盧 佩，劉效勇

(1.石河子大學(xué)信息科學(xué)與技術(shù)學(xué)院，新疆石河子832000;2.中國科學(xué)院光電技術(shù)研究所，四川成都610209;3.石河子大學(xué) 數(shù)理學(xué)院，新疆石河子832000)

1 模糊控制系統(tǒng)方案

模糊控制系統(tǒng)的一般原理為:將被控制量的理想值與實際測量值進行比較，得到偏差，并計算出偏差變化率，然后把偏差和偏差變化率分別量化成模糊量，再由模糊控制規(guī)則根據(jù)推理合成規(guī)則進行模糊決策，得到模糊控制量，最后將該模糊控制量進行反模糊化得到精確量，作用于被控對象，如此循環(huán)下去，實現(xiàn)對被控對象的模糊控制。由于該方案不需建立精確數(shù)學(xué)模型，穩(wěn)定性良好，動態(tài)響應(yīng)品質(zhì)優(yōu)于常規(guī)PI和PID控制［5，6］，因此適合溫室環(huán)境系統(tǒng)的控制。

考慮到溫度和濕度這兩個參數(shù)存在較強的耦合性，本文采用的模糊控制方案如圖1所示:

其中，T0、H0分別為專家系統(tǒng)給出作物生長的最佳溫、濕度，eT、eH分別為給定值T0、H0與實際測量溫濕度值T、H的偏差，ecT、ecH為偏差隨時間的變化率。由于溫濕度因子具有耦合關(guān)系，在此，引入解耦參數(shù)αT、αH來消減其耦合性，即:eT(h)=(1－αT)eT+αHeH和 eH(t)=(1－αH)eH+αTeT

經(jīng)模糊控制器后，得到施加于相關(guān)執(zhí)行機構(gòu)的控制量ut和uh以實現(xiàn)對加溫/降溫、加濕/除濕等執(zhí)行機構(gòu)控制的目的。

模糊邏輯控制器是整個系統(tǒng)的核心，如圖2所示。其設(shè)計和推理過程為:將輸入、輸出量轉(zhuǎn)化為模糊子集，定義其論域，根據(jù)各輸入輸出量的實際變化范圍建立模糊化表。根據(jù)領(lǐng)域?qū)＜业闹R和經(jīng)驗建立知識庫并形成模糊控制規(guī)則表。由模糊化表和模糊控制規(guī)則表，采用離線間接推理建立控制表格，計算出相應(yīng)的模糊控制量。最后，對模糊控制量進行解模糊，得到精確控制量。

2 模糊邏輯控制器設(shè)計

2.1 測量信息的模糊化

2.1.1 輸入、輸出變量分析 輸入變量是模糊控制器的外生變量，包括溫、濕度偏差值及變化率。輸入變量的物理論域、模糊子集、量化等級、模糊論域和量化因子等參數(shù)設(shè)置如表1所示?？紤]到溫室環(huán)境系統(tǒng)中不同作物在不同生長期間和不同季節(jié)對溫、濕度需求的不同，且其變化幅度不應(yīng)太大，故輸入變量――溫、濕度偏差值及變化率的物理論域選取為表中的區(qū)間值。與物理論域?qū)?yīng)的是模糊集的論域，通用公式表示為［－n，－n+1，…，0，…，n－1，n］，由于n值過大會使控制規(guī)則變復(fù)雜，太小會使模糊處理結(jié)果粗糙而破壞控制性能，根據(jù)實際經(jīng)驗及綜合考慮，n=6，模糊論域共13個等級。由量化因子通用計算公式:Ki=n/zi，容易得出各輸入變量的對應(yīng)量化因子值。

表1 輸入變量的物理論域、模糊子集、量化等級、模糊論域及量化因子Table 1 the physical domain，fuzzy subsets，quantification level，fuzzy domain and quantitative factor of input variables

輸出變量是模糊控制器的內(nèi)生變量，因是輸入信息耦合的輸出，故其變量分級也對應(yīng)輸入變量，即其模糊子集 Ei語言取值為:{NB，NM，NS，Z，PS，PM，PB}。

表2 模糊變量隸屬度賦值表Table 2 The membership of fuzzy variables

表3 模糊控制規(guī)則表Table 3 The table of fuzzy control rules

2.1.2 隸屬函數(shù)確定 為達到設(shè)計簡便和實時計算的要求，本系統(tǒng)采用最簡單的三角形隸屬函數(shù)，如表2所示。

2.2 模糊控制規(guī)則

確定模糊控制規(guī)則的原則是:系統(tǒng)輸出響應(yīng)的動、靜態(tài)特性達到最佳。當偏差大或較大時，選擇控制量以盡快消除偏差為主;當偏差較小時，選擇的控制量應(yīng)注意防止超調(diào)，以系統(tǒng)的穩(wěn)定性為主要出發(fā)點。這里以溫度環(huán)境因子為例，其模糊控制規(guī)則通用表達式為:

2.3 模糊推理

模糊推理是模糊控制器的核心，具有模擬人的基于模糊概念的推理能力。本系統(tǒng)采用Mamdani模糊模型［7］推理方法，根據(jù)當前時刻模糊控制的輸入變量量化值得到相應(yīng)的隸屬度值，再找出相關(guān)的模糊控制規(guī)則，即可得到控制量的輸出模糊集。

針對系統(tǒng)大時滯的特點，控制量改變符號應(yīng)在ec=0附近發(fā)生。當偏差為負大或負中，偏差變化率的值為負時，為消除偏差的增大趨勢，應(yīng)使控制量為正大;當偏差為負而偏差變化率為正時，系統(tǒng)有減小偏差的趨勢，為盡快消除偏差且避免超調(diào)，應(yīng)取較小的控制量;當偏差為零且考慮系統(tǒng)穩(wěn)定性時，要根據(jù)偏差變化率來確定控制量的變化。當偏差和偏差變化率同時變號時，控制量的變化也應(yīng)變號。由規(guī)則可以設(shè)計如表3所示的模糊控制規(guī)則表，放入內(nèi)存，以備調(diào)用。

2.4 反模糊化

模糊控制器的輸出是一個模糊集合，它反映了控制語言的不同取值的一種組合，因為被控對象只能接受一個控制量，因此需要從輸出的模糊子集中判決出一個精確的控制量，也就是設(shè)計一個由模糊集合到普通集合的映射——判決(清晰化)。

判決的方法常用的有最大隸屬度法、取中位數(shù)法、加權(quán)平均法(重心法)。為達到精確、靈敏的控制要求，系統(tǒng)采用加權(quán)平均法計算出模糊控制的輸出控制量。其表達式為:

其中，n為模糊變量的個數(shù)，μi為模糊變量，A(μi)為對應(yīng)模糊變量的隸屬度。反模糊化后即可得到精確量的輸出。

3 系統(tǒng)設(shè)計與實現(xiàn)

設(shè)計思路:在待監(jiān)測環(huán)境下通過溫、濕度傳感器采集數(shù)據(jù)并送入數(shù)據(jù)采集卡，由數(shù)據(jù)采集模塊接收采集到的電流值，再經(jīng)溫、濕度濾波轉(zhuǎn)換模塊將電流值濾波轉(zhuǎn)換為溫、濕度值，將結(jié)果經(jīng)數(shù)據(jù)存儲模塊存入數(shù)據(jù)庫，并通過軟件系統(tǒng)設(shè)計實現(xiàn)溫、濕度實時顯示。

在此，溫、濕度傳感器選用JWSL－2AT電流輸出型。溫度測量范圍為0～50℃，精度為0.5℃，濕度測量范圍為0～100%RH，精度為3%RH(25～95%RH，25℃)，工作電壓為24 VDC，溫、濕度傳感器輸出均為4～20 mA。數(shù)據(jù)采集卡采用NI公司生產(chǎn)的 PCI－6024E型。

基于LabVIEW的軟件系統(tǒng)設(shè)計結(jié)構(gòu)圖如圖3所示。系統(tǒng)開始運行時，首先進入主控模塊，然后根據(jù)需求啟動相應(yīng)的數(shù)據(jù)采集模塊、數(shù)據(jù)存儲模塊、數(shù)據(jù)分析模塊、歷史數(shù)據(jù)查詢模塊、知識庫查詢模塊等，循環(huán)工作直至滿足預(yù)設(shè)條件或用戶干預(yù)退出系統(tǒng)程序。模塊間即相互獨立又有數(shù)據(jù)流或控制流的傳遞，對各模塊的調(diào)度由主程序來完成，主程序結(jié)構(gòu)采用有限狀態(tài)機機制［8］。

其中，溫、濕度監(jiān)測及顯示模塊程序流程圖如圖4所示。首先按照采集需求對每個通道的溫、濕度信號進行采集，數(shù)據(jù)采集部分采用NI公司提供的DAQmx 8.9。由于信號在傳輸過程中會受到周圍各種環(huán)境因素的干擾，對采集后的信號需進行濾波校正處理，以保證測量的精度。濾波后的數(shù)值與初始設(shè)定的溫、濕度上下限值進行比較，確定溫、濕度環(huán)境是否正常(不正常時將觸發(fā)報警模塊)，然后數(shù)據(jù)被存儲到數(shù)據(jù)庫，并按照規(guī)定的模式實時顯示數(shù)據(jù)。

