摘 要： 提出了基于相平面的目標函數(shù)廈相應(yīng)的模糊神經(jīng)網(wǎng)絡(luò)控制器的算法，并在三相交流電機轉(zhuǎn)速變頻調(diào)節(jié)的基礎(chǔ)上，討論了計算機監(jiān)控電機速度的系統(tǒng)結(jié)構(gòu)，從而實現(xiàn)了對電機轉(zhuǎn)速的智能控制．新的智能控制方法引入了新的指標函數(shù)，結(jié)構(gòu)簡單，學(xué)習(xí)速度快．通過實驗研究，表明該方法收斂速度快，學(xué)習(xí)能力強，并提高了系統(tǒng)的魯棒掛，證實了其在電機速度控制中的有效掛． 關(guān)鍵詞：相平面；模糊神經(jīng)網(wǎng)絡(luò)；智能控制 [align=center][b]Research on Intelligent Control and Its Application in Speed Servo Control System Du Haifeng， ZhouRong，WangSun an （School of Mechanical Engineering，Xi‘a(chǎn)n Jiaotong University，xi‘a(chǎn)n 710049，China）[/b][/align] Abstract：A new 0bject function based on the phase space and relevant fuzzy neural network controller is proposed．Consequently intelligent control of the speed of the motor is achieved．It is shown in the experiment that this object function converges rapidly，and could improve both the learning speed and robustness of such speed salvo control system． keyword：phase space；fuzzy neural netzoork；intelligent control 以機電系統(tǒng)為代表的工程應(yīng)用系統(tǒng)日趨復(fù)雜，這種復(fù)雜性不僅表現(xiàn)在系統(tǒng)本身難以用精確的數(shù)學(xué)模型描述，還體現(xiàn)在運行環(huán)境以及系統(tǒng)要實現(xiàn)目標的復(fù)雜性 。根據(jù)不相容原理．當(dāng)系統(tǒng)的復(fù)雜性增加時，人們描述其動態(tài)行為的精確程度將隨之降低，因此傳統(tǒng)的描述、控制、診斷方法已經(jīng)難以適應(yīng)這種復(fù)雜性的需要。人工智能為解決認識復(fù)雜系統(tǒng)問題開辟了一條新途徑，提供了新的方法．但是，由于目前人工智能的總體水平還比較低，對這一問題的解決還不盡如人意，所以需要探索新的人工智能方法，使之能更好地應(yīng)用于復(fù)雜機電系統(tǒng)。 點擊此處下載論文原文