一種智能馬桶的溫度控制方法
1.本發明屬于智能馬桶的溫度控制領域，涉及一種智能馬桶的溫度控制方法。
背景技術：
2.對于對溫度有要求的行業而言，例如冶煉、智能家居等，溫度控制技術是尤為關鍵的。針對不同溫度控制精度的場景和不同的環境情況，常采用的pid算法進行溫度控制。pid算法對于線性系統有著良好的擬合度，但是對于非線性系統的控制效果不佳，難以實現較高精度的控制。
3.智能馬桶模型采用制冷/制熱元件(半導體片)實現制冷或制熱，因制冷/制熱元件非線性的電學特性以及空間分布的離散型，導致智能馬桶模型的制冷/制熱元件溫度控制系統成為典型的非線性系統，采用傳統的pid算法難以實現良好的溫度控制效果。
技術實現要素：
4.本發明為了克服現有技術的不足，提供一種智能馬桶的溫度控制方法。
5.為了實現上述目的，本發明采用以下技術方案：一種智能馬桶的溫度控制方法,包括基于溫度控制系統對智能馬桶的溫度進行控制，溫度控制系統包括控制模塊、溫度模塊、溫度采集模塊，控制模塊包括信息傳輸模塊、信息輸入終端和控制器，溫度采集模塊、信息傳輸模塊分別與控制器連接，包括以下步驟：
6.步驟1：輸入設定目標溫度ts；
7.信息傳輸模塊獲取信息輸入終端的目標溫度數據并向控制器傳輸設定的目標溫度ts；
8.步驟2：獲取實際溫度tr(n)(k)；
9.步驟3：確定基礎參數；
10.步驟4：控制器獲取目標溫度ts以及實際溫度tr(n)(k)，得到某n次控制過程中某k路的pwm波的占空比；
11.步驟5：控制器向溫度模塊輸出pwm波使各測點的溫度達到目標溫度；
12.步驟6：信息傳輸模塊在每一次控制流程執行完成后，讀取一次信息輸入終端的數據，用以獲取用戶對于目標溫度的設置，若有更新的目標溫度數據，信息傳輸模塊將更新后目標溫度數據將傳入控制器，執行步驟1，若否，執行下一步驟。
13.進一步的，所述步驟2中一次控制過程中，一處溫度采集模塊采集一處溫度模塊所在測點的溫度形成一路輸送至控制器的實際溫度數據tr(1)(1)，第k處溫度采集模塊采集第k處溫度模塊所在區域的溫度形成k路輸送至控制器的實際溫度數據tr(1)(k)，第n次控制過程中，一處溫度采集模塊采集一處溫度模塊所在區域的溫度形成一路輸送至控制器的實際溫度數據tr(n)(1)，第k處溫度采集模塊采集第k處溫度模塊所在區域的溫度形成k路輸送至控制器的實際溫度數據tr(n)(k)。
14.進一步的，所述k的數值與溫度采集模塊的采集次數以及溫度模塊的數量相同。
15.進一步的，所述步驟3包括以下步驟：
16.步驟3.1：確定pid各項權重參數；
17.w
p
(n+1)(k)＝w
p
(n)(k)+v
p
u(n)(k)e(n)(k)x1(n)(k)；
18.wi(n+1)(k)＝wi(n)(k)+viu(n)(k)e(n)(k)x2(n)(k)；
19.wi(n+1)(k)＝wi(n)(k)+viu(n)(k)e(n)(k)x2(n)(k)；
20.其中n為實際溫度達到目標溫度的控制過程的次數，k為智能馬桶的測點標號，
21.w
p
(n)(k)為第n次控制過程中第k路神經元pid比例項權重參數，w
p
(n+1)(k)為第n+1次控制過程中第k路神經元pid比例項權重參數，v
p
為神經元pid比例項的學習速率，x1(n)(k)為神經元輸入1時，pid中的比例項；
22.wi(n)(k)為第n次控制過程中第k路神經元pid積分項權重參數，wi(n+1)(k)為第n+1次控制過程中第k路神經元pid積分項權重參數，vi為神經元pid積分項的學習速率，x2(n)(k)為神經元輸入2時，pid中的積分項；
