自动化控制中智能技术的应用研究
智能技术是各行业未来发展的方向，智能化转型升级对提升产业发展质量，优化产业发展水平，提升产业发展能力有着积极推动作用，更是培育产业新的经济增长点，促进产业朝向中高端迈进的关键技术，在社会经济发展和行业发展阶段有着重要的战略意义[1]。随着我国人口红利逐步消失，人工智能技术对现代就业结构改变产生影响，对社会稳定和国家经济安全具有更加深远的影响，可见，提升智能化生产效率，利用自动化控制技术可逐步取代就业风险[2]。
本文引用地址：//m.amcfsurvey.com/article/202209/438532.htm1.1 实现控制活动同步进行
传统的控制算法可深入分析被控制对象，这种措施也是目前最为主流的控制方案，具有很强的控制能力，且在实际控制期间也具备很好的控制效果。传统控制算法应用的弊端也尤其显著，必须在其控制范围内实施控制才可取得良好效果，若是超出控制范围则会大幅度降低作用能力，导致效果变差。随着各产业发展的数量和规模增加，传统的控制算法已经不能满足当前产业需求，应用智能化技术可解决传统控制算法的弊端，实现自动化控制水平升级，同时还可同步控制各类设备[3]。
在实际控制期间只需将相应的数据信息输入其中，便可针对输入的数据展开分析，并且得到问题的解决策略，智能技术在自动化控制中的使用可显著降低复杂数据处理的难度，实现数据处理效率强化。智能技术在自动化控制应用期间，技术人员必须要始终遵循使用的基本原则，详细划分被控制对象的种类和类型，同步控制各类设备。若是在控制期间不能达到良好的控制效果，这就要求技术人员详细检查整个设计流程，按照既定的检查方案，综合新型的检查方式，保证检查效果，同时反复调试出现问题的环节，保证控制的效果达到理想状态。
1.2 增进系统运行兼容性
自动化控制环节应用智能化技术，可将传统的数据信息采集模式作出改变，实现高水平、高质量数据信息采集，保证数据采集的效率。在更新数据信息的时候，也会同时提升系统的兼容性能，保证系统在运行阶段可显著强化处理信息数据的能力[4]。但是在实际控制期间，工程技术人员必须要充分了解和认识系统运行的流畅度和稳定性，确保充分的将系统性能发挥出来，保证更好的完成对系统的控制与管理工作。
1.3 强化系统应用性能
自动化技术操作人员在传统的操作期间，经常性的需要耗费大量的时间和精力了解系统内部参数和构造情况，在调整系统参数的时候也基本采取手动的方式完成，影响系统控制效率。自动化控制期间应用智能化技术，可进一步简化上述流程，控制系统可合理且科学的调整各类参数值，确保系统性能始终保持在较高水平。以智能化技术对自动化控制环节进行优化处理，可大幅度削减工作人员的工作量，同时还可以确保工作系统始终保持运行稳定性。另外，为确保系统性能始终保持稳定状态，还需要实施监督与测试系统运行情况，若是发现系统运行期间出现问题的时候，智能化技术可根据设置的方案自行解决，深度提升系统运行性能[5]。
2 测算与分析智能技术水平
2.1 构建指标体系
自动化控制应用智能技术水平需经过评测，而评估框架的构建可从效能与效益评估、能力评估和两化融合水平着手，具体包含协同创新、综合集成、单项应用、基础建设和社会效益等。智能化发展难以脱离互联网而单独存在，同时还需不断投入人才、资金和设备，这也是实现自动化控制智能化发展的有效保障。其次，技术成果应用转换和产业化程度提升是自动化技术智能化发展水平的衡量指标，对判断智能技术应用效果有着很大的影响[6]。智能技术发展对硬件设备和软件有着很强的依赖性，其所提供的数据加工处理工艺和新技术、专利研究与成果转化都是对智能化健康发展有着很大的助力作用。最后，智能技术的应用与发展需投入大量的设备和资金，所以在自动化控制发展期间必须要对市场应用效率和市场回报率作出调查。
2.2 测算结果与分析
在对上述指标实施分析的时候可通过熵值法完成，搭建起相应的指标体系，微测度指标赋予相应的权值。熵值法实质是客观赋权法，在对所有指标权重进行确定时可采取熵值思想实现，基于指标离散程度判断各指标要素的影响情况[7-8]。若是指标的离散程度越高，则表示在整体评价当中其产生的影响也将会越大[9-10]。在一定程度上，熵值法在应用的时候可有效规避主观赋值法存在的不足，通过权重将数据之间的差异性作出客观的反馈。在各权重指标计算与分析时，可通过熵值法完成，其具体的关系表达式如下所示：
公式（1）中，m表示样本数量，n表示每个样本的指标数量，Xij表示第i个样本的第j个指标数值。在标准化处理各指标的时候必须要对指标相对数值计算完成，并且保证各指标具有良好的可比性。在对第j个指标的第i个样本占总指标比重进行计算的时候，其关系表达式如下所示：
第j个指标的熵值计算关系式如下所示：
信息熵冗余度计算关系式如下所示：
通过计算获得所有指标的权重值，其关系表达式如下所示：
