人工智能控制器

與驅動器的特性無關?，F在沒有使用人工智能的控制算法對特定對象控制效果十分好，但對其他控制對象效果就不會一致性地好，因此對必須具體對象具體設計。它們對新數據或新信息具有很好的適應性。它們能解決常規(guī)方法不能解決的問題。它們具有很好的抗噪聲干擾能力。它們的實現十分便宜，特別是使用小配置時。 它們很容易擴展和修改。

運用常規(guī)反向傳播學習算法。該系統(tǒng)由兩個子系統(tǒng)構成，一個系統(tǒng)通過電氣動態(tài)參數的辯識自適應控制定子電流，另一個系統(tǒng)通過對機電系統(tǒng)參數的辯識自適應控制轉子速度。后值得指出的是現在發(fā)表的大多數有關ANN對各種電機參數估計的，一個共同的特點是，它們都是用多層前饋ANNS，用常規(guī)反向傳播算法，只是學習算法的模型不同或被估計的參數不同。

有很多方法來實現這個過程，但主要的目標是使用系統(tǒng)技術實現穩(wěn)定的解，并且找到的拓樸結構配置，自學習迅速，收斂快速，知識庫由數據庫和語言控制規(guī)則庫組成。開發(fā)規(guī)則庫的主要方法是：把的知識和經歷用于應用和控制目標；建模操作器的控制行動；建模過程；使用自適應模糊控制器和人工神經網絡推理機制。推理機是模糊控制器的核心