人工智能控制器

但是,還有很多研究工作要做,現(xiàn)在還只有少數(shù)實際應(yīng)用的例子(學(xué)術(shù)研究組實現(xiàn)少,工業(yè)運用的就更少了),大多數(shù)研究只給出了理論或結(jié)果,因此,常規(guī)控制器在將來仍要使用相當長一段時間。為此,本文論述了人工智能在電氣傳動領(lǐng)域中的應(yīng)用。將PID控制和模糊控制相結(jié)合,控制直流電動機.首先對直流電動 機的PID控制進行,鑒于其參數(shù)變化范圍大,整定過程繁鎖

由于在純堿碳化塔中部溫度控制系統(tǒng)中,其控制對象本身的滯后較大,用傳統(tǒng)PID控制方式來調(diào)節(jié)溫度,達到系統(tǒng)穩(wěn)定狀態(tài)的時間過長,而改用智能控制與傳統(tǒng)PID控制相結(jié)合的方法,能充分發(fā)揮智能控制的優(yōu)點,極大地縮短系統(tǒng)穩(wěn)定的時間,并增強系統(tǒng)的抗干擾能力.

,特別是自適應(yīng)模糊神經(jīng)元控制器在性能傳動產(chǎn)品中將得到廣泛應(yīng)用

在各種出版物中，介紹了許多被模糊化的控制器，但這應(yīng)與“充分模糊”控制器完全區(qū)分開來，“充分模糊”控制器才是完全意義上的模糊控制器，被模糊化的控制器易于實現(xiàn)，往往通過改造現(xiàn)有古典控制器得以實現(xiàn)，如被模糊化的PI控制器（FPIC）使用模糊邏輯改變控制器的比例、積分參數(shù)，從而使系統(tǒng)的性能得到提高

運用常規(guī)反向傳播學(xué)習算法。該系統(tǒng)由兩個子系統(tǒng)構(gòu)成，一個系統(tǒng)通過電氣動態(tài)參數(shù)的辯識自適應(yīng)控制定子電流，另一個系統(tǒng)通過對機電系統(tǒng)參數(shù)的辯識自適應(yīng)控制轉(zhuǎn)子速度。后值得指出的是現(xiàn)在發(fā)表的大多數(shù)有關(guān)ANN對各種電機參數(shù)估計的，一個共同的特點是，它們都是用多層前饋ANNS，用常規(guī)反向傳播算法，只是學(xué)習算法的模型不同或被估計的參數(shù)不同。