浅析AI时代人工智能应用算法的研究

浅析AI时代人工智能应用算法的研究

李玉娇

河北外国语学院 051130

摘要：近年来，随着社会发展，我国的科学技术水平随之快速进步。现阶段，人工智能（AI）技术已经广泛在各行业中应用，并且还在快速的迭代与发展，对整个社会的生产生活都带来了前所未有的影响。对于无法实现设备全面升级换代的企业来说，将传统的自动化设备与人工智能技术相结合，实现智能化升级成为一个优选途径。

关键词：人工智能；应用算法；研究

引言

人工智能发展至今，需要基础技术积累，更需要全面布局，有政府及更多的机构、企业参与到AI基础设施建设，引领、推动AI技术及应用创新。面对新时代新需要，我们国家号召社会群体高度重视，出台相关政策，积极发挥人工智能的技术优势和平台化能力，加强支持力度，在全世界的技术战略中成为典型代表，这是AI技术经历的重要阶段，展示了AI强大的作用和价值。

1人工智能控制算法简述

AI系列仪表中的人工智能控制算法，是模糊控制算法与PID算法相结合的产物。在误差大时，运用模糊算法进行调节，以彻底消除PID饱和积分现象；当误差趋小时，采用改进后的PID算法控制输出，以达到最佳的控制效果。其控制参数采用被控对象特征描述方式，一组(MPT)参数即可同时确定PID参数和模糊控制参数，系统具有无超调和高控制精度等特点。针对不稳定的非线形复杂调节对象，表内设有自适应调节规则，可使系统进一步加快响应速度，改善控制品质。为方便应用人员确定控制参数，表内设有自整定专家系统，可使系统的控制参数确定简单，准确度提高。专家自整定系统的引入和对控制参数定义的优化，使得复杂的PID参数运算求取工作大大简化，节约了调试时间，并且可以提高控制系统的调节品质。

2、AI时代人工智能应用算法的研究

2.1基础数据平台的建设

AI基础数据平台，是指为AI算法训练及优化提供的一系列数据平台，其中包括数据采集、清洗、信息抽取、标注等。AI的基础是数据和算法，但算法又需要底层数据的支持，底层数据的质量对算法至关重要，包括数据的完整性、及时性、实时性、规范性等。在AI技术应用过程中，只有打破地理位置、机构、企业相互之间的数据壁垒，打破数据的分散性、地域性，才能充分实现数据的价值。与公共安全相关的机构、企业、单位等数字化、智能化的程度不够，也会影响AI基础数据平台作用的进一步发挥作用达到最完美的状态。

2.2自适应功能

对于许多复杂的调节对象，例如温度控制系统中的物料投放引起的温度骤变、电网电压变化、外界干扰因素和工作环境多变等，国外仪表公司也推出了不少对策和方法。例如，欧陆和欧姆龙仪表中采用了自适应PID控制算法；日本岛电公司生产的SR系列仪表中采用了多组PID控制算法进行分段控制；KMM智能调节仪表中采用了折线模块来适应系统的非线性；还有的仪表公司在仪表中采用模型辩识方法来提高仪表在非线性系统中的调节质量。这些算法虽然对超调有较大抑制作用，系统控制性能有一定提升，但普遍存在算法复杂、需要整定的参数较多的缺点，实际应用时很难得到最佳控制参数。在AI系列仪表中，针对有严重中非线性的控制对象，选择了模糊控制与自适应PID算法相结合的方式来解决控制问题。其特点是：当控制偏差大于一定的数值时，自适应系统不是修改MPT控制参数(国外多数仪表的自适应功能是修改PID控制参数)，而是采用模糊控制算法修改输出值来降低误差，从而达到控制超调的目标。此时，原有的自整定得到的最佳MPT控制参数不会被修改，使得当干扰因素削除，控制偏差回到预定的范围后，能及时采用改进型PID控制算法以最佳控制参数进行控制，使控制系统响应速度加快，控制精度大大提高。

2.3家用自整定系统

由上面可知，AI系列仪表中的人工智能控制算法，已将常规的PID控制参数改成MPT参数，为了方便操作人员，仪表中引入了一套自整定专家算法程序以确定控制参数。由于MPT参数是面向被控对象进行描述的，所以其自适应及自整定都比常规的PID参数来的简单和准确。自整定过程是采用位式控制来进行系统调节的，系统振荡后，根据其周期确定滞后时间参数T，根据振荡幅度确定速率参数P，根据振荡时输出值确定参数M。另外，如果系统的速率参数或滞后时间很长，自整定也可能加大控制周期(CT1)值，以使系统符合实际的控制对象要求。AI系列仪表中引入专家自整定系统后，不仅降低了操作人员的劳动强度，方便了操作，而且进一步提高了控制系统的控制质量。

2.4系统组成

一套智能化的仓储设备，其结构上的组成如图1所示，主要包含储存设备、输送设备、控制设备和其他设备等。其中最关键的是智能化的控制系统，传动的自动化仓储设备控制功能主要是由控制单元的固定式程序完成，而智能化的控制系统需要通过上位机中的人工智能算法，结合传感器、控制器等共同实现，其智能之处在于能够根据即时采集的外部信息作出对应的判断。除控制设备外，储存设备、输送设备与传统的自动化仓储设备类似，可以是各类立式货架、堆垛机、输送及分拣机构等。其他设备则主要是指为了更好地完成目标功能，配置的安全保护装置、报警装置、照明装置等。

图1智能仓储设备组成图

2.5实时体温检测

因为人工智能可以代替人类去做有接触风险的、大规模、重复性的筛查工作，用到AI测温系统，它以无感知、非接触、安全有效的方式进行相关危险的工作，帮我们实时完成有可靠数据支持的高效率体温检测，解决了在众多人员高度密集，流动性大、工作人员紧缺等情况下需要快速完成体温检测的棘手问题。

结语

无论算法还是算力都是由市场驱动的，随着技术的进步，各领域对算法和算力的需求会越来越高。未来，行业中出现的解决方案会更加多元化。不仅是要在硬件层和应用层打造更先进的芯片和算法，在宏观资源调度层，诸如并行科技算力网络的方式也是解决算力问题的好思路。最终将形成宏观层有算力网络，硬件层有强大芯片，中间层有软件做算法优化与加速这种“多向奔赴”的方式。算法和算力网络接下来的发展重点是接入标准化的进一步建设，这会使更多资源被有效地接入到网络中，满足需求端的灵活使用。对此，我们在畅想未来是否可以基于算法算力网络来实现大模型训练，这需要我们在算法算力网络分布式计算技术等相关领域做进一步研究。历史上，电力网络的构建曾为人类带来福祉，随着算法算力网络建设的日新月异，新机遇已近在眼前！

参考文献

[1]谢正国，李红，等.关于AI系列仪表的人工智能控制算法[J].自动化技术与应用，2022，(02)：18-20.

[2]张成才.宇电仪表在空调机组试验装置中的应用[J].国内外机电一体化技术，2019，（06）：60-61.

[3]许忠仁.基于AI智能调节器的小型装置控制系统[J].微计算机信息，2021，19（03）：23-24.

[4]惠子君.机械设计制造的数字化与智能化发展前景分析[J].内燃机与配件,2020(17):154-155.

[5]王禹博.人工智能在机械设计制造及自动化领域的应用[J].信息记录与材料,2019,20(8):79-80.