人工智能控制器

以用戶綜合室溫為控制目標，直接指導現(xiàn)場換熱站、燃氣鍋爐的供水溫度控制，實現(xiàn)供熱系統(tǒng)智能化升級。智能決策機TM通過通訊系統(tǒng)及云端獲取一次、二次側流量、壓力、溫度、抽樣室溫、氣候參數(shù)等數(shù)據(jù)。決策機TM內置的人工智能AI具備邏輯推演、規(guī)律識別并自動尋優(yōu)能力，可在2~3周時間內完成大數(shù)據(jù)深度學習

但是,還有很多研究工作要做,現(xiàn)在還只有少數(shù)實際應用的例子(學術研究組實現(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域中的應用。將PID控制和模糊控制相結合,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

通過適當調整（根據(jù)響應時間、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節(jié)容易。在沒有必須知識時，通過響應數(shù)據(jù)也能設計它們。運用語言和響應信息可能設計它們。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，對負載轉矩的大范圍變化和非初始速度也有滿意的控制效果。