同時，利用本文模糊解耦控制算法，對新疆石河子某蔬菜大棚在溫、濕度范圍分別為［16℃，34℃］和［46%，64%］條件下進行多次測試，通過設(shè)置Fuzzy Controller子VI［9］中解耦參數(shù)以改善系統(tǒng)性能，得到由溫、濕度取值相互作用下的對應(yīng)解耦參數(shù)值，導(dǎo)入數(shù)據(jù)到Origin［10］形成三維圖表，如圖5所示。X、Y軸分別代表溫、濕度，Z軸代表解耦參數(shù)。紅色粗線和藍色細線分別表示由溫、濕度而確定的αT、αH解耦參數(shù)的取值情況。

圖5 不同溫濕度取值下對應(yīng)的解耦參數(shù)值Fig.5 The value of decoupling parameter in different temperature and humidity

在手動測量溫、濕度值為27.5℃、55%條件下，選取圖5中與之對應(yīng)的解耦參數(shù)值(精確兩位小數(shù))αT=0.08、αH=0.05，由運行程序可知測得溫、濕度值分別為27.96℃和53.65%，系統(tǒng)測量數(shù)據(jù)超調(diào)量較小，測量精度較高，實時性強，且在傳感器精度相同條件下測量精度不受傳感器選型的影響，模糊控制過程比較平穩(wěn)，系統(tǒng)環(huán)境達到了作物生長的需求，有效克服了人工作業(yè)帶來的種種不便。

其中，實現(xiàn)模糊解耦控制功能的溫度采集、監(jiān)測子模塊程序框圖(濕度設(shè)計方法及程序框圖與溫度類似)如圖6所示。

圖6 溫室大棚溫度采集、監(jiān)測子模塊程序框圖Fig.6 The program of temperature acquisition and surveillance sub －module for greenhouse

4 結(jié)束語

以溫室大棚溫、濕度及其相互耦合關(guān)系為研究對象，采用模糊控制技術(shù)，通過引入溫、濕度解耦參數(shù)對溫、濕度的控制進行了理論分析并利用有限狀態(tài)機及調(diào)用Fuzzy Controller子VI設(shè)計實現(xiàn)了相應(yīng)的系統(tǒng)。結(jié)果表明，通過引入溫、濕度解耦參數(shù)，增強了控制的精確性和穩(wěn)定性，提高了環(huán)境監(jiān)測的精度和效率，系統(tǒng)具有很好的移植性和可擴展性。但由于影響溫室環(huán)境的因素復(fù)雜多變，需要進一步分析和綜合環(huán)境中各個參數(shù)之間的相互聯(lián)系、相互影響，提高作物生長的智能化決策水平。同時系統(tǒng)有待完善以實現(xiàn)對多個溫室的智能化、網(wǎng)絡(luò)化控制管理。另外，數(shù)據(jù)傳輸?shù)膶崟r性、可靠性還有待進一步研究。

［1］蔡象元.現(xiàn)代蔬菜溫室設(shè)施和管理［M］.上海:上?？茖W(xué)技術(shù)出版社，1999

［2］孫忠富.溫室番茄計算機環(huán)境管理系統(tǒng)初步研究［J］.模式識別與人工智能，1999，112(增刊):135－140

［3］Pasgianos G D.Nonlinear Feedback Technique for Greenhouse Environment Control［J］.Computers and Electronics in Agriculture，2003，40:78－84

［4］戴春霞，趙德安.基于模糊控制的蓄禽舍環(huán)境溫濕度監(jiān)控系統(tǒng)［J］.農(nóng)機化研究，2008，(2):169－171

［5］張瑞華.溫室環(huán)境自動監(jiān)控［J］.計算機與農(nóng)業(yè)，2002，(2):8－10

［6］朱偉興.基于模糊控制的溫室加熱器的研究［J］.農(nóng)業(yè)工程學(xué)報，2002，(3):72－75

［7］石辛民，郝整清.模糊控制及其MATLAB仿真［M］.北京:清華大學(xué)出版社，北京交通大學(xué)出版社，2008.03

［8］National Instruments Corporation，LabVIEW User Manual［M］.2008.09

［9］National Instruments Corporation，Control Toolkit Manual［M］.2009

［10］肖 信.Origin 8.0實用教程:科技作圖與數(shù)據(jù)分析［M］.北京:中國電力出版社，2009