智能控制技术在工业生产过程中的应用研究

杨 楠

（佳木斯大学 信息电子技术学院，黑龙江 佳木斯 154000）

0 引言

随着工业生产不断发展，对过程控制提出了新的要求。智能控制技术的发展，为工业生产过程的完善提供了条件。智能控制系统具有足够的“智能”，其核心在于高层控制，即对广义问题的求解。智能控制具有较强的容错能力，系统具有变结构特点，能总体自寻优，有自适应、自组织、自学习和自协调能力［1］。如果工业生产过程中控制系统出现拟合失真现象，可以通过智能算法进行补偿。这些特性能够辅助机器在无人干预的情况下自主完成生产作业。目前，世界各工业发达国家正在全力进行工厂综合自动化研究，期望形成一个能够适应各种生产环境和市场需求，具有多变性，总体最优的高质量、高收益、高柔性的控制系统。

1 智能控制系统概述

智能控制是一种包含智能信息处理、智能信息反馈和智能控制决策的控制方式，由执行器、传感器、感知信息处理接口、规划与控制接口、认知与通信接口五个部分组成。其中，规划与控制接口是整个控制系统的核心［2］，根据工业生产的要求进行工艺分析，根据给定的反馈信息以及经验知识进行自动搜索、推理决策、动作规划，最终达到对生产的控制。其具体过程如图1所示。传感器获得被控参数或者被控参数的变化量，感知器感知信息并对信息进行初步分析处理，通过通信接口认知层、规划层进行信息交换，最后由决策层传递给执行器完成控制动作。

图1 工业生产过程中的控制流程

2 智能控制技术在工业生产中的优点

2.1 自动适应生产环境与工艺要求

工业生产过程中的工况常常比较复杂，影响过程的因素较多，需要设计一个能够应付各种情况，且得到较好控制效果的控制器，然而传统的比例积分倒数（Proportional Integral Derivative，PID）调节器处理信号太简单、控制目标在生产过程中可能由于干扰量的引入发生“跳变”，被控对象输出的变化都有惯性，初始误差很大，易引起超调，很不合理。误差积分反馈的引入有很多负作用，如使闭环变得迟钝，容易使控制信号波动加大，造成系统振荡，引起调节器饱和［3］。

大量工程实践表明，非线性组合更符合工业生产的实际条件。智能控制系统是现实复杂控制环境的一种近似方法，基于对设立的规则库、数据库进行模糊化，由推理机制再进行解模糊到精确化的处理。此时的系统耦合条件以规则库的形式运用到生产过程中，对生产工艺的要求从对控制器的硬件要求转移到对算法的要求。在工业生产过程中，运用智能控制技术可以规避因系统算力不足而造成的生产损失，同时显著提高系统参数的精确度以及系统的稳定性。

2.2 提高自动化程度与作业效率

实现工业生产过程智能化的核心是构建优质的智能控制系统，将实际生产情况扩增到计算机中进行数字化处理。目前，工业生产中主要生产设施大多为分布式结构［4］，系统各部分具有协调、重组及扩充特性，可自行组成最佳系统结构。智能控制技术的引入可以通过传感器感知信息，智能算法可以分析异常信息或进行异常处理，针对整个工艺控制过程中的故障诊断、规划决策作出反馈，保证整个系统的协同性、一致性。

生产过程中少不了人员的参与，智能控制系统针对相关生产设备建立了生产过程模型，预测可能发生的各种情况，进行机器学习［5］，采用相应对策。智能控制技术的引入是衡量制造业智能化程度的重要一维［6］。工业生产智能化的一个重要标准就是没有人工干预的情况下系统的稳定性。智能控制系统具备了自我学习、自行维护能力，在该系统中，操作人员不需要对生产过程进行实时看护，可以有效降低劳动强度和人工负荷，节约人力成本。另外，智能控制系统在工业生产中运用可以切实保障系统的完整性与统一性，它的标准化程度高，基于同一套规则库所进行的生产活动不易受到外界负面因素的干扰，有利于保障产品生产效果以及质量。

2.3 保障系统安全，降低故障率

由于过程控制系统非常复杂，且需要长时间运转与工作，所以在其运转中很难避免各种问题和故障。在面对突发故障时，常常需要维修人员现场勘察诊断，费时费力。而运用智能控制技术建立专家控制系统［7］，能够把可能发生的故障情况生成规则库，融入到计算机控制中，及时发现故障部位，迅速找出故障原因并分析，为企业快速恢复生产节省时间。

3 智能控制系统在工业生产中的应用

随着近年来人工智能和大数据等各种概念的提出，智能控制技术发展到新的阶段，未来20 年，工业智能化的进程将会进一步加快，智能控制技术与先进制造业的技术融合成为大势所趋，工业智能化通过产业结构合理化和产业结构高级化的中介机制促进了就业增长；工业智能化总体上显著缩小了制造业人员工资差距，且缩小了中－高收入群体的工资差距［8］。在今后相当长的一段时间里，生产线、车间以及工厂将成为推进工业生产过程智能化的主战场。中国企业想要从根本上提高制造业质量、效率和竞争力，必然要向自学习、自适应、自控制的新型工业体系进军。智能控制系统在工业生产中的应用主要体现在以下两方面。

3.1 智能控制技术在质量检测中的应用

传统的产品质量检测依赖于人员使用工具的熟练程度，而且随着劳动时长增加，人眼对于微小目标的分辨能力会逐渐减弱，视觉疲劳后漏检率会提高，延缓生产进度，并且人工测量误差较大，这些都使得人工检测费时费力。智能控制技术在缺陷检测时则克服了这些困难，工人便捷操作即可实现高效、准确的检测；基于智能控制技术的机器视觉则可以长时间地执行测量、分析和识别任务，检测速度快，测量误差小；检测标准一致性强，可数字化定量检测标准［8］，还可根据产品检测需求调整检测精度，提高检测效率。同时可配合自动化生产线，实现自动检测、自动处理，降低次品率，减少人工成本，使生产效率显著提升。此外，可提供准确的剔除信号，保证生产效率。

3.2 智能控制技术在智能识别分拣中的应用

人工分拣速度慢，尤其是体积小、颜色形状多的产品分拣难度更大，很容易造成分拣失误［9］。对工业生产来说，分拣速度慢意味着生产出的产品会在产线上积压，造成生产线流转不顺畅，拉低生产效率。

基于智能控制技术的分拣系统应用于设备中，由智能装备研发的智能分拣机器人可通过机器视觉识别分拣取代传统人工识别分拣产线，不需要人工干预［10］。其在保证高效率的同时也能保证货物分拣正确，分拣失误率低，不易造成产品在产线上积压。自动化分拣为企业减少了很多劳动成本，一台设备大概可取代三人，降低了企业成本。同时也加快了工业生产的进度，方便管理存储货物，确保货物分拣安全；尺寸可根据客户需求设计，极大方便了生产加工。

4 结语

随着技术的发展，我国终将迈入工业4.0 时代［11］，未来智能控制技术在工业生产中的应用会越来越广泛。智能化是工业4.0 最有价值的目标，也是工业互联网最核心的驱动力。因此，企业应不断适应生产需求，加快自动化转型步伐，提高生产效率，而研究智能控制技术在工业生产中的应用正是自动化产业转型的最大内驱力，也是实现工业数字化、工业网络化的必由之路。