智能控制
开篇：润墨网以专业的文秘视角，为您筛选了八篇智能控制范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
智能控制范文第1篇
一、智能控制的主要方法
智能控制技术的主要方法有模糊控制、基于知识的专家控制、神经网络控制和集成智能控制等,以及常用优化算法有:遗传算法、蚁群算法、免疫算法等。
1.1模糊控制
模糊控制以模糊集合、模糊语言变量、模糊推理为其理论基础,以先验知识和专家经验作为控制规则。其基本思想是用机器模拟人对系统的控制,就是在被控对象的模糊模型的基础上运用模糊控制器近似推理等手段,实现系统控制。在实现模糊控制时主要考虑模糊变量的隶属度函数的确定,以及控制规则的制定二者缺一不可。
1.2专家控制
专家控制是将专家系统的理论技术与控制理论技术相结合,仿效专家的经验,实现对系统控制的一种智能控制。主体由知识库和推理机构组成,通过对知识的获取与组织,按某种策略适时选用恰当的规则进行推理,以实现对控制对象的控制。专家控制可以灵活地选取控制率,灵活性高;可通过调整控制器的参数,适应对象特性及环境的变化,适应性好;通过专家规则,系统可以在非线性、大偏差的情况下可靠地工作,鲁棒性强。
1.3神经网络控制
神经网络模拟人脑神经元的活动,利用神经元之间的联结与权值的分布来表示特定的信息,通过不断修正连接的权值进行自我学习,以逼近理论为依据进行神经网络建模,并以直接自校正控制、间接自校正控制、神经网络预测控制等方式实现智能控制。
1.4学习控制
(1)遗传算法学习控制
智能控制是通过计算机实现对系统的控制,因此控制技术离不开优化技术。快速、高效、全局化的优化算法是实现智能控制的重要手段。遗传算法是模拟自然选择和遗传机制的一种搜索和优化算法,它模拟生物界/生存竞争,优胜劣汰,适者生存的机制,利用复制、交叉、变异等遗传操作来完成寻优。遗传算法作为优化搜索算法,一方面希望在宽广的空间内进行搜索,从而提高求得最优解的概率;另一方面又希望向着解的方向尽快缩小搜索范围,从而提高搜索效率。如何同时提高搜索最优解的概率和效率,是遗传算法的一个主要研究方向。
(2)迭代学习控制
迭代学习控制模仿人类学习的方法、即通过多次的训练,从经验中学会某种技能,来达到有效控制的目的。迭代学习控制能够通过一系列迭代过程实现对二阶非线性动力学系统的跟踪控制。整个控制结构由线性反馈控制器和前馈学习补偿控制器组成,其中线性反馈控制器保证了非线性系统的稳定运行、前馈补偿控制器保证了系统的跟踪控制精度。它在执行重复运动的非线性机器人系统的控制中是相当成功的。
二、智能控制的应用
1.工业过程中的智能控制
生产过程的智能控制主要包括两个方面:局部级和全局级。局部级的智能控制是指将智能引入工艺过程中的某一单元进行控制器设计,例如智能PID控制器、专家控制器、神经元网络控制器等。研究热点是智能PID控制器,因为其在参数的整定和在线自适应调整方面具有明显的优势,且可用于控制一些非线性的复杂对象。全局级的智能控制主要针对整个生产过程的自动化,包括整个操作工艺的控制、过程的故障诊断、规划过程操作处理异常等。
2.机械制造中的智能控制
在现代先进制造系统中,需要依赖那些不够完备和不够精确的数据来解决难以或无法预测的情况,人工智能技术为解决这一难题提供了有效的解决方案。智能控制随之也被广泛地应用于机械制造行业,它利用模糊数学、神经网络的方法对制造过程进行动态环境建模,利用传感器融合技术来进行信息的预处理和综合。可采用专家系统的“Then-If”逆向推理作为反馈机构,修改控制机构或者选择较好的控制模式和参数。利用模糊集合和模糊关系的鲁棒性,将模糊信息集成到闭环控制的外环决策选取机构来选择控制动作。利用神经网络的学习功能和并行处理信息的能力,进行在线的模式识别,处理那些可能是残缺不全的信息。
3.电力电子学研究领域中的智能控制
智能控制范文第2篇
