电阻炉智能控制系统的研究与设计.docx
- 文档编号:14415768
- 上传时间:2023-06-23
- 格式:DOCX
- 页数:52
- 大小:449.10KB
电阻炉智能控制系统的研究与设计.docx
《电阻炉智能控制系统的研究与设计.docx》由会员分享,可在线阅读,更多相关《电阻炉智能控制系统的研究与设计.docx(52页珍藏版)》请在冰点文库上搜索。
电阻炉智能控制系统的研究与设计
引言
电阻炉是工农业生产中常用的电加热设备,广泛应用于冶金、机械、建材等行业。
传统的电阻炉采用模拟式控制仪表、PID算法,接触器断续调节温度,控制精度低,温度波动范围大。
为此,介绍了基于AT89S52的电阻炉智能温度控制系统。
系统具有高效、高精度、智能化的特点。
传统的理论过于精确不利于复杂变量的计算。
在传统的温度控制领域里,控制系统动态模式的精确与否是影响控制优劣的最主要关键,系统动态的信息越详细,则越能达到精确控制的目的。
然而,对于复杂的系统,由于变量太多,往往难以正确的描述系统的动态,于是工程师便利用各种方法来简化系统动态,以达成控制的目的,但却不尽理想。
因此便尝试着以模糊数学来处理这些控制问题。
模糊控制是以模糊集合理论为基础的一种新兴的控制手段,它是模糊系统理论和模糊技术与自动控制技术相结合的产物。
用模糊理论设计控制器,并不要求建立被控对象的精确数学模型而只需根据系统的模糊信息,用模糊条件语句写出控制规则,编写到模糊控制器,模糊控制器通过模糊逻辑和近似推理,把人的经验形式化、模型化、根据给定的语言控制规则进行模糊推理,给出模糊输出判决。
并将其去模糊化转化为精确量,馈送到被控对象。
轻易的就能实现对系统控制对象的控制。
而且模糊控制系统参数修改十分方便。
既可修改被控对象,也可修改输入输出的量化论域、语言变量、隶属函数及控制规则等。
无需修改硬件就可以对不同的控制系统实现控制。
基于模糊系统的这些优点,自从这门科学诞生以来,它产生了许多探索性甚至是突破性的研究与应用成果,同时,这一方法也逐步成为了人们思考问题的重要方法论。
尤其在温度控制方面,由于温度系统具有非线性、时变、滞后性。
模糊控制正是针对带大滞后、时变性和非线性特点的系统对象而诞生的一类控制系统,从而为温度控制提供一个很好的方法。
本论文介绍了一种以单片机为核心,采用模糊控制算法的温度控制系统,并对模糊控制思想以及系统的软硬件设计进行了详细的阐述。
该系统能较好的克服温度控制对象的纯滞后性和非线性;响应时间短,超调小。
操作方便易懂。
1概述
随着科学技术不断发展,人们所面临的控制问题越来越复杂,对于控制质量的要求也越来越严格,要对那些复杂的工业过程和具有强烈的非线性,不确定性,甚至根本无法建立精确数学模型的系统,进行有效而精确的控制就非常困难。
为了解决这个问题,传统控制理论提出了许多对策,如最优控制,自适应控制等。
然而这些控制方式的共同特点是必须建立在被控对象的数学模型上。
自从1965年美国的控制论专家L.A.Zadeh教授创立了模糊集合论,从而为描述,研究和处理模糊性现象提供了一种新的工具。
一种利用模糊集合的理论来建立系统模型,设计控制器的新型方法——模糊控制也随之问世了。
1974年,英国的E.H.Mamdani首次用模糊逻辑和模糊推理实现了世界上第一个实验性的蒸汽机控制,并取得了比传统的直接数字控制算法更好的效果,从而宣告模糊控制从理论突破到实际应用。
1990年来以来,模糊控制的应用得到了真正的推广,模糊控制家电开始出现在我们的日常生活中。
我国在模糊控制方面的研究也取得了比较丰硕的成果。
1979年北京控制工程研究所刘志俊应用模糊集合论设计出一类典型的模糊控制器,并对模糊理论测变系统模型进行了分析。
北京工业大学徐向出与北京师范大学的汪培庄提出了Fuzzy-PID调节器与人工智能控制问题。
为研究复合型模糊控制提供了新的方法。
