《基于Matlab的恒温箱温度控制系统设计》20000字

前言恒温器主要用于温度控制。它在当前时期我国工业现代化和工业生产科学技术与工程科学理论研究中都具有着非常重要的指导意义。因此,高温低精度工业恒温箱的时滞温度控制管理系统的总体设计方法具有重大的技术现实意义和其它的应用价值，最早被广泛应用于工业恒温箱时滞温度系统控制的一些主要经典温度控制设计技术以及一些主要具有现代智能化温度控制管理技术的设计方法。近年来常被中国使用而且也引起了很多外国人的高度关注。本文主要介绍用于温控器温度控制的PID控制算法，模糊控制算法和模糊PID控制算法。1.1选题的目的、意义恒温箱的作用是控制温度。目前,它已广泛应用于工业实验室,科研厂房，公司等。同时,它还为我们提供了进行农业科学研究和生物技术实验测试必须要求的各类环境仿真条件。因此,它在国内被广泛应用于无菌检测,药品,纺织和食品加工中对化学稳定性的检查和原材料,产品包装和对工业产品使用寿命的检测。还可用于一些科研单位和医疗机构中的细菌培养,也就是我们可以用于大规模的培养，发酵和培养。简而言之，恒温器在当前的工业生产和科学研究中起着重要的作用。因此，高精度温度控制系统的开发具有重要的现实意义和重要的应用价值。Matlab是MatrixLaboratory的缩写。它是美国MathWorks生产的商业数学软件。它采用先进技术设计的电子语言与交互式软件环境,适合于研究人员使用各种网络设备，用于开发算法，数据可视化，数据分析和数值计算。它能够很容易地实现许多个控件的模拟,仿真效果好,可以更加直观地体现出一个个控件。因此,使用matlab对恒温箱内的温度控制系统进行了仿真,就能够看出这种算法在设计中的正确率和实用程度。1.2关于本课题所涉及的问题研究发展现状为了更好地实现对培养箱的温度控制,通常采用两种经典的控制方法(该控制方法最初是专门用于时间延迟控制系统)和一种智能控制的方法(该控制方法近年来一直受到广泛的关注)。同时，将两者结合的连接控制方法具有两者的优点。因此，它正在逐渐普及。1.2.1经典控制所谓经典控制方法，就是指目前世界上最早已被提出和广泛应用在时滞式系统中的控制问题。它主要由pid控制,smith预测控制和dalin算法组成。PID控制器因其具有算法简便,鲁棒性强,并且可靠度高的巨大优势,所以经常被广泛应用于工业控制系统的软件设计中。pid数据控制的一个重要技术难点也就是如何通过正确设置数据控制参数变量来快速取得最优的数据控制处理效果。但是,在一个进行特定时间上的推迟计算过程中,我们所经常使用的算法pid推迟具有一些大的局限性,因为只有当一个系统设计中的推迟模型每个参数都可以为时不变的特定条件下,pid推迟算法才真正可以快速取得理想的推迟结果。当将具有良好匹配参数的PID控制器应用推广到那些没有具备良好时变模型匹配参数的复杂时变控制系统中,该时变系统的基本性能就必然可以发生变差甚至完全失去系统稳定。特别针对是那些额定温度时滞比较高的控制系统,比如的系统，时滞比较大，传统的PID控制通常都显得是无能为力的。但我们可以将其与其他控制方法相互作用结合在一起来对其进行综合使用以便于增强延时控制过程处理中的延时控制处理效果,从而仍然还可以做到充分利用其中pid延时控制的一些特点。许多数学专业的模糊科学家已经成功提出了多种新的模糊pid控制算法,并且一些研究人员开发了多种新的模糊pid自动控制器,例如与模糊时间移动相关的模糊可以和非确定性模糊控制pid自动控制器和可可自适应模糊控制pid自动控制器,从而大大提高了控制性能。PID控制可以与模糊控制和神经网络相结合，即基于模糊神经网络结构设计的模糊自动相适应控制pid模糊控制系统技术。smith预估器是一种广泛应用的基于时延系统的控制方法,是一种预测性的时延补偿算法。通过分析和估计各种应用对象的动态特征,可以使用预测模型对其进行补偿,以便得到不存在时间和延迟的调节变量,并将其反馈给控制器,从而可以使整个系统的控制像没有任何时间和延迟连接一样,从而减少超调和改善的系统稳定性,并且可以加快系统的调节过程,并大大提高系统的运行速度。从理论上来讲，smith预测器已经能够完全地消除了时间推移和延误的影响,但是这种方法在实践和应用中并不能令任何人感到满意。其中一个重要的原因是smith预测器需要了解受控物体和对象之间精准的数学模型。当存在估算模型和现场中的实际物体时,如果发生错误，则控制质量会严重下降，从而使史密斯预测器的控制性能在实际应用中变差。因此，基于史密斯的预测因子，许多科学家提出了扩展或改进的解决方案。这些解决方案主要有:smith多变量预测器控制,用于非线性系统中的smith预测器,改进后的smith预测器,smith自适应预测器控制。Dalin算法是IBM的Dahlin于1968年前的首次论文提出的一种控制算法,用来帮助研究在现代工业生产控制过程中的控制算法中的纯性和滞后性。该设计算法的主要研究目的之一就是为了帮助设计一个合适的运动数字闭环控制器，以使整个数字闭环运动系统的传递函数之间能够得到对应于某一运动阶段的一个惯性运动连接,该纯惯性连接具有闭环系统的纯延迟和纯延迟时间。必须与受控对象相对应。纯延迟时间。大林算法的方法相对简单。只要我们能够精心地设计出合适的且物理上完全可以实现的数字控制器,它就已经可以有效地克服单片机和纯磁滞现象的不良影响,因此这种控制器在工业生产中已经得到了广泛的研究和应用。但是,不利的一面就是设计中存在振铃现象,并且像smith的算法一样,需要精确数字处理模型。如果这种模型的误差很大,则控制的质量会被大幅度降低,并且整个系统甚至可能会变得更加不稳定。1.2.2智能控制智能控制系统是一种完全的自动化控制,它允许一台智能计算机独立地供电以完成其目的,而不必进行任何人工的干预。它主要包括模糊控制,神经网络的控制,遗传算法。模糊控制是一种较早的智能化控制形式。它吸收了现代人类的思维模糊。从一个广义上来讲,模糊逻辑控制方法是一种泛指模糊集理论在实际应用和从总体上看待系统的一种控制方法。无需模糊控制所以就需要准确的数学模型,这就是解决非安全的系统管理问题的有效手段。模糊控制技术就是一种以专家为准则的模糊控制技术。在时间延迟的过程中,通常会对误差和误差的变化率实施模糊控制。对输入值的准确度和精准值可以进行模糊处理,并根据相应的输入变量和模糊规律,依靠模糊推理综合的规则,计算得出相应的控制值,然后进行澄清。获得精确的输出控制过程，其中模糊规则最为重要。然而，模糊控制具有诸如控制精度差和算法复杂的缺点。因此，如果可以将其与其他算法组合以提高其控制精度，则它非常有效，例如B.模糊史密斯控制器，模糊自适应控制器，模糊PID控制算法等。