人工智能与电气工程自动化的融合与实践应用——以汽车电气工程为案例

王逸杰

（上海大学，上海 200444）

随着信息技术的飞速发展，人工智能技术逐步变为现代化社会运作的关键应用。一直以来，人工智能属于专业知识涵盖面十分广阔的领域，不仅是计算机科学的下属分支，包括了自动化、控制学、生物学等，是典型的跨学科技术（刘向阳和王丹，2019）。根据人工智能的一般定义，人工智能是能在某种程度上接近人脑思维的高智能系统，目前的应用领域已经能实现文字、声音、图像等多维信息结构的处理。不过，人工智能实践应用依托于电气工程技术的研究基础，尤其是自动化方面，因为人工智能的本质目的是用机器替代人力劳动，减少人力成本和人为错误，人工智能也是电气工程自动化的基础条件。

1 人工智能在电气工程自动化的应用路径

1.1 设计优化应用

人在电气工程自动化运作中，最重要的是电气工程的前期设计。在传统的自动化运作前，需要对设计方案提前进行多轮测试和参数调试，大部分设计工作中，都会将过去工作实验的数据、模型和参数进行设置，再依靠实验反馈来作出调整，尽管这种方式具有标准化作业优势，但是每次都有涉及繁杂的重复实验过程，而且过去的方案总是考虑不全面，导致实践应用中容易出现质量缺陷，需要庞大的人工计算来慢慢修正精准水平，确保方案不容易出问题，这还十分依赖技术人员的专业知识能力。而在人工智能的支持下，自动化设计人员工作能够更加便捷，采用人工智能系统支持的模拟软件进行作业，比如CAD 辅助技术，并能更快速、低成本完成一些设计工作，节省了不必要的调试流程。而且，人工智能允许电气设备实时上传数据，可以提高数据量和精准性，并能让设计人员处理庞大数据，能在实践前解决后续可能发生的问题，缩短自动化设计

1.2 智能控制应用

在电气工程自动化控制中，人工智能也可以替代人工调控工作，实现了重复性劳动需求的自动化运作。在传统电气设备运作中，调控工作依赖于工作人员的实时工作，人工智能则能让电气工程自动化数据传输与指令发送远程化处理，而工程师调控工作不必前往设备端，而是在系统终端调节参数就能完成，彻底实现了电气设备无人化值守和运作的形态，大幅消除人工成本，促使电气自动化控制得以更便捷、高效运作（姜王杰，2020）。其中，以电力系统为例，智能控制技术在其中的应用较为广泛，比如断路器、隔离开关、自动手动控制装置等，智能化技术所具有的逻辑思维和信息处理能力，可以实现电力系统局部作业的协同发展。与此同时，人工神经网络的数据分析与处理能力，还可以实现电力设备实时监测与故障诊断，保证在最短的时间内恢复正常工作。

2 人工智能在汽车电气工程的应用路径分析

2.1 汽车后视镜系统

根据汽车后视镜系统组成结构主要是位置随动系统人工智能与后视镜调整系统相连接，利用物联网芯片来全面监测驾驶位置，让驾驶人员驾驶过程中能够自动控制后视镜，从而了解两侧车辆的行驶位置，避免驾驶中的车辆追尾风险。在过去的传统车辆中，后视镜调整往往需要手动调整，这容易造成分心而引发事故，而且自主调整需要一定的时间，不能保证驾驶人员能在车辆安全驾驶时可以完成准确调整，这便要利用人工智能来计算最优的汽车后视镜，甚至记录驾驶人多种环境下的后视镜偏好，第一个优势是能让后视镜调整更符合驾驶人的个性化需求，根据驾驶人员的不同驾驶环境而调整。第二个优势是明显提升驾驶人的操作效率，这保证后视镜每次都可以一次操作到合理范围。

2.2 空气质量智能检测

汽车空气质量控制系统是利用空气分子敏感传感器为中心。过滤车内空气质量，让其可以满足规范标准。过去传统的空气控制系统仅仅是空调和换气系统，所以空气调整效果不佳，没有起到过滤的作用，工作耗能较大。而在人工智能控制技术的支持下，利用芯片可以检测出车辆的空气分子成分，并借由智能化芯片来净化车内空气，并借助自动化控制系统来给出空气质量的分值，给驾驶人提供空气质量检测反馈，及时采取通风和换气操作，甚至更换汽车空气滤芯。

2.3 刹车系统

对于汽车而言，刹车系统代表了汽车最为重要的安全性系统。如今，汽车工程中的刹车系统普遍是由自动化汽车变速箱组成，驾驶人员能够在行驶中及时停车和刹车，同时能够避免刹车前换挡，可以在多种环境下完全高安全性的刹车操作。在人工智能赋能自动化的技术背景下，可以让刹车系统和驻车系统识别环境因素，更加优化变速箱的运作状态。比如，人工智能需要根据车辆前后的传感器来识别障碍物、车辆和行人等，可以在驾驶人未注意的情况下，智能化干预车辆行驶状态。比如检测到前方10 米内有行人，而车辆仍然处于30 码以上并没有刹车意图，刹车系统应当自动启动，做到智能化保护性刹车。

3 结语

在前文的分析中，分别探讨了人工智能与电气工程自动化的融合理论和应用路径，同时也以汽车电气工程自动化为例，探讨了人工智能如何应用。通过理论分析能够得到，人工智能最特别的优势在于算法的科学性，借助神经网络、深度学习、机器学习的巧妙结合，让系统能像人脑去掌握场景工作下的规则，并经过全自动模拟后算出最优化的数值，保证了电气工程运作的科学性，智能系统的计算容量和效率能克服传统人工监测的误差。具体而言，人工智能可帮助工作人员建立自动化控制模型、控制模型的科学性保障、提升自动化环境适应能力以及节省资源。因此，电气工程自动化运作中应当充分发挥人工智能的赋能作用，尤其是替代人力，减少对专业性、重复性、复杂性劳动的需求，减少电气工程自动化的运作门槛。