سیستم کنترل هوشمند

مشکلات در سیستم های کنترل به وضوح قابل مشاهده می باشد. لازمه منطقی مشاهده وسیع از سیستم ها و روش های کنترل، پایه است. در این پژوهش سلسله مراتب کنترل های کنترل ذهنی مشاهده شده است و ابزارهای مختلف هوش مصنوعی به طور نسبی تجزیه و تحلیل می شوند.

مقدمه
هوش مصنوعی (آ آی) به عنوان یک حوزه تحقیق و توسعه، همسو با پسشرفت در تئوری کنترل اتوماتیک، پا به حدود ۵۰ سالگی گذاشت. اولین کاربرد اصلی آن در محاسبات و علوم اطلاعات و بعدا در کنترل خودکار بود. اولین کاربرد تجاری و صنعتی متعلق به سالهای ۸۰ در قرن گذشته است. در طی این دوره، آ آی به سطح ثبات و بلوغ رسیده است. یک عامل مهم که می تواند منجر به بازآموزی دستاوردهای امروز و پیشرفت های جدید در نظریه و عمل AI شود، افزایش در امکانات تکنولوژی کامپیوتر است، از جمله اجرای سخت افزار منطقی و سایر ابزارهای هوش مصنوعی است. اصطلاح “سیستم کنترل روشنایی” به هر ترکیبی از سخت افزار و نرم افزار اشاره دارد که با فرایند اطلاعات عمومی همراه است، به طور مستقل عمل می کند و یا به صورت دستگاهی انسان ساخت و قادر به هماهنگ کردن هدف کنترل و یافتن راه های منطقی برای دستیابی به (هدف کنترل) که با انگیزه و دانش روز از جمله اطلاعات مربوط به محیط زیست و وضعیت داخلی همراه است.

امروزه ظرفیت ترکیب کردن هدف کنترل از طریق تعامل انسان و ماشین تحقق می یابد و سیستم های کنترل خودمختار تنها قادر به یافتن راه های منطقی برای دستیابی به هدف کنترل هستند که به عنوان “سیستم های کنترل هوشمند” نامیده می شوند. در حال حاضر، علم و عمل در سیستم کنترل، علاقه مند به ادغام روش های کلاسیک کنترل اتوماتیک با روش های آ آی و در کاربردهای آ آی در زمینه کنترل فرآیندهای پیچیده برای برای اشیاء ضعیف است. به ویژه هنگامی که اطلاعات، وضعیت سیستم، معیارهای کنترل و اهداف کنترل در طول زمان تغییر می کنند و گاهی اوقات متناقض باهم هستند. این گزارش یک سلسله مراتب از سطوح کنترل فکری و یک تحلیل مقایسه ای از ابزارهای مختلف هوش مصنوعی است. با توجه به این که در دهه گذشته افزایش چشمگیری در تعداد تحقیقات نظری و کاربردی در زمینه کنترل کننده های فازی دیده شده است، تمرکز اصلی این گزارش، بررسی دستاوردهای عمده این حیطه است. اگر چه، متاسفانه، حتی در این زمینه اجازه آزاد بررسی کامل از شواهد به نویسندگان داده نمی شود.

۱٫ مشکلات عمومی سیستم های هوشمند سازی سیستم

حل و فصل رضایت بخش مشکلات برای اطمینان از استقلال تکنولوژیک دولت در زمینه توسعه و کاربرد اشیاء پیچیده فنی و مهندسی عمران و نظامی به طور قابل ملاحظه ای بستگی به اثربخشی سیستم های کنترل و فن آوری های توسعه دارد. با توجه به کمبود احتمالی برخی از (بسته به کاربرد) منابع مورد نیاز: اطلاعات لازم، زمان بندی، انرژی، مالی، مواد، پرسنل و غیره تئوری های مناسب و تکنولوژی کنترل ضروری است. بلایای شناخته شده در حمل و نقل، صنعت، انرژی و غیره، از جمله اضافه کاری اپراتورها اغلب با به اصطلاح “فاکتور انسانی” (HF) همراه است. HF اغلب به عنوان یک نتیجه از مشکلات کیفیت در طراحی سیستم کنترل، به ویژه به عنوان شرایط اضطراری در کنترل پذیری رخ می دهد. در کشور روسیه اشتباهات انسانی و همچنین خستگی منابع فنی اجسام و سیستم های کنترل برای شرایط فعلی امری معمول است. برای همین آنها فورا نیاز به اطمینان پذیری و کیفیت کنترل، از جمله ارتقاء ظرفیت های کنترل پروژه، عملیات و مدرنیزه شدن را تأمین می کنند. نیاز به روش ها و فن آوری ها برای ارزیابی سیستم های کنترل و اطمینان از بهینه بودن آنها، قابلیت کارکردی و قابلیت اطمینان عملیاتی، کارایی، تحمل گسل و تحمل پذیری در شرایط زیر ضروری است:

