禽舍溫度模糊自適應PID控制與仿真研究

王新政，韓玉杰，張海玉

(1.東北林業大學機電工程學院，哈爾濱150040;2.黑龍江省氣象服務中心，哈爾濱150001)

禽類生活環境對禽類的生長、發育、繁殖、健康及禽類產品生產量 (蛋、肉、毛)的影響非常大，理想的溫度與濕度、空氣質量和適當的光照是提高其存活率、產蛋率和增重速度等生產性能的必備因素［1］。其中，溫度與禽類的產量關系最為密切，溫度過低，大量的飼料能量消耗于維持體溫，使用于生產的能量減少;溫度過高，禽類機體為減少產熱產生保護性反應導致產量下降。將環境溫度控制在最適于畜禽生存和生長的范圍之內是科研工作者和養禽企業亟待解決的問題［2］。

近年來，在解決禽舍環境溫度的改善和控制方面已經取得了很多成果。黃偉鋒研究了應用CAN總線技術建立一種分布式多變量環境監控系統［1］。工作時，監控中心實時收集、分析和處理各監控終端采集到的環境信息，根據用戶輸入的控制要求，結合實時數據，向各終端發送控制參數，實現對養殖場內多個禽舍的監控;王麗麗等針對大中型禽場環境集中監控的需求，設計了一種分布式環境監控系統，完成對禽場多個禽舍的集中監控［3］;戴春霞等利用模糊控制算法對畜禽舍環境溫濕度狀況進行實時監控［4］。王曉宇等建立了NH3和CO2在風機通風作用下的濃度預測模型，為加強雞舍內環境調控，提高通風效率所作的智能化控制奠定基礎［5］。

以上作者所研究的控制策略，一方面沒有以一個實際的數學模型的建立為基礎，另一方面模糊控制很難使得系統具有很好的控制精度和穩定性，在建立精確數學模型的基礎上采取PID控制策略仍是首選方式。本文在前期工作的基礎上，擬結合PID和模糊控制策略，實現禽舍環境的溫度控制，并對建立的控制策略進行仿真研究。

1 禽舍環境溫度數學模型的建立

禽舍環境是一個多變量、多耦合、非線性和大滯后的動態系統。整個系統主要包括溫度傳感器、濕度傳感器、氣敏傳感器、運算放大器、數據采集板、變頻器、風機等。它主要完成對畜禽舍的現場溫度、濕度和有害氣體含量的實時監測，進行采集信號的數字濾波，再根據溫度偏差和濕度偏差，通過對風機和水簾泵的控制，使畜禽舍的環境達到最優。系統設計是通過傳感器實現對禽舍內外環境參數以及家禽生長信息的采集，通過對數據進行分析處理，并根據相關控制邏輯判斷，針對相應的外部控制設備進行控制，以實現對禽舍環境的自動調節，為家禽提供最佳的生長環境。

圖1 禽舍溫度采樣點分布圖Fig.1 Scatter of sampling points of poultry house temperature

禽舍環境溫度測控系統溫度監測點分布情況如圖1所示。禽舍環境溫度模型可借鑒相關結構的溫度模型，如空調溫度控制系統、大棚溫度控制系統、手術室溫度控制及其它模型。一般情況下，過程控制系統中溫度模型可以假設為一種帶有滯后環節的線性系統，而且，往往可以用一個或兩個慣性環節表示純滯后環節。因此，根據經典的溫室溫度模型分析，可以將禽舍環境內的溫室的溫度控制模型簡化為一階慣性加時滯環節，從而可以利用一些經典的PID控制器的參數的經驗整定公式，以達到室內溫度的穩定控制。本文采用模糊自適應方法實現PID控制器參數的整定，通過仿真結果來選擇最佳的參數自整定算法。式中:k為系統靜態增益;s為純滯后時間常數;t為系統時間常數

2 模糊自適應PID控制器設計

對于線性系統來說，常規PID控制器由于其簡單，成本低，效率高等優點，已廣泛應用于工業。如果控制系統中包括高階和時滯系統、非線性系統、復雜模糊系統等不確定性因素，導致很難建立精確的數學模型的情況下，常規PID控制器通常不是有效的。模糊PI和模糊PD控制器處理上述系統比傳統方法好，模糊PD控制器無法消除穩態誤差，模糊PI控制器在高階過程的瞬態階段表現不佳。為了使整體性能有所改善，模糊PID控制器是首選。

近年來，模糊邏輯控制器，特別是PID型模糊控制器被廣泛應用于工業過程中［6］。這些過程往往伴隨著線性和非線性性質特性的相互關聯，對于實際應用中的多輸入多輸出系統，PD型、PI型或具有非線性增益的PID型模糊邏輯控制器，由于具有較好的線性控制增益，使得模糊控制器具有很大的潛能，以達到比傳統的PID控制器更好的效果。另一方面，由于非線性的存在，它通常很難進行理論分析，所以模糊控制器可以實現更好的性能。因此，從理論和實際的觀點出發，從本質上探索具有非線性控制特性模糊PID控制器，并找出適當的設計方法，這將有助于自動化工程師有效掌握和利用模糊PID控制器的非線性控制性能。

