馮 江，林升峰，王鵬宇，王德福，劉洪貴

（東北農(nóng)業(yè)大學(xué)電氣與信息學(xué)院，哈爾濱 150030）

豬場管理過程中，豬舍溫度和濕度是影響生豬生長過程和豬場生產(chǎn)效率重要環(huán)境因素[1]。豬脂肪厚、皮膚薄，對外界環(huán)境適應(yīng)能力較差，高溫環(huán)境易出現(xiàn)采食量下降、抗病性降低等癥狀，低溫環(huán)境則消耗脂肪維持體溫平衡[2]，不利于長膘；豬舍空氣相對濕度過高易滋生細菌、誘發(fā)疾病，侵蝕破壞豬舍電子器件，空氣相對濕度過低，豬皮膚干裂、破壞豬黏膜[3-4]。我國北方冬季氣候寒冷干燥，環(huán)境條件惡劣。為提高生產(chǎn)效益，保障豬只生長環(huán)境，解決豬舍內(nèi)維持適宜環(huán)境溫濕度和通風(fēng)換氣量矛盾關(guān)系尤為重要[5]。

為提高生豬養(yǎng)殖生產(chǎn)效率，養(yǎng)殖過程中自動化、智能化、精準(zhǔn)化控制成為行業(yè)發(fā)展關(guān)鍵技術(shù)。國內(nèi)外學(xué)者對豬舍環(huán)境監(jiān)測及控制開展相關(guān)研究，Daskalov等針對豬舍通風(fēng)量、舍內(nèi)空氣溫度和風(fēng)向組合控制算法研究[6]。Ma等采用GPRS通訊技術(shù)，建立一套基于遺傳算法調(diào)控豬生長環(huán)境智能系統(tǒng)[7]。Seo等建模分析規(guī)模化豬場中豬舍溫度及氣候等環(huán)節(jié)因素，模型分析與實際檢測值誤差最大為4.4%[8]。國內(nèi)多為實現(xiàn)自動化控制和減少能耗研究，其中，錢東平等通過研究模糊控制算法建立畜舍溫度調(diào)控及監(jiān)測數(shù)學(xué)模型[9]；趙靜偉利用風(fēng)機和水泵，采用模糊控制算法調(diào)控豬舍環(huán)境[10]；于明珠等采用PLC實現(xiàn)仔豬豬舍溫度自動控制[11]；宣傳忠等采用ANFIS算法研究豬舍溫度誤差訓(xùn)練，實現(xiàn)豬舍問題精確監(jiān)控，并建立豬舍溫度控制模型[12]；謝秋菊針基于模糊理論研究豬舍環(huán)境適應(yīng)性評價及調(diào)控模型[1]。因研究地域氣候環(huán)境不同或控制方式不同，精度存在差異。本文針對我國北方寒地豬舍冬季室內(nèi)外溫差情況，基于自適應(yīng)模糊PID控制算法研究豬舍溫濕度調(diào)控系統(tǒng)，實現(xiàn)符合我國北方豬舍冬季氣候環(huán)境精準(zhǔn)化控制。

本文通過豬舍溫濕度調(diào)控建模，研究模糊控制算法、傳統(tǒng)PID控制算法和自適應(yīng)模糊PID控制算法在豬舍溫濕度控制系統(tǒng)中調(diào)控性能[1]。因妊娠母豬對豬舍環(huán)境較敏感，對豬舍環(huán)境適應(yīng)性差，本文以妊娠母豬溫度調(diào)控系統(tǒng)建模、仿真說明三種控制算法對豬舍環(huán)境系統(tǒng)調(diào)控性能。根據(jù)國家頒發(fā)《規(guī)模豬場環(huán)境參數(shù)及環(huán)境管理》標(biāo)準(zhǔn)中豬舍環(huán)境中溫度、濕度參考參數(shù)（見表1），設(shè)置模糊控制和基于自適應(yīng)模糊PID隸屬度函數(shù)，以《規(guī)模豬場環(huán)境參數(shù)及環(huán)境管理》為評價標(biāo)準(zhǔn)，通過監(jiān)測自適應(yīng)模糊PID控制算法調(diào)控下豬場溫濕度變化，反應(yīng)其實際應(yīng)用調(diào)控性能[9]。

