人工智能控制器

以用戶(hù)綜合室溫為控制目標(biāo)，直接指導(dǎo)現(xiàn)場(chǎng)換熱站、燃?xì)忮仩t的供水溫度控制，實(shí)現(xiàn)供熱系統(tǒng)智能化升級(jí)。智能決策機(jī)TM通過(guò)通訊系統(tǒng)及云端獲取一次、二次側(cè)流量、壓力、溫度、抽樣室溫、氣候參數(shù)等數(shù)據(jù)。決策機(jī)TM內(nèi)置的人工智能AI具備邏輯推演、規(guī)律識(shí)別并自動(dòng)尋優(yōu)能力，可在2~3周時(shí)間內(nèi)完成大數(shù)據(jù)深度學(xué)習(xí)

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(hù)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)。

總而言之，當(dāng)采用自適應(yīng)模糊神經(jīng)控制器，規(guī)則庫(kù)和隸屬函數(shù)在模糊化和反模糊化過(guò)程中能夠自動(dòng)地實(shí)時(shí)確定。有很多方法來(lái)實(shí)現(xiàn)這個(gè)過(guò)程，但主要的目標(biāo)是使用系統(tǒng)技術(shù)實(shí)現(xiàn)穩(wěn)定的解，并且找到的拓樸結(jié)構(gòu)配置，自學(xué)習(xí)迅速，收斂快速。模糊邏輯控制應(yīng)用 主要有兩類(lèi)模糊控制器，Mamdani和Sugeno型。到目前為止只有Mamdani模糊控制器用于調(diào)速控制系統(tǒng)中。

也有一些的文章論述運(yùn)用模糊邏輯控制感應(yīng)電機(jī)的磁通和力矩。它的輸入標(biāo)定因子是變化的。實(shí)驗(yàn)結(jié)果也驗(yàn)證了所提方案的有效性。該系統(tǒng)中模糊速度控制器與常規(guī)的PI速度控制器和CRPWM塑變器一起使用，它往往用來(lái)補(bǔ)償可能的慣性和負(fù)載轉(zhuǎn)矩的擾動(dòng)。神經(jīng)網(wǎng)絡(luò)的應(yīng)用 現(xiàn)如今，有大量文章討論神經(jīng)網(wǎng)絡(luò)在交流電機(jī)和驅(qū)動(dòng)系統(tǒng)的條件監(jiān)測(cè)和診斷中的運(yùn)用。