显示器模糊范文1
2、点击页面中的“放大或缩小文本和其他项目”选项。
3、点击页面左侧“调整ClearType文本”选项，进入设置页面。
4、点击勾选“启用ClearType”选项框，点击“下一步”按钮。
5、按照电脑显示器上显示的文本信息，选择你认为显示最清晰的一项，点击“下一步”按钮。
显示器模糊范文2
医疗建筑中的手术室、ICU、CCU等科室都对空气洁净度、温度、湿度有严格限制。文章提出了一种基于模糊控制技术的应用于医疗建筑变风量空调系统控制的方法，探讨了空调自动控制系统的软、硬件设计方案，使系统运行优化，从而达到节能降耗的目的。
关键词
医疗建筑 变风量 工控机 模糊控制
Abstract
Many departments of the hospital there are strict limits on air cleanliness, temperature, humidity, such as operating room, the ICU, CCU, intensive care unit and other. In this paper, we propose a method that Controlled variable air volume air conditioning system based on fuzzy control technology used in the medical building. The same time, we discussed the air-conditioning automatic control system hardware and software design, so as to achieve the purpose of energy saving.
Keywords
Medicl building Variable Air Volume Industral Fuzzy control
一、引言
在科技日益发展的今天，医疗建筑中对空气环境质量有严格规定的场所越来越多，要求也越来越高。譬如，医疗建筑中的手术室、ICU、CCU等科室都对空气洁净度、温度、湿度有严格限制。对于精确的控制参数，普通的定风量空调系统存在反应缓慢、控制误差大的缺点，很难满足使用要求。而变风量系统应用变频器对风机进行调速，通过改变送风量来调节室温，具有灵敏度高、反应快、控制准确的优点。为了保证医疗建筑重要场所空调系统工作的可靠性，通常辅以自动化程度较高的DDC等工控设备进行控制管理，使其系统运行优化，达到节能降耗的目的。
二、变风量空调系统形式及流程
系统主要有送风机、回风机、粗效过滤器、加湿器、加热器、表冷器及一定数量的电动阀门、风管组成。室内空气经由回风机，将室内空气吸入空调机组，排出部分空气后与室外新风混合先后送入粗效过滤器、表冷器（夏季用）、加热器（冬季用）、加湿器（冬季用）进行处理，再经送风机、中效过滤器送入室内（见图1）。
三、变风量空调系统工作原理
由空气调节原理可知，某一空间内的温度若要发生改变，必须施加外界影响因素使空间内的空气热流量产生变化。降低室内温度需送入的冷气量为：
Q=C・P・L（tn-ts）
式中C：空气比热容［kj／（kg・℃）］
P：空气密度（kg／m3）
L：送风量（m3）
tn：室内温度（℃）
ts：送风温度（℃）
Q：吸收室内的热流量（kw）
由上式，设L为一常数，如果吸收相同的热流量，改变送风温度，可以改变热流量Q的值。ts值越小，吸收热流量Q的值越大，调节送风温度就可以适应室内热负荷变化。目前普遍使用的定风量空调系统就是依此原理，根据回风温度控制表冷器回水阀的开度来控制送风温度，达到调节室温的目的。
变风量空调系统则是另辟蹊径，不是改变送风温度而是通过改变送风量来维持室温恒定。设送风温度ts为一常数，改变送风量L可以获得不同的Q值来调节室温。工程实践中通常使用变频器调节风机转速来控制送风量。
空调系统中所用风机为交流三相异步电动机，若改变电机转速，仅仅改变频率f是不够的，同时还要改变电压U，使U／f保持恒定。所以，变频器通常在改变频率的同时改变电压幅值。
四、变风量空调系统自动控制要求
（一）系统风量的自动控制
本系统为单区系统,取末端70％～100％管道静压作控制主参数,根据参数变化调节风机转速。当房间内热负荷需要增加或减少时，管道静压传感器将风压变化测出，反馈回变频器输入环节，变频器控制单元根据反馈信号调整风机转速，增加或减少风量。当室内热负荷逐渐到达设定值时，管道静压传感器恢复常态，系统取得新的平衡。
（二）回风机的自动控制
回风机正常情况下与送风机联锁随动，并且其回风量要小于送风量。风机采用风量追踪控制，取送、回风机进出口压差信号作控制参数，当压差超出设定值时，调整回风机转速维持送、回风机固定压差。
（三）相对湿度的自动控制
控制方式为二位式调节，通过改变送风含湿量来调节室内相对湿度。通常取回风相对湿度作控制参数来决定加湿器的启停。
（四）新风阀、回风阀、排风阀的自动控制
为了保证室内空气清新度，送风应包含一定数量的新风，回风量中有70％要排出系统，新风只利用总量30％，所以按比例调整风道电动阀的开度，就可以满足送风质量要求。
（五）系统运行参数的检测
变风量系统为完成自控要求，需要实时检测各项性能参数，内容主要包括：
1.模拟量输入：新风温湿度传感器、回风温湿度传感器、处理后送风空气的温湿度传感器、空间温湿度传感器；
2.模拟量输出：表冷器、加热器的三通调节阀、蒸汽加湿器调节阀、电动风门调节阀；
3.开关量输入：送风机的运行状态、回风机的运行状态、送回风机的过载报警、过滤器过阻报警、防火阀报警；
4.开关量输出：送风机启停、回风机启停、各信号指示灯。
（六）DDC控制器必须完成主要功能
1.空调区域温湿度检测与显示，根据空调区域的面积采用若干个温度/湿度传感器将其信号取平均值计算；
2.空调区域温度湿度的自动控制；
3.表冷器或加热器上三通阀开度电动风阀开度，能在现场控制柜上显示及手动调节；
4.新风温度湿度检测与显送，回风机运行状态开机/停机显示；
5.送回风机启停控制，可自动启停风机也可在控制器上手动启停风机；