表1 不同豬舍類別中空氣溫濕度參數(shù)表Table1 Air temperatureand humidity in different typesof barn

1 豬舍環(huán)境溫控建模

試驗數(shù)據(jù)均來自黑龍江省某中等規(guī)模豬場，豬舍長30 m，寬15 m，高2.8 m，分3排南北朝向12個畜欄；長6.1 m，寬4.2 m，12～16頭妊娠母豬，豬舍結(jié)構(gòu)如圖1所示。我國北方，冬季豬舍對外通風(fēng)系統(tǒng)采用單項排風(fēng)，豬舍溫濕度控調(diào)系統(tǒng)主要依靠風(fēng)控溫濕度機箱調(diào)節(jié)。

1.1 豬舍環(huán)境熱交換建模

根據(jù)豬舍環(huán)境特點，在時間較短、豬舍室內(nèi)外溫差變化不大，保障模型精確度情況下，采用理想化模擬簡化模型對象建立數(shù)學(xué)模型[13-14]，獲得豬舍溫控傳遞函數(shù)，建模過程如下。

本模型根據(jù)基本能量守恒定律得出，在短時間內(nèi)能量傳遞，忽略豬自身產(chǎn)熱變化及住房結(jié)構(gòu)散熱，僅考慮墻體之間熱量交換與調(diào)控系統(tǒng)熱量交換，根據(jù)能量流入流出差[15-16]：

C為豬舍內(nèi)氣體比熱容（KJ·K-1）；T0為豬舍外部氣體環(huán)境溫度（K）；Ti為豬舍內(nèi)被控溫度（K）；H為豬舍墻體熱傳導(dǎo)系數(shù)（KJ·（sm2· K）-1）；Qi為單位時間內(nèi)產(chǎn)生或消耗熱量（KJ·s-1）；A為豬舍傳熱面試（m2）。

則豬舍內(nèi)被控溫度變化量ΔT與豬舍溫控機箱控制量ΔQ之間傳遞函數(shù)為：

圖1 豬舍側(cè)面結(jié)構(gòu)Fig.1 Schematic structureof Piggery

同樣，對于濕度一階函數(shù)傳遞模型也同樣適用。

參照《規(guī)模豬場環(huán)境參數(shù)及環(huán)境管理》標(biāo)準(zhǔn)，根據(jù)我國北方豬場養(yǎng)殖經(jīng)驗妊娠母豬最適宜溫度為18～22℃。豬舍內(nèi)空氣含有大量有害氣體，不易直接循環(huán)利用，溫控裝置采集空氣為溫控室氣體，冬季溫控室預(yù)先加熱至5℃以上，夏季溫控室內(nèi)最高溫度為32℃左右。則一般溫度調(diào)節(jié)最大值為5～20℃，即溫控差為15℃。溫控通風(fēng)機工作風(fēng)量為14 400 m3·h-1，豬舍空氣體積約1 260 m3，豬舍通風(fēng)次數(shù)為N=11.43次·h-1。根據(jù)豬舍溫控系統(tǒng)結(jié)構(gòu)，溫控通風(fēng)為側(cè)面散流式送風(fēng)，豬舍溫控延時為τ1=9/N≈0.789 min≈47 s，慣性時間常數(shù)為T1=90/N≈472 s，則系統(tǒng)增益系數(shù)為k1=1.21714。

1.2 豬舍溫濕度風(fēng)控系統(tǒng)建模

豬舍溫濕度風(fēng)控系統(tǒng)由風(fēng)控機箱控制排除風(fēng)量及溫濕度變化，通過溫濕度通風(fēng)管道輸送由溫濕度調(diào)控系統(tǒng)排出調(diào)控環(huán)境風(fēng)。豬舍溫濕度風(fēng)控機箱溫濕度數(shù)據(jù)源于豬舍內(nèi)數(shù)據(jù)監(jiān)測模塊，由中央處理器調(diào)控處理，中央處理器采用STM32F103芯片，執(zhí)行部件為溫濕度風(fēng)控機箱變頻模塊。結(jié)構(gòu)如圖2所示。