1．1控制模块的硬件设计控制模块选用了STM32F107VC32位ARM处理器［1］，此芯片集成了各种高性能工业标准接口，且STM32不同型号产品在引脚和软件上具有完美的兼容性，可以轻松适应更多的应用。MCU本身包含有标准RS23，ISP及USB通讯接口，运行频率高达72MHz，因而使得系统能够以精简的设计，高速的数据处理速度完成智能控制。STM32系列单片GPIO口多达51个，大部分可复用，本模块中所配置GPIO口包括：RS232通讯接口PB10，PB11，连接图2中Flow＿TXD，Flow＿RXD，传输流量传感器检测信号；ISP三线通讯接口PC9，PC10，PC11，对应图3中PV＿CS，PV＿SLCK，PV＿DIN信号；PC8输出切换信号。控制模块选用的流量传感器为FS4001系列小流量气体质量流量传感器。FS4001是专门为各类小流量气体的测量和过程控制而设计的，其独特的封装技术使之可用于各类管径，成本低、易安装、不需要温度压力补偿，可替代容积式或压差式的传统流量传感器，其精度达到±（1．5＋0．5FS）％，重复性达到±0．25％，1mm通径传感器，最大流量达到200SCMM。FS4001与MCU通过RS232接口进行通讯，经过MAX3232实现电平转换后，按照专用通讯协议，可完成FS4001自校准以及流量读取。接口电路见图2。STM32F107VC对测得流量和设置流量之差进行比较以及控制算法的计算后，将控制数字量输出至DA芯片LTC2641，DAC将数字量转换成模拟控制量，经低功耗、精密单电源运算放大器OPA2234及放大管2N3904将信号放大后驱动比例阀，完成流量的控制。控制模块中的DAC为单极性LTC2641，此芯片仅消耗120μA电源电流，就满标度阶跃而言，仅用1μs就能稳定在0．5LSB以内。DAC通过3线SP兼容串行接口，以高达50MHz的时钟速率通信，其6位INL误差最大值在整个温度范围内为仅±2LSB。DA转换及比例阀驱动电路见图3。控制模块中比例阀选用VSO?系列热补偿型微型比例电磁阀［2］，通过VSO技术（voltagesensitiveorifice），即电压敏感性通径技术，比例阀可以根据输入电流的大小，精确的控制气体流量比例。比例阀通过直流电流驱动或脉冲调幅驱动，并使用闭环反馈控制，能够获得优化的系统性能。本模块中的比例阀线圈最小工作电压20VDC，控制电流范围在0～91mA，电流与流量的关系如图4。模块中气氛切换的功能实现是通过MCU发送切换信号，控制管子2N3904的导通与关闭，来驱动VZ100电磁阀两通道的转换来完成。切换功能电路见图5。
1．2模块的软件设计模块软件分为两部分：控制软件及交互软件。控制软件包括数据采集，与比列阀，流量传感器及上位计算机的通讯，数据滤波，PID控制算法等，采用C语言；交互软件则主要用于计算机操作，便于用户进行流量设置与气氛切换的操作，同时可实时显示气氛流量曲线以及数据储存，采用VB语言编写。
2测试结果
目前模块样机配置于DSC30热分析仪上，通过此模块控制通入仪器炉体的吹扫气氛，测试时，模块的气路一，通入氮气，配合控制软件，设置气氛流量为50ml／min，观察仪器DSC基线数据约25min，采样图谱见图6所示。图谱显示基线平直度完美。DSC30共有两路气氛输入，在实验过程中设置气路一气氛（氮气）流量为50mL／min，气路二气氛（氧气）流量60mL／min。开始测试时，缺省通入气氛一，实验5min后，按气路切换键，切换为气氛二通入，可观察到软件窗口中气氛一和气氛二数值的变化，气路二采样数据（以秒为时间单位）见表一。根据测试数据可以看出，模块的气氛控制精度误差＜±0．1mL／min，切换稳定时间＜16s。
3结束语
智能控制范文第3篇
关键词：中厚板；智能控制；神经网络；模糊控制
由于中厚板层流冷却控制系统本身所具有的多变量、强耦合、大滞后以及非线性时变等特点，对于这样的控制问题，智能控制是一种解决途径，于是，研究人员把目光转向了智能控制。智能控制的主要特点是不依赖被控对象的精确模型，根据事实和数据来实现优化控制。智能控制这种特性使得那些缺乏精确模型的复杂控制问题变得简单了，因此，将智能控制方法应用于中厚板控制冷却中成为了研究的热点和方向，同时研究也表明这种方法很有潜力。
