电气工程及其自动化毕业论文-智能控制技术在电气工程自动化中的应用

PAGEIIPAGEI智能控制技术在电气工程自动化中的应用内容摘要由于现代科学技术的飞速发展,在各个领域当中，都广泛应用了自动化技术和电气工程及自动化技术，并且，经过长时间的发展，有许多设备已经实现了自动化控制。在电气工程领域中，广泛应用智能控制技术，不仅达到了有效减少人力资源和财力投入的目的，而且缩短了整个工程的完成时间，极大地促进了自动控制的积极快速发展。本文主要介绍电气自动化技术的应用方面，主要分析人工智能应用的理论和人工智能控制器的优势，分析了模糊控制相关理论及应用情况，以期得到更好的应用。关键词：人工智能；模糊控制；电气工程自动化目录内容摘要 I1绪论 11.1人工智能简介 11.2人工智能研究的领域及应用 11.3人工智能的应用现状 11.4人工智能在电气工程领域的发展 31.5本论文的主要工作 42人工智能理论概述 52.1人工智能的基本概念 52.2人工智能控制技术的主要方法 52.3人工智能控制技术常用的优化算法 73模糊控制 93.1模糊控制理论提出 93.2模糊控制理论在工业生产领域的应用情况 103.3模糊控制理论在智能家电领域的应用情况 104模糊控制技术在电气工程自动化领域的应用情况 124.1模糊控制技术应用研究 124.2模糊控制技术在电气工程领域的研究 135结论 14参考文献 15PAGE16 1绪论1.1人工智能简介所谓人工智能，就是一门研究和开发用于延伸、模拟以及扩展人的智能的方法、理论、技术以及系统应用的新科学技术。涉及了数学、计算机、控制论、心理学、哲学等多门学科，该技术能够使机器系统具有和人类类似的智慧，能够帮助人类完成他们的各项工作。人工智能技术属于计算机科学当中的重要分支之一，阐述了智能其本质，人工智能所研究的内容包括了对语言和图像的识别、语言处理、专家系统以及机器人系统等。使计算机能够执行需要人类智力才能很好完成的任务，无论其定义如何，都与智能密切相关。然而，直到现在，人类还无法对智能进行统一定义，而通常所说的智能只是对人类智慧的具体表现形式进行的参考。中国人工智能学会原理事长钟义信教授认为，人类智能包括三个领域：问题发现、问题确定和解决问题、而今天的人工智能只能达到解决问题的水平[1]。智能是一种信息的体现，是有序的，使世界朝着有序方向发展的能力，可悲的是，根据熵增原理，不管智能体怎么努力，整个宇宙总是在朝着熵增的方向运动，也就是越来越乱，越来无序。1.2人工智能研究的领域及应用目前，应用人工智能的范围主要包括以下几个领域：一是解决问题，到目前为止，人工智能程序已经能够思考自己解决的问题；二是逻辑推理和定理证明。逻辑推理是人工智能研究中最可持续的领域之一，寻找证据或反驳定理不仅需要从假设中推断的能力，还需要大量的非正式任务，证明定理是人工智能方法研究中极其重要的课题；三是自然语言处理[2]。自然语言处理是人工智能技术在实际领域的应用模型，如何创造和理解自然语言；第四，智能数据检索技术。信息获取与提纯技术已成为当代计算机科学与技术研究中亟待研究的课题，人工智能技术在该领域的应用是人工智能走向广泛实际应用的机遇和进步；五是专家系统。专家系统是当今最活跃、最强大的研究领域，人工智能是一个具有大量特定知识和经验的程序系统。1.3人工智能的应用现状目前，人工智能的主要应用现状主要从以下几个领域进行介绍：（1）强化学习领域：强化学习是一种通过反复试验进行学习的方法，受到人类学习新技能的过程的启发，在一般强化学习的情况下，我们要求实验者采取行动，通过观察当前状态来最大化反馈，每次执行时，对象将收到来自环境的反馈，因此，它可以确定动作的结果是积极的还是消极的。