23.wd(n)(k)某n次控制過程中第k路神經元pid微分項權重參數，wd(n+1)(k)某n+1次控制過程中第k路神經元pid微分項權重參數，vd為神經元pid微分項的學習速率，x3(n)(k)為神經元輸入3時，pid中的微分項；
24.公式中e(n)(k)為某n次控制過程中某k路實際溫度tr(n)(k)和設定的目標溫度ts之間的誤差，e(n-1)(k)為前n-1控制過程中第k路實際溫度和設定的目標溫度之間的誤差，e(n-2)(k)為前n-2控制過程中第k路控制過程中該路實際溫度和設定的目標溫度之間的誤差，u(n)(k)為某n次控制過程中某k路的pwm波的占空比；
25.步驟3.2：確定占空比增量；
26.占空比增量
△
u(n)(k)為第n次控制過程每n路的輸出量：
27.△
u(n)(k)＝kg(w
p
'(n)(k)x1(n)(k)+wi'(n)(k)x2(n)(k)+wd'(n)(k)x3(n)(k))；
28.公式中kg為神經元的總學習速率；
29.步驟3.3：確定pwm波的占空比；
30.占空比設為u(n)(k)，
31.u(n)(k)＝
△
u(n)(k)+
△
u(n-1)(k)+...+
△
u(1)(1)+ua；
32.公式ua為pwm波占空比設定的初始值；
33.進一步的，所述步驟3.1中x1(n)(k)＝e(n)(k)-e(n-1)(k)。
34.進一步的，所述步驟3.1中x2(n)(k)＝e(n)(k)+e(n-1)(k)+e(n-2)(k)。
35.進一步的，所述步驟3.1中
36.x3(n)(k)＝e(n)(k)-2
×
e(n-1)(k)+e(n-2)(k)。
37.進一步的，所述v
p
、vi和vd為設定值。
38.進一步的，所述kg為設定值。
39.進一步的，所述信息傳輸模塊設置為wifi模塊，用于控制器與信息輸入終端的數據傳輸，信息輸入終端包括按鍵或/和遙控器或/和手機app，信息傳輸模塊獲取信息輸入終端的溫度數據。
40.一種智能馬桶的溫度控制系統，包括智能馬桶、控制模塊、溫度模塊、溫度采集模塊，控制模塊包括信息傳輸模塊、信息輸入終端和控制器，溫度采集模塊、信息傳輸模塊分別與控制器連接。
41.進一步的，信息傳輸模塊設置為wifi模塊，用于控制器與信息輸入終端的數據傳輸，信息輸入終端包括按鍵或/和遙控器或/和手機app，信息傳輸模塊獲取信息輸入終端的溫度數據。
42.進一步的，溫度模塊設置為半導體片，溫度模塊設置于智能馬桶。
43.進一步的，溫度模塊設置若干，若干溫度模塊分布在智能馬桶的墊圈。
44.進一步的，溫度采集模塊和溫度模塊至少一一對應設置。
45.進一步的，一處溫度采集模塊采集一處溫度模塊所在測點的溫度形成一路輸送至控制模塊的實際溫度數據。
46.一種智能馬桶的溫度控制器，溫度控制器包括：
47.目標溫度設定部，目標溫度設定部設定目標溫度ts；
48.溫度獲取部，用于獲取智能馬桶測點的實際溫度tr(n)(k)；
49.參數設定部，用于確定pid各項權重參數、占空比增量以及pwm波的占空比；
50.運行部，通過獲取目標溫度ts以及實際溫度tr(n)(k)，得到某n次控制過程中某k路的pwm波的占空比；
51.輸出部，用于向溫度模塊輸出pwm波使各測點的溫度達到目標溫度；
52.數據確認部，用于接收更新的目標溫度數據。
53.進一步的，確定pid各項權重參數；
54.w
p
(n+1)(k)＝w
p
(n)(k)+v
