屈 毅,王雪俠,史 晶
(咸陽職業(yè)技術(shù)學(xué)院 電信學(xué)院,陜西 咸陽 712000)
物聯(lián)網(wǎng)實(shí)際是傳感器技術(shù)、通訊技術(shù)、智能控制技術(shù)的集成應(yīng)用,物聯(lián)網(wǎng)在現(xiàn)代設(shè)施農(nóng)業(yè)中有著廣泛的應(yīng)用,主要在溫室環(huán)境監(jiān)測與調(diào)控等方面取得了一些進(jìn)展,但還有許多關(guān)鍵技術(shù)有待于解決。由于設(shè)施農(nóng)業(yè)是通過各種工程措施改變農(nóng)田小氣候環(huán)境實(shí)現(xiàn)農(nóng)業(yè)反季節(jié)生產(chǎn),改變后的設(shè)施環(huán)境是否適合作物種植至關(guān)重要,尤其北方冬春季日光溫室室內(nèi)外環(huán)境相差很大,如果生產(chǎn)過程中不能及時(shí)控制溫室內(nèi)環(huán)境,往往會導(dǎo)致作物非正常生長,甚至大幅減產(chǎn)、絕收[1-3]。因此,近來許多學(xué)者在設(shè)施園藝特別是溫室環(huán)境監(jiān)測方面開展了系列研究,但是,物聯(lián)網(wǎng)技術(shù)在設(shè)施農(nóng)業(yè)中的應(yīng)用研究還處于初期,系統(tǒng)性應(yīng)用不多。因此以物聯(lián)網(wǎng)技術(shù)為切入點(diǎn),系統(tǒng)的研究了溫室小環(huán)境系統(tǒng)的監(jiān)測問題,為溫室小環(huán)境系統(tǒng)的控制奠定基礎(chǔ)。
本系統(tǒng)采用分布式系統(tǒng)架構(gòu),對室內(nèi)小氣候環(huán)境實(shí)時(shí)監(jiān)測。系統(tǒng)分三層架構(gòu):第一層,溫室現(xiàn)場監(jiān)測控制層。空氣溫度、濕度,土壤溫度、濕度等傳感器采集溫室內(nèi)空氣溫度、濕度,土壤溫度、濕度,光照強(qiáng)度等環(huán)境參數(shù)傳輸?shù)讲杉刂破鳎罁?jù)系統(tǒng)設(shè)置的控制策略智能控制水簾、風(fēng)機(jī)、遮陽網(wǎng)等執(zhí)行設(shè)備;第二層,總控室群測群控層。利用無線傳感網(wǎng)絡(luò)將采集控制器采集到的室內(nèi)小環(huán)境參數(shù)傳輸給主控計(jì)算機(jī),依據(jù)控制策略對溫室內(nèi)小環(huán)境參數(shù)的集中處理,并通過趨勢線、數(shù)據(jù)表等形式存顯,技術(shù)人員在總控制室內(nèi)實(shí)現(xiàn)對數(shù)據(jù)的處理工作,主控機(jī)傳送控制指令到相應(yīng)的設(shè)備,實(shí)現(xiàn)自動控制策略;第三層,網(wǎng)絡(luò)遠(yuǎn)程訪問層。系統(tǒng)采用B/S(Brower/Sever)結(jié)構(gòu)的數(shù)據(jù)管理級遠(yuǎn)程綜合服務(wù)平臺,實(shí)現(xiàn)溫室內(nèi)小環(huán)境信息的網(wǎng)絡(luò)發(fā)布,通過授權(quán)的網(wǎng)絡(luò)計(jì)算機(jī)都可瀏覽溫室小環(huán)境信息,可提高管理水平,降低生產(chǎn)成本。
1)傳感器網(wǎng)絡(luò)設(shè)置
多個(gè)傳感器設(shè)備(如溫度、濕度、光照、CO2濃度以及 PH值傳感器等)組成的一個(gè)自組織傳感網(wǎng)絡(luò)系統(tǒng),其目的是感知、采集和處理網(wǎng)絡(luò)覆蓋區(qū)域中被感知農(nóng)作物的信息,并發(fā)送給遠(yuǎn)程監(jiān)控中心[4-5]。
2)輸入接口電路設(shè)計(jì)
通過前置放大電路、濾波電路、放大電路組成一個(gè)輸入接口電路,將檢測到的信息經(jīng)過一系列的處理,將轉(zhuǎn)換數(shù)字信號,輸入到處理器系統(tǒng),進(jìn)行后續(xù)數(shù)據(jù)處理。
3)數(shù)據(jù)處理算法的設(shè)計(jì)
采用智能數(shù)據(jù)處理技術(shù),對采集到的溫室小環(huán)境數(shù)據(jù)進(jìn)行處理,并輸出到輸出接口電路。
4)輸出接口電路設(shè)計(jì)
將處理器處理后的信息經(jīng)光耦電路、模數(shù)轉(zhuǎn)換、放大電路等技術(shù)處理,轉(zhuǎn)化為控制信號傳輸?shù)綀?zhí)行機(jī)構(gòu)(電磁閥、步進(jìn)電機(jī)等)。
5)驅(qū)動控制和顯示部分的設(shè)計(jì)
將處理后的信號傳輸?shù)綀?zhí)行機(jī)構(gòu)、反饋給客戶。