获取准确的输入和控制信号的过程,其中最为关键的模糊性规则。然而,模糊控制仍然具备诸如控制精度低、算法复杂等缺点。因此,如果我们可以将其与他人的控制算法进行组合以提高它们所控制的精度,则它非常有效,例如b.模糊史密斯控制器,模糊自适应控制器,模糊pid控制算法等。神经网络控制主要是对于人脑某些基本结构机制以及其他关于人类的知识和实践经验进行研究和运用,以控制的一种系统。人们已经普遍认为,神经网络控制技术使系统在设计上具有良好的智能性和鲁棒性,可以有效地解决那些具有高尺寸,非线性,强耦合和不确定性的复杂大型工业生产技术中的控制问题,其独特之处主要在于它们的可视化和数据库优势。。神经网络的主要优势之处就是它们既可以完全地近似任何复杂的非线性系统,又可以具有极高的鲁棒性和易于容错。通常,有两种对神经网络进行控制的方法:一种就是对其进行建模,另一种就是将其直接应用到控制中。就像模糊控制那么简单,而且神经网络还具备了算法繁琐的缺陷。同时,学习和训练中的神经网络很耗时,并且需要很高的训练率。1.2.3结论由于我国经典的电子控制系统设计方法,该系统结构简单,可靠性好,实用性大,在实际工业生产的过程中已经得到了广泛应用。但是,由于它们都采用的是基于参数模型的控制算法,因此它们的适应性和鲁棒度很低,对模型精度的稳定性要求高,并且抵御干扰的能力也很差。智能化控制系统是一种非参数模型的控制方式,因此该系统在鲁棒性、干扰抑制功率等方面均具备很大优势。但是,智能化的控制系统也存在着其他的缺点,即理论太强，算法太复杂，大多数方法仅限于理论研究和仿真研究，没有太多可用于测试的用途。设备和工业生产。根据这两种控制方法的特性，将这些控制组合在一起以进行复合控制是一种时滞系统的有效控制策略成功投入应用的技术包括模糊控制pid函数控制,模糊控制smith-nn函数控制,neuronsmith-nn控制预测函数控制。估算与计量控制。这些自动控制设计方法不但完全可以有效充分利用我国传统的一些经典自动控制设计方法的简易软件结构,可靠性和其在技术上的强大实用性,而且可以利用智能控制的优点，即适应性强，鲁棒性强，抗干扰能力强，可以弥补自身的不足。时滞控制系统具有很好的应用前景。1.3主要解决的问题本文的设计主要目的是为了深入研究恒温器的热量自动控制及该系统所需要采用的控制算法。由采用pid控制算法,模糊控制处理算法和模糊处理pid控制算法进行控制。通过使用matlab控制仿真器你可以快速获得一个新的控制仿真结果,然后将它们与所有用户预期的控制目标相同化并进行了一次比较,以便于检查这些各种控制算法都功能是否完全并且可以直接达到要求。将两种算法数据进行流量比较,选择一个更好的流量控制策略。在应用pid控制算法中,主要的技术研究发展方向就是研究使用不同的整体数学控制模型时对一个整体运动系统控制性能的直接波动影响。模糊控制分析算法主要专注于模糊控制的正确设计,模糊子集的正确选择,模糊控制规律的正确定义和模糊推理。对于一种系统称为模糊误差pid的误差算法,模糊误差控制器系统可以通过使用模糊误差密度e和模糊误差密度变化率中的ec公式来分别作为其中的输入。控制的一个重要关键步骤之一就是准确地快速找出参数pid的三个基本参数、和与数据e及参数ec之间的模糊控制关系,在其中的运行中我们发现可以通过连续地不断检测参数e和以及ec,然后依照模糊控制的基本原理,实现了对，和模糊在线数据更新,以便于及时满足该模糊控制的基本要求。

2控制算法概述2.1PID控制概述pid控制算法(利用比例函数p分为积分函数i和导出函数积分d),它们都已经是目前我国最为典型的控制算法。pid系列数控机床在现场机械工作原理过程及其机床运动过程控制中一直占有重要技术位置。据统计，PID控制器占工业控制器的90％以上。PID控制策略是最早要开发的控制策略之一。由于算法简单，鲁棒性好，可靠性高，因此具有广泛的应用范围，非常方便易用。它特别适用于可以创建精确数学模型的确定性控制系统。然而,实际数学受控处理过程通常都存在具有非线性且可能随特定时间而有改变的高度不确定性,并且很难帮助建立一个精确的实际数学受控模型。而且现在运用一些常规化的pid控制算法时也没有什么办法完全实现理想的温度控制处理效果。随着我国现代信息计算机网络技术和现代人工智能网络控制系统理论的不断进步,为我们应用提供了一种完全可以有效控制各种复杂的网络动态不安全系统的新技术手段。2.1.1模拟PID控制原理图中显示了模拟PID控制系统的原理框图。该系统由模拟PID控制器和受控对象组成。图SEQ图\*ARABIC1模拟PID控制原理框图理想中的pid控制器按照给定值与实际输入值所组成的控制偏差: （2-1）将偏差的比例、积分和微分通过线性组合构成控制量，对被控对象进行控制。其控制规律为: （2-2）或写成传递函数的形式; （2-3）式中:是一个函数比例的时间系数，是一个函数积分的时间常数，是一个函数微分的时间常数。简单说其比例、积分和微分环节的作用为:比例环节:即时成比例的反应控制系统的偏差信号，偏差一旦产生，控制器立即动作以减小误差。积分控制环节:主要一个功能特点就是有效地控制消除系统的静差,提高系统的工作可靠性和积分控制器的精确度,积分环节功能发挥作用的范围大小和功能强弱主要依赖于积分时间常i，越大，微分信号环节:它们通常能够准确地通过反应计算出一个偏差微分信号的变化趋势(及其变化的反应速率),并且只有当一个偏差微分信号的内部取样阈值误差变得过于巨大之前才可能会自动引入一个被人们称为信号修正的微分信号,从而它们可以大大减小整个系统的信号超调,加快整个系统的调节过渡阶段和修正进程﹐从而可以缩短整个调节的持续时间。2.1.2数字PID控制原理模拟PID控制器的输入和输出均为模拟量，例如电压和电流。如果使用计算机来实现控制算法，则其输入和输出必须是数字离散量。PID控制律的上述所有连续形式都必须首先更改为离散形式，然后才能通过编程实现。PID控制器算法的离散形式为： (2-4)或者 (2-5)式中：T采样周期K采样序号u(k)第k次采样时刻计算机的输出值e(k)第k次采样时刻输入的偏差值积分系数微分系数根据Z变换性质： (2-6) (2-7)上式变换为： (2-8)可得到数字PID控制器的Z传递函数为： (2-9)数字PID控制器的控制框图为图SEQ图\*ARABIC2数字PID控制器控制框图2.2PID控制器的参数整定方法由于pid控制器的零件输出与偏差大小占系统中一定的比率,是微分和积分相互作用的线性组合,因此设置每一个零件的线性系数对pid控制器的控制性能至关重要。pid控制器参数必须匹配到各自受控对象。