试论人工智能控制技术在电气自动化中的应用

人工智能控制技术能够提升电气自动化设备的生产水平,基于此首先讨论人工智能控制器的特点,然后探讨应用人工智能控制器的优势,最后从故障诊断专家系统的应用;线性最优控制和模糊控制;神经网络控制;管理电气自动化系统的运行状态四方面讨论人工智能控制技术在电气自动化中的具体应用。希望能为关注此话题的研究学者提供参考意见。     

煤炭企业科技素质等级评定专家系统的建立

基于模糊集、粗糙集理论与模糊神经网络方法建立了煤炭企业科技素质等级评定的专家系统,利用模糊集理论完成专家知识的表示,利用粗糙集理论对专家知识进行预处理,形成神经网络的训练样本,利用模糊值输入、模糊值输出、实值权值的模糊BP网络获取专家知识形成专家系统,并对煤炭企业科技素质等级评定问题进行了实证分析,其结果表明该专家系统有效、可行.     

引入权重分析优化的铁路动车轴承故障检测

针对快速铁路动车轴承故障检测的不确定性,提出了引入权重分析优化的快速铁路动车轴承故障检测方法,以人工神经网络和专家系统相结合,引入权重分析优化的概念对动车轴承参数权重进行优化,并通过遗传算法对神经网络初始权重进行优化,完成快速铁路动车轴承故障进行检测,避免了神经网络搜索容易陷入局部最优的问题,提高了动车轴承故障检测的准确率。仿真实验结果表明,与传统方法相比,该方法下的快速铁路动车轴承故障检测方法检测准确率提高了25%,具有极强的实际应用价值。     

典型机电设备的故障诊断与专家系统的研究

针对典型机电设备进行故障诊断及专家系统方面的理论进行探讨;对典型机电设备故障诊断工作中涉及机械、电气、液压、气压四大系统的检测、诊断、进行的理论研究和实际运用进行总结,整理故障总结材料,对故障进行不同的分类;利用VsualPorofg的编程软件,介绍专家系统在典型机电设备故障诊断中的应用。     

基于模糊神经网络的低压配电系统故障诊断方法研究

为了提高低压配电系统故障诊断的准确性,缩短故障诊断时间,提出一种基于模糊神经网络的低压配电系统故障诊断方法。首先利用模糊集理论对采集到的故障信号进行模糊预处理,然后利用三层前向型BP神经网络对故障信号进行诊断,为了提高模型的泛化性和学习效率,在神经网络模型中引入了动量项,并采用了自适应学习速率进行学习。该方法对于提高低压配电系统故障诊断的准确性和效率提供了保障,具有重要的应用价值。     

基于动态神经网络专家系统的供应商信用等级分析

在供应链(SC)中,如何正确地选择敏捷的、有实力和相容的供应商合作伙伴,影响到整个SC的竞争力。而对供应商信用等级进行正确地评价又是实现优化选择供应商合作伙伴的关键,同时也对提升整个SC的竞争力有着极其重要的作用。本文提出了一个供应商信用等级分析指标体系,并通过人工智能神经网络进行评估。考虑到神经网络的收敛性,本文基于重置算法构建了动态神经网络专家系统。应用实例表明,该指标体系与专家系统有效地解决了对供应商信用等级进行分析评估的问题。     

农业专家系统应用综述

专家系统技术是运用某个领域的专家水平的知识与经验来处理和解决该领域复杂问题的计算机系统技术,是人工智能领域中发展程度相对较快的一门技术。本文对人工智能中的专家系统在农业领域的理论建设到实际应用的发展过程做出了简单的介绍,就其应用开发的过程进行了实例剖析,并对国内专家系统的发展现状进行了介绍,最后对农业专家系统的发展作出了展望。     

以神经网络为基础的设备故障诊断

本文主要是介绍以神经网络为基础的设备故障诊断方法,通过对神经网络的基本理论、模型及设备的结构特征、设备故障的特点进行分析。形成震荡策略和诊断模型,并将其用于对模拟电路的故障诊断。     

基于遗传进化专家系统的电气故障检测应用

通过对电气系统设备异常故障检测分析,构建电气系统的故障检测专家系统,实现电气设备安全运行和安全供电。传统的电气故障检测系统采用遗传进化系统,由于信号数据分析的时间与判断的依据非常模糊,导致检测性能不好。提出一种基于改进的遗传进化专家系统的电气系统故障检测模型,通过信号处理和特征提取方法,提取电气故障数据集合,设计三层遗传进化神经元结构,构建故障检测专家系统,得到检测系统的硬件电路模型,通过算法改进提高检测性能。仿真实验研究表明,该模型实现对电气故障检测,能有效提高对电气设备的故障检测准确率,准确检测率提升34.3%,系统稳定可靠。     

颅脑外伤疾病诊断专家系统的设计与实现

医学专家系统是人工智能和专家系统理论和技术在医学领域的重要应用,具有极大的科研和应用价值,它可以帮助医生解决复杂的医学问题,作为医生诊断,治疗的辅助工具.本文主要阐述了本专家系统的结构,需要面对的问题及实现方法.     

