基于模糊推理的空調(diào)智能控制①

安 鵬,閆 偉,張 亮

1(山東師范大學(xué) 信息科學(xué)與工程學(xué)院,濟(jì)南 250358)

2(山東大學(xué) 前沿交叉科學(xué)青島研究院,青島 266237)

基于模糊推理的空調(diào)智能控制系統(tǒng)是利用模糊推理算法作為數(shù)學(xué)工具,用計(jì)算機(jī)來實(shí)現(xiàn)對空調(diào)的智能控制,其本質(zhì)上是一種非線性的智能控制系統(tǒng).其特點(diǎn)主要有:不需要建立精確的數(shù)學(xué)模型,利用模糊規(guī)則對環(huán)境溫度參數(shù)進(jìn)行模糊推理以實(shí)現(xiàn)自動(dòng)化控制;具有較強(qiáng)的魯棒性,對參數(shù)變化不靈敏,抗干擾能力強(qiáng);基于模糊規(guī)則進(jìn)行控制,用文字語言代替數(shù)學(xué)變量,更加簡單方便.基于以上優(yōu)于常規(guī)控制策略的顯著特點(diǎn),模糊推理在工業(yè)控制領(lǐng)域,家用電器自動(dòng)化領(lǐng)域等行業(yè)中解決了傳統(tǒng)控制方法難以解決的控制問題.另一方面,模糊控制系統(tǒng)在理論和應(yīng)用領(lǐng)域都還沒形成完整的研究體系,缺乏更深入的研究和進(jìn)展,因此,對模糊推理控制系統(tǒng)的研究對自動(dòng)控制和工業(yè)過程自動(dòng)化的進(jìn)一步發(fā)展都具有非常重要的意義.

基于模糊推理的空調(diào)智能控制系統(tǒng)首先對溫度參數(shù)進(jìn)行定義,設(shè)置模糊變量、模糊術(shù)語、模糊值等,規(guī)定了在一定溫度范圍內(nèi)人體感受及人體感受的程度.接下來,對該系統(tǒng)進(jìn)行規(guī)則庫構(gòu)建,該系統(tǒng)的規(guī)則庫主要是針對冷熱閥門的開關(guān)、通風(fēng)口尺寸的大小變化以及風(fēng)速變化進(jìn)行建立,將外界溫度的準(zhǔn)確數(shù)值傳遞給模糊推理系統(tǒng).準(zhǔn)確的溫度參數(shù)經(jīng)過模糊化、模糊規(guī)則匹配、去模糊化等步驟,產(chǎn)生準(zhǔn)確的控制指令,控制指令傳遞給空調(diào)控制器,進(jìn)行相應(yīng)的精確控制.

本文主要內(nèi)容如下:

(1)空調(diào)智能控制概述.本部分主要介紹空調(diào)智能控制領(lǐng)域的相關(guān)研究,以及與本文所提出的基于模糊推理的空調(diào)智能控制系統(tǒng)的相關(guān)研究.

(2)相關(guān)模糊理論.本部分主要介紹模糊控制技術(shù)所需要的相關(guān)模糊理論,包括模糊變量、模糊集合、隸屬度函數(shù)、模糊集合運(yùn)算等.

(3)模糊控制技術(shù)方法.本部分主要介紹模糊控制系統(tǒng)的主要技術(shù)步驟,包括精確參量模糊化、模糊規(guī)則庫構(gòu)建、模糊推理和去模糊化4 部分組成.

(4)實(shí)驗(yàn)驗(yàn)證.本部分主要利用Java的FuzzyJ Tooklit 第三方工具包對基于模糊推理的空調(diào)智能控制系統(tǒng)進(jìn)行了模擬實(shí)現(xiàn),同時(shí)將實(shí)驗(yàn)結(jié)果與PID 模擬實(shí)驗(yàn)結(jié)果進(jìn)行對比,從對比結(jié)果中可以明顯看出模糊推理在空調(diào)溫度控制領(lǐng)域的表現(xiàn)優(yōu)于PID 算法.