2.2.1凑试法也称为经验方法,是根据调节仪表的参数、和对系统响应的影响后反复地凑试,直至达到令人满意的一种输出响应。凑试方法的第一个步骤是先调好比例系数，再调好积分系数，最后调好微分系数。将调节器中的各项参数逐一地进行了凑试,各项参数的调整都是以出小向大为原则依次进行。2.2.2扩充临界比例度法该方法是Ziegler和Nichols提出的用于调整PID参数的方法。这是基于系统的关键振动参数的闭环调整方法。本质上，它是模拟控制器中使用的稳定极限方法的扩展。在控制系统中，控制器仅受比例作用，并且控制器的比例值从小到大逐渐变化，以获得振幅恒定的振荡过渡过程。此时的比例值称为临界比例值，相邻的两个波峰间的时间间隔称为临界振荡周期，求得和后根据临界振荡整定计算公式就可以确定PID参数。2.2.3过波过程响应法该法则由Cohen和Coan提出，因此也称为C-C法则。谈论算法意味着将控制对象近似为具有纯延迟的一阶惯性复合物。 (2-10)通过开环实验，测量系统单元的反应步骤曲线，确定纯延迟时间t和时间常数T，然后根据公式确定PID参数。确定各种控制方法的参数的公式如下：对于比例控制： (2-11)对于比例积分控制： (2-12) (2-13)对于比例积分微分控制： (2-14) (2-15) (2-16)当不能确切地知道一个广义连接过程中各种动态特征和物理的顺序或者参数的值时,使用响应曲线控制器进行参数调整的方法尤为有用,因为响应曲线显示了所有的动态连接,测量连接和执行连接的受控过程等。可以为广义过程实验的近似模型提供一个参考。2.3大纯沿后过程的控制由于介质的温度变化本质上是能量传递的结果，因此其温度参数无法快速变化。因此，温度物体通常包含纯滞后现象。对于这种类型的系统。使用普通的pid等微控制器很难能够实现理想的远程控制处理效果。预期的动态响应只能通过使用特殊的控制算法来实现。过程的纯滑移对控制系统质量的影响不取决于的绝对值，而是与过程的时间惯性常数T（）的比率有关。通常当时，可以将其作为一个大型的纯延迟过程进行控制。2.3.1施密斯(Smith）预估补偿控制Smith预测补偿控制的思想是引入合适的反馈补偿连接，以使闭环系统传递函数的分母项不包含纯延迟连接。图SEQ图\*ARABIC\s13Smith预估器由图可以得出引入补偿环节后的传递函数为： （2-17）为使其分母中没有项出现，即要求闭环特征方程为： （2-18）由上面两式得： （2-19）由下图可知，原来与设定值相对应比较的是纯测量滞后值,也是说就是在微控制器的作用函数u的值通过后的输出，即有的纯测量滞后。现在经多次测量反馈和和补偿后，中包含和两项，后一项正好被与原先的输入测量标准值相互作用抵消，其余部分仅仅只能通过一个模型后进行输入测量u。所以当再次测试数据模型准确时，，作为再次检测输入信号的两个数据包在进行再次反馈时,它们应该是完全不会被认为含有的输出，是及时地地被发送或输出去的。从而有效消除了不利性和影响。图SEQ图\*ARABIC42.4模糊理论概述自1965年以来，美国著名的控制理论学者拉扎德（LaZadeh）出版了开创性的出版物“FuzzySets”，其中首次提出了模糊集理论，这与传统的数学和控制理论完全不同。模糊逻辑获得成功在短短20年的著名贝尔实验室开发。这一历史事实已经充分事实表明,模糊控制科学技术发展作为一个新兴的技术学科,它不仅具有巨大的技术市场性和生命力,并且也已经具备了广泛的国际应用发展前景。模糊控制理论在当今的信息时代我们之所以能够取得这么快的进步,是因为它给我们提供了一种全新的数学工具和技术,主要表现在以下三个方面:首先,模糊理论为人们提供了多种用于表达机器自身语义的理论和技术方法,从而使人们可以将各种自然语言直接地转换成机器所能够理解和接受的事物,从而大大提高了机器的灵活度。其次,模糊理论为人们提供了模糊逻辑与近似思维相结合的理论与方法。通过简单的软件和硬件,机器就可以在设计上变得"智能"并进一步提高它们的智能性。目前应用于家庭电器及工业模糊控制系统中的模糊控制设备已被确认。模糊理论较普遍地使用于一般数学理论中。除了电子科学和工程学以外，还为社会，经济学，哲学，心理学，教育和管理等人文科学提供了用于数学描述的语言和工具。这将是合理的。促进这些学科的发展。模糊控制基于模块化数学，其中精确量被总结为“自然语言”的模糊量，然后根据人们的思维方式使用模糊推理规则来计算这些模糊量，并输出模糊运算结果。最后，对模糊输出进行去模糊处理以获得可以在控制系统中使用的精确大小。这反映出控制过程的控制者正在不断地将所观察到的过程输出的准确量转换为模糊量。通过人脑的思维和推理获得模糊判断之后，将通过判断获得的模糊量转换为准确量。实现手动远程控制的整个操作过程。可以清楚地看到,模糊集的控制器概念。充分体现了模糊集的思维理论,语言集的变量和模糊集的思维方式是一种在没有复杂的模糊数学逻辑模型基础条件下的有效综合运用,其所需要采取的模糊控制策略就是以模糊语言集的形式具有确定性地用来描述复杂的模糊控制处理过程。图SEQ图\*ARABIC52.5基本模糊控制器的设计步骤设计模糊控制器通常需要五个步骤：（1）确定模糊控制系统的结构：在此步骤中，确定模糊控制器的输入和输出。（2）对于精确进行量的一个模糊化:也是说就是实现对于一个输入量的一个精确性对于进行量的模糊化,并且可以使得这个精确性对于进行基础变化的阈值幅度(称为基础变化范围)经过模糊量化而被模糊为一个相应的模糊性变化范围影响因素。（3）模糊控制算法的设计：使用一组模糊条件集来形成模糊控制规则。并计算出由模糊控制规则确定的模糊关系。（4）对输出信息进行模糊性评估:以便于完成从一个模糊测量向一个精确测量的过程。（5）创建查询表

