显示器模糊十篇

显示器模糊篇1

电脑显示器字体模糊的解决方法如下：

1、检查显卡驱动是否正确安装，用驱动精灵或者鲁大师等第三方软件，进行显卡驱动检测，安装或更新驱动；

2、在电脑桌面右键点击屏幕分辨率选项；

3、点击分辨率的选项，调节分辨率大小，调整相应的屏幕大小。

（来源：文章屋网 ）

显示器模糊篇2

模糊控制比传统的PID等控制方法，在强时变、大时滞、非线性系统中的控制效果有着明显的优势。将模糊控制技术应用于家电产品在国外已是很普遍的现象。单片机是家用电器常用的控制器件，把二者结合起来，可使控制器的性能指标达到最优的目的。基于模糊控制技术的单片机控制的电热水器，是对传统的电热水器开关控制的改造，具有达到设定温度的时间短、稳态温度波动小、反应灵敏、抗干扰能力强、节省电能等优点。

1 硬件电路总体设计

电热水器水温自动调节器以AT89C2051单片机为核心，由多谐振荡器电路、温度设定电路、单片机。设定温度显示电路、控制信号隔离输出电路等几部分组成，结构框图如图1所示。

①多谐振荡电路。由G1、G2、G3、G4、Rt、Rs、C组成，具体电路如图2。其中Rt是具有负温度系数的热敏电阻（0～100℃时，阻值在3～1kΩ之间变化），是本电路中的温度传感器，用环氧树胶涂于其外表后置于热水中。Rs是限流电阻，限值很小，只有100Ω。非门采用TTL门74LS04电路，振荡周期T≈2.2RtC，脉宽为1.1RtC。可见，脉宽与Rt有一一对应关系，因此，温度与脉宽也就有一一对应关系。

②AT89C2051单片机。本控制器的核心，模糊控制就是用它控制软件来实现的。

③温度设定电路。通过一个按键产生脉冲从INT1输入单片机来调节水温的设定值。

④设定温度显示电路。单片机将设定的温度值通过动态扫描的方法输出，数码管上可直接显示设定温度。在自动测定各温度对应的T0的计数值时，还可用来显示TL0的值。

⑤控制信号隔离输出电路。通过光耦将加热强电电路与单片机隔离，防止其干扰单片机的工作。单片机的输出控制信号控制两电热丝的断通，从而调节水温。

2 工作原理

INT1先用于各温度值对应的脉宽计数器值的测量显示。中断1的中断服务程序先固化自动测量、显示的中断服务程序如图3所示。主程序不变，主程序如图4所示。从INT1输入的设定温度用的脉冲将引起中断，中断服务程序可对与一定水温对应的电脉冲宽度的计数值（TL0）进行测量并显示，记下其数值后便可制定“温度表”（与一定温度对应的TL0值并存放于程序存储器中的表），将“温度表”固化于程序存储器中。然后，INT1再用于温度的设定，将中断1的服务程序换为预温温度的程序，如图5所示。让定时器T1定时中断，配合软件计数器，每隔5s测量1次温度的当前值。将测得的脉宽转化为温度值是这样实现的：先让脉冲从INT0进入单片机，T0在INT0为高电平时开始定时，变为低电平时停止，于是在TL0中得到脉宽对应的定时计数值，查找与“温度表”中与计数值一一对应关系的温度。将用的脉冲将引起中断，中断服务程序可对与一定水温对应的电脉冲宽度计数值（TL0）进行测量并显示，记下其数值后便可制定“温度”（与一定温度对应的TL0值并存放于程序存储器中的表），将“温度表”固化于程序存储器中。然后，INT1再用于温度的设定，将中断1的服务程序换为预置温度的程序，如图5所示。让定时器T1定时断，配合软件计数器，第隔5s测量1次温度的当前值。将测得的脉宽转化为温度值是这样实现的：先让脉冲从INT0进入单片，T0在INT0为高电 平时开始定时，变为低电平时停止，于是在TL0中得到脉宽对应的定时计数值，查找与“温度表”中与计数值一一对的温度。将温度的测量值及前次测得的值分别存于一个存储单元，通过模糊控制程序以决定两电热丝的断情况。初始化程序如下：

MAIN：MOV TMOD，#1AH；T1工作于方式1，定时100ms；（配合软件计数器定时5s）

；T0工作于方式2，使用门控位，定时

MOV TM0，#20 ；TM0为设定温度存储单元，设定初始温度为20℃

MOV TH0，#0

MOV TL0，#0

MOV TH1，#3CH ；T1置产生100ms定时的初值（tosc=6MHz）。

MOV TL1，#0B0H

MOV TMER，#50 ；TMER为软件计数器单元；50×100ms=5s

SETB TR1 ；启动定时器T1

SETB EA ；开CPU中断

SETB EX1 ；开外部中断1

SETB IT1 ；设定为边沿触发。

SETB PX1 ；设定温度的中断优先级为高级中断。

SETB ET1 ；开T1中断

SETB P3.7 ；不加热

SETB P1.7

……

3 模糊控制的原理

模糊控制器的输入为测得温度与设定温度的偏差E（E=t0-t;t0为设定的水温，t为测得的水温。）以及偏差的变化量ΔE（ΔE=t本-t前，其中t前为前次测得的温度，t本为本次测得的温度），输出为电热丝加热量U。将E分为四个模糊子集B（大）、M（中）、S（小）、N（负），对应温度的偏差为：t0-t>TM1℃、TM2℃<t0-t<TM1℃、0℃<t0-t<TM2℃、t0-t<0℃（TM1>TM2>0）。ΔE分为三个模糊子集P（正）、Z（零）、N（负），对应的偏差变化量为：t本-t前>A0、-A0<t本-t前<A0、t本-t前<-A0（A0>0）；电热丝加热量分为四个模糊子集B（大）、M（中）、S(小)、Z（零），对应于二极电热丝的四种状态的组合：电热丝1电热丝2都加热、电热丝1加热、电热丝2加热、电热丝1电热丝2都不加热（其中电热丝1的功率大于电热丝2的功率）。模糊控制规则如表1所列。

表1 

                ΔE

     EPZNBBBBMMMSSSSZNZZZ表2

             E+ΔE

     EΔE

1

-1676534321210-10-1-24 模糊控制程序

显示器模糊篇3

关键词恒温水浴；温度；模糊控制；单片机

1恒温水浴工作原理

图1为恒温水浴的原理框图，系统以STC89C52单片机为控制和信息处理核心，主要完成水浴温度采集、加热与制冷工作方式判决、LCD显示、目标温度输入、水浴温度控制等功能。STC89C52根据设定的水浴目标温度和水浴温度的差值进行加热与制冷工作方式判决，当目标温度高于水浴温度时，单片机通过固态继电器SSR控制加热装置工作；当水浴目标温度低于水浴温度时，单片机通过继电器控制加热装置工作，制冷装置由于条件限制，采用发光二极管代替。

2恒温水浴模糊控制

通过Simulink建立水浴加热模型，如图2所示。

通过Simulink仿真，以E（温度差值），EC（温差变化率）为输入量，U为控制量，得到了较好的控制效果。但是如果将二维模糊控制算法用单片机实现，算法复杂。

本系统采用一维模糊控制实现，目标温度与水浴实际温度之间的误差e作为输入变量，控制量u作为输出变量。系统中温度误差e、控制量u的基本论域分别为[0℃，+3℃]和[0，1]。E为温度误差的模糊输入变量，E=INT[Round（e/k）]。

3系统硬件设计

本系统主要由单片机控制电路、水浴温度采集电路、键盘控制电路、lcd显示电路组成。

温度控制电路主要由可控硅固态继电器构成，红、绿色LED灯分别代表加热和制冷，本设计中使用5401PNP型三极管，由单片机发出信号通过P2.6口控制继电器通断，从而使热得快通电加热。

温度采集电路使用DS18820智能温度传感器，无需外接限流电阻，可以直接从传感器中读取温度，如图3所示，18820-1用来测外部环境温度，数据口与单片机P2.5口相连，ds18b20用来测水浴温度，数据口与单片机P2.4口相连。

4基于C语言的恒温水浴的实现

4.1主函数的设计

单片机主程序主要用来实现对整个系统工作的控制、目标温度的设置，显示功能，以及与DS18b20温度采集，具体工作流程如图4所示。

图4中，e为温度误差，即设置的目标温度与水浴实际温度的差值，Td为目标温度，T为水浴实际温度。4.2模糊控制程序设计及实现

温度控制主要通过STC89C52的P1.3和P1.4口控制，P1.3口外接绿色的发光二极管，通过发光二极管来模拟压缩机制冷，P1.4口控制固态继电器驱动电路工作，通过固态继电器来控制热得快的加热。

4.3 DS18820温度采集

数字传感器DS18b20的初始化。DS18820对时序有着非常高的要求，单总线上的所有通信都是以初始化序列开始，包括主机发出的复位脉冲及从机的应答脉冲。当从机发出响应主机的应答脉冲时，即向主机表明它处于总线上，且工作准备就绪。在主机初始化过程，主机通过拉低单总线至少480μs，以产生（Tx）复位脉冲。接着，主机释放总线，并进入接收模式（Rx）。在单总线器件检测到上升沿后，延时15μs～60μs，接着通过拉低总线60μs～240μs，以产生应答脉冲。

5测试方案与测试结果

5.1测试方案

用继电器模块来控制200W“热得快”来对长方形玻璃水缸中的5L水进行加热，用键盘设定需要加热的目标温度值，观察1602液晶显示稳定时的水温值，多次调试并设定模糊控制规则参数来完善该系统。

显示器模糊篇4

关键词：模糊控制；自调整因子；单片机；温度传感器

DOI：10.16640/ki.37-1222/t.2016.06.202

在工业生产中温度控制是经常使用。有些系统把温度定位主要参数，例如热水器。工业中使用温度控制有很多种方式，其中PID类型占据主要地位并且经常使用的。PID控制技术虽然使用广泛，但存在一些弊端，在解决某方面实现非常困难，例如一些复杂、非线形、时变、大延迟被控对象，而模糊控制就可以很好的解决这类问题。

1 PID控制与模糊控制二者比较

举例介绍，热水器温度控制系统是使用单片机控制，如果采用模糊制的方法人为的设定程序，也就是按照人的思维方式进行控制。如果被控对象的参数突然发生变化，要得到较为理想温度，系统是否仍可的控制？其实采用PID控制技术调节储水式电热水器温度的自动控制系统，要使加热功率达到理想控制温度，控制效果一般。尽管在工业控制中PID控制广泛应并占有主导地位，但是在解决一些复杂的时变的、迟滞的被控对象方面控制效果不好。PID控制技术还有一项缺点，其参数设定专业而且整定难度大，当外界条件干扰控制系统后，参数还需要重新整定。最终体现控制达不到理想的效果。表现为控制系统稳定性、鲁棒性不好、控制调节时间长。

采用的模糊控制系统是一种自动控制系统。用模糊语言形式、模糊数学模糊逻辑的规则来表示，计算机控制技术具有反馈通道的闭环结构并带有数字控制系统。常规的PID控制和模糊控制比，有以下的优点：

（1）有很强的适应性。如果控制对象确定，模糊控制和PID控制效果一样；但对于不确定系统例如非线性、时变，模糊控制的优势就很明显，同时对噪声、纯滞后抑制能力特别强大。

（2）整定参数方便。模糊控制数学模型和被控对象不用复杂建立。采用被控过程参数现状来判断所产生的定性感觉，计算控制发展趋势观测。控制中形成一定规则参与控制过程，对现场操作人员、有关专家的经验知识、操作数据加以总结和归纳是模糊控制器出发点便。

（3）系统鲁棒性强。模糊控制参数变化以后系统不敏感，是因为不采用二值逻辑，而采用一种连续多值逻辑控制。所以系统参数变化，容易实现稳定控制，尤其适合于非线性、滞后系统时变的控制。

（4）结构简单。硬件结构无特殊要求，软硬件具有很强的优势，实现特别方便，主要体现在算法简捷。简单的查表运算对于模糊控制就可以实现，一些控制过程可离线进行，所以设计者设置容易，使用者也容易掌握。

（5）系统的规则。建立语言变量的控制规则灵活、系统控制参数，适用范围非常广。

2 热水器中模糊控制原理

首先数据采集模块要对内胆温度采集，模拟量转换成数字量，数据开始控制，具体形式表现――模数转换――中值滤波――存入对应存储单元。温度加热是通过键盘设定也就是键盘输入模块，对出水温度进行实时跟踪显示是LED显示模块，错误代码开始显示是就说明有异常情况；模糊控制器是控制模块采用主要控制，采集数据进行运算控制主要是输出驱动模块，双向晶闸管导通角是由输出控制信号控制，并设定的控制强度。

模糊控制中模糊控制器是相当重要，控制器性能好坏对系统的控制特性影响很大。模糊控制规则的确定性、可调整性是由控制性能决定的。模糊控制器的设计，控制设计在不同程度上加权是由量化因子kc和ke的位置和大小对输入变量误差、误差变化决定。调整系统特性时，kc和ke互相控制。改变一个，另一个也改变，所以要引进一种参数，这是参数是可调的，当采用可调参数对控制规则进行调整，被控对象不同，但都能获得满意控制效果。温度控制系统设计中，选用两位模糊控制器即EC――偏差变化率E――偏差，EC、E来做为模糊控制器的输入量。其中kc、ke和Ku 分别为输入和输出变量的量化因子和比例因子。量化因子kc和ke和比例系数Ku对控制系统的影响大。 ke选大，系统的超调也大，过渡过程也长；ke，超调，系统过渡时间变长。kc选择较大时，超调量减小，kc，系统超调，但系统的响应速度就慢。因此ke对超调的抑制不明显而kc对超调的抑制作用明显。增大Ku能使系统加快响应速度，但有一点增要考虑到， 增大Ku可能引起振荡。ke值怎样选择很重要，要使ke=N/em ，em――误差最大值， N――误差论域的最大量化等级。同时再加一个阶越信号，令 kc=0，观察输出结果，如果输出剧烈振荡，要增大kc；若输出不能跟踪理想信号，就要减小kc直至输出信号理想，输出信号理想时kc选择为1/100。要结合采样周期的长短来选择Ku，采样周期长，Ku可选的大。温度偏差变化率EC、温度偏差E，为模糊控制量的输入量，Y为输出控制量。如果超过系统温度设定值，加热器就要关闭，不考虑高于设定的误差。如图所示，计算系统的误差e（K）=V0-V；误差变化率公式为ec=e（K）-e（k-1），变量E和EC乘以量化因子ke 、kc ；基本控制到模糊控制，输出量U乘以比例因子Ku 由模糊论反馈回到控制论。

3 结论

模糊现象在现实中大量存在，所以应用模糊控制会越来越广，研究开发模糊控制领域发展空间将会更大。模糊控制理论存在一些问题，解诀这些问题就成为模糊控制技术目发展方向和主要任务。相信模糊控制的应用会给人们的生活带来极大便利。

参考文献：

显示器模糊篇5

关键词：平板硫化机；温度控制系统；模糊自适应PID 控制；可编程控制器

中图分类号：TP273 文献标识码：A 文章编号：1009-3044（2013）04-0855-03

The Temperature Control System for Plate Vulcanization Machine Based on the Fuzzy Adaptive PID Control

ZHANG Cai

（Anhui GITI Tire Co.， Ltd.Hefei 230601，China）

Abstract： The control precision of the temperature Control System for Plate Vulcanization Machine is low， which can not reach the national standard. The paper proposed a new temperature Control System for Plate Vulcanization Machine with fuzzy temperature control system and PLC，the hardware and software design of the temperature Control System for Plate Vulcanization Machine is elaborated in detailed.

Key words： plate vulcanization machine； temperature control system； the Fuzzy Adaptive PID Control； PLC

硫化工艺是橡胶工业中最为关键的一个环节，平板硫化机是橡胶硫化的主要设备，橡胶硫化制品的质量很大程度取决于平板硫化机对硫化温度控制的精度；传统的平板硫化机通常采用简单且易实现的常规PID控制方法对温度进行控制，但常规PID控制方法难以处理复杂的非线性控制系统，而温度是一种惯性大、波动大、非线性的控制对象，这使得基于常规 PID算法的平板硫化机温度控制系统存在严重缺陷。模糊控制方法是一种基于模糊逻辑推理、模糊集合论以及模糊语言变量的计算机数字控制算法，使用该算法对时变的、非线性的、滞后的、高阶大惯性的对象进行控制，获得较好的控制效果；因此将模糊控制方法和自适应 PID 控制理论相结合，并将其应用到平板硫化机控制系统，对橡胶工业生产具有重大的现实意义。

1 模糊自适应 PID 控制技术

1.1 模糊自适应 PID 控制器结构

模糊控制器是模糊自适应 PID 控制算法的核心，模糊自适应 PID 控制系统的性能取决于该控制器的设计，图1是模糊自适应 PID 控制器。

该PID控制器的控制算式为：[u（k）=kpe（k）+kiΣe（k）+kdec（k （k=0，1，2）e（k）=e（k）+e（k-1） （k=0，1，2）ec（k）=e（k）-e（k-1） （k=0，1，2）] （1）

式中，[Kp]、[Ki]、[Kd]分别为表征其比例，积分及微分作用的参数，[e（k）]与[ec（k）]分别为其输入变量偏差与偏差变化，[r（t）]与[y（t）]分别为给定输入输出；PID控制器实现对系统的控制，模糊推理系统以误差[e（k）]和误差变化率[ec（k）]作为输入，采用模糊推理方法对PID参数[ΔKp]、[ΔKi]、[ΔKd]进行在线整定，直到被控对象有良好的动、静态性能。每次在线整定后，分别采用下式计算模糊控制器的3个输出值[Kp]、[Ki]、[Kd]。

[Kp=Kp0+ΔKpKi=Ki0+ΔKiKd=Kd0+ΔKd] （2）

式中： [Kp0]、[Ki0]、[Kd0]为PID参数的初始设计值，由常规的PID控制器的参数整定方法设计，参数[ΔKp]、[ΔKi]、[ΔKd]为偏差，由下面的自整定原则确定：当偏差较大时，应取较大的[ΔKp]和较小的[ΔKi]与[ΔKd]值要小，通常取[ΔKi]=0；当偏差和变化率为中等大小的时候， [ΔKp]应取小一些， [ΔKd]应取小一些，而[ΔKi]的取值要适当；当偏差较小的时候，应增大[ΔKp]、[ΔKd]的值，应适当的选取[ΔKd]。

1.2 模糊 PID 控制器的设计步骤

1）首先设置模糊控制器的输入变量（[e（k）]与[ec（k）]）、输出变量初值（[Kp0]、[Ki0]、[Kd0]）以及输出偏差（[ΔKp]、[ΔKi]、[ΔKd]）；

2）然后根据需要确定输入变量（[e（k）]与[ec（k）]）、输出变量（[Kp]、[Ki]、[Kd]）以及输出偏差（[ΔKp]、[ΔKi]、[ΔKd]）的变化范围，根据确定的变化范围确定量化因子及比例因子等参数；

3）划分模糊子集并确定相应子集的语言变量，然后为各语言变量选择隶属度函数，最后统计模糊子集的个数；

4）根据划分的模糊子集，设计出相应的模糊控制器控制规则，首先预选择一个足够短的采样周期让系统工作，接着仅加入比例控制环节，直到系统对输入的阶跃响应出现临界振荡，记下这时的比例放大系数和临界振荡周，根据规则调整表修改PID控制器参数，直至控制器的输出能够使系统输出响应的动静态性能达到最佳；

5）根据⑵确定的变量范围、⑶确定的模糊子集和⑷设计出相应的模糊控制器控制规则求出模糊控制器的输出，用“ if then ”形式的条件语句来描述模糊控制表；

6）把迭代得到的[e（k）]与[ec（k）]经过⑵及⑶步骤运算后，结合⑸中设计的模糊控制表，得出新的[Kp]、[Ki]、[Kd]，再经过公式（1）的PID控制器的控制算式、计算输出信息的模糊决策。

2 平板硫化机温度控制系统硬件设计

2.1 平板硫化机温度控制系统硬件

设计的平板硫化机温度控制系统的硬件框图如图 2 所示， 该系统主要由温度控制、温度采样、人机几口和控制输出四部分组成。

1）温度控制：温度控制硬件设计难点在于MCU 的选择，综合考虑软件程序的容量及接口电路，选择结构紧凑、扩展性良好、指令功能强大、价格低廉的西门子PLC S7-400为控制核心，S7-400 PLC包含各种可选择的扩展模块，方便进行各种规模控制器的扩展，且该PLC具有强大的模拟信号处理能力和数字信号运算功能，此外，该PLC具有运行速度高，存储器容量大，自诊断功能强，I/O 扩展功能强，安全性能高，网络功能完备，通信能力极强，集成的 HMI 服务等特点，特别适合处理非线性控制。

2）温度采样：温度采样是整个系统温度控制的关键，关系硫化效果的好坏，通过测温电桥和高精度放大电路构成温度检测电路，完成对平板硫化机温度的测量；测温元件选用Pt100铂电阻，其测温范围为-200～+800℃，测量精确度高（等级为A级，偏差为±（0.15+0.002|t|）），此外，该铂电阻还具有机械强度高，抗振性能好，性能可靠稳定，耐压性能好等特点，铂电阻采用三线制开尔文接法，以消除连接导线电阻变化的影响；

3）控制输出：采用杰顿科技公司的JS3001可控硅电压调整器作为输出触发电路，其采用调压移相和过零周波调功一体化技术，可实现恒流、恒压、恒功率等闭环控制、双闭环三相整流直流电源、电解电源、电镀电源；

4）人机接口界面：主要由触摸屏组成，通过触摸屏可以进行温度控制相关参数的设置，如设置温度值、D值、 I值、P值等。

2.2 温度控制部分基本控制原理

1）利用pt100铂电阻（选用A级铂电阻，精度为.02级）的阻值随物质温度的变化而发生变化的特性，把它作为温度传感器，将测得的温度信号通过铂电阻转换为电流信号，为了将从现场采集到的叠加有噪声的数据滤波，采用数字滤波的方法；

2）PLC的AI输入模块将转换的电流信号输入到PLC控制器，当阻值变化时，温度显示器显示出阻值所对应的温度值；

3）温度电流信号在控制器中首先与操作器中的温度设定进行比较，传递到由模糊控制策略模块，模糊控制策略模块根据比较结果和设定的调节控制策略对其进行调节，通过AO输出模块输出4-20mA电流，送给可控硅电压调整器，可控硅电压调整器随着4-20mA电流的变化，自动改变输出脉冲的宽度，来控制可控硅输出电压的高低，自动控制平板硫化机的温度；

4）当温度显示值远低于设定值时，PLC输出20mA 电流，控制可控硅电压调整器输出，使可控硅导通，加热器加热。当温度显示值高于设定值时，PLC输出0mA电流， 可控硅电压调整器无触发脉冲输出，使加热器不加热；当温度显示值接近设定值时，PLC输出电流按P、I、D规律变化，达到平板硫化机的温度与需要的功率基本相匹配，形成一条波动很小的较平滑的升温曲线，确保本控制具有良好的控制精度和调节特性；同时，系统给出温度调节的动态显示并输出，使得PLC控制器与PLC操作器协调工作；

5）PLC的AO输出模块将调节信号转换为模拟信号（4-20mA）输出到可控硅调压器中，可控硅调压器将模拟信号通过电流表控制平板中的6根加热棒温度，以调节温度达到合理状态，实现对平板硫化机温度的闭环控制。

3 平板硫化机温度控制系统的软件设计

控制软件实现对平板硫化机的硫化温度进行监控及调节，采用 STEP 7 Basis V5.3 对 S7-400 PLC 硬件进行组态，在 STEP 7 中建立程序项目文件和对硬件进行组态，软件设计包含了温度采集、数据滤波、AD变换、模糊自适应 PID控制、DA变换以及 调制PWM 波形输出等，控制流程图如图3所示：

系统首先从测量平板硫化机温度值，由于温度变送器送出的是4-20mA的标准电流信号，信号采集模块将采集到的电流转化成数字信号过后，再通过一系列的数据类型的转换，使得采集到的数据变成标准的温度数据信号，方便识别；同时采集到的数值也需要转化成PLC的PID运算要求的标准数据类型；接着将该标准数据输入模糊自适应 PID控制器，经过迭代运算得出自适应控制值，然后以PWM波形占空比方式输出控制可控硅的导通，从而控制温度，占空比为[α=TsTk]， [Tk]是控制周期，[Ts]是导通时间，[Tk]是通过程序设定，[α]大小取决于偏差e的大小。模糊控制的程序流程为：

IF [T>0.98Tg] then [α=α1]；//若温度大于给定值的0.98倍，则占空比为[α1]；

IF [0.96Tg

IF [0.94Tg

IF [0.92Tg

IF [0.90Tg

………….

根据这些控制语句，可编制系统的软件。

4 结束语

温度控制系统是平板硫化机的重要组成部分，但传统的温度控制系统基于常规PID算法，无法实现对温度的精确控制；基于此，设计了基于模糊自适应PID控制理论的平板硫化机温度控制系统实现对硫化过程温度的精确控制，与传统的平板硫化机温度控制系统相比，控制模块内的微处理器硬件功能更加强大， 加大了存储容量，改进了控制算法，增强了系统工作稳定性，从而提高了硫化机的温度控制精度，具有良好的推广应用前景。

参考文献：

[1] 张胜生.模糊PID控制在硫化机温度控制中的应用[J].仪表技术与传感器，2012（10）.

[2] 李爱莲.基于DSP的橡胶硫化机控制系统的设计与研究[J].化学工程与装备，2011（1）.

显示器模糊篇6

关键词：无刷直流电机；PID；模糊控制；BP神经网络；模糊神经网络（FNN）

中图分类号：TP393 文献标识码：A 文章编号：1009-3044（2016）17-0185-03

Abstract： Based on the traditional PID control， the brushless dc motor speed the introduction of Fuzzy control， Fuzzy PID controller is designed. Then the Fuzzy control and neural network are integrated， make the membership functions and fuzzy rules and fuzzy reasoning mapping of BP network structure and parameters， extracting of Fuzzy PID controller input/output data， training the BP neural network， construction of fuzzy neural network （FNN） controller， the brushless dc motor speed loop stability control is realized. System simulation results show that Fuzzy PID and Fuzzy neural network control strategy is superior to traditional PID control， and the adaptive ability of the control system of brushless motor， the dynamic and static performance， and obviously improve the ability to resist load disturbance.

Key words： Brushless dc motor； PID； Fuzzy control； BP neural network； fuzzy neural network （FNN）

无刷直流电机的产生凭借其体积小、重量轻、结构简单、维护方便、运行可靠、效率高等诸多优点，在许多领域得到了广泛应用[1]。由于无刷直流电机调速控制系统是多变量、强耦合的非线性系统，而传统的 PID 控制只适用于线性系统，并且主要依赖于系统精确的数学模型，在一些要求高精度、高性能的场合，PID 调速已不能满足较高的控制要求。因此，研究采用新型智能化控制方法提高控制系统的整体性能具有重要意义。

模糊控制是智能控制的一个重要分支，它是一种以模糊集合论、模糊语言变量和模糊逻辑推理为基础的计算机控制[2-4]。人工神经网络是从微观结构和功能上对人脑神经系统的模拟而建立起来的一类模型，具有非线性、学习能力和自适应特征[5]。

本文将模糊控制和神经网络控制相融合，优势互补，设计了一个模糊神经网络控制器对无数直流电机的转速环进行控制。通过仿真实验与传统PID控制进行比较研究。

1 PID控制

PID控制是将经过反馈后得到的误差信号分别进行比例、积分和微分运算叠加得到控制器输出信号。常规PID控制系统仿真模型如图1所示。

式中，KP为比例系数，为积分时间常数，[τ]为微分时间常数，三者都是可调参数。在实际应用中多是通过试凑法来确定PID的参数。

2 模糊PID控制器

模糊控制器设计：结构如图2所示。输入为偏差e和偏差变化率[ec=de/dt]，输出量为实际控制量u。偏差 E、EC、U 的模糊子集均取：{NB，NM，NS，ZO，PS，PM，PB}，论域均为[-6，6]，选取正态分布隶属度函数。当控制系统输入为2500rpm时，设置比例因子分别为[ke=0.0024]，[kec=0.000022]，[ku=416]。对应的模糊控制规则如表1所示。

基于Matlab 2009a软件环境，对无刷电机（BLDCM）和逆变器模型搭建Simulink仿真模型。BLDCM参数：额定功率 P=1kW，额定转速[ne]=3000rpm，定子绕组相电阻R=2.875?，绕组自感L=8.5mH，互感M=1.2mH，转动惯量[J=0.008kg?m2]，极对数[p=4]。参数设置：给定2500rpm，采样周期[Ts=5×10-5s]，PID参数：[kp=100]，[ki=5]，[kd=0.1]。PID与模糊控制器切换点设置为12。模糊PID控制的无刷直流电机控制系统仿真模型如图3所示。

3 基于 BP神经网络的模糊神经网络控制器

BP神经网络是一种多层前馈神经网络[6]，其结构如图6所示，网络由输入层、隐层、输出层组成。结构为i-j-m。[wij]为输入到隐层连接权，[wjm]为隐层到输出的连接权。

本文采用单输入/单输出的网络结构，隐层取15个神经元，即网络结构为1-15-1。将图3所示的模糊PID控制系统采集误差e和控制器输出u，作为网络的输入、输出量，共采集1000组数据样本，归一化后输入网络进行离线训练。参数设置：误差精度设置为0.00001，隐层函数为“tansig”，输出层函数选择“purelin”，训练方式为“trainlm”，该方法具有较快的收敛速度。将训练好的BP网络提取Simulink模型后作为模糊神经网络控制器，导入至电机控制系统，置换PID控制器如图7所示。然后还需调节归一化、反归一化参数，并进行给定输入、负载扰动作用下的实验。

负载扰动为3[N?m]，输入启动信号为2500rpm，测试响应曲线。将PID和FNN两种控制方法的转速仿真结果归纳为一个图，如图8所示。图中FNN表示模糊神经网络控制器。常规PID控制器参数：[kp=17] [ki=0.013]，[kd=0]。两种方法控制器限幅值均为[-500，500]。

由图8明显看出，采用模糊神经网络控制性能比PID控制好很多，达到无超调，响应速度很快，抗负载扰动能力很强，而PID控制无论启动还是抗干扰适应能力弱。从而证明了模糊神经网络控制的优越性。

模糊控制与神经网络方法融合，是将神经网络的学习能力引入到模糊控制系统中，用神经网络来实现模糊控制中的模糊化、模糊推理、精确化计算。需要采集输入样本数据用 BP 算法对网络进行离线训练；利用训练好的网络，在线计算得到最佳输出。这种控制模式反应速度快，而且能充分发挥神经网络的自学习功能和联想记忆能力，对于未在训练样本中出现的情况，也可以通过联想记忆功能，做出最优控制决策，表现非常灵活。

在 Simulink仿真环境下建立模糊神经网络控制器模型后，即可实现模糊神经网络控制器与Power System Blockset仿真环境的有效连接。

5 结论

在 MATLAB环境中对无刷直流电机调速控制系统速度环进行PID控制仿真。在此基础上，设计了模糊PID控制器、模糊神经网络控制器，建立了无刷直流电机调速系统的仿真模型，并进行了给定输入、负载扰动作用实验。仿真实验结果曲线表明模糊PID控制、模糊神经网络控制均优于常规PID控制，动静态得到较大提高，尤其是模糊神经网络控制器具有较强的自学习、自适应和抗扰动能力，系统的可靠性、稳定性和鲁棒性好，从而证明了本文方法的有效性。

参考文献：

[1] 曹少泳. 基于 DSP 的 BLDCM 无位置传感器模糊 PID 调速系统的研究[D]. 华南理工大学，2007.

[2] 姜长生，王从庆，等. 智能控制与应用[M]. 科学出版社，2007：75-79.

[3] 韩俊峰，李玉惠. 模糊控制技术[M]. 重庆大学出版社，2003.

[4] 刘曙光，魏俊民，竺志超. 模糊控制技术[M]. 中国纺织出版社，2001.

显示器模糊篇7

关键词:模糊控制;温度;湿度;监控系统

中图分类号:TP273 文献标识码:A

文章编号:1004-373X(2009)21-149-03

Design of Condition Lab′s Temperature and Humidity Fuzzy Control System

WU Wenping,ZHANG Zhisheng,ZHANG Ming

(PLA Unit 69046,Urumqi,830001,China)

Abstract:The condition lab′s temperature and humidity have the characteristics of non-linear,long delay,high precision and complicated mathematic model.Conventional control system has the bug of low precision and too complicated model.The data collected from temperature and humidity sensors is computed with the established rules and the selected factors based on the fuzzy control theory,the final result is acquired to control the temperature and humidity factors trend to the setting.This system has virtues of quick convergence,high precision and high stability contrast to conventional system.

Keywords:fuzzy control;temperature;humidity;monitoring control system

传统的温、湿度闭环控制通常采用开关控制或PID控制,前者实现简单但精度差,后者精度高,但需建立数学模型,参数整定要求较高[1,2],而在温湿度非线性复杂变化的环境下,不易精确建模[1]。模糊控制理论是能够模拟人脑智能,随环境变化的自适应控制技术,适合于非线性系统和难以用数学模型精确描述的复杂系统。进一步可以采用神经网络与模糊推理结合的控制新模式。

1 环境实验室温湿度监控系统结构

环境实验室温、湿度监测控制机构见图1。温、湿度传感器测得的信号经过调理,输入到模糊控制算法模块,产生决策信号控制驱动件(加热器、制冷器、加湿器、除湿器),保持环境实验室温、湿度恒定在设定值。

2 控制系统模糊控制机理

典型的模糊逻辑控制由模糊化、模糊推理和清晰化三部分组成。下面以温度控制为例来具体说明。依据传统模糊控制模型,本设计中温度模糊控制系统原理如图2所示[4]。

模糊控制器选用双输入单输出控制方式,以温度误差e和误差变化率ec作为输入变量,以u作为输出变量。模糊子集为E=EC=U={NB,NM,NS,ZE,PS,PM,PB}={负大,负中,负小,零,正小,正中,正大},其论域为[5]:e=ec=u=[-3,3]={-3,-2,-1,0,1,2,3}。隶属度函数采用三角分布函数,如图3所示。

根据控制系统的输入/输出特性,以消除温度偏差为控制目标,制订控制规则如表1所示。

由模糊规则进行推理可以得出模糊控制器语言规则的输入输出关系,其关系是一个非线性的关系曲面。当偏差较大时,控制量的变化应尽力使偏差迅速减小;当偏差较小时,除了要消除偏差外,还要考虑系统的稳定性,防止系统出现过冲,甚至引起系统振荡。

由隶属度函数及规则表,使用Mamdani推理方法和面积重心法进行清晰化,可得到控制查询表。

对应输出量U实际意义如表3所示。

工作机理:依照模糊控制查询表建立的二维常数数组,将输入偏差E和偏差变化率EC量化到其基础变量论域,作为数组的行和列实时检索该查询表,得到实时输出U,依照输出量U的实际意义控制加热器或制冷器,从而驱使温度稳定在设定值。

3 控制系统程序设计

采用ST语言进行程序设计,包括主程序、模糊控制算法、中断服务程序、操作命令与报警程序,其中模糊控制算法程序流程图如图4所示。

4 应用效果

外部环境温度从16 ℃降温到-20 ℃,应用效果如图5所示,从开始到基本稳定(与设定值相差±1 ℃)用时510 s,系统稳定后波动范围在±0.8 ℃以内。收敛速度、系统稳定性与量化因子、比例因子有关,合理选择量化因子、比例因子,在收敛速度与稳定性之间取得平衡。

5 结 语

本设计采用基于模糊控制理论的控制策略,实现了环境实验室的温度、湿度的可靠测量和控制,具有精度高、稳定性好、收敛速度快等优点,与传统开关控制系统相比,具有精度、速度、稳定优势;与基于预测的模糊控制方式[6]、双模糊控制策略[7]、参数自学习模糊控制[8]策略相比减少了运算复杂度。

对于温、湿度具有明显耦合效应的环境,可以采用温、湿度解耦合运算后[9],再分别进行控制。

参考文献

[1]刘振全,王朝玉.基于单片机的冬枣保鲜库温、湿度监控系统\.天津轻工业学院学报,2003,18(3):39-42.

[2]邓荣.基于AT89S52单片机的啤酒发酵温度控制系统\.国外电子测量技术,2007,26(11):59-61.

[3]鞠训光,于洪珍.基于神经网络-模糊推理构建弹药贮存温度湿度监控系统\.空军工程大学学报,2005,6(6):34-37.

[4]南新元,陈志军,程志江.基于模糊PID控制的电锅炉温度过程控制系统\.自动化仪表,2008,29(5):5-8.

[5]马秀坤,马学军.基于PC-Based的温度智能控制系统研究\.微计算机信息,2007,23(7):55-56.

[6]陆锦军.基于预测的模糊温度控制系统的设计\.自动化仪表,2005,26(9):31-33.

[7]訾斌,段宝岩,黄进.基于模糊控制器的LNB温度控制系统\.计算机工程,2007,33(1):230-232,235.

[8]黄浩,申群泰.基于参数自调整的真空烧结炉温度模糊控制系统\.应用科技,2005,32(11):48-50.

显示器模糊篇8

关键词：可编程控制器 模糊神经网络 智能控制

焦炉集气管压力控制是焦炉控制的关键之一。压力大时焦炉冒烟严重，近距离不能看清设备，大量焦炉媒气进入空气中，污染环境；压力小时空气吸入严重，影响焦炉寿命和焦炉煤气质量。因此，采用先进控制手段，对焦炉焦气管压力进行长期稳定控制，对于改善环境、提高煤气回收量和质量、提高焦炉辅助产品产量和质量，具有重要的意义。焦炉集气管控制系统的主要问题有：

（1）焦炉集气管压力系统是一个耦合严重、具有严重非线性、时变特性、扰动变化激烈的多变量系统，一般的PID调节很难满足要求。

（2）当媒质较好、鼓风机后媒气负荷稳定时，自动控制效果较好；当媒质较差、鼓风机后压力变化大时，常常出现振荡现象，迫使系统无法投入自动控制。

（3）作为控制机构之一的鼓风闸阀存在严重的非线性、滞后大，常规伺服放大器加执行结构很难适应。

近年来，神经网络、模糊技术和遗传算法已成为智能计算的三大信息科学，是智能控制领域的三个重要基础工具，将三者有机地结合起来，取长补短，不仅在理论上显示出诱人的前景，在实际应用也取得了突破。本系统采用一种基于遗传算法和模糊神经网络的智能模糊控制器，实现了模糊规则的在线修改和隶属函数的自动更新，使模糊控制具有自学习和自适应能力。本文将系统的硬件高可靠性、软件灵活性与现代智能控制相结合，在分析控制对象的基础上采智能协调解耦控制方案，应用PLC的逻辑梯形图语言编程实现，保证了集气管压力稳定在工艺要求范围内。

1 工艺简介

图1是焦炉集气管系统的结构。焦炉媒气从各炭化室通过上升管时被循环氨气冷却到80～90℃，然后进入集气管。焦炉某气从焦炉到初冷器分为两个吸气系统，即1号和2号焦炉为一个系统，3号焦炉为一个系统。1号和2号焦炉的煤气从各自的集气管进入共用吸气管后，在初冷器前与3号焦炉的煤气会合后进入初冷器。通过初冷器被冷却到35～40℃，然后由鼓风机送往下道工序。

2 系统硬件结构及系统功能

焦炉集气管压力控制系统采用高可靠性的两级计算机集散控制系统，由监控、控制器和通讯网及仪表系统构成，如图2所示。监控站由研华工业控制计算机和高性能工业控制软件构成，完成对焦炉集气管压力系统的监视和操作，对历史数据进行存档，是控制系统的主要机界面。控制器采用日本三菱公司推出的A2A拟量输入模块、数字量输入输出模块和基板组成，通过智能控制算法对三座焦炉的集气管压力和鼓风机压力进行控制。仪表系统由变送器、配电器、隔离器、调节器和执行器等构成，主要完成压力信号的获取和阀门的控制执行。

系统主要功能为：

（1）实现3焦炉集气管压力的解耦控制，实现初冷器前和鼓风机前及鼓风后压力智能协调控制，保证4台鼓风机安全稳定运行。在推焦装媒及鼓风机后负荷变化等扰动较大的情况下，集气管压力稳定在设定值±20Pa内。

（2）实现过程的实时数据采集、数据处理、显示、报警、故障监测及诊断功能，手、自动无扰切换和设定操作，对历史趋势数据进行存储（存储240天的历史数据）和显示。具备报表打印功能和与上位机（管理系统）联网功能。

3 控制原理

针对焦炉集气管系统的结构和特点，本文提出一种基于模糊神经网络的智能协调控制方案。控制系统的结构如图3所示。它分为两级：专家智能控制协调级（虚线框内）和基本实时智能控制级。专家智能控制协调级在线实时监测被控系统过程，根据不同炉况，协调控制策略，进行有效控制。基本实时智能控制级分为单输入单输出（SISO）模糊神经网络控制器FNC1～FNC4和多变量解耦控制器FNC5两部分，由径向基函数网络（RBFN）逼近过程模型。此模型用于计算过程输出对过程输入的一阶偏导数ay/au和离线寻优，由多量解耦控制器根据解耦参考模型2进行解耦控制，与被控对象一道构成解耦后的广义被控对象，在此基础上分别采用SISO模糊神经网络控制器控制被控对象的动态特性：采用智能协调模糊神经网络控制器FNC4，以鼓风机闸阀开度为控制量，控制初冷器前吸力；采用模糊神经网络控制器FNC1～3，以各焦炉集气管蝶阀开度为控制量，控制相应焦炉集气管压力。

3.1 模糊神经网络结构

3座焦炉集气管压力和初冷器前压力控制算法FNC1～FNC4采用同样的模糊神经网络结构，取误差e、误差变化率Δe及其导数Δ2e作为模糊推理控制器输入，e为Δe分别划分为7个模糊子集，Δ2e划分为3个模糊子集，模糊子集隶属度采用高斯型函数表示。上述的模糊推理控制器可用一个如图4所示的初始神经网络构成。初始神经网络共有四层：输入层、隶属函数生成层、推理层和去模糊化层。输入节点数n为3，第一层隐含节点（模糊化）为17，第二层隐含节点（推理）L为7×7×3=147，一个输出点节。模糊化到推理连接权重为1。

多变量解耦控制器FNC5采用T-S模糊模型[4]，取FNC1～FNC4输出作为模糊控制器的输入，三座焦炉焦气管蝶阀和鼓风机前闸阀实际控制输出作为模糊控制器的输出，考虑到系统的动态解耦，每个输入分别取当前三个时刻值，从而构成12输入、4输出多变量解耦模糊控制模型。

3.2 模糊神经网络GA优化学习

对于单变量和多变量解耦模糊神经网络，可用遗传算法（GA）来调整和优化参数和结构，而推理规则的结论部分中的权值Wi较为多地具有局部性，可采用智能梯度算法在线调节。把两种学习算法结合起来，可发挥GA算法的全局搜索结构优化能力和梯度算法局部优化块速性。

采用遗传算法离线训练模糊神经网络参数的步骤如下：

（1）采用实数编码方式，随机产生n个实数字符串，每个字符串表示整个网络的一组参数；

（2）将各实数字符串译码成网络的各参数值，然后计算每一组参数的适合度值fi=1/Ei(i=1,2……，n)，式中Ei为定义的误差指标函数，按下列步骤产生新的群体，直到新群体中串总数达到n：

①以概率fi/∑fi,fj/∑fj从群体中选出两个串Si，Sj；

②以概率Pc对Si，Sj进行交换，得到新串Si',Sj'；

③以概率Pm使Si'，Sj'中的各位产生突变（取随机数）；

④返回第①步，直到产生（n-1）个新一代的个体；

⑤所产生的（n-1）个新一代的个体连同一代中性能最好的那个个体，共同组成新的群体。

（3）返回第（2）步，直到群体中的个体性能满足要求为止。群体中适应度最好的字符串译码后的参数即为所求参数。

这里采用一种自适应Pc和Pm方法。用适合度函数来衡量算法的收敛状况，其表达式为：

Pc=K1(fmax-f)

Pm=K2(fax-f)

式中，fmax、f分别是群体中的最大适合度和平均适合度。由于篇幅的关系，有关SISO模糊网络控制器和多变量解耦控制器的梯度在线学习算法请参考文献[5]，在本系统中由模糊神经网络控制器用编程控制器提供的浮点运算指令完成，在线学习算法由上位机用VC编程，通过通讯修改模糊神经网络参数。

4 控制系统实现

4.1 专家智能协调控制的实现

控制过程开始时启动基于智能的专家控制系统，通过过程特征提取将系统运行过程的特征信息如各级压力、误差等送入推理结构，推理机构根据知识库中的规则和事实执行推理，给出控制策略。当推理得出参数变化需启动模糊神经网络学习功能时，保存原参数，并启动模糊神经网络学习机制，根据系统的性能好坏决定是否接受学习后的整体参数。

根据工艺过程特点、工艺工程师和熟练操作工的知识和经验，初冷器前压力专家设定采取如下协调原因：首先保护设备的安全运行，如果鼓风机机前吸力P4高于工艺允许上限制值P4max，则降低鼓风机闸阀开度；如果鼓风机控制闸阀控制输出u4低于喘震闸阀开度V4min,则维持V4min闸阀开度。然后将鼓风机机后压力大小分8段折线，根据经验和实验数据给出初冷器前压力初步设定值，并根据实际状态进行调整，如果集气管压力超过设定上限制值Pmax，阀位超过灵敏区上限制值Vqmax，则降低初冷器前压力给定；如果3个集气管压力均超过设定上限制值Psmax，则增大鼓风机闸阀控制输出；如果集气管压力小于设定下限制值Pmin，阀位低于灵敏区下限制值Vqmin，则增加初冷器前压力给定；如果3个集气管压力小于设定一下限制值Psmin，则降低鼓风机闸阀控制输出。以产生式规则“IF conditions THEN results”形成的主要规则为：

上述规则中Xi、Yi(i=1,2,…,,7)为初冷器前压力设定经验数据，r4为初冷器前压力设定值，Δr为设定增量，u04为集气管模糊神经控制器输出值，u*04为前级合成控制输出，u4为解耦控制鼓风机闸阀控制输出，u*4为鼓风机闸阀控制最后合成输出，Limit为可能的最小闸阀开度调节量，取决于执行机构的调节精度。可编程控制器梯形图很适合上述规则的编程。四套鼓风机机组均采用智能专家协调控制系统，只是参数不同。不同机组运行时自动选用相应参数。

4.2 时间比例数字输出控制的实现

显示器模糊篇9

文章编号：1006-6268（2009）02-0017-04

摘要：传统的立体显示是通过聚焦诱导，进行深度视觉模糊调节，从而达到立体视觉效果。现在，科研人员开发了一种新型技术――聚焦修正。通过这项技术，将聚焦诱导和深度视觉模仿同步进行，可以使立体景象显示更加快速、准确，同时减轻观看者的视觉疲劳度。

关键词：立体显示器；聚焦诱导；收敛距离

中图分类号：TP391文献标识码：A

Consequences of Incorrect Focus Cues in Stereo Displays

Martin S.Banks1, Kurt Akeley2, David M. Hoffman1, Ahna R. Girshick3

(1.UC Berkeley, California,U.S.A;2.Microsoft Research Silicon Valley, California,U.S.A;

3. New York University's Center for NeuralScience,NY,U.S.A)

Abstract: Conventional stereo displays produce images in which focus cues - blur and accommodation -are inconsistent with the simulated depth. We have developed new display techniques that allow the presentation of nearly correct focus. Using these techniques, we find that stereo vision is faster and more accurate when focus cues are mostly consistent with simulated depth; furthermore, viewers experience less fatigue when focus cues are correct or nearly correct.

Keywords: Stereo display;incorrect focus cues;vergence distance

真实景物通过建立相同的立体构型，激发多重深度聚焦诱导，而在人眼中得以反映。现代先进的显示技术可以使大多数的诱导显示达到高保真画质，而传统立体显示一般只能在其显示面上呈现出图像(例如：CRT和HMD显示器)，因此，电脑显示器的显示效果受到图像处理器和其固有特征(如显示器的外形)的限制。聚焦诱导包括动态视差和可视像素两方面，动态视差受观看者距屏幕的距离影响，可视像素受屏幕离散度影响。本文将只对聚焦诱导进行讨论。图1人眼对真实景物和立体显示的视觉反映。

眼膜图像中的模糊梯度。观看深度变化的真实景物时，视网膜的模糊梯度的变化原则是：在眼睛对焦位置的物体反映最清楚，其它位置则递渐模糊。传统的电脑显示器焦距是固定的，当视线聚焦于显示面上时景物清晰，聚焦于其他位置时景物模糊，因此，传统平面立体显示器将会产生模糊视觉反映。

调节。观察真实景物时，观看者将聚焦点调节(如改变眼球等效的透镜焦距)到最适当的位置(注视点)以减轻模糊。观察立体显示器中的物像，焦距恒定，相对应不同收敛距离的物像，呈现清晰或模糊(如图2)。其中，(a)为真实景物的视觉反映情况，收敛距离为两眼的聚合轴长度，焦距是两眼的聚焦长度，一般情况下二者相同;(b)为相同的物体在传统立体显示器中，显示面比物像距双眼近，焦距短于收敛距离，二者不同(焦距保持恒定)。

立体显示器所显示的物像在两眼中的反映不相同。水平移动的物像与两眼视线夹角变化不同，所以产生相异的收敛反映，正是由于这种相异反映，产生了三维立体的视觉感知。传统立体显示器中的聚焦诱导会产生失真，导致物像感知变形，观察者视觉疲劳和双眼视像融合困难等。下文将对Hoffman, Girshick,Akeley, and Banks等人在深度知觉聚焦诱导和减轻视觉疲劳等方面做出的努力和改进作一介绍。

为了使视网膜中呈现清晰的物像，必须调节视线聚焦距离在焦距附近。可接受的聚焦深度偏差为±0.3屈光度(与观测距离成反比)。双眼会聚的视线距离必须接近于焦距，以获得单一感知物像，收敛视差必须小于Panum融合范围(±15～30弧分，双眼融合物像获得单一感知物像的最大视差范围)。调节焦距和收敛视差二者相互影响。

在真实世界中，观看者从任何位置观看景物时，焦距和收敛距离都是相同的(如图2中的斜线)。当焦距和收敛距离对应在双眼可视物像的清晰区域内(绿色区域)时，观看者能够获得一个锐焦距图像，也就是说二者可以有效调节。珀西瓦尔区域(黄色区域)是最适合观看立体图像的区域，焦距和收敛距离非常接近，这时观看者不会有任何不适应。由图2所知，为了获得单一清晰的图像，焦距和收敛距离必须相近。

传统立体显示器中，焦距和收敛距离的变化是互不相关的(如图2中的水平线)：焦距固定不变，而收敛距离随着观看者的视线转动而变化。观看真实景物，焦距和收敛距离相同(斜线)。对于传统显示器的这点不足，我们希望能够减少双眼观察图像视差，使物像接近于真实景物。

传统立体显示器的拖尾现象会造成观看者的视觉疲劳和不适应，通常认为收敛调节不协调会导致这样的情况发生，但是这一点尚未被证实。由于立体显示器正在被越来越多的应用，尤其是在医疗器械方面，找出造成视觉疲劳的真正原因显得尤为重要。

在聚焦诱导方面，研究者们已经做出了许多努力，例如使用非定制制图法硬件和保留与视线相关灯光效果(暗区、强光和反射)。如图3(a)中所示，人眼所看到的光场是由1个镜面和2个分光镜进行光学处理后叠加而成的。每只眼睛感受到的光线光程不同，所以可以产生一个充实的立体显示效果。将观看者位置固定，以便能够分别计算出每只眼睛所应观察到的物点光影细节效果。这样，可以使所有图像清晰显示，并且按照距离进行适当模糊调节，减轻相干斑纹。镜像层中间的物点，我们可以通过深度加权融合表现，即沿着视线对处于镜像层的物像边缘进行一类加权。深度加权融合促进了图像间的适当聚焦诱导，同时消除了间断模糊。

让人感兴趣的是，观察者是如何感知、辨别不同显示器中的图像。首先了解一下眼膜图像：制图渲染法、渲染显示方式和视线匀直的光学特性，决定了眼膜图像的特征，所以我们可以通过直线型系统方法来分析眼膜图像构成，并计算出由正弦波光栅(明暗斑纹图案)形成的眼膜图像。具体来说就是，通过计算可以排除显示器影响，单独得到眼膜图像的对比度。由于一般光学像差会导致景深偏大，使得这一点对于计算人眼真实光学模型非常重要。

真实景物、传统立体显示物像和新型多面立体显示物像，分别反映出的眼膜图像有时相近，有时迥异。图4展示了这三种情况下，正弦光栅在眼膜图像上的对比情况，左右两列分别对应5周期/度和12周期/度的空间频率(前者中度细化，后者高度细化；标准电脑显示器的最高细节为18周期/度)，其中X轴为像距，Y轴为人眼的对焦距离。这个光学建模数据取自作者David M. Hoffman左眼，加利福尼亚大学(伯立克市)的Austin Roord负责实验测量。

首先，来看图4中的真实景物部分，在5周期/度(左上分图) 2.5屈光度时，对比度最高。在实际生活中，眼睛的实际物距保持2.5屈光度，可获得最高的对比度；在12周期/度时，如果稍有对焦偏差，就会产生调节问题，造成对比度下降。上面的一组分图表明了物距、调节反映和眼膜图像间的一般规律。

其次，对于传统立体显示物像部分，当距离显示面40cm(2.5屈光度)观察时，对比度保持最大值，不随像距而变化。为了维持清晰的视觉效果，即使像距变化，观察者也必须保持人眼焦距不变，导致视觉调节失效。

