智能自动化在工程发展中的应用研究

刘乃萍

沈阳远大铝业集团有限公司 辽宁 沈阳 110000

智能自动化作为自动化和工程控制的新兴技术,对其实际生智能自动化产非常重要。智能自动化可以提高自动控制的效率,降低生产和制造中人为因素的事故风险。智能自动化技术作为一种数据和信息控制、智能自动化在方法、理论、技术等方面的应用新兴技术。智能自动化正在改变当今经济中的每一个领域的商业运作方式。智能自动化也开始帮助公司取得超越以往传统的经营表现,并获得超过以往的在运营效率和质量上的成绩。机器人处理自动化可以被看做是人工智能的一个同义词,借助这些技术能够帮助企业中的员工能配置计算机软件或机器人,借助新的计算机软件或机器人对知识进行推理、收集和提炼,识别新的模式、学习和适应新的环境。机器人处理自动化利用了当前的在计算机处理能力取得极大突破的软件能力,包括了自然语言处理、机器学习、计算机视觉和语音识别等。

一、智能自动化在工程自动化发展中优势

智能自动化在工程自动化的发展趋势是系统化、柔性化、集成化和智能化。自动化技术不断提高光电子、自动化控制系统、传统制造等行业的技术水平和市场竞争力,它与光电子、计算机、信息技术的融合和创新,不断创造和形成新的行业经济增长点,同时不断提供新的行业发展的管理战略哲理。智能自动化在工程自动化发展中优势主要有：大幅提高劳动生产率；产品质量具有高度重复性、一致性,能够大幅降低不合格率；大幅降低制造成本；产品精度高,机器设备上采用了各种高精度的导向、定位、进给、调整、检测、视觉系统或部件,可以保证产品装配生产的高精度,缩短制造周期,减少制品数量,其次在对人体有害、危险的环境下可以替代人工操作。

二、智能自动化在工程自动化发展中的应用

现代生产和科学技术的发展,对自动化技术提出越来越高的要求,同时也为自动化技术的革新提供了必要条件。70年代以后,自动化开始向复杂的系统控制和高级的智能控制发展,并广泛地应用到国防、科学研究和经济等各个领域,实现更大规模的自动化,自动化的应用正从工程领域向非工程领域扩展。自动化将在更大程度上模仿人的智能,机器人已在工业生产、海洋开发和宇宙探测等领域得到应用,专家系统在医疗诊断、地质勘探等方面取得显著效果。工厂自动化、办公自动化、家庭自动化和农业自动化将成为新技术革命的重要内容,并得到迅速发展。

首先,智能自动化技术为仪器仪表与测量的相关领域的应用开辟了广阔的前景。运用智能化软硬件,使每台仪器或仪表能随时准确地分析、处理当前的和以前的数据信息,恰当地从低、中、高不同层次上对测量过程进行抽象,以提高现有测量系统的性能和效率,扩展传统测量系统的功能,如运用神经网络、遗传算法、进化计算、混沌控制等智能技术,使仪器仪表实现高速、高效、多功能、高机动灵活等性能。其次,也可在分散系统的不同仪器仪表中采用微处理器、微控制器等微型芯片技术,设计模糊控制程序,设置各种测量数据的临界值,运用模糊规则的模糊推理技术,对事物的各种模糊关系进行各种类型的模糊决策。其优势在于不必建立被控对象的数学模型,也不需大量的测试数据,只需根据经验,总结合适的控制规则,应用芯片的离线计算、现场调试,按我们的需要和精确度产生准确的分析和准时的控制动作。特别是在传感器测量中,智能自动化技术的应用更为广泛。用软件实现信号滤波,如快速傅立叶变换、短时傅立叶变换、小波变换等技术,是简化硬件,提高信噪比,改善传感器动态特性的有效途径,但需要确定传感器的动态数学模型,而且高阶滤波器的实时性较差。运用神经网络技术,可实现高性能的自相关滤波和自适应滤波。充分利用人工神经网络技术强有力的自学习、自适应、自组织能力,联想、记忆功能以及对非线性复杂关系的输入、输出间的黑箱映射特性,无论在适用性和快速实时性等各方面都将大大超过复杂函数式,可充分利用多传感器资源,综合获取更准确、更可信的结论。其中实时与非实时的、快变与缓变的、模糊和确定性的数据信息,可能相互支持,也可能相互矛盾,此时,对象特征的提取、融合,直至最终决策,作出正确的判断,将成为难点。于是神经网络或模糊逻辑将成为最值得选用的方法。例如,气体传感阵列用于混合气体识别,在信号处理方法上可采用自组织映射网络和BP网络相结合,先进行分类,再识别组分,将传统方法的全程拟合转化为分段拟合,以降低算法的复杂度,提高识别率。如今可利用小波变换进行数据压缩和特征提取,然后将数据输入用遗传算法训练过的模糊神经网络,则大大提高了对简单复合味的识别率。再如,在布匹面料质量的评定,柔性操作手对触觉信号的处理,机器的故障诊断领域,智能自动化技术也都取得了大量的成功实例。

总结

当前,智能自动化在工程发展中做得非常好,已但是从长远发展来看,智能自动化在工程发展中的应用,与传统产业的发展积累是分不开的,也与智能自动化的基础研究密不可分。应重视和加强智能自动化前瞻性基础研究,加大人才培养力度,在深化智能自动化技术推广应用、市场准入等方面建立更加宽松的政策环境,不断提升信息化水平来支撑智能自动化发展,并积极引进培养更多有国际影响力的领军人才。