摘 要： 提出一種新能源烘房及其溫度測控系統(tǒng)。新能源烘房采用太陽能協(xié)調(diào)儲能的供熱方式，改進了傳統(tǒng)PID控制方式，提出基于Multi?Agent協(xié)同通信技術(shù)的模糊PID控制系統(tǒng)。新能源烘房及其溫度控制系統(tǒng)不但有效減少了能源消耗和二氧化碳排放，還解決了烘房控制系統(tǒng)中各個子系統(tǒng)之間的協(xié)調(diào)問題。通過Simulink仿真表明改進后的烘房系統(tǒng)具有調(diào)整時間短、能耗低、智能化和可靠性高等優(yōu)點。

關(guān)鍵詞： 新能源； 測控模型； 模糊PID； Multi?Agent通信

中圖分類號： TN911?34 文獻標(biāo)識碼： A 文章編號： 1004?373X（2016）02?0151?04

Research on new heat energy collecting system based on Multi?Agent collaborative measurement and control model

BAI Haitao

（Xi’an Innovation College， Yan’an University， Xi’an 710100， China）

Abstract： A new energy oasthouse and its temperature measurement and control system are proposed. The heat supply pattern of solar energy harmonizing storage is adopted in the new energy oasthouse. The fuzzy PID control system based on Multi?Agent collaborative communication is put forward by improving the traditional PID control method. The new energy oasthouse and its temperature control system can efficiently reduce the energy consumption and CO2 emission， and solve the coordination problems among all the subsystems in oasthouse control system. The Simulink simulation results show that the improved oasthouse system has the advantages of short setting time， low energy consumption and high reliability.

Keywords： new energy； measurement and control model； fuzzy PID； Multi?Agent communication

0 引 言

伴隨控制技術(shù)的快速進步和企業(yè)信息化的建設(shè)，將現(xiàn)代Web技術(shù)與傳統(tǒng)過程控制技術(shù)相融合的方式，已經(jīng)成為目前遠程控制系統(tǒng)開發(fā)和研究的熱點，于是，構(gòu)建基于Web技術(shù)的控制模型成為控制領(lǐng)域發(fā)展的重要方向之一。文獻[1]實現(xiàn)了基于物聯(lián)網(wǎng)（IOT）的機房節(jié)能測控系統(tǒng)設(shè)計，達到節(jié)能減排、降低成本的目的。文獻[2]設(shè)計了一種基于智能控制技術(shù)結(jié)合有線和無線傳輸方式的新型智能太陽能自動控制系統(tǒng)，實現(xiàn)提高城市居住環(huán)境，降低CO2排放。與此同時，在降低工業(yè)事故風(fēng)險，方便員工操作等方面，對遠程控制系統(tǒng)的研究都具有十分重要的意義。

在傳統(tǒng)過程控制領(lǐng)域中就計算性而言，已經(jīng)逐漸利用計算機替代控制系統(tǒng)的計算任務(wù)，但就其控制策略而言，目前占主導(dǎo)地位的依然是傳統(tǒng)PID算法，如此并沒有充分利用計算機的長處，依此來提升工程控制的整體水平[3]。Agent系統(tǒng)能夠認為是一種在分布式系統(tǒng)或協(xié)作系統(tǒng)中，可以發(fā)揮自主作用的計算實體，具體代表可以自主感知所在環(huán)境的變化，并能影響所處環(huán)境的軟硬件集合，具有主動性、反應(yīng)性、交互性和自主性等特征[4]。本文依托新能源協(xié)調(diào)儲能供熱，通過改進傳統(tǒng)PID控制方式，將模糊控制PID融入到單Agent中，然后將Multi?Agent技術(shù)融入到控制系統(tǒng)中。根據(jù)工廠烘房系統(tǒng)的實際任務(wù)需求，將復(fù)雜的烘房系統(tǒng)劃分為小的、彼此相互協(xié)調(diào)通信、且能連接到Web網(wǎng)絡(luò)的Multi?Agent控制系統(tǒng)，是設(shè)計和實現(xiàn)烘房新型能源集熱控制系統(tǒng)的新途徑。