1 智能控制技术
智能控制是控制科学发展的高级阶段，是一门新兴的交叉前沿学科。智能控制把人工智能融入了控制理论，改变控制策略以适应被动对象模型的复杂性和不确定性，不完全依赖系统模型实现控制。智能控制在诸多领域拥有极为广泛的应用前景。
2 常用的神经网络
从连接方式上看，神经网络主要分为两种，即前馈型神经网络（BP网络、径向基函数网络等）和反馈型神经网络（Hopfield网络等）。神经网络应用于控制领域初期，BP神经网络以它独有的算法和优点很快便成为了学者们研究应用的重点。但BP神经网络同时也存在训练速度慢、易陷入局部极值等缺陷，因此，近年来，越来越多的研究人员开始对模糊神经网络、RBF神经网络、小脑模型神经网络（CMAC）等神经网络进行研究，并积极应用于实际中。
模糊神经网络综合了神经网络和模糊推理的优点，既可以利用已有专家经验知识进行模糊推理，又拥有自学习、自适应的能力，同时可以通过不断的学习来调整已有的控制规则。模糊神经网络的出现为控制领域再添了一个优秀的工具。
BP神经网络算法及改进
BP神经网络（Back Propagation Neural Network）是一种单向传播的多层前馈神经网络，每个神经元用一个节点表示，整个网络通常由输入层、隐含层、输出层节点组成，如图所示。
BP神经网络算法主要由两个传播过程组成，即正向传播过程和反向传播 过程。网络首先由输入层经过隐层向输出层进行正向传播，计算出相应的网络权值和阈值，如果输出层的输出达到期望，则学习算法终止；如果输出存在误差，则由输出层开始将误差传向输入层，即反向传播误差，并调整网络各层的权值和阈值，使得输出误差减小。
3 模糊控制系统及原理
模糊控制系统是一种自动控制系统，同时也是一种智能控制系统。它是以模糊数学、模糊逻辑推理和模糊语言为基础，采用计算机控制技术构成的闭环结构控制系统。模糊逻辑控制系统主要由模糊化过程、知识库、推理决策和精确化计算组成。
4 结束语
本文采用模糊控制建立模型对冷却区冷却段开启数进行调整，模糊控制作为一种智能控制，模仿人的思维，运用专家或熟练操作工的经验，对许多没有复杂且精确模型的问题给出了较为理想的控制方案，并得到了良好的控制效果。因此，采用模糊控制方法来解决这一复杂的问题，从而实现对冷却区冷却段数的调整是可行的。通过仿真对比，理论上，在中厚板控制冷却系统中，模糊控制方法的控制精度高于传统PID控制方法的控制精度，模糊控制的效果更为理想。
因此，采用模糊控制方法对中厚板终冷温度进行控制，方法适合，调整后控制效果良好，实测终冷温度控制在误差允许的范围内，提高了终冷温度的控制精度。
本文设计了一套较完善的控制规则，通过这些模仿人思维的控制规则，模糊控制器便可以由这些复杂的输入量得出相应的控制输出量，而这个实际的 控制输出量就是水冷区冷却段数的调整量。通过冷却段数的调整，预设定冷却段数与调整量叠加后，得到了最终动态调节的水冷区冷却段数，从而达到 了控制终冷温度的目的。
模糊控制系统输出控制量（即冷却段数调整量）和调整后的水冷区冷却 段开启数仿真曲线如图1-1所示。图中，上半部为模糊控制器输出控制量曲线，下半部为调整后的冷却段数。
分析最终控制效果，如图1-1所示，加入模糊控制器之后q
的冷却系统，终冷温度目标值与实际值的误差基本控制在±30℃以内，绝大多数点能控制到±20℃以内，比例高达90%以上，误差率控制在±3%以内。而传统的PID控制方法，由图4.7可以看出，终冷温度控制的误差范围在±40℃左右，误差百分率在6%以内，误差较大。通过仿真对比，可以得出以下结论，理论上，在中厚板控制冷却系统中，模糊控制方法的控制精度高于传统 PID控制方法的控制精度，模糊控制的效果更为理想。
[参考文献]
[1]魏士政，等.中厚板控制冷却技术[J].钢铁研究学报，2002（5）：67-72.
