SGMGV-13ADC61

SGMGV-13ADC61 SGMGV-13ADC61 SGMGV-13ADC61  在实际应用中，还有一些非智能控制方式在变频器的控制中得以实现，例如自适应控制滑模变结构控制差频控制环流控制频率控制等。
 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*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。
 神经网络控制
     神经网络控制方式应用在变频器的控制中，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。但是神经网络的层数太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。
 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，以避免升速过快对电机使用寿命的影响以及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。
 *系统
     *系统是利用所谓“*”的经验进行控制的一种控制方式，因此，*系统中一般要建立一个*库，存放一定的*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。*库与推理机制的设计是尤为重要的，关系着*系统控制的优劣。应用*系统既可以控制变频器的电压，又可以控制其电流。
 学习控制
     学习控制主要是用于重复性的输入，而规则的PWM信号例如中心调制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中。学习控制不需要了解太多的系统信息，但是需要~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**前环节，这用模拟器件是无法实现的，同时，学习控制还涉及到一个稳定性的问题，在应用时要特别注意。