人工神经网络在自动化领域的应用

来源:用户上传      作者:

　　摘 要：人工神经网络是一种模拟生物神经网络并行处理和发送信息的数学模型或算法手段，随着科学技术的不断提高，它的应用领域越来越广泛。本文对人工神经网络的组成和特点进行了介绍，详细论述了人工神经网络在自动化领域中的应用，为人工神经网络在自动化领域中的应用提供了新思路和新途径。
　　关键词：人工神经网络;自动化领域;应用
　　随着经济的不断发展，市场不断增长和变化的需求对自动化领域的自动化系统及技术提出了更高的要求，人工神经网络作为一种模拟生物神经网络进行信息的处理和发送的算法模型，为解决这一问题提供了有效的思路和途径。
　　一、人工神经网络
　　（一）人工神经网络的定义
　　于上个世纪五十年代出现的人工神经网络，以生物神经网络建立而成，它通过模拟生物神经网络行为，以一组共同连接的人工神经元为媒介，以连接和新值节点为终点，从而进行信息的处理和发送，是一种算法数学模型。随着经济和社会的不断发展，如今，许多国内外科学家从理论、实践层面都在对人工神经网络进行研究，人工神經网络在手写识别、信息处理、生物医学工程等许多领域里，人工神经网络都得到了应用，并且取得了不错的应用成就。
　　（二）神经元
　　神经元是一个人工神经网络的基本单位，又被称为“神经细胞”、“处理元”或“单位”。每一个人工神经网络都存在一定的层，每一层都存在一定的神经元，每一层的神经元具有相同的传递函数，每一层的神经元都有着不同的任务，有着不同任务的不同层神经元组合构成一个人工神经网络。在人工神经网络里，输入带权值得到总和后，再通过传递函数得到神经元的输出值，最后获得人工神经网络结构的“层”。人工神经网络中的神经元和“层”具有输入输出、传递、反馈误差、消除误差等功能。在人工神经网络里，将信息输入，信息将以人工神经网络所指定的传递规则，从输入层传递到输出层，如果出现了误差，信息则会从输出层传递到输入层，且在传递的过程中，人工神经网络会根据具体情况而发生自我变化。
　　（三）人工神经网络的“学习能力”
　　而这种自我变化，是人工神经网络在连接中能够进行基于经验的加权，从而使得神经网络拥有了“学习能力”。人工神经网络的“学习能力”体现在，它不仅可以借助给出的范例进行输入、输出，同时可以区别各个输出值，并且进行归纳、识别，这是人工操作和传统网络难以实现的，通过运用人工神经网络的“学习能力”，有利于提高工作的质量、效率和精确度，也有利于减少工作可能出现的问题和误差，同时也成为了科学技术发展的一个新方向。
　　二、人工神经网络在自动化领域的应用
　　（一）自动化领域现状
　　随着经济的快速发展，市场对产品的更新换代速度、种类、品种、分工的要求越来越高，自动化领域也需要利用新的算法和技术来提高自动化系统的效率和精度，从而满足市场的需求，同时，新技术在自动化领域的应用也是科技发展研究的新方向。在自动化领域里，人工神经网络为自动化系统的创新发展提供了有效的思路和途径。
　　（二）人工神经网络的应用
　　美国田纳西大学太空研究所的科学家Dietz和Kiech将一个三层的神经网络安装在火箭上，对火箭实现了近乎实时的诊断，且具有较高的可靠性，这可以帮助人们及时地发现火箭在运行过程中可能发生的问题，在火箭发生故障时及时、准确地进行诊断，进行及时、有效的应急处理，减少悲剧的发生。德国人工智能专家Schoneburg和他的同事们也利用了人工神经网络，将人工神经网络和柴油发动机诊断系统相结合，开发了一种名为“DIAMOND”的混合发动机诊断系统，这一混合发动机诊断系统基于人工神经网络，借助发动机专用数据库中的范例，可以达到诊断柴油发动机故障的目的，且保障其准确性。例如柴油发动机在全负荷时容易出现功率不足，阀门间隙调节容易出现不正常的状况，在出现这些问题时，基于人工神经网络的柴油发动机诊断系统可以及时地作出反馈。且基于人工神经网络的诊断不是单一的，是多层次的，它可以通过人工神经网络的不同的输入、输出层，来诊断出不同类型的发动机不同的症状和故障。人工神经网络这一技术也可以应用在汽车这一交通工具上，一辆汽车即将通过一段设置有路障的路程，人工神经网络通过对汽车的行驶速度和行驶方向的检测，对异常速度和异常方向进行及时的诊断、反馈，做出有效的控制指令，使得汽车能够及时避开路障，顺利地在路上行驶，从而保证汽车的驾驶安全。人工神经网络也可以应用在手写识别领域。基于人工神经网络制造出一个手写识别系统，可以作为电脑输入装置帮助人们对不同风格的字进行手写识别，这在操作上比鼠标和键盘更为方便，有利于提高人们的效率。人工神经网络也可以应用在航天航空领域，帮助人们严格把控航天航空零件的精度;人工神经网络也可利用自身的“学习能力”，根据人们输入提供的程序代码或范例，自动设计出产品实体模型;人工神经网络也可以利用自身的监测、反馈功能，对整个过程进行监测，并且及时反馈出现的问题和故障，便于人们及时发现问题和改进工作。
　　三、人工神经网络的应用问题
　　人工神经网络已经从理论阶段走向应用阶段，在自动化领域里取得了不少成功的应用，能够帮助人们更好地实现自动化，提高工作的高效率。然而在自动化领域里，还应用着各种信息输入输出、信息处理方法等技术，且那些技术应用时间长，与人工神经网络的应用相比，更富有经验和成效。人工神经网络作为一种新的应用算法和技术，有着广泛、复杂的网络组织，因此在应用和构造人工神经网络上具有较大的复杂性和困难性，因此，人工神经网络的应用还存在着许多有待解决的问题。
　　四、结语
　　人们要从人工神经网络的成功应用里总结出成功的经验，不断深入研究，提高实验的频率，在实验中挖掘出更简便有效的应用方法，使得自动化过程更为快速、精确和完善，突出人工神经网络的应用的必要性和重要性，为如何将人工神经网络应用在自动化领域提供理论和实践支撑，而人工神经网络将会成为自动化领域甚至其他领域的一个新的应用方向和研究方向。
　　参考文献：
　　[1]翟辉.浅谈人工智能在电气自动化控制中应用[J].科技创新导报，2009（27）.
　　[2]郝俊华，李春丽.基于人工智能技术的电气自动化控制研究[J].中国新技术新产品，2012（9）.
　　[3]宋明安.面向机械制造自动化的现代生产管理系统[J].工业工程与管理，2004.
　　[4]孟军焕，孙汝军，姚俊红，张秀英.智能制造系统的现状与展望[J].机械工程与自动化，2005.
　　[5]赵东标，朱剑英.智能制造技术与系统的发展与研究[J].中国机械工程，1999.
　　[6]刘涛.只能制造技术在工控自动化领域的应用[J].产业与科技论坛，2015，14（01）：47-48.
转载注明来源:https://www.xzbu.com/1/view-14813410.htm