【廣告】
人工智能控制器
建立相匹配的控制模型,同時(shí)根據(jù)數(shù)據(jù)實(shí)時(shí)反饋選擇控制方案,持續(xù)進(jìn)化,給出優(yōu)控制參數(shù)值。品投運(yùn)后云端一鍵操作,的簡(jiǎn)單背后是強(qiáng)大的算法支持:決策機(jī)TMAI可根據(jù)用戶設(shè)置的室溫目標(biāo)數(shù)據(jù),完成復(fù)雜運(yùn)算后直接給出控制目標(biāo)參數(shù),如供水溫度等。決策機(jī)TMAI模型可以解決傳統(tǒng)控制模型中室溫?cái)?shù)據(jù)滯后性問(wèn)題,結(jié)合氣候參數(shù)提前預(yù)測(cè)、預(yù)知合理控制目標(biāo)值,提前干預(yù),平抑室溫波動(dòng)。
由于控制簡(jiǎn)單,直流傳動(dòng)在過(guò)去得到了廣泛的使用。但由于它們眾所周知的限制以及DSP技術(shù)的進(jìn)步,直流傳動(dòng)正逐漸被的交流傳動(dòng)所取代。但近,許多廠商也推出了一些改進(jìn)的直流驅(qū)動(dòng)產(chǎn)品,但都沒(méi)有使用人工智能技術(shù)。相信使用人工智能的直流傳動(dòng)技術(shù)能得到進(jìn)一步的提高。智能技術(shù)在電氣傳動(dòng)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(dòng)產(chǎn)品中將得到廣泛應(yīng)用
通過(guò)適當(dāng)調(diào)整(根據(jù)響應(yīng)時(shí)間、下降時(shí)間、魯棒性能等)它們能提。例如:模糊邏輯控制器的上升時(shí)間比優(yōu)PID控制器快1.5倍,下降時(shí)間.5倍,過(guò)沖更小。它們比古典控制器的調(diào)節(jié)容易。在沒(méi)有必須知識(shí)時(shí),通過(guò)響應(yīng)數(shù)據(jù)也能設(shè)計(jì)它們。運(yùn)用語(yǔ)言和響應(yīng)信息可能設(shè)計(jì)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(jì))
使用常規(guī)反向轉(zhuǎn)波算法的ANN用于步進(jìn)電機(jī)控制算法的優(yōu)化。該方案使用實(shí)驗(yàn)數(shù)據(jù),根據(jù)負(fù)載轉(zhuǎn)矩和初始速度來(lái)確定大可觀測(cè)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(shí)間,對(duì)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。