定修正系数，前两者通过乘法器得到该次投放食品的热容量。这种判断是一次性的，只对该次投入食品以后的温度控制有效。判定的食品热容量，作为确定压缩机控制决策的模糊推理3的输入。它的另一个输入是冷冻室给定温度与实际温度的差值，差值为零是压缩机开停的理论界面，必须根据投入食品的热容量，应用模糊推理3确定开停时间的修正值。必须指出，这种控制过程是一次性的，以每次投入食品为周期，但控制策略是一贯的，推理法则是一致的。对于原来存放在冷冻室的食品，纳入箱体热惯性考虑，不参与控制过程，引起的误差在工程上是允许的。
3 系统数学模型与控制理论
3.1概述
电冰箱的主要任务是保证所储存的食品在经过冷冻、冷藏之后，仍然色、味不变，其主要手段是通过保持箱体内的最佳温度达到食品保鲜的目的。传统的PID控制方法是一种线性的控制方法，对于电冰箱这个非线性系统来说，它已经不能很好地满足系统控制的要求。随着现代控制理论的发展，以及智能控制理论在各
行各业中的应用，电冰箱控制系统可以采用智能控制方法进行控制。模糊控制理论发展于20世纪60、70年代，它也是一种智能控制方法。将电冰箱控制系统与模糊控制理论有机的结合起来，必能实现理想的控制效果[9]。
3.2模糊智能控制理论
3.2.1 模糊智能控制的发展
模糊理论是在美国帕克莱加州大学电气工程系Zadeh教授于1965年创立的模糊集合理论的数学基础上发展起来的，主要包括模糊集合理论、模糊逻辑、模糊推理和模糊控制等方面的内容。对于模糊理论这样一个新生事物，学术界一直有两种不同的观点，其中持否定态度的观点在一段时间
内仍然占据上风。正确的观点是模糊控制不应该依赖于被控对象的精确数学模型，当然也不应该拒绝有效的数学模型。模糊控制理论在特定条件下可以达到经典控制理论难以达到的“满意控制”，而不是最佳控制。模糊控制理论的确还有许多不完善之处，比如模糊规则的获取和确定，隶属函数的选择以及比较敏感的稳定性问题至今仍未得到完善的解决。尽管如此，也不应该否定模糊理论的科学性和有效性，它已经成为智能控制的一个重要分支[10]。
3.2.2 智能模糊控制的基本原理
在自动控制技术出现之前，人们在生产、生活过程中只能采用于动控制方式来达到控制某一对象运动状态的目的。比如，在日常生活中．当我们拧开水龙头往一空捅接水时，常常会有这样的生活经验： (1)桶里水很少时，应开大阀门。 (2)桶里的水比较多时，应拧小阀门。 (3)捅中的水快满时，应把阀门拧很小。 (4)桶中的水已满时，要迅速关死阀门。
在以上的手动控制过程中，首先是由人通过眼睛的观察(检测作用)来检测水桶(被控对象)的输出(水位)，大脑要经过一系列的推算从而做出正确的决策(控制量)，最后由手动来调节阀门的开度大小，使桶里的水(被控对象的输出信号)达到预期的目标，即用最短的时间接满一桶水而又不溢出一滴水。人们就是这样不断地通过检测、判断、调整等一系列动作来完成对生产过程(或生活过程)的手动控制。在这里，眼睛相当于传感器，大脑就是控制器，手则做为执行机构，在最短的时间内接满一桶水且水不溢出则是控制目标。按照控制理论的思想来看待上述过程，上述的接水过程是一个典型液位控制系统[11]，如图3.2所示。
图3.2 液位的手动控制方法
在上述手动液位控制中，人的控制过程是用语言来加以描述的，表现为一系列条件语句，也就是所谓的语言控制规则。在描述以上控制规则的条件语句中存在一些词，如“很少”、“较多”、“决满”、“大”、“小”等概念均具有一定的模糊性，这些概念没有明显的外延。模糊控制方法模仿人的思维方式和人的控制经验，
