人工智能控制器

通過適當(dāng)調(diào)整（根據(jù)響應(yīng)時間、下降時間、魯棒性能等）它們能提。例如：模糊邏輯控制器的上升時間比優(yōu)PID控制器快1.5倍，下降時間.5倍，過沖更小。它們比古典控制器的調(diào)節(jié)容易。在沒有必須知識時，通過響應(yīng)數(shù)據(jù)也能設(shè)計它們。運用語言和響應(yīng)信息可能設(shè)計它們。們有相當(dāng)好的一致性（當(dāng)使用一些新的未知輸入數(shù)據(jù)就能得到好的估計）

使用常規(guī)反向轉(zhuǎn)波算法的ANN用于步進電機控制算法的優(yōu)化。該方案使用實驗數(shù)據(jù)，根據(jù)負(fù)載轉(zhuǎn)矩和初始速度來確定大可觀測速度增量。這就需要ANN學(xué)習(xí)三維圖形映射。該系統(tǒng)與常規(guī)控制算法(梯形控制法)相比具有更好的性能，并且大大減少了定位時間，對負(fù)載轉(zhuǎn)矩的大范圍變化和非初始速度也有滿意的控制效果。

但都沒有使用人工智能技術(shù)。相信使用人工智能的直流傳動技術(shù)能得到進一步的提高。智能技術(shù)在電氣傳動技術(shù)中占相當(dāng)重要的地位，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。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