基于雙模糊控制的智能窗簾電機速控鎖光算法①

張 雨,胡笑釧,徐如夢,范子祎,趙 亮,惠 洋

(長安大學 電子與控制工程學院,西安 710064)

在智能技術不斷發展創新的今天,智能家居受到了廣泛關注和使用,智能窗簾作為智能家居中必不可少的部分,極大影響著室內生活環境和居家生活品質[1-3].除解放雙手、感應開合外,各種各樣的拓展功能如防盜報警、遠程控制等,在很大程度滿足了人們對極致生活的追求,成為了居家生活不可或缺的好幫手.

目前市場上生產的智能窗簾在使用中仍存在較大弊端,其反應、調節、控制的時間跨度較大,整體的控制效果受天氣等自然因素影響,窗簾系統的抗干擾能力和穩定性也較差[4-8].因此,找到一種更加智能化、自動化、靈敏化,同時具有較強魯棒性的方式來控制家用窗簾已經成為大勢所趨.

基于此,本文提出一種能夠實時檢測室內光照強度,并依據人體最適宜的環境標準自動調節被控窗簾開合程度的新型智能鎖光窗簾控制算法,將模糊控制算法與模糊自適應控制算法相結合并應用到鎖光系統中[9-13],使其具有可實時調節窗簾位置、保證室內采光充足、調節速率快、自動控制等優點,極具市場價值.

1 整體控制方案

本文設計的智能鎖光窗簾控制系統使用的主控芯片為STC32F1,外接有電機運動控制、電機驅動、智能檢測、液晶顯示4 個主要模塊,其整體功能框圖如圖1所示.

圖1中,電機運控模塊共有3 種基礎控制方式,分別為定時控制,鎖光控制和遠程控制.其中,定時控制可根據定時打開或關閉窗簾,鎖光控制可自動將室內光強鎖定在最優狀態,遠程控制可利用手機軟件遠程控制窗簾開閉.本文將對基于雙模糊控制的鎖光控制方式的優化算法進行詳細闡述.

2 光控系統模型構建

假定室內宜居光照強度為 φ0,陽光通過窗戶無遮擋射入室內的面積為S(S可表征窗簾的開合程度),光照傳感器在采集頻率f下得到t時 刻室內光強為φ (t),光照強度的必要調整值為eφ(t),光照強度必要調整值的變化率為ecφ(t),直流電機在t時 刻的輸入電壓為u(t),對應的轉速為n(t) .容易得到eφ(t)和ecφ(t)的表達式如式(1)所示.

改變直流電機的輸入電壓,電機轉速會隨之產生規律性變化,故選擇調節u(t)的方式來控制系統.以eφ(t)和ecφ(t)為 輸入、u(t)為輸出建立雙輸入單輸出的模糊控制器FC,最終得到的輸出曲線即為u(t)的變化方式.不同的輸入電壓可使直流電機產生不同的轉速,并通過加入PID 控制的方式,使電機轉速迅速達到預想轉速.

而當u(t)具有時變性、不確定性和非線性特性時,若要求n(t) 迅速到達當前電壓u(tx) 對應的轉速n(tx),普通的PID 控制往往難以調節的十分精準,故將其替換為模糊自適應PID 控制器F,從而在最短時間內令n(t)=n(tx).

圖2為光控系統模型的執行機構.可以看出,通過改變u(t) 智能調節n(t),進而改變S的大小；通過改變S對φ (t)進 行必要的調整,同時使eφ(t) 趨零.當eφ(t)=0時(即 φ(t)=φ0時),S=Sbest,u(t)=0,n(t)=0,室內光強達人體最宜居狀態.

圖2 模型的執行機構

3 設計模糊控制器

圖3所示為模糊控制系統的工作機理.在模糊控制系統中,傳感器將采集到的物理量轉換為連續的電信號,由 A/D 轉換器將這種電信號變為精確的數字量,同時與給定值進行比較,得到偏差e輸入到模糊控制器中.偏差e經模糊化處理為模糊集合E,根據既定規則對集合E進行模糊推理可得模糊控制量U,解模糊后得精確輸出u.用D/A 轉換器將輸出u轉換為模擬量,并通過相應的執行機構作用于被控對象,使其準確快速地達到期望狀態.

圖3 模糊控制流程

3.1 模糊控制器FC

設定室內最宜居光強為 2 00 lx,室內可達到的最大光強值為4 00 lx,最小值為0,如式(2)所示.

將式(2)代入式(1),則有：

將eφ(t) 模糊化為Ex,取論域為[-200,200]；將ecφ(t)模糊化為Ecx,取論域為[-400,400].兩個輸入均設定3 個語言值P、O、N.

直流電機的電樞電壓計算公式為：

式中,△Us為 電刷壓降,Ia為電樞電流,Ra為電樞繞組電阻,Ce為 電機常數,φ為電機氣隙磁通.由式(4)可知,u(t) 與n(t)呈線性關系.若電機正轉可打開窗簾,則當eφ(t)＞0 時,可令u(t)＞0,趨使n(t)＞0,達到電機正轉、S增大的目的；同理,當eφ(t)＜0 時,可令u(t)＜0,趨使n(t)＜0,電機反轉.

