文献综述
1.1课题的背景
无论是在现代化工业生产、现代农业生产，还是在仓库保管、智能家居等领域，对温度和湿度的测控都是随处都可以看到的。有效合理的调解与控制湿温度参数，不但可以减小资源浪费还更有利保障人们的身体健康。
在工业生产领域，各种高科技自动化精密设备都需要在特定的环境下工作。电器设备是工业生产领域最常见的也是使用频率最高的设备。电器设计人员在设计电器设备时的必须要考虑到的问题之一就是考虑温度和湿度的波动变化。大型的电器设备如果长期处于大电流、高电压和满负荷运行的状态，将导致造成聚集大量热量而不能及时降低温度，因为电流的热效应造成的危害直接影响设备的绝缘安全保护器件，对设备的正常工作和员工的人身安全产生严重的安全隐患，所以对用电机器的温度和湿度变化进行及时精确的测量与控制是十分必要的[1]。
当今人类很大一部分时间(90%左右)都是在室内环境中度过,建筑室内环境的质量对人员的健康和工作效率也有重要影响[2,3]。室内湿度对人体散热以及呼吸道黏膜有调节作用，室内湿度不宜过高也不宜过低。而室温也会影响人的精神状态，过高会使人神情恍惚，精神涣散，过低的也会使人散热过快，大大消耗人体热能，增加罹患风寒的危险。因此，无论对生产还是生活，温湿度的控制都具有重要意义。
1.2现状及发展趋势
国外在上世纪八十年代就对温湿度控制系统的控制器和控制方法进行了大量的研究，并已取得了丰硕的成果，这些系统现己广泛地应用于温室、仓库、水果保鲜等各个领域。美国、日本、荷兰等发达国家在实现自动化的基础上，正朝着高度智能化、无人化的方向发展。
在控制算法方面，2000年，Tetsuo Morimot等人[4]综合了智能控制法(模糊算法、人工神经网络、遗传算法)以达到对温室的温湿度进行控制，其中，人工神经网络和遗传算法用来确定温室参数(相对湿度)最佳设定点，模糊算法被用来做控制器控制环境参数。该控制算法比较先进，而且控制效果较好。
2002年，Ferreiar .P .M等人[5]提出了用人工神经网络来研究温室的温度控制，温室内部空气温度、湿度和二氧化碳参数对加热系统、通风和喷雾系统的影响。
2002年，Laofnt F等人[6]提出了最佳模糊控制算法用于温室的温湿度控制。由于温室是一个多变量、非线性、动态的系统，采用传统的控制方法控制效果不佳，而且还需要考虑外部环境干扰问题。为了解决这些问题，采用了模糊控制器，它不需要精确的数学模型，控制效果好。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
