劉 紅符曉玲楊蓮紅

（1,2,3.昌吉學(xué)院物理系 新疆 昌吉 831100；2.山東大學(xué)控制科學(xué)與工程學(xué)院 山東 濟(jì)南 250061）

模糊控制在溫室控制系統(tǒng)中的應(yīng)用

劉 紅1符曉玲2楊蓮紅3

（1,2,3.昌吉學(xué)院物理系 新疆 昌吉 831100；2.山東大學(xué)控制科學(xué)與工程學(xué)院 山東 濟(jì)南 250061）

溫室環(huán)境的被控對(duì)象復(fù)雜，控制過程的非線性、時(shí)變性、多參數(shù)禍合等原因，使得溫室難以確立精確的數(shù)學(xué)模型來運(yùn)用經(jīng)典控制方法實(shí)現(xiàn)控制。而模糊控制無需精確的數(shù)學(xué)模型即可以實(shí)現(xiàn)控制，模糊控制技術(shù)是非常適合解決溫室環(huán)境調(diào)控問題的主要技術(shù)手段。而模糊控制在溫室的應(yīng)用中本身又存在問題，該文介紹了幾種優(yōu)化的模糊控制方法，采用優(yōu)化的模糊控制方法可以得到較好的控制效果。

模糊控制；溫室；溫度；優(yōu)化模糊控制

1 引言

溫室智能控制是綜合運(yùn)用各種先進(jìn)設(shè)施和技術(shù)，人為的創(chuàng)造出植物生長發(fā)育的最佳環(huán)境條件，并通過科學(xué)的經(jīng)營管理，最大限度地提高土地產(chǎn)出率、資源利用率和勞動(dòng)生產(chǎn)率，獲得最佳經(jīng)濟(jì)效益和社會(huì)效益的一種完全有別于傳統(tǒng)農(nóng)業(yè)的生產(chǎn)模式［1］。

溫室系統(tǒng)的核心在于溫室環(huán)境監(jiān)控系統(tǒng)。應(yīng)用計(jì)算機(jī)技術(shù)，不斷吸收智能控制和信息技術(shù)領(lǐng)域新的理論和方法，結(jié)合溫室作物種植的特點(diǎn)，不斷創(chuàng)新，逐步完善，才能使溫室系統(tǒng)實(shí)現(xiàn)真正意義上的現(xiàn)代化、產(chǎn)業(yè)化。溫室各種因子的控制是設(shè)施農(nóng)業(yè)中最基本的技術(shù)實(shí)現(xiàn)形式之一，它的目的在于給種植的作物創(chuàng)建出更適合作物生長的人工氣候環(huán)境，從而使作物部分或全部不受外界環(huán)境和土壤條件等的因素制約，適合作物一年四季生長，縮短作物的生長周期，提高產(chǎn)品的產(chǎn)量和質(zhì)量，使農(nóng)業(yè)生產(chǎn)能夠大規(guī)模的進(jìn)行工廠化生產(chǎn)。但是，溫室作物環(huán)境的控制遠(yuǎn)比一般工業(yè)環(huán)境控制要復(fù)雜的多。面臨的挑戰(zhàn)是受到多變的外部環(huán)境的影響，受控對(duì)象的不確定性與作物形態(tài)、尺寸不斷變化，缺少能直接感知作物生長生理狀態(tài)信息的檢測傳感器，還受到生產(chǎn)者管理經(jīng)驗(yàn)及惡劣工作環(huán)境的影響。而溫室環(huán)境的被控對(duì)象復(fù)雜，控制過程的非線性、時(shí)變性、多參數(shù)禍合等原因，使得溫室難以確立精確的數(shù)學(xué)模型。沒有精確的數(shù)學(xué)模型采用傳統(tǒng)的控制方法，其控制效果常常還不如一個(gè)有經(jīng)驗(yàn)的操作人員采用手動(dòng)控制效果好。而作為智能控制分支之一的模糊控制無需控制對(duì)象的精確數(shù)學(xué)模型，利用專家經(jīng)驗(yàn)，模擬人類智能進(jìn)行模糊推理，實(shí)施精確控制，具有強(qiáng)魯棒性和高穩(wěn)定性，因此，模糊智能控制技術(shù)是非常適合解決溫室環(huán)境調(diào)控問題的主要技術(shù)手段。

