紡織產(chǎn)業(yè)是我國(guó)的傳統(tǒng)優(yōu)勢(shì)產(chǎn)業(yè)，染色機(jī)是該類(lèi)企業(yè)必不可少的大型設(shè)備?？椢锶旧髧?yán)格按照其溫度工藝曲線執(zhí)行，溫度控制的可靠性及精確性已成為決定織物質(zhì)量的關(guān)鍵。在染色工藝控制中，應(yīng)盡量減小溫度的超調(diào)量、擾動(dòng)、響應(yīng)時(shí)間和誤差，以保證產(chǎn)品的質(zhì)量及產(chǎn)量。成功設(shè)計(jì)模糊控制器的關(guān)鍵是選擇合適的模糊控制規(guī)則，提高其自學(xué)習(xí)、自組織能力。常規(guī)模糊控制器的規(guī)則多采用試湊修正因子的方法進(jìn)行預(yù)先制定，且在控制過(guò)程中固定不變。多數(shù)情況下，制定規(guī)則時(shí)隱含了過(guò)程不會(huì)超出經(jīng)驗(yàn)范圍的限定，使模糊控制器局限于操作者的經(jīng)驗(yàn)下運(yùn)行，不具備適應(yīng)過(guò)程持續(xù)變化的能力，不能保證控制效果優(yōu)異。針對(duì)以上問(wèn)題，本文對(duì)自組織模糊控制算法進(jìn)行了研究，設(shè)計(jì)了高效、可靠的優(yōu)化算法，并對(duì)染色機(jī)溫度控制系統(tǒng)進(jìn)行仿真研究和實(shí)驗(yàn)操作。本文主要工作和研究成果如下：（1）綜述了國(guó)內(nèi)外染整設(shè)備和模糊控制研究的背景及發(fā)展現(xiàn)狀。闡述了染色機(jī)的染色工藝過(guò)程，詳細(xì)分析了染色機(jī)的溫度特性，并建立了理想的溫度對(duì)象模型。（2）針對(duì)染色機(jī)溫控對(duì)象具有非線性、大時(shí)滯、模型結(jié)構(gòu)不確定等特點(diǎn)，以及常規(guī)模糊控制規(guī)則不能自調(diào)整，難以及時(shí)適應(yīng)對(duì)象特性變化等問(wèn)題，提出了一種基于知識(shí)關(guān)聯(lián)的自組織模糊控制方法。通過(guò)對(duì)系統(tǒng)特性的分析，基于**經(jīng)驗(yàn)制定原始規(guī)則，依據(jù)性能評(píng)判環(huán)節(jié)建立校正規(guī)則；研究了校正規(guī)則和原始規(guī)則的相關(guān)性，構(gòu)建了知識(shí)關(guān)聯(lián)度函數(shù)，得到了新規(guī)則的調(diào)整模型，實(shí)現(xiàn)了對(duì)規(guī)則的實(shí)時(shí)更新。仿真結(jié)果表明該算法的有效性。（3）將改進(jìn)的人工魚(yú)群算法應(yīng)用于模糊控制中，提出了基于改進(jìn)的人工魚(yú)群算法的自組織模糊控制方法。該方法將全局**優(yōu)人工魚(yú)的信息添加到當(dāng)前人工魚(yú)的位置更新模式中，對(duì)魚(yú)群的行為進(jìn)行改進(jìn)，提高了算法的運(yùn)算速度。將改進(jìn)的人工魚(yú)群算法用于優(yōu)化模糊控制器，包括隸屬度函數(shù)的關(guān)聯(lián)因子、模糊規(guī)則的調(diào)整因子以及量化因子、比例因子，并將控制器的綜合性能指標(biāo)作為適應(yīng)度函數(shù)，實(shí)現(xiàn)了模糊控制器的自組織調(diào)整。仿真結(jié)果表明，該優(yōu)化方法具有良好的動(dòng)、靜態(tài)性能。（4）完成了基于單片機(jī)STM32F107的智能溫度控制系統(tǒng)的硬件設(shè)計(jì)、軟件編程，將提出的算法應(yīng)用于染色機(jī)染液溫度控制中。應(yīng)用結(jié)果表明，本文設(shè)計(jì)的系統(tǒng)有效可靠，且溫度實(shí)時(shí)跟蹤性能好，具有較高的控制精度和推廣價(jià)值。