（2）生成模型领域：人工智能创建的模型从很多样本当中进行采集，非常相似，也就是说，如果训练数据是一张人脸图像，训练后得到的模型也会是一个类似人脸的图片[3]。领先的人工智能专家IanGoodfellow为我们提出了两个新想法：生成器，它负责将输入数据合成为新内容；另一个是判别器，负责判断由创建的内容的真实性的鉴别器生成器，这样的话，生成器必须反复学习合成的内容，直到判别器无法区分生成器内容的真伪。（3）记忆网络领域：人工智能系统为了可以像人类一样适应各种环境，必须不断地获得新技能，并学会应用它们，传统的神经网络很难满足这些要求，比如神经网络针对任务A训练后，如果再训练解决任务B，网络模型就不再适用于任务A[4]。如今，有一些网络结构允许模型具有不同级别的记忆，短期、长期记忆网络可以处理和预测时间序列，渐进式神经网络，学习模型之间的水平连接，独立和分离的共同特征，完成新的任务。（4）数据学习领域：长期以来，深度学习模型需要大量的训练数据才能达到最佳效果，没有大量训练数据深度学习模型不会达到最好的效果，比如我们用人工智能解决不好的数据问题，这个时候问题就出现了，有一种称为迁移学习的方法，即将训练好的模型迁移到新的任务中来解决问题。（5）仿真环境领域：将人工智能应用于现实生活，人工智能必须具备实现的属性，因此，开发一个模拟现实世界和行为的数字环境，将给我们测试人工智能的机会，在这些模拟环境中进行训练，可以帮助我们更好地理解人工智能的学习原理，如何改进系统，并提供可应用于真实环境的模型[5]。（6）医疗技术领域：目前，垂直领域的图像算法和自然语言处理技术普遍可以满足医疗行业的需求。市场上有很多技术服务商，比如提供智能医学影像技术的德尚韵兴，并开发人工智能细胞医疗诊断识别系统，提供智能辅助诊断平台的若水医疗系统，识别医学诊断系统的智微信科，以及对医疗数据进行统计和处理的易通天下等。虽然智能医疗监督在辅助诊疗、疾病预后、医学影像诊断和药物开发等方面发挥着重要作用。这是由于医院之间缺乏医学影像数据和电子病历的流通，该组织与医院之间的合作不透明，技术开发与信息提供之间存在冲突。（7）教育领域：义学教育、科大讯飞等公司已经开始探索人工智能在教育领域的应用，通过图像识别机器可以识题答题、批改试卷等等，通过语音识别可以对发音进行改进和纠正，并且可以通过人机交互在线答题，人工智能与教育的结合可以在一定程度上改善教师分布不均和教育行业高成本的问题，并为教师和学生提供更有效的工具和学习方式，但它不能对研究的内容产生很大的影响。（8）物流管理领域：物流行业实现了物流、仓储、配送、装卸的自动化改造，基本上可以无人操作，比如用大数据规划商品的智能配送，优化物流供应，配置匹配需求物流资源等。如今，物流行业的大部分力量都分布在配送环节，京东、苏宁开发首款自动驾驶汽车和无人机，并努力抓住市场机会。1.4人工智能在电气工程领域的发展大量研究结果表明，在电气工程中实现自动控制的前提是使用智能控制，优化设计和故障诊断。（1）智能控制智能技术与电气工程自动化的融合，是人类智能与科技质变的结晶，电气工程从此进入了一个远程、无人化、自主化、高效化的时代，广泛被人们接受和使用。方便人们的生活和工作，为智能控制工作的进一步发展创造了有利条件[6]。广泛的智能应用印证了优越性和先进性，为我们的工作和生活带来了便利，各行各业都在使用这项新技术，智能手机、智能机器人等应运而生，社会从此进入了智慧时代。（2）优化设计电气设备设计技术常用于电气工程，设计过程非常复杂，而且质量要求也很高，非专业人士不会，所以对设计师的素质要求也很高。不仅仅要掌握电路、电气和磁力等方面的知识，还要能把这些知识和设计结合起来，就需要广泛的工作经验。