(5) Controllo fuzzy e controllo basato sulla teoria delle reti neurali artificiali<br>I metodi di controllo non lineari sopra indicati sono progettati dopo aver creato il modello matematico non lineare del sistema.<br>I controllori non lineari, quindi, ignorano alcune condizioni indesiderabili e costruiscono ipotesi ideali. Ad esempio, ignorando le fluttuazioni di tensione della rete elettrica e considerato come l'AC ideale, l'induttore lato rete ha caratteristiche insaturi lineari, l'interruttore come interruttore ideale, ecc. Pertanto, è improbabile costruire un modello matematico completo in tutte le situazioni meno desiderabili. Per studiare il controllo del sistema attraverso modelli matematici imprecisi, gli studiosi hanno stabilito due strategie di modellazione non lineare più complesse: la teoria del controllo fuzzy e la teoria del controllo della rete neurale artificiale.<br>Le due strategie presentano evidenti vantaggi quando è difficile modellare gli oggetti di controllo e il processo di progettazione del controllo fuzzy è il fuzzy, ragionamento e deobificazione delle variabili di controllo. Il controller integrale elimina la distorsione statica del controllo fuzzy. Poiché è necessario migliorare la precisione di questo metodo di controllo, viene spesso combinato con altre modalità per espandere la propria gamma di applicazioni. Pertanto, al fine di migliorare l'effetto di controllo del rettificatore PWM, controllo fuzzy e controllo della rete neurale sono spesso utilizzati insieme, le due strategie sono combinate, le regole di ragionamento intelligente di controllo fuzzy e la capacità di autoapprendimento delle reti neurali può essere utilizzato per rendere le due strategie di controllo esercitare il massimo effetto.
正在翻译中..