红外干燥箱变论域模糊PID复合温控设计.pdf

引用格式：引用格式：凌菁,张楠,杜登熔,等.红外干燥箱变论域模糊 PID 复合温控设计J.中国测试，2024,50(2):172-179.LINGJing,ZHANGNan,DUDengrong,etal.DesignofcompositetemperaturecontrolofinfrareddryingovenbasedonvariableuniversefuzzyPIDJ.ChinaMeasurement&Test,2024,50(2):172-179.DOI:10.11857/j.issn.1674-5124.2023070028红外干燥箱变论域模糊 PID 复合温控设计凌菁1，张楠2，杜登熔2，张璨2，KHALEDIbrahim2(1.广州航海学院信息与通信工程学院，广东广州510725;2.宁夏大学电子与电气工程学院，宁夏银川750021)摘要:烘干失重法粮食水分测定过程中，干燥箱温度的精准控制是检测结果准确性的重要保障。针对干燥箱温度变化过程非线性、时滞性和温控精度高的特点，提出一种基于粒子群模型参数辨识的变论域模糊 PID 复合温度控制策略。基于红外辐射干燥机理及能量守恒方程建立温控系统非线性模型，并利用粒子群优化算法完成参数辨识，通过设定二级偏差阈值，将变论域模糊 PID 算法结合 Bang-Bang 控制方法构成自适应分级复合控制策略。系统仿真实验表明：相较于常规 PID 控制和传统模糊 PID 控制方法，改进后的复合控制策略在超调量、调节时间和控制进度方面明显改善，在不同工作点温度下，控制误差均小于 0.4，且具有较好的抗干扰能力。关键词:红外干燥箱;粒子群参数辨识;变论域模糊 PID 控制;自适应分级复合控制中图分类号:TB9;TP211文献标志码:A文章编号:16745124(2024)02017208Design of composite temperature control of infrared drying ovenbased on variable universe fuzzy PIDLINGJing1,ZHANGNan2,DUDengrong2,ZHANGCan2,KHALEDIbrahim2(1.SchoolofComputerScienceandInformationEngineering,GuangzhouMaritimeUniversity,Guangzhou510725,China;2.SchoolofElectronicandElectricalEngineering,NingxiaUniversity,Yinchuan750021,China)Abstract:Theprecisecontrolofdryingtemperatureisavitalassurancefortheaccuracyofdetectionresultswhendetermininggrainmoistureusingtheloss-on-dryingmethod.AvariableuniversefuzzyPIDcompositetemperaturecontrolstrategyisproposedinordertoaddressthecharacteristicsofnon-linearity,timelag,andhigh temperature control accuracy of the drying oven temperature change process.Based on the infraredradiationdryingmechanismandenergyconservationequation,anonlinearmodelofthetemperaturecontrolsystem is established,and the particle swarm optimization algorithm is used to complete the parameteridentification,whichiscombinedwiththevariationaldomainfuzzyPIDalgorithmandBang-Bangcontrolmethodtoformanadaptivehierarchicalcompositecontrolstrategy.Systemsimulationexperimentsshowthatthecontrolerrorislessthan0.4atdifferentworkingpointtemperature.IncomparisontotraditionalfuzzyPID control and conventional PID control methods,the improved composite control strategy has better收稿日期:2023-07-09；收到修改稿日期:2023-08-22基金项目:国家自然科学基金（61663039）；宁夏自然科学基金（NZ1648）；广州航海学院引进人才科研启动基金（K42022133）作者简介:凌菁（1982-），女，宁夏银川市人，硕士生导师，副教授，博士，研究方向为智能检测技术与信息处理。