随着人工智能技术的不断发展，智能控制的最新进展，如专家系统，模糊理论和人工神经网络，已经进入发动机控制领域，它提供了一种新的方式进一步提高无刷直流电机的控制性能。于国内外无刷直流电机控制系统的研究现状，本文将现代计算机应用的最先进优化和智能控制与传统PID控制器相结合。有复杂非线性特征的控制或控制对象。程中，PID控制器在传统控制理论中很难达到满意的效果。研究使用最优化算法以优化智能PID控制，如：（模糊PID，BP-PID，自适应PID控制，基于遗传算法的设定PID专家PID控制器），和提高智能控制方法在无刷直流电机控制系统中的应用。
【摘要】随着人工智能技术的不断发展，专家系统，模糊理论，人工神经网络等智能控制技术的进步正开始进入电机控制领域。们提供改善刷了新的途径结合了发动机控制系统的直流的研究现状没有民族刷子和国外，探索优化，这是最现代的计算机应用，智能控制和控制器传统PID传统PID控制器在面向具有复杂非线性特征的受控对象或过程时难以获得满意的结果。索使用具有复杂非线性控制的优化对象或过程。-PID控制，基于BngMC遗传算法的专家PID和PID控制器;优化;智能控制关键词：无刷直流电机;优化;智能控制分类号：F276.44文献代码：A文章编号：1006 -4311（2013）12-0036-02介绍的电动机控制系统无刷直流（BLDCM）是机电系统，整合科学和现代技术，如发动机技术，电力电子技术，控制理论和计算机技术。于传统直流电机具有优越的速度控制性能，无刷直流电机在一定程度上解决了机械开关和电刷引起的一系列问题，在各个领域都有很好的应用。代社会[1]。着新型稀土永磁材料的开发和应用，出现了无刷直流电机的新浪潮。着研究热潮的加剧，应用范围不断扩大。刷直流电机正在扩大，应用前景也在扩大。
于工业控制系统，较好地解决直流无刷电机的问题，对直流无刷电机的研究都主要表现为以下几个方面：转矩脉动的目前，无刷直流电机速度慢，精度高。系列复杂问题，例如宽速度范围和转矩波动，直接影响无刷直流电动机的速度控制性能。此，无刷直流电动机的转矩脉动已成为当前迫切需要解决的问题。于无刷直流电机的脉冲性能在某些复杂设备（如AV设备）中相对较高，因此消除或消除转矩波动以提高无刷直流电机的性能非常重要。
前，为了分析无刷直流电机中转矩脉动的原因，研究人员正在寻找不同的方法和手段来消除或消除转矩波动。析无刷直流电机转矩脉动的主要原因是：齿槽效应引起的转矩脉动和涡流效应与其他电机一样，直流电机没有扫帚不能完全避免齿槽和涡流的影响。刷直流电动机通常使用电子开关控制，电动机绕组电感可防止电动机相电流成为理想的方波电流。给系统带来了开关转矩脉动。
扭矩谐波引起的脉动。了提高无刷直流电动机转矩脉动发动机性能DC无刷研究的深入和不同的解决方案，并提出了建议纹波的去除或减弱夫妻根据搜索条件。限制仅涉及原始结构或控制方案的修复和加固，并且扭矩纹波的问题没有从根本上解决，研究电机转矩电流的纹波连续无刷需要进一步研究。据计算定子电流谐波的最佳权重的方法中，红JY等人在美国博士有效地减少转矩脉动引起的电磁转矩和扭结使用设备，使得现任监管机构。外，YSCen，ZOZhu David.Hower和英国已成功地生产无利基直流电机无牙，其主要功能是减少转矩脉动，提高发动机性能[2]。位置传感器如果电机控制中没有位置传感器，如果您想知道电机转子的位置。目前的工作过程中，有必要检测并计算moteur.Les研究者的转子的位置提出了采用智能控制理论来实现电动机转子的平滑检测和计算。
控制方法智能地建立测量电压，电流和转子位置之间的关系。工智能控制不需要控制马达具有解决了发动机运行过程中的非线性和参数不确定性，并允许运行稳定，精确的数学模型无刷直流电机控制精度。湾无位置传感器，HG Chen和CMLian通过反转控制的智能装置获得有效的控制，主要原理在于在电机端子检测的电压，来近似切换位置良好的扭矩产生特性由智能切换时间自动调节系统精确设定[3]。而，人工智能控制在无刷直流电机控制系统中的应用研究仍处于起步阶段，大多数研究只在仿真阶段进行。速BLDCM本身提供平稳的速度控制性能，并且还解决了有刷直流电机机械切换的一系列缺点，已广泛应用于各个领域[4] 。于无刷直流电机强，非线性和线性耦合的特点，无刷直流电机的速度控制已成为一个重要的研究领域。自动控制领域，最常用和最有效的控制方法是PID控制，但随着工作环境的变化，控制对象变得越来越复杂和要求在控制技术方面越来越高。