模糊控制的核心就是利用模糊集合理论,把人的控制策略的自然语言转化为计算机能够接受的算法语言所描述的控制算法,这种方法不仅能实现控制,而且能模拟人的思维方式对一些无法构造数学模型的被控对象进行有效的控制。
不依赖于被控对象的数学模型,而只要求掌握现场操作人员和有关专家的经验、知识或者操作数据。
因此,把模糊控制技术应用到工业控制现场,将具有很好的应用前景,且具有明显的理论和实际意义及巨大的经济效益。
简单的说模糊控制作为智能领域中最具有实际意义的一种控制方法,已经在工业控制领域,家用电器自动化领域和其他很多行业中解决了传统控制方法无法或者是难以解决的问题,取得了令人瞩目的成效。
在自动控制领域和智能控制领域占有相当重要的地位。
已经引起了越来越多的控制理论的研究人员和相关领域的广大工程技术人员的极大兴趣。
但是模糊控制的理论和应用虽然已经取得了很大的进展,但是就目前的状况来看,尚缺乏重大的突破,因此模糊控制无论在理论和应用上都有待于进一步的深入研究和探讨。
1.1模糊控制理论
模糊控制是以模糊数学为基础发展起来的一种新的控制方法。
这种控制方法是一种非线性的控制方法,对那些无法取得数学模型或数字模型相当粗糙的系统可以取得较满意的控制效果,解决了一些用传统控制方法无法解决的问题。
人们往往把模糊理论的模糊理解为不精确、笼统的意思,实际上模糊理论应该为研究模糊的现象,利用模糊信息的精确理论。
也就是说尽管模糊系统理论描述的现象可能是模糊的,但理论本身却是精确的。
从人们平时接触到的大多数实际系统来看,有两个重要的信息来源,一个是用自然语言描述的系统性能的专家;另外的就是传感器提供的测量数据和根据自然法则推导出来的数学模型。
于是人们想到有没有一种理论能把这两类信息一起整合到系统设计中去。
即把人类知识库转换成数学公式。
模糊理论的出现正好符合这一切。
下面本论文将详细的介绍何为模糊理论。
在介绍模糊控制系统前首先有必要简单说明何为模糊逻辑。
1.1.1模糊集、隶属度、隶属度函数的概念
模糊集的概念与古典集的概念相对应又区别于古典集。
古典集用于描述“非此即彼”的清晰概念。
而模糊集描述的对象并没有明确的定义界线。
即它包含的元素可以部分属于这个集合。
拿本设计中的温度变化率来举例,当提到“速度慢”时,这是一个非清晰的概念。
它的范围没有明确的定义。
因此对于模糊概念而言不能简单的用“属于”或“不属于”来表达。
这时候人们引用“隶属度”来描述。
美国加利福尼亚大学控制论教授扎得(L、A、Zadeh)经过多年的琢磨,终于在1965年首先发表了题为《模糊集》的论文。
指出:
若对论域(研究的范围)U中的任一元素x,都有一个数A(x)∈[0,1]与之对应,则称A为U上的模糊集,A(x)称为x对A的隶属度。
当x在U中变动时,A(x)就是一个函数,称为A的隶属函数。
隶属度A(x)越接近于1,表示x属于A的程度越高,A(x)越接近于0表示x属于A的程度越低。
用取值于区间[0,1]的隶属函数A(x)表征x属于A的程度高低,这样描述模糊性问题比起经典集合论更为合理。
就前面举出的温度变化率的例子而言我们可以定义变化率0.3℃/s的为“慢”,那么0.2℃/S的隶属度就应该和0.4℃/S的同为0.8,并没有因为0.4℃/S的温度变化率高于“慢”的定义就把它排除在模糊集以外。
只有当温度变化率差异太大隶属度为0的时候,才能说这个元素在速度“慢”这一模糊集以外。
隶属度函数的确立目前还没有一套成熟有效的方法,大多数系统的确立方法还停留在经验和实验的基础上。
对于同一个模糊概念,不同的人会建立不完全相同的隶属度函数,尽管形式不完全相同,只要能反映同一模糊概念,在解决和处理实际模糊信息的问题中仍然殊途同归。
下面简单介绍我所采用的方法:
经验模型法:
专家经验法是根据专家的实际经验给出模糊信息的处理算式或相应权系数值来确定隶属函数的一种方法。
在许多情况下,经常是初步确定粗略的隶属函数,然后再通过“学习”和实践检验逐步修改和完善,而实际效果正是检验和调整隶属函数的依据。
