温 的控制；
[0040] S35、根据对象输出yP与模型预估器FNNI输出的yu之间的误差^调节模型预估器 FNNI的各个参数，根据模型预估器的输出yu与模型与对象误差E相乘来调节模糊神经网络 控制器FNNC各个参数，直至模糊神经网络控制器与对象特性匹配。
[0041] 本发明带来的实质性效果是，结构简单，可以对大鼠颅脑温度进行精确稳定控制， 便于开展医学和生物实验。
【附图说明】
[0042]图1是本发明的一种结构示意图；
[0043]图2是本发明的一种模糊控制流程图；
[0044] 图3是本发明的一种模糊神经网络结构图；
[0045] 图4是本发明的一种模糊神经网络控制系统方块图；
[0046]图5是本发明的一种模型参考自适应模糊神经网络系统方块图；
[0047]图6是本发明的一种PID控制流程图；
[0048] 图中：1:箱体，2:冷却水箱，3:半导体制冷片，4:散热风扇，5:冷却水栗，6:操作面 板，7 :温度传感器，8:冰帽，9:芳路阀，10:固定支撑平台，11:可滑动金属片，12:弹性金属 扣，13:加热装置，14:温度探头固定装置，15:温度探头，16:导管。
【具体实施方式】
[0049] 下面通过实施例，并结合附图，对本发明的技术方案作进一步具体的说明。
[0050] 实施例1:本实施例的一种大鼠颅脑低温实验平台，如图1所示，包括箱体1、制冷装 置、冰帽8、固定支撑平台10、旁路阀9以及温度探头固定装置14,制冷装置包括半导体制冷 片3、冷却水箱2、冷却水栗5、控制系统、操作面板6、散热风扇4和若干个温度传感器7，冷却 水箱的输出端通过导管16连接冰帽的输入端，冷却水箱的输入端通过导管连接冰帽的输出 端，冷却水栗串联在导管上，半导体制冷片的制冷面与冷却水箱紧贴，温度探头固定装置后 端连接固定支撑平台，温度探头固定装置前端夹持有温度探头15,半导体制冷片、温度探头 和操作面板都与控制系统电连接。制冷装置安装在箱体内部，操作面板安装在箱体外表面。 [0051 ]散热风扇产生的气流通过半导体制冷片的制热面，散热风扇和温度传感器都与控 制系统电连接。
[0052]所述冰帽由TPU材料制成，冰帽内侧面与大鼠头皮和颈部贴合，冰帽两侧通过尼龙 搭扣与固定支撑平台连接，冰帽内部穿有弯曲流路，弯曲流路的输入端为冰帽输入端，弯曲 流路的输出端为冰帽输出端。
[0053]旁路阀一端连接冰帽输入端，另一端连接冰帽输出端。
[0054]所述固定支撑平台上设有用于固定大鼠腹部的弹性金属扣12和用于固定大鼠头 部的可滑动金属片11，固定支撑平台上还设有加热装置13,加热装置对应被固定的大鼠的 胸腹部位置。
[0055] 所述温度探头固定装置包括第一直杆和第二直杆，第一直杆的第一端与固定支撑 平台连接，第一直杆的第二端与第二直杆的第一端活动连接，第二直杆的第二端设有固定 温度探头的夹持装置。
[0056] 本实施例的一种大鼠颅脑低温实验平台温度控制方法，基于模糊控制，包括以下 步骤：
[0057] S11、设定期望的脑温或水温，与实际测得的脑温或水温对比，得到误差E以及误差 变化率Ec，作为模糊控制器的输入；
[0058] Sl 2、将模糊规则表中各个值实例化为具体的温度差以及输出功率值，根据输入的 E和Ec，按照模糊规则表输出相应的半导体制冷片控制信号u;
[0059] S13、根据控制信号u控制半导体制冷片的制冷功率，实现对脑温或水温的控制。
[0060] 实际误差E和误差变化率Ec的计算公式如下：
[0061] E(k)=T(k)-Tc(k)
[0062] Ec(k)=E(k)-E(k-l) (1.1)；
[0063] 其中：T(k)为设定脑温在k时刻的值，Tc(k)为在k时刻采集的实时脑温。
