细胞培养[1]广泛应用于医学、微生物、农业科学、药物学等领域的研究和生产, 细胞培养箱已经成为上述领域实验室最普遍使用的传统仪器之一, 其通过在培养箱箱体内模拟形成一个类似细胞在生物体内的生长环境来对细胞进行体外培养。温度控制系统是培养箱的技术核心, 温度的升高或降低可引起细胞形态和功能的改变, 否则体外培养的细胞增殖率, 新陈代谢, 活性都会受到很大的影响。由于细胞培养箱的温度具有大惯性、延时性、非线性、影响因素多等特点, 且各因素之间耦合性强, 难以建立精确的数学模型, 因此, 传统的PID温控系统容易积分饱和, 参数整定复杂, 需要大量的在线反复调试, 尤其是对象模型不精确时, 根据理论设计所得参数无法保证系统的性能, 难以达到理想的效果。模糊PID参数自整定[2,3,4]控制方法较之传统的定比例因子的传统PID控制方法, 对环境变化有较强的自适应能力, 在随机环境中能对控制器进行自动校正, 使得在被控对象特性变化或扰动情况下, 控制系统保持较好的性能。王炯[5]基于Fuzzy-PID恒温箱能实现控温范围+5~50℃, 室温28℃到设定36.5℃的稳定时间≤2min, 恒温波动≤±0.3℃;丁彦闯[6]等实现的基于的模糊PID温度半导体制冷器控制系统设计, 在1~100范围内控温精度达到土1℃;而戴俊珂[7]等研发的基于自整定模糊PID算法的LD温度控制系统, 该控制系统温度从21.9℃上升到目标温度25℃, 建立稳态的时间为68s, 且温度可控制在25 (±0.05) ℃范围以内。工作94s后, 系统能够将温度控制在25 (±0.008) ℃范围以内。模糊PID参数自整定的应用已经很广泛了, 但还存在一些缺陷, 比如:控制精度、超调、稳态波动以及温控范围。本文通过研究细胞培养箱温控系统的特性, 结合现场大量温度调试, 进行模糊PID参数自整定算法研究, 来解决温控系统的惯性、延时性、非线性等问题, 最终使培养箱温度控制达到基本无超调, 控制精度在±0.05℃, 稳定后温度波动不超过±0.03℃的目的。