控制温度常用方法
控制温度常用方法
1、常规pid控制
pid控制即比例、积分、微分控制，其结构简单实用，常用于工业生产领域。原理如图1。
图1常见pid控制系统的原理框图
明显缺点是现场pid参数整定麻烦，易受外界干扰，对于滞后大的过程控制，调节时间过长。其控制算法需要预先建立模型，对系统动态特性的影响很难归并到模型中。
在我国大多数pid调节器厂家生产的调节器均为常规pid控制算法。
2、模糊控制
模糊控制（fuzzycontrol）是以模糊集合论、模糊语言变量及模糊逻辑推理为基础的计算机控制。原理如图2。
图2模糊控制系统原理框图
3、神经网络控制
神经网络控制采用数理模型的方法模拟生物神经细胞结构，用简单处理单元连接形成各种复杂网络，并采用误差反向传播算法（bp）。原理如图3：
图3神经网络控制系统的原理框图
4、fuzzy-pid控制
模糊控制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。pid本质是线性控制。将模糊控制与pid结合多，以fuzzy-pid混合控制为例，据给定值与测量值之偏差e选择智能控制器，根据e的变化选择控制方法，当|e|≤emin或|e|≥emax时，采用pid控制；当emin≤|e|≤emax时，采用fuzzy控制。其结构框图如图4。
图4fuzzy-pid混合控制结构框图
5、神经网络pid控制
在pid控制的基础上，加入神经网络控制器，构成神经网络pid控制器，如图5。神经网络控制器nnc是前馈控制器，通过对pid控制器的输出进行学习，在线调整自己，目标是使反馈误差e（t）或u（t）趋近于零，使自己逐渐在控制中占据主导地位，以减弱或最终消除反馈控制器的作用。
图5神经网络pid控制结构框图
6、模糊神经网络控制
将模糊逻辑与神经网络结合，采用神经网络模糊逻辑推理网络模型和快速的自学习算法，通过网络的离线训练和在线自学习使控制器具有自调整、自学习和自适应能力，达到模糊智能控制。如图6。
图6模糊神经网络控制系统结构图
7、遗传pid控制
遗传pid控制是将控制器参数构成基因型，将性能指标构成相应的适应度，利用遗传算法来整定控制器的最佳参数，不要求系统是否为连续可调，能否以显式表示。基于遗传算法的自适应pid控制的原理框图如7。遗传pid温控系统将测量值与给定值进行比较，用遗传算法来优化pid参数，然后将控制量输出，实现将pid参数串接构成完整染色体，从而构成遗传空间中的个体，过通过繁殖交叉和变异遗传操作生成新一代群体，经过多次搜索获得最大适应度值的个体。
图7基于遗传算法的自适应pid控制结构图
8、广义预测控制
预测控制（predictivecontrol）是基于模型的计算机控制算法。其预测模型有脉冲响应模型、阶跃响应模型、camrma模型和carima模型。基于carima模型的广义预测控制（gpc）是一种新型计算机控制算法。
新型智能化航迹仪的设计与实现
晶振pcb布局布线参考
单按钮开/关电源控制
特斯拉马斯克称反向召唤功能将上线
100G光模块与硅光技术：优势与应用前景
控制温度常用方法
led照明灯的误区
Unity2018路线图和发展蓝图以及开发者的期望
FS抗“晃电”交流接触器的优缺点
连接器的基本性能
手机充电进入个位数时代 Redmi Note 12越来越能打
简报|14家连接器上市企业年度业绩预告
LLM作用下的成分句法分析基础研究
关于电子驻车制动系统的性能分析和应用
富士通半导体推出全新能量收集电源管理IC产品
从电阻屏到电磁屏，看触控技术的发展历程
谷歌推AI工具，可写出知名诗人风格的诗歌
边缘智能正在为更智能的制造、仓储和运输铺平道路
HDLC协议芯片PT7A6525及其在交换机中的应用