技術(shù)路線總體遵循由簡到繁、從構(gòu)建到整體,分級解決關(guān)鍵技術(shù)的研究路線開展項(xiàng)目研究。具體技術(shù)路線由圖1 表示[6-7]。
圖1 技術(shù)路線流程圖Fig.1 A technology roadmap flowchart
在環(huán)境控制過程中,以陜西某地的溫室的物理過程進(jìn)行分析,依據(jù)該地區(qū)溫室的實(shí)際情況,在建立溫室系統(tǒng)的數(shù)學(xué)模型時(shí)作必要的簡化:1)溫室小環(huán)境各種參數(shù)分布均勻,空氣溫度、濕度與土壤溫度、濕度可視為相同;2)計(jì)算土壤傳熱時(shí),只考慮縱向方向的一維傳熱;3)溫室內(nèi)的農(nóng)作物冠層溫度分布均勻。
本文采用含控制量的溫室溫度、濕度數(shù)學(xué)模型(見式(1))。等式1右邊溫室覆蓋層交換的熱量、通風(fēng)時(shí)溫室內(nèi)外的熱量交換、溫室吸收的太陽能、作物蒸騰作用吸收的熱量和溫度調(diào)控設(shè)施所提供的熱量。通過對陜西某地,夏季和冬季溫室實(shí)驗(yàn)數(shù)據(jù)分析,參照文獻(xiàn)[8]提出的方法,計(jì)算得出夏季和冬季溫室農(nóng)作物蒸騰速率與環(huán)境氣候要素之間的關(guān)系,見式(2)~(4)。
其中Qheat(t)的表達(dá)式見式(5)。
把式(5)代入式(1),并對式(1)進(jìn)行變換整理,得到式(6)。
把式(7)和式(8)代入式(6),得到式(9)。
其中M(t)為溫室覆蓋層與氣體定容比.L(t)項(xiàng)是由室外溫度Tout(t)、作物蒸發(fā)潛能速率λE、投在溫室覆蓋層的太陽輻射Qrad(t)等環(huán)境變量構(gòu)成,可以作為是干擾項(xiàng)處理。
參考陜西某地冬季一溫室連續(xù)觀測數(shù)據(jù),得出 M(t)值介于 36 335.23 與 36 654.98 之間,平均值為 3 649。 則式(9)變?yōu)槭?10)。
對式(10)拉氏變換,將式(11)代入,整理得式(12)
式中:Tin—是室內(nèi)環(huán)境溫度(℃),Tout—是室外環(huán)境溫度(℃),V—是室內(nèi)的體積(m3), ρ—為空氣密度(1.29 kg/m3),—為溫室內(nèi)氣體定容比熱 (1.005 J/kg*℃),k—為太陽輻射能被溫室空氣吸收的傳熱系數(shù),hc—為溫室覆蓋層與溫室內(nèi)氣體的對流換熱系數(shù)。
本系統(tǒng)采用模糊控制器的基本結(jié)構(gòu)以單變量二維模糊控制器較為典型,因?yàn)槠浣Y(jié)構(gòu)簡單、原理清晰、應(yīng)用廣泛。圖2所示為典型的單變量二維模糊控制系統(tǒng)框圖,虛線部分為基本模糊控制器原理圖。
圖2 基本模糊控制器原理框圖Fig.2 Block diagram of the basic fuzzy controller
在圖2中,r為系統(tǒng)設(shè)定信號,是一個(gè)精確量;e和ec分別為系統(tǒng)偏差和偏差變化率,也是精確量;E,EC分別為系統(tǒng)偏差與偏差變化率經(jīng)模糊處理后映射到模糊論域上的一個(gè)模糊量;U為系統(tǒng)通過模糊邏輯推理、決策以及清晰化處理得到的輸出變量;u為模糊控制器輸出U經(jīng)過比例因子變化后的精確量,作為控制信號,可直接作用于控制機(jī)構(gòu),控制被控對象;y為控制系統(tǒng)的輸出量。
模糊PID控制器的設(shè)計(jì)步驟:
1)確定模糊控制器的輸入━輸出變量,從而確定模糊控制器的維數(shù)。在實(shí)際應(yīng)用中,取系統(tǒng)的偏差e和偏差變化率ec為輸入變量。
2)依據(jù)控制對象的實(shí)際情況來確定輸入—輸出變量的變化范圍,然后在確定它們的量化等級、量化因子、比例因子。
3)在各個(gè)參數(shù)變量的量化論域內(nèi)定義模糊子集。首先確定模糊子集的個(gè)數(shù),其次確定每個(gè)模糊子集的語言變量,最后為個(gè)語言變量選擇隸屬度函數(shù)。
4)確定模糊控制規(guī)則。工程技術(shù)人員的實(shí)踐操作經(jīng)驗(yàn)加以總結(jié),得出一條條模糊條件語句的集合。
5)確定模糊控制規(guī)則表。根據(jù)步驟4)的模糊控制規(guī)則和在步驟2)、3)中確定的推理模糊控制器的輸出。
6)將采樣得到的偏差e和偏差變化率ec經(jīng)過步驟2)、3)后,代入模糊控制規(guī)則表中,得出控制量U。
7)根據(jù)計(jì)算機(jī)仿真效果或者試驗(yàn)結(jié)果對模糊控制性能進(jìn)行分析,進(jìn)而對量化因子和比例因子進(jìn)行在線調(diào)整以獲得較為理想的控制效果。