p
u(n)(k)e(n)(k)x1(n)(k)；
55.wi(n+1)(k)＝wi(n)(k)+viu(n)(k)e(n)(k)x2(n)(k)；
56.wi(n+1)(k)＝wi(n)(k)+viu(n)(k)e(n)(k)x2(n)(k)；
57.其中n為實際溫度達到目標溫度的控制過程的次數，k為智能馬桶的測點標號，w
p
(n)(k)為第n次控制過程中第k路神經元pid比例項權重參數，w
p
(n+1)(k)為第n+1次控制過程中第k路神經元pid比例項權重參數，v
p
為神經元pid比例項的學習速率，x1(n)(k)為神經元輸入1時，pid中的比例項；
58.wi(n)(k)為第n次控制過程中第k路神經元pid積分項權重參數，wi(n+1)(k)為第n+1次控制過程中第k路神經元pid積分項權重參數，vi為神經元pid積分項的學習速率，x2(n)(k)為神經元輸入2時，pid中的積分項；
59.wd(n)(k)某n次控制過程中第k路神經元pid微分項權重參數，wd(n+1)(k)某n+1次控制過程中第k路神經元pid微分項權重參數，vd為神經元pid微分項的學習速率，x3(n)(k)為神經元輸入3時，pid中的微分項；
60.公式中e(n)(k)為某n次控制過程中某k路實際溫度tr(n)(k)和設定的目標溫度ts之間的誤差，e(n-1)(k)為前n-1控制過程中第k路實際溫度和設定的目標溫度之間的誤差，e(n-2)(k)為前n-2控制過程中第k路控制過程中該路實際溫度和設定的目標溫度之間的誤差，u(n)(k)為某n次控制過程中某k路的pwm波的占空比。
61.進一步的，確定占空比增量；
62.占空比增量
△
u(n)(k)為第n次控制過程每n路的輸出量：
63.△
u(n)(k)＝kg(w
p
'(n)(k)x1(n)(k)+wi'(n)(k)x2(n)(k)+wd'(n)(k)x3(n)(k))；
64.公式中kg為神經元的總學習速率。
65.進一步的，確定pwm波的占空比；
66.占空比設為u(n)(k)，
67.u(n)(k)＝
△
u(n)(k)+
△
u(n-1)(k)+...+
△
u(1)(1)+ua；
68.公式中ua為pwm波占空比設定的初始值；
69.進一步的，x1(n)(k)＝e(n)(k)-e(n-1)(k)。
70.進一步的，x2(n)(k)＝e(n)(k)+e(n-1)(k)+e(n-2)(k)。
71.進一步的，x3(n)(k)＝e(n)(k)-2
×
e(n-1)(k)+e(n-2)(k)。
72.進一步的，所述v
p
、vi和vd為設定值。
73.進一步的，所述kg為設定值。
74.綜上所述，本發明的有益之處在于：
75.本發明通過神經網絡的反向傳播算法以及設置kg、w
p
'(n)(k)、wi'(n)(k)以及wd'(n)(k)實現神經網絡一邊進行自學習，一邊進行溫度控制的功能，并有利于保證整個神經網絡自學習過程的收斂性，通過神經網絡自學習能力能夠很好地擬合的制冷/制熱元件溫度控制系統，實現良好的溫度控制效果，具有極強的自適應能力以及較優的穩定性。
附圖說明
76.圖1為本發明的流程圖。
具體實施方式
77.以下通過特定的具體實例說明本發明的實施方式，本領域技術人員可由本說明書所揭露的內容輕易地了解本發明的其他優點與功效。本發明還可以通過另外不同的具體實施方式加以實施或應用，本說明書中的各項細節也可以基于不同觀點與應用，在沒有背離本發明的精神下進行各種修飾或改變。需說明的是，在不沖突的情況下，以下實施例及實施例中的特征可以相互組合。