原创设计师将实验和手工设计经验相结合，缓慢且低效，并且不容易修改，采用智能技术后，设计师在设计中使用CAD技术和其他可选软件，不仅节省人力，还节省了时间，也提高了质量，设计方案不仅功能强大，而且满足人们的需求。遗传算法是一种用于优化设计的独特智能技术形式，真的行，并且非常先进，使用它可以优化设计模式，并提高设计人员的工作效率。（3）故障诊断任何系统操作都容易出现故障，电气工程系统也不例外，不是偶然发生的，并且必须有一系列的症状。当然，这些症状有时也不能从表面上发现，当智能技术发挥作用时，可以及时发现问题，锁定误差范围，帮助我们找到原因，减少时间，减少损坏系统，我们可以在第一时间更换或维修[7]。电气设备中的变压器非常重要且价格昂贵，它是整个系统的核心，检查员将特别注意机器的操作，如果出现问题，整个系统可能会瘫痪，所以应该选择智能化技术。智能技术用于日常检测诊断和及时维护，如果出现问题，特别是漏油检测，即分解后进行气体分析，锁定范围查找，并修复它，这样做可以快速找出故障原因，及时修复，减少因故障停机，减少组织损失，从而使电气设备在组织运营中产生的经济效益大大提高。1.5本论文的主要工作本文首先对人工智能相关内容进行介绍，包括人工智能的含义、研究领域和应用、人工智能各个领域的发展趋势，介绍了几种典型的人工智能控制的方法，分析了电气工程当中应用智能控制科学技术所存在的优势，包括设计思路方法、性能方面、系统的适应性方面等优势，最后罗列出在电气工程当中的自动化系统对人工智能进行的实际应用，包括优化设计电气设备、实现保护及控制功能、应用于电力系统等。

2人工智能理论概述2.1人工智能的基本概念人工智能是近年来计算机技术的快速发展而产生的一种新的科学技术形式，人工智能的主要类别是计算专业领域，目前，该技术已在一定程度上应用于各个行业。人工智能是社会科学和自然科学深度融合的领域，在这个系统中，主要目的是让机器的智能处理更接近人脑，完成必须完成的部分，基本上这项新技术是使用计算机对人类思维模式进行智能模拟。2.2人工智能控制技术的主要方法2.2.1模糊控制所谓模糊控制就是引入模糊集理论知识、模糊语言变量以及控制方法中的模糊逻辑推理来模拟人类的模糊思维方式，并使用计算机实现与操作员相同的控制，该理论以相对简单的数学形式直接应用人类的判断和思维过程，并逐渐得到广泛应用。使用范围包括图像识别、自动机理论、语言研究、控制论和信号处理，自动控制领域基于模糊设置理论的模糊控制是将人的控制经验和推理过程与自动控制相结合的一种便捷方式。模糊控制是利用专业知识对控制策略和（或）控制对象的行为进行智能控制的一种形式，这种专业知识以if-then规则和语言变量的形式表达，这些语言变量的属性或值是与模糊集相关的语言术语，是普通集的一种概括[8]。模糊集理论是模糊控制系统中信息处理的理论基础，从系统论的角度，模糊调节器是内置在控制回路中的固定非线性传输单元，这导致了一种分析和系统设计的方法，模糊系统可以在自动控制系统中执行不同的任务，这导致了不同的结构配置，模糊控制系统已成功应用于许多技术和非技术应用，模糊控制由许多硬件和软件解决方案支持。模糊控制很容易获得表达语言专家的知识，并且可以有效控制那些难以精确建模且可以凭经验控制的系统，另一方面，由于仿生学，神经网络可以更有效地使用系统信息，并且可以映射任意函数并行处理以及自学的能力，并且具有很高的容错能力。在一个大型集成系统中，神经网络可用于处理低级认知信息，而模糊逻辑可以用来描述高级逻辑框架。2.2.2专家控制所谓专家控制就是把系统的控制理论和技术进行有效结合，对专家经验和知识进行效仿，让系统控制实现智能控制。其主体是由推理机购和知识库所组成的，借助获取和组织专家知识，按照一定的策略对规则推理进行恰当的选择，以便智能控制控制对象。