3恒温箱数学模型的确立3.1恒温箱机械结构设计恒温器的温度控制系统不仅需要恒温器内部保持恒定的温度，而且还要求整个房间具有一定的温度均匀性。同时，恒温器中不得有较大的气流和温度盲点，因此恒温器必须如此。机械结构经过特殊设计。在这里，我们假设具有多个工作室的立方结构，即在立方箱结构中将三个工作室分为恒温室，恒压室和冷却室。如图6所示，盒子的整个内部都通过气流，以达到恒定的温度。空气在恒定温度下从空腔流过回风口，进入半导体散热片的冷端。冷却后，将其首先在冷却腔中混合，以使空气温度相对均匀。然后，通过交流风扇以恒定的压力将空气从冷藏室吹入空腔。通过空气的流动，在散热片上产生的冷能被传递到恒温室，这确保了恒温室内空气温度的稳定性，并使房间内的温度场均匀。温度的稳定性主要通过控制半导体冷却器芯片工作时的电流来达到。机械结构设计能够确保温度场的均衡。它由三部分组成：恒压腔，风道和开口。恒压腔的主要作用之一就是通过使从冷却室内部流出的空气重新与恒压腔混合,使得温度变得更加平衡,同时也可以使得吹入恒温腔内的空气和液体在气流上的组织变得更为均匀,从而促进了温度场腔内的恒温满足了系统的均匀性。气流与空腔内的恒定压力开口,可以让气流在空中的组织得更加平整。风管采用漏斗形设计装置,气流通过风管后能够均匀地分布于一定的区域。孔板采用一块50×50cm的树脂板,带有均匀打孔的小孔（图7）。这样,由于恒压室内部中的空气流量高于恒温室中的压力,因此开口两侧有一定的压差,因此从恒温室到整个恒温室中的空气流变成了活塞式的气流。这样的空气和流量可以均匀分布在整个恒温室内,并且不会产生很大的吹风,并且最终可以使整个恒温室内的气流和温度场均匀。整个盒子外面设置有一个80毫米厚的填充层,由超细隔热棉材料制成,以有效减少了盒子内部与其周围环境之间的热交换。冷却腔可通过钢板与其他两个腔隔开,绝缘棉也直接插入到钢板中,以确保恒压腔与恒温腔之间是独立的工作部位,并且恒温腔不会在随后的冷却过程中直接进行热交换腔。图SEQ图\*ARABIC6图SEQ图\*ARABIC73.2恒温箱数学模型的确定温度是用来表示物体内各种分子在加速时的热运动中活跃的程度。这种观点表明,温度的变化发生过程其实也就是一种能源的获取与损失。因此，温度变化不大。许多相关文献的重要参考资料都已经表明,恒温器在一个自动温度控制过程阶段中就是纯粹的全无延迟自动温度控制。因此,在进行matlab过程仿真的整个过程中用于选择受控对象的一个数学过程模型公式可以使其表示形式为: （3-1）这里通过Matlab的模式识别工具可以得到，， （3-2）

4PID控制及仿真pid控制器因为其具有的结构简单,实现简便且控制精度高的特点而常被应用于各种工业控制的全过程。然而,由于其复杂的动力学机理,时间的变化,时滞等各种原因,使得工业控制的过程本身很难获得精确的数学模型。通常是通过利用一阶或二阶的惯性重新复合增加纯延时,通过减少阶数和增加低阶的方式近似某些高阶物体。在纯磁滞系统中,使用常规pid控制的主要缺陷是动态响应指数极低。暴露于干扰后通常会发生明显的过冲，并且建立时间会更长。但是，在某些情况下，不允许过大。因此，首先在PID控制的基础上提出了一种带导数的PID控制算法。4.1微分先行PID算法图中显示了先导微分的PID控制的结构图。它的属性是区分输出，而不是指定的值。这样，更改指定值不会更改输出，并且受控大小的更改通常相对平滑。这种类型的第一输出微分控制适用于频繁增加和减少设定值的情况，并且可以避免由于设定值的上升和下降引起的系统振动，从而大大改善了系统的动态特性。R（s）Y（s）R（s）Y（s）Y（s）——+Y（s）——+如图所示，微分部分的传递函数为： （4-1）则： （4-2）由差分得 （4-3） （4-4） （4-5） （4-6） （4-7）其中，，4.2参数辨识本文利用了时域检测的方法确定了受控系统参数。时域测量的主要过程就是将一个具有阶跃干扰的输入和对象信号通过一个输出端将其中的一个输入和对象施加到受测控制的系统或物体,并在一个输出端向其映射随时间发生响应。曲线;或者当使用脉冲输入时,将监视输出脉冲响应,然后通过分析响应曲线结果来确定被检查物体的传递函数。时域测量技术中使用的测试装置设备简便,测试操作量轻,因此已经得到了广泛的研究和应用。当我们使用一种时域法来确定被检测的系统或物体所处的对象进行数学模型时,有必要将这个阶段性的输入人为化地直接应用于检测到的物体,然后通过测量检测到的物体输出和响应的曲线以寻找其中的传递函数。在本文中，使用二阶惯性复合物加上纯滞后复合物来近似恒温器的温度控制系统，即温度控制系统的传递函数为： （4-8）对于温度控制器在系统中所传递函数的各个参数进行了辨识，得到k=5,=8,1,10。则被控系统的传递函数定义为： （4-9）4.3PID参数的整定调整pid参数的目标主要是为了确定、和。在已有的基于设计方法所选取的结构及其控制公式的一个控制体系中,其控制的性能和质量主要依赖于其所选的参数。本文采取zn的一种经验性计算公式法对pid控制器进行了调整。4.3.1PID参数的特点在PID控制中、、具有以下特点:（1）通过增加比例增益，可以加快响应速度，可以减小系统的稳态误差，并且可以提高控制精度。但是，如果太大，则系统超调甚至会导致不稳定。（2）积分作用主要目的是为了消除系统中的静态误差,增强其他方面的积分效果,有助于降低系统静态误差。但是，如果过大，则会增加过冲，甚至引起振荡；（3）由于微分效应,可以提高动态特征的性能。通过进行增益，可以有效地加快对系统的反应,减少对系统的过冲,并且可以提高其稳定度。但是，它对干扰很敏感，抑制外部干扰的能力也会减弱。这会导致设置过程中的过冲延迟，并增加设置时间。相反，如果太小，则系统响应变慢并且稳定性变差。4.3.2ZN经验公式法对于一个经典的PID控制器，其传递函数为 （4-10）对于二阶惯性加纯滞后环节 （4-11）经验公式为 ，， （4-12）由上述公式可得：=93.75,=10，=2.5。4.4PID算法仿真上面的分析确定了系统的参数。在MATLAB环境中创建了Simulink模拟框图，以模拟控制系统并检查控制效果。

5模糊控制及仿真恒温箱的温度控制系统本身就是一个延时式的系统,很难形成一个数学的模型。使用经典的控制原理很难完全控制一个系统。模糊控制最大的优点之一就是它并没有依赖于被控对象精确的数学模型。总结了一些关于人们在恒温箱中的控制实践和经验,并且借助模糊数学工具,通过模糊推理,完成了对恒温箱的控制。模糊控制系统属于一种智能化的控制,它主要适合于非线性,时变和间歇的系统。同时,模糊控制器还具有简易的结构和轻松的参数配置。因此,它已成为当前我国在智能化控制领域中的一个重要手段。5.1模糊控制基本原理5.1.1模糊控制基本思想模糊控制的基本设计思想主要是通过总结学者和专家对特定的控制受限物对象或其中过程进行控制的策略,以"if-then"这个表达式的方法来表示其控制规律,并获取由其作用于模糊推理受限物对象的模糊推理所确定的控制。5.1.2模糊控制器的基本结构输出输入入入清晰化模糊推理模糊化规则库输出输入入入清晰化模糊推理模糊化规则库通过正确选择各种模糊功率控制器的系统结构类型来精确决定各种模糊功率控制器在不同工作时间段内的内端输入和外部输出功率变量。通常,选择一个用于有或无误差改动信号E（或e）和和一个用于有或无误差信号变化改动信号EC（或ec）它们作为模糊信号控制器的一个送出输入控制变量,并且将每个控制变量x和y的误差改动信号用作一个输出输入变量。通常,模糊式微控制器的基本设计框架结构设计如框图所示:如图所示，模糊控制器主要由四个部分组成：模糊化，规则库，模糊推理和清晰化。