羅　偉　湖南學(xué)院鐵道職業(yè)技術(shù)　湖南株洲　412001

?

生化培養(yǎng)箱智能控制系統(tǒng)的設(shè)計

羅偉湖南學(xué)院鐵道職業(yè)技術(shù)湖南株洲412001

2013年度湖南省教育廳科學(xué)研究項目（課題編號：13C591）

【文章摘要】

生化培養(yǎng)箱過程中，存在溫、濕度變化耦合性強、設(shè)備性能易變的問題，本文提出了一種基于解耦補償?shù)母倪M模糊控制設(shè)計方法，保證改進模糊算法計算的控制量相互獨立，實現(xiàn)對溫度和濕度控制量解耦關(guān)系的學(xué)習(xí)，對控制量進行補償。

【關(guān)鍵詞】

生化培養(yǎng)箱；智能；控制系統(tǒng)

0　引言

生化培養(yǎng)箱是是生物、醫(yī)學(xué)、環(huán)境保護、農(nóng)林畜牧等行業(yè)的科研機構(gòu)、大專院校、生產(chǎn)單位或部門實驗室的重要試驗設(shè)備，廣泛應(yīng)用于恒溫恒濕試驗、培養(yǎng)試驗、環(huán)境試驗等。然而長期以來，生化培養(yǎng)箱的溫濕度控制存在嚴(yán)重耦合，研究生化培養(yǎng)箱的溫、濕度控制算法，提升控制精度，對相關(guān)領(lǐng)域的生產(chǎn)和科研具有重要意義。

目前國內(nèi)外對生化培養(yǎng)箱的溫濕度控制主要通過開關(guān)控制、單純PID控制及模糊控制來實現(xiàn)。然而開關(guān)控制效果非常粗糙，同時會造成設(shè)備的頻繁啟停， 降低設(shè)備使用壽命；PID控制對于非線性時變、滯后較大的溫濕度控制系統(tǒng)來說，魯棒性不強；而單純的模糊控制器存在靜差，控制精度不夠高。同時大部分生化培養(yǎng)箱控制系統(tǒng)由于沒有考慮系統(tǒng)溫、濕度的相互影響，加上生化培養(yǎng)箱模型的不確定性以及過程參數(shù)受環(huán)境影響變化大，導(dǎo)致對溫、濕度控制的精度不理想。

本文針對生化培養(yǎng)箱工作過程中溫、濕度變化的耦合性強，以及傳感器性能曲線受外界干擾較大等問題，為更好滿足生化培養(yǎng)過程對溫、濕度指標(biāo)的工藝要求，采用神經(jīng)元對溫濕度控制進行解耦，同時采用變參數(shù)模糊控制，提升控制系統(tǒng)自調(diào)節(jié)能力，提高茶葉品質(zhì)。

圖1　控制系統(tǒng)結(jié)構(gòu)

1　算法結(jié)構(gòu)

為了解決生化培養(yǎng)過程中，溫度和濕度相互制約，相互影響的問題，需要對系統(tǒng)溫、濕度變化進行解耦，然而生化培養(yǎng)過程的數(shù)學(xué)模型難以直接獲取，導(dǎo)致常規(guī)的解耦方法無法使用。

針對具有雙輸入雙輸出的生化培養(yǎng)箱，本文提出了一種基于神經(jīng)元解耦的變參數(shù)模糊制方法，其結(jié)構(gòu)如圖1所示。

整個控制系統(tǒng)由基于改進模糊算法的溫、濕度獨立控制，以及基于神經(jīng)元的解耦補償兩部分組成。

基于改進模糊算法，首先利用模糊控制器根據(jù)溫、濕度設(shè)定值和系統(tǒng)檢測反饋值，實現(xiàn)對溫、濕度獨立閉環(huán)控制，同時為了解決傳感器漂移和固定參數(shù)模糊算法環(huán)境適應(yīng)性差的問題，采用粒子群算法算法對模糊隸屬度進行在線優(yōu)化。

神經(jīng)元解耦補償器，位于模糊控制器與控制對象之間，利用神經(jīng)元的自學(xué)習(xí)特性，實現(xiàn)對溫度和濕度控制量耦合關(guān)系的學(xué)習(xí)，利用解耦結(jié)果對控制量進行補償。從而保證改進模糊算法計算的控制量相互獨立，無需關(guān)心耦合關(guān)系。