1 應(yīng)用結(jié)構(gòu)模型

本文設(shè)計的烘房系統(tǒng)是由空氣加熱系統(tǒng)、熱氣循環(huán)系統(tǒng)、能量儲存系統(tǒng)、測控系統(tǒng)等子系統(tǒng)組成。結(jié)合實際工廠方案，簡化系統(tǒng)整體結(jié)構(gòu)模型如圖1所示。

在上述模型中，通過實時監(jiān)測太陽能集熱器和烘房中的溫度，設(shè)置控制器1～3的控制系數(shù)，使烘房的溫度穩(wěn)定在一定范圍之內(nèi)?？刂破?主要利用變頻器控制高低壓風(fēng)機8，9的風(fēng)速；當(dāng)控制器1監(jiān)測到集熱器內(nèi)溫度相當(dāng)高時，它會告知控制器2通過變頻器控制風(fēng)機10，進行抽風(fēng)儲能；當(dāng)控制器1監(jiān)測到集熱器內(nèi)溫度低于烘房設(shè)置溫度時，它會告知控制器3通過市電加熱系統(tǒng)升溫烘房內(nèi)溫度?？刂破?～3相互通信，并將數(shù)據(jù)通過物聯(lián)網(wǎng)傳遞至工作人員手持終端中。

圖1 太陽能烘房供熱結(jié)構(gòu)模型

2 測控模型與仿真

2.1 模糊PID控制系統(tǒng)設(shè)計

PID控制指的是擁有比例、加積分、加微分控制規(guī)律的成為比例積分微分控制系統(tǒng)，PID控制器輸出信號為：

[ut=KPet+KPTI0tetdt+KPτdetdt] （1）

式中：[KP]為比例系數(shù)；[TI]成為積分時間常數(shù)；[τ]為微分時間常數(shù)。以上三個參數(shù)都是可調(diào)參數(shù)[5]。因為PID控制具有結(jié)構(gòu)簡單、PID參數(shù)和控制過程關(guān)系明確等特點，于是PID控制策略被廣泛應(yīng)用于工業(yè)控制。如果涉及復(fù)雜的非線性控制系統(tǒng)，傳統(tǒng)PID控制很難建立一個精確的數(shù)學(xué)模型，并且不能達到理想的效果。建立基于傳統(tǒng)PID控制仿真模型，設(shè)烘房控制系統(tǒng)的傳遞函數(shù)為：[Gs=25s+110s+1e-1.5s]。烘房溫度設(shè)為80 ℃，并假設(shè)控制系統(tǒng)受幅值±5的隨機干擾。PID的參數(shù)整定采用Ziegler?Nichols整定法、臨界比例度法、衰減曲線法三種方法對比仿真如圖2所示。

由圖2可知，一段時間后，三種PID參數(shù)整定方法都能使控制趨于平穩(wěn)，但初始階段擺動較大，即便衰減曲線法擺動幅度相對較小，但是也不能達到理想效果。

在某些控制器中，模糊控制被認為是有效解決方案之一。模糊控制不需要嚴格的數(shù)學(xué)模型，并且在處理非線性系統(tǒng)時，有不錯的控制效果[6?7]。但是，也有一些不足之處，如模糊控制的穩(wěn)態(tài)誤差和動態(tài)不穩(wěn)定。 于是，在一些工業(yè)控制領(lǐng)域，將PID控制和模糊控制組合成為Fuzzy?PID控制器。Fuzzy?PID控制器不僅繼承了它們各自的優(yōu)點，而且彌補了它們的缺點以達到最優(yōu)的控制策略。Fuzzy?PID控制器結(jié)構(gòu)如圖3所示。

圖2 傳統(tǒng)PID控制仿真圖

圖3 Fuzzy?PID控制器結(jié)構(gòu)

