智能控制在溫室系統中的應用*

李 麗

（河源理工學校，廣東河源 517000）

0 引言

隨著世界范圍內科學技術的進步及人民物質生活水平的大幅度提高，農業生產的方式已由傳統的分散型小規模生產轉變到集約型、工廠化的大規模農業生產。溫室生產作為一種高效、高科技含量的大規模生產方式已經成為世界農業未來的發展趨勢。智能溫室控制系統是專門為農業環境參數檢測和控制而開發生產的環境自動控制系統。可測量溫度、濕度、光照強度、CO2濃度等農業環境要素，根據溫室植物生長要求，自動控制通風扇、遮陽簾、熱風機、冷風機、加熱器、補光燈、CO2添加器、噴淋裝置等環境控制設備，使溫室內的環境參數達到適宜農作物生長的范圍，為農作物提供良好的生長環境。

1 系統結構

針對智能溫室的特點，采用如圖1所示的上、下位機控制系統結構。系統主要由各類傳感器、下位機、上位機以及各類執行機構組成。其中下位機選用的是日本三菱公司的FX2N-64MR型PLC，上位機選用的是北京亞控科技有限公司的組態王軟件。各類傳感器分別采集溫度、濕度、光照強度、CO2濃度等外部信號輸送到PLC中，PLC將采集的信號經轉換后與設定值比較來驅動外部執行機構動作，系統可通過與上位機組態軟件的人機對話，在線采集執行機構的運行狀態，實現溫室環境參數的智能調控[1]。

圖1 智能溫室控制系統結構圖

2 下位機設計

下位機是控制系統的主體部分。考慮到系統低成本、通用性、高可靠性、方便維修等設計原則，下位機采用的是日本三菱公司的FX2N-64MR型PLC。通過實時采集溫室環境內各種溫度、濕度、光照強度和CO2濃度等參數指標，并與設定值進行比較，通過模糊控制器進行相應的控制。上下位機通過以太網網口進行通訊，主要是組態配置參數、控制參數和顯示參數的傳遞[2]。下位機和外部執行機構之間采用光電隔離，不僅可以防止一些外部干擾，還能防止外部電路短路對下位機造成的損壞。

根據智能溫室控制系統結構圖，確定PLC的I/O接線如圖2所示。系統硬件的主控器件選用日本三菱公司的FX2N-64MR型PLC，外部交流電源供電、PLC內部提供24V直流電源，32個輸入輸出端子，可驅動交直流負載。傳感器分別選用的是靈敏度1μA/K、測溫范圍-55～50℃的集成AD590型溫度傳感器，校準精度±2%RH、測量精度0.4%RH的HS1101型濕度傳感器，光譜特性好、反應速度快的GM5516型光敏電阻和工作溫度為-20～50℃、輸出電壓30～50 mV的MG811型CO2傳感器。

圖2 PLC的I/O接線圖

3 上位機系統設計

選用北京亞控科技有限公司的組態王軟件進行人機對話。組態王軟件對智能溫室控制系統進行畫面設計、變量定義、命令語言編寫、動畫連接和設備通訊等工作，通過在線采集執行機構的運行狀態，實現對溫室環境參數的實時監控[2]。溫室監控系統主畫面如圖3所示，主畫面可實時顯示現場的溫度值、濕度值、光照強度值、CO2濃度值。同時可對通風扇、遮光簾、熱風機、冷風機、加熱器、補光燈、CO2添加器、噴淋裝置等執行機構的運行狀況進行監控。

圖3 智能溫室監控系統組態主畫面

4 模糊控制

4.1 模糊控制結構

溫室控制系統是一個多輸入-多輸出系統，被控量分別是溫度、濕度、光照強度、CO2濃度，因而模糊控制器也是多輸入-多輸出控制器，其結構如圖4所示。

圖4 模糊控制器的結構圖

4.2 輸入與輸出變量模糊化

采用二維模糊控制器，輸入為偏差E和偏差變化率EC，輸出為U。模糊輸入變量E和EC的模糊子集取為{NB， NM， NS， Z0， PS， PM， PB}， 模 糊 論 域 為{-4，-3，-2，-1，0，1，2，3，4}[3]。模糊控制器輸出變量通風扇、遮光簾、熱風機、冷風機、加熱器、補光燈、CO2添加器、噴淋裝置。這7個變量均為開關量，這7個變量只有開和關兩種狀態（即0和1）。分別用U0、U1、U2、U3、U4、U5、U6、U7這 8 個變量表示[4]。

4.3 隸屬函數的確定

由于三角形隸屬度函數在輸入值變化時具有更高的靈活性，因此輸入變量E和EC均采用三角形隸屬度函數。如圖5所示為各輸入變量的隸屬度函數，選擇的模糊集寬度為4。

圖5 輸入變量隸屬度函數

4.4 模糊控制規則的確定

模糊控制規則實質上是對操作者的經驗或專家的知識進行凝練的基礎上得到的。溫度傳感器將溫室溫度測量值信號與設定值比較，如果比較結果高于設定值，則打開冷風機對溫室進行降溫；如果比較結果低于設定值，則打開加熱器或熱風機對溫室進行加溫。濕度傳感器將溫室濕度測量信號與設定值比較，如果高于設定值，則打開通風扇除濕，如果低于設定值，則打開噴淋裝置，對空氣進行噴霧。光照傳感器將溫室光照測量值信號與設定值比較，如果比較結果高于設定值，則關閉遮陽簾或補光燈；如果比較結果低于設定值，則打開遮陽簾或開啟補光燈。CO2濃度傳感器將溫室CO2濃度測量值信號與設定值比較，如果比較結果高于設定值，則關閉CO2添加器；如果比較結果低于設定值，則打開CO2添加器。輸出變量用“1”表示開，用“0”表示關[5]。

4.5 反模糊化

由于被控對象只接受一個精確的控制量，因此模糊控制器輸出是從模糊語言不同取值的的組合中判決出一個精確的控制量，即為反模糊化。采用Matlab軟件的setfis()設置解模糊化方法，defuzz()執行反模糊化運算，可以大大減少計算量[6]。

5 實驗結果

控制系統投入運行后，在河源郊區開辟了100 m2的實驗基地，對控制效果進行實際測試。實驗基地如圖6所示。以溫度為例，驗證所設計的智能溫室控制系統的有效性[7]。記錄到2017年12月份的戶外溫度如圖7所示。施加模糊控制策略后，對溫室進行仿真實驗，得到仿真溫度和設定溫度的對比值，如圖8所示。最后把仿真溫度和實際溫度進行比照，非常接近，實驗數據如圖9所示。實驗表明：應用模糊控制策略對溫室控制，能夠實現使溫度維持在16～21℃之間，適合農作物的生長。同樣地，經過模糊控制，其他參數也能夠得到有效控制[8]。

圖6 實驗基地概貌

圖8 仿真溫度和設定溫度比照圖

圖9 仿真溫度和實際溫度比照圖

6 結束語

隨著我國人口的不斷增長和可耕種面積的不斷減少，實現農業的可持續發展，開發現代化溫室勢在必行。同時，由于我國綜合國力的不斷增強和農業經濟的快速發展，農業設施的水平也會大大提高，溫室工程必將成為我國經濟發展中一個新的亮點。該智能溫室控制系統能滿足作物對生長環境的要求，具有良好的應用前景，對本地的農業發展具有一定的促進作用。