(5)模糊控制系統(tǒng)實(shí)現(xiàn).基于模糊推理的空調(diào)智能控制系統(tǒng)在本部分利用Matlab的Mamdani 模型和Java的FuzzyJ Toolkit 第三方包進(jìn)行了模擬實(shí)現(xiàn),并在原有模擬控制系統(tǒng)的基礎(chǔ)上對該控制系統(tǒng)進(jìn)行可視化,利用Java 進(jìn)行GUI 界面的編寫,實(shí)現(xiàn)系統(tǒng)的可視化交互.

(6)結(jié)束語.本部分主要簡要總結(jié)了全文研究內(nèi)容,并提出了基于模糊推理的空調(diào)智能控制系統(tǒng)的不足,同時(shí)對下一步的研究工作進(jìn)行了展望.

1 空調(diào)智能控制概述

隨著社會(huì)的發(fā)展,人們生活水平提高,對空調(diào)的控制效果也提出了更高的要求.黃志遠(yuǎn)等[1]對家用變頻空調(diào)的節(jié)能原理以及控制方法進(jìn)行了介紹,其中就包括分段定點(diǎn)控制、PID 控制和模糊邏輯控制等智能控制方法;文丹[2]提出基于迭代優(yōu)化的空調(diào)溫濕度控制算法,在保證空調(diào)送風(fēng)溫度的基礎(chǔ)上,實(shí)現(xiàn)室內(nèi)負(fù)荷的變更與控制系統(tǒng)應(yīng)對外界隨機(jī)干擾的需求;于軍琪等[3]提出了一種群智能控制系統(tǒng)適用的并聯(lián)水泵優(yōu)化算法,解決了中央空調(diào)系統(tǒng)中并聯(lián)水泵優(yōu)化算法在群智能控制方面適應(yīng)性不足的問題;王彥等[4]針對中央空調(diào)的控制提出了自適應(yīng)Smith 預(yù)估補(bǔ)償控制方案,仿真研究表明,當(dāng)參數(shù)發(fā)生變化時(shí),該方案具有較好的控制性能.

模糊推理是基于模糊邏輯的思想發(fā)展起來的推理機(jī)制,模糊邏輯是利用語言文字來計(jì)算的邏輯.1965年,美國加利福尼亞大學(xué)教授Zadeh[5]提出“隸屬函數(shù)”概念來定量描述事物Fuzzy 性的模糊集合理論;1973年,Zadeh[6]定義了模糊控制器;1974年,英國工程師Mamdani[7]首次將模糊集合理論應(yīng)用到蒸汽機(jī)控制中;1985年Kiszka 等[8]提出了模糊系統(tǒng)穩(wěn)定性理論;1988年Dubois和Prade[9]提出了模糊近似推理.在國內(nèi),越來越多的研究者將模糊推理應(yīng)用到生活的各個(gè)領(lǐng)域:白云飛等[10]通過模糊推理實(shí)現(xiàn)了對蜂群中蜂王的識(shí)別;孫博[11]利用模糊推理技術(shù)實(shí)現(xiàn)了雷達(dá)機(jī)動(dòng)目標(biāo)跟蹤,將這一技術(shù)從理論層面成功應(yīng)用到軍事領(lǐng)域;梁娟等[12]利用自適應(yīng)神經(jīng)模糊推理系統(tǒng)和比例積分微分實(shí)現(xiàn)了一種機(jī)器人控制方法,實(shí)驗(yàn)結(jié)果表明,該方法能很好地控制并聯(lián)機(jī)器人末端機(jī)械手的運(yùn)動(dòng);袁小平等[13]利用優(yōu)化的模糊PID 控制器改善了電動(dòng)汽車驅(qū)動(dòng)器控制系統(tǒng)中量化因子和比例因子自調(diào)節(jié)能力;陳果等[14]采用變論域模糊PID 控制提高了導(dǎo)管機(jī)器人的相應(yīng)速度、定位精度與穩(wěn)定性,為血管介入手術(shù)導(dǎo)管機(jī)器人的控制提供良好的理論依據(jù).