在溫控機箱內(nèi)工作過程中，執(zhí)行調(diào)節(jié)過程與暖風(fēng)機和冷風(fēng)機表面制冷、制熱面和風(fēng)速相關(guān)。根據(jù)孟華等對表冷器模型建模仿真和試驗分析，在溫控模型建模仿真中，溫控風(fēng)機機箱內(nèi)控制模型可采用一階加純滯后慣性環(huán)節(jié)表示[17]。K2=1為控制對象放大系數(shù)；T2=10為慣性環(huán)節(jié)時間常數(shù)，τ2=10為控制器純滯后時間常數(shù)。傳遞函數(shù)可表示為：

即由公式（5）和（6）可得豬舍溫控系統(tǒng)傳遞函數(shù)為：

通過對豬舍環(huán)境溫度熱交換建模和溫濕度風(fēng)控系統(tǒng)建模，得到整個豬舍溫濕度控制系統(tǒng)模型。在豬舍環(huán)境當(dāng)中，濕度調(diào)控同樣滿足公式（7）二階傳遞函數(shù)控制模型。

圖2 豬舍溫濕度控制系統(tǒng)結(jié)構(gòu)框圖Fig.2 Structureblock diagram of hog housetemperatureand humidity control system

2 豬舍溫度控制算法設(shè)計原理及仿真

2.1 基于模糊控制算法設(shè)計及仿真

模糊控制理論普遍應(yīng)用于復(fù)雜控制領(lǐng)域，可解決無法準(zhǔn)確建立數(shù)學(xué)模型控制類問題[18]。模糊控制系統(tǒng)結(jié)構(gòu)包括模糊化、知識庫、模糊推理、解模糊化四部分[19]。結(jié)構(gòu)如圖3所示。

①模糊化：將所研究系統(tǒng)輸入量乘以適當(dāng)增益系數(shù)轉(zhuǎn)化到論域上[19]，將變量變化過程用語言變量描述，以適當(dāng)語言值表示輸入值隸屬度。本文為簡化模糊化過程將輪域設(shè)置為[-15，15]，將溫度誤差、溫度誤差變化率和控制系統(tǒng)輸出量劃分為7個等級{NB，NM，NS，Z，PS，PM，PB}。輸入輸出隸屬度關(guān)系如圖4所示。

②知識庫：知識庫組成包括規(guī)則庫和數(shù)據(jù)庫，規(guī)則庫主要存儲控制語言描述控制規(guī)則，而數(shù)據(jù)庫主要存儲模糊處理語言數(shù)據(jù)相關(guān)定義[20]。根據(jù)相關(guān)經(jīng)驗及實驗分析獲得豬舍溫度誤差和誤差變化率結(jié)合的49條規(guī)則，如圖5所示。

圖3 模糊控制系統(tǒng)結(jié)構(gòu)構(gòu)圖Fig.3 Structurediagram of fuzzy control system

③模糊推理：模糊推理是基于模糊關(guān)系與模糊集合之間合成法則和模糊蘊含關(guān)系邏輯推理策略。模糊推理既是模糊控制理論依據(jù)，是模糊決策前提[21-22]。常用模糊推理在模糊控制中有單個輸入量推理得到單個輸出量，多個輸入量推理得到單一輸出量和多個輸出量推理得到多個輸出量。在模糊推理中最常用合成算法有Mamdani推理法、Takagi-Sugeno模糊推理法和Zadeh推理法等[17]。本文采用Mamdani推理法，如圖6所示。Mamdani推理法以“先取極大—后取極小”合成運算法[22]。

④解模糊化：由模糊推理得到輸出模糊子集，經(jīng)過解模糊化，最終得到需要輸出控制精確量。解模糊化方法選取直接影響模糊控制輸出值，當(dāng)前最為常用解模糊化方法主要有面積重心法、加權(quán)平均法和最大隸屬度法。面積重心法根據(jù)橫坐標(biāo)與隸屬度函數(shù)曲線圍成圖形面積重心點，作為解模糊化控制最終輸出值[23]，其計算公式如下：

對于具有n個輸出量化級離散情況可由公式（8）得其輸出值：

圖4 豬舍溫控系統(tǒng)輸入、輸出隸屬度函數(shù)Fig.4 Input of temperaturecontrol system of piggery and output membership function diagram

圖5 MATLAB設(shè)置49條模糊推理規(guī)則Fig.5 49 piecesof fuzzy inferencerulesset by MATLAB