基于知识图谱的专家系统发展综述

专家系统是人工智能中最重要的也是最活跃的一个应用领域,它实现了人工智能从理论研究走向实际应用,从一般推理策略探讨转向运用专门知识的重大突破。本文按照时间顺序,将专家系统划分为20世纪80年代以前、20世纪80年代、20世纪90年代、2000年后4个阶段。文章利用文献计量学的方法,分析了专家系统发展的历程、发展方向和趋势,指出当前正是专家系统的发展期,多种专家系统投入商业化运行,需要解决知识获取瓶颈、匹配冲突等问题,为了解和掌握专家系统的学科结构、演化过程、发展方向等提供了独特的视角和知识。     

基于模糊神经网络的智能控制研究

模糊神经网络是一个新型的研究领域,随着人们对人工智能进行更深入、多层次的研究,使其在模糊控制、模糊决策、专家系统、模式识别等众多领域都发挥了重要作用.模糊控制的逻辑推理技术与神经网络的结合,将弥补神经网络在模糊数据处理方面的不足和纯模糊逻辑在学习方面的缺陷.     

关于电气自动化控制钢铁企业设备的可靠性分析

改革开放以来,我国工业现代化的水平获得了突飞猛进式的增长。生产制造业等重工业的发展不但强化了国民经济基础,也为社会水平的提升带来了坚实的保障。钢铁行业作为国民经济的支柱性产业,其在工业现代化建设及工业时代发展的进程中都带来了可观的推动力。钢铁企业在经营和生产过程中往往会应用大量的电气自动化设备,而这些自动化设备所处的运行环境一般较为恶劣。若前期维护不到位就会经常出现设备异常、故障、停机等情况。本文针对现阶段钢铁企业自动化设备的控制和维护方式,结合电气自动化技术的运用要领展开深入的研究与探讨。重点关注自动化控制技术对钢铁企业设备可靠性提升的促进作用。     

关于电气自动化控制钢铁企业设备的可靠性分析

改革开放以来,我国工业现代化的水平获得了突飞猛进式的增长。生产制造业等重工业的发展不但强化了国民经济基础,也为社会水平的提升带来了坚实的保障。钢铁行业作为国民经济的支柱性产业,其在工业现代化建设及工业时代发展的进程中都带来了可观的推动力。钢铁企业在经营和生产过程中往往会应用大量的电气自动化设备,而这些自动化设备所处的运行环境一般较为恶劣。若前期维护不到位就会经常出现设备异常、故障、停机等情况。本文针对现阶段钢铁企业自动化设备的控制和维护方式,结合电气自动化技术的运用要领展开深入的研究与探讨。重点关注自动化控制技术对钢铁企业设备可靠性提升的促进作用。     

专家系统及其在我国农业中的应用

专家系统是人工智能领域中较为成熟的一个分支。本文阐述了专家系统的基本概念及基本要素,介绍了专家系统在我国农业中的应用和我国农业专家系统的发展趋势。     

煤矿设备中的基于动态模糊与BP神经网络的故障诊断

在煤炭机电设备故障检测过程中,由于涉及到众多的硬件设备,容易出现电压稳定性较差,间接影响故障检测信号不稳定,检测样本数据空间维数大、诊断实时性差等缺点。本文提出了采用动态模糊自学习理论和BP神经网络相结合的方法针对故障进行诊断,首先通过动态模糊自学习方法对设备故障的有效数据,使用BP网络对其进行快速分类诊断。仿真实验表明:本文算法能够有效地提高故障诊断正确率,从而提高诊断的识别与决策能力。     

基于神经网络专家系统的高新技术园区竞争力分析

创建了高新技术园区竞争力的分析指标体系,构建了一个基于人工智能神经网络的专家系统,用于对高新技术园区的竞争力进行分析评估。     

基于人工智能技术的变压器故障诊断系统研究

伴随着人工智能技术的高速发展,利用人工智能技术及时准确发现和处理变压器故障是电力系统的主要发展方向之一。本文提出了运用专家系统和人工神经网络相结合进行变压器故障诊断的方法,并进行了实例仿真测试,证明了该方法的有效性,对人工智能技术应用于电力系统故障诊断具有指导意义。     

加强设备点检,杜绝设备隐患——日照钢铁探索设备点检新模式

钢铁企业是重工业,也是国家的基础工业。炼铁厂又是一个钢铁企业的命脉,它关系到一个钢铁厂的产能和成本,炼铁厂的设备具有大型化、集中化、连续化等一系列特点。日照钢铁有限公司炼铁制造部现有16座高炉,具有1200万吨的年产能。高炉分布集中,设备众多。高炉炼铁生产具有连续性,除了高炉的计划定休,炼铁设备一直保持运转。一旦发生设备故障,高炉就有可能减风或休风,影响高炉产量。     

电网故障诊断方法概述

概述了如今市面上应用比较广泛的基于智能技术基础的电网故障诊断方法,包括专家系统、人工神经网络、模糊集理论、贝叶斯网络、Petri网。简明介绍了这些方法的基本知识,并着重介绍了它们的不足之处和未来发展需要解决的问题。