发布时间 : 星期日 文章【完整版】电饭煲单片机智能控制系统毕业论文设计更新完毕开始阅读9baf32a2f021dd36a32d7375a417866fb84ac0f8
响，而难以得到准确的判断。 实验表明，当米水经过吸水阶段之后，锅内温度处于60℃左右，在此基础上再进行加热和推理，能排除初始水温不一致的影响，因此，控制器采用在加热阶段来进行米量的推理是更为可行的选择方案。图2.3是在室温20℃下，采用DUT4000温度采集模块测量的电饭煲样品用标准煮饭模式炊煮3杯和10杯大米的温度曲线图，其中3杯、10杯表示米量的大小(每杯大米O.15Kg )，a是3杯米底部温度曲线，b是10杯米底部温度曲线，c是3杯米顶部温度曲线，d是10杯米顶部温度曲线。
由图2.3可见，不同米量下的底部温度从60℃上升到100℃的时间差别并不是很大；从底部温度60℃加热到顶部温度60℃在不同米量下的时间差别却很显著，当米量少（3杯）时，底部加热产生的热量很容易从底部渗透到液面的顶部，产生对流，底部温度到达100℃时顶部温度为40℃；反之，当米量很大（10杯）时，热量很难从底部渗透到液面的顶部，底部温度到达100℃时顶部温度仅为30℃，从图2.3中还可以发现，当顶部温度在40℃到80℃之间的线性度比较好，而这个阶段对应着加热阶段的主上升期，所以，在加热阶段的主上升期来进行米量判断原则上比较合适。
图2.3实验用样品3、10杯大米温度曲线图
但通过研究发现，最终发现利用试错法对米量进行二维模糊控制来判断更
为准确。
2.3.2二维模糊推理机的设计
模糊控制器的设计方法可以分为两类:试错法(trial-and-error approach)和理论法(theoretical approach)。在试错法中，首要任务是建立一个模糊IF-THEN规则集合，规则可以通过总结经验知识而得到，也可以通过精心组织的问卷向领域内专家请教而得到;然后，基于这些模糊IF-THEN规则建立模糊控制器;最后，在实际系统中检验模糊控制器，如果性能指标不满意，则对上述规则进行细微调整或通过反复用试错法进行再设计，直至效果达到指标要求为止。用理论法进行设计，模糊控制器的结构和参数是以保证某一性能标准(如，稳定性)为设计原则的，显然，一种适合本文所述的模糊推理机的设计方法为试错法。其设计方法可以概括为以下三步:
(1)分析实际系统并选择状态变量和控制变量。状态变量应能描述系统关键特性，控制变量应该能够影响系统的状态。状态变量是模糊系统的输入，控制变量是模糊系统的输出。本质上说，这一步骤界定了模糊控制器的应用范围。 (2)推演连接状态变量与控制变量的模糊规则。本文所使用的IF-THEN规则是自我总结归纳的经验并以语言表达出来。
(3)将推演出的模糊IF-THEN规则组合成模糊系统，并检验此模糊系统作为控制器的闭环系统。机试运行带有模糊控制器的闭环系统，如果不满意其性能指标，则对其进行微调或再设计，并重复此过程，直至效果满意为止。
下面将对本文使用的，以试错法设计的米量模糊推理机的具体设计过程进行详细介绍。
2.3.3输入变量的选取
从理论上来说，模糊控制器的维数越高，控制越精细。但是维数过高，模糊控制的规则将变得过于复杂，控制算法的实现相当困难。这也是人们普遍采用二维模糊控制器的原因。本文采用的同样为二维的模糊控制器，这也是出于对控制效果及计算量的综合考虑.输出量是米量的大小，输入量是底部温度达到100℃时的顶部温度的值Tbot100和底部从50℃上升到100℃的时间长度t100.之所以选取Tbot100和t100作为米量的判断量，是因为米量的差异对这两个量的影响最大。米量越大，t100越大而Tbot100越小。在实际测试过程中发现Tbot100的变化相对更为显著。图2-4为经过处理后的测试数据。
图2-4相同电压不同米量下顶、底温度图
图2-4中纵坐标为温度(单位为℃)，横坐标为时间(单位为分钟)。10cup,5cup,2cup表示米量的大小，分别表示十杯、五杯、二杯。由图可见，不同米量下的温度从50℃上升到100℃的时间差别并不是很大;反倒是底部温度到达95℃时的顶部温度在不同米量下差别更为显著。当米量少时，底部加热产生的热量很容易从底部渗透到液面的顶部，米量为2杯米时，底部温度到达95℃时的顶部温度可高达80℃;反之，当米量很大时，热量很难从底部渗透到液面的顶部，底部温度到达95℃时，顶部温度甚至可能维持初始水温不变.可以单纯地选取了集中加热时间t100作为米量的判断量，但由于当底部加热丝功率很高时，不同的米量带来的温度从50℃上升到100℃的时间的差别会比较小，从而导致判断不准确;也可以单纯地选取Tbot100作为判断量，选择顶部温度作为判断量有其明显的优点，那就是分档值拉得很开(即其隶属度曲线可以相对很尖)，在正常情况下判断准确，但顶盖温度容易受到初始水温的影响，同样导致判断不准确。因此，本文综合了集中加热时间t100和顶温Tbot100为判断依据，进行米量的推理。
如前所述，在米量的推理过程中使用了二维模糊推理机，模糊推理机的结构示意图如图2-5所示。
图2-5模糊推理机的结构示意图
Fig.2-5 The configuration of the fuzzy inference engine
其中，INPUT 1为顶温Tbot100, INPUT2为集中加热时间t100。本文所述的米量推理机是严格按照模糊控制器的试错法来设计的。下面将讲述其具体推理过程。
输入量和输出量的模糊语言描述顶部温度值Tbot100的大小分为六
档，语言描述为很高、较高、偏高、偏低、较低、很低，其对应的模糊子集为
{PB，PS, PO, NO, NS, NB} 量化为七个等级，则有
Tbot100= {-3，-2，-1, 0, 1, 2, 3}
其对应的隶属度曲线选用三角形和Z形函数，主要是为了计算简单。其语言变量的隶属度曲线图如图2-6。
图2-6 Tbot100隶属度函数
选用这种形状的隶属度函数还是为了同MATLAH中的隶属度函数配合，后面将会提到，鉴于具体计算过程的复杂性，本文所述的模糊推理过程实际上是在MATLAB的FUZZY LOGIC工具箱下完成的。因此，所选用的隶属度函数曲线实际上是MATLAB提供的曲线。
由图可得如表2-1所示的模糊变量的赋值表。
集中加热时间的语言描述分为五档，分别为很长、长、中等、短、很短，