第50卷第2期中国测试Vol.50No.22024年2月CHINAMEASUREMENT&TESTFebruary,2024dynamicandstaticperformanceaswellasanti-jammingcapability.Keywords:infrareddryingoven;particleswarmparameteridentification;variableuniversefuzzyPIDcontrol;adaptivehierarchicalcompositecontrol0 引言粮食水分的精准测定是保证粮食食品安全的重要指标。依据国家标准 GB5009.32016食品安全国家标准食品中水分的测定规定在 105 或130 恒温条件下，利用被测试样烘干前后质量差值计算被测试样的水分含量1。在检测过程中，烘干温度的精确控制显得尤为重要。温度过高，将使试样易出现爆腰及焦糊现象；温度过低，干燥不彻底，无法准确检测试样水分含量2。目前红外粮食水分测定仪干燥箱多采用碗状结构单温度传感器设计，为防止温度传感器高温氧化及挥发物腐蚀，常采用热保护套管的设计，在加热初始阶段，控制量较大，升温迅速，套管设计导致温度测定存在较大滞后3。文献 2 通过红外干燥机理研究证明粮食烘干失重法水分散失主要发生在降速干燥阶段，要重点保证该阶段温控精度，而降速干燥阶段温控系统偏差逐渐减小，常规模糊 PID 控制论域固定不变导致控制规则较少4-5，而引起控制精度不足。为细化及补充控制规则，提高控制精度，文献 5 通过分析液压无极变速的速比特性和数学模型，采用变论域模糊 PID 控制优化速比跟踪及误差控制，提高燃油经济性。文献 6 对风力涡轮机的传动链建立数学模型，并引入变论域模糊控制方案进行优化控制，提高系统稳定性，同时减小超调量。精确的控制系统模型是建立温控策略的良好基础，将智能优化算法应用于非线性系统参数辨识具有实现简单、收敛速度快的特点，参数辨识方法包括人工神经网络7、遗传算法8和粒子群优化算法9。在实际工业应用中，相较于神经网络系统辨识需要选取合适的网络结构，遗传算法和粒子群优化算法只需要对随机数据进行初始化，通过多次迭代搜索最优值，不仅避免了“麻痹现象”，更简化了调参过程，易于工业实现10。针对烘干失重法水分测定仪红外干燥箱温度控制非线性、时变性和滞后性，以及降速干燥阶段控制精度高的实际需求，本文基于红外干燥过程的能量守恒方程，建立红外干燥箱温控系统机理模型，引入粒子群优化算法对模型参数进行精确辨识，以温度控制系统的偏差设定二级阈值对温控策略进行分级分段，将变论域模糊 PID 算法和 Bang-Bang 控制方法有效融合，最后设计仿真实验与常规 PID 控制、模糊 PID 控制加以对比，验证复合控制策略的控制性能和抗干扰能力。1 红外干燥箱温控模型的建立1.1 系统工作原理烘干失重法粮食水分测定仪集红外干燥箱与电子天平于一体，原理如图 1 所示。仪器上部红外干燥箱负责在特定工作温度烘干样品，下部的称重单元电子天平，最小分度为 1mg，用以实时显示和记录试样烘干失重过程。1234567891.电子天平；2.支座；3.秤盘；4.防风罩；5.隔热外壳；6.红外加热管；7.PT100 温度传感器；8.反射环；9.被测试样。图 1 烘干失重法粮食水分仪结构原理图仪器以环形红外加热管作为热源，加热管正下方安装温度传感器 PT100 用以检测内部温度，干燥箱上方设有通风口方便蒸汽逸出，外部采用隔热材料以防止加热过程对称重结果的影响；称重单元的顶部为秤盘，内部装配称重传感器和仪器电路板，实现仪器的称重计量功能。红外干燥箱温控电路设计如图 2 所示，采用美国 TI 公司的微控制芯片 MSP430F5438A 作为系统主控芯片，干燥箱温度检测部分主要由测温电桥、滤波电路及必要的外围电路组成，图 2（a）中 R2、R3、R12、R17、W1、RT(PT100)组成测温电桥电路，由 U7、R10、R14、R21、C19、C25等组成双端输入双端输出的仪用放大器与低通滤波器，协同完成温度信号的检测。第50卷第2期凌菁，等：红外干燥箱变论域模糊 PID 复合温控设计173图 2（b）为温度控制部分硬件实现，主要利用PWM 控制技术，依据控制规则在线调整红外加热管的功率。当 PWM 信号输出高电平时，三极管与光耦 MOC3021 均导通，BTA16-600B 打开，红外加热管得电加热；而当 PWM 为低电平时，三极管与光耦 MOC3021 均截止，BTA16-600B 关断，温控系统停止加热。