论文部分内容阅读
[摘 要]智能化是当前现代科技进步的重要标志。在电气工程中运用智能化技术，可以有效提高工作效率，降低工作用成本。智能化技术是建立在计算机技术与人工智能理论的基础之上的，是近些年才逐渐发展起来的，虽然时间较短，但是却迅速得到了推广与应用。本文就智能化技术在电气工程中的应用进行了探讨，以为实际工作提供参考。
[关键词]智能化 电气工程 应用
中图分类号：TU855 文献标识码：A 文章编号：1009-914X（2018）33-0366-01
科学的发展中智能化作为一种新的趋势和方向正在被人们所接受。我国的电气自动化技术也获得了长足的发展，并在科技和工程技术的发展中占有重要位置。虽然受到长足发展但是其中所面临的问题也不容忽视，电气自动化发展过程中受到的制约也是不争的事实。智能化的发展便是弥补发展中出现的失误和缺陷的重要手段，可以帮助电气自动化技术实现快速的发展。
一、智能化概述
智能化技术最早是在1956年被提出的，经过多年不断的研究与发展，智能化技术不断的被完善，发展成为包括语言学、医学、生物学以及信息学等多个学科的一门技术。人工智能化技术则是对人类的头脑进行模拟，使机器实现自主的判断、思考、决策、操作与控制的一項技术，在实际应用中主要包括：计算机技术、GPS 定位技术和精密传感技术等。尤其是当今的人工智能机器人的相关领域中，智能化技术扮演着不可或缺的角色，发挥着重要的作用。智能化技术之所以能被广泛的应用，是因为其主要有以下优点：一是环保节能，应用过程中基本无躁无尘，降低企业生产成本；二是代替了劳动者的劳动，降低了操作者的劳动强度，提高了工作的质量与效率；三是设备设置简单，全部或部分智能化操作，易于操作人员掌握，便于维护人员维护；四是全部是机械设备，在伦理上和感情上可以接受，能够代替人们从事一些危险系数和难度系数较高的工作。
二、智能技术电气自动化控制的中的应用特点
在各个领域中，人工智能技术都得到了普遍应用，比如在工厂的控制系统中、医疗等领域。人工智能技术不仅仅可以替代人类完成高难度的工作，节省劳动力，而且还可以大大地提高工作效率。人工智能技术探究怎样使机器具备人类智能，进而独立完成危险大、难度高的工作。在电气工程自动化控制中，人工智能技术具体表现为对信息进行搜集和处理等，其适应性、实用性、综合性都很强，应用价值巨大。在社会经济发展中，电力系统占有十分重要的地位，它不但自身结构复杂，而且危险性高，一旦出现问题，会造成极为严重的后果。人工智能技术可以有效地解决电力系统中出现的一系列问题，进而保证了电力系统的安全性和提高了电力系统的运行效率。除此之外，人工智能技术可以节约大量的人力资源。在电气工程自动化控制中，人工智能技术有着极为广阔的应用前景，发展潜力较大。
三、智能技术在电气工程及其自动化中的作用
1. 优化电气工程设计。在设计过程中，组织设计人员对设计方案反复进行实验和更进。针对实验过程中的问题和最终目标，参考以往案例进行研究讨论，制定出最适合目标的科学设计方案。在设计过程中，将智能化技术进行模糊化和模块化。在数据结构设计中，建立数据模糊库，对接收到的信息大体分析并分类，层层分割，将不同的问题进行切割，以大化小，分别进行设计、实验、编程，最后再将所有的小模块进行组合，设定编程对所有的小模块进行组合，实现联动，模仿人脑各个区域拥有不同的功能，在接受刺激之后能够协调其余功能区进行配合，从而解决所电气工程自动化控制在工作时遇到的问题。