2 模糊控制在智能溫室上的應(yīng)用［2］

模糊控制是以模糊控制數(shù)學(xué)為基礎(chǔ)發(fā)展起來的一種控制方法。是以人的控制經(jīng)驗(yàn)作為控制的知識(shí)模型，以模糊集合、模糊語言變量和模糊邏輯推理為基礎(chǔ)的微機(jī)數(shù)字控制，它是模擬人的思維，構(gòu)造一種非線性控制，以滿足復(fù)雜的、不確定的過程控制的需要。它屬于智能控制范疇［3］。這種控制方法對(duì)于那些無法取得數(shù)學(xué)模型或數(shù)學(xué)模型相當(dāng)粗糙的系統(tǒng)可以取得較滿意的控制效果。模糊控制以人的經(jīng)驗(yàn)為依據(jù)，而人的經(jīng)驗(yàn)反映了人的思維、推理和歸納過程。在模糊過程中要對(duì)模糊量進(jìn)行處理，它處理的不是精確的

數(shù)值，而是“大”、“中”、“小”等這樣的一些邊界不明顯的模糊量，這是模糊控制與其它方法的一個(gè)基本不同點(diǎn)。模糊控制作為目前智能控制的一種有效而且十分重要的控制方法，只依賴于被控系統(tǒng)的物理特性，不需要精確的數(shù)學(xué)模型，這點(diǎn)經(jīng)典控制是無法比擬的。

模糊控制系統(tǒng)的工作原理如圖1所示。模糊控制系統(tǒng)是一種具有負(fù)反饋環(huán)境的閉環(huán)控制的控制系統(tǒng)。模糊控制利用一組“if then”規(guī)則組成，便于建立規(guī)則庫。模糊邏輯是一組條件語句，便于在計(jì)算機(jī)中實(shí)現(xiàn)。

圖1 模糊控制系統(tǒng)原理示意圖

最基本的模糊控制系統(tǒng)結(jié)構(gòu)如圖2所示，圖中yr為系統(tǒng)設(shè)定值，y為系統(tǒng)的輸出值，它們都是清晰量，從圖中可以看出，與傳統(tǒng)控制系統(tǒng)結(jié)構(gòu)沒有多大區(qū)別，只是用模糊控制器替代傳統(tǒng)的數(shù)字控制器。

圖2 模糊控制系統(tǒng)

智能溫室系統(tǒng)模糊控制過程是系統(tǒng)通過傳感器采集當(dāng)前的環(huán)境數(shù)據(jù)后，首先對(duì)數(shù)據(jù)進(jìn)行處理，例如與以前值進(jìn)行比較、校核、數(shù)字濾波等，并采用規(guī)定的算法對(duì)多個(gè)傳感器采集的同一環(huán)境參數(shù)數(shù)據(jù)進(jìn)行運(yùn)算，以獲得整個(gè)溫室環(huán)境參數(shù)最具代表性的數(shù)據(jù)。根據(jù)經(jīng)過處理的數(shù)據(jù)，求出與設(shè)定值的溫度偏差E?？紤]溫室環(huán)境的特點(diǎn)和系統(tǒng)實(shí)際實(shí)施情況，我們必須根據(jù)溫室作物種類的不同設(shè)置不同的環(huán)境參數(shù)和采樣時(shí)間，在保證控制的實(shí)時(shí)性的同時(shí)，一方面可以提高控制精度，另一方面能在很大程度上消除干擾影響，避免出現(xiàn)設(shè)備頻繁啟閉的現(xiàn)象。根據(jù)模糊控制的要求，對(duì)溫度偏差E規(guī)范化和模糊化處理，處理的結(jié)果將E變換為模糊集合中對(duì)應(yīng)的論域值M。根據(jù)M的值，查模糊控制響應(yīng)表，得到輸出控制量。

模糊控制系統(tǒng)不需要被控對(duì)象的精確數(shù)學(xué)模型?？梢砸罁?jù)專家經(jīng)驗(yàn)實(shí)施精確控制，對(duì)外界干擾不敏感，系統(tǒng)的魯棒性強(qiáng)、穩(wěn)定性好，基本能夠解決常規(guī)控制方法所無法完成的溫室環(huán)境調(diào)控的問題。但是，從上述系統(tǒng)來看，控制規(guī)則的制定來源于專家經(jīng)驗(yàn)或現(xiàn)有的知識(shí)，隸屬函數(shù)多采用簡單的三角形隸屬函數(shù)或高斯隸屬函數(shù)，沒有統(tǒng)一制定的依據(jù)，這將直接影響模糊控制器的性能。而隸屬函數(shù)的優(yōu)選和模糊規(guī)則的獲取正是模糊控制系統(tǒng)設(shè)計(jì)中最重要和最困難的問題。

