一種人工智能算法在礦用電源評價中的應用研究

李紅星

（中國船舶重工集團公司第七一六研究所，江蘇 連云港 222061）

0 引 言

礦用電源防爆的主流規避手段為本安兼隔爆的方式，即電源內部是非本質安全的，但是電路經過層層降壓、限流的操作之后，電源的輸出是本質安全的，電源外部用一個隔爆外殼達到內部電路防爆的效果。煤礦井下這樣的爆炸性氣體環境下的電氣設備，需要在應用前進行防爆認證。爆炸性火花實驗是目前常用的認證方法，但實驗周期長并且成本高。團隊在研制一種隔爆兼本安的電源在出廠前的是爆炸性火花實驗測試階段發生了內部爆炸，設計人員在設計階段就對電路是否本質安全進行基本的判定，將大大提高設計效率，節省成本。

設計人員在本質安全電路設計時采用的非爆炸評價方式是利用已經建立的簡單電路模型去計算能量是否達到爆炸閾值，此方法只適用于簡單電路，對于混合電路并不適用；并且此方法過于理想化，忽略了許多必要因素，誤差較大。

由于本質安全電路的判定影響因素很多，且呈現相互影響的非線性關系，不能找到確定的數學模型來描述這種不確定的輸入輸出關系。自適應神經網絡模糊推理系統（Adaptive Network-based Fuzzy Inference System,ANFIS）具有處理非線性輸入輸出關系的能力，因此，本文考慮將ANFIS 應用于本質安全電路非爆炸性評價中，經驗證，基于ANFIS 的本質安全電路判定模型具有可行性。

本文對ANFIS 在本質安全電路非爆炸評價中應用進行可行性論證，并在此基礎上建立了基于ANFIS 的本質安全電路非爆炸評價模型，最后對建立的模型進行了模擬電路驗證。……