人工智能控制器

建立相匹配的控制模型，同時根據數據實時反饋選擇控制方案，持續進化，給出優控制參數值。品投運后云端一鍵操作，的簡單背后是強大的算法支持：決策機TMAI可根據用戶設置的室溫目標數據，完成復雜運算后直接給出控制目標參數，如供水溫度等。決策機TMAI模型可以解決傳統控制模型中室溫數據滯后性問題，結合氣候參數提前預測、預知合理控制目標值，提前干預，平抑室溫波動。

人工智能控制器優勢

神“機”妙算：人工智能AI深度學習，超越傳統供熱經驗；

大數據處理，調控精細，預測準確，突破人的經驗盲區。

一鍵“智”能：傻瓜式操作，簡單，一鍵操作；

復雜的事情交給AI，用戶只需制定目標，操作簡單明了，降低培訓成本。

運“策”決機：無需額外設備，不用施工布線；

設備安裝簡單方便，通訊對接即可使用。

一勞永“逸”：的換熱站人工智能AI升級改造方式：

云平臺模式，免監控中心，一個采暖季可收回投資。

通過適當調整（根據響應時間、下降時間、魯棒性能等）它們能提。例如：模糊邏輯控制器的上升時間比優PID控制器快1.5倍，下降時間.5倍，過沖更小。它們比古典控制器的調節容易。在沒有必須知識時，通過響應數據也能設計它們。運用語言和響應信息可能設計它們。們有相當好的一致性（當使用一些新的未知輸入數據就能得到好的估計）

運用常規反向傳播學習算法。該系統由兩個子系統構成，一個系統通過電氣動態參數的辯識自適應控制定子電流，另一個系統通過對機電系統參數的辯識自適應控制轉子速度。后值得指出的是現在發表的大多數有關ANN對各種電機參數估計的，一個共同的特點是，它們都是用多層前饋ANNS，用常規反向傳播算法，只是學習算法的模型不同或被估計的參數不同。