基于人工智能的電氣智能控制技術研究

1、<p>　　基于人工智能的電氣智能控制技術研究</p><p>　　[摘 要]人工智能技術在電氣智能控制中有廣大的發(fā)展空間，能有效促進電電氣智能控制技術的發(fā)展及應用。本文主要分析了人工智能控制技術的優(yōu)勢及其相應的控制方法、優(yōu)化算法等，并以基于遺傳算法的電機控制系統(tǒng)的PID參數優(yōu)化為例，對人工智能技術提高電氣控制技術進行了實例論證。研究結果表明：人工智能技術能夠提高電氣智能控制水平。 </p>

2、<p>　　[關鍵詞]人工智能；電氣工程；智能控制；遺傳算法 </p><p>　　中圖分類號：S258 文獻標識碼：A 文章編號：1009-914X（2015）16-0344-01 </p><p><b>　　引言 </b></p><p>　　近年來，人工智能在電氣智能控制方面應用已經越來越廣泛、深入[1]。例如：基于人工智

3、能的故障的診斷和預測、電氣產品設計優(yōu)化和保護與控制等領域。電氣產品的設計隨著計算機技術的發(fā)展，逐漸由手工設計向計算機輔助設計不斷轉變，，尤其是在引進了人工智能技術之后，大大提高了設計產品的質量和效率[2]。人工智能技術在電氣設計方面的應用主要包括專家系統(tǒng)和遺傳算法。其中的遺傳算法是一種優(yōu)化的先進算法，在產品的設計優(yōu)化上有舉足輕重的作用[3]。因此電氣產品的人工智能化設計很多都采用了這種方式進行優(yōu)化。 </p><p&

4、gt;　　本文中，主要以遺傳算法在電氣智能化控制領域的應用為例，分析基于人工智能的電氣智能控制技術。 </p><p>　　1 人工智能控制器的優(yōu)勢 </p><p>　　人工智能控制的主要優(yōu)勢[4]在于：（1）它們的設計不需要控制對象的模型；（2）通過適當調整（根據響應時間、下降時間、魯棒性能等）它們能提高性能；（3）比古典控制器的調節(jié)容易；（4）在沒有必須專家知識時，通過響應數據也能設

5、計它們；（5）運用語言和響應信息可能設計它們；（6）它們對新數據或新信息具有很好的適應性。 </p><p>　　2 人工智能控制技術的主要方法及優(yōu)化算法 </p><p>　　2.1 人工智能控制技術的主要方法 </p><p><b>　?。?）模糊控制 </b></p><p>　　模糊控制系統(tǒng)是以模糊數學、模糊語

6、言形式的知識表示以及模糊邏輯的推理規(guī)則為理論基礎，采用計算機控制技術構成的一種具有反饋通道的閉環(huán)結構的數字控制系統(tǒng)[5]。 </p><p><b>　　（2）專家控制 </b></p><p>　　專家控制是將專家系統(tǒng)的理論技術與控制理論技術相結合，仿效專家的經驗，實現(xiàn)對系統(tǒng)控制的一種智能控制。專家控制可以靈活地選取控制率，靈活性高。通過專家規(guī)則，系統(tǒng)可以在非線性、

7、大偏差的情況下可靠地工作，魯棒性強[1]。 </p><p>　?。?）神經網絡控制 </p><p>　　神經網絡模擬人腦神經元的活動，利用神經元之間的聯(lián)結與權值的分布來表示特定的信息，通過不斷修正連接的權值進行自我學習，以逼近理論為依據進行神經網絡建模，并以直接自校正控制、間接自校正控制、神經網絡預測控制等方式實現(xiàn)智能控制[3]。 </p><p>　?。?）集

8、成智能控制 </p><p>　　智能控制技術的集成包括兩方面：一方面是將幾種智能控制方法或機理融合在一起，構成高級混合智能控制系統(tǒng)；另一方面是將智能控制技術與傳統(tǒng)控制理論結合，形成智能復合型控制器。 </p><p>　　2.2 人工智能控制技術常用的優(yōu)化算法 </p><p><b>　?。?）遺傳算法 </b></p>&l

9、t;p>　　遺傳算法依照所選擇的適配值函數，通過遺傳中的復制、交叉及變異對個體進行篩選，使適配值高的個體被保留下來，組成新的群體，新群體既繼承了上一代的信息，又優(yōu)于上一代，這樣周而復始，群體中個體適應度不斷提高，直到滿足一定的條件[7]。 </p><p><b>　?。?）蟻群算法 </b></p><p>　　蟻群算法是群體智能的典型實現(xiàn)，是一種基于種群尋優(yōu)

