丁夢(mèng)寒 鄭騰

摘要：針對(duì)傳統(tǒng)溫室大棚補(bǔ)光方法存在能耗高和智能化程度低的問(wèn)題，采用改進(jìn)單神經(jīng)元和模糊算法設(shè)計(jì)了溫室大棚發(fā)光二極管（LED）智能調(diào)光的補(bǔ)光裝置。首先在控制器UC3852的基礎(chǔ)上設(shè)計(jì)了功率因數(shù)校正電路，然后利用BH1750FVI光傳感器將環(huán)境光照度轉(zhuǎn)換為電流指令信號(hào)，并引入了改進(jìn)的單神經(jīng)元PID（比例-積分-微分）控制算法和模糊算法在線調(diào)整控制增益，不僅實(shí)現(xiàn)了根據(jù)周圍環(huán)境變化自動(dòng)調(diào)光的功能，還提升了驅(qū)動(dòng)電路的穩(wěn)態(tài)性能和動(dòng)態(tài)性能，最后通過(guò)控制金屬氧化物半導(dǎo)體場(chǎng)效應(yīng)晶體（MOS）管的通斷實(shí)現(xiàn)了功率因數(shù)校正。試驗(yàn)結(jié)果表明，設(shè)計(jì)的LED功率因數(shù)校正電路將功率因數(shù)由0.524提高到了0.989，有效提高了LED的電能轉(zhuǎn)換率，智能自動(dòng)調(diào)光算法具有更快的響應(yīng)速度，能在0.3 s內(nèi)穩(wěn)定跟蹤電流指令信號(hào)，且最大誤差范圍僅為0.3 mA，采用設(shè)計(jì)的裝置對(duì)番茄進(jìn)行了補(bǔ)光試驗(yàn)，與自然補(bǔ)光相比使產(chǎn)量提升了25.7%，生長(zhǎng)周期縮短了12 d，能耗降低了23.2%（與文獻(xiàn)[15]中的方法相比），為智慧農(nóng)業(yè)的發(fā)展提供了技術(shù)支持。

關(guān)鍵詞：溫室大棚;LED補(bǔ)光;智能調(diào)光;功率因數(shù)校正;單神經(jīng)元算法;模糊算法

中圖分類號(hào)： TP273;S126? 文獻(xiàn)標(biāo)志碼： A

文章編號(hào)：1002-1302（2021）23-0201-06

收稿日期：2021-03-24

基金項(xiàng)目：河南省高等學(xué)校重點(diǎn)科研項(xiàng)目（編號(hào)：20A880012）;河南省科技攻關(guān)項(xiàng)目（編號(hào)：202102210072）。

作者簡(jiǎn)介：丁夢(mèng)寒（1989—），女，河南駐馬店人，碩士，講師，主要從事燈光照明設(shè)計(jì)研究。E-mail：dmhanup@126.com。

光照是溫室大棚內(nèi)作物進(jìn)行光合作用的重要條件，但由于棚膜老化、透光率低、日照短等因素的影響，不僅會(huì)降低作物生成各種有機(jī)物的速率，還會(huì)直接影響到作物的產(chǎn)量[1]。在現(xiàn)代農(nóng)業(yè)中，人工補(bǔ)光技術(shù)已被大規(guī)模應(yīng)用，大多采用白熾燈、高壓氣體放電燈、熒光燈或者發(fā)光二極管（LED）等來(lái)解決作物光照不足的問(wèn)題，其中LED的優(yōu)點(diǎn)最為突出，LED具有明顯光譜特性、耗能低、光照均勻和壽命長(zhǎng)等特點(diǎn)，已被廣泛應(yīng)用在溫室大棚的補(bǔ)光中。LED依靠半導(dǎo)體器件將電能轉(zhuǎn)化為可見(jiàn)光，其中驅(qū)動(dòng)電路是其重要的部件，用來(lái)提供穩(wěn)定的電壓和電流，不僅直接關(guān)系著能耗，也影響著發(fā)光的亮度、均勻度和使用壽命[2]。在實(shí)際應(yīng)用中，LED電源不可避免地受到負(fù)載波動(dòng)和電磁干擾等因素的影響，會(huì)導(dǎo)致功率因數(shù)較低或者不穩(wěn)定，這樣不僅會(huì)浪費(fèi)電能，還會(huì)影響LED的補(bǔ)光效果[3]。傳統(tǒng)的溫室大棚補(bǔ)光大都采用恒定光照度和人工定時(shí)操作的方式進(jìn)行管理，方法雖然簡(jiǎn)單有效，但卻忽略了運(yùn)行環(huán)境和作物需求的差別，如果能考慮外部環(huán)境中光照度的變化情況，并針對(duì)不同作物和不同時(shí)間制定出差別化和智能化的控制策略，使LED的發(fā)光隨環(huán)境的變化做出快速的調(diào)整，不僅可以適應(yīng)作物生長(zhǎng)，還可進(jìn)一步有效節(jié)約電能[4]。