6.送回风机的过载故障报警；
7.送回风机与防火阀联锁，发生火灾时防火阀报警并自动关闭送回风机与风阀；
8.过滤器过阻报警，提醒运行操作人员及时清洗更换过滤器；
9.自动调节表冷器或加热器上的三通阀和电动风阀的开度，以调节冷冻水的流量和新风与回风的比例；
10.与中央管理微机通讯，接受管理微机的管理指令并发送出管理微机所需要的数据。
五、模糊控制理论基础
模糊控制是一种以模糊集合论、模糊语言变量以及模糊逻辑推理为数学基础的新型计算机控制方法。它是一种非线性控制，属于智能控制的范畴，而且已成为目前实现智能控制的一种重要而又有效的形式。模糊控制是在总结人的控制行为，遵循反馈及反馈控制的基础上，把人的控制行为规律用模糊语言固化为模糊控制规则从而进行控制的一种方式。在传统模糊控制基础上引入了控制领域中广泛应用的PID控制与模糊控制器进行协调控制，克服了单纯采用模糊控制精度低、消除稳态误差能力差的缺点，能够提高空调系统的运行效率，达到高效节能的效果。
由于模糊控制不是基于被控系统的精确数学模型基础之上的，因此，对那些用经典控制方式不能取得很好效果的具有非线性、时变性、强耦合等特点的系统，往往能收到令人满意的效果。
（一）模糊控制系统的基本组成
模糊控制算法是一种新型的计算机控制算法，因此，模糊控制系统具有数字控制系统的一般结构形式，其系统组成如图2所示。
模糊控制器是整个系统的核心，实际上是一台微型计算机，主要完成输入量的模糊化、模糊关系运算、模糊决策以及决策结果的反模糊化处理（精确化）等重要过程。输入/输出接口电路主要包括前向通道中的A/D转换电路以及后向通道中的D/A转换电路等两个转换电路 。广义对象包括执行机构和被控对象。常见的执行机构包括电磁阀、伺服电动机等。被控对象可以是线性的，可以是非线性的，也可以是时变的。传感器也就是检测装置，它负责把被控对象的输出信号（往往是非电量，如温度、湿度、压力、液位、浓度等）转换为对应的电信号（一般为0～5V电压，或0～10mA电流）。
（二）模糊控制器的结构
从功能上划分，它主要由4个部分组成，即模糊化接口、知识库、推理机以及解模糊接口。
1.模糊化接口：由数据采集得到的状态变量都是精确量，要实现模糊控制算法，必须将精确量转化为模糊量。将精确量（数字量）转换为模糊量的过程称为模糊化，或称为模糊量化。模糊语言变量用相应的模糊集合表示。
2.知识库：知识库包括具体应用领域中的知识和要求的控制目标，它通常由数据库和规则库两部分组成。数据库主要包括各语言变量的隶属函数，尺度变换因子以及模糊空间的分级等。规则库包括了用模糊语言表示的一系列控制规则，它们反映了控制专家的经验和知识。
3.推理机：推理机就是采用某种模糊推理方法，由采样时刻的输入和模糊控制规则推导出模糊控制器的控制输出，目前普遍采用的推理方法是最大―最小推理法。
4.解模糊接口：模糊推理得到的是模糊量，要对系统进行控制，必须把模糊量转化成精确量。解模糊接口的作用就是将语言表达的模糊量映射成精确量，也就是根据输出模糊子集的隶属度计算出确定的输出值。目前控制领域中常用的清晰化方法是加权平均法，即面积重心法。
六、空调自控系统硬件设计
空气处理机组采用ATMEL公司的89C52单片机为核心的直接数字控制器来实现对空调系统中温湿度、压力等数据的采集、处理和控制。该控制器由89C52单片机、数据存储器2816（RAM）及DMC16230型液晶显示器LCD等组成一个现场的单片机数字控制系统。其硬件原理图如图3所示。
七、空调自控系统软件设计
DDC控制器的应用软件应采用模块化方法：首先，把软件设计任务按功能划分为若干模块，如数据采集模块、数据处理模块、报警模块、控制模块和故障诊断模块等；接着依据测控时序和模块之间的关系给出应用软件的功能流程图；然后对每一功能模块再进行编程和调试工作。
空气处理机组的主要控制对象是空调区域内的温度，它是一个典型的存在着纯滞后的大惯性被调量，而且在中央空调系统运行过程中影响室温变化的被调区域的空调负荷与室外气候条件、室内设备使用情况、室内人员流动情况等诸多随机因素以及围护结构、室内物体、空调系统本身等因素有关，其中有些因素的日变化幅度较大，因而难以用精确的数学模型来描述，用传统的调节方式很难达到最佳控制和节能的目的。
大量的应用实践表明，数字PID控制有算法和控制器结构较简单、有一定鲁棒性、控制稳态误差能力强的优点。模糊控制的优点是鲁棒性好，无需知道被控对象的数学模型，但容易因控制规则的粗糙而引起稳态误差。这里采用了一种复合模糊控制的方法，当系统处于过渡过程时采用模糊控制，进入稳态过程后如有稳态误差，则切换到PID控制，消除稳态误差之后再切换到模糊控制。这样既有模糊控制灵活响应快和适应性强的优点，又具有PID控制精度高、克服稳态误差能力强的特点。
在空气处理机组的DDC控制器中被控对象为区域温度，输入量是测得的室温值，输出量是冷却器中的冷冻水流量，控制算法中用到的是速率式PID算法，算法如下：
u（k）=Kp［e（k）-e（k-1）］+KIe（k）+KD［e（k）-2e（k-1）+e（k-2）］
从仿真和实验的结果来看，这种复合模糊控制的方法响应快，鲁棒性强，能有效克服稳态误差，参数调整方便，能有效地克服纯滞后对控制系统的不利影响，在滞后和参数变化比较大及有干扰时对室温仍能取得较好的控制效果。
整个控制系统可靠性及灵敏性的实现，很大程度上依赖于信号采集环节的准确度，为了提高传感器数据采集的信噪比，硬件采用R-C滤波电路和电磁屏蔽措施，软件方面采用限幅滤波消除尖峰干扰、算术平均值滤波平滑波形。
控制系统在每个控制周期内自动对工控机、A/D、D/A转换板和设备如传感器、执行装置等进行巡检。同时，系统中各分支系统也不定时进行程序自检，保证控制系统的可靠性和实时性。在巡检过程中发现某元件出现错误或故障时，系统显示器能及时报警并显示故障信息，如故障部位、类型等，为工作人员提供维护方面的帮助。由于被控对象存在纯滞后和大惯性，电动阀动作机构等受控部件动作频率不宜过高，系统控制周期根据不同工况设定为连续可调。