[2]李士勇.模糊控制、神经控制和智能控制[M].哈尔滨：哈尔滨工业大 学出版社，2004.
[3]权太范.模糊控制技术在控制工程中的应用现状及前景[J].控制与决策，1988（1）：59-62.
智能控制范文第4篇
1智能自习室整体设计结构说明
智能自习室的采用一单片机芯片进行控制，具体要求就是每间自习室先计算好可容纳的人数，在门口设置红外对管进行人数的计算，并将人数的计算显示在门口的液晶显示屏上；再在自习室内设置声音传感器对自习室内的声音进行检测，当声音超过要求，使用蜂鸣器进行预警；还可在自习室没人时进行自动断电。智能系统主要是由单片机芯片、温度传感器模块、红外对管模块、报警及手动报警复位模块、自动断电模块、240128液晶显示大屏幕等构成如图1所示。
2系统各模块的选择
此系统主要实现3种功能，分别为自习室内信息的实时监控、对所采集信息的实时显示以及自习室内出现特殊情况时的报警功能。如使用红外对管对进出自习室的人员进行计数，使用温度传感器采集自习室内温度信息，这些信息接收到主控芯片中再通过数据发送到显示器显示出来，并通过数据判断控制继电器控制自习室内电器的开关自动控制；使用声音传感器采集的信息接收到主控芯片再通过数据判断控制蜂鸣器进行报警。完成该系统应从电源选择、芯片选择、传感器的选择、液晶显示器部分和其他的元件模块完成，下面依次说明。
2.1电源部分图2中设计的电源主要由一个开关电源以及一块主要由TIP142芯片组成的电路组成，开关电源由脉冲宽度调制（PWM）控制IC和MOSFET构成，因此是一种可输出稳定电压的一种电源，再辅以采用可调电路焊接的TIP142电路，为整个系统输出了输出稳定的5V电压。
2.2单片机芯片型号的选择从性能来说采用8051系列，从资源的运行效率来看，在设计中采用宏晶公司最新STC51系列IAP15F2K61S2芯片，该芯片内部资源丰富，运算速率快，包含61K的Flash存储器及2K的SRAM，同时具有超强的抗干扰性以及超级加密技术。其主要功能是采集声音传感器以及红外对管信息接收到主控芯片中，再通过数据发送到显示屏显示出来，并与报警与手动报警复位模块以及自动断电模块相连，通过对采集数据的判断来进行控制，实现相应的自动控制功能。
2.3红外对管模块红外对管是实现对计算进出教室的人员数量。其主要是由红外线发射管与光敏接收管组成，利用这种一个发射一个接收的组合，将该红外对管做成一个计数器。
2.4报警及手动报警复位模块本次设计的电路主要由s9013三极管再搭配声音传感器、蜂鸣器组成，当自习室内声音达到一定程度的时候蜂鸣器会报警，报警后可进行手动复位如图3所示。
2.5自动断电模块当自习室内人数从N（N>0）减少为0时自习室内灯光自动熄灭，该模块电路主要器件采用1个继电器来实现电路的通断（见图4）。
2.6显示模块为了更方便实时显示数据，项目采用液晶显示器240128，该屏性价比高，显示信息完整，属于图形点阵液晶，可将屏幕做成红色背景，以提升晚上使用效果。该显示屏主要作用在于显示自习室号，自习室的上限人数和当前人数，以及时间，具体接线如图5所示。
