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(dāng)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

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。