由于空调系统回风温度、湿度接近于机房室内温、湿度，因此可以将回风温度、湿度作为系统调节室内环境变化的主控参数。空调系统可分为三种工作状况：夏季工况，冬季工况，春秋季节过渡工况。针对不同工况，需根据不同对象特性相应调整控制参数，采取适宜的控制算法，方能获得良好的控制品质。
温度控制主要依靠温度传感器、表冷器或加热器、变频风机、电动阀及控制软件完成过程控制。夏冬季节，自控系统通过调节表冷器两通阀改变冷水量，同时调节风机转速改变送风量调节室温。由于回风温度传感器存在传递滞后，采取PID控制和模糊控制结合的控制方法，利用PID控制减小静态误差，利用模糊控制提高系统动态反应快速性。过渡季节工况时，一般是通过控制风机转速及送风阀开度来调节室温。
湿度控制在夏季工况中依靠调节电动冷水阀完成控制功能，调节过程应用最大值选择的控制方法。冬季时节，湿度控制依靠电动蒸汽加湿阀的调节作用，由于存在传递滞后现象，为避免通入蒸汽量过多导致加湿器过热，采用PID控制和模糊控制结合的控制方法。而过渡季节的湿度控制相对较为简单，只需对室内外空气自然混风即可满足环境要求。
联锁控制可根据逻辑关系进行编程。风阀必须在风机建立风压后才能打开。
八、系统仿真分析
1.为了说明复合模糊参数控制器的良好控制性能，对冬季室温为-7℃，设定值为23℃时和夏季室温为36℃，设定值为28℃时的极限情况作仿真实验，并与预定参数下的常规 PID 控制方式做了比较。不管在夏季进行调节还是在冬季进行调节, 复合模糊控制均取得了比常规 PID 控制更高的快速性和稳定性，超调小、振荡轻、过渡过程时间快，控制性能显著提高等优势。
2.当系统达到稳态后加入干扰，进行鲁棒性分析。串级控制系统扰动可分为外环扰动和 内环扰动。外环扰动为被控房间存在的诸多干扰因素，如：门、窗突然打开，室内人员流动等，这些因素等效为房间温度的阶跃干扰。内环扰动为管路压力偶然增大（或减小）引起阀门开度未变而风量改变，从而影响室温，该因素等效为风量的阶跃扰动。加入内、外扰动后，扰动使复合模糊控制系统偏离稳态值的幅度很小、系统无振荡且又能较快达到稳态。而同样扰动使常规 PID 控制偏离稳态值的幅度大，产生小振荡，达到稳态的时间较长。
3.当房间热惯性时间常数由于某原因变化时，模糊控制超调的增加相对很多，且其过渡时间基本未变，无振荡产生。相对常规 PID 控制优势较大。
九、节能比较
有资料显示，变风量空调系统的节能效果十分明显。当系统运行于50％风量时，变频器仅使用了15％左右的最大功耗，而定风量系统大部分运行于50％～90％最大功耗，相对而言节能范围高达25％～85％，节能功效十分显著，可大大加快投资回收时间。
十、结束语
综上所述，空调控制是医疗建筑中的一个重要部分，运用新技术来提高空调节能效果和控制能源损耗有着很大的现实意义。空调自控系统的设计方法在具体应用中还要参考现场实际情况及控制要求做出相应变化、调整。这种方法能够有效地提高空调系统的运行效率和节能效果。相信伴随着科技的不断进步和国民经济的持续发展，空调自控系统将会有更为广阔的应用空间。 （编辑 马孝民）
参考文献
显示器模糊范文3
关键词：单片机 干燥机 模糊控制
0 引言
近年来，伴随着房地产业的持续火热，建筑装饰以及家具行业对木材的需求量增长强劲，中密度纤维板以其低廉的价格、不易变形的优点也得到了广泛应用。中密度纤维板主要是以木材加工过程中的剩余边角废料以及其他植物纤维为原料，共要经过打碎、纤维分离、干燥、添加胶粘剂、热压等几个操作环节制成，其中干燥是生产环节中最为关键的工序之一，木质纤维的干燥程度直接影响到最终成品的质量。为此，本文针对现有的中密度纤维板生产线所使用干燥机设计了一套基于单片机的智能控制系统，用以实现对纤维干燥过程的自动控制，改变传统干燥技术能量利用率低的问题，降低干燥成本，提高经济效益。
1 中密度纤维板干燥机及控制系统工作原理
纤维的干燥过程主要采用气流干燥方式。工作时，首先由上道工序将木材边角料等原材料磨成湿纤维，通过进料管进入干燥机，与干燥的热空气混合，由热空气将湿纤维中的水分蒸发带走，干燥好的纤维通过干燥管末端的干燥旋风分离器出口送出至干纤维料仓，热气流则通过分离器顶部排出。
设计方案中在干燥管进口与出口处分别各安装温度传感器采集热空气的温度，在进料口与出料口处安装水分传感器，检测纤维的水分含量，并将信息经A/D转换为电信号送至控制系统，并同时显示在显示屏上。根据实践证明，影响纤维干燥效果的主要取决于干燥管入口处热气流的温度值和气流速度。温度高低会直接影响到干燥的品质和时间，温度如果较高，固然能够缩短干燥时间，但也会导致纤维中添加的脲醛树脂胶提前凝固，严重影响产品的质量。控制系统为此设置了温度的报警电路。
干燥用的热空气由室外空气经加热器加热，由鼓风机送入干燥机。改变鼓风机的转速可调节进入干燥管的热风风量与速度。本设计中的控制系统主要采用了模糊算法，通过控制鼓风机风量，来调整干燥管内温度与气流速度，保证纤维干燥的品质与干燥效率。
2 控制系统硬件设计
本次设计的控制系统采用PIC16C72单片机为核心，由数据采样模块、输入/输出模块、报警电路、执行动作模块等几部分构成。
2.1单片机选型 系统选用Microchip公司生产的PIC16C73单片机，该款芯片采用RISC（精简指令集）体系，去除了不常用的指令，比起其他单片机来，PIC这个系列单片机运行速度较快。PIC16C73单片机还自带5路8位A/D转换通道。A/D转换器采用逐次逼近法进行A/D转换，足够满足系统采集干燥机各处温度与含水量的检测需求。
2.2 数据采集 系统的数据采集是由温度传感器、水分传感器分别采集热空气温度和纤维的含水率。温度传感器选用DS18B20，其检测范围在-55-+125℃之间，精度较高，对比传统采用的热敏电阻更加耐磨耐碰，而且可以直接读出被测量的温度值。水分传感器则选用德国阿尔邦公司生产的FHA696MF传感器。数据检测按照设定时间定时采样，采样数据经A/D转换后送控制系统并同时在显示屏上显示。
2.3 I/O模块及报警模块 设定采用按键输入，键盘选用3*3的扫描键盘，可以输入设定干燥机温度等参数。显示模块用于显示纤维在干燥过程中的温度与含水率的设定值以及实际测得的数值，显示模块选用普通的MS12864R液晶屏。报警电路设计较为简单，当干燥机温度出现过高时通过一个蜂鸣器和发光二极管发出警告。