當(dāng)前已有相關(guān)研究成果，閻鐵生等提出了一種1次側(cè)控制Buck-Flyback單級(jí)功率因數(shù)校正的LED驅(qū)動(dòng)電路，不用光耦和2次電流采樣電路，僅用1個(gè)開(kāi)關(guān)管和1個(gè)控制器就實(shí)現(xiàn)了將功率因數(shù)提高到0.908，但是沒(méi)有考慮自調(diào)光功能[5];黃永俊等針對(duì)LED電源驅(qū)動(dòng)芯片擴(kuò)展性能差和功能少的問(wèn)題，提出了一種基于單片機(jī)的多功能LED驅(qū)動(dòng)系統(tǒng)，實(shí)現(xiàn)了無(wú)級(jí)調(diào)光與自動(dòng)溫控散熱2個(gè)擴(kuò)展功能，但該方法的功率因數(shù)只有0.865，電能轉(zhuǎn)化效率不高[6];趙金剛等針對(duì)傳統(tǒng)LED驅(qū)動(dòng)系統(tǒng)效率較低和壽命周期短的問(wèn)題，提出了一種基于諧振電路的單級(jí)無(wú)橋功率因數(shù)校正驅(qū)動(dòng)系統(tǒng)，將電路功率因數(shù)提高到了0.909，但仍沒(méi)有實(shí)現(xiàn)自調(diào)光功能[7]。本研究從降低能耗和增加智能自動(dòng)調(diào)光控制策略2個(gè)方面入手，設(shè)計(jì)溫室大棚L(fēng)ED智能調(diào)光的補(bǔ)光裝置，通過(guò)改進(jìn)LED驅(qū)動(dòng)電路設(shè)計(jì)方法，提高電能轉(zhuǎn)化率，以期實(shí)現(xiàn)LED的光照度隨環(huán)境變化來(lái)適應(yīng)作物的生長(zhǎng)，為智能化農(nóng)業(yè)發(fā)展提供技術(shù)支持。

1 溫室大棚補(bǔ)光裝置總體設(shè)計(jì)

針對(duì)溫室大棚光照不足和不均勻的問(wèn)題，本研究采用專業(yè)的LED器件作為光源設(shè)計(jì)智能調(diào)光的補(bǔ)光裝置，根據(jù)不同作物的喜光度和生長(zhǎng)周期等特性來(lái)設(shè)置補(bǔ)光參數(shù)，并吊掛在溫室大棚的頂部（圖1）。由于補(bǔ)光裝置采用的是模塊化設(shè)計(jì)，會(huì)根據(jù)周圍區(qū)域環(huán)境的光照度變化情況進(jìn)行自適應(yīng)智能調(diào)節(jié)，從而達(dá)到合理光照和節(jié)能的目的。

