and expert system, have exhibited p

and expert system, have exhibited particular superiorities.
Artificial Intelligent Controller (AIC) could be the best
controller for Induction Motor control. Over the last two
decades researchers have been working to apply AIC for
induction motor drives [1-6]. This is because that AIC
possesses advantages as compared to the conventional PI, PID
and their adaptive versions. Mostly, it is often difficult to
develop an accurate system mathematical model since the
unknown and unavoidable parameter variations, and unknown
load variation due to disturbances, saturation and variation
temperature. High accuracy is not usually imperative for most
of the induction motor drive, however high performance IM
drive applications, a desirable control performance in both
transient and steady states must be provided even when the
parameters and load of the motor varies during the operation.
Controllers with fixed parameters cannot provide these
requirements unless unrealistically high gains are used. Thus,
the conventional constant gain controller used in the variable
speed induction motor drives become poor when the
uncertainties of the drive such as load disturbance, mechanical
parameter variations and unmodelled dynamics in practical
applications. Therefore, control strategy must be adaptive and
robust. As a result several control strategies have been
developed for induction motor drives within last two decades.
This paper presents the speed control scheme of scalar
controlled induction motor drive in open loop and closed loop
mode, involves decoupling of the speed and reference speed
into torque and flux producing components. Fuzzy logic,
artificial neural network and Adaptive Neuro-Fuzzy controller
(ANFIS) based control scheme has been simulated. The
performance of fuzzy logic, artificial neural network and
Adaptive Neuro-Fuzzy controller (ANFIS) based controllers
is compared with that of the conventional proportional integral
controller in open loop and closed loop. The dynamic
performance of the Induction motor drive has been analyzed
for constant and variable loads. Fig.1 and Fig.2 shows
proposed control scheme for an induction motor in open loop
and closed loop[9-12].

ผลลัพธ์ (ไทย) 1:

และ ระบบผู้เชี่ยวชาญ มีการจัดแสดงเฉพาะ superioritiesควบคุมอัจฉริยะประดิษฐ์ (AIC) อาจจะดีที่สุดคอนโทรลเลอร์สำหรับควบคุมมอเตอร์เหนี่ยวนำ ไปล่าสุดทศวรรษที่ผ่านมานักวิจัยได้ทำงานกับ AIC สำหรับมอเตอร์เหนี่ยวนำไดรฟ์ [1-6] ทั้งนี้เนื่องจากว่า AICมีข้อดีเมื่อเทียบกับค่าปกติ PI, PIDและการปรับรุ่น ส่วนใหญ่ เป็นการยากที่จะพัฒนาแบบจำลองทางคณิตศาสตร์ระบบถูกต้องตั้งแต่การเปลี่ยนแปลงพารามิเตอร์ที่ไม่รู้จัก และหลีกเลี่ยงไม่ได้ และไม่รู้จักโหลดเปลี่ยนแปลงเนื่องจากรบกวน ความอิ่มตัว และการเปลี่ยนแปลงอุณหภูมิ ความแม่นยำสูงไม่ปกติความจำเป็นที่สุดการขับมอเตอร์เหนี่ยวนำ ประสิทธิภาพสูงอย่างไรก็ตาม IMการใช้งานไดรฟ์ ประสิทธิภาพที่ต้องการควบคุมทั้งในชั่วคราว และคงต้องมีแม้เมื่อการพารามิเตอร์และโหลดของมอเตอร์เปลี่ยนแปลงระหว่างการดำเนินการตัวควบคุมพารามิเตอร์คงไม่สามารถให้บริการเหล่านี้ข้อกำหนดยกเว้นกำไรบวกเชิงสูงใช้ ดังนั้นควบคุมกำไรคงทั่วไปที่ใช้ในตัวแปรความเหนี่ยวนำมอเตอร์ไดรฟ์กลายเป็นดีเมื่อการความไม่แน่นอนของไดรฟ์เช่นโหลดไฟฟ้า เครื่องกลรูปแบบพารามิเตอร์และ dynamics unmodelled ในทางปฏิบัติการใช้งาน ดังนั้น ควบคุมกลยุทธ์ต้องปรับตัว และแข็งแกร่ง ดังนั้น กลยุทธ์การควบคุมต่าง ๆ ได้พัฒนาสำหรับมอเตอร์เหนี่ยวนำไดรฟ์ภายในทศวรรษที่สองเอกสารนี้แสดงรูปแบบการควบคุมความเร็วของสเกลาร์ควบคุมการขับมอเตอร์เหนี่ยวนำในลูปเปิดและปิดเกี่ยวข้องกับโหมด decoupling ของความเร็วและความเร็วอ้างอิงแรงบิดและฟลักซ์ที่ผลิตส่วนประกอบ ตรรกศาสตร์โครงข่ายประสาทเทียมและควบคุมระบบประสาทเลือนปรับจำลองรูปแบบการควบคุมตาม (ANFIS) การประสิทธิภาพของตรรกศาสตร์คลุมเครือ โครงข่ายประสาทเทียม และควบคุมระบบประสาทเลือนปรับ (ANFIS) ใช้ตัวควบคุมเมื่อเทียบกับที่ตั้งสัดส่วนทั่วไปควบคุมในลูปเปิดและปิด แบบไดนามิกมีการวิเคราะห์ประสิทธิภาพของการขับมอเตอร์เหนี่ยวนำสำหรับโหลดคง และผันแปร Fig.1 และ Fig.2 แสดงรูปแบบการนำเสนอควบคุมสำหรับมอเตอร์เหนี่ยวนำที่ในรอบและปิดห่วง [9-12]