خواندن این مطلب خالی از لطف نیست  مزایا و فواید هوشمندسازی ساختمان

 

 

. فقدان اطلاعات پیشین در مورد شی کنترل و محیط خارجی عملکرد آن، مخصوصا در شرایط مخالف.
. ویژگی های ذهنی که تعداد زیادی اثرات مخرب دارد که دشوار است به حساب آید.
. ضعف (از شکست، حوادث) و یا ضرورت تنظیم مجدد هدفمند (احیاء یا کنترل رشد).
که با گسترش فعالیت های عملکردی، سیستم های کنترل پیچیده تر می شوند.

در میان تعدادزیادی فاکتورهای پیچیده از سیستم های پیشرفته, به نظر می رسد:

. کنترل چند گانه، توصیف ناهمگون از سیستم های زیر با استفاده از مدل های کمی و کیفی، فرآیندهای مختلف در مقیاس فضا و زمان، چند متغییری، عدم تمرکز و ماهیت تفکیک شده و پیچیدگی ساختاری سیستم های مدرن کنترل و اشیاء آنها، وجود هماهنگی کنترل نشده پارامتریک، ساختاری، منظم و منحصر به فرد، مخصوصا فعالیت ضدعفونی در یک محیط جنگ، استفاده از مدل های قطعی و احتمالاتی برای توصیف عدم قطعیت در اطلاعات در مورد تجزیه و تحلیل های دولتی و پارامتر های سیستم، درباره خواص خطاهای اندازه گیری و محیط زیست، غیر خطی بودن، پارامترهای توزیع شده، تأخیر در کنترل یا دینامیک شی، و تأثیرات کوبه ای، ابعاد بزرگ مدل ها و سایر. ساختار بزرگی از علم و تکنولوژی کنترل هوشمند در شکل ۱ ارائه شده است.

 

سیستم کنترل هوشمند

 

با توجه به ناپایداری دینامیک با به دست آوردن اطلاعات نا مشخص در مرحله آموزش و یا در زمان اصلی، روش های کنترل سازگار، قوی، پیش بینی و کنترل شده در نظریه کنترل، مورد توجه قرار می گیرند. استفاده از AI به معنی گسترش ظرفیت سیستم های کنترل پیچیده با پوشش وظایف با مدل های ناشناخته یا کمی است که بعداز گذشت لحظه ای از کارکرد قابل استفاده است و همچنین وظایفی که مدل های کمی کارآمدتر از مدل های AI (مانند کارهای قابل برنامه ریزی) یا می تواند در رابطه با خوده مدل های AI مورد استفاده قرار گیرد. انواع هوش مصنوعی به معنی: نورون، تکاملی، منطقی و غیره می تواند برای وظایف برنامه ریزی عملی و برای کنترل به طور کلی مورد استفاده قرار گیرد. هر یک از این کلاس ها دارای مزایای و معایب است، به خصوص با توجه به الزامات زمان اصلی و اجرای سطوح بالاتری از کنترل های ناهمگن بر سیستم های پیچیده را تضمین می کند (شکل ۲).