由于補(bǔ)光裝置中LED的器件老化、環(huán)境溫度變化和負(fù)載的波動(dòng)等因素的影響，會(huì)使電路的功率因數(shù)發(fā)生改變，出現(xiàn)電能轉(zhuǎn)換效率不高和光衰的情況，損耗的能量都被轉(zhuǎn)化為熱量耗散，嚴(yán)重影響LED的發(fā)光效果和耗能。為此，本研究提出一種改進(jìn)的LED驅(qū)動(dòng)電路設(shè)計(jì)方法，在穩(wěn)定驅(qū)動(dòng)LED的前提下，實(shí)現(xiàn)功率因數(shù)校正和自調(diào)光功能。LED驅(qū)動(dòng)電路結(jié)構(gòu)見(jiàn)圖2。其中，功率因數(shù)校正電路對(duì)電源進(jìn)行功率校正，以便節(jié)約電能。同時(shí)，控制電路會(huì)根據(jù)環(huán)境的變化，利用單神經(jīng)元智能算法控制金屬氧化物半導(dǎo)體場(chǎng)效應(yīng)晶體（MOS）管的通斷來(lái)調(diào)節(jié)LED的光照度，不僅能夠最大限度的節(jié)約電能，還能夠延長(zhǎng)LED的使用壽命。

2 LED功率因數(shù)校正電路設(shè)計(jì)

傳統(tǒng)的LED驅(qū)動(dòng)電路大多采用容量較大的電解電容，會(huì)出現(xiàn)轉(zhuǎn)換效率不高的情況，損耗的能量都被轉(zhuǎn)化為熱量，在高溫環(huán)境持續(xù)的工作直接影響驅(qū)動(dòng)電路的使用壽命。功率因數(shù)控制器UC3852是一款低成本、低功耗的電源管理芯片，啟動(dòng)電流僅為400 μA，通過(guò)控制電路頻率和接通時(shí)間對(duì)功率因數(shù)進(jìn)行調(diào)節(jié)，能夠?qū)崿F(xiàn)大電流的驅(qū)動(dòng)輸出。本研究在控制器UC3852的基礎(chǔ)上設(shè)計(jì)了功率因數(shù)校正電路，功率因數(shù)校正電路見(jiàn)圖3。其中，UC3852的引腳1是誤差放大器的輸入端;引腳2是電流比較器的輸入端;引腳3是參考輸出和故障輸出;引腳4是脈沖寬度調(diào)制（PWM）比較器的輸入端;引腳5是接地端（GND）;引腳6是控制輸出端;引腳7是電源端（VCC）;引腳8是誤差放大器的輸出端。

在電路中，VD是整流橋;電容C1、C2與電阻R1構(gòu)成功率因數(shù)校正電路的啟動(dòng)模塊，設(shè)置C1=330 nF、C2=15 μF、R1=180 kΩ;電阻R2用來(lái)檢測(cè)電感電流，設(shè)置R2=0.2 kΩ;電感L是升壓電感器，

設(shè)置L=314 mH;電阻R3和電容C3用來(lái)控制UC3852控制器的導(dǎo)通時(shí)間，設(shè)置R3=13.8 kΩ;電阻R4用來(lái)保護(hù)電路，設(shè)置R4=50 kΩ;電容C4是輸出濾波電容，設(shè)置C4=53 μF;電阻R5和電容C5構(gòu)成UC3852控制器中誤差補(bǔ)償器的RC補(bǔ)償電路，設(shè)置R5=15 kΩ、C5=0.1 μF;電阻R6用來(lái)保護(hù)電路，設(shè)置R6=30 kΩ;電阻R7和電阻R8來(lái)分配輸出電壓，設(shè)置R7=0.4 kΩ、R8=5.3 kΩ。當(dāng)接通電源時(shí)，交流電壓經(jīng)整流橋VD整流后輸出半波直流電壓，經(jīng)電阻R1向電容C2充電。直流電壓經(jīng)電阻分壓器采樣輸入到UC3852控制器引腳8，與5 V基準(zhǔn)電壓比較放大，然后輸出直流誤差電壓來(lái)及時(shí)接通PWM比較器。當(dāng)電容C2兩端的電壓達(dá)到16 V時(shí)，UC3852控制器啟動(dòng)，UC3852控制器的引腳6輸出PWM脈沖驅(qū)動(dòng)來(lái)控制MOS管的接通時(shí)間。在工作過(guò)程中MOS管的通斷同時(shí)受PWM比較器和電流比較器的控制。當(dāng)流過(guò)電感L的電流從0開(kāi)始增大，MOS管就會(huì)接通，當(dāng)流過(guò)電感L的電流開(kāi)始減小時(shí)，MOS管就會(huì)斷開(kāi)。當(dāng)MOS管接通時(shí)，二極管D1斷開(kāi)，電容C4放電;當(dāng)MOS管斷開(kāi)時(shí)，二極管D接通，電容C4充電，最終通過(guò)控制MOS管的通斷實(shí)現(xiàn)功率因數(shù)校正。