3结语
智能控制范文第5篇
【关键词】智能控制；数控；机械制造；机器人
机电一体化又称机械电子学，它是多只技术，有机地结合的应用到实际中去的综合技术。在计算机技术广泛应用和迅猛发展的条件下，机电一体化技术作为机械和微电子技术紧密集合的一门技术，广泛应用于现代化的自动生产设备中，而且更具人性化，智能化。在微电子技术及超大规模的集成电路不断发展的条件下，我国的机电一体化技术越来越成熟，机电一体化的长远发展具有了良好的外部环境，呈现出更加强大的生命力和发展前景，所以，智能控制在机电一体化方面的研究是当前人们热衷的一大课题。
一、智能控制的基本内涵
所谓智能控制就是指在无人干预的情况下就能独立由智能机器实现其目标的自动控制。它是一种将计算机模拟人类智能与现代控制理论相结合的一种控制。智能控制具有高度的非线性、变结构特点、不确定性的模型、智能控制的核心在高层控制、复杂的任务要求等几个方面的特征。智能控制的主要方法主要有：专家控制、模糊控制、神经网络控制、遗传算法。智能控制作为自动控制发展的高级阶段，它是由多个学科相互交叉所形成的学科。智能控制技术涉及自适应、自组织理论、Petri网理论、人机系统理论等许多智能理论。
智能控制系统具有极强的学习功能、组织功能及适应，即使在复杂的环境和任务中，智能控制加入人的知识经验，注重没开发学习、自组织和自适应能力，并以训练等方式来提高系统控制能力。因此，智能控制是当今国内、外自动化学科领域中获得应用，代表着当今科学和技术发展的最新方向之一，建筑与机器人的智能化就是其典型应用。 一些较发达国家在20世纪90年代后期开始机电一体化技术进入了智能控制的阶段。例如：机电一体化中通信技术、微细加工技术不断应用；微机电一体化及光电一体化成为自动化领域中发展迅速的一个分支学科；神经网络技术、人工智能控制和光纤技术等多领域都有了较大进步，这为机电一体化的技术发展提供了广阔空间，也为产业化奠定了基础。
二、智能控制在机电一体化系统中的主要应用
首先，机械制造领域中的智能控制应用
机电一体化系统的重要组成部分之一就是机械制造，目前，智能控制随之也被广泛地应用于机械制造行业。把智能控制技术应用于工程机械领域能够提高工程机械各种故障的自我诊断能力，提高了工作效率和工程质量，解决了传统控制力一直无法很好适应多变复杂对象的难题。特别是在一些特殊的情况工况中可以实现无施工人员的智能化、高质量的施工。向智能机械制造技术的方向发展是当前最先进的机械制造技术，其发展的基本原理是模拟人类制造机械的活动，利用先进的计算机技术及其它信息技术工具取代一部分人的脑力劳动。它可对制造过程进行动态环境建模，利用模糊数学、神经网络的方法通过传感器融合技术将进行预处理采集的信息，并采用“Then - If”逆向推理修改控制机构或者选择较好的控制模式和参数。 而对于一些残缺不全的信息而言，它利用模糊集合和模糊关系的特性，可以将一些模糊的信息集合到闭环控制中的外环决策机构来选取相应的控制动作，并利用神经网络的学习功能具有行处理信息的能力，对于残缺不全的信息进行在线的模式识别。