توسعه سریع سیستم های فنی و فرآیندهای تکنولوژیکی (شبکه سازی، مینیاتور سازی سنسورها، کنترل دستگاه ها و ماشین حساب ها، بهبود عملکرد آنها و غیره)، الزامات جدیدی را برای سیستم های کنترل مدرن ایجاد می کند و فرصت های جدید را در سطح سیستم های کنترل, در مقیاس های مختلف، و در سطح تعامل گروهی از سیستم های چند عامل غیر متمرکز جاسازی می کند. در واقع تحقیق و توسعه انتقال از روبات هایی است که در یک محیط نامطمئن کار می کنند اما مجهز به رابط اپراتور (کابل های نظارتی) به روبات های هوشمند است. در آن ها به یک ربات گران قیمت کوچک نیاز است که بر اساس یک اصل مدولار,وظیفه ساخت و ساز و کوچک سازی، حل مشکلات حساسیت، مدل سازی محیط زیست، دستیابی به اهداف تیم کنترل روبات ها و گسترش دامنه کاربرد را برعهده دارد. حتی در زمینه کشاورزی و جاده سازی، تحولات رادیکال استاندارد نیازمند روبات هایی با ناوبری دقیق و کنترل هوشمندانه است. نمونه هایی قابل ذکر از فرایندهای تکنولوژیکی و اصول کنترل فکری: سیستم های زیربنایی گسترده ای در صنایع برق هستند. در این مورد:

. یک ساختار ناکارآمد الکترو شبکه و ظرفیت تولید.
. عدم صرفه جویی در مصرف انرژی در برق.
. تلفات تکنولوژیکی و تجاری در شبکه های الکتریکی.
. عقب ماندگی از تکنولوژیکی و میزان بالای سایش تجهیزات.
. سطح بالایی از انحصار در بازارهای انرژی.
. آسیب پذیری سیستم های برق در برابر تهدیدهای تروریستی و سایبری.
دیگران نیزنیاز به توسعه زیر بنایی مدل های سیستم های دینامیکی پیچیده و ایجاد سیستم های کنترل هوشمند کارآمد و بسیار قابل اعتماد برای شبکه های هوشمند دارند.

خواندن این مطلب خالی از لطف نیست  معایب سیستم سنتی و مزایای سیستم هوشمند

 

 

کنترل هوشمند(با تنظیم هدف): بازنگری در اهداف و معیارهای کیفیت کنترل، بازتاب و رفتار جمعی، تعامل استراتژیک با سایر سیستم های کنترل
کنترل هوشمند(بدون تنظیم هدف): در صورت شکست از سیستم های زیر یا مطالعات ناکافی پویا, بازسازی, عمل برنامه ریزی با ۳D: تجزیه و تحلیل صحنه و یادگیری.
کنترل سازگاری، چند متغیره و قابل پیش بینی (زمانی که اختلالات پارامتری و ساختاری و غیر قابل اطمینان باشد)
کنترل رباتیک

(زمانی که اختلالات پارامتری و غیر قابل اطمینان باشد)

کنترل موقیعت x))

(هنگامی اختلال درمختصات دارد)

کنترل برنامه (u)
مقررات

جدول ۲:کنترل هتروژن سیستم های پیچیده

 

کنترل مبتنی بر مدل دانش (تولیدی) منطقی-واکنشی (تولیدی) در سیستم های به اصطلاح متخصص، پیشنهادگر یا تصمیم گیری که نیاز به افزایش ویژگی های جدید دارد:

. همکاری با ابزارهای هوشمند سازی سیستم های کنترل (شبکه های عصبی مصنوعی، الگوریتم های ژنتیک) و الگوریتم های کنترل سازگار، قوی و پیش بینی شده.

. کاهش پیچیدگی رابط سیستم های منطقی کنترل با دنیای فیزیکی خارجی با ترکیب روش های نمادین و چند رسانه ای ارائه و پردازش دانش.

 . کار با متون نیمه رسمی و طبیعی زبان، به روز کردن دانش حسی و تحریک القایی، ادغام مدل های کمی و کیفی با هستی شناسی حوزه های موضوعی مختلف که وضعیت مشکل را مشخص می کنند.