专家控制能够控制率进行灵活选取，其灵活性是非常高的，可以对控制器的相关参数进行灵活调整，对环境的变化和控制对象的特性充分适应，因此，具有非常好的适应性，借助专家规则，控制系统能够在大偏差、非线性的情况下进行稳定可靠的工作。在智能控制当中，模糊逻辑、神经网络以及专家系统控制等控制方法都有其自身独特的优势以及具体的使用范围，因此，报这几种控制方法进行有效地结合，相互融合，让智能控制方法能够更加优化。目前来说，对其他的职能控制技术的引进让专家控制系统能够更加有效地实现是这些年来各界研究的重点。按照智能控制方法的结合方式，具体如下所述：（1）经验知识与控制相关理论知识相结合专家系统（经验知识）与解析算法（控制理论知识）的有效结合，能够让传统的控制算法范围得到扩展，这种结合方式是以知识模型、知识推理、专家知识、知识库、控制策略以及控制决策等关键技术的应用为基础，再加上控制技术与信息知识处理技术的结合，常规数学模型与知识模型之间的结合，对人类的职能行为进行模拟等，能够针对复杂系统、大规模系统、多扰动和非线性的实施控制当中的问题进行解决。（2）专家控制与模糊逻辑结合对人的知识经验和模糊逻辑进行运用，模糊专家控制应用模糊技术对知识进行部分或者是全部获取、运用和知识表示。模糊推理机是其最为关键的部分，是按照模糊知识库当中不确定性的知识，按照不确定的策略和推理，对系统领域当中的问题有效解决，作出的控制指令比较合理，该控制方法主要是对模型不精确、不充分进行适用，甚至是控制过程（对象）非常简单。（3）专家控制与神经网络结合把专家系统和神经网络技术进行结合，基于算法和数值的神经网络与基于启发式推理和符号的专家系统相结合。神经网络具有容错、联想、自适应、记忆、并行处理和自学习等优点，但是也存在着一些不足之处，比如说对自身推理的方便不能进行解释，不能正确对没有出现过在训练样本当中的故障进行诊断和作出结论。两者进行结合，能够让神经网络当中的低层处理和专家系统的高层处理优势得到充分地发挥，使得控制的效果更为有效。2.2.3神经网络控制神经网络控制是1980年代后期发展起来的自动控制的课题之一，是智能控制的一个新领域，这为解决复杂非线性和不稳定系统的控制问题开辟了新的途径。神经网络控制是指神经网络技术在控制系统中的应用，对难以精确建模的复杂非线性对象进行神经网络模型的识别，或作为控制器或用于计算最佳值或出于某种原因或用于诊断错误，或同时结合以上功能神经网络，是由大量人工神经元广泛连接的网络，是在现代生物学和认知科学对人类数据处理研究的基础上提出的。它具有很强的适应性和学习能力，非线性映射能力，持久性和容错性，将这些神经网络特性与控制领域充分结合起来，可以在控制系统的智能化方面迈出一大步。随着控制系统越来越复杂，人们对控制系统的要求也越来越高，尤其是控制系统需要适应随时间变化的不稳定和多变的物体和环境。基于精确模型的传统控制方法难以适应需求，现在控制的概念更广泛了，它需要一些决策、计划和学习的功能，神经网络越来越受到关注。由于上述优点，神经网络操纵是一种新颖的控制和识别方法，它利用神经网络的工具从机械上模拟人脑的简单结构，神经网络可以充当控制系统中对象和控件的模型[9]。2.2.4集成智能控制智能控制技术的集成包括两方面:一方面是将几种智能控制方法或机理融合在一起,构成高级混合智能控制系统,如模糊神经(FNN)控制系统、基于遗传算法的模糊控制系统、模糊专家系统等;另一方面是将智能控制技术与传统控制理论结合,形成智能复合型控制器,如模糊PID控制、神经元PID控制、模糊滑模控制、神经网络最优控制等。2.3人工智能控制技术常用的优化算法2.3.1遗传算法遗传算法是模拟自然选择和达尔文生物进化论的遗传机制的生物进化过程的计算模型，提供了一种通过模拟进化过程来寻找最优解的方法，主要特点是直接在结构对象上工作，功能的继承性和连续性没有限制，它具有隐式并行性和更好的全局优化能力。