主要思想是从已知有限个元素A的值来估计论域U上的模糊子集A的隶属函数。
如论域U代表温度变化率为“慢”,A是“变化率为0.2℃/S”。
显然A是一个模糊子集。
为了确定A,先确定一个速度值0.3℃/S为H,然后选定几个语言真值(即一句话的真实程度)中的一个来回答某速度是否算“慢”。
如语言真值可分为“真的”、“大致真的”、“似真似假”、“大致假的”和“假的”五种情况,并且分别用数字1、0.8、0.6、0.4、0.2、0来表示这些语言真值。
对n个不同温度变化率h1、h2、…、hn都作同样的询问,即可以得到A的隶属度函数的离散表示。
确定了隶属度后,输出的曲线即为隶属度函数,下图举例说明:
图1-1-1温度变化率的隶属度函数
1.1.2模糊控制的基本思想
把人类专家对特定的被控对象或过程的控制策略总结成一系列"IF(件)THEN(用)"形式表示的控制规则,通过模糊推理得到控制作用集,作用于被控对象或过程。
控制作用集为一组条件语句,状态语句和控制作用均为一组被量化了的模糊语言集,如"正大","负大","正小","负小",零等。
模糊推理机根据模糊规则库实现运算。
即建立由输入模糊集到输出模糊集的映射。
最后采用加权平均法进行解模糊,将模糊量转换成精确量u。
通过上述的模糊化、模糊推理和解模糊的过程,最终得到系统的模糊控制查询表,见附表。
将离线计算得到的模糊控制查询表存放到计算机中,实时控制过程中,实现模糊控制的过程便转化为查找查询表的过程。
1.1.3模糊系统
模糊系统是一种基于知识或基于规则的系统。
它的核心为IF-THEN规则组成的知识库。
即将人的思维经验和知识形成一组IF-THEN规则,然后组合到单一系统中。
模糊系统有3类:
1.纯模糊系统2.TSK(takagi-sugeno-kang)模糊系统;3.具有模糊器和解模糊器的模糊系统。
第一种系统输入输出均为模糊量(自然语言)不能满足工程系统的需要。
而第二种系统的规则中THEN部分是一个数学公式,无法提供一个自然的体系来表达人类的知识。
综合上面的原因这里我采用第3类的模糊系统-具有模糊器和解模糊器的模糊系统。
具有模糊器和解模糊器的模糊系统的突出特点在于:
①控制器建立在对专家、操作人员的经验和现场操作数据的模仿总结基础之上,这种控制器的设计不要求知道被控对象的精确数学模型,而只需要提供现场操作员的经验知识及操作数据。
②具有一般模糊控制系统的特点即:
鲁棒性强,对于非线性、时变、滞后系统,因为其对参数变化不敏感,所以动态特性和静态特性均优于常规控制手段。
③以语言变量代替常规的数学变量,易于构造形成专家的“知识”。
④控制推理采用“不精确推理”(Approximatereasoning)。
由于推理过程模仿人的思维过程,介入了人类的经验,因而能够处理复杂甚至“病态”系统。
模糊控制理论之所以能广泛发展并在现实中得以成功应用,其根源在于模糊逻辑本身提供了由专家构造语言信息,并将其转化为控制策略的一种系统的推理方法。
从广义上讲,模糊控制是基于模仿人的思维方式对难以建立精确数学模型的对象实施的一种控制。
1.1.4模糊语言变量
当用传感器测量一个变量时,传感器会给出一个数值。
模仿人的思维方式和经验给出语言,例如本设计中的速度描述1℃/S用语言来描述就是“快”。
这就是所谓的语言变量。
本研究中用到语言变量有3类分别是速度、距离和功率。
速度语言变量(速度的变化率):
TV_DOWN_MEDIUM(-0.1度/s)、TV_DOWN_SLOW(-0.05度/s)、TV_ZERO(0度/s)、TV_UP_SLOW(0.05度/s)、TV_UP_MEDIUM(0.1度/s)、TV_UP_FAST(0.3度/s)。
距离语言变量(目标温度和当前温度的差值):
FAR(差10度以上)、NEAR(差3度以上)、VCLOSE(差0.6℃)、DIST_ARRIVE(到达目标值)、DIST_OVER_VCLOSE(大于0.6℃)、DIST_OVER_CLOSE(大于1.6℃)。