每个部分的功能总结如下：1.模糊化模糊化的主要目标也就是把准确的一个输入输出数据从矢量变量换成了一个可以模糊化的输出数据量。输入端具有外部的系统参考信号输入,系统的状态输出或系统运行时的状态。模糊化的制作具体步骤介绍如下:（1）首先将这些输入处理为模糊控制器所需的输入；（2）将上面处理的输入转换为各自的论述区域。（3）使已转换到宇宙范围内的输入变量模糊，以使最初精确的输入变量变为模糊变量，并由相应的模糊集表示。2.规则库规则库包括特定的一个应用程序场景中所有的的知识以及一些需要用来实现的应用控制器和对象。它通常认为有两个主要的部分由其构成:一个是行为数据库,另一个为模糊控制的基本规则数据库。（1）数据库主要功能是提供包含每种编程语言中每个变量的各种隶属度转换函数,尺度划分转换赋值因子和包含模糊空间的尺度划分转换因子等函数等;（2）规则库包含由模糊处理语言控制变量所值为代表的一系列模糊控制语言规则。它们真实体现和充分反映着过程控制系统技术领域专家的专业实践和理论知识。3.模糊推理模糊推理模仿技术是它是模糊推理控制器的一个技术核心,它获得使用者几乎可以完全依靠模糊式的思维方式来进行模仿别人。推理的发展过程以模糊推理逻辑的基本含义关系为理论基础,并且始终遵循了模糊推理的基本规律。4.清晰化清晰化的功能是将通过模糊推理获得的控制变量转换为实际控制变量。它包含以下两个部分：（1）将模糊控制变量转换为在话语范围内表达的清晰变量；（2）通过缩放将话语范围中表达的清晰度幅度转换为实际控制幅度。5.1.3模糊控制的特点与经典控制相比，模糊控制具有以下优点：（1）模糊控制不仅仅只是需要准确的一种数学控制模型,而且必须是一种用于解决不安全的信息系统控制管理问题的有效解决手段。（2）模糊控制是一种非线性控制，适用范围广，适用于控制非线性系统。（3）模糊控制在系统设计上仍然具有很强的鲁棒性,大大降低了电磁干扰和控制参数的波动变化对模糊控制系统效果的不良影响。它目前可以广泛应用在自动控制各种类型具有高速时变、非线性化等特点的复杂电子系统中。（4）模糊控制机理与过程控制效果之间的直接表征和思考逻辑相适应。从建立一个用于控制语言变量的定性规则开始。（5）模糊控制基于启发式的知识和语言决策的规则,有助于实现模仿手动控制的操作过程和方法,提高对控制系统的灵敏度,并且还具有一定的智能化。同时，模糊控制还存在以下缺点：（1）当控制更复杂的不安全系统时，模糊控制的准确性往往很差。全局控制规则过于依赖于站点操作，并且调试时间很长。（2）模糊控制在很大程度上取决于控制经验。由于没有受控对象的模型，因此在投入运行之前很难进行闭环稳定性和鲁棒性分析。5.2模糊控制器的设计模糊控制系统就是模糊化控制体系的核心。模糊控制器的设计取得成功,直接决定了其在模糊控制中的性能。所以,设计一种合适的模糊控制仪在进行模糊控制时起着很大的作用。模糊控制器的基本设计如下:1.选择合适的模糊控制器结构通过设计选择各种模糊控制器的基本结构设计方式可用来初步确定各种模糊控制器的模拟输入与控制输出相互变量。通常,模糊信号控制器的两个输入输出变量分别被设定称为输入误差和输出误差的自动变化率,输出往往系统会自动选择一个被控制的变量。根据每个需要输入模糊变量的维数类型和输入数量,我们通常可以将模糊控制器大致可以分为:单个多变量模糊控制器和多个单变量模糊控制器,单个多变量模糊控制器所需要输入的变量类型和输入数量被我们统称成名为模糊控制器的模糊维数。理论上模糊控制器,其中控制器块的尺寸相对较大,其控制器的效果也就愈来越好,但真际实现操作起来就越困难。尺寸太小的模糊控制器在其中对特定温度范围进行自动控制时使其效果并不理想。因此,目前最典型的模糊控制设计方法之一就是二维模糊控制。其中的读出输入系数是输出误差系数e与输入误差之间变化率中的ec。2.选择模糊控制规则（1）所需要选用的词来用于描述一个变量控制器的变量输入或者操作是变量输出一个变量时的格式语义类型术语类或词汇我们把这些语义变量称之为变量的模糊状态。当您自己选择了更多的词汇时,规则将会变得更加灵活,而所形成的规律也将会变得更加准确。但是,这样的管理规则往往会变得复杂和困难。所以,在选择模糊状态的同时,还要考虑到简单度和灵活性。在实际的应用中,通常可以选择7到9个模糊的状态,也就是说正大,正中,正小,负大,负中，负小和零七个模糊的状态,再同时加上两个正零和负零模糊的状态。（2）规定模糊集模糊集合也代表了不同模糊性质的状态。例如,当两个输入量的误差变化发生在一个非常高分辨率的图形模糊子集中发生变化后,由于两个输入量的误差而变化导致的输出量误差变化相对严重。相反,如果一个大的输入和输出误差变化发生了在一个低分辨率的一个模糊子集中时就发生了小的变化,则输出变化将相对较小因此,在较大频率误差和较小频率转化变动幅度范围内的各种情况下,应尽量减少使用一个较低的较小分辨率高频模糊子集,而且当较大误差频率趋于零时,则我们应尽量减少使用一个较低的高分辨率模糊值的子集。对应着一个误差值为e的一个编程语言中的变量我们可以将其划分归类为以下7个模糊化的状态:PL,PM,PS,ZE,NS,NM,NL。对应于一个错误率大于ec的各种语言状态变量我们可以将其划分分别为7个模糊化的状态:PL,PM,PS,ZE,NS,NM,NL。3.确定模糊化的去模糊策略与模糊化相反，模糊思维是模糊集的形式，对于实际控制，模糊思维必须是唯一的集。因此,有必要把模糊量转化为唯一的量。常用的去模糊方法包括最大隶属度的方法,中位数定律和重心。5.3温度模糊控制器的设计5.3.1控制器结构如图所示,输入数值分别为误差E和误差变化率ECUYEe+RA/D被控对象模糊控制器D/AUYEe+RA/D被控对象模糊控制器D/AEC-——EC-——dt/dedt/de温度传感器温度传感器5.3.2模糊子集的选取输入输出变量（E),输入输出变量的一个二或三阶导向函数(EC)和一个输出输入变量的u的模糊导数子集对其列表定义如下:E={NL，NM，NS，ZE，PS，PM，PL}；EC={NL，NM，NS，ZE，PS，PM，PL}；U={NL，NM，NS，ZE，PS，PM，PL}；其中NL，NM，NS，ZE，PS，PM，PL分别为负大，负中，负小，零，正小，正中，正大。选取各输入量与输出量的论域为:输入变量(E)的模糊论域取{-6，-5，-4，-3，-2，-1，0，+l，+2，+3，+4，+5，+6}；输入变量(EC)的模糊论域取{-6，-5，-4，-3，-2，-l，O，+l，+2，+3，+4，+5，+6}；输出变量(U)的模糊论域取{-6，-5，-4，-3，-2，-1，0，+1，+2，+3，+4，+5，+6}。