AI时代的存储准备充足吗
pid控制即比例、积分、微分控制，其结构简单实用，常用于工业生产领域。原理如图1。
图1常见pid控制系统的原理框图
明显缺点是现场pid参数整定麻烦，易受外界干扰，对于滞后大的过程控制，调节时间过长。其控制算法需要预先建立模型，对系统动态特性的影响很难归并到模型中。
在我国大多数pid调节器厂家生产的调节器均为常规pid控制算法。
2、模糊控制
模糊控制（fuzzycontrol）是以模糊集合论、模糊语言变量及模糊逻辑推理为基础的计算机控制。原理如图2。
图2模糊控制系统原理框图
3、神经网络控制
神经网络控制采用数理模型的方法模拟生物神经细胞结构，用简单处理单元连接形成各种复杂网络，并采用误差反向传播算法（bp）。原理如图3：
图3神经网络控制系统的原理框图
4、fuzzy-pid控制
模糊控制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。pid本质是线性控制。将模糊控制与pid结合多，以fuzzy-pid混合控制为例，据给定值与测量值之偏差e选择智能控制器，根据e的变化选择控制方法，当|e|≤emin或|e|≥emax时，采用pid控制；当emin≤|e|≤emax时，采用fuzzy控制。其结构框图如图4。
图4fuzzy-pid混合控制结构框图
5、神经网络pid控制
在pid控制的基础上，加入神经网络控制器，构成神经网络pid控制器，如图5。神经网络控制器nnc是前馈控制器，通过对pid控制器的输出进行学习，在线调整自己，目标是使反馈误差e（t）或u（t）趋近于零，使自己逐渐在控制中占据主导地位，以减弱或最终消除反馈控制器的作用。
图5神经网络pid控制结构框图
6、模糊神经网络控制
将模糊逻辑与神经网络结合，采用神经网络模糊逻辑推理网络模型和快速的自学习算法，通过网络的离线训练和在线自学习使控制器具有自调整、自学习和自适应能力，达到模糊智能控制。如图6。
图6模糊神经网络控制系统结构图
7、遗传pid控制
遗传pid控制是将控制器参数构成基因型，将性能指标构成相应的适应度，利用遗传算法来整定控制器的最佳参数，不要求系统是否为连续可调，能否以显式表示。基于遗传算法的自适应pid控制的原理框图如7。遗传pid温控系统将测量值与给定值进行比较，用遗传算法来优化pid参数，然后将控制量输出，实现将pid参数串接构成完整染色体，从而构成遗传空间中的个体，过通过繁殖交叉和变异遗传操作生成新一代群体，经过多次搜索获得最大适应度值的个体。
图7基于遗传算法的自适应pid控制结构图
8、广义预测控制
预测控制（predictivecontrol）是基于模型的计算机控制算法。其预测模型有脉冲响应模型、阶跃响应模型、camrma模型和carima模型。基于carima模型的广义预测控制（gpc）是一种新型计算机控制算法。
新型智能化航迹仪的设计与实现
晶振pcb布局布线参考
单按钮开/关电源控制
特斯拉马斯克称反向召唤功能将上线
100G光模块与硅光技术：优势与应用前景
控制温度常用方法
led照明灯的误区
Unity2018路线图和发展蓝图以及开发者的期望
FS抗“晃电”交流接触器的优缺点
连接器的基本性能
手机充电进入个位数时代 Redmi Note 12越来越能打
简报|14家连接器上市企业年度业绩预告
LLM作用下的成分句法分析基础研究
关于电子驻车制动系统的性能分析和应用
富士通半导体推出全新能量收集电源管理IC产品
从电阻屏到电磁屏，看触控技术的发展历程
谷歌推AI工具，可写出知名诗人风格的诗歌
边缘智能正在为更智能的制造、仓储和运输铺平道路
HDLC协议芯片PT7A6525及其在交换机中的应用
AI时代的存储准备充足吗