设计中利用 MSP430 集成的 16 位定时/计数器，通过修改 PWM 周期和占空比实现功率调节。1.2 系统机理模型建立以红外干燥箱整体为研究对象，在烘干失重法水分测定过程中，红外加热管产生的热量通过对流、辐射和传导 3 种方式进行热传递。热量之间的交换遵循能量守恒定律11：Q=Q1+Q2+Q3+Q4(1)式中：Q红外干燥箱接受到的总能量，J；Q1红外干燥箱内部产生的温升消耗的能量，J；Q2对流引起的热量损失，J，由于干燥箱内部空间很小未安装风扇等换气排湿装置，因此由对流引起能量损耗 Q2可忽略不计；Q3干燥过程中热对流产生的能量，J；Q4热辐射引起的能量损失，J。由于传感器置于热保护套管中，传感器测温具有较大滞后性3。将被控对象的滞后时间 移至控制信号输入端，则红外干燥箱由于红外热辐射获得的总能量满足：Q=KuU(t)(2)式中：设 U(t)红外加热器的输入作用；Ku系统输入系数；时滞参数。通过上述分析，并结合热力学定律和红外加热机理，可得12：Q=KuU(t)Q1=Cpmd(T1T0)dtQ3=KtA(T1T0)Q4=A(T4T04)dt(3)式中：m干燥箱的质量；Cp干燥箱材料的摩尔比热容；0.1 F+AGND10 F+-41238OPA2227AGND+756OPA2227U7B-C1C2C192 FR1012 kC25R2112 k R141 k5 VAGNDAGNDC2222 nF5 VY2AIN1+AIN1-C1C2VA+VA-A0A1OSC2OSC1VIN2+VIN2-VREF+VREF-DGNDVD+CSSDISDOSCLK10 FC10C11VREFAGNDDGND+3.3 VCSDINDOUTCLKR131 kR1915 k5 V5 V0.1 F3.3 VDGNDC140.1 FC230.1 FU6CS5531ASU7AR21 kR31 k R12800 R171 k PT100RTW1300 AGND5 VAGNDVREF0805(a)干燥箱温控系统温度检测电路220 VAC1 kP2.2/TA1.110 k90145 V200 360 470 39 0.01 F0.05 FPWMMOC3021BTA16-600BMSP430F5438A温度R1R2R3R4R5R6C1C2U1U3Q1U4U2加热元件(b)干燥箱温控系统温度控制电路图 2 水分仪干燥箱温度检测与控制电路174中国测试2024年2月Kt干燥箱的散热系数，W/m2；A散热面积，m2；T1和 T0红外热源温度和初始温度，；波尔兹曼常数，=5.67 101212；发射率，取值在（0，1）之间。化简式（3）可得：KuU(t)=CpmdTdt+KtA(T1T0)+A(T41T40)dt(4)dT0dt=0设 T=T1-T0作为干燥过程中温度增量，而初始温度为常数，则，在烘干失重检测过程中 T1远远高于 T0，可以对式（4）的能量守恒方程进一步取拉氏变换，可得：KuU(s)T(s)exp(s)=CpmsT(s)+KtAT(s)+24As5T(s)(5)=5.671012其中高阶系统即为红外干燥箱烘干失重过程数学模型，由于数值极小，本文参考文献12-13 的研究方法，将式（5）系统近似为二阶时滞模型加以参数辨识。1.3 基于粒子群优化的模型参数辨识粒子群算法通过设定优化目标函数，降低非线性系统参数辨识对输入输出变量可微的要求，实现简单，收敛速度快，被广泛应用于工业控制系统的参数辨识。本文在精确辨识的原则下，利用粒子群算法通过二阶时滞模型对红外干燥箱温控系统进行参数辨识。定义带有延迟环节的二阶被控模型为G(s)=KT1s2+T2s+1es(6)式中：K放大系数；T1和 T2系统时间常数；滞后时间常数。X=KT1T2 Xmin=0000 Xmax=1001001010 由式（6）所述模型，确定数组为待辨识参数，初始化粒子群个数 n=80，最大迭代次数=200，设置参数辨识范围，最大搜索向量。粒子最大运动速度为 Vmax=1.0，即速度范围为 1，1。学习因子取 c1=1.3，c2=1.7，惯性权重取=0.8。依据最小二乘法系统辨识原理定义目标适应度函数：minJ=Ni=1c(t)ic(t)i2(7)式中：N辨识数据个数；c(t)i第 i 个采样点系统实际温度输出值；c(t)i第 i 个采样点辨识所得系统仿真值。由此适应度 J 越小，则说明辨识系统拟合效果越好。系统参数辨识流程如图 3 所示。开始初始化粒子群条件(种群规模、惯性权重、学习因子等)随机初始化单位粒子(位置、速度、迭代次数及参数向量搜索范围)调用目标函数计算个体适应度并建立个体最优解集满足结束条件？