2.4 执行模块 单片机通过DAC0832输出模拟信号，由日本三垦SAMCO-i变频器根据模拟信号变频输出，控制鼓风机的转速，控制并改变通过加热器的热空气的风量和风速。
3 控制系统软件设计
3.1 控制系统设计思路 系统软件首先是对单片机的初始化，输入设定参数，然后开始对各个测量通道进行扫描，将温度或水分传感器检测到的模拟信号送入A/D转换器进行模/数转换，转换为数字信号后送入控制系统，同时把检测到的数据送显示模块，显示当前干燥机实际温度与纤维含水率的实时数据，并显示相关的设定值。控制系统调用数据处理程序，将检测到的入口热空气温度的信号值送模糊控制器处理，与设定值进行比较，根据结果进行相应模糊处理，并将处理结果经D/A转换为模拟量输出，控制变频器及继电器驱动鼓风机等执行机构的动作，改变热风风量，从而调整干燥机的温度与气流速度满足干燥机的控制需求。（见图2）
3.2 模糊控制算法设计 中密度板纤维在整个干燥过程中，受外界环境温度、湿度以及不同的原材料本身含水率差异等多种因素影响，采用传统的控制方法，比如PID控制，控制器及其容易受到这些干扰，而影响控制效果。为此，本文设计方案中采用了模糊控制算法，对干燥机的工作过程进行智能化控制。
模糊控制是一种基于语言的控制方法，用模糊控制一般用{NB负大、NM负中、NS负小、Z零、PS正小、PM正中、PB正大}这样的语言描述偏差。控制参数对应的子集越多，相应的控制精度越高。比如上面的描述就分为7档。当然具体按实际情况而定，本文设计的模糊控制器采用五档描述：T（E）={NB负大、NS负小、Z零、PS正小、PB正
大}。输入量是温度偏差X（设定含水率与测量值的差值）、偏差变化率XC、输出值为温度控制量Y，最终Y可量化为鼓风机的转速。
根据人工控制经验，总结模糊控制的规则如表1所示。
当温度偏差较大的时候，输出控制量应考虑以尽快消除偏差为主；如果检测到的温差不大的时候，控制量要注意防止出现超调，应减少输出量。例如：温度偏差差为负大，温差变化率也为负大，则说明温度误差有增大的趋势，应尽快消除偏差，因此控制量应选择正大，让鼓风机转速增大，增加热风风量。
4 结束语
本文设计了一个中密度纤维板干燥机的智能温度控制系统，以PIC16C73单片机为控制核心，选用了模糊控制算法，相对传统控制模式，具有超调量小、能耗低的特点。实际运行中控制系统工作稳定，运行速度快，可靠性好，很好满足了干燥机的温度控制要求，对于提高干燥品质，减低能耗有较为明显的效果。
参考文献：
[1]张明峰.PIC单片机入门与实践[M].北京：北京航天航天大学出版社，2004.
[2]诸静.模糊控制理论与系统原理[M].北京：机械工业出版社 2005.
[3]张丽丽，高晓阳，陈菁菁，毕阳等.基于模糊控制的麦芽干燥室温度控制系统设计[J].甘肃农业大学学报，2009（2）.
显示器模糊范文4
关键词：多传感器；信息融合技术；酒精检测；嵌入式
中国分类号：TP216.2 文献标识码 ：A
文章编号：10053824（2013）01006404
0 引 言
随着社会经济和人们生活水平的提高，汽车已经成为人们日常出行必不可少的代步工具，但随之而来的通路交通安全问题也成为全球性的大问题，而驾驶员酒后驾驶是导致道路交通伤害的重要因素之一。据统计，全世界每年因交通事故而导致的死亡人数超过100万，直接经济损失约125亿美元。据2008年世卫组织的调查表明，一半以上的交通肇事都与酒驾及酗酒有关，酒后驾车已经成为交通事故的第一大“杀手”。
目前，很多国家采用呼气酒精浓度检测的方式对驾驶人员进行现场检测，我国也不例外。这种检测方式简便、快捷，但是它只能在交警人员现场监督的状况下对部分车辆进行随机检测，由于酒后驾驶行为本身极为分散，因此不能从根本上杜绝酒后驾车现象的发生。而在一些发达国家已经有多种车载的酒精检测系统被研制出来，并已经投入市场。例如：在瑞典，一千多辆沃尔沃载货车安装了酒精锁装置，这种装置被安装在汽车内，驾驶者必须在汽车点火前对着装置进行吹气检测，当测试结果不合格，汽车联锁装置被激活使汽车无法启动。但酒精锁的缺陷是可以作弊，因此，意大利有人设计出一款驾驶室酒精探测仪，它有3个小型探测头安装在驾驶员附近，用来检测驾驶员呼出的气体中的酒精浓度，当检测到气体中酒精浓度超过安全水平，探测仪发出警告。当有些驾驶员企图作弊，让没有饮酒的人员代替司机启动汽车，即使汽车启动，但是该探测仪会在汽车运行过程中持续检测，若检测到驾驶员仍饮酒超标，控制系统会迫使汽车减速直至停止。日本丰田公司联合其它制造商还将面部识别等多种检测手段集成在一块，开发出一款新的概念车。在我国，汽车技术起步较晚，但对汽车安全性的投入却在不断加大，北京市公交旅游公司就在其车上安装了车载酒精检测系统，司机启动车辆前先对着酒精检测装置吹气，当检测结果达标时方能启动汽车。若未合格，那么行车电脑将保存检测数据，同时其数据将被车队管理者通过智能电子卡进行下载，结果作为管理依据。
目前设计的车载酒精检测系统多采用单个传感器，干扰大而且不能充分考虑车内特定的空气流场，难以很好推广。而多传感器可以很好地克服单一传感器信息采集点的局限性问题。本文设计的车载酒精测试系统，采用ARM嵌入式微控制器，将选用的多个传感器利用模糊推理原理的控制算法进行数据融合，判断驾驶员的饮酒程度，当驾驶员为酒驾时系统发出声光报警并通过液晶屏提示信息，如果驾驶员不听劝告，汽车将不断减速，直至停止行驶。该系统还可与其它电子控制单元通讯设备相连，实现实时监控，能有效降低事故发生率，因此具有重要的研究意义，在国内有广阔的发展前景。
1 系统总体设计方案
