很多复杂的问题。由于遗传计算方法的优势性，其已经被广泛运用到了人工智能当中，并在其传动控制系统方面取得了较好的成果。
结束语：
电气自动化主要针对电气工程实现自动化控制、电子技术应用、信息处理系统以及计算机网络技术进行的学科研究。为实现将各种科学学科连接，必须要依靠人工智能的作用。人工智能将人类的思维感知方式赋予机器，使其拥有行为能力。机械的人工智能化为人们的生活与发展提供了极大的便利，但是人工智能应用于电气传动的控制系统才刚刚起步，其运行能力还有待提高。运用人工智能技术的地方还不够广泛，但是这并不能抹杀人工智能的价值与优点。在不久的未来，电气传动系统一定会更加广泛地使用到人工智能技术。
参考文献：
[1]杨越胜.人工智能在电气传动控制中的应用[J].企业导报,2011,11:243-244.
[2]周业元.人工智能在电气传动控制中的应用研究[J].机电信息,2013,24:97-98.
[3]刘威.论人工智能在电气传动控制系统中的应用[J].智富时代,2016,03:230.
[4]蔡昕.浅谈人工智能在电气传动控制中应用[J].才智,2009,29:58.