2　模糊控制器的設(shè)計

溫度模糊控制器采用雙輸入，單輸出結(jié)構(gòu)。輸入e1為生化培養(yǎng)過程溫度與設(shè)定值偏差，模糊變量為{NL，NM，NS，O，PS，PM，PL}，論域E1＝{-7,-6,-5, -4, -3, -2, -1, 0, 1, 2, 3, 4, 5,6,7}。輸入e2為溫度偏差變化率，模糊變量為{NL，NS，O, PS，PL}，論域E2= { -4, -3, -2, -1, 0, 1, 2, 3, 4}。輸出u為溫度調(diào)節(jié)量，U的模糊變量為：{NL，NM，NS，O，PS，PM，PL}，論域U ＝{ -6，-5, -4, -3, -2, -1, 0, 1, 2, 3, 4, 5，6}。

濕度模糊控制器，輸入e1為濕度與設(shè)定值偏差，模糊變量為{NL，NM，NS，O，PS，PM，PL}，論域E1＝{-5, -4, -3, -2, -1, 0, 1, 2, 3, 4, 5}；輸入e2為濕度偏差變化率，模糊變量為{NL，NS，O, PS，PL}，論域為E2= { -4, -3, -2, -1, 0, 1, 2, 3, 4}；輸出u為濕度調(diào)節(jié)量，U的模糊變量為：{NL，NM，NS，O，PS，PM，PL}，論域U ＝{ -6，-5, -4, -3, -2, -1, 0, 1, 2, 3, 4, 5，6}。為了更好的抑制環(huán)境參數(shù)變化對生化培養(yǎng)過程控制系統(tǒng)的影響，方便參數(shù)調(diào)節(jié)，本文采用梯形函數(shù)。

根據(jù)生化培養(yǎng)過程工藝的專家經(jīng)驗，溫、濕度模糊控制的規(guī)則，均按照偏差較大時快速調(diào)節(jié)，偏差較小時精細(xì)調(diào)節(jié)的原則，總結(jié)出模糊控制規(guī)則，如表1 所示。

根據(jù)所本文所設(shè)計的隸屬度及模糊推理規(guī)則，同時利用Mamdani模糊推理方法進行解模糊，得到模糊控制查詢表。通過清晰化接口和查詢表，分別得熱電偶電流和鼓風(fēng)機轉(zhuǎn)速的調(diào)節(jié)量。

表1　推理語言規(guī)則表Table 1.　Rules table of Reasoning language

3　實驗與應(yīng)用

為了驗證本文提出算法的有效性，采用對比實驗的方式，從系統(tǒng)性能方面對系統(tǒng)運行效果進行實驗分析。

控制目標(biāo)設(shè)定為溫度37℃，相對濕度30%。

在實驗過程中兩種控制策略下對應(yīng)的箱體內(nèi)溫、濕度變化曲線分別如圖2和圖3所示。不難看出，本文的方法，由于采用了解耦補償，溫、濕度變化的耦合性得以改善，局部擾動明顯減??；同時由于采用了模糊控制，相對于PID控制，不但提升了控制精度，同時較小了系統(tǒng)超調(diào)量、也加快了系統(tǒng)響。系統(tǒng)進入穩(wěn)態(tài)后，采用本文方法的溫度控制誤差小于0.4℃，相對濕度誤差僅為 2.5%。從對比實驗結(jié)果上看本文方法在控制系統(tǒng)性能上，優(yōu)于傳統(tǒng)的模糊控制控制。

【參考文獻(xiàn)】

[1]栗震霄.提高生化培養(yǎng)箱溫度控制精度的試驗研究[J].糧油加工與食品機械，1999，15(6)：58－61.

[2]顧敏明，潘海鵬.濕度專家控制系統(tǒng)的設(shè)計與實現(xiàn)[J].工業(yè)儀表與自動化裝置，2007(4)：20－22.

[3]Mann, G.K.I, Gosine, R.G. Threedimensional min-max-gravity based fuzzy PID inference analysis and tuning [J]. Fuzzy Sets and Systems, 2008, (2): 300-323

[4]郭文川，程寒杰，李瑞明，等.基于無線傳感器網(wǎng)絡(luò)的溫室環(huán)境信息監(jiān)測系統(tǒng)[J].農(nóng)業(yè)機械學(xué)報，2010，41(7)：181－185.

羅偉(1979-)，男，湖南株洲人，碩士，副教授，研究領(lǐng)域：控制工程。

圖2　溫度對比實驗曲線

圖3　濕度對比實驗曲線

【作者簡介】

中圖分類號：TP273+.21

文獻(xiàn)標(biāo)識碼：A國家標(biāo)準(zhǔn)學(xué)科分類代碼：510-80