EA=1; } }
//DS18b20 子程序 #include
sbit DQ=P2^1; //定义端口
typedef unsigned char byte;
typedef unsigned int word;
//延时 void delay(word useconds) {
for(;useconds>0;useconds--); }
//复位 byte ow_reset(void) {
byte presence;
DQ=0; //DQ低电平 delay(29); //480us DQ=1; //DQ高电平 delay(3); //等待
presence=DQ; //presence信号 delay(25); return(presence);
} //0允许，1禁止
//从1-wire 总线上读取一个字节 byte read_byte(viod) { byte i; byte value=0; for (i=8;i>0;i--) {
value>>=1; DQ=0; DQ=1; delay(1);
if(DQ)value|=0x80; delay(6); }
return(value);
}
//向1-wire总线上写一个字节 void write_byte(char val) { byte i;
for (i=8;i>0;i--) //一次写一个字节 { DQ=0; DQ=val&0x01; delay(5); DQ=1; val=val/2; }
delay(5);
}
//读取温度
char Read_Temperature(void) { union{ byte c[2]; int x; }temp;
ow_reset(); write_byte(0xcc); write_byte(0xBE); temp.c[1]=read_byte(); temp.c[0]=read_byte(); ow_reset(); write_byte(0xCC); write_byte(0x44); return temp.x/2; }
参考资料：你把这两个程序组合就可以了
PID算法
PID算法是本程序中的核心部分。我们采用PID模糊控制技术,通过Pvar、Ivar、Dvar（比例、积分、微分）三方面的结合调整形成一个模糊控制来解决惯性温度误差问题。其原理如下：
本系统的温度控制器的电热元件之一是发热丝。发热丝通过电流加热时，内部温度都很高。当容器内温度升高至设定温度时，温度控制器会发出信号停止加热。但这时发热丝的温度会高于设定温度，发热丝还将会对被加热的器件进行加热，即使温度控制器发出信号停止加热，被加热器件的温度还往往继续上升几度，然后才开始下降。当下降到设定温度的下限时，温度控制器又开始发出加热的信号，开始加热，但发热丝要把温度传递到被加热器件需要一定的时候，这就要视发热丝与被加热器件之间的介质情况而定。通常开始重新加热时，温度继续下降几度。所以，传统的定点开关控制温度会有正负误差几度的现象，但这不是温度控制器本身的问题，而是整个热系统的结构性问题，使温度控制器控温产生一种惯性温度误差。
增量式PID算法的输出量为
ΔUn = Kp[(en-en-1)+(T/Ti)en+(Td/T)(en-2*en-1+en-2)]
式中，en、en-1、en-2分别为第n次、n-1次和n-2次的偏差值，Kp、Ti、Td分别为比例系数、积分系数和微分系数，T为采样周期。
计算机每隔固定时间 T将现场温度与用户设定目标温度的差值带入增量式PID算法公式，由公式输出量决定PWM方波的占空比，后续加热电路根据此PWM方波的占空比决定加热功率。现场温度与目标温度的偏差大则占空比大，加热电路的加热功率大，使温度的实测值与设定值的偏差迅速减少；反之，二者的偏差小则占空比减小，加热电路加热功率减少，直至目标值与实测值相等，达到自动控制的目的。 PID参数的选择是实验成败的关键，它决定了温度控制的准确度。数字PID调节器参数的整定可以仿照模拟PID调节器参数整定的各种方法，根据工艺对控制性能的要求，决定调节器的参数。各个参数对系统性能的影响如下：
①比例系数P对系统性能的影响：比例系数加大，使系统的动作灵敏，速度加快，稳态误差减小；P偏大，振荡次数加多，调节时间加长；P太大时，系统会趋于不稳定；P太小，又会使系统的动作缓慢。P可以选负数，这主要是由执行机构、传感器以及控制对象的特性决定的。如果P的符号选择不当对象测量值就会离控制目标的设定值越来越远，如果出现这样的情况P的符号就一定要取反。
②积分控制I对系统性能的影响：积分作用使系统的稳定性下降，I小（积分作用强）会使系统不稳定，但能消除稳态误差，提高系统的控制精度。
③微分控制D对系统性能的影响：微分作用可以改善动态特性，D偏大时，超调量较大，调节时间较短；D偏小时，超调量也较大，调节时间也较长；只有D合适，才能使超调量较小，减短调节时间。
温底控制PID的算法设计及实现
________________________________________
PID 简介