參數自適應模糊PID控制是一種復合型模糊控制，為了滿足PID的參數自調整的要求，根據不同的誤差E和不同的變化率的錯誤EC，通過模糊控制規則，在線修改PID參數。將傳統的PID控制的準確性和智能模糊控制相結合，可以改善控制對象的動態特性和靜態的特性。模糊自適應PID控制參數調整的基本思想是［6－7］:首先，找到PID和誤差E，錯誤EC的變化率三者之間的模糊關系，通過不斷的優化改變參數E和EC，然后根據模糊控制規則在線修改參數，以滿足控制系統理想的要求。由于其計算方法簡單，很容易實現，模糊自適應PID的結構原理如圖2所示。

圖2 模糊自適應PID結構圖Fig.2 Structure of fuzzy adaptive control PID

在模糊自適應PID控制的參數調節過程中，KP，KI和 KD的整定可按照以下定義［8－9］。

(1)如果E的絕對值較大，增大KP，減小KD，同時令KI=0，避免較大的超調量，消除積分的影響。

(2)如果E的絕對值中等，則為了保證系統的超調量保持較小，應減小KP，同時選擇恰當的KI和KD，尤其是KD，它的變化將對系統的性能指標有較大的影響。

(3)如果E的絕對值偏小，則為了保證系統有較好的靜態特性，應增大KP，KI，為了避免系統在平衡點附近有震蕩，KD也應該選擇合適的值。

3 仿真分析

根據禽舍環境控制的要求，溫度控制是至關重要的，但濕度，空氣質量也影響著禽類的生存條件和繁殖能力。本文設計的禽舍結構，是通過風機送風來改善禽舍環境的，這將導致禽舍內溫度模型發生變化。因此，在實驗仿真過程中，通過增加10%的脈沖干擾來代替風機的變化。分別采用數字PID控制器和模糊自適應PID控制進行控制指標性能分析，為保證系統在多種環境干擾下仍能保證良好的控制指標，分別采用階躍和方波兩種激勵方式。

在階躍激勵和方波激勵情況下，系統的響應輸出如圖3和圖5所示，可以看出數字PID在系統啟動初有較大復的震蕩，且幅值較大，約在20個采樣點后達到穩定，在100個點進行干擾的情況下，系統的響應輸出出現波動，穩定時間約在10個采樣時間之后，系統的抗干擾能力下降。圖4和圖6為模糊自適應PID控制器的響應輸出，系統的輸出超調量較小，抗干擾能力較強，在干擾的2～3個采樣時間后就能穩定，具有較好的控制效果。

圖3 數字PID控制器響應輸出 (階躍信號輸入)Fig.3 Response output of digital PID control(step signal input)

圖4 模糊自適應PID響應輸出 (階躍信號輸入)Fig.4 Response output of fuzzy adaptive PID control(step signal input)

圖5 數字PID控制器響應輸出 (方波信號輸入)Fig.5 Response output of digital PID control(square-wave signal input)

圖6 模糊自適應PID響應輸出 (方波信號輸入)Fig.6 Response output of fuzzy adaptive PID control(square-wave signal input)

4 結論

禽舍內溫度是禽舍環境監控中最重要的參數，與禽類的生長、發育、繁殖、健康及禽類產品生產量息息相關。溫度控制的好壞及其溫度變化規律的研究，一直是科研工作者和養禽企業關注的重要科學問題。隨著禽類飼養密集化及工業化的發展，對禽舍內溫度控制的精度要求越來越高，傳統的上下限控制和PID控制已經不能滿足現代化禽舍的需求。

本文分析了萬只雞舍條件下禽舍內溫度控制模型，提出了基于模糊自適應PID的控制策略，通過模糊規則調整PID參數，與傳統的PID控制進行仿真比較，仿真結果表明，模糊自適應PID控制器的性能比常規PID控制器有明顯的改善，其響應速度快，超調量小，穩態精度高，系統的動、靜態性能都有很大的提高，且具有更強的自適應能力，可滿足禽舍環境溫度的控制要求。

［1］黃偉鋒.CAN總線在禽舍環境監控領域的應用研究［J］.微型機與應用，2010，29(14):89 －91.

［2］錢東平，王建新，隋美麗，等.畜禽舍環境溫度監控系統模糊控制算法的實現［J］.農業機械學報，2005，36(12):95 －98.

［3］王麗麗，朱瑞祥，隨順濤，等.基于PC機和單片機的分布式禽舍環境監控系統［J］.農機化研究，2009(2):74 －77.

［4］戴春霞，趙德安.基于模糊控制的畜禽舍環境溫濕度監控系統.農機化研究［J］.2008(2):169－171.

［5］王曉寧，王世鵬，王新忠.風機通風作用下雞舍內NH3濃度變化數學模型研究［J］.安徽農業科學，2008，36(14):5696 －5746.

［6］李文華，范 贏.模糊自適應PID在變噴嘴渦輪增壓器中的應用［J］.客車技術與研究，2008(6):4－6.

［7］M Saad，G.M Khoury，H Y Kanaan，et al.Fuzzy PID Control of a Five DOF Robot Arm［J］.Journal of Intelligent and Robotic Systems，2004，40(3):299 －320.

［8］趙 強，馮海生.基于磁流變阻尼器的座椅懸架專家PID控制研究［J］.森林工程，2010，26(1):41 －44.

［9］Ali Volkan，Akkaya Saban Cetin.Simulation and hybrid fuzzy-PID control for positioning of a hydraulic system［J］.Nonlinear Dyn，2010(61):465－476.