ผลลัพธ์ (ไทย) 2:

และระบบผู้เชี่ยวชาญได้แสดง superiorities โดยเฉพาะอย่างยิ่ง.
ปัญญาประดิษฐ์ Controller (AIC) อาจจะเป็นสิ่งที่ดีที่สุด
ควบคุมสำหรับการควบคุมมอเตอร์เหนี่ยวนำ ในช่วงสองสุดท้าย
ทศวรรษที่ผ่านมานักวิจัยได้รับการทำงานเพื่อนำไปใช้ AIC สำหรับ
ไดรฟ์มอเตอร์เหนี่ยวนำ [1-6] เพราะนี่คือการที่เอไอซี
มีคุณสมบัติข้อได้เปรียบเมื่อเทียบกับ PI ธรรมดา PID
และรุ่นการปรับตัวของพวกเขา ส่วนใหญ่ก็มักจะเป็นเรื่องยากที่จะ
พัฒนาระบบที่ถูกต้องแบบจำลองทางคณิตศาสตร์ตั้งแต่
รูปแบบพารามิเตอร์ที่ไม่รู้จักและหลีกเลี่ยงไม่ได้และไม่รู้จัก
การเปลี่ยนแปลงโหลดเนื่องจากการรบกวนความอิ่มตัวและการเปลี่ยนแปลง
อุณหภูมิ มีความแม่นยำสูงมักจะไม่จำเป็นสำหรับส่วนมาก
ของไดรฟ์มอเตอร์เหนี่ยวนำ แต่มีประสิทธิภาพสูง IM
การใช้งานไดรฟ์ประสิทธิภาพการควบคุมที่น่าพอใจทั้งใน
สหรัฐอเมริกาชั่วคราวและมั่นคงจะต้องให้แม้เมื่อ
พารามิเตอร์และโหลดของมอเตอร์แตกต่างกันระหว่างการดำเนินการ.
ควบคุมด้วย พารามิเตอร์คงไม่สามารถให้เหล่านี้
ต้องการเว้นแต่กำไรสูงแล้งมีการใช้ ดังนั้น
การชุมนุมควบคุมกำไรคงที่ที่ใช้ในตัวแปร
ความเร็วมอเตอร์เหนี่ยวนำไดรฟ์กลายเป็นที่น่าสงสารเมื่อ
ความไม่แน่นอนของไดรฟ์เช่นการรบกวนโหลดกล
รูปแบบพารามิเตอร์และการเปลี่ยนแปลง unmodelled ในทางปฏิบัติ
การใช้งาน ดังนั้นกลยุทธ์การควบคุมจะต้องมีการปรับตัวและ
มีประสิทธิภาพ เป็นผลให้กลยุทธ์การควบคุมหลายคนได้รับ
การพัฒนาสำหรับไดรฟ์มอเตอร์เหนี่ยวนำภายในสองทศวรรษที่ผ่านมา.
ฉบับนี้นำเสนอรูปแบบการควบคุมความเร็วของการเกลา
ควบคุมการเหนี่ยวนำมอเตอร์ไดรฟ์ในวงเปิดและวงปิด
โหมดเกี่ยวข้องกับการแยกของความเร็วและการอ้างอิงความเร็ว
เข้าและแรงบิด ไหลส่วนประกอบการผลิต ตรรกศาสตร์
เครือข่ายประสาทเทียมและควบคุมการปรับเปลี่ยนฟัซซี่
(ANFIS) ตามรูปแบบการควบคุมได้รับการจำลอง
ประสิทธิภาพการทำงานของตรรกศาสตร์เครือข่ายประสาทเทียมและ
ควบคุมการปรับเปลี่ยนฟัซซี่ (ANFIS) ควบคุมตาม
เมื่อเทียบกับที่ของหนึ่งเดิมตามสัดส่วน
การควบคุมในวงเปิดและวงปิด แบบไดนามิก
ประสิทธิภาพการทำงานของไดรฟ์มอเตอร์เหนี่ยวนำได้รับการวิเคราะห์
สำหรับโหลดคงที่และตัวแปร รูปที่ 1 และรูปที่ 2 แสดงให้เห็นถึง
รูปแบบการควบคุมที่นำเสนอสำหรับมอเตอร์เหนี่ยวนำในวงเปิด
และปิดห่วง [9-12]

