十里红妆主要介绍了基于模糊控制的电加热炉控制系统。有模糊pi控制,模糊pid控制,单片机模糊控制等。
基于模糊ＰＩＤ的箱式电加热炉控制系统
控制进入了数字化、智能化的新时代。最近几年快速发展的ＰＩＤ控制、遗传算法、神经网络、以及模糊控制和智能ＰｌＤ控制在温度控制中都有所应用［４１。
（１）ＰＩＤ控制
ＰＩＤ控制即比例、积分、微分控制。由于其结构简单、容易实现、控制效果好、鲁棒性强等特点，凶而，自１９世纪４０年代以来，ＰＩＤ控制在工业过程控制中至今仍得到广泛应用【５ｌ。温度控制系统将热电阻实时采集的温度值与设定值比较，所得差值作为ＰＩＤ控制模块的输入。经ＰＩＤ算法计算出输出控制量，利用修改被控变量误差的方法实现闭环控制。该方法需现场整定ＰＩＤ参数，ｌ酊确定被控对象模型具有一定的难度。另外，该方法抗十扰能力较差。
（２）遗传算法
遗传算法是一种基于自然选择和基因遗传学原理的～种优化搜索算法，具有全局搜索的能力。它将“优胜劣汰，适者生存”的生物进化理论引入待优化参数形成的编码串（１或Ｏ）群体中，选用正确的适配值函数对个体进行筛选，保留满足条件的个体。经过如繁殖交叉和变异等过程，进行搜索优化，直至达到全局最优。
基于遗传算法的温度控制系统就是把采集到的温度信号经遗传算法处理来优化ＰＩＤ的３个参数，然后输出控制量。将ＰＩＤ的３个参数串接在一起构成一个染色体，即遗传空间中的个体，通过繁殖交叉和变异遗传等操作，多次搜索获得适配值最大的个体即为所求。基于遗传算法的ＰＩＤ参数优化控制，具有很高的稳定性和控制精度。
（３）神经网络控制
神经网络具有很强的自适应性和学习能力、非线线映射能力、容错能力和鲁棒性，可对复杂的非线性系统建模。电加热温度控制系统由于负载以及外界干扰等不确定因素的存在，很难准确的整定其参数。传统的ＰＩＤ控制对外界环境的变化只能做近似的估算，难以适应控制要求。基于神经网络的温控系统虽然可以适应电加热炉的复杂特性，实施精确的控制，但其训练和学习时问很长，收敛速度较慢，在实际的热处理过程中，很难达到快速升温的要求。
（４）模糊控制
模糊逻辑在控制领域的应用称为模糊控制。模糊控制主要将操作者的经验和专家的控制经验和知识表示成语言变是描述的控制规则，然后根据控制规则实施控制。它适用于不易取得精确数学模型和数学模型未知或经常变化的对象。
基于模糊算法的温度控制系统的实现，首先根据控制经验形成模糊规则输入计算机巾。然后将采样所得温度误差和误差变化率的精确量模糊化，计算机根据模糊规则推理