在輸入量發(fā)生變動時，由面試重心法獲得模糊控制輸出值為平滑曲線，即使誤差變動較小，也會產(chǎn)生輸出信號相應(yīng)微小波動[20]。仿真模糊控制中解模糊化方法采用MATLAB工具中重心法。

通過simulink仿真得到模糊控制對豬舍溫濕度系統(tǒng)仿真，仿真結(jié)果如圖7所示。

圖6 MATLAB仿真中Mamdani模糊推理法Fig.6 Mamdanifuzzy reasoning method in MATLABsimulation

圖7 豬舍溫控系統(tǒng)模糊控制仿真Fig.7 Simulation diagram of fuzzy control for temperaturecontrol system of piggery

運用模糊控制在豬舍溫控系統(tǒng)中其靜態(tài)誤差超過3%，不易達到穩(wěn)定狀態(tài)。運用模糊控制處理易導(dǎo)致系統(tǒng)控制精度不足，伴隨系統(tǒng)控制動態(tài)品質(zhì)變差，因此豬舍溫控系統(tǒng)中不易采用單純模糊控制[24]。

2.2 基于傳統(tǒng)PID控制算法設(shè)計及仿真

傳統(tǒng)PID作為經(jīng)典控制算法，通過監(jiān)測實時誤差e和誤差變化率ec，運用kp、ki、kd三個參數(shù)調(diào)節(jié)輸出量[25]。傳統(tǒng)PID控制算法應(yīng)對輸入偏差在合理適應(yīng)性區(qū)間，響應(yīng)特性較好[26]。由傳統(tǒng)PID控制系統(tǒng)原理如圖8所示。

傳統(tǒng)PID控制算法是根據(jù)給系統(tǒng)設(shè)定值rin（t）和控制系統(tǒng)實際輸出值yout（t）構(gòu)成偏差計算一種線性控制算法。其偏差計算公式如下：

傳統(tǒng)PID參數(shù)整定問題常用方法為Z-N整定法、臨界比例度法、衰減曲線法和試湊法[27]。本文運用臨界比例度法接合不同控制系統(tǒng)PID參數(shù)整定試湊經(jīng)驗法得到kp=3.9、ki=0.01、kd=3.0，仿真如圖9所示。

圖8 傳統(tǒng)PID控制系統(tǒng)原理Fig.8 Principleblock diagram of traditional PID control system

圖9 豬舍溫控系統(tǒng)仿真結(jié)果Fig.9 PIDsimulation resultsof piggery temperaturecontrol system

由圖9可知，基于傳統(tǒng)PID控制算法對豬舍溫控系統(tǒng)調(diào)控力度強，第761 s后，階躍函數(shù)超調(diào)量小于1%，第939 s后，階躍函數(shù)超調(diào)量在0.05%以下。但系統(tǒng)調(diào)控超調(diào)量過大，系統(tǒng)調(diào)控超調(diào)量超20%；單純傳統(tǒng)PID在豬舍溫控系統(tǒng)中可用，存在弊端。

2.3 基于自適應(yīng)模糊PID控制算法設(shè)計及仿真

豬舍溫度、濕度數(shù)據(jù)具有多因素相互耦合、時變性、非線性等特點，系統(tǒng)所控制干擾因素時刻發(fā)生變化。由圖7可知，單一模糊控制算法靜態(tài)誤差過大，系統(tǒng)調(diào)控周期長，不易達穩(wěn)定狀態(tài)；由圖9可見，傳統(tǒng)PID控制算法控制性能較好，但超調(diào)量過大，傳統(tǒng)PID控制算法難以適應(yīng)干擾因素，工業(yè)控制對復(fù)雜系統(tǒng)用模糊控制理論解決準(zhǔn)確量難以表達控制問題，結(jié)合控制規(guī)則和PID控制，系統(tǒng)可以根據(jù)具體情況自行調(diào)節(jié)實時響應(yīng)，運用模糊推理可實現(xiàn)對PID參數(shù)最佳調(diào)整[28]，結(jié)構(gòu)如圖10所示。

圖10 自適應(yīng)模糊PID控制算法結(jié)構(gòu)Fig.10 Structureof adaptivefuzzy controller

自適應(yīng)模糊PID控制算法在原有PID參數(shù)設(shè)定控制基礎(chǔ)上，由系統(tǒng)反饋誤差和誤差變化率經(jīng)模糊化后，通過模糊推理、去模糊化后得輸出Δkp、Δki、Δkd，不斷調(diào)整PID參數(shù)，實現(xiàn)精確控制[29]，根據(jù)自適應(yīng)模糊PID控制算法原理可得到PID參數(shù)修正公式（15）。