10、的啟發(fā)式搜索算法。蟻群算法的基本思想：當一只螞蟻在給定點進行路徑選擇時。被先行螞蟻選擇次數越多的路徑。被選中的概率越大[6]。 </p><p>　　3 電動機控制中的遺傳算法PID參數優(yōu)化 </p><p>　　本文以直流電動機系統(tǒng)進行了仿真驗證，使用了具有突出尋優(yōu)能力和計算簡單的遺傳算法進行參數整定，并通過Matlab編程進行參數尋優(yōu)，整定出的參數使性能指標達到最優(yōu)。 </p&g

11、t;<p>　?。?）參數的確定及表示 </p><p>　　首先確定參數范圍，該范圍一般是由用戶給定的，然后由精度的要求，對其進行編碼。選取二進制字串表示每一個參數，并建立與參數間的關系。再把二進制串連起來就組成一個長的二進制字串，該字串為遺傳算法可以操作的對象。 </p><p>　?。?）選取初始種群 </p><p>　　因為需要編程來實現(xiàn)各過

12、程，所以采用計算機隨機產生初始種群。針對二進制編碼而言，先產生0～1之間均勻分布的隨機數，然后規(guī)定產生的隨機數0～0.5之間代表0，0.5～1之間代表1。此外，考慮到計算的復雜程度來規(guī)定種群的大小。 </p><p>　?。?）適應度函數的確定 </p><p>　　在實際應用中會因系統(tǒng)中固有的飽和特性而導致系統(tǒng)不穩(wěn)定，為了防止控制能量過大，在目標函數中加入控制量。因此為了使控制效果更好，

13、本文給出了包含控制量、誤差和上升時間作為約束條件的目標函數。因為適應度函數同目標函數相關，所以目標函數確定后，直接將其倒數作為適應度函數進行參數尋優(yōu)。最優(yōu)的控制參數也就是在滿足約束條件下使最大時，所對應的控制器參數。 </p><p><b>　?。?）優(yōu)化步驟 </b></p><p>　　下面就可以編程使用遺傳算法對PID參數進行尋優(yōu)。利用遺傳算法優(yōu)化Kp、Ki、

14、Kd的具體步驟如下： </p><p>　?、俅_定每個參數的大致范圍和編碼長度，進行編碼； </p><p>　?、陔S機產生n個個體構成初始種群P（0）； </p><p>　　③將種群中各個體解碼成對應的參數值，用此參數求代價函數值J 及適應度函數值，； </p><p>　　④應用復制、交叉和變異算子對種群P（t）進行操作，產生下一代種群

15、P（t+1）； </p><p>　?、葜貜筒襟E③和④，直至參數收斂或達到預定的指標。 </p><p>　　試驗的電機性能參數如下： </p><p>　　La電機電感0.24mH=0.00024H </p><p>　　Ra電機電阻2.32Ω </p><p>　　Cm電動機的轉距常數23.2mN?m/A=0.02

16、32N?m/A </p><p><b>　　Ce為電動勢常數 </b></p><p>　　Jm轉子以及電動機轉軸相連的負載總的轉動慣量1.1×10-6kg?m2 </p><p>　　Fm粘滯摩擦系數2.2×10-4kg?m2/s </p><p>　　根據被控電動機特性，建立電動機的連續(xù)傳遞函數

17、模型為： </p><p><b>　　，。 </b></p><p>　　遺傳算法中使用的樣本個數為30，參數Kp的取值范圍為[0，20]，Ki 、Kd 的取值范圍為[0，1]，取wl=0.999，w2=0.001，w3=100，w4=2.000。采用實數編碼方式，經過100代進化，獲得的優(yōu)化參數如下： </p><p><b>　

18、　簡單遺傳算法 </b></p><p>　　Bestfi=0.1408 </p><p>　　BestS=11.12200.03590.1276 </p><p>　　Best_J=7.1034 </p><p><b>　　改進遺傳算法 </b></p><p>　　Bestfi=

19、0.1358 </p><p>　　BestS=8.91780.03050.5474 </p><p>　　Best_J=7.2538 </p><p>　　代價函數J的優(yōu)化過程和采用整定后的PID控制階躍響應。 </p><p>　　文章應用遺傳算法對電機的PID控制器參數進行了優(yōu)化設計，得到了優(yōu)化的PID控制參數，從響應曲線可以看出，應用

20、改進后的遺傳算法電機響應速度加快，跟蹤性良好，控制效果明顯提高。 </p><p><b>　　參考文獻 </b></p><p>　　[1] 牛紅.淺談電氣自動化控制中的人工智能技術[J].世界家苑，2014，32（8）：43-46. </p><p>　　[2] 翟輝.淺談人工智能在電氣自動化控制中應用[J].科技創(chuàng)新導報，2009，27（