圖3中：[rt]為烘房溫度設(shè)定值；[yt]為實際的溫度輸出。模糊控制器的輸入為誤差[et]和它的變化率[dedt]，輸出為[KP]，[KI]，[KD]的變化量。這三個PID參數(shù)根據(jù)在線模糊邏輯規(guī)則自我調(diào)節(jié)，并且PID參數(shù)調(diào)整為：

[KP=KP0+ΔKPKI=KI0+ΔKIKD=KD0+ΔKD] （2）

式中：[KP]，[KI]和[KD]指PID變化后的參數(shù)值；[KP0]，[KI0]和[KD0]為參數(shù)初始值。被控制對象為變頻器，變頻器以PID控制器的輸出作為輸入電壓，它的輸出將控制風(fēng)機轉(zhuǎn)速，以便使烘房維持固定溫度。

同樣設(shè)置溫度為80 ℃，系統(tǒng)傳遞函數(shù)和傳統(tǒng)PID模擬相同。基于Fuzzy?PID控制與傳統(tǒng)PID衰減法控制對比仿真如圖4所示。對比傳統(tǒng)PID控制，自調(diào)整參數(shù)模糊PID控制器具有較小的超調(diào)量的特征，響應(yīng)時間更短，這證明了Fuzzy?PID控制比傳統(tǒng)PID控制性能更好，并且參數(shù)的軌跡也更快、更準確性。

2.2 Multi?Agent協(xié)同通信控制

在人工智能領(lǐng)域，最早于20世紀70年代Agent技術(shù)出現(xiàn)，其最大優(yōu)勢是擁有良好的堅定性和靈活性以及一定的智能性，如此特性使其特別適合對復(fù)雜、協(xié)同和難以預(yù)測的問題進行處理[8]?；贛ulti?Agent的烘房控制系統(tǒng)中各個Agent要具有自主性和適應(yīng)能力。本文結(jié)合Multi?Agent的分層結(jié)構(gòu)、聯(lián)邦結(jié)構(gòu)和分布自治結(jié)構(gòu)等特點，依據(jù)烘房控制系統(tǒng)的要求，設(shè)計了一種分布式且多總線控制系統(tǒng)的Multi?Agent結(jié)構(gòu)[9]。Multi?Agent系統(tǒng)要在限定的時間內(nèi)和資源約束的條件下，迅速解決動作協(xié)調(diào)和任務(wù)調(diào)配，以及有效化解沖突等協(xié)調(diào)性問題，Multi?Agent體系結(jié)構(gòu)如圖5所示。

圖4 傳統(tǒng)PID和模糊PID控制比較

圖5 MAS體系結(jié)構(gòu)

圖5中主控節(jié)點是系統(tǒng)的決策核心，但其中各個Agent也具有自主決策的能力，每個Agent又組成了各自的控制節(jié)點。各控制Agent不僅能彼此通信，還可以接收來自物聯(lián)網(wǎng)應(yīng)用層次的命令?？刂乒?jié)點與主控節(jié)點以采用RS 485通信為主，因RS 485接口具有良好的抗噪聲干擾性，長的傳輸距離和多站能力等優(yōu)點，于是成為工業(yè)中串口通信的首選。RS 485接口組成的半雙工網(wǎng)絡(luò)一般只需兩根連線，所以RS 485接口均采用屏蔽雙絞線傳輸；又考慮到信號全覆蓋和有些地方不易布線等因素，設(shè)計了WiFi無線通信模式。每個控制節(jié)點之間主要采用一種基于消息的KQML通信協(xié)議，同時本身也是一種獨立的信息交換和協(xié)議語言，KQML通信協(xié)議能達到Agent協(xié)同通信的標(biāo)準。圖6主要描述Agent1與其他Agent之間工作流程圖。當(dāng)運用Fuzzy?PID控制在系統(tǒng)較為復(fù)雜的烘房系統(tǒng)中時，由于需要建立多個測控節(jié)點，如果它們之間獨立運作，并在全天內(nèi)持續(xù)工作，會發(fā)現(xiàn)其效果并不理想。對于控制器1，運用Fuzzy?PID模型建立全天仿真如圖7所示。

