劉 紅 楊蓮紅 王 超

（1，2，3.昌吉學(xué)院物理系 新疆 昌吉 831100）

1 引言

對(duì)于北方地區(qū)，溫室的應(yīng)用及溫室環(huán)境的控制研究具有非常重要的意義。溫室作為設(shè)施農(nóng)業(yè)的一部分，可以改變植物生長(zhǎng)環(huán)境，為植物生長(zhǎng)創(chuàng)造最佳條件，避免外界四季變化和惡劣氣候的影響。溫室設(shè)施的關(guān)鍵技術(shù)是環(huán)境控制，該技術(shù)的最終目標(biāo)是提高控制與作業(yè)精度［1］。溫室環(huán)境控制的根本目標(biāo)是將溫度、濕度、光照、CO2濃度等環(huán)境因子控制在適宜的范圍內(nèi)，從而有利于作物的生長(zhǎng)和發(fā)育，實(shí)現(xiàn)高效生產(chǎn)。然而溫室控制是一個(gè)復(fù)雜的大系統(tǒng)，具有非線性、時(shí)變、分布參數(shù)、多變量間的強(qiáng)烈耦合、較大的隨機(jī)干擾、過(guò)程機(jī)理錯(cuò)綜復(fù)雜等特點(diǎn)，難以建立精確的數(shù)學(xué)模型，對(duì)于那些難以建立數(shù)學(xué)模型的復(fù)雜被控對(duì)象，采用傳統(tǒng)的控制方法，包括基于現(xiàn)代控制理論的控制方法，都很難取得較好的控制效果。模糊控制從本質(zhì)上來(lái)說(shuō)是一種非線性智能控制技術(shù)，它無(wú)須知道被控對(duì)象的精確數(shù)學(xué)模型，而是根據(jù)經(jīng)驗(yàn)控制行為，遵循反饋及反饋控制思想，總結(jié)成一系列控制規(guī)則，并運(yùn)用軟件程序加以實(shí)現(xiàn)。因此采用模糊控制技術(shù)可以較好地實(shí)現(xiàn)溫室環(huán)境的靈活調(diào)節(jié)并達(dá)到降低能耗的目的［2，3］。

2 模糊控制器的設(shè)計(jì)

2.1 模糊控制系統(tǒng)的組成

模糊控制又稱為模糊邏輯控制，基本原理如圖1所示［4］。其基本思想是借助于計(jì)算機(jī)和模糊集合理論來(lái)模擬人對(duì)系統(tǒng)的控制過(guò)程。它是以人的控制經(jīng)驗(yàn)作為控制的知識(shí)模型，以模糊集合、模糊語(yǔ)言變量和模糊邏輯推理為基礎(chǔ)的微機(jī)數(shù)字控制。模糊控制系統(tǒng)一般由模糊控制器、輸入輸出接口裝置、檢測(cè)裝置、執(zhí)行機(jī)構(gòu)、被控對(duì)象等部分組成，構(gòu)成了一個(gè)負(fù)反饋模糊控制系統(tǒng)［5］。

圖1 模糊控制系統(tǒng)原理圖

模糊控制系統(tǒng)的原理為：系統(tǒng)通過(guò)下位機(jī)如PLC（或單片機(jī)）采樣獲取被控量的精確值，然后將此量與給定值比較得到誤差信號(hào)E，把誤差信號(hào)的精確量模糊化變成模糊量，得到了誤差E的模糊語(yǔ)言集合的一個(gè)子集e再由模糊控制規(guī)則R（模糊關(guān)系），根據(jù)推理合成規(guī)則進(jìn)行決策，得到模糊控制量為u=e R（式中u為模糊量）。為了對(duì)被控對(duì)象施加精確的控制，還需將模糊量u轉(zhuǎn)化為精確的數(shù)字量，經(jīng)D/A轉(zhuǎn)換，送給執(zhí)行機(jī)構(gòu),從而對(duì)被控對(duì)象實(shí)施控制，從而控制了加熱器燃料控制閥及通風(fēng)機(jī)變頻器，實(shí)現(xiàn)閥門(mén)開(kāi)閉及風(fēng)機(jī)風(fēng)量大小的平滑切換。