78.需要說明的是，以下實施例中所提供的圖示僅以示意方式說明本發明的基本構想，遂圖式中僅顯示與本發明中有關的組件而非按照實際實施時的組件數目、形狀及尺寸繪制，其實際實施時各組件的型態、數量及比例可為一種隨意的改變，且其組件布局型態也可能更為復雜。
79.本發明實施例中所有方向性指示(諸如上、下、左、右、前、后、橫向、縱向
……
)僅用于解釋在某一特定姿態下各部件之間的相對位置關系、運動情況等，如果該特定姿態發生改變時，則該方向性指示也相應地隨之改變。
80.因安裝誤差等原因，本發明實施例中所指的平行關系可能實際為近似平行關系，垂直關系可能實際為近似垂直關系。
81.實施例一：
82.如圖1所示，一種智能馬桶的溫度控制系統，包括智能馬桶、控制模塊、溫度模塊、溫度采集模塊，控制模塊包括信息傳輸模塊、信息輸入終端和控制器，溫度采集模塊、信息傳輸模塊分別與控制器連接。
83.本實施例中信息傳輸模塊設置為wifi模塊，用于控制器與信息輸入終端的數據傳輸，信息輸入終端包括按鍵或/和遙控器或/和手機app，信息傳輸模塊獲取信息輸入終端的溫度數據。
84.本實施例中溫度模塊設置為半導體片，溫度模塊設置于智能馬桶，優選設置于智能馬桶的墊圈，對墊圈進行制熱或制冷，實現溫度的準確控制。
85.本實施例中，溫度模塊設置若干，若干溫度模塊均勻分布在智能馬桶的墊圈，保證墊圈均勻制熱或制冷，溫度采集模塊設置于墊圈且靠近溫度模塊，優選的，溫度采集模塊和溫度模塊至少一一對應設置，一處溫度采集模塊采集一處溫度模塊所在區域，即一個測點的溫度形成一路輸送至控制模塊的實際溫度數據，多個測點形成多路數據，本實施例中，將多個測點進行標號，形成1..k路數據，k為智能馬桶的測點標號。
86.本技術還提供了一種智能馬桶的溫度控制方法，基于溫度控制系統對智能馬桶的溫度進行控制，溫度控制系統包括控制模塊、溫度模塊、溫度采集模塊，控制模塊包括信息傳輸模塊、信息輸入終端和控制器，溫度采集模塊、信息傳輸模塊分別與控制器連接，具體包括以下步驟：
87.步驟1：輸入設定目標溫度ts；
88.信息傳輸模塊獲取信息輸入終端的目標溫度數據并向控制器傳輸設定的目標溫度ts。
89.步驟2：獲取實際溫度tr(n)(k)；
90.一次控制過程中，一處溫度采集模塊采集一處溫度模塊所在區域測點的溫度，即一個測點的溫度形成一路輸送至控制器的實際溫度數據tr(1)(1)，溫度采集模塊采集第k個溫度模塊所在區域測點的溫度形成k路輸送至控制器的實際溫度數據tr(1)(k)；
91.第n次控制過程中，一處溫度采集模塊采集一處溫度模塊所在區域的溫度形成一路輸送至控制器的實際溫度數據tr(n)(1)，第k處溫度采集模塊采集第k處溫度模塊所在區域的溫度形成k路輸送至控制器的實際溫度數據tr(n)(k)；
92.本實施例中，k為智能馬桶的測點標號。
93.本實施例中，n為實際溫度達到目標溫度的控制過程的次數，經n次控制過程使各測點的實際溫度達到設定的目標溫度。
94.步驟3：確定基礎參數；
95.步驟3.1：確定pid各項權重參數；
96.w
p
(n+1)(k)＝w
p
(n)(k)+v
p
u(n)(k)e(n)(k)x1(n)(k)；
????
(1)
97.wi(n+1)(k)＝wi(n)(k)+viu(n)(k)e(n)(k)x2(n)(k)；
??????
(2)
98.wd(n+1)(k)＝wd(n)(k)+vdu(n)(k)e(n)(k)x3(n)(k)；
?????
