圖3 溫度測量節點結構圖

5、智能節點軟件設計

節點應用程序用Neuron C語言編寫。Neuron C是神經元芯片的專用語言，是ANSI C的擴展，并增添了一些較強的功能，如網絡變量類型，事件調度語句等。神經元芯片的任務調度是事件驅動的。當一個給定的條件變為真時，與該條件相關聯的一段代碼被執行。該智能節點的軟件設計包括主程序、A/D轉換程序、D/A轉換程序、顯示子程序、控制算法子程序等，下面以查表法實現模糊控制為例，給出部分源代碼：

signed short fc(float-type*input1){

……//設置局部變量

if(mcc==1)

sp=sp1;

pe=e;//記下偏差的上一個狀態

fl_sub(input1， sp， e);//計算偏差get e

fl_neg( range_e， f1);//對偏差限幅

if(fl_it( e， f1)==TRUE)

ce=f1;

else if(fl_gt( ce， range_ce)==TRUE)

ce=range_ce;

fl_mul( e， f1_6，f1);//對偏差進行量程變換

fl_div( f1， range_e， f1);

fl_add( f1， f1_6， f1);

fl_round( f1， f2);//對變換后誤差進行四舍五入

rol=low-byte(1ro1);

fl_mul( ce， f1_6， f1);//對偏差變化值進行量程變換

fl_div( f1， f1_6， f1);

fl_add( f1， f1_6， f1);

fl_round( f1， f2);//對變換后的偏差變化值四舍五入

lcow=fl_to_ulong( f2);

cow=low_byte(1cow);

table_u=table[ro1][cow];

……

fl_from_ulong(ltable_u， f1);//對查表結果進行量程變換

fl_mul( f1， range_dtu， f2);//查模糊控制表

fl_div( f2， f1_6，f1);

……

return f_out;//返回輸出控制增量

本系統投入運行后，取得了比傳統單回路PID控制方式更好的控制效果，見圖4中的溫度曲線對比。從圖中可看出，模糊控制過渡過程時間短，超調量小，達到了工藝生產的要求。

圖4 溫度曲線對比

6、結束語

模糊控制技術在我國已廣泛應用于工業過程、家用電器等領域，但模糊控制技術的網絡應用還不多見。本文將Lonworks技術與模糊控制技術結合起來，通過上位機實現實時測控，在實際應用中取得了良好的控制效果。該系統還可充分利用主機資源，使模糊控制算法位于上層，從而可以綁定多個設備節點，以便于構造不同的模糊控制器。控制參數可以通過人機界面由用戶輸入，通用性強、操作靈活便捷，為模糊控制生成器與現場設備的集成提供了一種有效的途徑。

本文作者創新點：將Lonworks技術與模糊控制技術結合起來，給出了智能節點的設計方法和實例，通過計算機實現網絡監控，能遠程實施溫度測控，在應用中取得了良好的控制效果。