依据速度和位置更新公式完成粒子更新vij+1=vij+c1rand1j(Pbestijxij)+c2rand2j(Gbestijxij)xij+1=xij+vij+1更新个体最优解和全局最优解更新参数设置(惯性权重、当前迭代次数等)输出最优解结束YN图 3 粒子群优化参数辨识流程图首先初始化算法各项参数，设定粒子个数、最大迭代次数、种群粒子初始的位置和速度等，并且使初始位置和速度在边界范围内。计算单个粒子的适应度自寻优并保存；进而对全局最佳位置寻优，即保留当前所有个体的最佳位置中适应度最好的位置作为全局最优解，并判断是否满足结束条件，即达到最大迭代次数或适应度变化值达到设定阈值要求，则输出全局最优值，否则继续循环更新粒子位置和速度。依据粮食水分测定国家标准，105 及 130是粮食水分测定仪的重要工作点温度1，因此，选取上述工作点系统的温度变化曲线为系统输出，对式（6）所得数学模型进行辨识，参数辨识结果如表 1第50卷第2期凌菁，等：红外干燥箱变论域模糊 PID 复合温控设计175所示。为更清晰地验证和对比本文提出的粒子群参数辨识方法能否准确描述系统温度变化曲线，将实测工作点温度曲线与模型相应曲线进行对比，结果如图 4 所示。可见本文提出参数辨识方法对实测温度曲线拟合效果较好，也为后期完成温度控制算法设计提供了理论基础。表 1 采用粒子群算法辨识出的参数结果辨识工作点温度辨识系统数学模型参数KT1T210595.4795.614.160.9813096.9590.183.390.9802040608010012020406080100120温度/干燥时间/s(a)105辨识结果输出实测105升温曲线02040608010012014016020406080100120140160温度/干燥时间/s(b)130辨识结果输出实测130 升温曲线 PSO算法系统辨识曲线PSO 算法系统辨识曲线图 4 粒子群算法辨识结果输出2 分段式复合温度控制方法设计2.1 自适应分级复合控制方法依据国家行业标准 JJG6582010烘干法水分测定仪，烘干失重法水分测定仪的控温范围为4016014，在干燥前期需要干燥箱具有较小的调节时间和超调量，迅速达到设定的工作温度点，即105 或 130，同时当烘干进程不断推进又需要温度稳定保持在设定温度，要求具有较好的鲁棒性。t e=e=0本文提出一种自适应分级复合控制规则，以温度偏差 e 为决策依据，发挥多种控制方式各自优势，以达到当时，的控制效果。在硬件设计方面，系统温度控制采用 PWM 控制方式以调节 e=enen112红外加热管的功率，设 c(t)为干燥箱分段复合控制的输出，工作点设定温度（T*）与实测温度（T）的偏差为 e（e=T*T），温差变化率。自适应分级控制器结构如图 5 所示，通过依次设定两级温控阈值和以细化控制规则，将烘干失重干燥全过程分为如下 4 个阶段：F(e)=e 1e 0BangBang控制阶段0 e 2变论域模糊PID控制2 e 1常规模糊PID控制(8)12通过大量的仿真实验，确定二级阈值和计算公式为：加热元件y(t)偏差决策控制量转化机构y(t)(x)(x)论域整定模糊推理PID控制器模糊化dU(t)/dte温度控制器实际温度预设温度+Bang-Bang控制变论域模糊PID控制KpKiKdec常规模糊PID控制图 5 自适应分级控制策略原理图176中国测试2024年2月1=Tg20%2=Tg5%(9)其中 Tg为设定的目标温度。e 1e 02 e 10 e 02(x)=Kni=1pitw0ei()d+2(0)(12)ei()式中：输入输出温度偏差，；2(0)=0输出论域伸缩因子初值。通过系统仿真和调试，式（12）可进一步细化为：1(e)=10.95exp(0.9e2)1(ec)=10.95exp(0.8e2c)2p=2|e|2i=1/(|e|+0.5)2d=2|e|(13)1(e)e式中：偏差 的输入伸缩因子；1(ec)ec偏差变化率的输入伸缩因子；2xKpKiKd（x 为 p、i 和 d）、和的输出伸缩因子。3 系统仿真验证3.1 目标工作点仿真结果参考烘干失重法水分测定仪国家检定标准，对于红外干燥箱的控制指标要求在目标工作温度（105 或 130）下，温控超调量小于 5%，稳态误差为0.5。鉴于此，本文选取 105 和 130第50卷第2期凌菁，等：红外干燥箱变论域模糊 PID 复合温控设计177为目标工作点，利用 Matlab 进行仿真，对比常规PID 控制、模糊 PID 控制及本文提出的分级复合控制策略的阶跃响应曲线，对比结果如图 6 所示。02040608010012020406080100120目标温度模糊PID分级复合控制常规PID温度/干燥时间/s(a)105工作点3种控制方法时域响应对比 020406080100 120 140 16020406080100120140160目标温度模糊PID常规PID分级复合控制温度/干燥时间/s(b)130工作点3种控制方法时域响应对比图 6 3 种控制方法下温控系统时域响应图 6（a）为 105 仿真结果，此时系统的起始温度为 28，可见在干燥加热过程中，常规 PID 控制出现较大超调量，主要因为其比例、积分和微分参数不能实时调整，造成较大超调量，同时影响了控制精度；而本文提出的分级复合控制策略，在偏差较小时融合了变论域模糊 PID 控制算法，在超调量、调节时间和稳态误差方面都表现出明显的优势。