中频淬火系统是典型的非线性的惯性环节,且存在时间延迟。非线性、时间滞后系统是一种在工业生产中广泛存在的系统,由于它对控制量输出的延迟作用,使得控制量不能及时地反馈到被控对象上,从而造成控制系统在超调量、调节时间及稳定性等控制性能上变差。随着工业自动化技术的不断进步,对工业控制质量的要求也不断提高,智能控制为这一问题的解决提供了一条有效途径。模糊逻辑和神经网络是实现智能控制的基本方法,模糊控制不需要建立被控对象的精确数学模型,但是在隶属函数的自动调整和模糊规则的自动生成上却存在困难;神经网络具有自学习、自适应、并行处理数据的能力,但结构和参数的选择缺乏理论依据和明确的意义。把两者相互融合可以取长补短,将智能控制理论推向新的高度。本文首先对神经网络、模糊控制的基本原理和优缺点进行了阐述,利用MATLAB 模糊逻辑工具箱构造了自适应神经网络模糊推论系统—ANFIS,并将其应用到中频淬火控制系统之中。ANFIS 是模糊推理系统与神经网络相结合的产物,它能从所给的样本数据中提取和调整模糊控制规则和隶属度函数,使模糊规则和隶属度函数的自动获取成为可能。经仿真试验,与PID 控制系统进行对比,说明其控制特性优于普通PID 控制系统,且具有较好的适应被控对象参数变化的能力。TMS320LF240X 系列DSP 是德克萨斯仪器公司专门为实时控制设计的数字信号处理芯片,本课题以TMS320LF2407A 为核心进行了自适应神经模糊控制系统的设计及MATLAB算法仿真。