变频器的智能控制方式

    智能控制方式主要有神经网络控制、模糊控制、专家系统、学习控制等。在变频器的控制中采用智能控制方式在具体应用中有一些成功的范例。

   1)神经网络控制

    神经网络控制方式应用于变频器的控制中，一般是进行比较复杂的系统控制，这时对于系统的模型了解甚少，因此神经网络既要完成系统辨识的功能，又要进行控制。而且神经网络控制方式可以同时控制多个变频器，因此在多个变频器级联时进行控制比较适合。但是如果神经网络的层数大多或者算法过于复杂，都会在具体应用中带来不少实际困难。

   2)模糊控制

    模糊控制算法用于控制变频器的电压和频率，使电动机的升速时间得到控制，以避免升速过快影响电动机使用寿命或升速过慢影响工作效率。模糊控制的关键在于论域、隶属度以及模糊级别的划分，这种控制方式尤其适用于多输入单输出的控制系统。

   3)专家系统

    专家系统是利用所谓“专家”的经验进行控制的一种控制方式。因此，专家系统中一般要建立一个专家库，存放一定的专家信息；另外还要有推理机制，以便于根据已知信息寻求理想的控制结果。专家库与推理机制的设计是尤为重要的，直接关系到专家系统控制的优劣，应用专家系统既可以控制变频器的电压，又可以控制其电流。

   4)学习控制

    学习控制主要用于重复性的输入，而规则的PWM信号（如中心调制PWM）恰好满足这个条件，因此学习控制也可用于变频器的控制。学习控制不需要了解太多的系统信息，但是需要1~2个学习周期，因此快速性相对较差。而且，学习控制的算法中有时需要实现超前环节，这用模拟器件是无法实现的。同时，学习控制还涉及稳定性的问题，在应用时要特别注意。