当前的工作过程中，对电机控制精度和性能的要求不断提高，但由于无刷电机控制系统本身的复杂非线性特性，很难使用传统的PID控制策略获得对无刷有刷电机的满意控制。果近年来，由于对无刷直流电机转速调节的研究，现代自适应控制方法，模糊控制，神经网络控制和其他控制方法也已引入。应用于该领域。间的智能控制更适合控制发动机，这可以提高系统性能。项目立足于这一前景：结合国内外无刷直流电机控制系统的研究现状，结合现代计算机应用的最先进优化和智能控制。统的PID控制器解决实际问题。糊PID控制策略是引入模糊控制在常规的PID控制器，结合成的复合控制器模糊PID和通过模糊控制规则查询的模糊控制器控制方法，然后使用优化算法控制PID控制器模糊。过优化，可实现无刷直流电机的速度控制，并实现无刷直流电机的控制参数，以满足特定要求。合控制器专家PID（ExpertControl）也结合了控制专家的原则（即，根据控制对象和控制规律的认识，并智能），与传统的PID控制，使用专家设计PID的经验。数构成PID的专家控制。可以根据您的经验来控制传统无刷直流电机PID控制器参数的速度控制，使不同的控制参数满足规定的要求。传综合PID控制器（遗传算法）是一种遗传算法引入的生物进化的原理“适者生存，适者生存”在由参数形成编码字符串人口在函数被优化一定的自适应值函数和一系列继承。操作选择个体个体，恒温阀芯以便保存具有高适应值的个体并形成新组。
组包含来自上一代的大量信息，并介绍了比上一代更好的新人。过连续复发的连续循环，组中个体的物理形态不断改进，直到满足最终边界条件。优化了遗传学，结合传统的PID控制器。过遗传算法找到适于无刷直流电动机的控制系统的要求的PID控制器的参数，可以控制DC无刷带使得通道的速度系统控制参数符合开发要求[5]。能复合PID控制器。能复合控制器结合了各种智能控制接发，相互补充，解决了现代工业生产过程中单一控制理论无法解决的控制问题。糊神经网络控制器将神经网络控制的两种方法和控制flou.Pour在模糊控制系统中的模糊规则的缺点，神经网络具有高容量的非线性调整，并且可以被映射任意复杂。线性关系和学习规则简单易行，易于计算机实现。有很强的实力，内存容量，非线性映射能力和容量自学习puissante.Il采用神经网络来进一步探索和制定一个模糊神经网络控制器，用于控制工业系统。
传神经网络控制器，基于生物进化的相同理性遗传算法，具有良好的收敛性，在计算精度，计算时间缩短和鲁棒性方面具有优势。目前的工作中，遗传算法（1972年提出）未能解决大规模计算的问题，并且很容易陷入“过早”。用的混合遗传算法，协同进化算法等，是本项目中提到的遗传神经网络控制器。复合智能控制器相比，将复合智能控制与传统PID控制器相结合，形成模糊神经网络PID控制器和遗传神经网络PID控制器。
能控制器可以更好地解决PID控制器的控制参数。题是快速有效地找到工业控制系统中PID控制器的Kp，Ki，Kd参数的最优解，使其满足技术设计要求。化复杂工业控制系统的智能控制器参数是当前控制理论的最新发展。佳解决方案是使用一系列迭代搜索参数空间，遵循当前状态的最佳参数值。项目研究的粒子群优化算法通过模拟生物群的行为来优化复合智能控制器参数，以解决为控制器找到最有利参数的问题。子群优化算法（粒子群优化，PSO）领域的新研究热点转化为粒子群的优化，粒子群的优化或粒子群的优化。算法是一种基于群体协作的随机搜索算法，通过模拟鸟类的觅食行为而开发出来。
通常被认为是一种智能Swarm（SI）。可以集成到多代理优化系统（MAOS）中。化粒子群的算法由Drs Eberhart和Kennedy发明。究表明，优化的智能控制应用大大提高了无刷直流电机在无刷直流电机控制系统中的性能。
于目前的无刷直流电动机控制系统来说，这也是一个研究热点，主要体现在其他智能控制方法上。合优化算法，PSO用于在线识别电机参数，优化无刷直流电机的速度调节。PID控制器的智能控制参数在电机控制系统中得到优化。如，PSO优化PID控制参数（比例积分，差分）和神经网络，模糊控制，遗传算法的交换等。供非参数对象模型，优化参数，推理模型和故障诊断。
用并行处理，自学习和近似特性的粒子群算法的优化的任意非线性函数的最优参数KP，KI和KD都可以找到。着研究的深入，智能控制将越来越多地应用于无刷直流电机控制系统。[6] 本文转载自
恒温阀芯 https://www.wisdom-thermostats.com