[0064] 表1为模糊规则表，其中E和Ec对应的两列中，NB代表负大，NM代表负中等，NS代表 负小，ZO代表零，PS代表正小，PM代表正中等，I3B代表正大;输出信号U部分，I3B代表正大，PM 代表正中等，PS代表正小，ZO代表零，NS代表负小，NM代表负中等，NB代表负大。
[0066]表 1
[0067] 步骤Sl2中，E和EC的基本论域为[-6，+6]，将其离散成13个等级即[-6，-5，-4，-3，_ 2，-1，0，+1，+2，+3，+4，+5，+6];将[-6，+6]分为负大[呢]、负中[匪]、负小[吧]、零[20]、正小 [PS]、正中[PM]和正大[PB]7个语言变量，然后由E和Ec隶属函数根据最大值法得出相应的 模糊变量；
[0068] 如图2所示，选择设定冷却水温或脑温，与当前水温或脑温的差值E以及差值的变 化率Ec输入到模糊控制器中，根据设定好的模糊规则输出控制信号控制半导体制冷片最终 实现对冷却水温或大鼠脑温的控制。
[0069] 实施例2:本实施例的一种大鼠颅脑低温实验平台，结构与实施例1相同。
[0070] 本实施例的一种大鼠颅脑低温实验平台温度控制方法，基于模糊神经网络控制， 包括以下步骤：
[0071 ] S21、设定一组模糊神经网络控制器FNNC的初始值，包括模糊语言变量个数、各个 模糊语言变量中心b、范围m以及神经网络的连接权值ω ; ω包括ωι、ω2、~
[0072] S22、设定期望的脑温或水温，与实际测得的脑温或水温比对，得到误差E以及误差 的变化率Ec，作为模糊神经网络控制器输入；
[0073] S23、根据输入的E和Ec，模糊神经网络控制器FNNC输出相应的半导体制冷片控制 信号u;
[0074] S24、根据控制信号u控制半导体制冷片的制冷功率，实现对脑温或水温的控制；
[0075] S25、根据误差E调节模糊神经网络控制器FNNC各个参数，直至模糊神经网络控制 器与对象特性的匹配。
[0076]如图3所示，模糊神经网络由五层构成，具体为:第一层输入层，起到数据传递的作 用，输入两个变量xl(对应误差E)、x2(对应误差变化率Ec);第二层语言变量层，由若干个节 点构成，每个节点代表一个语言变量，用于计算各输入分量属于各语言变量值模糊集合的 隶属度函数μ，并且有
其中b为模糊中心，m为模糊范围；第三层模糊规则 层，每一个节点代表一个模糊规则，用于计算每条规则的使用虔
第四层 归一化层，实现变量的归一化运算，将数据归一化到0-1之间，得到归一化值?;第五层输出 层，神经网络连接权系数ω实现清晰化运算，输出结果y，其中模糊语言变量的个数、各个模 糊语言变量的中心b，范围m，以及神经网络的连接权值ω可以任意初始化。
[0077]如图4所示为模糊神经网络控制系统方块图，其中FNNC是一个模糊神经网络控制 器，根据设定值与输出值的误差E并得到误差的变化率Ec，输入到模糊神经网络控制器FNNC 中，输出相应的控制量u，调节半导体制冷片的输出最终达到控制温度的效果，其中设定值 与输出值的误差还通过最速下降法反向传递调节模糊神经网络控制器中神经网络连接权 值ω以及模糊部分参数中心值b、范围m，最终实现控制系统与被控对象的匹配，加强控制效 果。
[0078] 实施例3:本实施例的一种大鼠颅脑低温实验平台，结构与实施例1相同。
[0079] 本实施例的一种大鼠颅脑低温实验平台温度控制方法，基于模型参考自适应模糊 神经网络控制，包括以下步骤：
[0080] S31、设定一组模糊神经网络控制器FNNC以及模型预估器FNNI的初始值，包括了模 糊语言变量个数、各个模糊语言变量中心b、范围m以及神经网络的连接权值ω，设定预期的 参考模型R输入输出特性；
[0081] S32、设定期望的脑温或水温，与实际测得的脑温或水温比对，得到误差E以及误差 的变化率Ec，作为模糊神经网络控制器FNNC输入；
[0082] S33、根据输入的E和Ec，模糊神经网络控制器FNNC输出相应的半导体制冷片控制 信号u;
[0083] S34、根据控制信号u