基于模糊PID算法控制的大蒜儲藏室通風系統的研究?

張衛鋒 張燦祥 劉致君

（青島科技大學機電工程學院 青島 266061）

1 引言

大蒜作為我們日常生活隨處可見的物品，在食用方面，它可以使菜品更加美味；而在藥用方面，大蒜中的成分可以起到排毒清腸，降低血糖，防治心腦血管疾病，抗癌等作用［1］。隨著經濟全球化的快速發展，我國大蒜的出口量遙遙領先，因而就有了世界大蒜看中國的美稱。

近年來，隨著人們對大蒜的需求越來越多，大蒜的種植面積和產量也在逐年遞增，因此，大蒜儲藏室的需求也在不斷增加［2］。由于大蒜儲藏室內復雜的環境因素（溫度、濕度、CO2和O2濃度等）難以控制，從而導致了大蒜在長時間的運輸、儲存過程中變質和腐爛。本文研究基于模糊PID算法控制的大蒜儲藏室通風系統，目的是使大蒜在運輸和儲存的過程中能夠保持新鮮［3～5］。

2 大蒜儲藏室通風系統總體方案設計

對于大蒜儲藏室內復雜的環境因素來說，運用溫濕度、CO2等多種傳感器對其中的數據進行采集，運用信息融合技術對傳感器搜集來的數據進行融合處理［6～8］，并以此來確定通風量的數值，送入到模糊控制器里面，再通過模糊控制器的計算，獲得相應的控制量并傳送到STM32F407ZGT6單片機中［9］，從而實現對通風機組的控制。其工作原理如圖1所示。

圖1 大蒜儲藏室通風系統模糊PID控制結構

其工作原理為利用傳感器對大蒜儲藏室的相關數據進行采集，并將采集信息利用信息融合技術進行兩級融合（卡爾曼濾波融合算法、BP神經網絡融合算法）處理［10～12］，得到給定值r，送入到模糊PID控制器，輸入通風量的偏差e和偏差變化率ec，經過模糊系統運算，得到輸出調整值Δkp、Δki、Δkd，與設定好的PID控制器初始值進行疊加，即得到最佳的參數，最后送入到STM32F407ZGT6單片機中，產生對通風機組的控制信號，輸出通風量y，最終實現對大蒜儲藏室通風量的連續實時調節［13］。其中，該系統中的信息融合技術以及模糊PID控制算法的具體流程將會在下文中一一介紹。

3 信息融合系統結構設計

由于大蒜儲藏室內的不同區域的環境參數存在著很大區別，故需要在大蒜儲藏室內不同區域設置相應的傳感器對數據進行采集。本文主要是對儲藏室內的溫度、濕度、氧氣和二氧化碳這四種環境參數進行融合處理，結構框圖如圖2所示。

由圖2可以看出，通過傳感器搜集到的儲藏室內的環境參數，經過卡爾曼濾波融合算法進行一級融合計算，再通過BP神經網絡算法對不同類型的環境參數進行二級融合，得到信息融合后的結果，即為通風量。下面將對兩種融合算法的原理分別介紹。

圖2 信息融合結構圖

3.1 信息融合的方法

信息融合技術是將不同類型的信息匹配相應的融合結構模型，通過層次劃分進而實現融合處理，最終得到滿意的融合結果。

綜合大蒜儲藏室環境參數的特點是具有實時多動態性，易獲得各參量。故卡爾曼濾波融合算法和BP神經網絡融合算法可以作為大蒜儲藏室環境參數融合的最佳選擇，為后期的計算提供最優的輸入。

3.2 卡爾曼濾波融合算法

對信息的無偏估計是卡爾曼濾波器的突出特點，它應用最多的場合就是對于一個環境中，環境因素一直是變化的，并且還有多個傳感器進行檢測搜集數據的融合處理。該算法的核心就是大量數據進行統計，找出其中的規律，經過不斷地遞推，得到最優解。其算法基本流程如圖3所示。

