基于模糊控制算法的温度控制系统的毕业设计

《基于模糊控制算法的温度控制系统的毕业设计》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于模糊控制算法的温度控制系统的设计第1章绪论温度控制，在工业自动化控制中占有非常重要的地位。将模糊控制方法运用到温度控制系统中，可以克服温度控制系统中存在的严重滞后现象，同时在提高采样频率的基础上可以很大程度的提高控制效果和控制精度。1.1课题背景1965年,美国著名控制论学者L.A.Zadeh发表了开创性论文,《FUZZYSETS》首次提出了一种完全不同于传统数学与控制理论的模糊集合理论。在短短的30年里,以模糊集理论为基础发展而来的模糊控制策略已经成功为将人的控制经验纳入自动控制策略之中。在现今的模糊控制领域中，经典模糊控制理论已经在很多方面取得了一大批有实际意义的成果（如90年代日本

2、家电模糊控制产品和工业模糊控制系统）。此外经典模糊控制也得到了相应的改善，如模糊集成系统、模糊自适应系统、神经模糊控制等。现代自动控制越来越朝着智能化发展，在很多自动控制系统中都用到了工控机，小型机、甚至是巨型机处理机等，当然这些处理机有一个很大的特点，那就是很高的运行速度，很大的内存，大量的数据存储器。但随之而来的是巨额的成本。在很多的小型系统中，处理机的成本占系统成本的比例高达20%，而对于这些小型的系统来说，配置一个如此高速的处理机没有任何必要，因为这些小系统追求经济效益，而不是最在乎系统的快速性，所以用成本低廉的单片机控制小型的，而又不是很复杂，不需要大量复杂运算的系统中是非常适合的

3、。温度控制，在工业自动化控制中占有非常重要的地位，如在钢铁冶炼过程中要对出炉的钢铁进行热处理，才能达到性能指标，塑料的定型过程中也要保持一定的温度［2］。随着科学技术的迅猛发展，各个领域对自动控制系统控制精度、响应速度、系统稳定性与自适应能力的要求越来越高，被控对象或过程的非线性、时变性、多参数点的强烈耦合、较大的随机扰动、各种不确定性以及现场测试手段不完善等，使难以按数学方法建立被控对象的精确模型的情况[3]43基于模糊控制算法的温度控制系统的设计。对于这些系统来说采用传统的方法包括基于现代控制理论的方法往往不如一个有实践经验的操作人员的手动控制效果好，而模糊控制理论正是以人的经验为重要组

4、成部分。这就使模糊控制在一般情况下比传统控制方法更有效、更安全。将模糊控制方法运用到温度控制系统中，可以克服温度控制系统中存在的严重的滞后现象，同时在提高采样频率的基础上可以很大程度的提高控制效果和控制精度。模糊控制是基于模糊数学上发展起来的一门新的控制科学[3]。其运算过程中有很多都要用到矩阵运算，但控制其级别很少的时候可以进行离线计算，很方便的完成矩阵运算。这样一来模糊控制就已经简化了，甚至比一般的PID运算还更简单。运用一般的处理机，如单片机就能完成。1.2设计指标设计一个基于模糊控制算法的温度控制系统具体化技术指标如下。1.被控对象可以是电炉或燃烧炉，温度控制在0~100℃，误差为±

5、0.5℃；2.恒温控制；3.LED实时显示系统温度，用键盘输入温度;4.采用模糊算法，要求误差小，平稳性好。1.3本文的工作详细分析课题任务，对模糊控制和温度控制的历史和现状进行分析，并对模糊控制和温度控制的原理进行了深入的研究，并将其综合。然后根据课题任务的要求设计出实现控制任务的硬件原理图和软件，并进行访真调试。43基于模糊控制算法的温度控制系统的设计第2章模糊控制算法及其应用随着科学技术的迅猛发展，各个领域对自动控制系统控制精度、响应速度、系统稳定性与自适应能力的要求越来越高，被控对象或过程的非线性、时变性、多参数点的强烈耦合、较大的随机挠动、各种不确定性以及现场测试手段不完善等，使难

6、以按数学方法建立被控对象的精确模型的情况。对于这些系统来说采用传统的方法包括基于现代控制理论的方法往往不如一个有实践经验的操作人员的手动制作效果好，而模糊控制理论正是以人的经验为重要组成部分。这就使模糊控制在一般情况下比传统控制方法更有效、更安全。２.1用模糊控制的发展模糊集合和模糊控制的概念是由美国加利福尼亚大学著名教授L.A.Zadeh于1965年在其Fuzzy,FuzzyAlgorithm等著名论著中首先提出的。模糊集合的引入可将人的判断、思维过程用比较简单的数学形式直接表达出来，从而使对复杂系统做出符合实际的、符合人类思维方式的处理成为可能，为经典模糊控制器的形成奠定了基础［３］。为

7、了加快模糊控制理论的研究，1972年在日本东京大学建立了“模糊系统研究会”，以后，各大学相继招开模糊控制的国际学术交流会，大大促进了模糊控制的发展。尽管模糊集理论的提出至今只有30年，但发展迅速。至今世界上研究“模糊”的学者已超过万人，发表的重要论文达5000多篇。80年代以来，自动控制系统的被控对象更加复杂化，它不仅表现在多输入，多输出的强耦合性、参数时变性和严惩的非线性，更突出的是从系统对象所能获得的数据