(3)
99.公式(1)中w
p
為神經元pid比例項權重參數，w
p
(n)(k)為第n次控制過程中第k路神經元pid比例項權重參數，w
p
(n+1)(k)為第n+1次控制過程中第k路神經元pid比例項權重參數，v
p
為神經元pid比例項的學習速率，x1(n)(k)為神經元輸入1時，pid中的比例項，x1(n)(k)＝e(n)(k)-e(n-1)(k)；
100.公式(2)中wi為神經元pid積分項權重參數，wi(n)(k)為第n次控制過程中第k路神經元pid積分項權重參數，wi(n+1)(k)為第n+1次控制過程中第k路神經元pid積分項權重參數，vi為神經元pid積分項的學習速率，x2(n)(k)為神經元輸入2時，pid中的積分項，x2(n)(k)＝e(n)(k)+e(n-1)(k)+e(n-2)(k)；
101.公式(3)中wd為神經元pid微分項權重參數，wd(n)(k)某n次控制過程中第k路神經元pid微分項權重參數，wd(n+1)(k)某n+1次控制過程中第k路神經元pid微分項權重參數，vd為神經元pid微分項的學習速率，x3(n)(k)為神經元輸入3時，pid中的微分項，x3(n)(k)＝e(n)(k)-2
×
e(n-1)(k)+e(n-2)(k)；
102.公式(1)、(2)和(3)中e(n)(k)為某n次控制過程中某k路實際溫度tr(n)(k)和設定的目標溫度ts之間的誤差，e(n)(k)＝tr(n)(k)-ts，e(n-1)(k)為前n-1控制過程中第k路實際溫度和設定的目標溫度之間的誤差，e(n-2)(k)為前n-2控制過程中第k路控制過程中該路實際溫度和設定的目標溫度之間的誤差；
103.公式(1)、(2)和(3)中u(n)(k)為某n次控制過程中某k路的pwm波的占空比；公式(1)、(2)和(3)中v
p
、vi和vd為設定值。
104.步驟3.2：確定占空比增量；
105.占空比增量
△
u(n)(k)，
△
u(n)(k)為第n次控制過程每n路的輸出量：
△
u(n)(k)＝kg(w
p
'(n)(k)x1(n)(k)+wi'(n)(k)x2(n)(k)+wd'(n)(k)x3(n)(k))；公式中kg為神經元的總學習速率，kg為設定值。
106.w
p
'(n)(k)為神經元pid比例項權重占比，
107.wi'(n)(k)為神經元pid積分項權重占比，
108.wd'(n)(k)為神經元pid微分項權重占比，
109.步驟3.3：確定pwm波的占空比；
110.通過神經網絡的反向傳播算法，得到u(n)(k)＝
△
u(n)(k)+
△
u(n-1)(k)+...+
△
u(1)(1)+ua；
111.公式ua為pwm波占空比設定的初始值。
112.pwm波的占空比為初始值和占空比增量總和。
113.步驟4：控制器獲取目標溫度ts以及實際溫度tr(n)(k)，得出u(n)(k)為某n次控制過程中某k路的pwm波的占空比。
114.控制器控輸出的pwm波，在相同的條件下，比如采用相同的材料等，pwm波的方向控制溫度模塊制冷或制熱，pwm波的占空比分別與溫度模塊的制冷或制熱功率成正比，比例根據實際情況進行設定。
115.本實施例獲取一次控制過程中k路的測點實際溫度，并結合目標溫度進行處理，同時獲取n次控制過程中k處測點的實際溫度，并結合目標溫度進行處理，對n次控制過程k路pid各項權重參數進行調整，并增加w
p
'(n)(k)、wi'(n)(k)、wd'(n)(k)有利于保證整個神經網絡自學習過程的收斂性，進而控制器生成多路具有一定占空比、用以控制制冷/制熱模塊的pwm波。
116.步驟5：控制器向溫度模塊輸出pwm波使各測點的溫度達到目標溫度。