2. 提高故障诊断的效率。无论是电气设备还是机械设备，在长期的运行使用过程中，势必会造成一定程度上的消耗和损伤。如果在电气设备出现故障时，没有对电气设备进行及时有效的处理，电气设备就会停止运行，影响生产的同时，还会埋下安全隐患。在传统的故障诊断工作中，对故障的判断来自于维修人员的技术水平和惊艳程度，故障诊断的准确率没有办法得到保障。但是智能技术的应用，能够对设备故障原因进行精准的检测，智能检测技术在很多领域都得到了应用。发电机、变压器和电动机等等设备发生故障后，它能够及时有效的找寻和分析电气设备发生故障的原因，对发生故障的信息进行整理，分析故障特征，提高了设备故障诊断的精准性，提高了生产过程中故障诊断的效率，提高了系统运行的工作效率。
3. 构建神经网络。近些年，神经网络更多运用于自动化控制，对于现阶段的电气工程体现了重要价值。具体来讲，神经网络包含了各不相同的子系统，针对定子电流能够予以精确判断，同时也能用来辨别动态性的电气参数。此外，机电系统与神经网络的相互结合有利于判断转子速度。神经网络包含了较多的层次，因此具有前馈性的特征。在各种类型的算法中，反向学习算法应当属于核心性的算法，此类算法更多用来监测交流电机与驱动系统。如果选择反向学习算法来控制负载转矩，那么可以缩短定位时间，因此整体上优于梯形控制算法。除了上述算法之外，神经网络还涉及到智能性的函数估计器。相比而言，函数估计器具备很好的一致性与抗噪音性，具体在运算时不必借助控制模型，因此通常运用于处理信号或者识别模式。针对电气传动而言，函数估计器具有十分显著的控制效果。在并行结构的辅助下，神经网络就能实现反向误差的传播，进而解决了隐藏节点、层数与激励函数等难题。此外，如果有必要调整网络权重，那么还可以借助反馈的节点误差来实现相应的调整。
参考文献
[1]郑火胜.智能化技术在电气工程自动化控制中的应用分析[J].价值工程，2017，36（23）：153-154.
[2]李丽红.电气工程自动化中智能化技术的应用分析[J].黑龙江科技信息，2015（14）：77.
[3] 张永，崔明洋，李昕.智能化技术在电气工程自动化控制中的应用分析[J].科技传播，，2016（2）：56～57.
[4]赵晶.电气工程自动化控制中智能化技术的应用探析[J].科技展望，2015，25（35）：104.
[关键词]智能化 电气工程 应用
中图分类号：TU855 文献标识码：A 文章编号：1009-914X（2018）33-0366-01
科学的发展中智能化作为一种新的趋势和方向正在被人们所接受。我国的电气自动化技术也获得了长足的发展，并在科技和工程技术的发展中占有重要位置。虽然受到长足发展但是其中所面临的问题也不容忽视，电气自动化发展过程中受到的制约也是不争的事实。智能化的发展便是弥补发展中出现的失误和缺陷的重要手段，可以帮助电气自动化技术实现快速的发展。
一、智能化概述
智能化技术最早是在1956年被提出的，经过多年不断的研究与发展，智能化技术不断的被完善，发展成为包括语言学、医学、生物学以及信息学等多个学科的一门技术。人工智能化技术则是对人类的头脑进行模拟，使机器实现自主的判断、思考、决策、操作与控制的一項技术，在实际应用中主要包括：计算机技术、GPS 定位技术和精密传感技术等。尤其是当今的人工智能机器人的相关领域中，智能化技术扮演着不可或缺的角色，发挥着重要的作用。智能化技术之所以能被广泛的应用，是因为其主要有以下优点：一是环保节能，应用过程中基本无躁无尘，降低企业生产成本；二是代替了劳动者的劳动，降低了操作者的劳动强度，提高了工作的质量与效率；三是设备设置简单，全部或部分智能化操作，易于操作人员掌握，便于维护人员维护；四是全部是机械设备，在伦理上和感情上可以接受，能够代替人们从事一些危险系数和难度系数较高的工作。
二、智能技术电气自动化控制的中的应用特点
在各个领域中，人工智能技术都得到了普遍应用，比如在工厂的控制系统中、医疗等领域。人工智能技术不仅仅可以替代人类完成高难度的工作，节省劳动力，而且还可以大大地提高工作效率。人工智能技术探究怎样使机器具备人类智能，进而独立完成危险大、难度高的工作。在电气工程自动化控制中，人工智能技术具体表现为对信息进行搜集和处理等，其适应性、实用性、综合性都很强，应用价值巨大。在社会经济发展中，电力系统占有十分重要的地位，它不但自身结构复杂，而且危险性高，一旦出现问题，会造成极为严重的后果。人工智能技术可以有效地解决电力系统中出现的一系列问题，进而保证了电力系统的安全性和提高了电力系统的运行效率。除此之外，人工智能技术可以节约大量的人力资源。在电气工程自动化控制中，人工智能技术有着极为广阔的应用前景，发展潜力较大。
三、智能技术在电气工程及其自动化中的作用
1. 优化电气工程设计。在设计过程中，组织设计人员对设计方案反复进行实验和更进。针对实验过程中的问题和最终目标，参考以往案例进行研究讨论，制定出最适合目标的科学设计方案。在设计过程中，将智能化技术进行模糊化和模块化。在数据结构设计中，建立数据模糊库，对接收到的信息大体分析并分类，层层分割，将不同的问题进行切割，以大化小，分别进行设计、实验、编程，最后再将所有的小模块进行组合，设定编程对所有的小模块进行组合，实现联动，模仿人脑各个区域拥有不同的功能，在接受刺激之后能够协调其余功能区进行配合，从而解决所电气工程自动化控制在工作时遇到的问题。
2. 提高故障诊断的效率。无论是电气设备还是机械设备，在长期的运行使用过程中，势必会造成一定程度上的消耗和损伤。如果在电气设备出现故障时，没有对电气设备进行及时有效的处理，电气设备就会停止运行，影响生产的同时，还会埋下安全隐患。在传统的故障诊断工作中，对故障的判断来自于维修人员的技术水平和惊艳程度，故障诊断的准确率没有办法得到保障。但是智能技术的应用，能够对设备故障原因进行精准的检测，智能检测技术在很多领域都得到了应用。发电机、变压器和电动机等等设备发生故障后，它能够及时有效的找寻和分析电气设备发生故障的原因，对发生故障的信息进行整理，分析故障特征，提高了设备故障诊断的精准性，提高了生产过程中故障诊断的效率，提高了系统运行的工作效率。
3. 构建神经网络。近些年，神经网络更多运用于自动化控制，对于现阶段的电气工程体现了重要价值。具体来讲，神经网络包含了各不相同的子系统，针对定子电流能够予以精确判断，同时也能用来辨别动态性的电气参数。此外，机电系统与神经网络的相互结合有利于判断转子速度。神经网络包含了较多的层次，因此具有前馈性的特征。在各种类型的算法中，反向学习算法应当属于核心性的算法，此类算法更多用来监测交流电机与驱动系统。如果选择反向学习算法来控制负载转矩，那么可以缩短定位时间，因此整体上优于梯形控制算法。除了上述算法之外，神经网络还涉及到智能性的函数估计器。相比而言，函数估计器具备很好的一致性与抗噪音性，具体在运算时不必借助控制模型，因此通常运用于处理信号或者识别模式。针对电气传动而言，函数估计器具有十分显著的控制效果。在并行结构的辅助下，神经网络就能实现反向误差的传播，进而解决了隐藏节点、层数与激励函数等难题。此外，如果有必要调整网络权重，那么还可以借助反馈的节点误差来实现相应的调整。
参考文献
[1]郑火胜.智能化技术在电气工程自动化控制中的应用分析[J].价值工程，2017，36（23）：153-154.
[2]李丽红.电气工程自动化中智能化技术的应用分析[J].黑龙江科技信息，2015（14）：77.
[3] 张永，崔明洋，李昕.智能化技术在电气工程自动化控制中的应用分析[J].科技传播，，2016（2）：56～57.
[4]赵晶.电气工程自动化控制中智能化技术的应用探析[J].科技展望，2015，25（35）：104.