输入输出变量的隶属度赋值表如表所示：模糊集合隶属度-6-5-4-3-2-101`23456PL0.00.00.00.00.00.00.00.00.01.0PM0.00.00.00.00.00.00.00.00.70.2PS0.00.00.00.00.00.00.0ZE0.00.00.00.00.00.01.00.00.00.0NS0.00.00.00.00.00.00.0NM0.00.00.00.00.00.00.0NL1.00.00.00.00.00.00.00.00.00.05.3.3模糊规则的确定模糊规则主要根据运营商长期管理控制实践经验和有关领域的专家所学知识形成。它指的是用来控制受控物体的知识模型。您可以通过使用这种模糊化的设计方法来为自己设计更理想的模式调节器。本文中制定的模糊规则如下表所示：UENLNMNSZEPSPMPLECNLNLNLNLNLNMNSZENMNLNLNLNMNSZEPSNSNLNLNMNSZEPSPMZENLNMNSZEPSPMPLPSNMNSZEPSPMPLPLPMNSZEPSPMPLPLPLPLZEPSPMPLPLPLPL5.3.4模糊推理（1）按照控制规律表格编写合适的模糊推理语句;（2）运用mamdani推理的方法对其思维模糊进行推理;（3）使用质心法求解模糊，并根据模糊规则表为每个模糊条件集计算相应的模糊控制变量U。根据模糊推理法的综合计算规则,可以直接得出以下两个关系:,这样,获得了一个模糊控制曲线图。在实时自动控制中,根据控制输入输出偏差模糊变化值和根据输出输入偏差模糊变化值的频率直接通过查询实时控制数据仪表即时就可以准确地检测得到该实时控制值。为了更好地实现基本的模糊控制器。通常做法是把上述的表格保存在一个微处理器中。在过程控制中,计算机依靠宇宙学的采样及转换方法直接用宇宙各个元素之间的相位运动,接收其误差及相位运动误差。由查询表的第i行和第j列可以找到跟误差和误差变化率相对应的,同样是将论域中每一个元素的数值乘以一个比例因子所表示的控制量进行乘以相当的比例因子,从而得到了实际的控制量,并且被作用于一个执行机构。也就是说,模糊控制的策略主要是通过一种离线电脑计算法和一种在线查询方法来设计和实现的,以达到更好的控制质量和更好的实时性。ECUE-6-5-4-3-2-10123456-6-6-5-6-5-3-3-3-2-10000-5-5-5-5-5-3-3-3-2-10000-4-6-5-6-5-3-3-3-2-10000-3-5-5-5-5-4-4-4-211111-2-6-5-6-5-3-3-1022333-1-6-5-6-5-3-300223330-6-5-6-5-3-101223331-3-3-3-20013356562-3-3-3-10013356563-1-1-10001336666400011233356565000112333555560001113335656

6模糊PID控制及仿真模糊PID控制是一种将模糊技术与常规PID控制算法相结合的控制方法。模糊PID控制的优点是不必掌握受控对象的数学模型，而是根据手动控制规则来组织控制决策表。然后,利用模糊推理的设计方法,pid参数，和对所有规则例程进行了在线的自定义优化,不仅有效保证了例程的准确和有效,而且我的pid例程控制管理系统还完全具备了工作原理简单,使用方便,鲁棒性强,效率高等几大特征。该系统模型的控制精度高,并且同时具备了模糊控制时的操作灵活性和复杂环境中的适应能力好的两大优势。6.1模糊PID控制器结构模糊pid控制器基于一种新的常规pid编程控制,采用了模糊推理的设计思想,并根据各种参数E和D的EC设定值对模糊pid的各种参数设定值设置进行了在线自定义优化。该推理控制器主要包括两个主要的部分,即执行常规控制pid并对控制推理单元及模糊推理控制单元的相对参数进行校正。图中给出了一个模糊pid控制器正常工作的基本原理图示框图:e模糊推理模糊推理模糊化模糊化e模糊推理模糊推理模糊化模糊化ecec清晰化清晰化 清晰化清晰化TdTiKpTdTiKpYYPID控制器PID控制器——+R被控对象被控对象PID控制器PID控制器——+R被控对象被控对象de/dtde/dt6.2模糊控制器的设计6.2.1模糊控制器的语言变量模糊控制器中的语言变量关系到其输入与输出的变量。他们都是用一种自然语言来指定而非是一个数字取值的形式来表示。因此，它们被称为“模糊”。确定模糊状态控制器编程语言中的变量值这是我们建立模糊状态控制器主要一个步骤。根据我们上一个设计环节中所需要给出的模糊控制器信号结构,这里把作为E和EC分别用来作为模糊控制器的信号输入。而以一个模糊控制器变量U作为一个模糊作为控制器的进入输出。因此一般都不需要把它的E、EC、U用模糊化的语言进行描述。根据人们的习惯，类似的事物通常分为“大”，“中”，“小”或“高”，“中”，“低”或“快”，“中”和“慢”。“有3个级别，因此操作员经常使用“大”，“中”和“小”的模糊概念来表示误差及其变化率和控制变量的变化量。要考虑正值和负值。变量的负数，通常是在设计模糊控制器时最常用的“正数”。正大（PB），正中（PM），正小（PS），零（ZO），负小（NS）。负中（NM））和负大（NB）来描述这七个语言变量。当然,语言中的变量也可以使其具有较多的值,从而导致控制的规则更加灵活,控制的规则本身也更加详尽,但是因此,控制的规则就会变得更加复杂且很难被制定。因此,在我们选择一种语言的变量时,必须充分考虑到这种控制规律的灵活性及其准确度,以及对简单性的要求。这里就取偏差e和偏差变化率ec以及控制量U的语言值为:{负小，负中，负大，零，正小，正中，正大}并记为:{NB,NM,NS,ZO,PS,PM、PB}众所周知,任何一种物理学和电子系统的信号都是有世界性的。在模糊控制系统中,这个有界量通常被称为此种变量的根据论域,是实际控制系统变化的范围。从而得到误差E和其变化率EC的实际变化区间范围被我们称之为误差E和其变化率的语言学变量基本理论域,分别标记为和。而控制量的论域为。具体不同系统的这些讨论领域都是不同的,但是为了分析方便将这些论域设为:误差的模糊论域:E={n1,-(n1,-1),….,0,1,n1,-1,n}误差变化的论域为:EC={-n2,-(n2-1),…,0,1,n2-1,n2,}控制量所取的论域为:U={-m,-(m-1),…,0,1,m-1,m}通常，论域的量化程度越精细，控制精度就越高。然而，太精细的量化水平使算法困难并且不是必需的。在确定变量的基本域和模糊集的域之后，还确定了比例因子，这里用，和表示它们的比例因子：量化因子及的尺寸大小会对控制系统动态特征产生重要影响。