【廣告】
人工智能控制器
建立相匹配的控制模型,同時根據(jù)數(shù)據(jù)實時反饋選擇控制方案,持續(xù)進化,給出優(yōu)控制參數(shù)值。品投運后云端一鍵操作,的簡單背后是強大的算法支持:決策機TMAI可根據(jù)用戶設(shè)置的室溫目標數(shù)據(jù),完成復(fù)雜運算后直接給出控制目標參數(shù),如供水溫度等。決策機TMAI模型可以解決傳統(tǒng)控制模型中室溫數(shù)據(jù)滯后性問題,結(jié)合氣候參數(shù)提前預(yù)測、預(yù)知合理控制目標值,提前干預(yù),平抑室溫波動。
由于控制簡單,直流傳動在過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)的進步,直流傳動正逐漸被的交流傳動所取代。但近,許多廠商也推出了一些改進的直流驅(qū)動產(chǎn)品,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
通過適當調(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。們有相當好的一致性(當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學習三維圖形映射。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。