3 自適應(yīng)智能調(diào)光方法

為了使LED亮度能夠跟隨環(huán)境光照度的變化而及時(shí)調(diào)整，以便節(jié)省更多電能，本研究引入了改進(jìn)的PID（比例-積分-微分）控制算法和模糊算法在線調(diào)整控制增益，來(lái)提升驅(qū)動(dòng)電路的穩(wěn)態(tài)性能和動(dòng)態(tài)性能，實(shí)現(xiàn)智能自動(dòng)調(diào)光功能。

3.1 單神經(jīng)元PID控制算法

單神經(jīng)元PID控制算法是在傳統(tǒng)PID控制中引入了單神經(jīng)元算法的一種在線學(xué)習(xí)智能算法[8-9]?？刂扑惴ńY(jié)構(gòu)見(jiàn)圖4。首先利用光照度轉(zhuǎn)換單元將環(huán)境光照度轉(zhuǎn)換為相應(yīng)的電流指令信號(hào)，然后與LED的工作電流相比較，經(jīng)過(guò)轉(zhuǎn)換器將誤差信號(hào)作為單神經(jīng)元PID控制算法的比例、微分和積分狀態(tài)量，并利用Hebb學(xué)習(xí)算法[10]得到控制權(quán)值，再利用模糊算法在線調(diào)整增益K的大小進(jìn)行調(diào)節(jié)，最后通過(guò)控制MOS管的通斷實(shí)現(xiàn)LED自調(diào)光功能。

光照度轉(zhuǎn)換單元利用光傳感器BH1750FVI將環(huán)境光照度轉(zhuǎn)換為相應(yīng)電流，輸出LED期望電流指令（ic）如下：

ic=ie+i0。（1）

式中：ie表示環(huán)境光照度對(duì)應(yīng)的電流，A;i0表示LED光照度與環(huán)境光照度差值對(duì)應(yīng)電流，A，可根據(jù)溫室內(nèi)作物的實(shí)際需求設(shè)定。

改進(jìn)的單神經(jīng)元PID控制算法的狀態(tài)量 x1（k）、x2（k）、x3（k）的表達(dá)式為

x1（k）=ic（k）-i（k）=e（k）

x2（k）=e（k）-e（k-1）=Δe（k）

x3（k）=e（k）-2e（k-1）+e（k-2）=Δ2e（k）。（2）

式中：k=0，1，2，…，n;e（k）表示離散化后的誤差積分項(xiàng);Δe（k）表示離散化后的誤差比例項(xiàng);Δ2e（k）表示離散化后的誤差微分項(xiàng)。

改進(jìn)的單神經(jīng)元PID控制算法中的ω1（k）、ω2（k） 、ω3（k）分別表示狀態(tài)量x1（k）、x2（k）、 x3（k） 的權(quán)值系數(shù)。利用Hebb學(xué)習(xí)算法可以得到ω1（k）、ω2（k）和ω3（k）的具體表達(dá)式為

