ai的电路

㈠ 电路分析，在这个电路图中，请问画线的式子，ai为什么不会流过R1呢

计算每个元件或者支路的电流，不要从电流源开始考虑谁流过谁，而要针对该元件所在的节点，使用KCL来计算元件电流。

本题中，先试用KVL：u=R2上的电压+R1上的电压+us+R3上的电压=R2×i2+R1×i1+us+R3×i，所以确定i1、i2是本题目的关键所在。

对于电阻R2所在的节点m，流入的电流包含：i和is两个支路电流；流出的电流除了R2的i2外，还有受控电流源αi，所以：i2+αi=i+is，i2=is+（1-α）i。

对于电阻R1和电压源us串联，该支路的电流都为i1，对于该支路所在节点n，流出的电流包含i和电流源和is，流入的为i1，所以：i1=i+is，也就是R1的电流为：i1=i+is。

㈡ dcs中的AI 模块接线!

1. 4线制仪表：信号回路和供电回路完全独立。
信号回路电流流向：仪表+ → AI+ → AI- → 仪表-
2. 2线制仪表：信号回路和仪表回路共用。
回路电流流向：24V+ → 仪表+ → 仪表- → AI+ → AI- → 0V
AI+就是你说的AI模块的无源端，AI-就是你说的公共端。

㈢ 人工智能的原理是什么

人工智能的原理，简单的形容就是：

人工智能=数学计算。

机器的智能程度，取决于“算法”。最初，人们发现用电路的开和关，可以表示1和0。那么很多个电路组织在一起，不同的排列变化，就可以表示很多的事情，比如颜色、形状、字母。再加上逻辑元件（三极管），就形成了“输入（按开关按钮）——计算（电流通过线路）——输出（灯亮了）”

但是到了围棋这里，没法再这样穷举了。力量再大，终有极限。围棋的可能性走法，远超宇宙中全部原子之和（已知），即使用目前最牛逼的超算，也要算几万年。在量子计算机成熟之前，电子计算机几无可能。

所以，程序员给阿尔法狗多加了一层算法：

A、先计算：哪里需要计算，哪里需要忽略。

B、然后，有针对性地计算。

——本质上，还是计算。哪有什么“感知”！

在A步，它该如何判断“哪里需要计算”呢？

这就是“人工智能”的核心问题了：“学习”的过程。

仔细想一下，人类是怎样学习的？

人类的所有认知，都来源于对观察到的现象进行总结，并根据总结的规律，预测未来。

当你见过一只四条腿、短毛、个子中等、嘴巴长、汪汪叫的动物，名之为狗，你就会把以后见到的所有类似物体，归为狗类。

不过，机器的学习方式，和人类有着质的不同：

人通过观察少数特征，就能推及多数未知。举一隅而反三隅。

机器必须观察好多好多条狗，才能知道跑来的这条，是不是狗。

这么笨的机器，能指望它来统治人类吗。

它就是仗着算力蛮干而已！力气活。

具体来讲，它“学习”的算法，术语叫“神经网络”（比较唬人）。

（特征提取器，总结对象的特征，然后把特征放进一个池子里整合，全连接神经网络输出最终结论）

它需要两个前提条件：

1、吃进大量的数据来试错，逐渐调整自己的准确度；

2、神经网络层数越多，计算越准确（有极限），需要的算力也越大。

所以，神经网络这种方法，虽然多年前就有了（那时还叫做“感知机”）。但是受限于数据量和计算力，没有发展起来。

神经网络听起来比感知机不知道高端到哪里去了！这再次告诉我们起一个好听的名字对于研（zhuang）究（bi）有多重要！

现在，这两个条件都已具备——大数据和云计算。谁拥有数据，谁才有可能做AI。

目前AI常见的应用领域：

图像识别（安防识别、指纹、美颜、图片搜索、医疗图像诊断），用的是“卷积神经网络（CNN）”，主要提取空间维度的特征，来识别图像。

自然语言处理（人机对话、翻译），用的是”循环神经网络（RNN）“，主要提取时间维度的特征。因为说话是有前后顺序的，单词出现的时间决定了语义。

神经网络算法的设计水平，决定了它对现实的刻画能力。顶级大牛吴恩达就曾经设计过高达100多层的卷积层（层数过多容易出现过拟合问题）。

当我们深入理解了计算的涵义：有明确的数学规律。那么，

这个世界是是有量子（随机）特征的，就决定了计算机的理论局限性。——事实上，计算机连真正的随机数都产生不了。

——机器仍然是笨笨的。

更多神佑深度的人工智能知识，想要了解，可以私信询问。

㈣ 控制电路图中的AI DI AO DO 什么什么意思

1、AI：模拟量输入

所谓模拟量即4-20mA或0-10V的电流或电压信号，输入到DCS中，经过变换，还原出原来的值，比如电流值到DCS中显示出来；电流互感器二次值（5A）经过电流变送器转换成4-20mA信号（5A对应20mA）,输入到DCS机柜，经过转换，在DCS中显示实际的电流值。