在高新科技和信息时代的引领下的背景下，人力操作为主的机电相关机械制造已经不能够适应时代的节奏，未来其主要发展方向就是将智能控制及其相关科学技术与传统的机械理论进行有效的融合。目前，工程机械的智能化主要体现：工程机械单机集成化操作与智能控制技术；工程机械的智能监控、检测、预报、远程故障诊断与维护技术；基于网络的机群集成控制与智能化管理技术，特别是智能型救灾工程机械已成为当前研制热点。
其次，机器人领域中的智能控制应用
机器人系统是一种复杂、非线性且具有研制不确定性的系统，这些特征适合智能控制技术的应用。机器人智能控制机器人学一直是智能控制的一个重要应用领域，每一种新的控制理论方法都会在机器人控制系统中得到过应用，使得新型智能控制技术渗透到机器人学研究的各个方面，因此，对机器人的控制也成为检验各种控制方法优劣的试金石。当前智能控制技术在机器人领域中的应用主要表现在以下几个方面：通过模糊系统及专家控制系统对机器人轨迹规划的模糊控制策略；机器人在多传感器信息融合与视觉处理方面的智能控制；机器人轨迹规划中的模糊神经网络控制策略；机器人手臂姿态及动作的智能控制；机器人轨迹规划中的遗传算法控制策略。目前，采用模糊控制、人工神经网络、专家系统技术对机器人进行定位、环境建模、检测、控制和规划的研究已经在多个实际应用系统中得到验证。机器人控制系统的主要目的就是通过给定各个关节的驱动力矩，使得机器人的位置、速度等状态变量跟踪给定的理想轨迹。
第三，数控领域中的智能控制应用
随着科学技术与信息技术的发展，智能控制和数控相关领域逐渐融合。由于研究的对象和系统越来越复杂，我国的机电一体化技术的发展对数控技术提出了更高的要求，大量学者、工程技术人员开始尝试应用智能控制理论，在机械加工、模具制造等领域运用数控技术。运用智能控制新兴技术可以让数控技术实现智能编程、监控、建立智能数据库等重要目标。当今数控技术的发展方向主要是开放式数控系统的构建。建立统一的可重构的系统平台，增强数控系统的柔性，借助于数学模型描述和分析的传统控制理论难以解决复杂系统的控制问题，调解变化频繁的需求与封闭控制系统之间的矛盾都是构建开放式数控系统的一些主要目的。
三、结语
21世纪机电一体化的系统研究中智能控制已成为发展的必然趋势，智能控制技术是利用先进的计算机技术与网络通讯技术发展起来的一项技术，其解决了大量的传统控制无法解决的实际控制应用问题。智能控制通过对人类智能的模拟，通过模糊系统、遗传算法、专家系统及神经网络等技术的应用，使其具有思维逻辑、判断推理能力以及决策能力，以获得更准确的控制目标。目前，智能控制技术广泛应用各个领域（农业、军事等）在国内外已有了较大的发展。我国机电一体化技术已实现了智能化的控制，它将随着专家系统、模糊控制、神经网络等控制技术的发展而不断发展。
参考文献
[1]朱传敏，周润青，陈明，李营垒.故障树与案例推理在数控机床故障诊断专家系统中的应用研究[J].制造业自动化，2011年10期.