该车载酒精检测系统采用超低功耗的ARM9芯片和多个酒精传感器，其他相关传感器，警告及显示系统等。酒精传感器采用灵敏度较高的电化学和价格低廉的半导体气体酒精传感器，分别放置在驾驶座和乘客座上，检测系统主控部分放置在汽车仪表盘位置，在汽车行驶过程中自动探测驾驶员及乘客呼气酒精浓度，鉴定是驾驶员饮酒还是乘客饮酒。在换挡杆上安装气味检测器和汗液传感器，在仪表盘中央位置安装一台微型摄像机，在驾驶系统中预置加速度传感器，倘若乘客接触换挡杆，摄像机会启动面部识别系统，进一步作出识别，随时检测驾驶员的面部表情，通过检测驾驶员眼睛的开闭状态，电脑控制系统可以判定驾驶员的意识是否清醒；加速度传感器判断驾驶员能否沿车道正常行驶，作为辅助判断；车的换挡手柄上的气味检测器通过检测驾驶员脉搏的变化来判断他是否喝酒，汗液传感器检测驾驶员手上分泌的汗液是否含有酒精成分。经过信息算法融合计算，若驾驶员的酒精综合检测系数超过安全水平，立即触发车内警告装置，提示驾驶员把车开到路边休息，如果驾驶员不听劝告，行车电脑将对汽车施加控制措施让其减速直至停车。另外，检测系统可在停止发动机后保持30 min，短时间内无需再次进行酒精检测。
2 系统硬件设计
2.1 空气酒精浓度传感器采集电路
从理论上说，判断是否酒驾，测量血液中的酒精含量是比较准确的，但是车载检测很难操作。人饮酒后，酒精会通过血液循环并通过肺部呼气排出，因此可以通过测量呼出气体中的酒精含量，以此判断其饮酒程度。况且气体浓度检测简便快捷，所以本课题选择气体酒精传感器。
目前，使用较多的气体酒精传感器有3种：燃料电池型、半导体型和催化式接触燃烧型酒精传感器。其中，半导体气体酒精传感器价格低廉，可用在要求不高的场合，但性能较差。燃料电池型酒精传感器在精度、线性度以及死区范围等方面都远远优于半导体型传感器，但其价格相对较高。为了提高对驾驶员酒后驾驶判别的正确率，减少车内其他人员呼出酒气而造成的误判，本文结合实际情况，拟在车内选用了2种不同精度的气体传感器：ME3AC2H5OH燃料电池型酒精传感器和MQ3半导体酒精传感器。首先，在对主驾驶员的呼气酒精浓度检测时，副驾驶员和乘客呼气对其都会带来不同程度的影响，因此为排除干扰，在靠近副驾驶员和乘客的位置，选用精度相对较低的MQ3半导体酒精传感器。而在靠近主驾驶员的位置则选用了灵敏度高的ME3AC2H5OH酒精传感器。所采用的电路如图1所示。由于酒精属于挥发性气体，容易受到车内其他气体乃至车外环境的影响，所以本课题对车室内外空气场模型进行综合考虑后得到实际的布点，以尽可能将其它干扰源的影响减至最小为前提，将多个传感器采集点采集到的酒精气体浓度的数据通过模糊推理的算法进行融合并加以判断，从而得出最真实的驾驶员饮酒状况。
图1 ME3AC2H2OH酒精传感器电路图2.2 加速度传感器采集模块
当驾驶员酒后驾车时，由于酒精作用，对车辆的控制能力下降，将会不自觉地频繁改变行驶路线。定义当汽车行驶方向的变换频率大于5次/20s，驾驶员有酒驾的可能。通过加速度传感器采集模块将酒驾信号传输到主控芯片，作为辅助数据进行融合计算。
2.3 气味检测器、汗液传感器
在汽车换挡杆处设置气味检测器、汗液传感器，可以检测驾驶员脉搏是否因喝酒而发生变化，汗液传感器检测驾驶员手上分泌的汗液是否含有酒精成分。它还可以作为视觉系统启动信号。
2.4 视觉传感器和处理模块
如果乘客接触换档杆，微型摄像机的面部识别系统会启动，通过内部算法的计算，捕捉驾车者的眼部眨眼频率，当眨眼频率超过设定范围时认为是酒后驾驶或疲劳驾驶，综合其它信号后进一步判断是否为酒后驾驶。驾驶员能否驾车沿车道正常行驶也会受到监视器的监控。
2.5 警告及显示系统
报警显示控制模块主要包括声光报警和显示报警。当驾驶员启动汽车后，各传感器被启动检测车内酒精气体浓度信号。首先传感器将采集到的信号通过ARM 内置 A/D 转换、信号调理；之后通过软件及其算法将多传感器数据进行融合；最后将融合的结果通过 LCD 液晶显示屏显示。若酒精浓度超标，LCD液晶显示屏会显示酒精浓度，并闪烁发出警告信息，同时启动声光报警器报警，并通过点火装置与充电电瓶之间的继电器开关将汽车点火装置切断。假如酒精浓度没有超标，正常指示灯亮起，液晶屏幕显示当前酒精浓度，汽车正常行驶。报警信号及制动控制信号可通过手动复位清除，清除后系统自动重新进入检测状态。系统硬件架构如图2所示。
按照系统所要实现的功能，本系统软件设计由酒精浓度检测、多传感器数据融合、报警显示制动、存储记录，按键功能设定，USB数据传输等几部分组成。软件主要包括初始化、数据检测程序、数据信息融合、液晶显示、通信程序、控制驱动程序等。系统上电后， 首先进入ARM嵌入式系统启动代码，然后如果有预先设定参数按键的，则可以预先输入设定报警界限。该参数不能随意改动，必须要提供密码，该密码仅由有权限部门进行设定。数据信息融合部分采用模糊控制算法。融合后的输出值与设定的报警参数进行比较， 如果比较结果正常，则直接记录数据；但倘若高于设定值，则延时30 s后给出继电器开关的关断控制信号，启动蜂鸣器鸣叫，显示当前酒精浓度及警示信息，并记录数据。系统主程序的软件流程如图3所示。
融合系统算法 本课题对于驾驶员饮酒程度的初步检测采用常用的呼气酒精浓度法检测，但这种检测方式和前面讨论的一样属于主动检测，缺少专人监督，为了防止驾驶员作弊以及减小环境中其他因素的影响，我们对车室内多个采集点进行测量。另外当驾驶员饮酒时，会有包括驾驶员呼气酒精浓度，车速不稳定等不同特征参数来反映。所以本设计除了酒精传感器外还采用了多种其他传感器，在车内有特定的空气流场，加之传感器测量本身具有一定的不确定性。通常，一个系统中的多个传感器相互间有着交叉灵敏度，势必会给其它的传感器信号带来误差。而基于模糊推理原理的多传感器融合系统算法，可以克服只有一个传感器采集信息的空间局限性，并从一定程度上排除副驾和后座位置上的乘员饮酒情况的影响，很好地适应车载酒精检测系统的要求。并且基于模糊推理原理的数据融合算法对于可以对异质传感器信息处理地很好，模拟人的感知系统更确切，所以综合各种常用的数据融合方法，最终选定模糊推理原理的数据融合算法。
模糊推理是模拟人的日常推理的一种近似推理，它是从不精确的前提集合中得出可能的不精确结论的推理过程。模糊推理由4个主要部分组成：规则库、推理机、模糊化和解模糊。首先选取隶属度函数，设定输入输出模糊集合，将输入输出信号数值量转换成相应的模糊量；然后建立规则库，有很多种方法可以设定，通常根据人的常识或经验按照模糊规则语句的格式进行转换，建立计算机识别的语言并形成相应的模糊语句。接下来是比较模糊化后的信息与前面的规则库进行推理，找到最符合要求的匹配规则。最后是对推理出的结果解模糊，将模糊量转变为人们最终想要的量，最终实现相关的控制。模糊推理算法适用于具有多个变量而且被测对象具有较大的随机干扰或时变性的场合。但由于其结构关系复杂，很难用一个简单精确的数学模型来描述。图4是模糊推理示意图。