功率语言变量:
BRAKE_LIGHT25%、BRAKE_MEDIUM(50%)、BRAKE_HARD(75%)、BRAKE_VHARD(100%)、BRAKE_UP_LIGHT增加10%、BRAKE_DOWN_LIGHT(减少10%)。
1.2模糊控制算法及控制器系统选择
1.2.1模糊控制器的基本设计
本控制器为非自适应模糊控制系统,与自适应模糊控制器不同非自适应模糊控制系统的结构和参数都是固定的,在实时运行中不改变。
虽然比自适应模糊控制器需要更多的过程模型知识或启发规则,但应用代价比自适应模糊控制器便宜且简单的多。
模糊控制器的基本结构如图1-2-1所示,控制单元为典型的双输入单输出的模糊控制器,其输入给定信号与反馈信号的偏差e及偏差的微分ec(变化率),经过模糊化处理为对应的模糊量E、EC,再根据规则库进行模糊推理,得到模糊控制量U,最后经过模糊判决(反模糊化),得到精确的控制变量u去控制被控对象。
模糊控制器的输出由系统的输入经过一定的模糊逻辑推理而得到,这一推理过程可以通过软件来实现。
图1-2-1模糊控制器的基本结构
模糊控制器的设计:
对于基本模糊控制器的设计与构造,并没有固定的方法,但一般来说基本模糊逻辑控制器的工作过程可分为四个步骤:
(1)构造模糊控制系统结构,根据本次采样得到的系统输出值,计算所选择的系统的输入变量。
该步骤所完成的工作就是确定模糊控制器的输入量和输出量。
(2)“模糊化”,即实现输入量或输出量精确量的模糊化,通过量化因子将精确量变化的范围(基本论域)模糊化成在模糊集论域范围内。
我们可以把精确量用“正大”、“正中”、…、“负中”、“负小”等模糊语言来分成数个档。
这些档的大小关系就用在模糊论域上的模糊子集来表示。
而模糊子集的大小和隶属函数有关。
隶属函数通常采用:
三角形隶属函数、正态分布隶属函数和梯形隶属函数等。
不同的隶属函数代表着不同的系统特性,我们一般在系统误差较大时,采用具有低分辨率隶属函数。
而在系统误差较小时,采用具有高分辨率的隶属函数。
在本毕业设计中采用的是梯形的隶属度函数。
(3)模糊控制表的运算合成,有了前两个步骤的工作,我们得到输入量和输出量的模糊数,结合操作经验或数据,我们就可以将输入量和控制量的模糊数安排到由一系列的if-then控制规则组成的集合中,利用这些规则信息,采用极大极小值合成法或其他合成算法,我们就可以合成得到控制表。
该控制表储存于计算机中,供程序查询输出。
这在下面的软件介绍部分将详细的说明。
(4)查询输出和输出量精确化是利用程序通过查询该控制表,即可得到对应于某模糊数输入量的控制量模糊数。
再通过输出量量化因子将模糊输出控制量转换成进行控制量的精确化输出,这实际上是在一个输出范围内,找到一个被认为最具有代表性的、可直接驱动控制装置的确切的输出控制值。
由于模糊控制器是模仿熟练操作人员的控制决策对工业过程进行控制,而操作工人一般是靠观测被控对象的输出和输出变化率或输出变量和输出变量的总和来设定控制量的大小的。
因此,模糊控制器的结构设计就是确定哪些变量作为模糊控制器的输入和输出。
1.2.2实测值的模糊化
(1)温度偏差的模糊化:
温度偏差是指实测被控对象的温度减去设定温度值的差。
本设计中将温度控制范围分为模糊控制区和确定控制区,以温度设定的±1℃为界。
温度在设定值的±1℃以内为模糊控制区。
温度值比设定值小1℃,则系统将加热,温度值比系统设定值大于1℃,则系统将强制冷却。
而在模糊控制区,将温度偏差分为6个模糊状态,将温度偏差计算、圆整,得出了6个状态量不同的隶数值:
FAR(差10度以上)、NEAR(差3度以上)、VCLOSE(差0.6℃)、DIST_ARRIVE(到达目标值)、DIST_OVER_VCLOSE(大于0.6℃)、DIST_OVER_CLOSE(大于1.6℃)。