自適應(yīng)模糊PID控制算法控制原理可得其控制流程圖，如圖11所示。

圖11 自適應(yīng)模糊PID控制流程Fig.11 Flow of adaptivefuzzy PIDcontrol

將系統(tǒng)輸入量以適當(dāng)轉(zhuǎn)化比例轉(zhuǎn)化到論域上，利用模糊子集描述測量變量過程[30]。根據(jù)豬舍實際情況，在豬舍溫度控制系統(tǒng)中設(shè)置溫度誤差輪域為[-15，15]，為簡化模糊化過程，將溫度誤差和溫度誤差變化率分為{負大、負中、負小、零、正小、正中、正大}7個隸屬等級，即用{NB，NM，NS，Z，PS，PM，PB}表示，其隸屬度函數(shù)設(shè)置如圖12所示。其輸出 Δkp、Δki、Δkd隸屬度也分為7 個等級，如圖13所示。

根據(jù)豬舍環(huán)境溫度變化特性，由輸入溫度差值e和溫度差值變化率ec制定相關(guān)模糊控制規(guī)則49條，設(shè)計自適應(yīng)模糊PID控制算法仿真模糊推理，采用Mamdani推理法，解模糊化方法采用重心法。在MATLAB仿真設(shè)置如圖14所示，自適應(yīng)模糊PID控制規(guī)則如圖15所示。

采用現(xiàn)代工業(yè)級基于自適應(yīng)模糊PID控制算法豬舍溫控仿真，仿真結(jié)果如圖16所示。

由自適應(yīng)模糊PID控制算法simulink仿真圖可知，其最大超調(diào)量為2.57%，從初始狀態(tài)自適應(yīng)模糊PID控制算法經(jīng)過323 s調(diào)節(jié)，系統(tǒng)輸出超調(diào)量差值小于1%，在339 s后輸出超調(diào)量小于0.5%。自適應(yīng)模糊PID控制在豬舍溫控系統(tǒng)階躍響應(yīng)中可保持較快響應(yīng)速度和較小超調(diào)量。

3 仿真比較與試驗分析

3.1 仿真比較分析

通過豬舍溫濕度調(diào)控系統(tǒng)建模，對比分析三種智能控制算法階躍響應(yīng)曲線和加入干擾后階躍響應(yīng)變化曲線。由仿真試驗分析，三種智能PID控制算法在豬舍環(huán)境調(diào)節(jié)下系統(tǒng)穩(wěn)定性、超調(diào)量、響應(yīng)速度及受干擾后穩(wěn)定性、超調(diào)量、響應(yīng)速度[27]。

圖12 輸入量隸屬度函數(shù)Fig.12 Membership function of input

圖13 輸出Δkp、Δki、Δkd隸屬度函數(shù)Fig.13 Membership function ofΔkp,Δki,Δkd output

圖14 MATLAB仿真設(shè)置Fig.14 Set diagramsin MATLABsimulation

圖15 自適應(yīng)模糊PID控制規(guī)則Fig.15 Surfaceof rulesfor adaptivefuzzy PID

豬舍溫濕度環(huán)境具有滯后性、時變性、強耦合性、非線性等特點，模糊控制算法具有抗干擾能力強，良好容錯能力和適應(yīng)動態(tài)條件變化能力；傳統(tǒng)PID控制算法是經(jīng)典控制算法，適應(yīng)性強。自適應(yīng)模糊PID控制算法接合模糊控制和傳統(tǒng)PID控制算法特點。本文通過豬舍溫控建模，模糊、傳統(tǒng)PID和自適應(yīng)模糊PID控制三種智能控制算法應(yīng)用于豬舍溫控模型，三種控制算法對豬舍模型控制仿真，如圖17所示。模糊控制響應(yīng)速度最慢且靜態(tài)誤差大，靜態(tài)誤差大于3%，不適于單獨作為豬舍溫控系統(tǒng)控制。傳統(tǒng)PID控制算法在響應(yīng)速度和靜態(tài)誤差中控制效果較穩(wěn)定，但超調(diào)量超過20%。所以傳統(tǒng)PID雖較穩(wěn)健控制過程但是對比自適應(yīng)模糊PID控制算法，自適應(yīng)模糊PID控制算法豬舍溫控系統(tǒng)仿真最大超調(diào)量僅為2.57%，系統(tǒng)從初始狀態(tài)達到輸出超調(diào)量為1%以下穩(wěn)態(tài)用時323 s，到達輸出超調(diào)量小于0.5%用時339 s。