所以当选择量较大时,输出和响应的超调也更大,过渡期持续时间较长。从理论上来说,增大，,相当于扩展了缩小误差的根据论域,增大了对误差的控制功能。因此,导致上涨时间虽然变短,但系统响应持续时间却会更长。对超调的抑制效果十分明显,当选择较大时，超调量就会减小，越大，系统超调量就会越小，但是系统的超调响应持续时间就会逐渐变长。反映了我们在控制器的输出幅度上做了一个调整。则会加快控制电路中信号频率和振荡幅度,使得响应时间大大缩短,但却很容易引起振荡;过小，则响应速度慢,系统会动态地响应其相应的时间。比例因子的选取并非唯一,可能会存在几组不同的数据值,都有可能促进系统具备较好的动态和响应性质。6.2.2隶属函数的选择在语言变量理论领域中的模糊子集是由来描述的。隶属函数是可以用一种综合性地总结一个操作人员的运算经验或模糊的统计学方法。模糊隶属函数的确定基于以下原则:首先,模糊的系统隶属形式函数和它们的隶属形式对于系统控制器的基本特征和系统性能的反作用力的影响非常小。常见的正态形状分布曲线类型是正态形状分布中的曲线,三角形,高斯的立体形状,梯型,半径和阶梯型,狄克函数。其中,三角形的直线隶属斜率函数的整体大小和局部形状只是与局部直线斜线曲率密切关联相关,因此它们特别适用于直线隶属斜率函数的局部在线自动化适应和模糊控制。高斯隶属推导函数的主要特点在于是连续地逐点进行推导,它更加特别适合用于改变自身相适应和深度学习模糊控制的高斯隶属推导函数。其次,每个模糊子集的隶属度函数都会对于控制器的输入和传递产生重要的影响。不同类型形状的曲线在其输出和变化倾向上有着不同的趋势。如果这种变化都是平缓的,则模糊控制器的输入和信号也将发生平滑的变化,即隶属于函数的频率相对较低。若变动幅度很大,则模糊控制器的输入和信号也可能发生急剧的变动,即隶属于函数的频率很高。因此,通常在较大偏差范围内的区域中使用一个分辨率较低的隶属度函数模型集,在系统中偏差较小或者是接近零值的情况下,使用一个分辨率相对于系统中的隶属度函数模型集。第三,可以用我们通过分析测算在模糊隶属集中任意两个不同模糊集之间的两个交点在此处最大模糊隶属度的平均值h函数来进行计算和分析测量两个不同模糊集之间的相互影响。H值越小,控制的运动灵敏度就可能会变得更高。H值加的越多,模糊温度控制器在所接受到温度监视控制过程中对于温度参数和被测温度之间变化的自动适应能力就越强,也就是说鲁棒性越高。6.2.3模糊子集的选取pid三个参数的模糊自定义整定主要目的是通过分析找出基于pid模糊参数和基于E及基于EC的三个模糊参数之间的模糊控制关系,在系统运行的整个过程中连续地分别检测到了E和以及EC,并根据模糊控制的工作规则对这三个模糊参数分别对其进行了实时在线动态校正,以此更便于一个被控制的对象同时能够具有良好的在线动态和实时静止控制性能。因此,选择了一个系统的模糊偏差的值e和一个系统偏差c的变化率E和EC分别将它作为一个模糊偏差控制器的一个基本输入,并且选择，和作为输出。每个模糊变量的一个模糊变量子集分别可以直接取为:NL,NM,NS,ZO,PS,PMPLl},域全部分别可以取为:{-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6},考虑到模糊话语语言范围的模糊涵盖性和区域话语范围和模糊敏感性,以及模糊稳定性和鲁棒的计算原理,每个模糊变量子集都必须可以直接采用一个半正三角形的模糊隶属度定义函数。6.2.4模糊规则的建立模糊控制器的核心是一个形式为"if...then..."的模糊控制管理规则。控制规律的正确选择与系统控制特点的优缺点有着直接相关的影响,这是设计的关键。PID参数调整必须考虑三个参数对于不同时间的作用和它们之间是否存在连接。根据自己已有的控制系统设计实践经验以及其中的参数、和对系统输出特性的影响关系,归纳出在一般情况下,在不同的和时,被控过程对参数、和的自调整规则如下：（1）在反应过程中,当较大时,为了有效地加快对系统反应的速度并有效地防止初始偏差E立即减少,这种情况有可能会导致微分过饱和,并在允许的范围之外进行控制动作,应该选择较大的和较小的；同时,应该有限量地进行积分操作,以避免由于系统中的积分饱和而引起较大的超调,通常采取=0。（2）如果当和为中等幅值大小时,为了使系统所要响应的超调较小,应取得小一些。在这种的情况下,的取值对系统的影响很大,要求采用适当的和。（3）当较小时,为使系统具有良好的稳态性能,应增加和的值；同时，为了有效避免控制器在一个设定的值附近发生振荡,并充分考虑到控制器的干扰和稳定性能,应适当地选择所需要的值，其原则是：当较小时，可以取得大些,通常可以取为中等的大小；当较大时,应取小些。根据上述案例分析同时综合考虑三个控制主要参数之间的相互影响,建立了一个模糊控制关系规则，，，与E，EC的模糊关系分别如表4，表5，表6所示：ECENLNMNSZEPSPMPLNLPLPLPMPMPSPSZENMPLPLPMPMPSZEZENSPMPMPMPSZENSNMZEPMPSPSZENSNMNMPSPSPSZENSNSNMNMPMZEZENSNMNMNMNLPLZENSNSNMNMNLNLECENLNMNSZEPSPMPLNLNLNLNLNMNMZEPLNMNLNLNMNMNSZEZENSNMNMNSNSZEPSPSZENMNSNSZEPSPSPMPSNSNSZEPSPSPSPMPMZEZEPSPMPMPMPLPLZEZEPSPMPLPLPLECENLNMNSZEPSPMPLNLPLPSZEZEZEPLPLNMNSNSNSNSZEPSPMNSNLNLNMNSZEPSPMZENLNMNMNSZEPSPMPSNLNMNSNSZEPSPSPMNMNSNSNSZEPSPSPLPSZEZEZEZEPLPL6.2.5模糊推理及模糊决策（1）按照控制规律表格编写合适的模糊推理语句；（2）运用mamdani推理的方法对其思维模糊进行推理；（3）使用质心法进行模糊决策，计算公式为： （6-1），其中是加权系数。根据每个模糊综合子集的各种隶属空间关系矩阵映射模型表和每个具有参数的模糊控制器的矩阵综合模型,利用模糊综合的各种原因模型来设计建立具有PID参数的模糊矩阵映射表,并找到校正后的参数，并用于以下计算： （6-2） （6-3） （6-4）式中:，，为PID三个控制参数的取值。在线工作期间,控制系统经常通过处理,查找图表和计算模糊逻辑规则的结果等方法来实现PID控制方法自校准,从而使控制器可以达到最佳状态。6.3模糊PID控制的仿真7结论本文着重介绍PID控制的理论。