2.2 模糊控制過(guò)程

模糊控制過(guò)程可以分為3個(gè)步驟：分別為模糊化過(guò)程、模糊推理過(guò)程和反模糊化過(guò)程。模糊化過(guò)程就是將基礎(chǔ)論域上的精確量變換為量化論域上的模糊集的過(guò)程。其主要功能就是根據(jù)輸入變量的隸屬度函數(shù)求出精確輸入量相對(duì)于輸入變量各語(yǔ)言值的隸屬度。模糊推理過(guò)程就是對(duì)于給定的模糊輸入量，模糊控制器根據(jù)判定的模糊規(guī)則和事先確定好的推理方法進(jìn)行模糊推理，求出模糊輸出量的過(guò)程。模糊推理是模糊控制器的核心，它具有模擬人類基于模糊概念的推理能力，是基于模糊邏輯中的蘊(yùn)含關(guān)系及推理規(guī)則來(lái)進(jìn)行的。反模糊化過(guò)程就是將模糊量變換成量化論域上的確定值的過(guò)程，它要求在推理得到的模糊集合中取一個(gè)最能代表這個(gè)模糊推理結(jié)果可能性的精確量，去控制或驅(qū)動(dòng)執(zhí)行機(jī)構(gòu)。反模糊化方法包括最大隸屬度法、中位數(shù)法、加權(quán)平均法等。

2.3 模糊控制器設(shè)計(jì)［6、7、8、9］

本文采用雙輸入單輸出控制結(jié)構(gòu)，該系統(tǒng)的輸入為溫度的誤差e和溫度的誤差變化率Δe，這兩個(gè)量的實(shí)際變化范圍稱為各自的基本論域，分別記為[-e,e]和,[-Δe,Δe]。誤差e和誤差變化率Δe所取的模糊集合的論域?yàn)閄=[-x,x]，把此論域轉(zhuǎn)換成整數(shù)N=[-n,-n+1,…,-1,0,1,…n-1,n]。在本系統(tǒng)中n=6，所以模糊集合論域?yàn)閇-6,6]，通過(guò)量化因子k進(jìn)行論域變換，其中量化因子k為：

若有一個(gè)元素a在X論域中，就可以在論域N中找到相應(yīng)的元素y：

最后對(duì)y采用四舍五入的方法對(duì)整數(shù)。

由量化因子的定義則可以得到誤差e和誤差變化率Δe的量化因子：

對(duì)于比例因子ku，定義為：

首先確定量化因子和比例因子，這樣系統(tǒng)的誤差e和誤差變化率Δe就可以被量化為論域上的某一個(gè)元素值。當(dāng)n確定之后，量化因子k的取值大小可以使基本論域[-e,e]和[-Δe,Δe]不同程度的縮小和放大，當(dāng)k小時(shí)，基本論域[-e,e]和[-Δe,Δe]會(huì)放大，當(dāng)k大時(shí)，基本論域[-e,e]和[-Δe,Δe]會(huì)縮小，也就是說(shuō)，量化因子和比例因子都會(huì)對(duì)控制器的輸出有著直接的影響。所以合理的選擇量化因子和比例因子是非常重要的。

根據(jù)控制經(jīng)驗(yàn)，當(dāng)溫室內(nèi)溫度較低時(shí)，一般要關(guān)閉天窗、側(cè)窗、濕簾-風(fēng)機(jī)系統(tǒng)、噴灌系統(tǒng)，當(dāng)溫室內(nèi)溫度要大于設(shè)定溫度時(shí)，按照溫度超出設(shè)定溫度的程度，依次要打開(kāi)天窗、側(cè)窗、遮陽(yáng)網(wǎng)、排風(fēng)系統(tǒng)、濕簾-風(fēng)機(jī)系統(tǒng)［10、11］。根據(jù)專家知識(shí)經(jīng)驗(yàn)總結(jié)出模糊控制規(guī)則表1：表中{NB,NM,NS,ZE,PS,PM,PB}表示{負(fù)大,負(fù)中,負(fù)小,零,正小,正中,正大}

表1 模糊控制規(guī)則表

在大多數(shù)情況下，為了減少在線計(jì)算量，往往通過(guò)離線計(jì)算，形成由輸入量和與之對(duì)應(yīng)的控制量為內(nèi)容的模糊控制表。實(shí)時(shí)控制時(shí)，模糊控制器首先把輸入量量化到輸入量的語(yǔ)言變量論域中，再根據(jù)量化的結(jié)果去查模糊控制表，求出相應(yīng)的控制量來(lái)實(shí)施控制這樣可大大提高模糊控制的實(shí)時(shí)效果，節(jié)省內(nèi)存空間［12］。

3 溫度模糊控制的仿真試驗(yàn)研究

為驗(yàn)證設(shè)計(jì)方案和模糊控制策略的正確性，獲得更好的控制效果，對(duì)溫室自動(dòng)控制系統(tǒng)的溫度控制進(jìn)行仿真試驗(yàn)的研究。本系統(tǒng)的仿真是借助MATLABA的動(dòng)態(tài)系統(tǒng)仿真工具SIMULINK及模糊控制工具箱來(lái)實(shí)現(xiàn)。