圖16 豬舍溫控系統(tǒng)基于自適應(yīng)模糊控制仿真結(jié)果Fig.16 Simulation resultsof piggery temperaturecontrol system based on adaptivefuzzy PID control

圖17 三種控制算法階躍函數(shù)響應(yīng)圖Fig.17 Step function responsediagram for threecontrollers

由于豬舍環(huán)境易受外界及人為因素干擾，在豬舍溫控仿真模型中，在第2 200～2 220 s間20 s內(nèi)持續(xù)加入20%干擾信號，加入干擾后三種智能控制算法仿真如圖18所示。受干擾信號自適應(yīng)模糊PID控制算法仿真在第2 277 s達到最大系統(tǒng)輸出超調(diào)量值3.43%，在第2 300 s時系統(tǒng)輸出超調(diào)量值小于1%，整個控制過程持續(xù)100 s達到穩(wěn)定狀態(tài)，2 472 s后系統(tǒng)輸出超調(diào)量在0.5%以下，整個調(diào)節(jié)時間為272 s。傳統(tǒng)PID最大系統(tǒng)輸出超調(diào)量為3.82%，在第2 423 s后系統(tǒng)輸出超調(diào)量值小于1%，整個調(diào)控時間為223 s，2 571 s后系統(tǒng)輸出超調(diào)量小于0.5%，調(diào)控時間為371 s。

根據(jù)仿真圖17～18得出三種智能控制算法階躍響應(yīng)數(shù)據(jù)對比，如表2所示。由此可知，自適應(yīng)模糊PID控制算法，可有效調(diào)節(jié)豬舍環(huán)境溫控問題。避免傳統(tǒng)PID控制算法超調(diào)量過大問題和模糊控制靜態(tài)誤差難以消除等問題，有效應(yīng)對豬舍環(huán)境干擾性調(diào)控。

3.2 數(shù)據(jù)分析

試驗于2017年11月中下旬在黑龍江省某大型豬場開展，室外溫度-16～-27℃。試驗采用傳統(tǒng)PID控制算法調(diào)控豬舍溫濕度和自適應(yīng)模糊PID控制算法調(diào)控對比。通過監(jiān)測比對兩種智能控制算法調(diào)控下豬舍溫濕度數(shù)據(jù)，驗證基于自適應(yīng)模糊PID控制對豬舍溫濕度環(huán)境調(diào)控性能。列出部分整點時刻溫濕度數(shù)據(jù)如表3所示，繪制監(jiān)測溫濕度數(shù)據(jù)圖。

根據(jù)試驗測量溫濕度繪制溫濕度曲線變化如下圖19～22所示。

圖18 三種控制算法加入20%干擾信號后階躍響應(yīng)Fig.18 Step responseof threecontrollerswith 20%interferencesignal

表2 三種PID控制算法階躍響應(yīng)比較Table2 Comparison of step responseof three PID controllers

表3 監(jiān)測數(shù)據(jù)整點溫濕度值Table3 Temperatureand humidity valueof thewholepoint of monitoring data

續(xù)表

圖19 基于傳統(tǒng)PID控制下溫度變化Fig.19 Temperaturechangeunder adaptive Traditional PID control

圖20 基于傳統(tǒng)PID控制下濕度變化Fig.20 Humidity changeunder adaptive Traditional PID control

根據(jù)試驗中監(jiān)測豬舍溫濕度調(diào)控情況由圖19可知，在原傳統(tǒng)PID控制算法調(diào)控下豬舍溫度最低17.59℃，最高21.12℃，溫差3.53℃，最大溫度偏離差值為2.41℃，豬舍溫度在20℃浮動；由圖20可知，傳統(tǒng)PID控制算法調(diào)控下，豬舍空氣相對濕度最低為58.14%，最高為69.75%，最大濕度差為11..61%，最大濕度偏離差值為6.86%。