圖6 Multi?Agent系統(tǒng)工作流程

圖7 全天Fuzzy?PID控制仿真

通過Multi?Agent協(xié)調(diào)通信的接入，當(dāng)Agent1檢測到烘房內(nèi)溫度、集熱器溫度都較低時，其將通知Agent2，進行市電空氣能加熱；當(dāng)檢測到集熱器溫度較高，并且烘房內(nèi)溫度較為穩(wěn)定時，通知Agent3進行儲能控制。再次建立全天仿真如圖8所示。

圖8 全天Multi?Agent協(xié)調(diào)通信控制仿真

從圖7、圖8不難發(fā)現(xiàn)， 當(dāng)集熱器內(nèi)溫度低于80 ℃時，采用Fuzzy?PID控制系統(tǒng)方式，烘房內(nèi)的溫度不能很好的維持在80 ℃。而基于Multi?Agent協(xié)調(diào)通信的模糊PID控制系統(tǒng)在長時間工作時，不但能使烘房長期穩(wěn)定在設(shè)置溫度80 ℃，而且能夠通過儲能裝置節(jié)約能源，達到了設(shè)計目的，滿足了實際需求。

3 結(jié) 語

本文設(shè)計的烘房控制系統(tǒng)是個復(fù)雜的物理過程，其中控制系統(tǒng)具有大的延時，并且輸入、輸出的耦合關(guān)系十分復(fù)雜。傳統(tǒng)PID控制結(jié)構(gòu)簡單，滿足工業(yè)需求，對非線性系統(tǒng)卻無能無力。Fuzzy?PID控制能有效解決非線性問題，但運用在烘房多控制系統(tǒng)中效果并不理想。本文提出一種基于Multi?Agent協(xié)調(diào)通信Fuzzy?PID控制系統(tǒng)，并在此基礎(chǔ)上，構(gòu)建了遠程終端平臺，并利用仿真工具和實際工業(yè)操作進行多次試驗，驗證了所提模型的可行性。

參考文獻

[1] 謝偉，楊斌.基于物聯(lián)網(wǎng)的機房節(jié)能測控系統(tǒng)設(shè)計[J].技術(shù)與市場，2011（7）：30?32.

[2] WANG Rongcun， TANG Xiang， XU Kaisheng. The research and design of a new type smart solar automatic control system [C]// Proceedings of 2011 IEEE International Conference on Computer Science and Automation Engineering. Shanghai， China： IEEE， 2011， 2： 450?455.

[3] YANG Jun， WANG Jinliang， WANG Lili. Self?tuning?parameter fuzzy PID control in fresh air system [C]// Proceedings of 2010 IEEE International Conference on Intelligent Control and Information Processing. [S.l.]： IEEE， 2010： 566?569.

[4] FORTINO G， GUERRIERI A， RUSSO W， et al. Integration of agent?based and cloud computing for the smart objects?oriented IoT. Proceedings of 2014 18th IEEE International Conference on Computer Supported Cooperative Work in Design. Hsinchu， China： IEEE， 2014： 493?498.

[5] QU Shilin， MA Fei. Experimental performance analysis on solar?water compound source heat pump for radiant floor heating system [C]// 2010 IEEE Asia?Pacific Power and Energy Engineering Conference. Chengdu， China： IEEE， 2010： 1?4.

[6] JIANG Juyuan， ZHOU Haoyuan. A study of solar energy collector system based on fuzzy logic control for seawater desalination [C]// Proceedings of 2010 Third International Workshop on Advanced Computational Intelligence. Suzhou， China： IEEE， 2010： 220?222.

[7] 趙龍文，侯義斌.Agent的概念模型及其應(yīng)用技術(shù)[J].計算機工程與科學(xué)，2000，22（6）：75?79.

[8] 孟安波，殷豪.基于多Agent的遺傳算法在PID調(diào)速器中的優(yōu)化[J].電力自動化設(shè)備，2012，32（9）：128?133.

[9] 方義，熊璋，王劍昆.智能控制中的多Agent系統(tǒng)[J].控制理論與技術(shù)，2006，23（5）：810?814.