3.1 仿真試驗(yàn)?zāi)Ｐ偷慕?/h3>

在本文的溫室控制系統(tǒng)中，要求室內(nèi)溫度穩(wěn)定在21℃，即室內(nèi)溫度設(shè)定值為21℃不變，而室內(nèi)的熱源是隨機(jī)變化的，即控制系統(tǒng)的干擾是不斷變化的。因此，在恒溫控制系統(tǒng)仿真中，主要對(duì)干擾變化進(jìn)行仿真，并且考慮階躍干擾變化的情況。本文將同時(shí)對(duì)PID控制、模糊控制進(jìn)行仿真比較。

由SIMULINK軟件包則可以建立如圖2所示的溫室溫度控制系統(tǒng)仿真框圖。

圖2 溫室溫度控制仿真結(jié)構(gòu)圖

3.2 仿真試驗(yàn)結(jié)果分析

對(duì)于溫度控制系統(tǒng)分別采用常規(guī)的PID控制和模糊控制進(jìn)行仿真試驗(yàn)，得到系統(tǒng)的響應(yīng)曲線分別如圖3和圖4所示。

圖3 PID控制仿真曲線

由圖3可以看出，PID控制方法的控制響應(yīng)曲線超調(diào)大，響應(yīng)速度慢，調(diào)節(jié)時(shí)間長(zhǎng)，振蕩大，穩(wěn)態(tài)誤差大。此種控制方法不理想。

圖4 模糊控制仿真曲線

由圖4可以看出，模糊控制方法的控制響應(yīng)曲線有超調(diào)，響應(yīng)速度比PID控制要快，調(diào)節(jié)時(shí)間也要比PID控制短，有振蕩，穩(wěn)態(tài)誤差也小。模糊控制比較理想，較好地滿足溫室控制要求。

4 結(jié)論

由于溫室是一個(gè)復(fù)雜的大系統(tǒng)，難以建立適當(dāng)?shù)臄?shù)學(xué)模型，因此本文把模糊控制理論與技術(shù)應(yīng)用在溫室控制系統(tǒng)中就溫室的模糊控制進(jìn)行簡(jiǎn)要的分析，設(shè)計(jì)了模糊控制器，并利用MATLAB仿真軟件對(duì)溫室溫度控制進(jìn)行了仿真試驗(yàn)。結(jié)果表明，模糊控制策略與常規(guī)的PID控制相比超調(diào)量小，調(diào)節(jié)時(shí)間短，控制過(guò)程比較平穩(wěn)，控制效果好，能很好的改善系統(tǒng)的動(dòng)態(tài)與靜態(tài)特性。

［1］李慧，劉毅.溫室控制技術(shù)的發(fā)展方向［J］.林業(yè)機(jī)械與木工設(shè)備,2004,5（32）：4-7.

［2］WANGXiao-han，DINGWe-imin.Fuzzy control of temperature in greenhouse［J］.Journal of Nangjing agricultureUniversity，2000，23（3）：110-113.

［3］S.L.Patila.Modelling of tropical greenhouse temperature by auto regressive and neuralnetwork models［J］.Biosystems Engineering，2008，99（3）：423-431.

［4］湯兵勇，路林吉，王文杰.模糊控制理論與應(yīng)用技術(shù)［M］.北京：清華大學(xué)出版社，2002.

［5］杜尚豐.溫室環(huán)境溫度智能控制算法研究［J］.計(jì)算機(jī)測(cè)量與控制，2003，11（11）：850-852.

［6］佟紹成.非線性系統(tǒng)的自適應(yīng)模糊控制［M］.北京：科學(xué)出版社，2006.

［7］李友善，李軍.模糊控制理論及其在過(guò)程控制中的應(yīng)用［M］.北京：國(guó)防工業(yè)出版社.1996.

［8］湯兵勇，路林吉等.模糊控制理論與應(yīng)用技術(shù)［M］.北京：清華大學(xué)出版社，2002.

［9］孫增圻等.智能控制理論與技術(shù)［M］.北京：清華大學(xué)出版社，廣西：廣西科學(xué)技術(shù)出版社，1997.

［10］郭炳輝，李進(jìn)京.溫室智能測(cè)控儀發(fā)展現(xiàn)狀與前景展望［J］.農(nóng)業(yè)裝備技術(shù)，2003.

［11］劉艷軍，王偉.一類多變量非線性系統(tǒng)的自適應(yīng)模糊控制［J］.自動(dòng)化學(xué)報(bào)，2007，33（11）：1163-1169.

［12］胥芳，陳教料.玻璃溫室小氣候溫濕度動(dòng)態(tài)模型的建立與仿真［J］.農(nóng)業(yè)機(jī)械學(xué)報(bào)，2005，36（11）：102-105.