Fig. 1 equivalent circuit at synchr

Fig. 1 equivalent circuit at synchronously rotating
reference frame
PID and adaptive control method are many used. But
these methods are complicated that evaluated the d-q
axis parameter and is very sensitive at parameter
variation, load change.
Fuzzy controller and neural network are developed
for speed control of induction motor. These methods
have the advantage about parameter variation, load
change, system disturbance. But each controller
contains problems. To develop more new method, the
new way is tried. Mixture control that is inter-mixed
adaptive, fuzzy control, neural network and genetic
algorithm is predicted the influential method.
Figure 2 schematically expresses about research of
hybrid artificial intelligent controller.
.rAdaptive
At equivalent circuit of Figure 1 evaluated the voltage
equation is equal that below;
eLmi ids

ผลลัพธ์ (ไทย) 1:

รูปที่ 1 วงจรเทียบเท่าที่พร้อมหมุนกรอบอ้างอิงPID และระบบควบคุมวิธีหลายคนใช้ แต่วิธีการเหล่านี้มีความซับซ้อนที่ประเมินการ d qแกนพารามิเตอร์ และแพ้ง่ายที่พารามิเตอร์เปลี่ยนแปลง การเปลี่ยนแปลงของโหลดมีพัฒนาควบคุมเลือนและข่ายประสาทสำหรับควบคุมความเร็วของมอเตอร์เหนี่ยวนำ วิธีการเหล่านี้มีข้อดีเกี่ยวกับการเปลี่ยนแปลงพารามิเตอร์ โหลดการเปลี่ยนแปลง รบกวนระบบ แต่แต่ละตัวควบคุมประกอบด้วยปัญหา การพัฒนาวิธีใหม่เพิ่มเติม การวิธีใหม่คือพยายาม ควบคุมส่วนผสมที่เป็นแบบผสมระหว่างควบคุมแบบอะแดปทีฟ เลือน โครงข่ายประสาท และพันธุกรรมคาดว่า อัลกอริทึมวิธีการมีอิทธิพลรูปที่ 2 แสดงเกี่ยวกับงานวิจัยของ schematicallyไฮบริดสลีควบคุมอัจฉริยะประดิษฐ์.rAdaptiveประเมินแรงดันไฟฟ้าที่วงจรเทียบเท่าของรูปที่ 1สมการคือเท่าที่ด้านล่างรหัสเอลมี

ผลลัพธ์ (ไทย) 2:

มะเดื่อ. 1 เทียบเท่าวงจรที่พร้อมหมุน
กรอบอ้างอิง
PID และวิธีการควบคุมการปรับตัวเป็นจำนวนมากที่ใช้ แต่
วิธีการเหล่านี้มีความซับซ้อนที่ประเมิน DQ
พารามิเตอร์แกนและมีความสำคัญมากที่พารามิเตอร์
การเปลี่ยนแปลง, การเปลี่ยนแปลงของโหลด.
ควบคุมฟัซซี่และเครือข่ายประสาทได้รับการพัฒนา
สำหรับการควบคุมความเร็วของมอเตอร์เหนี่ยวนำ วิธีการเหล่านี้
มีประโยชน์เกี่ยวกับการเปลี่ยนแปลงพารามิเตอร์โหลด
การเปลี่ยนแปลงรบกวนระบบ แต่แต่ละตัวควบคุม
มีปัญหา การพัฒนาวิธีการใหม่มากขึ้น
วิธีการใหม่ที่จะพยายาม การควบคุมที่เป็นส่วนผสมระหว่างผสม
ปรับตัวควบคุมฟัซซี่, เครือข่ายประสาททางพันธุกรรมและ
อัลกอริทึมที่คาดการณ์วิธีการที่มีอิทธิพล.
รูปที่ 2 แผนผังแสดงออกเกี่ยวกับการวิจัยของ
ไฮบริดควบคุมอัจฉริยะประดิษฐ์.
.rAdaptive
ในวงจรสมมูลของรูปที่ 1 การประเมินแรงดัน
สมเท่ากับว่า ดังต่อไปนี้
รหัส Elmi

ผลลัพธ์ (ไทย) 3:

รูปที่ 1 วงจรสมมูลที่ synchronously หมุนกรอบอ้างอิงและวิธีการควบคุมแบบ PID ใช้หลาย แต่วิธีการเหล่านี้มีความซับซ้อนที่ประเมิน d-qแกนพารามิเตอร์และอ่อนไหวมากในพารามิเตอร์การโหลดเปลี่ยนตัวควบคุมฟัซซี่และโครงข่ายประสาทเทียมถูกพัฒนาขึ้นการควบคุมความเร็วมอเตอร์ วิธีการเหล่านี้มีข้อดีเรื่องการเปลี่ยนแปลงพารามิเตอร์ โหลดการรบกวนระบบเปลี่ยน , . แต่แต่ละตัวควบคุมมีปัญหา เพื่อพัฒนาวิธีการใหม่มากขึ้นวิธีใหม่ คือ พยายาม ส่วนผสมที่ผสมระหว่างการควบคุมปรับตัวควบคุมฟัซซี่ , โครงข่ายประสาทเทียม และพันธุกรรมวิธีการทำนายวิธีผู้มีอิทธิพลรูปที่ 2 แผนผังแสดงเกี่ยวกับการวิจัยไฮบริดปัญญาประดิษฐ์ควบคุมradaptive .ที่วงจรสมมูลของรูปที่ 1 การประเมินแรงดันไฟฟ้าสมการจะเท่ากับที่ด้านล่างelmi บัตรประจำตัว