1. INTRODUCTIONRecently, Artificial

1. INTRODUCTION
Recently, Artificial Intelligent control using Fuzzy
control, neural network and genetic algorithm are
recognized primary techniques that should be improved
performance of power electronic system. These
techniques are developed adaptive-artificial intelligent
controller with mixed adaptive control technique. And
these inter-mixture methods will high performance the
induction motor drive that required adaptability and
robustly. [1]-[3]
Indirect vector control is applied extensively the drive
system for high performance of induction motor.
Because PI controller is indicated satisfactorily response
of steady-state, industrial field is used a lot of PI
controller. But PI controller can not expected
satisfaction performance in transient-state because of
nonlinear of induction motor. Especially, PI controller
can not be obtained satisfaction performance about
parameter variations such as disturbance, speed and load.
If proportion gain kP of PI controller is big, rising time
is short, overshoot is big and stability time is long and if
kP of PI controller is small, rising time is long,
overshoot is small and stability time is short. Thus
although PI controller adjusted the gain coefficient,
performance of drive can not more improved.
To satisfaction performance of drive, adaptive is
researched.[4] Adaptive control can be obtained more
excellent performance than existing PI controller.
Adaptive control technique is based on mathematical
modeling and is very complicated because of numerous algorithms.

ผลลัพธ์ (ไทย) 1:

1. บทนำเมื่อเร็ว ๆ นี้ ประดิษฐ์อัจฉริยะควบคุมใช้ Fuzzyควบคุม โครงข่ายประสาท และอัลกอริทึมทางพันธุกรรมรู้จักเทคนิคหลักที่ควรปรับปรุงประสิทธิภาพของระบบไฟฟ้าอิเล็กทรอนิกส์ เหล่านี้เทคนิคมีพัฒนาปรับตัวเทียมอัจฉริยะควบคุม ด้วยเทคนิคผสมระบบควบคุม และผสมผสานระหว่างวิธีการเหล่านี้จะมีประสิทธิภาพสูงขับมอเตอร์เหนี่ยวนำที่ต้องปรับตัว และอย่างทนทาน [1] - [3]ควบคุมเวกเตอร์ทางอ้อมถูกนำไปใช้อย่างกว้างขวางในไดรฟ์ระบบมีประสิทธิภาพสูงของมอเตอร์เหนี่ยวนำเนื่องจากมีระบุตัวควบคุม PI น่าพอใจตอบสนองของเสถียร อุตสาหกรรมใช้ฟิลด์มากของพี่ควบคุมการ แต่สามารถมีการคาดว่าตัวควบคุม PIประสิทธิภาพการทำงานความพึงพอใจในสถานะชั่วคราวเนื่องจากการไม่เชิงเส้นของมอเตอร์เหนี่ยวนำ โดยเฉพาะอย่างยิ่ง ตัวควบคุม PIไม่ได้ประสิทธิภาพความพึงพอใจเกี่ยวกับเปลี่ยนแปลงพารามิเตอร์เช่นรบกวน ความเร็ว และการโหลดถ้าสัดส่วนกำไร kP ของตัวควบคุม PI เป็นใหญ่ เพิ่มเวลาสั้น แหกนิเวศมีขนาดใหญ่ และมั่นคงเวลาจะยาว และถ้าkP ของตัวควบคุม PI มีขนาดเล็ก มีเวลาเพิ่มขึ้นความยาวแหกนิเวศที่มีขนาดเล็ก และความมั่นคงเป็น ดังนั้นถึงแม้ว่าสัมประสิทธิ์กำไร การปรับปรุงตัวควบคุม PIประสิทธิภาพการทำงานของไดรฟ์จะไม่เพิ่มเติมปรับปรุงความพึงพอใจประสิทธิภาพของไดรฟ์ ปรับเป็นวิจัย [4] ระบบควบคุมได้มากขึ้นประสิทธิภาพยอดเยี่ยมกว่าตัวควบคุม PI ที่มีอยู่เทคนิคระบบควบคุมตามทางคณิตศาสตร์การสร้างแบบจำลอง และมีความซับซ้อนมากเนื่องจากอัลกอริทึมมากมาย

ผลลัพธ์ (ไทย) 2:

1. บทนำ
เมื่อเร็ว ๆ นี้การควบคุมอัจฉริยะประดิษฐ์โดยใช้ฟัซซี่
ควบคุมเครือข่ายประสาทและขั้นตอนวิธีพันธุกรรมจะ
ได้รับการยอมรับเทคนิคหลักที่ควรมีการปรับปรุง
ประสิทธิภาพการทำงานของระบบไฟฟ้าอิเล็กทรอนิกส์ เหล่านี้
เทคนิคที่มีการพัฒนาปรับตัว-เทียมอัจฉริยะ
ควบคุมด้วยเทคนิคการควบคุมการปรับตัวผสม และ
วิธีการเหล่านี้ระหว่างส่วนผสมจะมีประสิทธิภาพสูง
ไดรฟ์มอเตอร์เหนี่ยวนำที่จำเป็นต้องใช้ในการปรับตัวและ
ทนทาน [1] - [3]
การควบคุมเวกเตอร์อ้อมถูกนำไปใช้อย่างกว้างขวางไดรฟ์
. ระบบที่มีประสิทธิภาพสูงของมอเตอร์เหนี่ยวนำ
เพราะควบคุม PI จะแสดงการตอบสนองที่น่าพอใจ
ของมั่นคงของรัฐ, เขตอุตสาหกรรมถูกนำมาใช้จำนวนมากของพี่
ควบคุม แต่ควบคุม PI ไม่สามารถคาดว่า
ผลการดำเนินงานมีความพึงพอใจในการชั่วคราวของรัฐเพราะ
ไม่เชิงเส้นของมอเตอร์เหนี่ยวนำ โดยเฉพาะอย่างยิ่งการควบคุม PI
ไม่สามารถหาได้ประสิทธิภาพความพึงพอใจเกี่ยวกับ
รูปแบบพารามิเตอร์เช่นการรบกวน, ความเร็วและโหลด.
ถ้ากำไรสัดส่วน KP ของตัวควบคุม PI มีขนาดใหญ่เวลาที่เพิ่มขึ้น
เป็นระยะสั้นแหกมีขนาดใหญ่และเวลาที่มีความมั่นคงเป็นเวลานานและถ้า
KP ของตัวควบคุม PI มีขนาดเล็กเวลาที่เพิ่มขึ้นเป็นเวลานาน
แหกมีขนาดเล็กและมีเสถียรภาพเวลาสั้น ดังนั้น
แม้จะควบคุม PI ปรับค่าสัมประสิทธิ์กำไร,
ประสิทธิภาพการทำงานของไดรฟ์ไม่สามารถปรับปรุงเพิ่มเติม.
ผลการดำเนินงานความพึงพอใจของไดรฟ์, การปรับตัวคือการ
วิจัย. [4] ควบคุมการปรับตัวสามารถรับได้มากขึ้น
ประสิทธิภาพที่ดีเยี่ยมกว่าควบคุม PI ที่มีอยู่.
เทคนิคการควบคุมการปรับตัวอยู่บนพื้นฐานทางคณิตศาสตร์
สร้างแบบจำลองและมีความซับซ้อนมากเพราะขั้นตอนวิธีการต่าง ๆ นานา

ผลลัพธ์ (ไทย) 3:

1 . แนะนำเมื่อเร็ว ๆนี้ควบคุมปัญญาประดิษฐ์ใช้ฟัซซี่การควบคุมเครือข่ายประสาทและขั้นตอนวิธีทางพันธุกรรมคือรู้จักหลักเทคนิคที่น่าจะดีขึ้นสมรรถนะของระบบไฟฟ้ากำลัง เหล่านี้เทคนิคพัฒนาแบบปัญญาประดิษฐ์ควบคุมด้วยเทคนิคการควบคุมแบบผสม และเหล่านี้จะสูง ประสิทธิภาพระหว่างวิธีการผสมมอเตอร์ไดรฟ์ที่จำเป็นและการปรับตัวทนทาน . [ 1 ] [ 2 ]การควบคุมเวกเตอร์ทางอ้อมถูกใช้อย่างกว้างขวางไดรฟ์ระบบประสิทธิภาพสูงของมอเตอร์ตัวควบคุม PI จะแสดงการตอบสนองที่น่าพอใจ เพราะในสถานะคงตัว , เขตอุตสาหกรรมที่ใช้มากของพีตัวควบคุม แต่ตัวควบคุม PI สามารถไม่คาดความพึงพอใจในการปฏิบัติงานของรัฐชั่วคราว เพราะแบบจำลองของมอเตอร์ โดยเฉพาะอย่างยิ่ง ตัวควบคุม PIไม่สามารถ ได้รับความพึงพอใจในการปฏิบัติเกี่ยวกับการเปลี่ยนแปลงของค่าพารามิเตอร์ เช่น การรบกวน ความเร็วและโหลดถ้าสัดส่วนได้รับ KP ของตัวควบคุม PI มีขนาดใหญ่ขึ้นเวลาสั้น , แบบใหญ่และเสถียรภาพเวลานานและถ้าKP ของตัวควบคุม PI มีขนาดเล็ก เพิ่มเวลานานเลยมีขนาดเล็กและความมั่นคงจะใช้เวลาสั้น ๆ ดังนั้นถึงแม้ว่าตัวควบคุม PI แบบปรับได้ ,ประสิทธิภาพของไดรฟ์จะไม่ปรับปรุงกับความพึงพอใจในการปฏิบัติงานของไดรฟ์แบบเป็นวิจัย [ 4 ] ปรับควบคุมได้มากขึ้นประสิทธิภาพที่ดีกว่าตัวควบคุม PI ที่มีอยู่เทคนิคการควบคุมแบบอยู่บนพื้นฐานของคณิตศาสตร์การสร้างหุ่นจำลองและมีความซับซ้อนมากเพราะที่ซับซ้อนมากมาย