117.步驟6：信息傳輸模塊在每一次控制流程執行完成后，讀取一次信息，用以獲取用戶對于目標溫度的設置，若有更新的目標溫度數據，即更改先前設定的目標溫度，信息傳輸模塊將更新后目標溫度數據將傳入控制器，執行步驟1，若否，執行下一步驟。
118.本實施例通過神經網絡的反向傳播算法以及設置kg、w
p
'(n)(k)、wi'(n)(k)以及wd'(n)(k)實現神經網絡一邊進行自學習，一邊進行溫度控制的功能，并有利于保證整個神經網絡自學習過程的收斂性，通過神經網絡自學習能力能夠很好地擬合的制冷/制熱元件溫度控制系統，實現良好的溫度控制效果，具有極強的自適應能力以及較優的穩定性。
119.本技術還提供了一種智能馬桶的溫度控制器，溫度控制器包括：
120.目標溫度設定部，目標溫度設定部設定目標溫度ts；
121.溫度獲取部，用于獲取智能馬桶測點的實際溫度tr(n)(k)；
122.參數設定部，用于確定pid各項權重參數、占空比增量以及pwm波的占空比；
123.運行部，通過獲取目標溫度ts以及實際溫度tr(n)(k)，得到某n次控制過程中某k路的pwm波的占空比；
124.輸出部，用于向溫度模塊輸出pwm波使各測點的溫度達到目標溫度；
125.數據確認部，用于接收更新的目標溫度數據。
126.顯然，所描述的實施例僅僅是本發明的一部分實施例，而不是全部的實施例。基于本發明中的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例，都應當屬于本發明保護的范圍。
技術特征：
1.一種智能馬桶的溫度控制方法,其特征在于：基于溫度控制系統對智能馬桶的溫度進行控制，溫度控制系統包括控制模塊、溫度模塊、溫度采集模塊，控制模塊包括信息傳輸模塊、信息輸入終端和控制器，溫度采集模塊、信息傳輸模塊分別與控制器連接，包括以下步驟：步驟1：輸入設定目標溫度t
s
；信息傳輸模塊獲取信息輸入終端的目標溫度數據并向控制器傳輸設定的目標溫度t
s
；步驟2：獲取實際溫度t
r
(n)(k)；步驟3：確定基礎參數；步驟4：控制器獲取目標溫度t
s
以及實際溫度t
r
(n)(k)，得到某n次控制過程中某k路的pwm波的占空比；步驟5：控制器向溫度模塊輸出pwm波使各測點的溫度達到目標溫度；步驟6：信息傳輸模塊在每一次控制流程執行完成后，讀取一次信息輸入終端的數據，用以獲取用戶對于目標溫度的設置，若有更新的目標溫度數據，信息傳輸模塊將更新后目標溫度數據將傳入控制器，執行步驟1，若否，執行下一步驟。2.根據權利要求1所述的一種智能馬桶的溫度控制方法，其特征在于：所述步驟2中一次控制過程中，一處溫度采集模塊采集一處溫度模塊所在測點的溫度形成一路輸送至控制器的實際溫度數據t
r
(1)(1)，第k處溫度采集模塊采集第k處溫度模塊所在區域的溫度形成k路輸送至控制器的實際溫度數據t
r
(1)(k)，第n次控制過程中，一處溫度采集模塊采集一處溫度模塊所在區域的溫度形成一路輸送至控制器的實際溫度數據t
r
(n)(1)，第k處溫度采集模塊采集第k處溫度模塊所在區域的溫度形成k路輸送至控制器的實際溫度數據t
r
(n)(k)。3.根據權利要求2所述的一種智能馬桶的溫度控制方法，其特征在于：所述k的數值與溫度采集模塊的采集次數以及溫度模塊的數量相同。4.根據權利要求1所述的一種智能馬桶的溫度控制方法，其特征在于：所述步驟3包括以下步驟：步驟3.1：確定pid各項權重參數；w
p
(n+1)(k)＝w
p
(n)(k)+v
p
u(n)(k)e(n)(k)x1(n)(k)；w
i
(n+1)(k)＝
w
i(n)(k)+v
i