通过对PID的仿真分析研究我们发现,虽然PID控制在精确控制一般的过程和对象方面能够取得更佳的效果,但它实际上是一种基于精确掌握被控制物体属性的控制算法。因此，有许多关于不安全物体的规定。难点。最重要的是控制参数设置。从模拟实验可以看出，如果未正确选择同一对象的控制参数，则根本无法达到所需的控制精度。另外，如果受控对象的参数改变，则控制精度降低。这严重地直接限制了对于PID等算法的广泛性和运用。因此,必须通过不断引入先进的实验控制科学理论和计算法和各种PID有效组合,才一定可以真正达到一个理想的实验控制效果。通过学习模糊控制理论,根据实际控制需要,基于模糊推理设计出一种可以自适应PID控制器。在进行系统设计的过程中,我们继续深入学习模糊数学理论,掌握了模糊控制器的结构和设计方式,从更深入的层面上认识和了解PID控制器的三个主要参数对控制功率的作用和影响。参考文献[1]宋子巍，陈思忠，杨林《模糊PID控制的MATlAB仿真分析》，北京：北京理工大学[2]李正军《计算机控制系统》，北京：机械工业出版社，2005.1[3]愈瑞钊，史济建《人工智能原理与技术》，浙江：浙江大学出版社，1993[4]张志杰《燃煤锅炉模糊PID控制算法研究与引用》，大庆石油学院[5]杨红，陈颖《基于模糊PID控制算法的温控系统设计》，广西师范大学学报，2004.8[6]李洪兴，王加银，苗志宏《模糊控制系统的建模》，中国科学，A辑，2002[7]楼世博，孙章，陈化成《模糊数学》，科学出版社，1982[8]李少远，王景成《智能控制》，北京：机械工业出版社，2005.1[9]屠乃威，付华，阎馨《参数自适应模糊PID控制器在温度控制系统中的应用》，辽宁工程技术大学[10]耿瑞《基于MATLAB的自适应模糊PID控制系统计算机仿真》，哈尔滨，载《信息技术学报》，2006第1期[11]刘金琨《先进PID控制及其MATLAB仿真》，北京：电子工业出版社，2003[12]王佳，纳米计量与分子坐标测量机系统设计，航空计测技术，1996(2)[13]http:/www.nano.pe.u-tokyo.ac.jp.[14]陶永华，《新型PID控制及其应用》(第二版)，机械工业出版社，2002.[15]徐用懋、颜纶亮，《微机在过程控制中的应用》，清华大学出版社，1989[16]邵惠鹤，《工业过程高级控制》，上海交通大学出版社，2003[17]胡寿松，《自动控制原理》(第三版)，国防工业出版社，1994[18]李新春，《多种控制策略在炉温控制中的应用研究》，东北大学硕士学位论文，2003[19]诸静，《模糊控制原理与应用》，机械工业出版社，1995[20]ZadehLA.FuzzySets.InformatControl.1965[21]ZadehLA.FuzzyAlgorithm.InformatControl.1968[22]MamdaniEH.ApplicationsofFuzzyAlyorithmsforSimpleDynamicPlant.Proc.IEE.1974[23](美)Passino,K.M.，《模糊控制》，清华大学出版社，2001[24]刘普寅，吴孟达，《模糊理论及其应用》，国防工业出版社，1998[25]潭良才，高大空间恒温空调气流组织设计方法研究，暖通空调，2002(2)[26]谭良才，基于神经模糊控制的高大空间恒温空调系统数字仿真及实验研究:[博士学位论文]上海:同济大学,1999[27]王珺，恒温箱热力学仿真分析，内部交流[28]苏卫东等，《温控箱数学模型的建立及其自适应PID控制》，中国惯性技术.学报，1995(3),4[29]徐建林，热处理电阻炉炉温控制系统的分析与仿真，金属热处理，200(11)[30]王茂等，测试转台温控箱的计算机控制，中国惯性技术学报，1998(6)-4[31]朱麟章，试验参量的检测与控制，机械工业出版社，1989[32]薛定宇，《控制系统计算机辅助设计》，清华大学出版社，1996[System]Name='FuzzyPID'Type='mamdani'Version=2.0NumInputs=2NumOutputs=3NumRules=49AndMethod='min'OrMethod='max'ImpMethod='min'AggMethod='max'DefuzzMethod='centroid'[Input1]Name='e'Range=[-11]NumMFs=7MF1='NB':'gaussmf',[0.1416-1]MF2='NM':'gaussmf',[0.1415-0.6668]MF3='NS':'gaussmf',[0.1415-0.3334]MF4='Z':'gaussmf',[0.1416-0.0052]MF5='PS':'gaussmf',[0.14150.3332]MF6='PM':'gaussmf',[0.14150.6668]MF7='PB':'gaussmf',[0.14191][Input2]Name='ec'Range=[-11]NumMFs=7MF1='NB':'gaussmf',[0.1416-1]MF2='NM':'gaussmf',[0.1416-0.6666]MF3='NS':'gaussmf',[0.1416-0.3334]MF4='Z':'gaussmf',[0.14160]MF5='PS':'gaussmf',[0.14160.3334]MF6='PM':'gaussmf',[0.14160.6666]MF7='PB':'gaussmf',[0.14161][Output1]Name='kp'Range=[-11]NumMFs=7MF1='NB':'gaussmf',[0.1416-1]MF2='NM':'gaussmf',[0.1416-0.6666]MF3='NS':'gaussmf',[0.1416-0.3334]MF4='Z':'gaussmf',[0.14160]MF5='PS':'gaussmf',[0.14160.3334]MF6='PM':'gaussmf',[0.14160.6666]MF7='PB':'gaussmf',[0.14161][Output2]Name='ki'Range=[-11]NumMFs=7MF1='NB':'gaussmf',[0.1416-1]MF2='NM':'gaussmf',[0.1416-0.6666]MF3='NS':'gaussmf',[0.1416-0.3334]MF4='Z':'gaussmf',[0.14160]MF5='PS':'gaussmf',[0.14160.3334]MF6='PM':'gaussmf',[0.14160.6666]MF7='PB':