ω1（k+1）=ω1（k）+η1e（k）u（k）x1（k）

ω2（k+1）=ω2（k）+η2e（k）u（k）x2（k）

ω3（k+1）=ω3（k）+η3e（k）u（k）x3（k）。（3）

式中：η1表示誤差積分項(xiàng)的學(xué)習(xí)速率;η2表示誤差比例項(xiàng)的學(xué)習(xí)速率;η3表示誤差微分項(xiàng)的學(xué)習(xí)速率;u（k）表示單神經(jīng)元PID控制律。

本研究通過(guò)在線調(diào)整權(quán)值系數(shù)來(lái)保證系統(tǒng)穩(wěn)態(tài)性能，但該算法的響應(yīng)速度卻依賴于增益K的取值，利用模糊算法在線調(diào)整增益K，來(lái)改善系統(tǒng)動(dòng)態(tài)性能，則調(diào)節(jié)LED光照度的控制律u（k）表達(dá)式為

u（k）=u（k-1）+K∑3i=1[ωi（k）xi（k）]。（4）

3.2 模糊算法

模糊算法是一種利用模糊規(guī)則來(lái)優(yōu)化性能的智能算法，控制效果取決于系統(tǒng)維度，維度越高，效果越好，但是一味地增加維度，又會(huì)大幅增加算法復(fù)雜程度[11]。本研究選取LED電流誤差和誤差微分作為模糊算法的輸入，并通過(guò)模糊算法在線調(diào)整增益的中間量K′進(jìn)行調(diào)節(jié)，模糊算法模型見(jiàn)圖5。

模糊規(guī)則遵循以下原則：

（1）當(dāng)e（k）較大時(shí)，要增大K′取值來(lái)提高系統(tǒng)的響應(yīng)速度，保證系統(tǒng)具有良好的動(dòng)態(tài)性能;當(dāng) e（k） 較小時(shí)，要減小K′取值來(lái)減小系統(tǒng)的超調(diào)量，保證系統(tǒng)具有良好的穩(wěn)態(tài)性能;

（2）當(dāng)e（k）-e（k-1）較大時(shí)，要增大K′取值來(lái)提高系統(tǒng)的響應(yīng)速度，保證系統(tǒng)具有良好的動(dòng)態(tài)性能;當(dāng)e（k）-e（k-1）較小時(shí)，要減小K′取值來(lái)減小系統(tǒng)的超調(diào)量，保證系統(tǒng)具有良好的穩(wěn)態(tài)性能。

令A(yù)代表K′取絕對(duì)值較大的負(fù)值，B代表K′取絕對(duì)值稍小的負(fù)值，C代表K′取0，D代表K′取絕對(duì)值稍小的正值，E代表K′取絕對(duì)值較大的正值，根據(jù)以上原則制定模糊規(guī)則見(jiàn)表1。

模糊算法的模糊規(guī)則可根據(jù)實(shí)際需要的控制精度進(jìn)行深入細(xì)化，由模糊算法可以在線調(diào)整單神經(jīng)元PID控制的增益系數(shù)為

K=K0+K′。（5）

式中：K0表示初始化增益系數(shù)。

3.3 智能自調(diào)光算法流程

在單神經(jīng)元PID控制和模糊算法的基礎(chǔ)上，整理歸納出智能自調(diào)光算法的具體步驟如下：

第1步：初始化LED補(bǔ)光裝置各元器件以及驅(qū)動(dòng)參數(shù);

第2步：利用光照度轉(zhuǎn)換單元，調(diào)用公式（1）得到LED補(bǔ)光裝置的電流指令信號(hào)ic;

第3步：調(diào)用公式（2），計(jì)算得到控制算法的狀態(tài)量x1（k）、x2（k）和x3（k）;

第4步：根據(jù)單神經(jīng)元智能算法和Hebb學(xué)習(xí)算法，調(diào)用公式（3），得到權(quán)值系數(shù)ω1（k）、ω2（k）和 ω3（k）;

第5步：利用模糊算法，根據(jù)LED補(bǔ)光裝置的狀態(tài)誤差，調(diào)用公式（5）來(lái)在線調(diào)整增益系數(shù)K;