ผลลัพธ์ (ไทย) 3:

และระบบผู้เชี่ยวชาญได้จัดแสดงเฉพาะ superiorities .ควบคุมอัจฉริยะประดิษฐ์ ( AIC ) อาจจะดีที่สุดคอนโทรลเลอร์สำหรับควบคุมมอเตอร์ ในช่วงสองทศวรรษที่ผ่านมานักวิจัยได้พยายามที่จะใช้ AIC สำหรับมอเตอร์ไดรฟ์ [ 1-6 ] นี้เป็นเพราะว่า AICมีข้อได้เปรียบเมื่อเทียบกับ พีไอดี ธรรมดาและรุ่นที่ปรับเปลี่ยนของพวกเขา ส่วนใหญ่ มันมักจะยากพัฒนาระบบที่ถูกต้องแบบจำลองทางคณิตศาสตร์ตั้งแต่และการเปลี่ยนแปลงของค่าพารามิเตอร์ที่หลีกเลี่ยงไม่ได้ และไม่รู้จักโหลดการเปลี่ยนแปลงเนื่องจากความอิ่มตัวของสีและความแปรปรวนอุณหภูมิ ความแม่นยำสูงมักไม่จำเป็นมากที่สุดของมอเตอร์ไดรฟ์ อย่างไรก็ตามประสิทธิภาพสูงมงานขับรถสมรรถนะในการควบคุมคุณลักษณะทั้งในชั่วคราวและรัฐคงต้องให้แม้ว่าพารามิเตอร์และโหลดของมอเตอร์จะแตกต่างกันระหว่างการผ่าตัดควบคุมพารามิเตอร์เหล่านี้คงไม่สามารถจัดความต้องการสูง unrealistically กำไร นอกจากจะใช้ ดังนั้นการเพิ่มตัวควบคุมที่ใช้ในตัวแปรคงที่ความเร็วมอเตอร์ไดรฟ์ กลายเป็นคนจน เมื่อความไม่แน่นอนของไดรฟ์เช่นโหลดรบกวน , เครื่องกลการเปลี่ยนแปลงของค่าพารามิเตอร์และพลวัต unmodelled ในภาคปฏิบัติการประยุกต์ใช้ จึงต้องปรับกลยุทธ์การควบคุมที่แข็งแกร่ง เป็นผลให้หลายวิธีการควบคุมได้การพัฒนามอเตอร์ไดรฟ์ภายในสองทศวรรษ .บทความนี้นำเสนอการควบคุมความเร็วของโครงการสเกลาร์ควบคุมมอเตอร์ไดรฟ์ในลูปเปิดและปิดห่วงโหมดที่เกี่ยวข้องกับ decoupling ของความเร็วและความเร็วอ้างอิงเป็นแรงบิดและฟลักซ์การผลิตส่วนประกอบ ตรรกศาสตร์คลุมเครือการใช้โครงข่ายประสาทเทียมและ Adaptive Neuro ฟัซซี่ควบคุม( anfis ) ตามโครงการควบคุมได้จำลอง ที่ประสิทธิภาพของโครงข่ายประสาทเทียมและตรรกศาสตร์คลุมเครือประสาทควบคุมแบบฟัซซี่ ( anfis ) ที่ใช้ควบคุมเปรียบเทียบกับของเดิมสัดส่วนอินทิกรัลควบคุมวงเปิดและปิดห่วง แบบไดนามิกประสิทธิภาพของมอเตอร์ขับได้วิเคราะห์สำหรับค่าคงที่และตัวแปรโหลด และแสดง fig.2 ”การนำเสนอรูปแบบการควบคุมสำหรับมอเตอร์เหนี่ยวนำในเปิดลูปและปิดห่วง [ 9-12 ]