（4）被控对象。它可以是一种设备或装置以及它们的群体，也可以是一个生产的、自然的、社会的、生物的或其他的各种状态转移过程。这些被控对象可以是确定的或模糊的、单变量的、有滞后或无滞后的，也可以是线性的或非线性的、定常的或时变的，以及具有强耦合和干扰等多种情况。对于那些难以建立精确数学模型的复杂对象，更适宜采用模糊控制。
（5）传感器即检测装置。传感器是将被控对象或各种过程的被控制量转换为电信号的一类装置。被控制量往往是非电量，如位移、速度、加速度、温度、压力、流量、浓度、湿度等。传感器在模糊控制系统中占有十分重要的地位，它的精度往往直接影响整个控制系统的精度，因此，在选择传感器时，应注意选择精度高且稳定性好的传感器[1]。
2.2.6  模糊控制器
 模糊控制器(FC—Fuzzy Controller)又称为模糊逻辑控制器(FLC—Fuzzy Logic Controller),它的模糊控制规则用模糊条件语句来描述，是一种语言型控制器，因此有时又被称为模糊语言控制器。模糊控制器的机构框图如图2.2所示。
 
图2.2  模糊控制器结构框图

图2.2中，u是被控对象的输入，y(t)是被控对象的输出，s(t)是参考输入，e为误差。图中虚线框内就是模糊控制器，它根据误差信号产生合适的控制作用，输出给被控对象。模糊控制器主要由模糊化接口、知识库、模糊推理机、解模糊解口四部分组成，各部分作用如下:
(1) 模糊化
模糊化接口接受的输入只有误差信号e，由e再生成误差变化率Δe或误差的积分，模糊化接口完成两项功能:
 1)论域变换：e和Δe都是非模糊的普通变量，它们的论域(即变化范围)是实际域上的一个真实论域，分别用X和Y来代表。在模糊控制器中，真实论域要变换到内部论域X′和Y′，无论是对于D-FC(离散论域的模糊控制器)，还是C-FC(连续论域的模糊控制器)，论域变换后e和Δe变成E和EC，相当于乘了一个比例因子。
 2)模糊化：论域变换后E和EC仍是非模糊的普通变量，这里把它们分成若干个模糊集合，如：“负大”(NL)、“负中”(NM)、“负小”(NS)、“零”(Z)、“正小”(PS)、“正中”(PM)、“正大”(PL)，，并在其内部论域上规定各个模糊集合的隶属度函数。在t时刻输入信号的值e和Δe经论域变换后得到E和EC，再根据隶属函数的定义可以分别求出E和EC对各模糊集合的隶属度，如μNL(E)、μNM(EC)、，这样就把普通变量的值变成了模糊变量(即语言变量)的值，完成了模糊化的工作。这里E，EC既代表普通变量又代表了模糊变量，作为普通变量时其值在论域X′和Y′中，是普通数值；作为模糊变量是其值在论域 [0，1]中，是隶属度。
(2) 知识库
顾名思义，知识库中存储着有关模糊控制器的一切知识，它们决定着模糊控制器的性能。是模糊控制器的核心。知识库又分为两部分，分别如下:
 1)数据库：它与计算机软件中的数据库不同，它存储着有关模糊化、模糊推理、解模糊的一切知识，如模糊化中的论域变换方法、输入变量各模糊集合的隶属函数定义、模糊推理算法、解模糊算法、输出变量各模糊集合的隶属函数定义等。
 2)规则库：其中包含一组模糊控制规则，即以“if，then”形式表示的模糊条件语句。
        如 R1：if E is A1 and EC is B1,then U is C1；
R2：if E is A2 and EC is B2,then U is C2；

Rn：if E is An and EC is Bn,then U is Cn。 MATLAB加热炉温度的模糊控制算法设计与仿真(7):http://www.youerw.com/zidonghua/lunwen_4075.html