第6步：根據(jù)改進(jìn)的單神經(jīng)元PID控制算法和模糊算法，調(diào)用公式（4）計(jì)算智能自調(diào)光控制策略，通過(guò)控制MOS管的通斷實(shí)現(xiàn)LED補(bǔ)光裝置的自適應(yīng)智能調(diào)光。

4 試驗(yàn)結(jié)果與分析

為了驗(yàn)證設(shè)計(jì)的改進(jìn)驅(qū)動(dòng)電路效果進(jìn)行了測(cè)試試驗(yàn)，設(shè)置LED的輸入電源為220 V、50 Hz的交流電，并設(shè)定LED智能自動(dòng)調(diào)光電流指令為ic=（3e0.5t+0.5t+80） mA，其中t代表時(shí)間。

4.1 功率因數(shù)校正電路對(duì)比

為了驗(yàn)證設(shè)計(jì)的功率因數(shù)校正電路的有效性，分別采用文獻(xiàn)[12]中的設(shè)計(jì)的功率因數(shù)校正方法和本研究方法進(jìn)行對(duì)比試驗(yàn)，得到校正前的電壓電流曲線、文獻(xiàn)[12]方法校正后的電壓電流曲線和本研究功率因數(shù)校正電路校正后的電壓電流曲線，結(jié)果見(jiàn)圖6。

由圖6可知，功率因數(shù)校正前的輸入電壓和電流的波形受干擾嚴(yán)重，通過(guò)計(jì)算得到功率因數(shù)為0.524;文獻(xiàn)[12]中的功率因數(shù)校正方法能夠在一定程度上改善電壓和電流波形，通過(guò)計(jì)算得到功率因數(shù)為0.923;而本研究設(shè)計(jì)的功率因數(shù)校正電路能夠明顯改善電壓和電流波形，通過(guò)計(jì)算得到功率因數(shù)為0.989。對(duì)比試驗(yàn)結(jié)果可知，本研究設(shè)計(jì)的功率因數(shù)校正電路能夠大幅度校正電路功率因數(shù)，提高電能利用效率。

4.2 智能自動(dòng)調(diào)光算法對(duì)比

為了驗(yàn)證設(shè)計(jì)的智能自動(dòng)調(diào)光算法的有效性和優(yōu)越性，分別采用文獻(xiàn)[13]中的PID控制方法、文獻(xiàn)[14]中的單神經(jīng)元PID算法與本研究方法進(jìn)行對(duì)比，由圖7可知，在文獻(xiàn)[13]中的PID控制方法的作用下，LED電流在1 s后能夠基本跟蹤指令信號(hào)，但是會(huì)存在一定的跟蹤誤差，最大誤差為 5 mA;文獻(xiàn)[14]中的單神經(jīng)元PID控制方法有效減小了LED電流的跟蹤誤差，最大誤差為0.5 mA，說(shuō)明單神經(jīng)元算法能夠有效改善傳統(tǒng)PID控制的穩(wěn)態(tài)性能，但是響應(yīng)比較慢，需要0.7 s才能達(dá)到調(diào)光的目標(biāo);而本研究設(shè)計(jì)的智能自調(diào)光算法，能夠大幅度縮短響應(yīng)時(shí)間，LED電流在0.3 s內(nèi)就能夠穩(wěn)定跟蹤指令信號(hào)，最大跟蹤誤差僅為0.3 mA，高質(zhì)量實(shí)現(xiàn)了LED自動(dòng)調(diào)光，說(shuō)明模糊算法能夠有效改善單神經(jīng)元PID算法的動(dòng)態(tài)性能。