最后，对于新型多面立体显示器，它内部的三个镜像层间距为0.67屈光度，若像距等于镜像层距离，眼膜图像对比度与观察真实景物的对比度相同；若像距处于镜像层间时，需要对物像进行深度加权融合，在中低空间频率的情况下，经融合的物像眼膜图像对比度与真实景物非常相近，此时对比度只与像距相关，与显示镜像层位置无关。在高空间频率下，融合物像对比度则略有失真：对比度峰值产生在相应的调节焦距点，且不随像距改变。即便这样，由于新型多面立体显示器在中低空间频率时的优异表现力和模糊控制调节，其所呈现的物像效果仍然非常接近真实景物。

聚焦诱导的适当性可以通过观察新型多面立体显示器时的视觉感官和疲劳度来衡量。传统立体显示器的收敛距离和调节对焦距离偏差较大，但是对双眼可视物像的清晰区域和珀西瓦尔区域影响较小，但观察者们仍发现显示器中立体影像很难融合。我们对聚焦诱导影响的随机立体图点融合时间进行了评估，发现物像表面深度呈周期性起伏(锡板起波状)。

当对物像融合调节适于双眼观察时，观察者会比较容易建立起空间位置感。然而，单眼观察或融合不完全时，将出现噪点干扰和取向位置错乱。如图5中，在收敛焦距变小接近0时，三个物体的融合时间变小。在远收敛条件下(蓝色线条)，收敛物像处于1.87屈光度，此时焦距可为1.87屈光度(无干扰)，2.54屈光度(中干扰)或3.21屈光度(强干扰)；在近收敛条件下(红色线条)，收敛物像处于3.21屈光度，此时焦距可为1.87屈光度(强干扰)，2.54屈光度(中干扰)或3.21屈光度(无干扰)。这样，通过调节聚焦诱导可获得更好的融合效果，以获得持续优质的视觉感受。

综上所述，可以认为传统显示器造成视觉疲劳和不适应的主要原因是收敛调节不协调。为了进一步证明这点，我们选取11个立体图景，进行了2组立体显示对比实验：第1组中，焦距固定，收敛距离随机，这样的不协调诱导情况与传统显示器相同；第2组中，焦距和收敛距离保持一致，与新型多面立体显示器相同。每组观察时间为45min，其他的实验条件相同。通过调查问卷对测试者视觉感受进行收集统计，结果如图6所示。实验结论表示，不协调诱导会导致更严重的视觉疲劳症状。由此有力地证明了收敛距离和焦距的不协调与视觉疲劳相关。

结论

显示器模糊篇10

关键词：模糊控制；液位控制；仿真

DOI：10.16640/ki.37-1222/t.2016.11.131

1 对象分析

本文研究对象为核电站稳压器，通过在100%的工况下改变波动水流量、喷淋水流量、加热器加热功率以及安全阀排放流量，来分析稳压器中水位的瞬态特性。

2 模糊控制方法简介

2.1 概述

模糊控制是一种运用模糊数学的理论和思想的控制。在传统的控制策略中，控制的精确度和效果好坏取决于控制对象模型建立的精确程度。传统的控制策略对于那些有精确模型的控制对象具有良好的控制效果，而对于无法建立精确模型的控制对象就显得不尽理想了。所以，人们便引用了模糊数学的方法来对这种没有精确模型的对象做模糊控制。

2.2 变量选择与论域分割

在控制中，控制变量的选择要有代表性，即要能反映出系统的基本特性，而控制变量选择的正确与否对一个控制模型来说是至关重要的。在模糊控制中，可选择系统输出误差、输出误差变化量、输出、输出变化量、及输出误差量总和等作为模糊控制的变量。本文选取输出误差和输出误差率作为控制变量。

在模糊控制变量确定下来之后，就要按照控制对象和经验写出变量的控制规则，在制作成模糊控制规则前，要对控制变量进行变量空间的模糊划分。变量空间划分时各个不同区域之间的重合程度对控制有很大的影响。但不同区域的划分并没有一个确定的规则，一般都是通过实验和模拟进行区域的调整。但有些数据也指出大约1/3～1/2较为理想。区域之间的重合程度对应着控制规则之间的模糊程度。所以，变量空间的模糊划分是模糊控制的一个重要特征。

2.3 函数形式

隶属度函数有两种形式，分别为离散型和连续型。连续型隶属函数又分为很多种，有三角形函数，梯形函数，高斯函数。一个隶属函数对应着一个模糊集合，一个模糊集合只有一个隶属函数与之对应。不同的模糊控制构架是由语言变量和相应的隶属函数决定的；有连续型隶属度函数和离散型隶属度函数。

2.4 控制规则

模糊控制器的核心是模糊控制规则，模糊控制规则直接影响了模糊控制的性能，模糊控制规则数目也对模糊控制起着重要的影响。模糊控制规则的取得方式：第一种，根据专家的经验和知识。通过向专家询问经验知识，在获得相关的知识后，将所获知识改为if….then的句式，就构成了模糊控制规则；第二种，操作员的操作模式，在很多工业系统无法通过控制系统做出正确的控制的情况下，熟练的操作员可以在没有数学模型的基础上正确的对系统做出控制；因此，根据操作员的操作模式，并将其整理为if….then的句式，也可构成模糊控制的控制规则；第三种，学习。为了使模糊控制器有良好的控制性能，就必须使其本身具有学习能力，使其可以根据控制对象对自身的模糊控制规则进行修改。

2.5 模糊自适应PID控制

在很多工业系统中，大量采用的仍是PID算法。PID的整定方法有很多，但基本都是以控制对象为基础的。

随着计算机技术的发展与应用，我们可以将操作员的操作模式作为数据储存在电脑里，再根据现场的实际情况，计算机便可以自动的控制工业系统，于是便出现了自适应PID控制。这种PID控制将先进的专家系统控制与传统的PID控制相结合，成为了一种性能较好的控制策略。但这种控制必须要有控制对象的精确模型，根据模型将操作员的操作模式转化为语言模型，然后运用推理就可以实验对PID参数的调整，使其成为最优值。

由于操作员的各种操作难以用语言来表示，控制过程中的各种信号量难以定量的进行表示，所以上述控制策略也存在局限性。而将模糊控制理论应用到这里则是一种有效的解决办法。人们将操作员的操作模式用模糊集合，模糊规则来表示，同时把这些模糊规则和相关的信息储存在计算机的知识库里，然后计算机根据控制对象的实际响应应用计算机中的模糊推理，就实现了对PID参数的调整，这就是模糊自适应PID控制。

3 稳压器模糊控制系统Simulink仿真

3.1 模糊控制模型的搭建

以喷淋量和电加热器功率为控制量搭建模糊控制模型。其中的模糊控制模块采用输出误差和输出误差率作为输入变量，以Kp，Ki，Kd作为输出量。采用三角形隶属函数。

其中模糊自适应PID的三个参数Kp、Ki、Kd可由合适的模糊规则得到各自整定的模糊规则表。

3.2 仿真结果

该控制模型可以实现对喷淋量扰动和电加热器功率扰动的同时控制。首先我们给定初始水位为1的阶跃，但不给任何扰动。实验进行300s，响应曲线如图 1所示。

行有扰动的响应曲线时，在100s时给喷淋量一个阶跃扰动，在200s时给加热量一个阶跃扰动，其响应曲线如图2所示。

从图中可见100s时有一个明显扰动，后曲线平稳。200s时曲线有一个很微小的扰动，后曲线平稳。该微小扰动为电加热器功率的扰动，扰动较小的原因为电加热器功率的改变对水位的影响较小，模型中其传递函数特别小。

4 结论

本章主要介绍了模糊控制的方法，模糊控制自适应PID的控制。并应用模糊控制的方法在simulink平台上搭建仿真模型进行仿真。从仿真的结果可以看出：

（1）采用模糊控制能达到控制稳压器水位的效果。