本站小編為你精心準備了人工智能控制論文參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

一、人工智能在電氣傳動系統中的具體運用

截至目前，古典控制方法一直都無法被人工智能控制技術所取代。但是隨著時代的進步和發展，現代控制理論也日臻完善，人工智能軟件技術(包括遺傳算法、模糊神經網絡、模糊控制以及人工神經網絡等)逐漸取代了傳統的控制器設計常規技術。這些方法有著許多的共同之處:都要具備不同類型和數量的描述特性和系統的“apriori”技術。這些方法都有著顯著的優勢，所以工業界都做出了不斷的嘗試，旨在進一步開發和使用這類方法，但是工業界又急于開發該系統，從而使其性能更加優異，系統更加簡單、易操作。直流傳動的控制程序較為簡單，在過去得到了較為廣泛的應用。但是不可忽視的是，它們有著難以克服的限制性因素，而且隨著DSP技術的不斷進步和發展，直流傳動的優勢逐漸隱沒，性能更高的交流傳動逐漸取代了直流傳動。但近幾年，部分廠商逐漸改良工藝，更高性能的直流驅動產品涌入市場，但是人工智能技術卻鮮少提及。在未來幾年，使用人工智能的直流傳動技術將在更大范圍內得到推廣和普及。

交流傳動瞬態轉矩具備較高的使用性能，它有著較強的控制性，僅次于直流電機。目前，直接轉矩控制(DTC)和矢量控制(VC)是比較常見的高性能交流傳動控制方法。當前，不少廠商都順應市場形勢，相繼推出了矢量控制交流傳動產品，而且無速度傳感器的矢量控制產品也大量上市。在性能較高的驅動產品中廣泛使用AI技術，將會進一步提高產品的使用性能，截至目前，僅有兩個廠家在其生產的產品中運用人工智能(AI)控制器。而在十五年前，日本和德國的研究人員提出了直接轉矩控制這一概念，經過了十年的發展演變過程，ABB公司面向市場，將直接轉矩控制的傳動產品引入市場，讓人們能夠直接感受直接轉矩控制的優勢，從而開展相關的研究。可以預見，人工智能技術將會運用到直接轉矩控制中，常規的電機數學模型將會被替代，從而退出市場。

人工智能控制器主要分三種類型，即:增強學習型、非監督型和監督型。當前，常規的監督學習型神經網絡控制器的學習算法和拓撲結構已基本成型，這在一定程度上限制了此種結構控制器的生產和使用，導致計算機計算時間增長，而且常規非人工智能學習算法在具體應用上效果不明顯。而要克服這些困難，最好的辦法就是采用試探法和適應神經網絡。常規模糊控制器的模糊規則表和規則初值是“a－priori”型，這加劇了調整難度。假若該系統無有效的“a－priori”信息作為支撐，那么將導致系統陷入癱瘓。而要有效克服此類缺陷和困難，就可以運用自適應模糊神經控制器，保證系統的正常運轉。

二、電力系統中的智能控制

當前，世界各地的專家和學者都將眼光聚焦于智能控制理論的研究，研究表明，只要合理運用智能系統，就能在很大程度上提高電力系統控制水平，推動我國電力傳動系統步入新的階段。市面上廣泛使用的交直流傳動系統在控制技術和手段上已日臻成熟，閉環控制、矢量控制都有著較好的運用前景。PID控制法作為最新的控制方法，能較好地完成數學建模需承擔的控制任務，但是在具體實踐中，電力傳動系統表現出較強的不穩定性，隨工作狀態的變化，電機參數也不斷變化著，這加劇了傳統建模控制的難度。

使用智能控制，能妥善解決這類問題。智能控制在工作時主要采取變結構、非線性的模式，它能克服電力傳動系統中的參數變動問題，從而保證電力傳動系統的正常運轉。但是，在電力傳動系統中運用智能控制，要以先進的控制理念為指導，既要運用直接應用智能控制，又不能完全摒棄傳統控制方法，要將二者進行有機的結合，吸取傳統控制理念中的精髓，做到物盡其用。以交流電機來說，閉環控制和矢量控制都是常見的交流電機控制方法，那么在引入智能控制時，要適當保留PID控制法和矢量控制法，智能控制以外環控制的形式存在，而傳統的控制手段可以以輔助控制的形式存在，如此，就可以將各種控制方法進行有機的結合，從而將智能控制的優勢發揮到最大，保證系統高效率的運轉。

作者：何武林單位：遼寧鐵道職業技術學院