一般來說，模糊控制器有三個步驟：模糊化、規則庫和推理引擎、去模糊化。

第一個，使用適當的從屬關系函數，將清晰的變量轉換成模糊的變量，并給控制器相應的模糊數。隸屬函數可以是單個數，三角形，梯形，矩形或任何其它類型。模糊控制器的主要部分是規則庫推理引擎，它決定了操縱變量。規則庫可以在操縱和控制變量之間通過一個已知過程關系建立。輸出集是基于隸屬函數，但它們也可以是直接的組合或任何輸入的函數。在這個意義上說，去模糊化的輸出是所有輸出的平均加權。

Takagi-Sugeno 控制器使用下面形式的規則：

如果[（e1 是A1）和/ 或（e2 是A2）和/ 或（e3是A3）和/ 或... 和/ 或（ek 是Ak）

則y=g（e1,e2，...,ek）

在Takagi-Sugeno 規則結構中我們可以采用常規PID 控制器的速度表作為誤差和誤差變化的線性組合。傳統PID 控制器的模糊化具有許多優點，如非線性控制法，魯棒性特征和多變量方法的可能性，同時與實現其它模糊控制方法相比只需要更少的工作。

PD模糊控制器的輸出函數可以這么表示

在這項工作中使用的模糊推理系統是基于Takagi-Sugeno 的模型， 同時將用作Takagi-Sugeno 控制器的輸出功率。該PD 模糊控制器的收益是從PD 控制器中的ITAE 設置的。為了更準確，我們比較兩個集合的性能隸屬函數和規則庫，改進之后的隸屬函數和規則庫示于表3。

這些術語用于在規則庫和MFs：

BN= 大負數 SN = 小負數 ZN= 零負數Z = 零

ZP= 零正數 SP = 小正數 BP= 大正數VBP= 非常大的正數

我們通過將改進的隸屬函數零MF 變成三個。ZN，Z，ZP 這些新的改進MFs 且規則庫需要更新。這一次，我們有更多的規則選擇所以控制動作可以被優化。在表3 中的符號C是指控制器輸出，從PD- 模糊獲得函數，SS指的是反應釜穩態熱損失。

當誤差非常大正數，加熱器將滿功率（FP）工作來上升溫度。當誤差變大正數，并且溫度增加，控制器開始控制輸出。但是，當誤差變小正數且溫度接近設定值，如果誤差變化為負數或零，SS 功已經就足夠了。但是，如果誤差變化是正的，控制器將計算出輸出功率。當誤差約為零，以及誤差變化是大負數，這意味著溫度在快速增加，所以輸出功率需要是零防止過度上升的溫度。如果誤差變化小負數，則意味著溫度緩慢增加，其輸出功率必須以最小SS 防止大的變化。在小的正誤差變化情況下，SS 功率是足夠的，但如果誤差變化是大的正數時，功率應該從控制方程中計算得到。

如果誤差變成正數且溫度超過設定點時，根據誤差變化，輸出應趨于零，SS 或者由控制器計算得到。如果誤差變化為大的負數，輸出應為零防止過沖。如果誤差變化為零，小正數或小負數，SS 功率是合適的。但是如果它變得大的正數，功率應超過原先的值來避免過度降低。