由圖21～22可知，在自適應(yīng)模糊PID算法調(diào)控下監(jiān)測豬舍溫度最低19.39℃，最高20.36℃，溫差0.97℃，最大溫度偏差0.61℃。豬舍控制相對濕度最大值69.65%，最低濕度值60.41%，最大濕度差9.24%，最大濕度偏差4.65%。

圖21 基于自適應(yīng)模糊PID控制下溫度變化Fig.21 Temperaturechangeunder adaptive Fuzzy PID control

圖22 基于自適應(yīng)模糊PID控制下濕度變化Fig.22 Humidity changeunder adaptive Fuzzy PID control

5 討論與結(jié)論

由圖19～20可知，實際豬舍溫濕度調(diào)控中，傳統(tǒng)PID控制算法調(diào)控最大溫濕度差值分別為3.53℃和11.61%，最大偏離差值2.41℃和6.86%；由實測調(diào)控數(shù)據(jù)分析可得傳統(tǒng)PID控制算法調(diào)控下，豬舍溫濕度基本滿足豬生長環(huán)境需求，但傳統(tǒng)PID控制算法調(diào)控精度不夠、穩(wěn)定性差。自適應(yīng)模糊PID控制算法調(diào)控最大溫濕度差值分別為0.97℃和9.24%，最大偏離差值為0.61℃和4.65%。在豬舍溫濕度調(diào)控系統(tǒng)中，基于自適應(yīng)模糊PID控制算法較傳統(tǒng)PID控制算法最大偏差分別減少1.8℃和2.21%。

由實測調(diào)控數(shù)據(jù)分析可知，在自適應(yīng)模糊PID控制算法調(diào)控下，豬舍溫濕度變化區(qū)間在合理范圍，符合國家《規(guī)模豬場環(huán)境參數(shù)及環(huán)境管理》標(biāo)準(zhǔn)中最適宜溫濕度要求。未出現(xiàn)溫濕度幅度過高情況，曲線接近平滑、調(diào)控整體處于穩(wěn)定狀態(tài)，符合豬舍環(huán)境調(diào)控標(biāo)準(zhǔn)要求。通過仿真分析和試驗結(jié)果對比分析，基于自適應(yīng)模糊PID算法改進后，溫濕度控制系統(tǒng)有效提高我國北方寒地豬舍冬季溫濕度調(diào)控精度，為我國北方寒地豬場冬季養(yǎng)殖管理提供可靠溫濕度環(huán)境支持。

[1]謝秋菊.基于模糊理論的豬舍環(huán)境適應(yīng)性評價及調(diào)控模型研究[D].哈爾濱:東北農(nóng)業(yè)大學(xué),2015.

[2] 翁昌龍,董春霞.淺析熱應(yīng)激對種豬繁殖性能的影響及其應(yīng)對措施[J].中國豬業(yè),2013(6):38-40.

[3] 謝秋菊,羅文博,等.基于神經(jīng)網(wǎng)絡(luò)豬舍氨氣濃度預(yù)測方法研究[J].東北農(nóng)業(yè)大學(xué)學(xué)報,2016,47(10):83-92.

[4] 吳兆勝,羅細芽,萬偉紅,等.豬舍夏季環(huán)境溫度控制應(yīng)用現(xiàn)狀及發(fā)展趨勢[J].中國農(nóng)機化學(xué)報,2012(6):191-195

[5] 張俊輝.試驗豬舍改造及其環(huán)境評價[D].北京:中國農(nóng)業(yè)科學(xué)院,2012.

[6] Daskalov P,Arvanitis K,Sigrimis N,et al.Development of an advanced microclimate controller for naturally ventilated pig building[J].Computers and Electronics in Agriculture,2005,49(3):377-391.

[7] Ma C,Zhao D,Ni W,et al.Intelligent controlling system of pig growth environment[C].Wuhan:2010 International Conference on Intelligent Computation Technology and Automation,2010.

[8] Seo IH,Lee IB,Moon OK,et al.Modelling of internal environmental conditions in a full-scale commercial pig house containing animals[J].Biosystems Engineering,2012,111(1):91-106.

[9] 錢東平,王建新,隋美麗,等.畜禽舍環(huán)境溫度監(jiān)控系統(tǒng)模糊控制算法的實現(xiàn)[J].農(nóng)業(yè)機械學(xué)報,2005,36(12):95-98.