برخی از مزایا و معایب روش های AI در جدول ۱ ارائه شده است: روش های مختلفی برای ترکیب ابزارهای AI وجود دارد. به عنوان مثال، روش های عصبی_واکنش پذیر و منطقی_واکنشی (تولیدی) AI می تواند با روش های منطقی ۱ از کنترل فکری از ۱، ۷، یکپارچه شود. این روش ها می توانند سطح وسیعی از دانش را در بر بگیرند، در حالی که دو معیار اول، “رفتار منطقی” را بر اساس ارائه ساده ترین واکنش های اکتشافی سیستم کنترل برای تغییر در یک محیط یا در شی کنترل می کنند.

واکنش منطقی (گاهی اوقات با قوانین متعدد “اگر و پس از آن”) به ویژه نیاز به تایید ارائه دانش است. در مورد قوانین تولیدی نوع بولی با معانی سازنده، تأیید پایگاه دانش می تواند به کاهش تجزیه و تحلیل پویا شبکه های اتوماتیک همراه باشد. این تجزیه و تحلیل علاوه بر این در کلاس اتوماتای ​​یکپارچه w.r.t. ساده شده است. دولت با استفاده از روش های مدل های ریاضی دارایی ها را انتقال می دهد.  مشکل مهم در AI مشکل بی معنی بودن تخمین اتوماتیک دانش است، زیرا نه تنها کمبود اطلاعات، بلکه اطلاعات بیش از اندازه نیز باعث کاهش سیستم های کنترل روشنایی می شود. پیشرفت های اخیر در حوزه کنترل هوشمند شامل اتوماسیون جستجو برای راه های دستیابی به کنترل  اهداف از بیرون، در حالی که اتوماسیون تعیین هدف و بازنگری معیارهای کیفیت کنترل هنوز کافی نیست.

در حال حاضر نیز تنها “اجزای ماشین” در سیستم های پیشرفته انسان ماشین به رسمیت شناخته شده است که این افزایش استفاده از کارایی آنها ضروری نیست. این هدف در ایجاد سیستم های انسان شناختی می تواند با هدایت و تلاش های مهندسین و دانشمندان در بهبود بخش ذهنی “سیستم هسته” که در این سیستم انسان به عنوان مجموعه ای از الگوریتم های ساخته شده برای کامپیوتر های جاسازی شده همراه با الگوریتم های فعالیت اپراتور، به عنوان “سیستم هوشمند در هوش تقویتی”.

 

 

                      معایب                           مزایا         معانی
۱٫ الزام در اطلاعات آموزشی به عنوان مثال: داشتن مجموعه ای از نمونه های ورودی و خروجی (نه چشم ,از مغز)

۲٫ کندی یادگیری

۱٫قابل استفاده در مشکلات چندتایی با ضمانت نامه ی نا معتبر

۲٫میزان بالای توانایی و عملکرد

۳٫ظرفیت یادگیری

    شبکه عصبی
۱٫ عدم اطمینان اولیه از کارایی در برنامه های ضروری

۲٫ خود سازمانی در طبیعت با فرآیند خلاق

میزان بالای توانایی و عملکرد       تکامل

(ژنتیک)

۱٫ پیچیدگی اجرایی در قوانین تولیدی ناشی از ساختار نامناسب پایه ای علم

۲٫ پیچیدگی ارائه صحت پردازش علم

۳٫ نقص در زبان های w.r.t

۱٫طبیعی بودن قوانین (اگر-پس)

۲٫امکان بازنویسی و تدریجی بودن علم

     منطقی _ واکنشی

(نوع تولید)

۱٫ پیچیدگی برنامه نویسی(اجتناب از آرمانهای آ ی)

۲٫ اشکال معمول . خواص ارثی(ذاتی) و غیره

۱٫ ساختارخوب ارائه علم

۲٫عملکرد بالای مکانیزم

      تمایل اشیا

 

 

 

۱٫عملکرد ناکافی و خطی بودن

۲٫عدم رسیدن به منطق بالا

۳٫عدم کفایت (نامناسب). تک منطقی بودن

۱٫توضیحات زیاد

۲٫درستی

۳٫پیچیدگی زیاد در وظایف خارج از حیطه

        منطقی

 