4.3 番茄生長(zhǎng)補(bǔ)光效果對(duì)比

為了驗(yàn)證本研究設(shè)計(jì)的補(bǔ)光裝置的實(shí)際效果，采用文獻(xiàn)[15]中設(shè)計(jì)的裝置與本研究的方法設(shè)計(jì)的補(bǔ)光裝置進(jìn)行對(duì)比試驗(yàn)。試驗(yàn)品種為普羅旺斯番茄，等幼苗培育到5葉1心時(shí)，選擇長(zhǎng)勢(shì)均勻的30株幼苗，并將其分成3組，每組10株，移栽到同一個(gè)環(huán)境下的溫室大棚內(nèi)，保持株間距為35 cm，行間距為125 cm，并采用同樣的培育方式（澆灌、施肥、殺蟲(chóng)施藥等），但采用不同的補(bǔ)光方法，第1組為自然補(bǔ)光;第2組為采用文獻(xiàn)[15]中的方法補(bǔ)光;第3組為本研究裝置補(bǔ)光，配置3塊額定功率為60 W的補(bǔ)光裝置，放置在植株的頂部，距離植株1.5 m處，并設(shè)置光照度：幼苗期為32 klx，開(kāi)花期為 40 klx，結(jié)果期為45 klx。從定植后的15 d開(kāi)始補(bǔ)光（直到采收結(jié)束），補(bǔ)光時(shí)段設(shè)置為5：30—19：30，由于本研究采用了自適應(yīng)補(bǔ)光，當(dāng)中午光照足夠時(shí)，補(bǔ)光裝置會(huì)自動(dòng)關(guān)閉，省去了人工操作。通過(guò)產(chǎn)量（單果平均質(zhì)量和單株平均總產(chǎn)量）、 成熟時(shí)間和消耗電能來(lái)進(jìn)行評(píng)價(jià)。得到的試驗(yàn)結(jié)果見(jiàn)表2。本研究針對(duì)成熟時(shí)間定義為每組植株掛果的全紅率達(dá)到80%時(shí)。從表2的對(duì)比試驗(yàn)結(jié)果可看出，采用本研究設(shè)計(jì)的補(bǔ)光裝置可有效促進(jìn)番茄的生長(zhǎng)，有利于增加單果的數(shù)量和總產(chǎn)量，單果質(zhì)量比自然補(bǔ)光和文獻(xiàn)[15]中的方法分別增加21.5%、7.7%，單株產(chǎn)量分別增加了25.7%、10.8%;同時(shí)，補(bǔ)光可縮短番茄的成熟周期，采用本研究方法設(shè)計(jì)的補(bǔ)光裝置比自然補(bǔ)光和文獻(xiàn)[15]中的方法分別提前了12、5 d;從耗能角度來(lái)看，采用本研究方法的補(bǔ)光裝置更能節(jié)省耗電，比文獻(xiàn)[15]中的方法節(jié)能23.2%。

5 討論與結(jié)論

由于溫室大棚內(nèi)的弱光問(wèn)題不利于作物的正常生長(zhǎng)，而傳統(tǒng)的補(bǔ)光裝置不僅操作繁瑣，而且還會(huì)消耗過(guò)多的電能，為了解決LED驅(qū)動(dòng)電路功率因數(shù)不高和電能效率低的問(wèn)題，在控制器UC3852的基礎(chǔ)上設(shè)計(jì)了功率因數(shù)校正電路，并提出了改進(jìn)的智能算法實(shí)現(xiàn)了LED自動(dòng)智能調(diào)光功能，將功率因數(shù)由0.524提高到了0.989，有效提高了電能利用效率。通過(guò)試驗(yàn)得到以下結(jié)論：設(shè)計(jì)的智能自調(diào)光算法能夠快速、高效實(shí)現(xiàn)LED自動(dòng)調(diào)光，在0.3 s內(nèi)可穩(wěn)定跟蹤指令信號(hào)，跟蹤誤差范圍僅為0.3 mA;提出的單神經(jīng)元算法可以有效改善傳統(tǒng)PID算法的穩(wěn)態(tài)性能，模糊算法能夠有效改進(jìn)單神經(jīng)元PID算法的動(dòng)態(tài)性能;將設(shè)計(jì)的補(bǔ)光裝置應(yīng)用在番茄生長(zhǎng)的試驗(yàn)中，結(jié)果表明，該裝置有效增加了作物的產(chǎn)量，不僅縮短了作物生長(zhǎng)周期，還節(jié)省更多的電能。

參考文獻(xiàn)：

[1]彭 振，王學(xué)勇，鄧 武，等. 利用溫室大棚通風(fēng)系統(tǒng)改善住宅內(nèi)部空氣環(huán)境可行性研究[J]. 山東農(nóng)業(yè)大學(xué)學(xué)報(bào)（自然科學(xué)版），2020，51（3）：565-571.