模糊推理示意图本课题主要用实验的方法进行验证。首先采集几个检测点的酒精气体浓度、烟尘浓度等信息，将相关采集的信号实现智能网络传感器节点化。依据传感器性能要求选择多个灵敏度较高的酒精传感器、性能优越的CAN收发器以及ARM9嵌入式微控制器。并设计了键盘和液晶电路，报警控制电路和数据存储电路等其它相关电路，用ARM微控制器去实现各块功能，酒精检测部分采用分布式无反馈融合系统。最后此实验可以通过MATLAB软件进行仿真，通过合适的模糊控制规则最终得到准确性判定。为防止线路干扰过大造成系统死机或误动作，汽车电源系统采用了自主设计的电源系统。
5 结束语
本文着重设计了基于车载的多传感器融合的酒精检测系统，采用了多个传感器和嵌入式微控制器对汽车车室内酒精浓度进行检测，判断驾驶员的饮酒程度，从而判定驾驶员有无违规驾驶，并对预防事故的发生采取相应的措施。 该装置体积小，成本低，智能化程度高，可行性强，并且通过模糊推理原理的控制算法进行多传感器融合，准确度高。因此对汽车安全性能有很大的提升作用，具有很好的应用价值。参考文献：
[1] 占强.预防醉酒驾驶的技术[J].世界汽车，2007（10）：9093.
[2] 牟顺海，刘小玲.汽车黑匣子抗干扰技术[J].中国测试技术，2006，32（4）：141143.
[3] VOAS，ROBERT B. Have the courts and the motor vehicle departments adequate power to control thedrunk driver[J]. Addiction，2001，96（12）： 17011707.
[4] VOLVO A B. Volvo locks the drunks out[J].Automotive Engineer，2006，31（11）：45.
[5] 高峰.预防酒后驾车新技术扫描[J].汽车运用，2009（12）：3537.
[6] 李宗睿，许振忠，王俊红.主动呼气式酒精探测仪[J].北华航天工业学院学报，2009，19（5）：1517.
[7] 党宏社，韩崇昭，王立琦，等.基于模糊推理原理的多传感器数据融合方法[J].仪器仪表学报，2004，25（4）：527530.
显示器模糊范文5
在数字通信系统中，必须以符号速率对解调器的输出进行周期性地采样。为此，接收器需要一个采样时钟信号，这个时钟信号的频率和符号速率相等，相位则必须保证采样时刻是最佳的。在接收器中获得这个采样时钟的过程被称为符号同步或符号定时恢复。迟早门（Early－late Gate）是实现符号同步的重要方法之一，广泛运用于各种数字通信系统中。本文提出的基于模糊控制的迟早门与传统的迟早门相比，具有同步速度快、过冲小、相位抖动小等优点。在其FPGA实现中，采用了离线计算实时查表控制的方法，并针对实际应用的情况，将控制表转化为逻辑方程，进一步简化了电路。
1 迟早门简介
一阶闭环平衡双积分型迟早门结构如图1所示。
早门累加器和迟门累加器分别在两个连续的半符号周期内对输入数据的采样值进行累加，即计算前半符号周期和后半符号周期内接收到的信号的能量，它们与一个减法器共同构成了相位检测器。为了保证相位检测的有效性，采样时钟的频率必须是符号速率的偶数倍，一般至少要为8倍。如果接收到的信号为连续的0或1，那么相位误差Δe为零；如果接收到的信号中0、1交替出现，那么相位误差Δe可能不为零。误差累加器和比较器构成了一阶低通环路滤波器，相位误差累加值与一个门限值比较，产生的差值控制本地生成的数据时钟相位。相位误差累加值的符号决定数据时钟的相位是前移还是后移，每次相位调整的幅度是固定的，调整的门限值也是固定的。控制逻辑根据本地生成的数据时钟决定早门累加器、迟门累加器和误差累加器的工作时序。
若迟早门的采样周期为Ts，数控振荡器的调整幅度为d，则由于迟早门相位调整造成的接收数据时钟的相位抖动为d·Ts。如果调整幅度d较大，则数据时钟可以很快地同步上，但是相位抖动就会比较大。如果调整幅度d较小，则相位抖动较小，但是数据时钟可能需要较长的时间获得同步。
2 迟早门的模糊控制设计
同步速度和相位抖动是制约迟早门性能得以提高的主要因素。为了实现较小相位抖动要求下的快速同步，可以采用自适应技术，在相位捕捉阶段使用较大的调整幅度，在相位跟踪阶段使用较小的调整幅度。本文提出了一种基于模糊控制的方法，同样可以达到自适应的效果，而且鲁棒性好、易于实现。
基于模糊控制的平衡双积分型迟早门结构如图2所示。
在结构上，基于模糊控制的迟早门用两个相位误差寄存器取代了传统迟早门的相位误差累加器，用一个两输入、单输出的模糊控制器取代了传统迟早门的简单比较器。该模糊控制器的输入为相位误差累加值的当前值Δe（n）和前一次计算值Δe（n－1），输出为数控振荡器的调整幅度值d。用三角形隶属度函数将输入变量Δe模糊分割为负大（NB）、负小（NS）、零（ZR）、正小（PS）、正大（PB）五种取值，模糊分割的图形表示如图3所示。输出变量d被模糊分割为负大（NB）、负中?NM?、负小（NS）、零（ZR）、正小（PS）、正中?PM?、正大（PB）七种取值，模糊分割的图形表示如图4所示。
模糊控制器的控制规则表如表1所示。
表1 模糊控制规则表相位误差Δe(n-1)
相位误差Δe(n)DCO调整幅度dNBNSZRPSPBNBPBPBPMPMPSNSPBPMPMPSPSZRPMPSZRNSNMPSNSNSNMNMNBPBNSNMNMNBNB由于模糊控制器输入变量模糊分割的相邻两个取值具有50％的交叠，所以除个别点（0、±a／2、±a）以外的精确输入值都对应两条控制规则。模糊控制器输出变量的清晰化采用重心法。
3 模糊控制迟早门的FPGA实现