2、DI：数字输入信号（digital input）

所谓数字信号，及高电平1和低电平0，在控制上也就是断开或闭合，DI就是一个开关量的输入信号，给PLC或DCS一个断开和闭合的命令，和常开启动按钮开关一样，按下就是一个闭合信号；常用于状态的显示，比如断路器合闸了，在DCS画面显示闭合。

3、AO：模拟量输出

和AI相反，AO是DCS输出4-20mA或0-10V信号，去控制设备的运行参数；比如，变频器的速度控制过程，以40HZ为例，通过远程DCS控制，认为给定参数值：40HZ，DCS同样发出一个对应的模拟量电流值，在4-20mA范围内（20mA对应50HZ），信号传入到变频器的控制器，变频器按照要求运行在40HZ。

4、DO信号：数字输出信号（digital output）

是一种开关量的输出信号，即PLC发出一个启动或停止的信号给设备，使设备启动；比如电机的启动，通过DCS认为发出启动命令，电机控制回路接通，接触器得电吸合，电机启动；功能和启动按钮一样。

(4)ai的电路扩展阅读：

模拟信号信号波形模拟随着信息的变化而变化，模拟信号其特点是幅度连续(连续的含义是在某一取值范围内可以取无限多个数值)。模拟信号，其信号波形在时间上也是连续的，因此它又是连续信号。

模拟信号按一定的时间间隔T抽样后的抽样信号，由于其波形在时间上是离散的，但此信号的幅度仍然是连续的，所以仍然是模拟信号。电话、传真、电视信号都是模拟信号。

信号抽样后时间离散，但辐值不离散。常见的抽样信号是周期矩形脉冲和周期冲激脉冲抽样。模拟信号在整个时间轴上都是有定义的，在“没有幅值”的区域的意义是幅值为零。

而离散时间信号只在离散时刻上才有定义，其他地方没有定义，和幅值为零是不同概念，这两种信号在时间轴看上去很相似，其实是以不同类型的系统为基础的两种有本质区别的信号。直观的说，离散时间信号的横轴可以认为已经不代表时间了。

㈤ AI、DI、AO、DO、PI通道时什么意思

AI：直流模薯慎薯拟量输入一般为0-5V或4-20MA标准信号输入；

AO：直流模拟量输出一般为0-10V或4-20MA等信号输出，作为信号调节；

DI：开关量输入反映开关量的状态是分还是合；

DO：开关量输出可以是继电器或大功率管等；

PI：脉冲量输入对脉冲进行累计；

PO：脉冲量输出。

开关量：按电压水平分，有220VAC、110VAC、24VDC，按隔离方式分，有继电器隔离和晶体管隔离。

模拟量：按信号类型分，有电流型（4-20mA，0-20mA）、电压型（0-10V,0-5V,-10-10V）等，按精度分，有12bit，14bit，16bit等。

(5)ai的电路扩展阅读：

模拟量（A）：

即连续不间断的物理量。如：压力P，温度T，流量Q，液位L，位移等，他们的数值有大小，且各自的变化不一。

例如：室内温度现在是20℃，一分钟，（由于空调的影响）它可能就变成21℃，两分钟后，它可能就是21.5℃了。

数字量（D）：

即此类物理量只有通、断两种状态。电气上通常用1表示接通，0表示断开。

例如：饮水机的开关，上面一般都标有，当你把1按下时，电路接通,饮水机通电，饮水机正常工作;当你按下0时，电路断开，饮水机停数者止工作。它们再也没有第三种状态，即不接通也不断开的状态。

输入（I）：

即需孝含要采集的信号。(为了对被控物的控制,我们需要对相关的设备的现行相关物理量进行采集，输入)

输出（O）：

即对被控物的控制信号（包括显示信号）。

参考资料来源：网络-模拟信号

参考资料来源：网络-数字信号

㈥ 关于模电中增益（Av、Ai、Ar、Ag）的问题。

三级管放大有线形区域和非线性区域……通常小信号放大要工作在线形区域(非线性放大电路在通信电子线路中)，所以要设置合适的直流工作点使三级管工作在线形区域（模电讨论的电路全是线形的）