对衣物进行洗涤是每个家庭所必须的日常工作,随着人们生活质量的提高,人们对洗衣机的各种要求与期待也同样变的越来越高。而在最近这几年,智能家居的概念已铺天盖地的袭来,顺应着时代的潮流,洗衣机自然也是朝着更加智能化的方向向前发展。本文以FPGA技术和模糊神经网络(FNN)控制及遗传算法为基础,对智能洗衣机控制器系统进行研究设计。将FPGA的并行处理技术与模糊、神经网络和遗传算法相结合,采用自顶向下分块设计的原则提出了一种适用于FPGA实现的智能洗衣机控制器的设计。智能洗衣机控制器系统的主控制器是由模糊控制器、神经网络学习系统和遗传算法优化系统三部分组成,通过神经网络学习系统为模糊控制器提供优化的权重数据,而通过遗传算法优化神经网络的学习参数。一方面可提高控制系统的精确度,另一方面可加快控制系统的响应速度,使其在学习时间上比传统FNN有鲜明改善,能够有效提高学习效率;在控制器系统中加入了基于安卓的手机远程控制APP,一方面是为了满足远程消费者的需求,另一方面也是为了顺应智能家居可控性发展大趋势。在各个感应器对洗涤的衣物进行数据采集后,传输信号给FPGA控制器,将数据分别带入其所属隶属度函数中并计算其在不同模糊区间上的隶属度,再通过隶属度所属不同模糊区间在规则库中找到相匹配的模糊规则,并且通过取小运算得到每一条规则前提的可信度,将输出相同的所有规则合并取最大可信度可得到不同输出的可信度,最后用重心法进行反模糊化处理来确定衣物洗涤的时间、强度、用水量以及洗涤温度和洗涤剂使用量。通过分析各个阶段的仿真结果可知,本文采取的算法不仅处理速度可以满足现有的实时性要求,而且在控制精度方面也具有优势,具有很好的可靠性和鲁棒性。