具体的查询表将在附录给出。
(2)温度变化速度的模糊化:
理论上应该指温度变化速度对控制输出的影响,实际应用时,将温度变化定义为一个采样间隔内的温度变化。
由于温度变化是较慢的,将温度变化值在0.5℃以内定为模糊控制区。
将其分为6个模糊状态量,对它们计算、圆整后得出了6个状态量不同的隶数值:
TV_DOWN_MEDIUM(-0.1度/s)、TV_DOWN_SLOW(-0.05度/s)、TV_ZERO(0度/s)、TV_UP_SLOW(0.05度/s)、TV_UP_MEDIUM(0.1度/s)、TV_UP_FAST(0.3度/s)。
具体的查询表将在附录给出。
(3)控制输出的模糊化
将控制输出状态用功率的形式来表达,由PWM来控制具体表现为占空比的大小。
同样将控制输出分为6个控制状态量:
BRAKE_LIGHT25%、BRAKE_MEDIUM(50%)、BRAKE_HARD(75%)、BRAKE_VHARD(100%)、BRAKE_UP_LIGHT增加8%、BRAKE_DOWN_LIGHT(减少8%)。
具体的查询表将在附录给出。
1.2.3模糊控制算法选择
几种常见的模糊控制器的结构及其对应的控制规则的类型如下:
(1)以偏差E为模糊控制器的输入,而以控制量U或控制量的变化dU作为模糊控制器的输出。
如图1-2-3-1所示:
图1-2-3-1模糊控制器结构
这是最简单的一类模糊控制器,其控制规则也很简单,可用如下模糊条件语句描述其控制规则:
IfEisAthenUisB(或者△UisB)
IfEisCthenUisD(或者△UisD)
其中,A,B,C,D都是模糊子集。
该结构的模糊控制器分别相当于经典控制理论中的比例控制器和积分控制器,其输入,输出关系可分别用下式表示:
U=R(E)
△U=R'(E)
其中,R,R’都是由控制规则决定的非线性函数关系。
(2)以误差E和误差变化量EC作为模糊控制器的输入,而以控制量U或控制量的变化△U作为模糊控制器的输出。
如图1-2-3-2所示:
图1-2-3-2模糊控制器结构二
这是最常用的一类模糊控制器,其控制规则也很简单,可用如下模糊条件语句描述其控制规则:
IfEisAandECisBthenUisC(或者△U=C)
其中,A,B,C都是模糊子集。
该结构的模糊控制器分别相当于经典控制理论中的PD控制器和PI控制器,其输入、输出关系可分别用下式表示:
U=R(E,EC)
△U=R'(E,EC)
其中,R,R‘都是由控制规则决定的非线性函数关系。
(3)误差E和误差的和S作为模糊控制器的输入,而以控制量U或控制量变化△U作为模糊控制器的输出。
如图1-2-3-3所示:
图1-2-3-3模糊控制器结构三
这也是比较常用的一类模糊控制器,其控制规则也很简单,可用如下模糊条件语句描述其控制规则:
IfEisAandSisBthenUisC(或△UisC)
其中,A,B,C都是模糊子集。
该结构的模糊控制器分别相当于经典控制理论中的PI控制器[J4],其输入、输出关系可用下式表示:
U=R(E,∫Edt)
其中,R为由控制规则决定的非线性函数关系。
关于模糊控制器的结构,还有许多其它的设计方法,需视具体系统的设计为了改善模糊控制器的性能、获得比较好的调节品质,人们把模糊控制和经典控制方法结合起来组成模糊一线性复合控制结构。
如模糊-开关控制、模糊-PID控制等。
基于本设计中的具体情况,应用的正是上面罗列过的第二中控制器结构。
模糊控制规则:
对于双输入单输出的模糊控制器,器控制规则为“ifAandBthenC”来描述。
本设计所描述的温度模糊控制器有多调这样的控制规则,模糊规则的获取,由于变量不多,所以采用了从数据中通过学习,反复尝试的方法:
(1)当已经确切判断出水平超出范围时,才针对下一轮的水平最大最小值作出修正;
(2)在对因素进行分档时就考虑到这种情况,可以使因素水平数比预期的水平数大,然后掐头去尾,只取中间的因素水平。