它使用概率优化方法，不需要绝对规则，可以自动完成获取，并建议优化的搜索区域，并相应调整搜索方向。自从引入遗传算法，进入1990年代后，遗传算法进入了鼎盛时期，无论是理论研究，还是应用研究，都成为一个非常热门的话题，特别是遗传算法的应用研究尤为活跃。因为算法是自适应的，随机搜索法不需要持续优化或区分对象，具有很强的刚性和内在的并行计算机制，逐渐扩大了应用范围，利用遗传算法进行优化和规则学习的能力得到了很大的提高，这无疑为遗传算法增添了新的力量。2.3.2蚁群算法蚁群算法就是模拟蚂蚁寻找食物的过程，它能够求出从原点出发，经过若干个给定的需求点，最终返回原点的最短路径。这也就是著名的旅行商问(TravelingSalemanProblem，TSP)。蚁群算法是群体智能的典型实现,是一种基于种群寻优的启发式搜索算法。蚁群算法的基本思想:当一只蚂蚁在给定点进行路径选择时。被先行蚂蚁选择次数越多的路径。被选中的概率越大。蚁群算法不仅能够智能搜索、全局优化,而且具有鲁棒性、正反馈、分布式计算、易与其它算法结合等特点。其基本原理是：在运动的过程当中，蚂蚁会在途中留下东西，这种东西也叫做信息素，并且会随着移动的距离，信息素播散得越来越少，所以往往在家或者食物周围，在这些地方的信息素最浓，蚂蚁能够按照信息素对方向进行选择，越浓的信息素，就会有更大的选择概率，信息素其自身会发生挥发。我们可以将蚂蚁运动的过程简单概括为：如果周围不存在信息素进行指引，那么蚂蚁运动的轨迹是具有惯性的，对其他方向有选择的可能性，如果周围存在信息素的指引，那么蚂蚁在方向的选择上会根据信息素浓度来进行选择，去寻找食物的时候，蚂蚁留下的信息素与家（A）有关，让蚂蚁在寻找家的方向时，留下的信息素（B）与食物有关，在距离不断增加的时候，信息素的撒播就会不断减少。3模糊控制3.1模糊控制理论提出3.1.1模糊控制理论的概念“模糊”是人类对一切事物感知的一个重要方面，获取知识、推理和决策与“清晰”相比，“模糊”的存储容量更大，有更完整的内涵。模糊逻辑控制（FuzzyLogicControl），也称模糊控制（FuzzyControl），是一种基于模糊集理论的计算机数字控制技术、模糊语言变量和模糊逻辑推理，模糊控制是基于模糊集理论、模糊语言和模糊逻辑的控制，它是模糊数学在控制系统中的一种应用，是一种非线性智能控制。模糊控制是一种利用人类知识来控制控制对象的方法，通常用“if条件，then结果”的形式来表现，因此通常称为语言控制[10]。一般用于不能用严格的数学表示的控制对象模型，即利用人们的经验和知识可以很好地控制的对象模型。因此，使用人类智能来控制系统的一种模糊方式是模糊控制。模糊控制是基于模糊集理论、模糊语言和模糊逻辑的控制，是模糊数学在控制系统中的一种应用，是一种非线性智能控制，可以并且可以利用人的经验和知识很好地控制，因此，使用人类智能来控制系统的一种模糊方式是模糊控制。3.1.2模糊控制理论与传统控制相比的优势模糊控制有许多优点，例如简化系统设计，特别是对于非线性模型，随着时间的推移而变化，并且不完整模糊控制技术使用控制律来描述系统变量之间的关系。同时，该系统由表示数值的基于语言的模糊变量来描述，并且模糊控制不需要为控制对象建立一个完整的数学模型。模糊控制器是一种语言控制器，允许操作者使用自然语言进行简单的人机对话，模糊控制器是一种理想的非线性控制器，易于操作和控制，具有防止干扰的能力，响应速度快，耐用性强，并提高了对系统参数变化的容错能力，它从属于智能控制的范畴，该系统非常适合控制非线性、时变和滞后系统。