保育箱内温湿度精确控制的方法比较.docVIP

保育箱内温湿度精确控制的方法比较 　　摘 要：婴儿保育箱内温湿度的精确控制是设计保育箱的一个重点与难点。本文根据在生产，生活中精确控制的实际应用对传统PID控制，智能PID控制，模糊控制与神经网络控制[1]的基本原理进行简单的介绍，并较详细的比较它们的优缺点及发展前景。 　　关键词：传统PID控制 智能PID控制 模糊控制 神经网络控制 优缺点 发展前景 　　 　　一、引言 　　婴儿保育箱主要适用于体重不足最低标准的新生儿。由于体重过轻的婴儿无法提供自身所需的热量，因此该类婴儿会发生冻死的情况。同时，早产儿发育不成熟，尤其是皮肤角质层发育不成熟，水分容易蒸发，不显性失水量非常大，皮肤表面血流分布的调节反射功能较差，具有隔热作用的皮下脂肪层缺少，极易导致早产儿体重不稳定，体重下降，低血糖等问题，危及患儿生命。因此，为了提高早产儿的成活率，提供一个温湿度适宜的环境非常重要。 　　近年来，提出了许多实现高精度控制的方法，例如，传统的PID控制[9]，改进型的智能PID控制，模糊控制，神经网络控制等。本文将对控制婴儿保育箱温湿度的这些方法进行一个多角度的比较，讨论出能使婴儿保育箱控温精度高，稳定性好，安全性高的最优化方法。 　　二、控制理论的发展史 　　控制理论的发展经历了经典控制理论，现代控制理论和智能控制理论三个阶段[2]。 　　第一阶段为20世纪40～60年代的“经典控制理论”时期，经典控制理论以反馈理论为基础，是一种单回路线性控制理论。主要采用传递函数、频率特性、根轨迹为基础的频率分析方法。主要研究单输入--单输出、线性定长系统的分析和设计。 　　第二阶段为20世纪60～70年代的“现代控制理论”时期，现代控制理论主要研究具有高性能、高精度的多变量参数系统的最优控制问题。现代控制理论可以解决多输入多输出问题，系统可以是线性定长的，也可以是非线性时变的。 　　第三阶段为20世纪70年代至今的“大系统理论”和“智能控制理论”时期。为了提高控制系统的品质和寻优能力，控制领域的研究人员开始考虑把人T智能技术用于控制系统。近年来，控制领域的研究人员把传统的控制理论与模糊逻辑、神经网络、遗传算法等智能技术相结合，充分利用人的经验知识对复杂系统进行控制，逐渐形成了智能控制这一新兴学科。 　　在自动控制发展以前，很多控制过程都是由经验丰富的工作人员实施人工控制的。在这个人工控制过程中，工作人员是通过对被控制对象或过程表现出来的现象的观察，根据积累的经验，包括书本知识和自己头脑中形成的概念等，做出对某种执行机构的实施操作的决策，从而实现对被控制对象或过程的控制作用，达到预期的目的。但人工控制存在局限性，自动控制的发展是一种必然趋势。自动控制系统可分为开环控制系统和闭环控制系统。智能控制包括了智能PID控制，模糊控制和神经网络控制. 　　三、几种控制理论的基本概念与特点 　　3.1 PID控制（ PID Control） 　　在工程实际中，应用最为广泛的调节器控制规律为比例、积分、微分控制，简称PID控制，又称PID调节。传统PID控制方式是建立在数学模型基础上的，根据被控对象的静态和动态特性，获得控制参数[9] 。 PID控制器问世至今已有近70年历史，它以其结构简单、稳定性好、工作可靠、调整方便而成为工业控制的主要技术之一。PID控制，实际中也有PI和PD控制。PID控制器就是根据系统的误差，利用比例、积分、微分计算出控制量进行控制的。 　　3.2 模糊控制（Fuzzy Contro1） 　　1965年，加州大学伯克利分校的计算机专家Ｌofty Zadeh提出“模糊逻辑”的概念，其根本在于区分布尔逻辑或清晰逻辑，用来定义那些含混不清，无法量化或精确化的问题，对于冯?诺依曼开创的基于“真－假”推理机制，以及因此开创的电子电路和集成电路的布尔算法，模糊逻辑填补了特殊事物在取样分析方面的空白。而模糊逻辑是合理的量化数学理论，是以数学基础为根本去处理这些非统计不确定的不精确信息。 　　模糊控制是基于模糊逻辑描述的一个过程的控制算法。对于参数精确已知的数学模型，我们可以用Berd图或者Nyquist图来分析家其过程以获得精确的设计参数。而模糊控制技术仅依据与操作者的实践经验和直观推断，也依靠设计人员和研发人员的经验和知识积累，它不需要建立设备模型，因此基本上是自适应的，具有很强的鲁棒性。历经多年发展，已有许多成功应用模糊控制理论的案例，如Rutherford，Carter 和Ostergaard分别应用与冶金炉和热交换器的控制装置。 　　近年来迅速发展的模糊控制方法具有适应性强，可靠性高，鲁棒性好，控制性能优良且控制简单，程序简洁，对硬件要求不高等优点。模糊控制的目标就是在总结人工控制经验的基础上，将其加以总结和