取陜西某地區(qū)冬天某天10個(gè)不同時(shí)段的樣本值,輸入到經(jīng)典的PID控制器,模糊控制器中仿真實(shí)驗(yàn),得到數(shù)據(jù)見表1。對表1中的數(shù)據(jù)比較分析,可看出,模糊控制器隨著迭代次數(shù)的增加,性能指標(biāo)函數(shù)J趨于最小,模糊控制器的響應(yīng)時(shí)間9.01 s、超調(diào)量8.01%,經(jīng)典PID控制器響應(yīng)時(shí)間15.3 s、超調(diào)量14.6%。通過分析可知模糊控制器響應(yīng)快、超調(diào)量小,溫室內(nèi)空氣溫度、濕度在較短時(shí)間達(dá)到設(shè)定值。
表1 樣本檢測結(jié)果對比Tab.1 Comparison of the detected sample
本文在物聯(lián)網(wǎng)技術(shù)的背景下,在介紹溫室小環(huán)境系統(tǒng)組成、技術(shù)路線、數(shù)學(xué)模型的基礎(chǔ)上,提出溫室小環(huán)境溫度、濕度模糊控制策略。通過仿真分析表明模糊控制策略能克服溫室小環(huán)境系統(tǒng)中存在的非線性、強(qiáng)耦合時(shí)變、滯后等缺點(diǎn)、其具有較強(qiáng)的容錯(cuò)能力。能提高溫室小環(huán)境系統(tǒng)的動態(tài)響應(yīng)速度,有效的實(shí)現(xiàn)溫室小環(huán)境溫度、濕度的實(shí)時(shí)監(jiān)控,為溫室內(nèi)農(nóng)作物的生長提高合適的生態(tài)環(huán)境。
[1]屈毅,寧鐸.基于模糊PID控制的溫室控制系統(tǒng)[J].計(jì)算機(jī)應(yīng)用,2009,29(7):1996-1999.QU Yi,NING Dou.Greenhouse control system based on Fuzzy PID control[J].Journal of Computer Applications,2009,29(7):1996-1999
[2]Haipeng Pan,Wei Xing.Design of a new intelligent PID control system of greenhouse temperature[J].Proceedings of the 7thWorld Congress on Intelligent Control and Automation,Chongqing,China,2001(6):25-27.
[3]Li F,Bai X H,Li J W.Study on the greenhouse control system based on PID control[J].Journal of AgriculturalMechanization Research,2005(1):83-84.
[4]Sigrimis N A,Arvanitis K G,Pasgianos G D.Synergism of high and low level systems forthe efficient management of greenhouses[J].Computers and Electronics in Agriculture,2000,29:21-39.
[5]Astrom K,Hagglund T.PID Controllers:Theory,Design and Tuning[M].ISA Publications,Research Triangle Park,NC.1988.
[6]屈毅,寧鐸.基于賦初值BP算法的模擬電路故障的診斷[J].計(jì)算機(jī)測量與控制,2009,17(12):2417-2421.QU Yi,NING Dou.BP algorithm given initial value of analog[J].Computer Measurement&Control,2009,17(12):2417-2421.
[7]屈毅,寧鐸,賴展翅.溫室溫度控制系統(tǒng)的神經(jīng)網(wǎng)絡(luò)PID控制[J].農(nóng)業(yè)工程學(xué)報(bào),2011,27(2):307-311.QU Yi,NING Duo,LAI Zhan-chi,et al.Neural networks based on PID control for greenhouse temperature[J].Transactions of the CSAE,2011,27(2):307-311.
[8]賀爭漢,王大為,史亞維,等.RBF辨識PID控制器在溫室溫度控制中的應(yīng)用研究[J].電子設(shè)計(jì)工程,2013(22):33-35.HE Zheng-han,WANG Da-wei,SHI Ya-wei,et al.RBF based-identification PID control for greenhouse temperature system[J].Electrionc Design Engineering,2013(22):33-35.