[2]柳帆紅，肖雪梅，郁繼華，等. 不同時(shí)段補(bǔ)光對(duì)日光溫室番茄營(yíng)養(yǎng)與風(fēng)味品質(zhì)的影響[J]. 西北農(nóng)業(yè)學(xué)報(bào)，2020，29（4）：570-578.

[3]唐 宇，駱少明，黃偉鋒，等. 基于數(shù)控恒流技術(shù)的藍(lán)莓光照調(diào)節(jié)器設(shè)計(jì)[J]. 農(nóng)機(jī)化研究，2018，40（8）：52-57，69.

[4]李晉蒲，曹瑞紅，趙建貴，等. 基于LoRa的溫室智能補(bǔ)光系統(tǒng)研制[J]. 江蘇農(nóng)業(yè)科學(xué)，2020，48（5）：198-204.

[5]閻鐵生，李明洪，周國(guó)華，等. 一種一次側(cè)控制的Buck-Flyback單級(jí)功率因數(shù)校正變換器LED驅(qū)動(dòng)電路[J]. 電工技術(shù)學(xué)報(bào)，2019，34（16）：3355-3365.

[6]黃永俊，王雙喜，葉家星，等. 基于STM32的多功能LED驅(qū)動(dòng)電源[J]. 電子器件，2017，40（6）：1527-1533.

[7]趙金剛，馬 輝，張超蘭，等. 基于LLC單級(jí)無(wú)橋PFC的無(wú)頻閃LED驅(qū)動(dòng)電源[J]. 電工電能新技術(shù)，2019，38（6）：79-88.

[8]聶松林，李 芹，尹方龍，等. 直驅(qū)泵系統(tǒng)的單神經(jīng)元PID+前饋控制策略[J]. 北京工業(yè)大學(xué)學(xué)報(bào)，2019，45（9）：821-830.

[9]程 鑫，徐曉輝，宋 濤，等. 基于PSO-SVR模型的溫室智能補(bǔ)光系統(tǒng)研究[J]. 中國(guó)農(nóng)機(jī)化學(xué)報(bào)，2020，41（6）：64-68，82.

[10]周向陽(yáng)，時(shí)延君.慣性穩(wěn)定平臺(tái)單神經(jīng)元/PID自適應(yīng)復(fù)合控制與參數(shù)優(yōu)化[J]. 儀器儀表學(xué)報(bào)，2019，40（11）：189-196.

[11]張 娥，徐 成，王 晟，等. 基于模糊邏輯控制器的液態(tài)金屬電池組兩級(jí)均衡系統(tǒng)[J]. 中國(guó)電機(jī)工程學(xué)報(bào)，2020，40（12）：4024-4033.

[12]周曉敏，孫 文，高大威，等. 應(yīng)用于無(wú)線電能傳輸系統(tǒng)的三相單開(kāi)關(guān)功率因數(shù)校正方法[J]. 電力系統(tǒng)自動(dòng)化，2019，43（2）：137-142.

[13]廖 平，高廣彬. 基于Buck電路的壓電陶瓷脈沖驅(qū)動(dòng)電源研究[J]. 壓電與聲光，2018，40（4）：539-542，546.

[14]沈 賦，尹 斌，孫維廣. 基于單神經(jīng)元自適應(yīng)PID的光伏發(fā)電MPPT[J]. 電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)，2017，29（2）：89-95.

[15]王紀(jì)章，賀 通，周 靜，等. 基于葉綠素?zé)晒鈧鞲衅鞯闹参風(fēng)ED補(bǔ)光測(cè)控系統(tǒng)[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2019，50（增刊1）：347-352.