蔬菜大棚模糊PID溫度控制系統的設計

摘要：針對大棚溫度控制系統采用傳統控制方法效果不甚理想的問題，提出了在大棚溫度控制系統中引入模糊ＰＩＤ控制方法。該方法能使大棚溫度控制系統根據季節交替和時令的變化，實現優化控制，為農作物的生長發育提供合適的溫度環境。并在ＭＡＴＬＡＢ環境下進行計算機仿真控制試驗。結果表明，模糊ＰＩＤ控制方法可以提高大棚控制系統的自適應性和魯棒性，抑制大慣性產生的溫度失調等副作用，獲得滿意的控制效果。

關鍵詞：計算機仿真；蔬菜大棚；溫度控制；魯棒性

中圖分類號：ＴＰ２７３文獻標識碼：Ａ文章編號：0439－８114（２０11）13－2746-03

The Design of the System of Vegetable Greenhouse Based on Fuzzy PID Control

ＪＩＡ Ｆａｎｇ－ｙｕｎ，ＷＡＮＧ Ｄａ－ｗｅｉ，ＱＵ Ｙｉ

（Ｘｉａｎｙａｎｇ Ｖｏｃａｔｉｏｎａｌ Ｔｅｃｈｎｉｃａｌ Ｃｏｌｌｅｇｅ， Ｘｉａｎｙａｎｇ ７１２０００，Ｓｈａａｎｘｉ， Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ： Ａｉｍｉｎｇ ａｔ ｔｈｅ ｐｒｏｂｌｅｍ ｏｆ ｔｅｍｐｅｒａｔｕｒｅ ｃｏｎｔｒｏｌ ｉｎ ｔｒａｄｉｔｉｏｎａｌ ｇｒｅｅｎｈｏｕｓｅ， ｔｈｅ ｆｕｚｚｙ ＰＩＤ ｃｏｎｔｒｏｌ ｍｅｎｔｈｏｄ ｗａｓ ｉｎｔｒｏｄｕｃｅｄ ｉｎ ｔｈｅ ｇｒｅｅｎｈｏｕｓｅ ｔｅｍｐｅｒａｔｕｒｅ ｃｏｎｔｒｏｌ ｓｙｓｔｅｍ． Ｔｈｅ ｎｅｗ ｃｏｎｔｒｏｌ ｓｙｓｔｅｍ ｃｏｕｌｄ ｐｒｏｖｉｄｅ ｓｕｉｔａｂｌｅ ｔｅｍｐｅｒａｔｕｒｅ ｆｏｒ ｔｈｅ ｇｒｏｗｔｈ ｏｆ ａｇｒｉｃｕｌｔｕｒａｌ ｃｒｏｐｓ ａｎｄ ｒｅａｌｉｚｅ ｔｈｅ ｏｐｔｉｍｕｍ ｃｏｎｔｒｏｌ ａｃｃｏｒｄｉｎｇ ｔｏ ｔｈｅ ｓｅａｓｏｎａｌ ａｌｔｅｒａｔｉｏｎ ａｎｄ ｄｉｕｒｎａｌ ｖａｒｉａｔｉｏｎ． Ｃｏｍｐｕｔｅｒ ｓｉｍｕｌａｔｉｎｇ ｃｏｎｔｒｏｌ ｔｅｓｔ ｉｎ ＭＡＴＬＡＢ ｅｎｖｉｒｏｎｍｅｎｔ ｉｎｄｉｃａｔｅｄ ｔｈａｔ ｔｈｅ ｒｏｂｕｓｔｎｅｓｓ ａｎｄ ｔｈｅ adaptability ｏｆ ｇｒｅｅｎｈｏｕｓｅ ｔｅｍｐｅｒａｔｕｒｅ ｃｏｎｔｒｏｌ ｓｙｓｔｅｍ ｗｅｒｅ ｇｒｅａｔｌｙ ｉｍｐｒｏｖｅｄ ｂｙ ｔｈｅ ｆｕｚｚｙ ＰＩＤ ｃｏｎｔｒｏｌ ｍｅｔｈｏｄ， ａｎｄ ｔｈｅ ｓｉｄｅ ｅｆｆｅｃｔ ｏｆ ｔｅｍｐｅｒａｔｕｒｅ ｄｉｓｏｒｄｅｒ ｗａｓ ａｌｓｏ ｉｎｈｉｂｉｔｅｄ． Ａ ｓａｔｉｓｆａｃｔｏｒｙ ｃｏｎｔｒｏｌ ｅｆｆｅｃｔ ａｃｈｉｅｖｅｄ．

Ｋｅｙ ｗｏｒｄｓ： ｃｏｍｐｕｔｅｒ ｓｉｍｕｌａｔｉｏｎ； vegetable greenhouse； ｔｅｍｐｅｒａｔｕｒｅ ｃｏｎｔｒｏｌ； ｒｏｂｕｓｔｎｅｓｓ