PID（Proportional Integral Derivative）控制是控制工程中技术成熟、应用广泛的一种控制策略，经过长期的工程实践，已形成了一套完整的控制方法和典型的结构。它不仅适用于数学模型已知的控制系统中，而且对于大多数数学模型难以确定的工业过程也可应用，在众多工业过程控制中取得了满意的应用效果。
PID 工作基理：由于来自外界的各种扰动不断产生，要想达到现场控制对象值保持恒定的目的，控制作用就必须不断的进行。若扰动出现使得现场控制对象值(以下简称被控参
数)发生变化，现场检测元件就会将这种变化采集后经变送器送至PID 控制器的输入端，并与其给定值(以下简称SP 值)进行比较得到偏差值(以下简称e 值)，调节器按此偏差并以我们预先设定的整定参数控制规律发出控制信号，去改变调节器的开度，使调节器的开度增加或减少，从而使现场控制对象值发生改变，并趋向于给定值(SP 值)，以达到控制目的 ，如图 1 所示，其实PID 的实质就是对偏差（e 值）进行比例、积分、微分运算，根据运算结果控制执行部件的过程。
图1 模拟PID 控制系统原理图
PID 控制器的控制规律可以描述为：
(1)
比例（P）控制能迅速反应误差，从而减小稳态误差。但是，比例控制不能消除稳态误差。比例放大系数的加大，会引起系统的不稳定。积分（I）控制的作用是：只要系统有误差存在，积分控制器就不断地积累，输出控制量，以消除误差。因而，只要有足够的时间，积分控制将能完全消除误差，使系统误差为零，从而消除稳态误差。积分作用太强会使系统超调加大，甚至使系统出现振荡。微分（D）控制可以减小超调量，克服振荡，使系统的稳定性提高，同时加快系统的动态响应速度，减小调整时间，从而改善系统的动态性能。根据不同的被控对象的控制特性，又可以分为P、PI、PD、PID 等不同的控制模型。
数字PID 的实现
在连续-时间控制系统（模拟PID 控制系统）中，PID 控制器应用得非常广泛。其设计技术成熟，长期以来形成了典型的结构，参数整定方便，结构更改灵活，能满足一般的控制要求。随着计算机的快速发展，人们将计算机引入到PID 控制领域，也就出现了数字式PID 控制。
由于计算机基于采样控制理论，计算方法也不能沿袭传统的模拟PID 控制算法（如公式1 所示），所以必须将控制模型离散化，离散化的方法：以T 为采样周期，k 为采样序号，用求和的形式代替积分，用增量的形式（求差）代替微分，这样可以将连续的PID 计算公式离散： (2)
式1 就可以离散为： (3) 或者：
(4)
这样就可以让计算机或者单片机通过采样的方式实现PID 控制，具体的PID 控制又分为位置式PID 控制和增量式PID 控制，公式4 给出了控制量的全部大小，所以称之为全量式或者位置式控制；如果计算机只对相邻的两次作计算，只考虑在前一次基础上，计算机输出量的大小变化，而不是全部输出信息的计算，这种控制叫做增量式PID 控制算法，其实质就是求Δμ的大小，而 Δμk =μk -μk-1 ；所以将式4 做自减变换有： (5) 其中
温度控制PID 算法设计
本设计利用了上面所介绍的位置式PID 算法，将温度传感器采样输入作为当前输入，然后与设定值进行相减得偏差ek，然后再对之进行PID 运算产生输出结果fOut，然后让fOut 控制定时器的时间进而控制加热器。为了方便PID 运算，首先建立一个PID 的结构体数据类型，该数据类型用于保存PID 运算所需要的P、I、D 系数，以及设定值，历史误差的累加和等信息：
typedef struct PID
{
float SetPoint; // 设定目标 Desired Value
float Proportion; // 比例系数 Proportional Const float Integral; // 积分系数 Integral Const
float Derivative; // 微分系数 Derivative Const int LastError; // 上次偏差
int SumError; // 历史误差累计值 } PID;
PID stPID; // 定义一个stPID 变量
下面是PID 运算的算法程序，通过PID 运算返回fOut，fOut 的值决定是否加热，加热时间是多少。
PID 运算的C 实现代码：
float PIDCalc( PID *pp, int NextPoint ) {
int dError,Error;
Error = pp->SetPoint*10 - NextPoint; // 偏差，设定值减去当前采样值 pp->SumError += Error; // 积分，历史偏差累加 dError = Error-pp->LastError; // 当前微分，偏差相减 pp->PrevError = pp->LastError; // 保存 pp->LastError = Error;
+ pp->Integral * pp->SumError // 积分项 - pp->Derivative * dError // 微分项