图 6（b）是 130 工作点的对比结果，本文提出的控制策略干燥箱内温度在 70s 左右稳定于工作目标温度 130，通过多次试验去平均值的方法进一步总结 3 种控制算法性能指标如表 2 所示。通过上述分析可知，本文提出的分级复合控制算法具有超调量小、调节时间短、控温精度高等优点。3.2 算法鲁棒性能仿真实验烘干失重法粮食水分测定仪适用性广，检测精度高，是粮食水分测定的标准仪器。但在测量过程中，由于干燥箱体积较小，当环境温度发生扰动变化时，需要干燥箱温度控制具有较好的鲁棒性，因此本文分别在 105 和 130，待系统响应曲线达到稳定后，分次加入 2s 幅值为3 的阶跃信号模拟环境扰动，以测试控制算法的鲁棒性，得到分级复合控制算法抗扰响应曲线。由图 7 可知，在系统加入扰动信号后，仍能够较为迅速地调整到目标温度，且调节过程温度波动较小，具有较强的抗干扰能力。05010015020020406080100120目标温度分级复合控制抗扰响应温度/干燥时间/s(a)105工作点加入扰动后系统响应曲线05010015020020406080100120140目标温度分级复合控制抗扰响应温度/干燥时间/s(b)130工作点加入扰动后系统响应曲线图 7 扰动条件下控制算法鲁棒性测试响应曲线4 结束语针对烘干失重法水分测定温度控制的时变性、滞后性和非线性，以红外干燥箱为研究对象，基于红外加热机理与能量守恒定律建立温控系统数学模表 2 3 种控制算法对比性能指标工作点温度控制策略超调量/%调节时间/s 稳态误差/105常规PID8.31164.7模糊PID1.2851.3分级复合控制0.4570.4130常规PID8.91422.5模糊PID2.41071.4分级复合控制0.4930.3178中国测试2024年2月型，并利用粒子群优化算法对系统参数进行准确辨识。为了改善小偏差条件下模糊控制规则划分缺失对温控精度的影响，通过设定二级偏差阈值，将变论域模糊 PID 算法结合 Bang-Bang 控制方法构成自适应分级复合控制策略。最后通过系统仿真检验了分级复合控制策略的性能指标，并验证了控制策略的抗干扰能力。该算法可为非线性高精度滞后系统的控制策略研究提供有益参考。参考文献 食品中水分的测定:GB5009.32016S.北京:中国质检出版社,2016.Determination of moisture in food:GB5009.3 2016S.Beijing:ChinaQualityInspectionPublishingHouse,2016.1凌菁,滕召胜,林海军,等.烘干失重法水分快速检测的预估融合方法 J.仪器仪表学报,2018,39(2):47-55.LINGJ,TENGZS,LINHJ,etal.EstimationandfusionmethodformoisturecontentdetectionbasedonlossondryingmethodJ.Chinese Journal of Scientific Instrument,2018,39(2):47-55.2凌菁,滕召胜,张凯旋.基于 Pt100 的红外干燥箱动态温度补偿方法研究 J.电子测量与仪器学报,2016,30(4):542-549.LING J,TENG Z S,ZHANG K X.Research on dynamictemperature compensation method in infrared-drying ovenbased on Pt100J.Journal of Electronic Measurement andInstrumentation,2016,30(4):542-549.3张皓,高瑜翔.前馈反馈 Smith 预估模糊 PID 组合温度控制算法 J.中国测试,2020,46(11):132-138,168.ZHANG H,GAO Y X.Temperature control algorithmcombinedthefeedforwardfeedbackwithSmithpredictorandfuzzyPIDJ.ChinaMeasurementTest,2020,46(11):132-138,168.4于今,陈华,刘骏豪.液压机械无级变速器的变论域模糊PID速比跟踪控制 J.