但当变量增多这些方法就行不通了,基于没有数学模型,信息的最大来源是测量到的数据。
规则表如下表所示:
uE
EC
NM
NS
0
PS
PM
PB
PB
0
0
0
0
PS
PL
PM
0
0
0
UL
UL
PH
PS
0
0
DL
DL
PM
PH
0
0
DL
HD
HD
PM
PH
NS
0
HD
UL
PM
PM
PH
NM
0
0
UL
PM
PH
PH
表1-2-3模糊规则表
其中:
BRAKE_LIGHT
PS
25%
BRAKE_MEDIUM
PM
50%
BRAKE_HARD
PL
75%
BRAKE_VHARD
PH
100%
BRAKE_NONE
0
0%
BRAKE_UP_LIGHT
UL
增加8%
BRAKE_DOWN_LIGHT
DL
减少8%
BREAK_HOLD
HD
保持
模糊推理过程,在下面将有详细的介绍。
这里就不表述。
去模糊基本算法:
本论文采用的是重心法(加权平均法),先计算输出量模糊集中各元素和对应的隶属度的乘积和,再算出该乘积和对于对应元素隶属度和的平均值Z。
则Z则为应用重心法求出的判决结果。
2硬件系统设计
本文利用单片机电路结合模糊算法制作温度控制器。
设计中的模糊控制器主控器采用AT89S52芯片;测温元件为K型电偶、运算放大器、和A/D转换构成的温度检测通道,(在现行板中直接用DS18B20温度传感器模拟代替);显示通道为LCD显示,水泥电阻加热。
由于加热管有一个开关控制量(场效应管),所以采用了PWM技术,使得加热功率连续可调。
软件设计采用了了模块化结构,对模糊矩阵采用了查表法求取。
PWM加热控制采用了靠前加热的方法,即在每个采样周期的前面部分时间加热,后面部分时间关加热器,时间比由控制输出情况决定。
程序的主模块有数据转换与计算、采样、显示、论域变换及控制计算与动作等。
集成块出现使硬件电路设计更加简单易懂,从而得到了广泛的应用。
在本次毕业设计中涉及到得到模块有5部分。
2.1总系统设计方案
首先根据该设计要实现的基本功能,拟定用单片机控制PWM控制功率输出,设计大致应该分为信号接收,模糊处理,模糊控制和信号响应四个部分。
(1)信号采集接收部分即通过温度传感器检测箱体或炉内的实时温度,并将这种变化量转化成数字量的变化。
(2)模糊处理部分是将接收部分得到的数字量进行转换为模糊量,为后一部分模糊控制提供准备。
(3)模糊控制部分是通过将偏差值进行模糊运算,不断改变单片机中的匹配寄存器的值来改变PWM的占空比。
(4)信号响应是通过不同的PWM的占空比去控制场效应管的通断来控制加热功率。
选择传统的MCS-51单片机做为控制的核心。
温度传感器选用DS18B20,一总线的数字量输出,DS18B20是只用一根数据线传输的IC。
一根数据线要传送数字信号,就对信号的脉宽有了严格的要求。
在实现中,为了实现这个严格的单线数据传输方式,单片机的延时程序必须精确计算到微秒级别。
于此同时要产生PWM波形,必须使用到单片机的定时器。
这个定时器的使用就会影响到之前DS18B20那个微秒级的延时的精确性。
故而为了保证DS18B2每次数据传输的正确所以不得使用定时器。
所以必须另找一个单片机来做定时器。
所以根据设计需要必须使用2片MCS-51单片机。
这样一片单片机为模糊控制器另一片为PWM产生器,这样产生的PWM可以达到准确的控制,控制效果大为提高。
显示器则用LCD1602方便模拟量输入直接数字量显示。
加热电路则选择场效应管作为功率器件,用水泥电阻做加热元件,光耦作强弱电隔离。
以下是系统的硬件框图。
图2-1系统硬件框图
2.2主控模块
每一个设计都要以一定的知识为基础,知识的多少在一定程度上决定了设计出来的东西的好坏程度,这些知识包括硬件知识和软件知识。
硬件知识用来设
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 电阻炉 智能 控制系统 研究 设计