模糊控制在短短20年内取得了令人瞩目的成果，主要是由于一些非常明显的特点：①不需要对控制系统进行数学建模，模糊控制控制器是根据控制系统的控制经验设计的，因此，无需了解控制系统的数学模型；②很容易被人们接受。模糊控制的核心是控制规则，用人类语言表达，易于被大众接受和理解；③它是一种体现人类智能思维的智能控制，这些模糊量和模糊推理表达了正常的人类认知活动；④自适应模糊控制系统可以有效地控制控制对象是线性还是非线性，并具有良好的耐久性和适应性；⑤结构简单。如果使用单片机或微机系统创建模糊控制系统，该系统的结构与一般的数学控制系统相同，软件采用模糊控制方法，用模糊单片机创建模糊控制系统更加方便，模糊单片机的数据设置就足够了。3.2模糊控制理论在工业生产领域的应用情况（1）模糊控制在水位控制中的应用水位控制系统现已广泛应用于工业生产的各个领域，水位控制系统结构简单，但由于环境的不同，它受到许多不确定的外部因素的影响。水位控制过程是一个多元过程，有很多延迟，并随着时间而改变，并且很难对系统的控制进行建模。采用模糊控制方法对水位进行控制，可以准确判断水位的变化，并实施相应的处理措施和出水阀的开度来调节水位高程。（2）模糊控制在锅炉燃烧系统中的应用锅炉是工业生产过程中使用最广泛的设备，在实际工作过程中容易受到外界或锅炉的干扰，它是一个具有多输入多输出的复杂控制对象，影响锅炉性能的条件有很多[11]。因此，锅炉燃烧系统经常偏离最佳运行状态，降低运行效率，常规的PID控制不适用于多变量惯量控制系统，严重滞后和很多干扰。随着工业技术的不断发展，因此，高效稳定的锅炉燃烧控制系统尤为重要，在锅炉的实际工作过程中，燃料供应和空气供应的比例会影响锅炉的效率，为了判断锅炉的工作状态，避免影响锅炉性能的参数，例如燃料量和空气供应量将持续评并进行取值，采用模糊理论用于推理和判断，并且根据判断采取处理措施，确保锅炉高效稳定。3.3模糊控制理论在智能家电领域的应用情况智能家电中的模糊控制应用技术在日本处于世界前列，电冰箱、空调的变频、全自动洗衣机、电饭锅、微波炉的模糊控制等已经出现，模糊控制技术大大提高了这些家电的智能化水平和控制效果。并且在家用电器中使用模糊控制已成为目前发展的潮流。随着社会经济的不断发展，模糊控制技术也越来越完善，很多家用电器如食品加工机、洗衣机、空调、电饭煲、微波炉、家用电器、吸尘器等智能家电，大量应用了模糊控制技术模型，微处理器处理精度的提高主要是通过智能传感来进行的。现代智能家电的设计与实现离不开模糊控制技术的随机适应，在未来发展家电的过程中，通过不断响应消费者的真实需求，在流程创建和路径分析方面效果很好，并根据情况采用智能操作控制，可以提高控制水平，简化执行过程，实现综合化、智能化操作，解放更多人的双手，创造更大的社会影响和经济价值。例如，热水器讨论了模糊控制技术在家用电器中的应用。（1）原理的应用采用模糊控制的智能电热水器在独立测温过程中可以利用智能测控软件进行智能传感任务。首先，在过程中使用智能传感器进行温度控制，温度可以根据人的指示进行调节，确保水温的温度偏差在正0.5°C和负0.5°C之间；其次，使用模糊控制命令算法可以自动检测系统泄漏，还可以提供防干烧功能的自动控制，技术人员可以远程，实时分析电热水器的工作状态，可预订的自检工作系统和独立的编程系统，按照这种实现方式，业主可以远程控制电热水器，自动启动并按时供应热水；第三，使用模糊控制的智能电热水器，可以有效减少业主等待热水的时间，还可以延长保温时间，不仅节省资源，也能达到预定的使用目的，即时加热的效果。（2）流程的应用在使用过程中，应使用模糊控制软件采集初始温差，即环境温度与水温设定值的差值，并计算水温变化率，设置和输入信息后，传感器采集模糊数据，并在指定时间将相应的模糊量转换为DA/DC。