湿范围湿度波动度加热功率为偏差压缩机功率温度湿度光照可编程段数液晶加湿器水箱容量个时段全自动工作环境温度，湿度以下腐蚀性气体光照级数级强光级电源备注光照可选例种子发芽可选，幼苗生长可选主要型号容积外形尺寸时段控制方式控湿范围温度波动度控温范围湿度均匀度液晶时段全自动液晶时段全自动液晶时段全自动液晶时段全自动温度和湿度。

采用本文的方法控制智能液晶人工气候培养箱的温湿度，具有以下特点相对现在常用的气候箱温湿度控制的方法，本方法温湿度控制的精度高，响应快，响应超调小，而且节约能源，实际控制的精度温度可以达到，湿度可以达到。

由于模糊控制的鲁棒性和自适应性比通用的控制方段全自动液晶时段全自动液晶时段全自动液晶时段全自动法强，所以该算法适应性强，即使系统对象模型结构和参数有了定变化也能够满足实际控制的要求。

仿真实验和实际控制系统的控制效果数据表明该算法控制精度高，超调小，性能良好，该算法设计的控制器大大提高了智能液晶人工气候培养箱的性能，具有很大的推广价值，目前采用本算法的智能液晶人工气候培养箱控制系统已经应用在江南仪器厂的多个型号的智能液晶人工气候培养箱上，成功的实现了产业化，市场效果良好。

参考文献杨翠容，庞全，张玉清智能温湿度控制仪及其应用自动化仪表田小锋，赵思诚模糊控制在搅拌机温控系统中的应用自动化与仪器仪表杨涛，高伟，黄树红基于的锅炉过热汽温模糊控制系统仿真华中科技大学学报自液晶时段全自动液晶时段全自动液晶时段全自动液晶时或以上。

我公司所有培养箱都可以根据用户要求增加光照强度温馨提示浙江托普仪器专业生产土壤肥料养分速测仪，土壤墒情速测仪，农药残留速测仪，病虫测报灯，病虫调查统计器，孢子捕捉仪等农业专用仪器，此项目仪器均为我公司自主研发生产，多项产品获得国家发明专利和实用新型专利，已获得软件著作权多项，仪器均通过第三方检测，公司已通过质量体系认证。

高知名度品牌及高端的资质配套为客户选择放心的产品和服务提供有力依据，为经销商投标成功提供有力的保障，浙江托普仪器为您提供基层农技推广体系建设项目站式服务，大品牌可信赖产品质量好供货周期短价格优惠。

欢迎广大新老客户来电咨询合作，公司名称浙江托普仪器有限公司公司地址杭州市西湖科技园区西园八路号公司电话售后专线结论本文在分析了智能液晶人工气候培养箱温湿度控制对象的特点基础上，提出了采用模糊控制及神经网络补偿的方法控制智能液晶人工气候培养箱的的现象。

由于温度和湿度的控制相互影响，他们的数学模型又很难建立，而且不同型号的智能液晶人工气候培养箱，其耦合关系又是不太样的，所以般的解耦方法是不太有效的。

由于神经网络具有很强的学习能力以及能够逼近任意的线性和非线性关系，具有很强的智能性和适应性，所以这里采用神经网络对温度和湿度之间的耦合关系进行学习，根据前面模糊控制输出的结果以及温湿度输出误差，使用神经网络的来补偿温度和湿度之间的耦合特性，最后使用模糊控制和神经网络补偿输出之和作为最终的控制输出。

其控制结构如下图所示。

温度和湿度的模糊控制器为型模糊控制器。

温度和湿度的模式控制都采用两输入输出的模糊控制器，输入分别为温度误差。

温度误差变化率。

湿度误差既和湿度误差变化率他们的论域分别为个等级。

输入变量的范围为输出的变量范围为。

为了方便，它们的隶属度函数都采用三角形分布。

由智能液晶人工气候培养箱温度控制经验，得出系列控制规则为，以，。

等，具体规温度控制的模糊控制规则为下表所示。

湿度的模糊控制规则类似，这里就不列出来了。

神经网络采用网络结构，设计使用层结构的神经网络，输入层为个神经元，输入变量分别为温度误差湿度误差温度模糊控制器输出湿度模糊控制器输出隐含层为个神经元输出层为个神经元，分别为温度补偿输出和湿度补偿输出。

神经以上，可以看出本文方法确实有效。

在上述温度控制过程中湿度设置为，其对应的湿度控制实际采样曲线为下图所示。

图中湿度波动范围比较小，基本上在以内，设计指标为，而般国内产品控制效果只能达到。

可见在温度控制过程中，湿度的神经网络补偿控制效果比较好。

另外记录下达到稳定状态后，温度和湿度个小时的稳态数据结果如下，其中上面的曲线为湿度记录数据，下面的曲线为温度记录曲线。

由图可看出，数据稳定，超过了系统设计要求的指标，可以看出本控制系统的稳定性比较好。

智能液晶人工气候培养箱的性能特点介绍智能液晶人工气候培养箱仪器型号产品介绍智能液晶人工气候培养箱是具有光照加湿功能的高精度冷热恒温设备，为用户提供个理想的人工气候实验环境。