۱٫عدم وجود مدل های منطقی

۲٫پیچیدگی برنامه نویسی

مزایای منطقی ابزارگرایی       ابزاری_منطقی
درستی آن نیاز به تحقیق بیشتری دارد برای انعکاس و خود آزمایی      چند ماموریتی

جدول ۱: مقایسه ابزارهای کنترل فکری

 

اول و مهمترین اصل در هوش تقویت کننده به ویژه در هواپیمایی در شرایط مبارزه، معمولا برای جنگجویان، به عنوان مثال در شرایط محیط تهاجمی خارجی و زمان های محدود برای خدمه مورد نیاز است. هوش تقویتی یک مجموعه یکپارچه عملکردی است که هدف آن اجرای تمام وظایف هواپیما است. پیشرفت های علمی و تکنولوژیکی در این زمینه نیز در سایر برنامه های کاربردی AI در شرایط چند متنوع، عدم اطمینان و خطر برای بهبود کیفیت کنترل در شرایطی که اطلاعات بیش از حد اپراتور، زمان محدود یا استرس وجود دارد، مفید خواهد بود. توسعه سیستم های حرفه ای پشتیبانی از تصمیم گیری بر روی هوش تقویتی، مبتنی بر منطق فازی و استدلال مبتنی بر نمونه ها، به روش مشابه، به مرحله عملی ساختن مدل ها و نمونه های اولیه رسیده است.

آنها به شدت در جهان به هدف ایجاد هواپیماهای جنگی مجهز به نسل ۴ ++ و ۵ و همچنین هواپیماهای بدون سرنشین به کار گرفته شده اند. قطعات آنها در حال حاضر در جنگنده های مدرن نسل ۴ + + دیده می شود. برنامه ریزی در پیشرفت های خارجی، که برای اولین بار از جنگنده های F-22، F-35، F-16، F-15، F / A-18 و هلیکوپتر های جدید استفاده می شود که دارای تعدادی از سیستم های فکری در تصمیم گیری تاکتیکی بود. نتایج تحقیق نشانگر: بهبود کامپیوترهای روی صفحه، نمایشگرهای کابینت و کنترل و همچنین سایر هواپیماها است که به سازندگان نسل بعدی هواپیمای / هلیکوپتر نویده امکان طراحی و به دست آوردن سیستم های کامپیوتری یک سیستم جدید که در نوع خود نوین است را می دهد. این سیستم ها قادر به حمایت از تصمیم گیری تاکتیکی هستند (قرار دادن سریع هدف فعلی پرواز و انتخاب یک راه منطقی برای رسیدن به هدف). حل و فصل چنین وظایفی در هواپیماهای نسل گذشته تنها توسط تلاش های خدمه تکمیل می شد.

علاوه بر این، ما جزئیات برخی از سوالات هوش عقلانی سیستم های کنترل اتوماتیک را در قالب رگولاتورهای فازی و ترکیب آنها با سایر ابزارهای AI در نظر می گیریم. توجه داشته باشید که نخستین رگولاتورهایی که در قرن سوم پیش از میلاد در یونان بوجود آمد، به طور جزئی می تواند به عنوان کنترل کننده های فازی شناخته شده در زبان شناختی با عملیات منطقی در نظر گرفته شود. امروزه تعداد زیادی از کاربردهای عملی سیستم های کنترل فازی در صنعت، حمل و نقل، انرژی، نفت و گاز، متالورژی، پزشکی و سایر صنایع و لوازم خانگی در ژاپن، چین، ایالات متحده آمریکا, آلمان، فرانسه، انگلیس، روسیه و دیگر کشورها دیده می شود.

. ما چهار نوع اساسی رگولاتورها را در نظر می گیریم: (کنترل کننده های فازی منطقی -زبانی، تحلیلی، آماری و متناسب-انتگرالفرادی) . از آنجا که اطلاعات در مورد آنها سیستماتیک نیست و در بسیاری از نشریات پراکنده است، تجزیه و تحلیل ما به متخصص کمک می کند تا خود را در این زمینه راهنمایی کند.

خواندن این مطلب خالی از لطف نیست  دوربین تحت شبکه IP

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد.