為了解決生化培養過程中，溫度和濕度相 互制約，相互影響的問題，需要對系統溫、濕 度變化進行解耦，然而生化培養過程的數學模 型難以直接獲取，導致常規的解耦方法無法使用。

針對具有雙輸入雙輸出的生化培養箱，本 文提出了一種基于神經元解耦的變參數模糊制方法。

整個控制系統由基于改進模糊算法的溫、 濕度獨立控制，以及基于神經元的解耦補償兩 部分組成。

基于改進模糊算法，首先利用模糊控制器 根據溫、濕度設定值和系統檢測反饋值，實現 對溫、濕度獨立閉環控制，同時為了解決傳感 器漂移和固定參數模糊算法環境適應性差的問 題，采用粒子群算法算法對模糊隸屬度進行在線優化。

 神經元解耦補償器，位于模糊控制器與控 制對象之間，利用神經元的自學習特性，實現 對溫度和濕度控制量耦合關系的學習，利用解 耦結果對控制量進行補償。從而保證改進模糊 算法計算的控制量相互獨立，無需關心耦合關系。

根據生化培養過程工藝的專家經驗，溫、 濕度模糊控制的規則，均按照偏差較大時快速 調節，偏差較小時精細調節的原則，總結出模 糊控制規則，如表 1 所示。

根據所本文所設計的隸屬度及模糊推理規 則，同時利用 Mamdani 模糊推理方法進行解 模糊，得到模糊控制查詢表。通過清晰化接口 和查詢表，分別得熱電偶電流和鼓風機轉速的 調節量。

 兩種控制策略下對應的箱 體內溫、濕度變化曲線分別如圖 2 和圖 3 所 示。不難看出，本文的方法，由于采用了解耦 補償，溫、濕度變化的耦合性得以改善，局部 擾動明顯減小 ；同時由于采用了模糊控制， 相對于 PID 控制，不但提升了控制精度，同時 較小了系統超調量、也加快了系統響。系統進 入穩態后，采用本文方法的溫度控制誤差小于 0.4℃，相對濕度誤差僅為 2.5%。從對比實驗 結果上看本文方法在控制系統性能上，優于傳 統的模糊控制控制。