3 優(yōu)化的模糊控制在溫室控制的應(yīng)用

溫室環(huán)境受多種因素影響具有時(shí)變性，使得模糊控制系統(tǒng)參數(shù)不會(huì)完全一樣，如果采用上述常規(guī)模糊控制系統(tǒng)進(jìn)行控制，需要設(shè)計(jì)人員花費(fèi)大量的精力對(duì)系統(tǒng)進(jìn)行參數(shù)的整定工作，否則不能取得理想的控制效果。如果能夠使溫室模糊控制系統(tǒng)具有自學(xué)習(xí)、自調(diào)整能力以根據(jù)環(huán)境條件的變化自動(dòng)調(diào)整控制器參數(shù)，將會(huì)節(jié)省大量的人力。

3.1模糊神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)［4］

在模糊控制系統(tǒng)的設(shè)計(jì)中，人們?nèi)菀讓＜业闹R(shí)總結(jié)為模糊控制規(guī)則。但由于專家知識(shí)的局限性以及環(huán)境的可變性，任何一個(gè)專家都無法得到一個(gè)最佳或最優(yōu)的隸屬函數(shù)。而神經(jīng)網(wǎng)絡(luò)擅長從海量數(shù)據(jù)中尋找特定的模式，可以用神經(jīng)網(wǎng)絡(luò)來辨識(shí)因果關(guān)系，通過在輸入和輸出數(shù)據(jù)中找出模式而生成模糊邏輯規(guī)則。因?yàn)檫@兩種技術(shù)具有互補(bǔ)性，所以利用神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)功能來優(yōu)化模糊控制規(guī)則和相應(yīng)的隸屬函數(shù)，將一些知識(shí)預(yù)先分配到神經(jīng)網(wǎng)絡(luò)中去。將模糊邏輯推理能力與神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)能力相結(jié)合，使得模糊控制規(guī)則和隸屬函數(shù)可以通過對(duì)樣本數(shù)據(jù)的學(xué)習(xí)自動(dòng)的生成，克服了人為選擇模糊控制規(guī)則主觀性較大的缺陷。

模糊神經(jīng)網(wǎng)絡(luò)控制器將模糊邏輯與神經(jīng)網(wǎng)絡(luò)融合在一起，既能利用模糊邏輯來描述神經(jīng)網(wǎng)絡(luò)的推理過程，又可以通過神經(jīng)網(wǎng)絡(luò)來不斷調(diào)整模糊隸屬函數(shù)參數(shù)和模糊控制規(guī)則；既能處理溫室生產(chǎn)過程中的不確定性問題，又能適應(yīng)溫室環(huán)境系統(tǒng)的非線性和時(shí)變性問題。

圖3是一種融合型神經(jīng)網(wǎng)絡(luò)模糊自學(xué)習(xí)控制的系統(tǒng)結(jié)構(gòu)。

圖3 模糊神經(jīng)網(wǎng)絡(luò)控制器系統(tǒng)結(jié)構(gòu)

該控制器使神經(jīng)網(wǎng)絡(luò)的每個(gè)層、每個(gè)節(jié)點(diǎn)都對(duì)應(yīng)模糊系統(tǒng)的一部分就可以根據(jù)模糊系統(tǒng)的結(jié)構(gòu)，決定等價(jià)結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)。這里的神經(jīng)網(wǎng)絡(luò)不同于常規(guī)的神經(jīng)網(wǎng)絡(luò)，常規(guī)的神經(jīng)網(wǎng)絡(luò)是黑箱型的，這里的神經(jīng)網(wǎng)絡(luò)所有參數(shù)都具有物理意義，典型的模糊神經(jīng)網(wǎng)絡(luò)控制器的結(jié)構(gòu)如圖4所示。

圖4 基于神經(jīng)網(wǎng)絡(luò)的模糊控制器

根據(jù)模糊系統(tǒng)的結(jié)構(gòu)來構(gòu)造等價(jià)結(jié)構(gòu)的神經(jīng)網(wǎng)絡(luò)，也就是說，神經(jīng)網(wǎng)絡(luò)的每一層每一個(gè)節(jié)點(diǎn)對(duì)應(yīng)模糊系統(tǒng)的一部分，這樣就增強(qiáng)了模糊控制的在線自學(xué)習(xí)能力。具有模糊結(jié)構(gòu)的等價(jià)神經(jīng)網(wǎng)絡(luò)構(gòu)成了一個(gè)新的網(wǎng)絡(luò)結(jié)構(gòu)，這種網(wǎng)絡(luò)結(jié)構(gòu)不僅具有清晰的空間結(jié)構(gòu)，而且具有良好的非線性逼近能力和自學(xué)習(xí)能力。