最后，对各地产业自动化控制智能技术指数进行计算，其关系表达式如下所示：
在公式（6）中，AIi表示的含义为i地区产业智能技术指数，当该指数的数值越大的时候，则表示i地区的产业智能化水平越高。
3 智能技术对就业结构的影响
3.1 构建计量模型
以柯布道格拉斯生产函数为基础构建生产函数模型，将智能化外生变量加入其中。
将公式（7）进行简化变形，将其转变成为劳动投入关于产出和其他投入要素关系的关系表达式：
在公式（7）和公式（8）中，Y表示产业总产出值，A表示生产力水平，L表示劳动力投入，K表示资本投入水平，AI表示智能化投入水平。就公式（8）等号两侧取对数，可得到以下关系表达式：
智能化投入水平会为产业生产力提升带来直接影响，在分析的时候可将生产力水平设为智能化程度线性函数，即A=γ AI，上述公式原有系数可获得以下基本公式：
为更进一步将关键变量缺失问题减弱避免方程估计出现偏差现象，在分析过程中将产业结构、工资水平、工人受教育水平、对外开放程度等都纳入方程中。与省级面板数据特征相结合，将公式所有的下表更改为i和t，i表示地区，t表示时间，控制变量记作
，同时对就业和智能化之间的非线性关系作出考虑，将智能化水平平方项纳入关系式，得到以下关系表达式：
其中l表示被解释变量，即产业就业人员总数量，ai表示核心解释变量，即产业自动化控制智能化技术发展水平。基于上述推导成果，为更进一步分析自动化控制应用智能技术对就业结构产生的影响，本文在分析探究期间构建以下计量模型：
在公式（12）中，lstr表示的含义为被解释变量，即就业结构。
3.2 变量说明与数据来源
变量说明：lstr为被解释变量，指就业结构，分为高技能劳动力（high）、中技能劳动力（mid）、低技能劳动力（low）。
控制变量：资本投入（k）、工资水平（wage）、产业结构（str）、人力资本投资（hi）、城镇化水平（urban）、金融发展水平（fin）。
表2 主要变量指标描述性统计结果表
3.3 实证结果分析
智能化对高技能劳动力和低技能劳动力的回归系数为正，且显著性检验超过1%，对中技能劳动力回归系数为负，由此表明自动化控制智能技术对制造业就业结构表现出两极化影响。从技能角度分析，自动化控制智能技术对各地区就业结构产生单极化影响。大专生和初中生劳动力系数呈现出负数，则表明智能化对大专生和初中生的劳动需求量明显下降，从我国当前的情况看来，这类劳动力的所掌握的技能水平基本没有达到智能化需求的标准，对大专生的技能教育工作迫在眉睫，强化专业技术培训更是面临着时代的需求，所以智能化对中技能劳动力表现出了替代效应。自动化控制智能化技术发展可显著提升高技能劳动者就业，降低中技能劳动力就业，低技能劳动力就业也呈现出提升的趋势，整体对就业结构产生极化影响，也进一步说明本文构建的指标体系与计量模型在评价的时候具有科学性。智能化对技能型劳动力和高学历劳动力群体的单极化影响呈现出区域特征，对本区域范围内的就业结构影响显著的比临近区域的影响更为明显。
4 结语
自动化控制智能技术发展对我国就业结构有着明显的影响，通过构建计量模型分析我国产业就业现状，检验对就业总量的影响，着重分析就业总量和智能化非线性关系，可见自动控制智能技术发展对就业形式有着一定的影响。就业结构受到智能化极化影响，对受教育水平劳动力的影响是不同的。
参考文献：
[1] 程程.人工智能技术在电气自动化控制中的应用思路分析[J].中国设备工程,2021,00(23):34-35.
[2] 唐宇.人工智能技术在电气自动化控制中的应用研究[J].科技创新与应用,2021,11(26):164-166.
[3] 孙昌松.探讨人工智能技术在电气自动化控制的应用[J].冶金管理,2021,00(17):90-91.
[4] 宗鹏.电气自动化控制中应用人工智能技术的思路与策略研究[J].科技创新与应用,2021,11(24):159-161.
[5] 樊小霞,谢颖佳,常萍萍.信息化背景下人工智能技术在电气自动化控制中的应用[J].中国信息化,2021,00(07):48-49.
[6] 郝睿,孟静静.人工智能技术在电气自动化控制中的应用[J].电子世界,2021,(12):47-48.
[7] 苏保国.人工智能技术在电气自动化控制的应用[J].电子世界,2021,(11):180-181.
[8] 郝琳,张亚超.电气自动化控制中人工智能技术的应用[J].轻工科技,2021,37(06):59-60.
[9] 孙玉芬,郭春光,刘冰.人工智能技术在电气自动化控制系统中的应用[J].电子技术与软件工程,2021,00(11):124-125.
[10] 宋国成.电气自动化控制中应用人工智能技术的思路探究[J].中小企业管理与科技(下旬刊),2021,00(05):189-190.
（本文来源于《电子产品世界》杂志2022年9月期）
评论