■殷勇，张利

（四川三河职业学院，四川 泸州 646200）

以往工业自动化控制中，整体自动化水平不高，对人工的依赖仍然较强。进入智能时代后，在人工智能支持下，原本设备功能更加完善，自动化的优势明显展示出来。在实际生产中，许多一线工人更愿意尝试智能技术，减轻工作强度，促进生产效率的提升。对于企业来说，人工智能具有精准化、集成化、高效智能化的特点，可用于实现技术升级与产业改革，增强自身核心竞争力。可见，AI 技术能够通过模拟人类思维与处理方式，达到理想的生产目标，满足新时期社会发展需求。

一、人工智能概述

人工智能属于计算机学科的分支，可在科学技术与数据的支持下，对人的一系列智能活动进行模拟，确保控制系统的自动化反应，现已作为新兴科技力量应用到社会各个领域，如电力、汽车、工业制造等，不仅可以提高原本工作效率，还可以降低失误率，与人工作业相比优势显著，其技术特点如下。

第一，智能化。在传统生产模式中，产品性能不可靠，主要原因是人工在生产期间发挥重要作用，而人力在生产与评估期间产生的误差会直接影响产品质量。人工智能开发创建在人脑基础上，具备人脑智慧特点，还兼顾技术优势，属于人脑与技术的有机结合，具有明显的智能化特征，能够迅速作出反应，作业效率远远超过人工，可替代人工完成相应工作，不仅可以保障产品性能，降低报废率，还可以节约大量人力、物力的成本投入[1]。

第二，精准化。在人工作业中，工作流程受主观、客观等多种因素影响，导致失误率较高，而人工智能可针对事物特征，开展严格的定性、定量分析，减少部分主、客观因素影响，降低失误率，使各项作业内容更为精准高效；在部分大型电气自控设备长期运行后，经常出现老化、破损情况，引发危险事故，AI 的应用可实时检测和调控，预防和减少事故发生。在电气控制的进给机构中，如液压泵等，单纯由电气系统控制时，控制精度较低，加工的零件成品无法满足使用要求。例如，部分车床上进给装置仍沿用手摇驱动，效率不高，产品精度较差；一些自动化机床因零件安装存在误差，所加工出的零件无法满足使用要求，反馈机制不完善，加工过程不可控，在AI引入后，可补偿人工操作误差，并在加工中实时检测刀具路径，及时反馈和修正，促使整个零件加工精度提升。

第三，集成化。在智能元素加入后，传统设备功能更加完善，智能化、自动化水平全面提升。从本质上看，是多种功能集成化的结果，借助现代信息技术进行AI 调控，可促进自动化控制过程精度、可控性提升。例如，在外界环境识别中，可将AI 中机器视觉与传感器结合起来，使其在控制中观测微观结构，提高定位精度，并在拟合外界物轮廓中，具有较高的精度，使设备使用价值明显提升。

二、人工智能的关键技术

（一）视觉识别技术

该技术利用计算机模拟视觉功能，在计算机分析过程中，准确识别指定事物，系统内容较为复杂，不仅要分析图像信息的准确性，还要兼顾周围环境影响，全方位动态跟踪运动目标，对视觉系统功能提出严格要求。人类视觉系统可分成三个部分，即图像采集、分析处理与信息输出。图像采集是先识别物体图像，将其转变成可处理数据，再用分析系统放大图像信息，经过平滑、锐化、分隔等一系列处理后，合理编码，将图像信息上传，利用输出系统显示出来，便于计算机的全方位识别。该技术多用于物体形状、颜色判断，在计算机与图像识别迅猛发展下，该技术逐渐应用到自动化领域中，如医学诊断、机器人、汽车生产等，并取得可观的经济与社会效益[2]。

（二）专家控制方法

该法的结合专家相关经验与现有理论基础，构建完善的框架结构，将实验理论内的各类技术整合起来，实现电气全方位控制。其重点在于充分利用专家经验，依据电气自动化系统实际需求，灵活选择控制率，专家控制具有较强适应性，可结合工业生产情况，灵活调整各项参数，确保电气设备能够适应各类工况。在自动化控制中，专家控制法的应用有助于设备稳定，运行安全，促进工业生产质量与效率的全面提升。专家系统作为AI技术智能化运行的重要方向，由知识库、数据库、推理机等构成，具体如下。

1.知识库。以化工生产为例，将生产相关数据均存储记录，具有实用性、完整性特征。企业应创建完整的知识库，采集新知识，并整理和编排现有知识，便于智能化系统判断与运行。

2.推理机。将计算数据汇总到推理机内，以知识库信息辅助控制信息，实现化工生产系统的协调运行。一般分为正反、混合等多种推理模式，可针对性解决化工生产的现存问题。

3.解释与知识获取。在解释部分，专家系统中多个环节紧密结合，为推理机提供系统化的方案，便于深入理解；在知识获取部分，也就是学习模块，用于通过大量实践学习新知识，使知识储备更加丰富，根据化工生产实际需求，适当修改和填充知识。该系统设计以方程组为基础，模型如下：

U=f（E，K，I）

式中，f 表示的是系统的计算函数，E=（C1,C2,C3lenE），I=（i1，i2，i3，liq），K=（k1，k2，k3，lum）。在求解方程后，设计人员客观分析系统的控制效果，以此为基础输入控制代码。当系统正式工作后，工作人员将相关参数输入进去，对相关工业设备进行控制。值得强调的是，控制效果应以正向推理结果为依据，借助专业知识完成整个系统的科学设计[3]。

（三）模糊控制方法

该法以模糊语言、推理理论为基础，结合专家经验，对电气设备进行自动化控制。从本质上看，属于模糊模型，借助模糊逻辑中的推理规则，利用计算机技术构建电气控制系统，具备明显的数字化特点，具备反馈闭环结构，不仅可降低数据库检索难度，还可游刃有余的处理各类问题。对于忽视电气系统的人员，模糊逻辑控制的应用可使电气数据得到良好统计和处理，还可根据分析结果，提出相应解决措施，使电气系统内部故障得到准确预测。在AI 基础上进行模糊化控制，包含检测装置、传输接口、控制器等多项内容，在系统运行中，借助控制器对动态、静态对象进行控制，采集被控对象的数据信息，经过数据采集、分析和对比等方式，借助模拟信号将信息传递给被控对象中，完成对设备状态的自动控制。在整个模糊控制系统内，以控制器为关键部件，其所传输的信号可用于工业设备状态控制，还要设置检测装置，发挥模拟量转化的作用，分析被控对象的控制效果，便于技术人员进行设备状态监测[4]。

三、人工智能在自动化控制系统中的实际应用

（一）视觉识别的应用

该项技术属于新兴技术，在计算机与图像识别技术迅猛发展下，现已应用到汽车生产、食品药品监督、机器人等多种自动化领域中，并取得理想成果，为工业生成速度提升和经济全面发展提供了强大动力，具体如下。

1.汽车生产控制方面。该领域需要将视觉识别与智能机器人连接起来，再与生产线编程扩机系统相连，便于测量、识别、定位等多项功能开展。在汽车生产控制中，视觉识别多用于车身尺寸测量，先确定某一点位，利用计算机测量目标，激光扫描车身，用智能系统将扫描结果传递到机器人内，由其判定上述数据是否合理，如若存在异常，则由报警系统发出提示，由值班人员上报，及时解决问题。可见，在车身生产过程中，视觉识别可实现自动化控制，缩短数据记录和读取时间，促进车身检测准确性提升。

2.机器人自控方面。该项应用主要借助机器人视觉感知系统，联系实际情况采集相应信息，准确判定机器人所处环境，借助智能控制端发布指令，给出相关反应，便于机器人控制。在工作中可将识别器安装到机器人内，定期扫描内部结构，判断是否存在异常，并将结果传递到自动化系统中，待自控系统发出指令后，再由机器人给出反应，帮助人员判定机器所处环境状态，提高决策科学性，还可减少机器人受到的损害。

3.食品药品自动化检测方面。人类日常生活中食品药品属于主要物品，加强安全质量检测不仅可确保食品、药品质量，还可确保人员身体健康。在高科技支持下，视觉识别技术的应用可采集药品编码、包装与颜色等，将上述信息传递到识别系统内，便于信息准确性判定，将实际判定结果传递给自控系统，由该系统给出反应。例如，被检测对象信息出现偏差，视觉识别系统会自动将其选出，上交给自控系统，由警报系统向生产方反馈，便于及时处理问题，为企业避免不必要的损失。

（二）专家控制系统

在电气自控过程中，专家控制系统的应用可使电气自动化故障诊断得以优化，将理论知识与专家经验结合起来，促进整体设计水平提升。在以往设计中，人工设计存在诸多缺陷，电气自控技术优势难以充分发挥出来，直至计算机技术成熟完善，电气产品设计方式得到创新，逐渐从人工设计转变为CAD，设计时间缩短，产品模拟效果更加理想。在自动化故障诊断期间，专家系统的应用多依据以下步骤开展。

第一步，检测电气设备中的特征信号；第二步，以最终检测结果为依据，得出系统更新的故障信息；第三步，有效识别电气系统运行状态，以此为故障判断依据。

当前故障诊断技术较为完善，特别是与专家智能诊断技术结合后，使得故障诊断准确度得到进一步提升。为使电气设备故障诊断更为精确，AI 技术的应用还要注意动态监控电气设备运行情况，使设备位置、状态信息获取更加准确；还要将传感装置放入电气设备内，如温度检测、压力检测等，使信息更加准确可靠。如若电气设备存在故障，能够及时分析故障类型，定位故障点，分析故障成因，在一定程度上降低维修难度，便于后续工作开展[5]。

（三）模糊控制系统

1.系统构成

该系统是以模糊语言形式，采用计算机控制技术，形成闭环结构的数字控制系统，其核心为模糊控制器，将其应用到中央空调温湿度控制系统内，可在模糊控制理论引导下，使空调机组自动完成温湿度调节工作，促进设备智能化水平提升。模糊控制系统由执行机构、执行机构、控制器等部分构成，具体如下。

（1）控制器。该部件属于自控系统的核心所在，因被控对象不同，所选择的控制器类型也有所区别。例如，在经典控制理论下，可用运算放大器与阻容网络相结合的方式，形成PID 控制器，还可在模糊知识基础上，选用语言型模糊控制器，使自控系统的运行需求得到满足。

（2）执行机构。如直流电动机、交流电动机、伺服电动机、各类气动调节阀、液压马达、液压阀等等。

（3）I/O 接口。大部分被控对象的控制量为模拟量，需要具备模/数、数/模转换单元，在模糊控制系统内，还要增加适用于模糊逻辑处理的“非模糊化”过程，也就是控制器的输入/输出接口。

（4）测量装置。该装置是将被控对象的各类非电量转变成电信号，如电流、压力等，由检测元件、模拟测量仪器、传感器等部分组成，在系统内占有重要位置，对精度要求严格。该系统应将测量装置的观测值反馈到输入端，并与给定输入量对比，创建带有反馈通道的闭环结构形式。

2.输入/输出变量的取值

模糊化运行流程包含两个方面，先要构建输入/输出变量的模糊集，再选择隶属函数，结合人类的思维习惯，将事物按照大小不同分成三个等级，即大中小，每个等级用正负两个方向表示。以中间状态为零，可定义出7个模糊子集，分别为负大（NL）、负中（NM）、负小（NS）、零（ZE）、正小（PS）、正中（PM）、正大（PL）。中央空调系统以温度为控制器的输入量，用T 表示，温差用△Et 表示，温差变化用△Tc 表示，温度控制输出量用Ut 表示，三者所对应的模糊变量如下。

△Et∈｛NL，NM，NS，ZE，PS，PM，PL｝

△Tc∈｛NL，NM，NS，ZE，PS，PM，PL｝

△Ut∈｛NL，NM，NS，ZE，PS，PM，PL｝

在△Et 中，NL 代表的是负偏差较大，NM 代表的是负偏差中大，NS 表示负偏差较小，ZE 代表偏差接近于零，PS 表示正偏差较小，PM 为正偏差中大，PL 为正偏差较大；

在△Tc 中，NL 表示负变化率较大，NM 代表负变化率中大，NS 代表负变化率较小，ZE 代表变化率接近于零，PS 代表正变化率较小，PM 代表正变化率中大，PL 代表正变化率较大；

在Ut 中，PL 代表的是制冷阀门正向大开，PM 代表阀门正向中开，PS 代表正向小开，ZE 表示阀门状态稳定，NS 为负向小开，NM 为负向中开，NL 为负向大开。为使系统控制效果进一步提升，在专家经验与科学操作基础上，以赋值形式给出△Et、△Tc 的隶属函数，如表1 和表2 所示，表中空白处均为零。

表1 模糊变量△Et 的隶属函数赋值表

表2 模糊变量△Tc 的隶属函数赋值表

3.控制算法

因现有楼宇自控产品均是各厂家的成套产品，且楼宇自控系统除了中央空调系统之外，还包括诸多子系统，要想在短期内将全部楼宇自控系统均实现智能控制不切实际。在模糊控制系统应用中，可结合实际情况，将其引入到中央空调温湿度控制系统内，将模糊控制程序放入监控主机，在各房间内用温湿度检测器进行检验，再将温湿度值录入现场DDC 内，由DDC 将数据传递给中央监控机，经过量化后得到控制输出量，去模拟化后，由DDC 送给执行器执行。从本质上看，该系统以原本中央空调系统为基础，可吸取原本PID 精度优势。当实测温度高于设定值时，利用模糊控制使其快速响应，当温差得到控制后，再由程序切换到PID 控制，将精差消除，促进控制精度提升，软件算法如图1 所示。开始后采样△Et 和△Tc，判断是否小于10，如若“是”，则判断是否小于5，如若“是”则进行PID 控制，如若“否”，则将△Et 和△Tc 模糊化处理，查阅模糊控制表，将控制量精确化后输出；如若的值超过10，则U＝Umax，将控制量精确化后输出[6]。

图1 控制算法软件流程图

综上所述，对于自动化控制系统来说，人工智能的诞生与应用属于新的突破，可使自动化设备运行效率、质量进一步提升。在实际应用中，可充分发挥视觉识别、专家控制、模糊控制等技术优势，将其应用到电气系统故障诊断、空调温湿度调节、三维机器人设计、食品药品监督等多个领域，为企业生产与社会发展提供强大助力，有效解决以往自控系统生产效能低下的问题，在减轻劳动强度、降低人力资源成本的同时，切实提升企业生产效益，促进社会进步。