人工智能控制器

建立相匹配的控制模型，同时根据数据实时反馈选择控制方案，持续进化，给出优控制参数值。品投运后云端一键操作，的简单背后是强大的算法支持：决策机TMAI可根据用户设置的室温目标数据，完成复杂运算后直接给出控制目标参数，如供水温度等。决策机TMAI模型可以解决传统控制模型中室温数据滞后性问题，结合气候参数提前预测、预知合理控制目标值，提前干预，平抑室温波动。

模糊逻辑的应用 在大多数讨论模糊逻辑在交流传动中运用的文章中，都介绍的是用模糊控制器取代常规的速度调节器，可英国Aberdeen大学开发的全数字传动系统中有多个模糊控制器，这些模糊控制器不仅用来取代常规的PI或PID控制器，同时也用于其他任务。该大学还把模糊神经控制器用于各种全数字高动态性能传动系统开发中。

运用常规反向传播学习算法。该系统由两个子系统构成，一个系统通过电气动态参数的辩识自适应控制定子电流，另一个系统通过对机电系统参数的辩识自适应控制转子速度。后值得指出的是现在发表的大多数有关ANN对各种电机参数估计的，一个共同的特点是，它们都是用多层前馈ANNS，用常规反向传播算法，只是学习算法的模型不同或被估计的参数不同。

由于控制简单，直流传动在过去得到了广泛的使用。但由于它们众所周知的限制以及DSP技术的进步，直流传动正逐渐被的交流传动所取代。但近，许多厂商也推出了一些改进的直流驱动产品充分模糊”控制器才是完全意义上的模糊控制器，被模糊化的控制器易于实现，往往通过改造现有古典控制器得以实现，如被模糊化的PI控制器（FPIC）使用模糊逻辑改变控制器的比例、积分参数，从而使系统的性能得到提高