圖3 卡爾曼濾波算法流程圖

其原理是：首先設定系統狀態的初始值X（0|0）和協方差初始值P（0|0）作為該算法的初始狀態；當到達k時刻時，得到k時刻的狀態值（k|k-1）和k-1時刻的協方差矩陣P（k|k-1）；然后在時間k更新最優估計X（k|k）、并更新卡爾曼增益Kg（k）；而后更新k時刻的協方差矩陣P（k|k）；就這樣按照這個順序，不斷地疊加，最終找到最優解。為下一步的二級融合提供理論意義上的精確值。

3.3 BP神經網絡融合算法

BP神經網絡算法是可以聚集多層因素來進行單向傳遞，其基本思想就是梯度最速下降法，通過不斷地搜索來調整各層之間的連接權值，以此來達到實際的輸出與預期想要的輸出之間存在最小的均方誤差，最終得到最小誤差值。

對于本文來說，經過上面的卡爾曼融合算法進行一級融合后的環境參數有溫度、濕度、氧氣和二氧化碳這四種參量，它們分別為非線性函數F=f（u1，u2，u3，u4）。綜合考慮單隱含層BP神經網絡的逼近效果最好的優勢。所以，本文采用單隱含層BP神經網絡來融合上面的四種數據，大蒜儲藏室通風量為輸出。結構如圖4所示。

圖4 單隱含層BP神經網絡結構

從上述結構和經驗公式：

即q=9。其中，q、M分別為隱含層神經節點個數和輸入層神經元節點個數。

由于BP神經網絡的權值調整為梯度下降法，故雙曲正切函數正適合作為隱含層的激勵函數：

隱含層的輸出為

式中：xi、xj、bi、wij分別為隱含層第i個神經元的輸出、輸入單元、第i個神經元的閾值、輸入層中第j個神經元對隱含層中第i個神經元的連接權。

假設將輸出節點的激勵函數作為線性函數，則整個網絡的輸出為

式中，wki表示隱含層第i個節點與輸出層第k個節點的連接權系數。

對于大蒜儲藏室復雜的環境因素來說，經過卡爾曼一級融合處理后，將數據送到BP神經網絡二級融合處理，該融合算法的基本流程如圖5所示。

圖5 BP神經網絡算法流程圖

算法的具體實施步驟為

1）初始化。

2）提供順序賦值的輸入向量x(1)，x(2)，…，xN和期望的輸出變量t(1)，t(2)，…，tN。

3）通過式（5）計算隱含層、輸出層和各神經元的輸出。

4）通過式（7）計算期望值與實際輸出差值。

若實際的輸出值不能夠滿足預先設好的期望值，則把誤差進行反向傳播，通過對加權系數的不斷調整，從而得到期望的輸出值。其中，每個樣本p的二次型誤差函數如下：

5）通過式（9）計算調整輸出層的加權系數。

當樣本p作用時，輸出層任意神經元k的加權系數增量公式為：

6）通過式（10）計算調整隱含層的加權系數。

當樣本p作用時，隱含層的任意神經元i加權系數增量公式為

7）若誤差不能滿足要求，則返回第3）步繼續進行循環，一直循環到誤差滿足預先設好的要求為止，跳出循環，得出最佳結果。

以上即為BP神經網絡的具體計算流程，通過反復迭代得到一個最優解，為下一步的核心算法，即模糊PID算法，提供一個最佳的輸入值。

4 模糊PID控制系統設計

4.1 傳統PID控制算法原理

PID控制算法具有控制原理簡單，易理解，控制的穩定性較好，并且在調試和運行方面比較方便的特點，因此在各種控制工程中，使人們首先想到的就是它［14］。其控制原理如圖6所示。

圖6 PID控制原理圖

由圖6可得，PID控制算法是對系統的偏差分別以比例、積分、微分的形式進行線性組合計算。

其中PID控制算法的輸入量為系統設定值s(t)，與實際測量值c(t)的差值，即

對于傳統的PID控制算法的基本公式為

其傳遞函數的形式為

式中，Kp、Ti、Td、p(t)、e(t)分別為系統的比例系數、系統的積分時間常數、系統的微分時間常數、系統控制量、系統偏差。

增量式PID就是改進后的PID算法［15］，根據它的特性，應用于本文非常合適。增量式PID控制算式：

公式中：KP、KI、KD分別為比例、積分、微分系數。uk、y(k)、r(k)、e(k)分別為PID的控制器輸出、供熱系統的加權位移量、溫度設定量、時間k時的位移系統設定量與加權位移量的偏差。

