嵌入式温湿度控制器的研究与设计

论文摘要

温湿度控制几乎存在日常生活的一切领域。在绝大多数场合,温湿度控制都采用传统的PID控制方式,这种传统的控制方式的理论和应用技术经历了很长的发展历史。然而,随着科学技术的发展,人们对温湿度控制中的要求不断的提高,特别是在航天、电子、化工、材料及生物工程等高端技术的科学实验领域中,温湿度的控制要求已经超出了常规要求。本论文介绍的是两种基于神经网络控制的温湿度控制系统。神经网络控制系统比传统的PID等控制方法,在大时变、强耦合、大滞后等非线性系统中控制效果有着明显的优势。该温湿度控制系统,采用的是ARM嵌入式系统作为控制器,利用神经网络技术控制执行机构,进行温湿度动态解耦,保证温湿度箱内温湿度严格按照设定值变化,提高温湿度的控制精确度。此方法设计的温湿度控制箱具有达到设定的温湿度的时间短,反应灵敏,抗干扰能力强等特点。本文着重讨论了温湿度控制系统的单回路控制和解决回路之间耦合的智能控制算法,并给出了实验曲线。对于单回路控制,通过PID,变速PID与单神经元控制算法的比较,证明了单神经元算法,具有比传统PID更好的控制效果。为了消除温度与湿度之间的耦合,作者参考文献,提出了两种的神经元解耦方法。并在Philips的LPC2210硬件环境和ADS的C语言软件环境下,编写了双路单神经元无解耦和两种单神经元解耦程序。通过实际曲线的比较,验证了运用两种单神经元解耦算法具有较好解耦效果和控制效果,能很好的达到指定技术指标。本文还给出了温湿度控制系统的硬件结构图,着重介绍了系统的输入和输出通道的结构及其实现。此外,给出了软件系统的驱动和各种算法的程序框图。并介绍了VB串口通讯程序和移植uc/os-Ⅱ系统及多任务调度。最后,总结了所做的工作,并对今后的工作做了展望。我们相信,本文提出的温湿度控制系统具有超调小、调节时间短、控制精度高、鲁棒性好等优点,有着广泛的推广前景。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 引言
• 1.2 温湿度控制器研究的目的、意义
• 1.3 温湿度控制器的国内外研究现状及水平
• 1.4 课题背景、本论文要解决的问题及作者的主要工作
• 1.5 论文章节的安排
• 第二章 相关理论基础介绍
• 2.1 智能控制的基本理论
• 2.1.1 概述
• 2.1.2 神经网络基础
• 2.2、解耦控制
• 2.2.1 解耦问题的概念
• 2.2.2 常规多变量解耦控制系统
• 2.2.3 多变量过程控制智能解耦技术
• 2.3 串口通讯
• 2.3.1 计算机的接口方式
• 2.3.2 串行接口
• 2.3.3 串行接口标准概述
• 2.4 嵌入式技术
• 2.4.1 Philips LPC2210概述
• 2.4.2 嵌入式操作系统和uc/os-Ⅱ操作系统
• 2.5 本章小结
• 第三章 温湿度控制算法研究及实现
• 3.1 本课题温湿度智能控制算法的提出
• 3.2 PID控制算法
• 3.2.1 传统PID控制算法原理
• 3.2.2 PID控制器的参数整定
• 3.2.3 变速积分的PID算法研究及其实现
• 3.3.单神经元PID控制算法
• 3.3.1 单神经元PID控制器的学习方法
• 3.3.2 单神经元PID控制器学习算法改进
• 3.3.3 单神经元PID参数的设定和调整
• 3.3.4 单神经元PID算法试验曲线
• 3.3.5 温湿度单神经元PID无解耦试验曲线
• 3.4、温湿度单神经元解耦算法
• 3.4.1 神经元PID解耦算法一
• 3.4.2 神经元PID解耦算法二
• 3.5 本章小结
• 第四章 温湿度系统的总体结构及其硬件电路的实现
• 4.1 系统总体介绍
• 4.2 主要技术性能要求
• 4.3 温湿度控制器硬件结构设计及实现
• 4.3.1 系统输入通道
• 4.3.2 系统输出通道
• 4.3.3 系统串行通信接口
• 4.4 本章小结
• 第五章 系统软件设计
• 5.1 软件系统流程图（无操作系统单变量时）
• 5.2 驱动程序的编写
• 5.2.1 数据采集部分（部分程序由厂家提供）
• 5.2.2 数据处理部分
• 5.3 各种算法的C语言实现
• 5.3.1 增量式PID控制算法的程序设计
• 5.3.2 单神经元算法程序设计
• 5.3.3 神经元解耦算法一
• 5.3.4 神经元解耦算法二
• 5.4 VB串口通讯画图程序
• 5.5 uc/os-Ⅱ系统移植
• 5.5.1 系统启动代码设计
• 5.5.2 uc/os-Ⅱ系统移植
• 5.5.3 厂家提供的实验室平台移植碰到的问题和解决方案
• 5.6 uc/os-Ⅱ多任务设计思路
• 5.6.1 uC/OS-Ⅱ任务结构
• 5.6.2 uC/OS-Ⅱ任务调度机制
• 5.6.3 任务调度的软件设计
• 5.7 本章小结
• 第六章 总结与展望
• 6.1 结论
• 6.2 展望
• 致谢
• 参考文献
• 附录