將u(t) 模糊化為U作為控制器的輸出,論域為[-15,15],設定3 個語言值P、O、N.模糊控制器FC 的輸入輸出關系設置如圖4,解模糊的算法采用Mamdani 推理法[14,15].

圖4 控制器FC 輸入輸出關系

3.2 模糊PID 控制器F

將n(t) 對應的反饋電壓uα(t) 與輸入電壓u(t)的差值e及差值變化率ec模糊化為E、EC作為控制器的輸入.論域為[-20,20]和[-40,40],模糊化后的子集E、EC={NB,NM,NS,ZO,PS,PM,PB},圖5為E、EC的隸屬函數曲線.

圖5 E、EC 隸屬函數曲線

輸出為PID 控制器3 個參量Kp、Ki、Kd必要變化量的模糊量Kp、Ki、Kd,且Kp、Ki、Kd={NB,NM,NS,ZO,PS,PM,PB},設置論域為[-3,3]、[-1,1]、[-0.05,0.05].其隸屬函數選擇為三角函數.

在建立模糊規則時需要考慮到,E變大時向減小E的方向調節,E變小時保持系統穩定.如在系統調節初期,當實際值比標定值小很多且仍在不停的以遠離標定值的方式變小的情況下,為將實際值拉回,必須大幅增加Kp以加快調節,大幅減小Ki以使系統獲得較快的動態響應,同時適當增大Kd減少不必要的超調量.上述描述可用模糊條件語句表示為 ifE=NB andEC=NB thenKp=PB andKi=NB andKd=PS.表1～表3為控制器F 具體的49 條模糊規則.

表1 Kp 模糊控制規則表

表2 Ki 模糊控制規則表

表3 Kd 模糊控制規則表

4 搭建算法框架

模糊控制器FC、F 設計完成后,將其與軟件算法結合,得到鎖光控制方式的優化算法.系統在接收到用戶的設置信號或到達智能調整時間時,將自動運行模糊算法進行控制系統中參數的自調整,實現對室內光照強度的調節.

如圖6,將模糊規則表、輸入輸出論域與隸屬函數寫入STM32 核心控制芯片的存儲器中,保證控制器在參數整定時可直接對模糊規則表進行尋址確定輸出.

圖6 壓控階段算法

按照設定的采樣頻率f,傳感器將定時對其控制區域的光強進行采樣,經IIC 總線傳輸至單片機得到當前光強值 φ(t),單片機計算φ (t)與 標定值 φ0的差值并將其作為控制器FC 的輸入,進而得到電壓值u(t)的必要變化.

系統采集uα(t) 與u(t)對比產生差值并作為控制器F 的輸入,進而確定PID 控制3 個參量的必要變化量△Kp、△Ki、△Kd,并對單片機輸出的PWM 脈沖信號即時調整,直到uα(t)=u(t),完成窗簾的自適應鎖光調整,如圖7所示.

5 Simulink 仿真分析

直流電機的電壓平衡方程為：

式中,E=Cen為電動機在額定勵磁下產生的反電動勢.在零初始條件下,對式(5)進行拉普拉斯變換,可得如下表達式：

直流電機的轉矩平衡方程為：

式中,Te為 額定勵磁下的電磁轉矩,TL是包括電機空載轉矩在內的負載轉矩,IL為 負載電流,GD2為飛輪慣量,Cm=30/πCe.整理式(7)并求其零狀態下的拉氏變換,可得到：

圖7 速控階段算法

選定直流電機的參數如表4所示[16-21].表4中UN為額定電壓,IN為額定電流,nN為額定轉速,Ce為反電動勢系數,Ra為電樞回路總電阻,Tl為電樞電路電磁時間常數,Tm為電力拖動系統時間常數,α為轉速反饋系數根據式(6)、式(8)及表4各項參數可建立直流電機的Simulink 模型如圖8所示.在該模型的基礎上搭建整個光控系統的模型并進行雙模糊控制算法的仿真測試.

表4 直流電機參數

圖8 直流電機仿真模型

圖9為使用Simulink 中的Signal Builder 模擬傳感器采集到的數據.預設光強標定值φ0=20 lx,傳感器實時采集當前光強φ (t)的變化情況如圖9所示,計算出eφ(t)和ecφ(t)并模糊化作為模糊控制器FC 的輸入,輸出曲線如圖10所示.

圖9 傳感器數據曲線

圖10 u(t)變化曲線

以圖10所示曲線控制電機變速,分別使用PID 控制器與模糊PID 控制器F 控制圖8中的電機模型,得到n(t)的變化情況為圖11、圖12.

圖11 n(t)變化曲線(空載)

圖12 n(t)變化曲線(帶載)

可以看到,用普通PID 的方式調節n(t)會產生明顯的偏差,使eφ(t)趨零的調整時間過長,而使用模糊PID控制器則更加快速、準確.

6 結論

本文設計并實現了一種應用于智能窗簾鎖光控制的雙模糊控制算法,該算法能在當前光照強度及其偏差值不斷變化的情況下,實時對鎖光系統的參數進行調整,并得到準確的系統反饋值,及時修正調整過程中的偏差,保證了控制過程的快速與準確,具有很好的應用前景和市場價值.