現代蔬菜大棚能夠人為地改善大棚內農作物的生態環境，為蔬菜等農作物的生長提供最佳生長條件，提高農業土地的產出率和社會經濟效益。但是，由于大棚環境系統自身的復雜性，各種環境因素之間相互耦合，采用常規ＰＩＤ控制方法很難為蔬菜等農作物提供一個最佳的環境溫度［１－３］。

近年來，隨著人工智能理論的發展日趨成熟，人工智能控制已經成為控制應用領域研究的一個熱點，特別是將模糊控制和ＰＩＤ控制兩者優點相融合的模糊ＰＩＤ控制（Ｆｕｚｚｙ－ＰＩＤ），引起了科技工作者的廣泛關注。Ｆｕｚｚｙ－ＰＩＤ控制是一種人工智能控制方法，能提高控制系統精確度和使控制具有較強的自適應性、魯棒性，同時也提高了系統的靈活性，改善了系統的動、靜態性能，從而獲得了良好的控制效果［４－６］。基于此，本文在建立大棚溫度控制對象模型的基礎上引入Ｆｕｚｚｙ－ＰＩＤ控制算法，實現大棚內環境溫度的控制。

１大棚溫度模糊ＰＩＤ控制器的設計

模糊ＰＩＤ控制系統的設計是該控制系統的核心，關系到控制性能的優劣。大棚溫度模糊ＰＩＤ控制系統的設計方法是利用模糊控制算法在線修訂ＰＩＤ控制器的3個參數，達到在線尋優控制的效果。

１．１大棚溫度模糊ＰＩＤ控制系統的原理

模糊ＰＩＤ控制系統以溫度偏差和溫度偏差變化率作為控制系統的輸入，經模糊化處理后，進行模糊決策，為ＰＩＤ控制器的參數選擇提供尋優算法。它的設計思想是把溫度偏差ｅ（公式１）和溫度偏差的變化率ｅｃ（公式２）經過模糊化后輸入到模糊控制器中，依據模糊控制規則，在線實時邏輯推理出的三個修正量Δｋｉ、Δｋｐ和Δｋｄ實現ＰＩＤ控制器的三個參數ｋｉ、ｋｐ、ｋｄ在線修正，實現對大棚內環境溫度實時控制。

一般情況下，針對不同的ｅ和ｅｃ，模糊ＰＩＤ控制的３個參數ｋｐ、ｋｉ、ｋｄ自整定應遵循以下原則：

１）當｜ｅ｜較大時，應取較大的ｋｐ和較小的ｋｄ（以使系統響應加快），且是ｋｉ＝０。

２）當｜ｅ｜中等時，應取較小的ｋｐ（以使系統響應具有較小的超調），適當的ｋｉ和ｋｄ。

３）當｜ｅ｜較小時，應取較大的ｋｐ和ｋｉ（以使系統具有較好的穩態性能），ｋｄ的取值要恰當，以避免在平衡點附近出現震蕩。

１．３大棚溫度模糊ＰＩＤ系統參數的模糊化

依據控制系統的要求，大棚溫度模糊ＰＩＤ控制系統中的模糊控制系統采用二輸入三輸出的形式，以溫度偏差和溫度偏差變化率作為輸入，以校正量Δｋｐ、Δｋｉ、Δｋｄ作為輸出。按大棚中農作物生長規律和農業技術人員的控制實踐經驗，取輸入、輸出語言變量模糊子集為｛負大，負中，負小，零，正小，正中，正大｝，簡記為｛ＮＢ，ＮＭ，ＮＳ，ＺＯ，ＰＳ，ＰＭ，ＰＢ｝，溫度偏差ｅ、溫度偏差的變化率ｅｃ和控制器輸出的校正量Δkｐ、Δkｉ、Δkｄ的模糊論域取為｛－３，－２，－１，０，１，２，３｝，模糊子集也取為｛ＮＢ，ＮＭ，ＮＳ，ＺＯ，ＰＳ，ＰＭ，ＰＢ｝，模糊子集的隸屬函數ＮＢ，ＰＢ選高斯函數（公式５和公式６），其余均選靈敏度高且在論域范圍內均勻分布，等距離的三角形函數（公式７~１１），ｅ、ｅｃ和Δkｐ、Δkｉ、Δkｄ隸屬函數曲線如圖１所示。

在依據大棚農作物的生長規律和農業技術員的實踐操作的經驗基礎上，建立合適的模糊規則表，得到對Δkｐ、Δkｉ、Δkｄ等３個參數分別對應的整定的模糊規則表（表１、２、３）。