3.2遺傳算法的模糊控制系統(tǒng)

遺傳算法［5］（Genetic Algorithm）是一種解決復(fù)雜問題的有效方法，是基于進(jìn)化論、在計(jì)算機(jī)上模擬生命進(jìn)化機(jī)制而發(fā)展起來的一門新型學(xué)科，它根據(jù)適者生存，優(yōu)勝劣汰等自然進(jìn)化規(guī)則來搜索問題的解。遺傳算法的基本思想是從一個(gè)代表最優(yōu)化問題解的種群開始進(jìn)行搜索，通過若干代的進(jìn)化最終得出條件最優(yōu)的個(gè)體。遺傳算法的優(yōu)勢在于求解最優(yōu)化問題的全局最優(yōu)解。算法的突出特點(diǎn)是它包含了與生物遺傳及進(jìn)化很相像的步驟：選擇、復(fù)制、交叉、重組和變異。

模糊控制器設(shè)計(jì)的關(guān)鍵是模糊控制規(guī)則和輸入輸出隸屬函數(shù)的選擇，它們一般是由熟練操作人員或?qū)＜业慕?jīng)驗(yàn)總結(jié)設(shè)計(jì)出來的，然而對(duì)隸屬函數(shù)完全依賴于專家的經(jīng)驗(yàn)在實(shí)際應(yīng)用中不能保證達(dá)到滿意的效果，有必要進(jìn)行優(yōu)化。如果用遺傳算法進(jìn)行尋優(yōu)計(jì)算，可以較為有效的確定模糊邏輯的結(jié)構(gòu)和參數(shù)。用遺傳算法優(yōu)化模糊控制器的方法通常有：優(yōu)化隸屬度函數(shù)、優(yōu)化模糊控制規(guī)則、優(yōu)化隸屬度函數(shù)與優(yōu)化模糊控制規(guī)則交替進(jìn)行。

3.3分級(jí)模糊控制系統(tǒng)

現(xiàn)代溫室控制技術(shù)已經(jīng)由定值管理發(fā)展為按時(shí)段變量控制的模式。同一種作物，在不同的生長期如發(fā)芽期、生長期、開花期、結(jié)果期等，對(duì)溫度的要求是不同的，以黃瓜為例如表1所示。

表1 溫室黃瓜生長的三基點(diǎn)（最低溫度、最適溫度和最高溫度）溫度

在作物一天的生長過程中，作物的生理活動(dòng)對(duì)溫度的要求也是不同的，用傳統(tǒng)的恒溫模糊控制則不能滿足作物的生長要求。溫度的周期性變化對(duì)作物的生長發(fā)育是不可缺少的，一般作物在夜間比白天生長的快，這是由于白天光合作用制造的養(yǎng)料積累后供給夜間作物生長和新細(xì)胞的形成。作物生長的各個(gè)階段有它最適宜的溫度，只有在最適宜的溫度范圍內(nèi)作物才可以更好的生長。那么對(duì)溫室的溫度的控制就需要根據(jù)作物的生長需要來調(diào)節(jié)溫室的溫度。

溫室的變溫控制可以由一種雙輸入單輸出的控制系統(tǒng)實(shí)現(xiàn)，由通常模糊控制的一個(gè)給定輸入，變?yōu)椴粌H有一個(gè)給定的溫室溫度輸入值還有一個(gè)不同時(shí)段（上午，下午，前半夜，后半夜）的溫度輸入值。系統(tǒng)根據(jù)實(shí)測值與系統(tǒng)的不同階段不同時(shí)間設(shè)定的標(biāo)準(zhǔn)值進(jìn)行比較，計(jì)算出偏差和偏差的變化率，輸入給模糊控制器，使其發(fā)出指令，驅(qū)動(dòng)各個(gè)執(zhí)行機(jī)構(gòu)動(dòng)作，減小與實(shí)際值的偏差，進(jìn)而逐漸的逼近設(shè)定值，實(shí)現(xiàn)變溫控制［6］。

3.4在線自整定算法模糊控制系統(tǒng)

由于不同的溫室其規(guī)模、結(jié)構(gòu)、所處地域的氣候條件不完全相同,使得模糊控制系統(tǒng)參數(shù)不會(huì)完全一樣,需要耗費(fèi)大量的精力對(duì)每個(gè)系統(tǒng)分別進(jìn)行參數(shù)整定。在模糊控制過程中模糊控制器的輸出與系統(tǒng)的比例因子關(guān)系密切，而比例因子的選擇會(huì)直接影響系統(tǒng)的性能，但比例因子的