[10] 趙靜偉.內(nèi)蒙古寒冷地區(qū)密閉式豬舍舍內(nèi)環(huán)境監(jiān)測與豬舍優(yōu)化設(shè)計研究[D].呼和浩特:內(nèi)蒙古農(nóng)業(yè)大學(xué),2012.

[11] 于明珠,武佩,韓丁,等.基于PLC的仔豬舍溫度自動控制系統(tǒng)的設(shè)計與試驗研究[J].農(nóng)機化研究,2012,34(11):102-105.

[12] 宣傳忠,武佩,馬彥華,等.基于自適應(yīng)模糊神經(jīng)網(wǎng)絡(luò)的畜禽豬舍環(huán)境控制系統(tǒng)的研究[J].內(nèi)蒙古農(nóng)業(yè)大學(xué)學(xué)報,2013,44(4):397-403.

[13] Ji Q N,Albert JH.An on-site computer system for comprehensive agricultural air quality research[J].Computers and Electronics in Agriculture,2010,71(1):38-49.

[14] 段英宏.空調(diào)房間溫度預(yù)估模糊PID控制器的研究[J].系統(tǒng)仿真學(xué)報,2008,20(3):620-3622.

[15] 余倩倩.溫室環(huán)境小氣候模型的構(gòu)建及智能控制算法的研究[D].南京:南京農(nóng)業(yè)大學(xué),2010.

[16] 俞守華,區(qū)晶瑩,張潔芳.豬舍有害氣體測定與溫度智能控制算法[J].農(nóng)業(yè)工程學(xué)報,2010,26(7):290-294.

[17] 孟華,龍惟定,王盛衛(wèi),等.適于系統(tǒng)仿真的表冷器模型及其實驗驗證[J].暖通空調(diào),2004,34(8):17-20.

[18] 孫麗萍,霍然.北方蔬菜溫室系統(tǒng)模糊神經(jīng)網(wǎng)絡(luò)控制器的設(shè)計[J].東北農(nóng)業(yè)大學(xué)學(xué)報,2014,45(4):113-117.

[19] 張濤,蔣靜坪,薛鵬騫.模糊控制在位置隨動系統(tǒng)中的應(yīng)用研究[J].武漢理工大學(xué)學(xué)報:信息與管理工程版,2007(10):24-27.

[20] 岳立柱.模糊結(jié)構(gòu)元理論拓展及其決策應(yīng)用[D].阜新:遼寧工程技術(shù)大學(xué),2011.

[21] 曾光奇,胡均安,王東.模糊控制理論與工程應(yīng)用[M].武漢:華中科技大學(xué)出版社,2006.

[22] 彭麟.蓄熱式加熱爐建模與優(yōu)化設(shè)定方法研究[D].沈陽:東北大學(xué),2012.

[23] 劉金琨.智能控制（第3版）[M].北京:電子工業(yè)出版社,2014.

[24] 李騰飛.模糊控制在過程控制系統(tǒng)中的應(yīng)用研究[D].石家莊:河北科技大學(xué),2013.

[25] 胡玉玲,曹建國.變風(fēng)量空調(diào)系統(tǒng)末端的變論域模糊PID控制[J].控制工程,2008,15(5):564-567.

[26] 王耀南,劉治.智能PID控制器在工業(yè)對象中的應(yīng)用[J].自動化儀表,2001,22(5):23-25.

[27] 劉玲玲.PID參數(shù)整定技術(shù)的研究及應(yīng)用[D].鄭州:鄭州大學(xué),2010.

[28] 王偉,張晶濤,柴天佑.PID參數(shù)先進整定方法綜述[J].自動化學(xué)報,2000,26(3):347-355.

[29] 張吉禮.模糊—神經(jīng)網(wǎng)絡(luò)控制原理與工程應(yīng)用[M].哈爾濱:哈爾濱工業(yè)大學(xué)出版社,2004.

[30] Servet S,Mehmet K,Hasan A.Design and simulation of selftuning PID-typefuzzy adaptivecontrol for an expert HVACsystem[J].Expert Systems with Applications,April,2009,36(3):4566-4573.

[31] Fadaei A,Salahshoor K.Design and implementation of a new fuzzy PID controller for networked control systems[J].ISA Transactions,2008,47(4):351-361.