在实际运用中，需要对接收到的1Mbps高斯最小频移键控（Gauss－MSK）信号进行符号同步，这就要求模糊控制单元的推理速度至少为1M FLIPS?Fuzzy Logical Inferences per Second?。显然，对这样的推理速度指标，用软件在一般的通用处理器上是很难实现的。因此，模糊控制迟早门必须使用硬件来实现。FPGA是一种廉价的半定制大规模集成电路，它的开发工具可以在PC机上运行。FPGA具有密度高、结构灵活、设计时间短和可编程等优点，非常适合用于模糊迟早门的硬件验证。
一个典型的模糊控制器通常由包含控制规则的知识库、模糊推理单元以及与外部接口的模糊化单元、清晰化单元组成。自1985年以来人们在模糊控制器的硬件实现方面已经做了很多工作，用数字电路实现模糊控制器已经有非常成熟的设计方案。这些方案将模糊控制器的四个基本单元用数字电路一一实现，模糊推理速度也可以达到1M FLIPS以上。但是在模糊控制迟早门中，模糊控制器只是其中的一部分，迟早门也只是整个接收机中的一个单元。如果采用通用的设计方案，最后实现的模糊控制迟早门占用FPGA的逻辑单元必然很多，致使整个接收机占用的芯片面积很大，而且模糊控制器在迟早门中的功能比较单一，无法实现复用。因此，模糊控制迟早门中的模糊控制器不适于用通常的设计方案。为了减小占用的芯片面积，模糊控制器采用了如下的设计思路：首先，确定输入输出精确量的比特数；然后离线计算模糊控制表，即获得一张输入输出精确量之间的真值表；最后，将这张真值表化简为逻辑方程。这样，模糊控制器就可以用简单的组合逻辑来实现。获得逻辑方程后，可以用硬件描述语言编写程序，然后在FPGA开发系统中对编好的程序和描述迟早门其它部分的程序进行编译。如果编译成功，FPGA开发系统会生成一个FPGA芯片的配置文件，将这个配置文件通过配置电缆下载到芯片里，就能最终得到一个实现模糊控制迟早门的芯片。
显示器模糊范文6
关键词：用例；模糊用例；统一建模语言扩展；软件自适应；模糊自适应
0 引言
近年来，随着软件规模和复杂程度的不断增加，用户需求的频繁变化，给软件的维护和运行提出了巨大挑战。如何找到一种新的软件开发方法，使其能够有效降低软件维护压力、增强自身容错和应对变化的能力，成为国内外研究的热点[1]。软件自适应技术应运而生，这类软件能够在运行过程中，实时收集系统的各种变化信息，并根据预先设定好的策略，在必要时对自身进行自动调整，以更好地为用户提供服务[2]。
软件模糊自适应（Software Fuzzy SelfAdaptation，SFSA）[3]是在软件自适应技术的基础上提出的，它是把模糊控制逻辑应用到自适应软件领域的一种新的自适应软件范型。它的提出试图解决软件自适应环中日益凸显的不确定性和模糊性，消除模糊不确定性对自适应过程的影响，实现在不确定条件下软件基于不完备信息的感知、决策和自适应。
随着软件模糊自适应技术的提出与应用，迫切需要一套能够贯穿从需求分析到设计、实现等全过程的软件模糊自适应开发方法，文献[3-4]针对SFSA的开发阶段做了大量工作，设计了专门的开发工具包。但针对软件模糊自适应需求分析与设计阶段的研究还比较少，而需求分析建模是开发优秀软件的重要环节，因此，需要一套专用辅助工具进行分析和设计。
目前，可借鉴的用于软件模糊自适应需求分析与设计阶段建模的方法主要有以下两类：
1）软件自适应研究领域提出的方法和工具。如文献提出的Adapt Case方法等，这些方法可很好地支持一般软件自适应软件需求分析与设计阶段的建模，但对SFSA缺少可变性支持。
2）直接利用统一建模语言（Unified Modeling Language，UML）建模。如文献[10-11]提出的软件自适应设计模式。UML用例作为面向对象建模的核心技术，可用于软件需求分析与设计阶段的建模。但由于其缺乏相关设施，使得模糊自适应用例模型的语法结构表示不清晰、语义表述不准确，且模糊自适应逻辑[3]与应用逻辑交织在一起，不便于模糊自适应逻辑的封装与重用。
针对以上情况，本文基于UML用例提出了模糊用例（Fuzzy Case），专门用于SFSA自适应逻辑的需求分析与设计阶段建模。Fuzzy Case具有以下特点：
1）Fuzzy Case能以图形化的方式定义SFSA的结构，保证了SFSA模型的直观性和易理解性；
2）Fuzzy Case用对象约束语言（Object Constraint Language， OCL）定义对象的约束条件，保证了模型描述的准确性；
3）利用模糊用例建模SFSA，在需求设计早期阶段就实现了模糊自适应逻辑与应用逻辑的分离，提高了软件模块化程度，降低了软件开发难度。
1 预备知识
本章首先给出软件模糊自适应的定义及基本构架，然后简单介绍UML扩展机制。
1.1 软件模糊自适应概述
软件自适应[2-3]是指软件为持续、高质量地提供服务，在运行时通过感知环境变化和自身状态，对自身行为、内部参数和软件结构进行的有效调整。具有自适应能力的软件被称为自适应软件。
软件模糊自适应（SFSA）是在软件自适应基础上提出的，它利用模糊控制原理实现自适应逻辑，是软件自适应的一种具体实现方式。根据软件模糊自适应架构搭建的软件系统称为模糊自适应软件（Fuzzy SelfAdaptive Software）[3]，如图1所示。根据软件自适应外部机制[3]要求，该软件系统可划分为两个单元：模糊自适应逻辑（Fuzzy SelfAdaptive Logic）单元和应用逻辑（Application Logic）单元。
1）模糊感知器（FuSensor）：
定义2
主要负责采集软件内部状态及外部环境的实时数据，并将其进行模糊化处理，筛选出需要进行模糊自适应调节的有效信息。
具体构成及作用如下：
a）传感器（Sensor）：检测系统内部状态、外部环境的变化，收集用户新的需求。在该软件实体中添加了标记值“Kind”，用以显示地说明传感器的类型（如Kind=Resource）。
b）模糊化（Fuzzification）单元：调用隶属度函数（MemeberShipFunction）[13]，对传感器采集的信息执行模糊化操作。在该单元添加了一种新的属性“subsets1”，用以存储执行模糊操作“fuzzy”后得到的数据。
c）边界值（Bound）：在该单元添加新的属性“upper”和“lower”用以设定系统正常运行时的参数。
d）比较器（Comparator）：将模糊子集与对应边界值作比较，超出边界范围则生成对应触发事件event，触发模糊自适应器动作的执行。