選擇需要有經(jīng)驗(yàn)的技術(shù)人員花費(fèi)大量的時(shí)間和精力才能完成。對(duì)于不同的控制環(huán)境需要不同的比例因子，不能一成不變，因此，在線實(shí)時(shí)調(diào)整比例因子是十分必要的。楊衛(wèi)中等提出了溫室溫度模糊控制參數(shù)在線自整定的算法，將溫室溫度響應(yīng)的特征參數(shù)超調(diào)量、系統(tǒng)發(fā)散程度、系統(tǒng)振蕩程度、穩(wěn)態(tài)誤差和過渡過程時(shí)間作為模糊推理系統(tǒng)的輸入，量化因子和比例因子作為推理器的輸出，模糊推理系統(tǒng)根據(jù)知識(shí)庫的規(guī)則在線自動(dòng)調(diào)整控制系統(tǒng)的量化因子和比例因子，優(yōu)化系統(tǒng)響應(yīng)品質(zhì)，并可以自動(dòng)檢測系統(tǒng)全局性響應(yīng)性能指標(biāo)，對(duì)于新建系統(tǒng)或者由于季節(jié)變化引起的響應(yīng)性能不能滿足要求，可以自動(dòng)進(jìn)行參數(shù)調(diào)整。通過實(shí)驗(yàn)證明溫度模糊控制器參數(shù)在線自整定算法可以有效的改善模糊控制器的性能，并且該算法易于編程實(shí)現(xiàn)，計(jì)算時(shí)間很短。應(yīng)用該算法可以省去新建溫室控制系統(tǒng)繁瑣的現(xiàn)場參數(shù)整定工作，也可以解決由于季節(jié)變化等因素造成的控制系統(tǒng)性能變化的問題［7］。

4 結(jié)語

針對(duì)溫室環(huán)境的大滯后、多輸入多輸出、非線性、難以建立數(shù)學(xué)模型等特點(diǎn)，采用模糊控制方法可以有效的予以解決，但模糊控制本身也存在缺點(diǎn)，模糊控制的模糊控制規(guī)則表和輸入輸出隸屬函數(shù)的選擇要依賴于專家的經(jīng)驗(yàn)，不同的控制環(huán)境對(duì)控制的要求是不同的，就必須重新進(jìn)行調(diào)整，而它的調(diào)整需要花大量的時(shí)間。采用優(yōu)化的模糊控制技術(shù)可以解決此問題，本文介紹了模糊神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)、遺傳算法的模糊控制系統(tǒng)、分級(jí)模糊控制系統(tǒng)、在線自整定算法模糊控制系統(tǒng)來解決模糊控制在溫室控制應(yīng)用中存在的問題。

［1］趙斌，王克奇，匡麗紅等.我國溫室環(huán)境的模糊控制技術(shù)應(yīng)用現(xiàn)狀［J］.自動(dòng)化儀表，2008,29（5）：1—4、8.

［2］馮帆，邱立春，劉維佳.模糊控制在溫室溫濕度控制系統(tǒng)中的應(yīng)用［J］.農(nóng)機(jī)化研究，2009,（6）：148—150.

［3］曹承志，王楠.智能技術(shù)［M］.北京：清華人學(xué)出版社，2004.

［4］劉紅.基于模糊神經(jīng)網(wǎng)絡(luò)的溫室溫度智能控制器設(shè)計(jì)［J］.控制與傳動(dòng)，2009,（6）：48-49.

［5］李士勇.模糊控制神經(jīng)控制和智能控制理論［M］.哈爾濱:哈爾濱工業(yè)大學(xué)出版社,1996.

［6］于海業(yè)，于立娟，陳海梅.基于模糊控制算法的溫室變溫管理系統(tǒng)［J］.農(nóng)機(jī)化研究，2008，（5）：25—27.

［7］楊衛(wèi)中，王一鳴，李海健.溫室溫度模糊控制參數(shù)在線自整定算法［J］.農(nóng)業(yè)機(jī)械學(xué)報(bào)，2005，36（9）：79—82.

TP273+.4

：A

：1671-6469（2013）04-0077-04

2013-06-20

昌吉學(xué)院科學(xué)研究基金項(xiàng)目（2011SSQD018）

劉紅（1977-），女，江蘇贛榆人，昌吉學(xué)院物理系，講師，研究方向：智能控制，電工電子技術(shù)。