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。

通过适当调整（根据响应时间、下降时间、鲁棒性能等）它们能提。例如：模糊逻辑控制器的上升时间比优PID控制器快1.5倍，下降时间.5倍，过冲更小。它们比古典控制器的调节容易。在没有必须知识时，通过响应数据也能设计它们。运用语言和响应信息可能设计它们。们有相当好的一致性（当使用一些新的未知输入数据就能得到好的估计）

也有一些的文章论述运用模糊逻辑控制感应电机的磁通和力矩。它的输入标定因子是变化的。实验结果也验证了所提方案的有效性。该系统中模糊速度控制器与常规的PI速度控制器和CRPWM塑变器一起使用，它往往用来补偿可能的惯性和负载转矩的扰动。神经网络的应用 现如今，有大量文章讨论神经网络在交流电机和驱动系统的条件监测和诊断中的运用。

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