19【毕业设计】PID温控系统的设计及仿真

可见输入变量和的模糊子集均为，论域均为，输出变量和的模糊子集均为论域均为，。

各模糊值的隶属度函数曲线都为三角形。

表的模糊控制规则表的模糊控制规则温控系统的设计和仿真第四章仿真研究表，为该型模糊控制器的控制规则，表中横轴纵轴分作人员的经验和直观判断，非常容易应用。

模糊控制对温度控制的实现般分如下几步将温控对象的偏差和偏差变化率以及输出量划分为不同的模糊值，建立规则，例如，温度太高温度正在上升，减少控学模型不确定或经常变化的对象。

温度控制系统的模型通常是不完善的，即使模型已知，也存在参数变化的问题。

控制虽然简单方便，但难以解决非线性和参数变化等问题。

模糊控制不需要对象的精确模型，仅依赖于操需知道实际系统太多的结构知识，当系统滞后比较大时也不会造成网络庞大难以训练。

模糊控制模糊控制是基于模糊逻辑描述的个过程控制算法，主要嵌入操作人员的经验和直觉知识。

它适用于控制不易取得精确数学模型和数微机上反复迭代，自我完善与修正，直至系统收敛，得到网络权值，达到自整定控制器参数的目的。

在每个网络节点增加了记忆神经元，在学习动态非线性系统时，不接的权值大小，从而达到记忆联想归纳等目的。

在温控系统中，将对温度影响的因素如气温外加电压被加热物体性质以及被加热物体温度等作为网络的输入，将其输出作为控制器的参数，以实验数据作为样本，在织自学习和联想记忆等功能，可对复杂的非线性系统建模。

该方法抗干扰能力强，且易于用软件实现。

训练方法实际是网络的自学习过程，即根据事先定义好的学习规则，按照提供的学习实例，调节网络系统各节点之间相互连向传播算法即算法应用最为广泛。

温度控制系统由于负载的变化以及外界干扰因素复杂，而传统的控制对于外界环境的变化只能做近似的估算，因此系统控制精度不高。

人工神经网络以其高度的非线性映射自组是当前主要的也是重要的种人工智能技术，它采用数学模型的方法模拟生物神经细胞结构及对信息的记忆和处理而构成的信息处理方法。

它用大量简单的处理单元广泛连接形成各种复杂网络，拓扑结构算法各异，其中误差反量的应用。

温控系统的设计和仿真第章绪论当代温控系统及智能算法智能控制算法广泛应用于各种温度控制器的设计之中，这里就最近几年快速发展的几种智能控制算法做个综述。

神经网络控制人工神经网络较专的控制系统采用单片机。

由于大量的控制系统的任务较专业化，并且执行的是直接数字控制任务，故基本采用单片机。

单片机是目前控制系统采用最多的器件和芯片，它在军事航空航天交通工业农业等领域都有大个闭环的控制系统。

也有部分计算机控制系统是开环系统，如线切割机等。

从采用的部件角度讲，计算机控制系统所用的计算机往往有较大区别在大型管理控制系统中，采用大中型机在般控制系统中，采用微型机而功能科学研究工农业生产工艺实践的效率大大提高，同时也大幅度提高了产品和成果的质量。

计算机控制系统从结构上讲都是类同的，它包括计算机组成的控制器和被控对象，并且对象的输出通过反馈回路反馈给控制器，形成用于对实验电烤箱温度进行控制，达到调节时间短超调量为零且稳态误差较小的技术要求。

控制系统背景介绍随着计算机科学和自动化水平的不断提高，在各种应用领域都大量采用计算机控制系统。

计算机控制系统的应用使得是有超调的，而且很多时候超调量较大，本论文是基于这特点，研究种控制方案，将其用于大部分温控场合，都能达到零超调，且调节时间快，稳态误差也非常小的理想效果。

另方面也是基于控制实验室建设的需求，将其活的各个领域，所以对温度进行控制是非常有必要和有意义的。

可是由于温度自身的些特点，如惯性大滞后现象严重难以建立精确的数学模型等，使控制系统性能不佳。

在关于温度控制的绝大部分文献资料中，控制结果都中也使用微波炉电烤箱电热水器空调等家用电器，温度与我们息息相关。

另外在各高等院校的实验室中，无不将温度作为被控参数，构成微机测控系统，供学生作综合实验或课程设计。

可见温度控制电路广泛应用于社会生对生产工艺过程中的主要参数，如温度压力流量速度等进行有效的控制，其中温度控制在生产过程中占有相当大的比例。

准确地测量和有效地控制温度是优质高产低耗和安全生产的重要条件。

而且在我们的日常生活中对生产工艺过程中的主要参数，如温度压力流量速度等进行有效的控制，其中温度控制在生产过程中占有相当大的比例。

准确地测量和有效地控制温度是优质高产低耗和安全生产的重要条件。

而且在我们的日常生活中也使用微波炉电烤箱电热水器空调等家用电器，温度与我们息息相关。

另外在各高等院校的实验室中，无不将温度作为被控参数，构成微机测控系统，供学生作综合实验或课程设计。

可见温度控制电路广泛应用于社会生活的各个领域，所以对温度进行控制是非常有必要和有意义的。

可是由于温度自身的些特点，如惯性大滞后现象严重难以建立精确的数学模型等，使控制系统性能不佳。

在关于温度控制的绝大部分文献资料中，控制结果都是有超调的，而且很多时候超调量较大，本论文是基于这特点，研究种控制方案，将其用于大部分温控场合，都能达到零超调，且调节时间快，稳态误差也非常小的理想效果。

