衣物熨烫器具中锅炉是最重要的蒸汽发生装置,在衣物熨烫器具使用过程中,锅炉中的水位必须严格控制在一定范围内,它决定衣物熨烫器具的蒸汽效果,而蒸汽效果是打动消费者的最关键性能指标之一。锅炉是一个时变的复杂时滞系统,系统参数会随使用时间的变化而变化,如电磁泵流量、水垢的累积使系统传热系数变差。使用环境的不确定性,如抽入锅炉中水的初始温度、使用环境的海拔高度、发热功率差异等因素。控制算法要解决前期批量生产中的系统参数离散性,和后期诸多变化因素对系统稳定性的影响。因此研究一种自适应控制方案满足大批量生产的复杂变异系统的很有必要。面对控制目标温度的不确定性,又要保障系统快速的趋于稳定的长久运行。使用滑模变结构控制对抗量产中系统参数的离散性和外部条件的不确定性,控制要求快速的响应而且在普通的单片机上易实现。对于控制系统的上下控制边界需要通过神经网络在线学习实时诊断系统故障,避免控制超出稳定的区域。而直接采用神经网络控制需要对系统在线训练获取控制参数,系统训练过程持续时间长且需要多次学习确认,学习后当系统参数变异后又要重新组织学习抵抗参数变异,维持系统长久运行的稳定性,而在整个学习过程中系统会出现剧烈的震荡,造成蒸汽的不连续而影响熨烫。若使用模糊控制去控制一个控制目标未知的时滞系统,无法对隶属度进行处理,控制策略也就失效。本文的研究内容主要包括如下方面:1、研究了神经网络和模糊控制系统的特点,对滑模变结构控制的发展做了介绍,对锅炉补水系统的控制策略进行了分析。2、提出了一种基于神经模糊的滑模变结构控制方法。使用神经网络在线诊断系统、故障维持系统在滑模区域内运行,同时使用神经网络在线学习新的滑模临界点,利用饱和函数和衰减控制泵水运行速度使系统趋于稳定,研究了一种自适应的神经模糊的滑模控制。使得系统在任意初始条件下都能够进入滑模稳态,实现控制过程中的全程滑模控制。3、对系统控制的硬件和软件设计进行分析,以及系统的控制系统的实现。