中国机械工程,2019,30(10):1226-1232.YUJ,CHENH,LIUJH.Speedratiofollow-upcontrolofHMCVTbasedonvariableuniversefuzzyPIDJ.ChineseMechanicalEngineering,2019,30(10):1226-1232.5LIH,RENK,DONGH,etal.Onvariable-universefuzzycontrol for drive chain of front-end speed regulated windgeneratorJ.AdvancesinFuzzySystems,2019,2019(1):1-10.6ZHANG X,HAN Z,MENG X,et al.Study on high-precisionidentificationmethodofgroundthermalpropertiesbasedonneuralnetworkmodelJ.RenewableEnergy,2021,7163:1838-1848.张永涛,曹喜果.改进遗传模拟退火算法在电站机组协调控制系统辨识中的应用 J.中国测试,2020,46(8):131-136.ZHANG Y T,CAO X G.Application of improved geneticsimulated annealing algorithm in the identification of plantunitcoordinationcontrolsystemJ.ChinaMeasurementTest,2020,46(8):131-136.8TALATAHARIS,TALATAHARIB,TOLOUEIM.Systemidentification of dampers using chaotic accelerated particleswarm optimizationJ.The Chinese journal of artificialintelligence,2022,1(1):91-100.9仲兆平,严青,邓学群,等.采用非线性粒子群算法的同步糖化发酵参数辨识 J.西安交通大学学报,2013,47(7):124-128.ZHONG Z P,YAN Q,DENG X Q,et al.Parameteridentification of SSF process with non-linear adaptive PSOalgorithmJ.Journal of Xian Jiaotong University,2013,47(7):124-128.10陈永甫.红外辐射红外器件与典型应用 M.北京:电子工业出版社,2004.CHEN Y F.Infrared radiation infrared devices and typicalapplicationsM.Beijing:ElectronicIndustryPress,2004.11贺自名,牛江川,张静.基于 Smith 变论域模糊自适应 PID蒸发源温度控制 J.控制工程,2021,28(7):1308-1314.HE Z M,NIU J C,ZHANG J.Temperature control ofevaporation source based on Smith Variable universe fuzzyadaptivePIDJ.ControlEngineeringofChina,2021,28(7):1308-1314.12任亚奇,滕召胜,黄强,等.电子分析天平模糊自适应 PID 平衡调节方法研究 J.仪器仪表学报,2015,36(6):1424-1432.RENYQ,TENGZS,HUANGQ,etal.ResearchontheFuzzy-PID adjustment method of electronic analyticalbalanceJ.Journal of Instrumentation and MeasurementTechnology,2015,36(6):1424-1432.13苏祎.烘干法水分测定仪 M.北京:中国质检出版社,2011.SU Y.Moisture determination instrument based on dryingmethodM.Beijing:China Quality Inspection PublishingHouse,2011.14王健,谢南.基于变论域模糊理论的温室番茄智能控温策略J.中国农业科技导报,2018,20(3):71-79.WANG J,XIE N.Temperature control strategy based onvariableuniversefuzzycontroltheoryforgreenhousetomatocultivationJ.JournalofAgriculturalScienceandTechnology,2018,20(3):71-79.15(编辑:商丹丹)第50卷第2期凌菁，等：红外干燥箱变论域模糊 PID 复合温控设计179