由模糊控制規則可知，參數調節規則表可寫成條件語句形式。對于表１~３中ｋｐ、ｋｉ和ｋｄ的調節規則可以寫成如下４９條模糊條件語句。

１） ｉｆ（ｅ ｉｓ ＮＢ）ａｎｄ（ｅｃ ｉｓ ＮＢ） ｔｈｅｎ （ｋｐ ｉｓ NB）（ｋｉ ｉｓ PM）（ｋｄ ｉｓ ＰＳ）

２） ｉｆ（ｅ ｉｓ ＮＢ）ａｎｄ（ｅｃ ｉｓ ＮＭ） ｔｈｅｎ （ｋｐ ｉｓ NB）（ｋｉ ｉｓ ＮＢ）（ｋｄ ｉｓ PS）

３） ｉｆ（ｅ ｉｓ ＮＢ）ａｎｄ（ｅｃ ｉｓ ＮＳ） ｔｈｅｎ （ｋｐ ｉｓ NB）（ｋｉ ｉｓ ＮB）（ｋｄ ｉｓ PB）

…………

１．５大棚溫度模糊ＰＩＤ量化因子的選擇及輸出信息的解模糊化

１．５．１大棚溫度模糊ＰＩＤ控制系統量化因子選擇大棚溫度模糊ＰＩＤ控制器兩個輸入量是溫度偏差ｅ和溫度偏差的變化率ｅｃ，它們都是連續的實數。在實際中，大棚中作物生長需要的溫度變化范圍即溫度物理論域是（１４，３２） ℃，大棚溫度偏差變化率的物理論域取整（－２，２） ℃／ｍｉｎ，物理論域和模糊論域不能很好地匹配，這會影響整個控制系統的控制效果。因此引入量化因子ｋｅ和ｋｅｃ，其作用是使物理論域影射模糊論域，以便相鄰模塊相匹配，覆蓋所有的模糊子集。

１．５．２大棚溫度模糊ＰＩＤ控制器輸出信息清晰化在大棚溫度模糊ＰＩＤ系統中，經過模糊邏輯推理后，輸出的是模糊集合，由４９條模糊條件語句（模糊推理規則）所得，是一個模糊量，不能直接控制溫度的控制設備——暖氣電動閥，還需要用合理的方法將模糊量轉化為精確量（解模糊化），以便最好地發揮模糊推理結果的決策效果。清晰化的目的模糊集合等效為一個清晰值。在清晰化時，采用重心法（公式１２），得到控制量ｕ來控制被控對象。

在ＭＡＴＬＡＢ的Ｓｉｍｕｌｉｎｋ環境下，對大棚模糊ＰＩＤ溫度控制系統和常規ＰＩＤ溫度控制進行計算機仿真，并以仿真曲線為基礎，進行溫度控制系統性能分析。學習因子模糊ＰＩＤ溫室溫度控制系統追蹤仿真曲線如圖２所示，常規的ＰＩＤ溫室溫度控制系統追蹤仿真曲線如圖３所示。比較分析可以看出學習因子模糊ＰＩＤ溫室溫度控制系統的系統響應調節時間短，超調量小，抗干擾性強、魯棒性好，能很好地抑制長時間存在的誤差。

３小結

文章提出的學習因子模糊ＰＩＤ控制方法是將常規ＰＩＤ控制、模糊控制以及學習因子相結合，使控制系統具有了依據控制環境學習的能力，實現了在線智能修正ＰＩＤ控制器的參數，提高了控制系統的靜態性能和動態性能，能使溫室的控制系統在升溫過程中無超調，在降溫過程中有較小的超調，比較符合溫室蔬菜生產對溫度控制的要求。

參考文獻：

［１］ ＬＩＵ Ｍ Ｈ． Ｆｏｒｃｅ cｏｎｔｒｏｌｌｅｄ fｕｚｚｙ－lｏｇｉｃ－bａｓｅｄ rｏｂｏｔｉｃ deburring［Ｊ］． Ｃｏｎｔｒｏｌ Ｅｎｇｉｎｅｅｒｉｎｇ Ｐｒａｃｔｉｃｅ，１９９５，３（２）：１８９－２０１．

［２］ ＴＲＡＢＥＬＳＩ Ａ，ＬＡＦＯＮＴ Ｆ，ＫＡＭＯＵＮ Ｍ，ｅｔ ａｌ． Ｆｕｚｚｙ ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ｏｆ ａ ｇｒｅｅｎｈｏｕｓｅ［Ｊ］． Ａｐｐｌｉｅｄ Ｓｏｆｔ Ｃｏｍｐｕｔｉｎｇ，２００７，７（３）：１０９２－１１０１．

［３］ 周國雄，蔣輝平． 基于分層結構模糊免疫ＰＩＤ的孵化過程控制［Ｊ］． 農業工程學報，２００７，２３（１２）：１６７－１７０．

［４］ 楊衛中，王一鳴，李海?。疁厥覝囟饶：刂茀翟诰€自整定算法［Ｊ］．農業機械學報，２００５，３６（９）：７９－８２，115．

［５］ 黃華國，辛曉洲，柳欽火，等．擴展ＣＵＰＩＤ模型模擬土壤組分溫度分布［Ｊ］．農業工程學報，２００７，２３（１）：１３９－１４５．

［６］ 盧應杰， 何費翔． 智能溫室系統測控軟件的研發［Ｊ］． 南方農業，２００９，3（１）：７９－８１．

［７］ 付里思，孫曉杰，吳秀華，等．模糊自適應ＰＩＤ控制器在太陽能干燥溫度控制中的應用［Ｊ］．農業工程學報，２００６，２２（７）：２１７－２１９．

注：本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文