智能控制范文第6篇
截至目前，古典控制方法一直都无法被人工智能控制技术所取代。但是随着时代的进步和发展，现代控制理论也日臻完善，人工智能软件技术(包括遗传算法、模糊神经网络、模糊控制以及人工神经网络等)逐渐取代了传统的控制器设计常规技术。这些方法有着许多的共同之处:都要具备不同类型和数量的描述特性和系统的“apriori”技术。这些方法都有着显著的优势，所以工业界都做出了不断的尝试，旨在进一步开发和使用这类方法，但是工业界又急于开发该系统，从而使其性能更加优异，系统更加简单、易操作。直流传动的控制程序较为简单，在过去得到了较为广泛的应用。但是不可忽视的是，它们有着难以克服的限制性因素，而且随着DSP技术的不断进步和发展，直流传动的优势逐渐隐没，性能更高的交流传动逐渐取代了直流传动。但近几年，部分厂商逐渐改良工艺，更高性能的直流驱动产品涌入市场，但是人工智能技术却鲜少提及。在未来几年，使用人工智能的直流传动技术将在更大范围内得到推广和普及。
交流传动瞬态转矩具备较高的使用性能，它有着较强的控制性，仅次于直流电机。目前，直接转矩控制(DTC)和矢量控制(VC)是比较常见的高性能交流传动控制方法。当前，不少厂商都顺应市场形势，相继推出了矢量控制交流传动产品，而且无速度传感器的矢量控制产品也大量上市。在性能较高的驱动产品中广泛使用AI技术，将会进一步提高产品的使用性能，截至目前，仅有两个厂家在其生产的产品中运用人工智能(AI)控制器。而在十五年前，日本和德国的研究人员提出了直接转矩控制这一概念，经过了十年的发展演变过程，ABB公司面向市场，将直接转矩控制的传动产品引入市场，让人们能够直接感受直接转矩控制的优势，从而开展相关的研究。可以预见，人工智能技术将会运用到直接转矩控制中，常规的电机数学模型将会被替代，从而退出市场。
人工智能控制器主要分三种类型，即:增强学习型、非监督型和监督型。当前，常规的监督学习型神经网络控制器的学习算法和拓扑结构已基本成型，这在一定程度上限制了此种结构控制器的生产和使用，导致计算机计算时间增长，而且常规非人工智能学习算法在具体应用上效果不明显。而要克服这些困难，最好的办法就是采用试探法和适应神经网络。常规模糊控制器的模糊规则表和规则初值是“a－priori”型，这加剧了调整难度。假若该系统无有效的“a－priori”信息作为支撑，那么将导致系统陷入瘫痪。而要有效克服此类缺陷和困难，就可以运用自适应模糊神经控制器，保证系统的正常运转。
二、电力系统中的智能控制
当前，世界各地的专家和学者都将眼光聚焦于智能控制理论的研究，研究表明，只要合理运用智能系统，就能在很大程度上提高电力系统控制水平，推动我国电力传动系统步入新的阶段。市面上广泛使用的交直流传动系统在控制技术和手段上已日臻成熟，闭环控制、矢量控制都有着较好的运用前景。PID控制法作为最新的控制方法，能较好地完成数学建模需承担的控制任务，但是在具体实践中，电力传动系统表现出较强的不稳定性，随工作状态的变化，电机参数也不断变化着，这加剧了传统建模控制的难度。
智能控制范文第7篇
该系统存在的问题是导通角的过零出发存在滞后效应同时容易受到电网的干扰引起吴出发，从而导致振打器控制精度降低。第二类是采用PWM控制技术，通过控制脉冲信号占空比实现电压的连续调节，但是振打器矩阵采用继电器阵列进行振打选择，由于机械类开关具有触点吸合次数有限、有火花、响应慢等缺点，从而使振打控制系统存在系统维护频繁、除尘效率较低等现象。第三类是采用PLC技术，该技术的特点是可靠性好，成本较高，并被国外大公司技术垄断。另外，PLC在人机界面的输入端口资源显得不足，针对顶部振打多模式、多参数特点，需要丰富的人机输入界面和监控界面，所以实际选用PLC的技术部门比较少。
2控制系统总体设计框图
顶部振打器的设计包括硬件设计和软件设计两部分。硬件设计框图如图1所示，该框图中有两部分组成，主控系统和驱动电路系统。主控系统主要负责上下位机通信、人机界面管理等工作，驱动电路负责控制振打器的正常工作。
3系统硬件电路