u(n)(k)e(n)(k)x2(n)(k)；w
i
(n+1)(k)＝w
i
(n)(k)+v
i
u(n)(k)e(n)(k)x2(n)(k)；其中n為實際溫度達到目標溫度的控制過程的次數，k為智能馬桶的測點標號，w
p
(n)(k)為第n次控制過程中第k路神經元pid比例項權重參數，w
p
(n+1)(k)為第n+1次控制過程中第k路神經元pid比例項權重參數，v
p
為神經元pid比例項的學習速率，x1(n)(k)為神經元輸入1時，pid中的比例項；w
i
(n)(k)為第n次控制過程中第k路神經元pid積分項權重參數，w
i
(n+1)(k)為第n+1次控制過程中第k路神經元pid積分項權重參數，v
i
為神經元pid積分項的學習速率，x2(n)(k)為神經元輸入2時，pid中的積分項；w
d
(n)(k)某n次控制過程中第k路神經元pid微分項權重參數，w
d
(n+1)(k)某n+1次控制過程中第k路神經元pid微分項權重參數，v
d
為神經元pid微分項的學習速率，x3(n)(k)為神經元輸入3時，pid中的微分項；
公式中e(n)(k)為某n次控制過程中某k路實際溫度t
r
(n)(k)和設定的目標溫度t
s
之間的誤差，e(n-1)(k)為前n-1控制過程中第k路實際溫度和設定的目標溫度之間的誤差，e(n-2)(k)為前n-2控制過程中第k路控制過程中該路實際溫度和設定的目標溫度之間的誤差，u(n)(k)為某n次控制過程中某k路的pwm波的占空比；步驟3.2：確定占空比增量；占空比增量
△
u(n)(k)為第n次控制過程每n路的輸出量，
△
u(n)(k)的計算公式為：
△
u(n)(k)＝k
g
(w
p
'(n)(k)x1(n)(k)+w
i
'(n)(k)x2(n)(k)+w
d
'(n)(k)x3(n)(k))其中中k
g
為神經元的總學習速率；步驟3.3：確定pwm波的占空比；占空比u(n)(k)的計算公式為：u(n)(k)＝
△
u(n)(k)+
△
u(n-1)(k)+...+
△
u(1)(1)+u
a
；其中u
a
為pwm波占空比設定的初始值。5.根據權利要求4所述的一種智能馬桶的溫度控制方法，其特征在于：所述步驟3.1中神經元輸入1時，pid中的比例項，如下式所示：x1(n)(k)＝e(n)(k)-e(n-1)(k)。6.根據權利要求4所述的一種智能馬桶的溫度控制方法，其特征在于：所述步驟3.1中神經元輸入2時，pid中的積分項，如下式所示：x2(n)(k)＝e(n)(k)+e(n-1)(k)+e(n-2)(k)。7.根據權利要求4所述的一種智能馬桶的溫度控制方法，其特征在于：所述步驟3.1中神經元輸入3時，pid中的微分項，如下式所示：x3(n)(k)＝e(n)(k)-2
×
e(n-1)(k)+e(n-2)(k)。8.根據權利要求4所述的一種智能馬桶的溫度控制方法，其特征在于：所述v
p
、v
i
和v
d
為設定值。9.根據權利要求4所述的一種智能馬桶的溫度控制方法，其特征在于：所述k
g
為設定值。10.根據權利要求1所述的一種智能馬桶的溫度控制方法，其特征在于：所述信息傳輸模塊設置為wifi模塊，用于控制器與信息輸入終端的數據傳輸，信息輸入終端包括按鍵或/和遙控器或/和手機app，信息傳輸模塊獲取信息輸入終端的溫度數據。
技術總結
本發明公開了一種智能馬桶的溫度控制方法,包括基于溫度控制系統對智能馬桶的溫度進行控制，溫度控制系統包括控制模塊、溫度模塊、溫度采集模塊，控制模塊包括信息傳輸模塊、信息輸入終端和控制器，溫度采集模塊、信息傳輸模塊分別與控制器連接，本發明通過神經網絡的反向傳播算法以及設置KG、w