用电脑代替人脑来实施有效的控制措施。传统的控制理论依赖于被控系统的数学模型，而模糊控制则是依赖于被控系统的物理特性[12]。物理持性的提取要靠人的直觉和经验，这些物理特性在人脑中是用自然语言来抽象成一系列的概念和规则的，自然语言的重要特点是具有模糊性。人可以根据不精确信息来进行推理而得到有意义的结果。那么我们怎么用机器来模仿这样的过程呢?用于描述的数学工具就是Zadeh提出的模糊集合论，或者说模糊集合论在控制上的应用。这是一种解决复杂系统控制决策的技巧和方法。用这种方法可以把人的经验形式化并引入控制过程，再运用比较严密的数学处理过程，实现模糊推理，进行判断决策，以达到令人满意的控制效果[13]。在工程实现上，则使用模糊逻辑语言分析方法，且这种语言可以转换为计算机能够接受的算法语言。这种方法有三个特点：第一，它不用数值变量而是用语言变量来描述系统；第二，它是利用附带条件的命题来描述变量之间的关系；第三，它是使用模糊运算法则进行推理[14]。 目前，模糊控制主要还是建立在人的直觉和经验的基础上，这就是说，操作人员对被控系统的了解不是通过精确的数学表达式，而是通过操作人员丰富的实践经验和直观感觉。这种方法可以看成是一组探索式决策规则
[15]
。由于人的决策过程本质上就具有模糊性，因此，控制动作并非稳定一
致，且有一定的主观性。但是，有经验的模糊控制设计工程师可以通过对操作人员控制动作的观察和与操作人员的交谈讨论，用语言把操作人员的
控制策略描述出来，以构成一组用语言表达的定性的决策规则。如果把那些熟练技术工人或者技术人员的实践经验进行总结和形式化描述，用语言表达成一组定性的条件语句和不精确的决策规则，然后利用模糊集合作为工具使其定量化。设计一个控制器，用形式化的人的经验法则模仿人的控制策略，再驱动设备对复杂的工业过程进行控制，这就是模糊控制器。 模糊控制算法是一种新型的计算机数字控制算法，因此，模糊控制系统具有数字控制系统的一般结构形式[16]，其系统组成如图3．3所示。
图3.3 模糊控制系统方框图
模糊控制系统一般可以分为四个组成部分[17]： (1)模糊控制器
模糊控制器是控制系统的核心，从硬件上，它可以选用工业控制计算机、单片机或可编程控制器。其主要完成输入量的模糊化、模糊关系的运算、模糊决策结果的反模糊化处理等过程。一个模糊控制系统的性能指标在很大程度上取决于模糊控制器的设计水平。 (2)输入输出接口电路
该接口电路主要包括前向通道中的AD转换电路以及后向通道中的DA转换电路等两个信号转换电路。AD转换把传感器检铡到的反映被控对象输出量大小的模拟量(～般为电压信号1—5V或电流信号4-20mA)转换成微机可以接受的数字量(0或1的组合)送到模湖控制器进行运算；DA转换把模糊控制器输出的数字量转换成与之成比例的模拟量(一般为电流信号4-20mA)，控制执行机构的动作。转换精度、转换时间以及性能价格等因素是选择AD或DA转换器是应考虑的。 (3)广义对象
广义对象包括执行机构和被控制对象。常见的执行机构包括电磁阀、
伺服电机继电器等。被控对象可以是线性的，也可以是非线性的，可以是定常的，也可以是时变的。还须指出，被控对象缺乏精确数学模型的情况适宜选择模糊控制，但也不排斥有较精确的数学模型的被控对象，也可以采用模糊控制方案。 (4)传感器
传感器时将被控对象或各种过程的被控量转换为电信号(模拟的或数字的)的一类装置。被控制量往往是非电量，如温度、压力、流量、浓度、湿度等。传感器在模糊控制系统中占有十分重要的地位，它的精度往往直接影响整个控制系统的精度。因此，在选择传感器时，应注意选择精度高且稳定性好的传感器。 3.2.3 模糊控制算法
模糊控制的核心部分为模糊控制器，如图3．4所示。
图3.4 模糊控制器
模糊控制器的控制规律由计算机程序实现。通常将模糊控制输入变量的个数称为模糊控制的维数。一般情况下，一维模糊控制器用于一阶被控对象，由于这种控制器输入变量只选误差一个，它的动态控制性能不佳。所以，目前被广泛采用的均为二维模糊控制器，这种控制器以误差和误差的变化为输入变量，以控制量的变化为输出变量。二维模糊控制器如图3.5所示。
其中E为偏差，EC为偏差变化率，U为控制量。
图3.5 二维模糊控制器
从理论上讲，模糊控制器的维数越高，控制越精细。但维数过高，模糊控制规则变得过于复杂，控制算法的实现相当困难。这或许是目前广泛设计和应用二维模糊控制器的原因所在。本章以二维模糊控制器为例。要