本系统的硬件电路主要由振打器驱动电路、信号采集系统电路组成。3.1 振打器驱动电路振打器由直流驱动，要得到适当的振打力度需要控制振打锤的振打高度，而振打高度由直流电压控制，故而用相控整流电路实现输出，导通角的不同决定着直流电压的不同；电路中由光耦同时驱动两只晶闸管实现导通的变化，从而实现不同电压的输出。电路如图2所示。3.2 信号采集系统电路欲实现通过调节导通角来实现电压变换，则必须知道交流电源的过零点，以此为参考，才能准确控制导通的大小。过零信号采集电路原理如图3所示。保证电压、电流不过压、过流因此设计过压、过流信号采集电路。过压、过流电路如图4所示。为保证振打器的正常工作，则由PLC构成的控制系统应时刻获取系统工作电流，以便软件判断电流是否符合工作要求，故而设计电流信号采集电路。电流经霍尔传感器转换相应的电压值，经电压变换后送给AD694转换为PLC可直接读取的4-20mA信号。
4系统软件设计
本系统是采用PLC对信号采集系统，所采集到的信号进行相关的运算，得出相应的相控角，再把数据传给单片机，由单片机控制触发脉冲。其程序主流程图如图5所示。
5总结
智能控制范文第8篇
智能控制区别于自动化控制的特点主要有以下几个方面：与传统自动化控制依据数学模型不同，其控制能根据实际的运行情况进行控制，脱离了数学模型的限制；智能控制系统的工作模式采取非线性控制并能模拟人脑思维；智能控制系统能自主提高系统的工作性能，对自身控制模式能依据系统现状进行调整；智能控制系统具有分层处理信息的能力，反应速度较快，工作效率也高。
二、智能控制系统常见的控制方式
1.模糊控制模糊控制器的结构十分复杂，因为在模仿人们模糊性概念的时候需要借助模糊集合来刻画，继而实现对系统的控制。但模糊控制的优势是输入输出特性较为简单，应用过程十分方便。若积分效应应用在模糊控制器中，其功效就相当于PID控制器。
2.单神经元控制在高速解决复杂问题方面，神经网络系统具有得天独厚的优势，但应用在智能控制系统中时，由于缺乏计算机硬件的支持，现在的智能控制系统根本无法实现神经网络的铺设。退而求其次，我们采取但神经元控制器进行电气传动系统的智能控制，也可以及时快速的完成系统控制，并提高系统的鲁棒性。
三、智能控制在电气传动系统中的应用
关于智能控制在电气传动系统中的应用，有人希望借助智能控制提高电气传动系统的控制性能和自动化水平，也有人质疑智能控制在电气传动系统中具有画蛇添足的作用。通过下面的详细分析，我们便能通晓智能控制在电气传动系统中运用的价值和意义。目前的交、直流传动系统控制方案中，传统的控制方案如直流双闭环系统、交流电机的矢量控制系统等也能达到有效的自动化控制。其控制通过建立简单的数学模型，采取PID控制方式也基本上能让人满意。但是，实际的传动系统并不是一成不变的，而且工况等外部因素也会引起电机参数的变化，加上被控对象交流电机的非线性特性，常规的PID控制很难做好全面的系统控制，不能使系统的鲁棒性满足人们的需求。而采取智能控制之后，电气传动系统的非线性特性以及变参数对系统控制的影响等问题都能得到很好的解决，很好的提高了系统的鲁棒性。具体来说，智能控制在电气传动系统中的应用主要有：
1.电气传动系统中的模糊控制在电气传动系统中为了通过模糊控制实现对系统的精确控制，应首先建立合理的模糊控制框架结构，然后通过五大步骤完成对系统的精确控制。这五大步骤分别是定义变量、模糊化、系统变量变化知识库、系统逻辑判断、模糊控制器的反模糊化。比如在交流调速系统中运用模糊控制时，通过模糊PI技术计算系统变量的输入相应误差、误差控制率、输出控制量实现对系统参数的调整，再通过调节输入相应误差、误差变化率的加权程度实现精确的控制作用。
2.电气传动系统中的单神经元控制在对电气传动系统的控制特点进行详细分析后发现，但神经元智能控制的应用不仅能满足电气传动系统非线性控制的要求，还能提高系统的鲁棒性。单神经元控制是神经网络控制器中最基本的控制单元，用神经网络的学习规则自动调整误差、误差积分、误差微分的权重，单神经元就相当于变系数的自适应PID调节器，使系统的动态性能只依赖于其误差信号，而不受或少受对象模型参数的影响，可以实现性能高、鲁棒性强的电气传动系统。另外，单神经元控制器利用了神经元所特有的非线性特性，突破了线性调节器的局限，实现转速控制器的平稳饱和及控制作用。
四、结束语