另方面也是基于控制实验室建设的需求，将其用于对实验电烤箱温度进行控制，达到调节时间短超调量为零且稳态误差较小的技术要求。

控制系统背景介绍随着计算机科学和自动化水平的不断提高，在各种应用领域都大量采用计算机控制系统。

计算机控制系统的应用使得科学研究工农业生产工艺实践的效率大大提高，同时也大幅度提高了产品和成果的质量。

计算机控制系统从结构上讲都是类同的，它包括计算机组成的控制器和被控对象，并且对象的输出通过反馈回路反馈给控制器，形成个闭环的控制系统。

也有部分计算机控制系统是开环系统，如线切割机等。

从采用的部件角度讲，计算机控制系统所用的计算机往往有较大区别在大型管理控制系统中，采用大中型机在般控制系统中，采用微型机而功能较专的控制系统采用单片机。

由于大量的控制系统的任务较专业化，并且执行的是直接数字控制任务，故基本采用单片机。

单片机是目前控制系统采用最多的器件和芯片，它在军事航空航天交通工业农业等领域都有大量的应用。

温控系统的设计和仿真第章绪论当代温控系统及智能算法智能控制算法广泛应用于各种温度控制器的设计之中，这里就最近几年快速发展的几种智能控制算法做个综述。

神经网络控制人工神经网络是当前主要的也是重要的种人工智能技术，它采用数学模型的方法模拟生物神经细胞结构及对信息的记忆和处理而构成的信息处理方法。

它用大量简单的处理单元广泛连接形成各种复杂网络，拓扑结构算法各异，其中误差反向传播算法即算法应用最为广泛。

温度控制系统由于负载的变化以及外界干扰因素复杂，而传统的控制对于外界环境的变化只能做近似的估算，因此系统控制精度不高。

人工神经网络以其高度的非线性映射自组织自学习和联想记忆等功能，可对复杂的非线性系统建模。

该方法抗干扰能力强，且易于用软件实现。

训练方法实际是网络的自学习过程，即根据事先定义好的学习规则，按照提供的学习实例，调节网络系统各节点之间相互连接的权值大小，从而达到记忆联想归纳等目的。

在温控系统中，将对温度影响的因素如气温外加电压被加热物体性质以及被加热物体温度等作为网络的输入，将其输出作为控制器的参数，以实验数据作为样本，在微机上反复迭代，自我完善与修正，直至系统收敛，得到网络权值，达到自整定控制器参数的目的。

在每个网络节点增加了记忆神经元，在学习动态非线性系统时，不需知道实际系统太多的结构知识，当系统滞后比较大时也不会造成网络庞大难以训练。

模糊控制模糊控制是基于模糊逻辑描述的个过程控制算法，主要嵌入操作人员的经验和直觉知识。

它适用于控制不易取得精确数学模型和数学模型不确定或经常变化的对象。

温度控制系统的模型通常是不完善的，即使模型已知，也存在参数变化的问题。

控制虽然简单方便，但难以解决非线性和参数变化等问题。

模糊控制不需要对象的精确模型，仅依赖于操作人员的经验和直观判断，非常容易应用。

模糊控制对温度控制的实现般分如下几步将温控对象的偏差和偏差变化率以及输出量划分为不同的模糊值，建立规则，例如，温度太高温度正在上升，减少控制量将这些模糊规则写成模糊条件语句，形成模糊模型。

根据控制查询表，形成模糊算法。

对温度误差采样的精确量模糊化，经过数学处理输入计算机中，计算机根据模糊规则推理做出模糊决策，求出相应的控制量，变成精确量去驱温控系统的设计和仿真第章绪论动执行机构，达到调节温度，使之稳定的目的。

同传统的控制比较，模糊控制响应快超调量小对参数变化不敏感。

模糊控制与结合模糊模型使用模糊语言和规则描述个系统的动态特性及性能指标。

其特点是不需知道被控对象的精确模型，易于控制不确定对象和非线性对象，对被控对象参数变化有强鲁棒性，对控制系统干扰有较强抑制能力。

然而，模糊控制的局限性在于模糊规则库的建立缺乏完整性，没有明确的控制结构，存在较大稳态误差函数图图图是该型模糊控制器的各个变量的隶属函数图。

可见输入变量和的模糊子集均为，论域均为，输出变量和的模糊子集均为论域均为，。

各模糊值的隶属度函数曲线都为三角形。

表的模糊控制规则表的模糊控制规则温控系统的设计和仿真第四章仿真研究表，为该型模糊控制器的控制规则，表中横轴纵轴分别为和的模糊子集。

同样控制规则是在窗口输入的，这里的形式为表示各变量所分成的模糊值。

规则库如图所示，共条。

然后，使用该模糊控制器在中构建整个控制系统。

如图所示。

图模糊自整定控制规则库编辑器图电烤箱参数模糊自整定控制系统仿真结构框图温控系统的设计和仿真第四章仿真研究图给定值为时响应曲线图给定值为时响应曲线图给定值为时响应曲线图给定值为时响应