2）模糊自适应器（FuAdaptor）：
定义3 模糊自适应器（FuAdaptor）。是一类基于模糊推理规则进行模糊自适应决策的软件实体。
在该单元添加了布尔型变量“event”作为模糊自适应器执行与否的触发事件。
3）模糊执行器（FuActuator）：
定义4 模糊执行器（FuActuator）。是一种将模糊决策施加到应用逻辑上的软件实体。
模糊执行操作分两步完成：
a）解模糊化操作，将模糊语言变量解析成执行器可识别的清晰值；
b）将清晰的模糊决策施加到应用逻辑，调整应用逻辑的参数、行为或结构。
对应模糊执行操作的两步，模糊执行器可分成如下两个子单元：
a）解模糊化（Defuzzification）单元：该单元添加了新的属性“subsets2”用以存放解模糊之前的数据。
b）执行器（Actuator）：执行系统决策，对软件应用单元进行参数、结构 或行为的调整。在该单元添加标记值“Kind”显示地标记执行器的类型（如Kind=Parametric）。
4）知识库（KnowledgeBase）。
在知识库单元定义了两个特殊的数据集合“MembershipFunction”和“FuzzyRoleBase”，用以存放隶属度函数和模糊推理规则。
隶属度函数实现软件上下文空间的模糊化与解模糊化，常用的隶属度函数（如三角形函数、梯形函数、高斯函数等）都会存放在数据集“MembershipFunction”中供系统调用。
模糊推理规则存储用于实现目标软件模糊自适应的知识。每条规则由一组“Ifthen”语句组成，每一条语句的前件（antecedent）是经模糊化的感知量，其后件是（consequent）对应的控制量。作为一种特殊的数据类型，其存放于数据集“FuzzyRoleBase”中。
3.3 Fuzzy Case语义描述
本节以UML顺序图的形式详细给出“Relation Definition”中各软件实体的交互关系，用对象约束语言（OCL）给出Fuzzy Case约束条件“Constraint Definition”的描述。
1）Fuzzy Case各单元顺序图。
如图4所示，传感器Sensor将检测到的系统信息发送给模糊器Fuzzification，模糊器调用隶属度函数执行模糊操作生成模糊子集subsets；比较器Comparator取出事先设定好的边界值上限upper、下限lower，与对应模糊子集比较，若超出边界值则生成对应触发事件event，触发自适应操作。这是FuSensor内部各对象动作序列（图4中的操作1～10）。
FuAdaptor被触发后，调用模糊推理规则，进行模糊推理，制定模糊决策，推理操作inference执行完即触发FuActuator单元动作（图4中的操作11～14）。
FuActuator将FuAdaptor制定的模糊决策解模糊化，解析为清晰的可执行控制信号，并由Actuator实施到软件应用逻辑上（图4中的操作15～17）。
从上述案例建模过程可以看出，本文提出的Fuzzy Case具有结构清晰、语义准确、易读性较强等特点，能够较好地直接用于模糊自适应需求分析与设计。
5 相关工作和讨论
软件模糊自适应作为新的软件自适应范型，目前还缺乏关于需求分析和设计方面的研究工作。但在软件自适应需求分析与设计方面已有一些相关研究工作，本文将这类工作分为两个方面：
1）通过定义新的规约语言描述用户需求，进行需求建模与设计；
2）通过扩展UML，使其支持特定领域建模。
在形式化规约语言研究方面，代表性工作是Whittle等[5-7]提出的RELAX语言。这种方法能精确描述软件自适应相关元素及其之间的关系，并很好地实现了不确定性问题的描述；但其缺少图形化的支持，可视性、通用性不强。而在本文的方法中，直接引用了标准化规约语言OCL，通用性比较强。
在面向软件自适应的UML扩展研究方面，其主要思想是通过给UML增加新的设施使其支持特定领域建模。根据对UML扩展粒度的不同，这方面研究工作又可分为两个方面：
1）对UML作细粒度的扩展，添加构造型、标记值等，使其支持特定领域建模。这方面代表性工作是Hebig等[14]提出的控制环显示化表达的方法。他利用构造型、标记值等方式实现了“controlloop”的显示化，并且定义了自适应的三大角色；但对定义的元素，没有给出详细的语法结构与语义约束。本文的Fuzzy Case方法中用顺序图给出各对象交互的语义描述，弥补了上述方法的不足。
2）在UML元模型层添加新的设施，构造扩展包Profile，构建软件自适应逻辑。代表性研究是Luckey等[9]提出的Adapt Case，通过在元模型层添加软件自适应相关的设施，使其支持特定领域建模；但其对各对象动作序列的描述不够完整，且没有对“sencedecideact”控制环的“decide”环节单独设计，决策逻辑表述不完整。本文Fuzzy Case方法以SFSA概念模型为指导，完整地定义了模糊自适应环的各个角色。
6 结语
软件模糊自适应是一种正处于发展的、新兴的软件自适应范型，通过把模糊控制逻辑应用到软件自适应架构上，最终实现系统。该范型的开发方法正处于研究、探讨中，没有统一的方法和工具进行建模设计。本文结合现有的研究对自适应软件开发方法进行了扩充和补充，提出Fuzzy Case的概念，对SFSA相关概念诸如FuSensor、FuAdaptor、FuActuator等的语法结构和语义描述给出详细说明，并以任务关键系统Lon893OPCServer进行用例建模给出其模糊自适应逻辑详细描述，验证了本文方法的有效性。
本文的模糊用例仅能给出模糊自适应单元的逻辑描述，它必须映射为具体的类，系统才能最终得到实现。下一步研究方向主要集中在软件模糊自适应各实体的结构建模上。初步打算结合AOP（AspectOriented Programming）与UML技术，研究软件模糊自适应的结构建模，逐渐形成一整套贯穿从需求分析到设计、实现等全过程的软件模糊自适应开发建模方法。
参考文献：
. IEEE Intelligent Systems and their Applications， 1999， 14（3）： 46-53.