它可用作植物的发芽育苗组织微生物的培养昆虫及小动物的饲养水体的分析的的测定及其他用途的人工气候实验。

是生物遗传工程医学农业林业环境科学畜牧水产等生产和科研部门理想的试验设备。

产品特点大屏幕液晶显示，中文指导操作流程，操作简单，控制精确，蓝色背光，便于夜间查看。

程序可设置时间温度照度杀菌等梯度控制。

时段控制段编程，温度范围，湿度照度三级可调。

定时杀菌功能，设定杀菌时间，杀菌时间结束自动关闭此功能。

直观显示北京时间，时段剩余时间，光照等级，箱内温度及室外温度。

可设置内胆保护温度，高于内胆保护温度软硬件自动切断电源，保护测试样品。

具有超温和传感器异常保护功能，保证仪器和样品安全，选配全光谱的植物生长灯，有利于植物的生长网络学习方法这里采用成熟的学习方法。

神经网络的训练可以采用离线学习的方法，通过设计的实验系统记录下所需要的数据，对神经网络进行训练和验证，满足要求以后就可以进行实际的控制。

神经网络的训练也采用在线学习训练的方法，通过实际在线控制实验的数据不断的学习以使控制误差达到预期的要求。

试验研究为了验证本文方法的有效性，采用本文的模糊及神经网络补偿解耦控制算法，以及采用传统的控制算法进行控制比较，进行仿真，得出控制的响应曲线图如图所示。

由仿真结果可以看出采用本文的控制方法，控制精度高，超调小，而采用控制方法对于独立的温度控制或湿度控制通过仔细整定可以达到较好的控制精度，但是本控制对象由于存在多变量的强耦作用，独立的控制无法同时实现温度和湿度的高精控制，实际控制精度差，超调很大，稳定时间长。

为了检验该智能液晶人工气候培养箱控制系统的实际控制效果，采用本文方法设计了套智能液晶人工气候培养箱控制系统。

采用该系统对实际智能液晶人工气候培养箱进行控制实验，同时采用型高精度温湿度记录仪记录下温湿度控制的实际响应数据。

该温湿度记录仪可以连续的记录下它所处环境的温度和湿度，并保存为表格格式文件，可以通过串行通信方式导出到机中进行分析，采样时间间隔可以自由设置。

进行实验时室温为，设置目标温度为，湿度设置为，采用本温湿度控制系统的响应采集得到的曲线如下两图所示。

记录的数据为个小时长度左右，每间隔采样次数据。

由实验响应曲线以及实际控制采样数据分析，本文方法温度控制精度在，达到了预期设计的。

的国外先进水平的目标，国内技术般都在，但是没有给出具体的说明，因而难以为对广大科研工作者起到很好的指导和借鉴作用。

当前智能液晶人工气候培养箱的温湿度流行的控制方法还是控制，而且控制仪表通常都是采用独立通用的温度控制仪表和湿度控制仪表，由于不同型号的气候箱，其控制对象变化比较大，这些通用的控制方法适应性比较差，而且温度和湿度的单独控制，没有考虑到它们的强耦合作用，控制的精度般都无法令人满意。

本文针对这个问题。

提出了模糊控制和神经网络补偿解耦的方法来进行控制，既能提高控制精度，又可提高控制算法的鲁棒性和自适应能力。

智能液晶人工气候培养箱温湿度控制对象模型智能液晶人工气候培养箱的外观如下图所示。

其控制的核心问题是箱体内的温度湿度。

温度和湿度对象可近似为两阶微分的大滞后环节，但是各个方程的比例系数和滞后参数是参差不齐的。

而且温度和湿度还不是独立无关的被控量温度控制的执行器为加热器，加热时温度升高，箱体内空气相对湿度降低，同时加热将引起箱体内下部液态水蒸发，从而造成湿度增加而制冷时，箱体内控制相对湿度增加，同时水份的凝结又会造成湿度降低同样，增加湿度的控制时，新增加的高湿度的冷空气会影响内部的温度降低，而因湿度过高进行除湿时由于是通过制冷实现的，因此必然造成温度的降低。

所以，温度和湿度的控制是相互耦合的。

这样，温湿度的控制实质上就是个大滞后强耦合系统的控制问题。

结合经验，经过理论推导，可以得出智能液晶人工气候培养箱温湿度对象的数学模型为见图由于温度和湿度的耦合现象，智能液晶人工气候培养箱温度湿度模犁可以简单的轰示为图由实际观察以及前面的分析可知，温度和湿度的控制是强耦合的。

另方面由于温湿度