该设计最初被指定为热水器运行期间的定量输出DT，可以合理控制输出和输入，它们可以分为大、中、小三个等级，然后通过基于定量的控制方案灵活控制具体的时间和温度范围。根据经验排布规则和逻辑列表，在微机控制器当汇总进行量的输入，完成输入之后，会提前计算输出时间，定时器到了就可以接通电路，热水就会自动启动加热，能够更好地服务于业主。4模糊控制技术在电气工程自动化领域的应用情况4.1模糊控制技术应用研究模糊控制是基于自动控制理论的，它还集成了响应式控制技术、人工智能应用和神经网络技术，并在管理行业拥有前所未有的应用经验。（1）Fuzzy-PID复合控制Fuzzy-PID复合控制结合了模糊技术和普通PID控制系统，以保持高线性度，当温度非常错误时，将应用模糊控制，响应时间会很快，并且动态性能会很好，当温度出现错误时，PID运算可以提供良好的静态信息，并考虑系统软件的线性度，因此，相比单一的模糊控制器或单一的PID控制面板，管理效率更节能。（2）自适应模糊控制控制措施具有自适应学习功能，能自动调整和实施响应性模糊控制标准，这将提高自动控制系统的效率，改进对离散系统的处理，显著提升延迟时间和先进的复杂系统软件功能。（3）参数自整定模糊控制比例系数也称为自适应模糊控制，这种控制措施可以适应容量的变化，在随机的自然环境中，自动修改控制面板，并保持更强的性能，即使自动控制方案的功能发生变化或受到影响。（4）专家模糊控制模糊控制与信息管理系统技术的结合，进一步提高了模糊控制器的智能化水平，这种类型的控制以标准化的方式，保持模糊集解决方案的使用价值和协调性。同时，将信息管理系统的技术与应用专业知识的优势相结合，以应对更普遍的管理挑战。（5）仿人智能模糊控制IC优化算法具有两个基本原理：比例法和维持法，这两个函数让系统软件在无效绝对值发生变化时有两种情况，闭环控制的实际运行和开环传递函数的实际运行，可以实现对高频率、精确性、可靠性分歧进行妥善地处理，然后尽快将其部署到所有目标当中去。（6）神经模糊控制这种控制措施的实施取决于神经元网络的模糊逻辑，并且具有很强的专业知识和紧迫任务的构建能力，即叙事软件对专业知识的能力进行判定，坚强的神经网络学习能力和即时解决问题分析定量数据的能力[12]。4.2模糊控制技术在电气工程领域的研究目前电机调速大多采用PID控制技术，PID控制技术结构简单，稳定性高。但随着PID控制技术的广泛应用，系统本身也出现了一些问题，该技术应用的核心是在进行准确测量和判断后自动进行系统校正。大多数工业项目都是非线性变换，尽管PID简化了过程，并将其转变为基本的线性模型进行控制，但它不能有效克服载荷和模型参数的较大变化，更精确地控制系统。模糊控制技术应用于电气工程，可以反映非线性系统的时间变化，并且不需要对控制系统的数学模型进行简化和转换，促使电气产品设计具有更大的灵活性。（1）基于简单模糊控制器的速度控制控制电气系统的速度控制系统，实现模糊控制有必要设计模糊控制，并通过一些算法实现语言控制。首先，根据系统接收到的数据量来覆盖数据，并通过语言翻译将数据输入到模糊值的子集中；其次，定义相应的模糊控制规则，并使用自适应条件内的模糊关系来定义测试识别模糊量；最后，合成系统将最终的计算决策转换为准确的数据值，并报告给上层处理系统，简单的模糊控制器用于电气工程，主要用于替代传统的PI调速器，保证系统的动态性能，使用本控制器时，控制电气系统只需要一个参数，大大缩短了响应时间。（2）模糊PID控制器在调速中的应用模糊PID控制是使用模糊控制方法在线调整PID控制器的参数，然后将电气系统置于最优状态，PID参数的模糊增益调制可以面对各种对象，例如在PI控制器和由DSP和单片机模糊微机组成的模糊控制器中，模糊控制用