通過以上的分析，可以看出傳統的PID控制算法需要被控制對象具有比較精確的數學模型。而關于大蒜儲藏室通風系統具備非線性、時變滯后的特點，單單依靠PID算法很難達到精確的控制。所以本文綜合經典模糊控制理論和增量式PID算法的優點，就形成了經典的模糊PID控制算法。下面將對模糊PID控制算法進行詳細設計。

4.2 模糊PID控制系統設計

1）模糊控制理論

模糊控制理論是依托于模糊數學和控制理論的基礎迅速發展起來，并應用于很多行業［16］。其控制方法就是模擬人的思維決策過程。其典型特點是：擺脫了精確數學模型的束縛；引用模糊理論進行模糊推理；對于任何的復雜系統具有比較強的適應能力；魯棒性好。大蒜儲藏室的環境是一個多變量、時變和滯后的復雜被控對象，使用模糊控制來控制大蒜儲藏室的通風是合適的。其具體流程如圖7所示。

圖7 模糊控制器的流程圖

2）模糊PID控制系統設計

圖8 模糊PID控制的大蒜儲藏室通風系統結構圖

如圖8所示，經過信息融合技術對大蒜儲藏室采集的環境數據進行兩級融合，并以融合結果作為依據，獲得通風量的給定值r，以通風量的偏差e和偏差變化率ec作為輸入，進入到模糊控制器內，得到PID控制器的三個參數分別為Kp、Ki和Kd。通過模糊控制器內的模糊化、模糊推理和解模糊計算，來確定Kp、Ki、Kd與e、ec之間的模糊關系，在系統的運行期間，連續檢測e和ec，根據不同的e與ec對PID控制器參數的需求模糊推理出三個參數的增量ΔKp、ΔKi和ΔKd［17～18］。然后計算PID公式以獲得系統的最佳輸出值傳入STM32F4072GT6單片機中，輸出控制信號，控制通風機組的通風量。以此來完成對大蒜儲藏室的環境的精確控制，保證大蒜的新鮮不變質。

其算法流程圖如圖9所示。

圖9 模糊PID控制算法流程圖

5 數據分析對比

選擇體積為10m3相同的兩個儲藏室，在相同的環境條件下，設置PID仿真參數為kp0=10，ki0=5，kd0=0.2。觀察模糊PID算法與傳統PID算法的階躍響應曲線［19］。仿真結果分別如圖10、11所示。

通過圖10與圖11可以看出輸出響應具有明顯的延遲，說明大蒜儲藏室通風系統具有明顯的滯后性。對比兩圖可得到表1所示的參數。

表1 參數比較

圖10 傳統PID控制階躍響應圖

圖11 模糊PID控制階躍響應圖

通過觀察表2的數據，可以明顯看出模糊PID控制器完成了對PID控制參量的動態調整，整個仿真曲線顯得格外的協調，從數據的傳入到系統的響應這個過程需要的時間是非常短的，并且超調量小，上升時間快與調整時間相對較快，穩態誤差也小。而傳統PID算法控制就顯得有些笨拙。所以通過模糊PID算法控制可以及時地對大蒜藏室復雜的環境變化實現對通風量的迅速自動調節，保證了大蒜儲藏室內的溫度、濕度等保持良好的效果，從而保證大蒜的新鮮不變質。

6 結語

本文設計研究的大蒜儲藏室控制系統十分新穎，具體以STM32F407ZGT6單片機為核心控制組件，針對大蒜儲藏室內復雜的環境因素，采用信息融合技術，通過卡爾曼濾波對同類型不同區域的采集到的環境信息進行一級濾波處理；然后進行BP神經網絡二級融合。將兩級融合后得到的結果送至模糊PID控制器中，通過經典的模糊理論結合增量式PID的優點，對結果進行處理，得到最優解：而后送至STM32F407ZGT6單片機中，控制通風機組的工作；最后對數據進行仿真分析，得到基于模糊PID控制的響應效果優于傳統PID控制器。本套算法具有自整定的強大功能，可以對大蒜儲藏室內的環境進行實時調節，保證了大蒜在長時間儲藏、運輸中保持新鮮不變質。