在利用模糊邏輯對空調(diào)進(jìn)行控制的研究中,趙巍等[15]嘗試將模糊控制與PID 控制結(jié)合,對空調(diào)冰蓄冷進(jìn)行控制;朱如春[16]將神經(jīng)網(wǎng)絡(luò)與模糊控制結(jié)合,對智能變頻空調(diào)控制系統(tǒng)進(jìn)行了一系列研究;徐今強(qiáng)等[17]提出了一種魯棒自適應(yīng)兩級模糊比例-積分-微分控制器,解決了變頻多聯(lián)機(jī)空調(diào)運(yùn)行特性復(fù)雜的問題,實(shí)驗(yàn)證明該控制方法和控制器控制溫度時(shí)可獲得優(yōu)良的動(dòng)靜態(tài)控制性能.但是,這些復(fù)合式空調(diào)控制系統(tǒng)目前技術(shù)尚未成熟,并不適合廣泛應(yīng)用到工業(yè)生產(chǎn)中.模糊控制與傳統(tǒng)的PID 控制相比參數(shù)控制更精確,空調(diào)能耗更低,且易于推廣到大規(guī)模工業(yè)生產(chǎn),所以基于模糊推理的空調(diào)智能控制系統(tǒng)更具有實(shí)用價(jià)值.

2 相關(guān)模糊理論

2.1 模糊集合與隸屬度函數(shù)

經(jīng)典集合論可以很好地表達(dá)分界線明確的關(guān)系,但是自然界中有許多分界線不明確的事物關(guān)系,例如溫度的高低、產(chǎn)品質(zhì)量的好壞等.這種界限不明確的關(guān)系不能用經(jīng)典集合論來表達(dá),所以人們引入了模糊集合論[18]的概念,通過隸屬度的方式來表達(dá)自然界中的模糊關(guān)系.

在模糊集合論中,論域Z中的元素z與論域Z上的某一集合X′的關(guān)系是模糊的,這種隸屬關(guān)系可以用如下映射來表示:

其中,X′是 模糊集合;μX′為模糊集合X′的隸屬度函數(shù);X′(z) 表示論域Z中的元素z對模糊集合X′的隸屬度.由此可知,元素z對模糊集合X′的隸屬度可以在0–1 之間變化,而不是經(jīng)典集合論中非0 即1的情況.通過使用隸屬度函數(shù)可以將一些界限模糊不確定的事物現(xiàn)象作定量描述,實(shí)際上,在現(xiàn)實(shí)生活中遇到的模糊事物現(xiàn)象遠(yuǎn)多于界限明確的事物現(xiàn)象.

2.2 模糊集合運(yùn)算

假設(shè)論域Z上有X′和Y′兩個(gè)模糊集合,對于論域上任意元素z,可以得到模糊集合的隸屬度函數(shù)表達(dá)式μX′(z)和μY′(z).模糊集合之間的運(yùn)算關(guān)系包括了交、并、補(bǔ)3 種,用隸屬度函數(shù)定義模糊集合的3 種運(yùn)算:

交運(yùn)算:

并運(yùn)算:

補(bǔ)運(yùn)算:

其中,∧和∨分別表示比較后取較小值和比較后取較大值,μX′∩Y′(z)、μX′∪Y′(z)、μXˉ′(z)、μYˉ′(z)分別是交集X′∩Y′、并集X′∪Y′和補(bǔ)集Xˉ′、Yˉ′的隸屬度函數(shù).

3 模糊控制技術(shù)方法

3.1 模糊控制系統(tǒng)概述

本文利用模糊控制系統(tǒng)對環(huán)境溫度進(jìn)行處理最終生成空調(diào)控制器的控制方案,控制方案包括了冷熱閥門的開關(guān)狀態(tài)、通風(fēng)口的開放尺寸以及風(fēng)速大小.一個(gè)模糊控制系統(tǒng)由精確參量模糊化、模糊規(guī)則庫構(gòu)建、模糊推理和去模糊化4 部分組成,模糊控制系統(tǒng)結(jié)構(gòu)如圖1所示.

圖1 模糊控制系統(tǒng)結(jié)構(gòu)框架

3.2 參數(shù)模糊化

模糊化是將輸入的精確參數(shù)通過隸屬度函數(shù)轉(zhuǎn)換成模糊集的過程.隸屬度函數(shù)是把輸入變量對應(yīng)到模糊集合中某個(gè)介于0和1 之間的值,求出隸屬度,隸屬度函數(shù)的形式常見的有三角隸屬函數(shù)、梯形隸屬函數(shù)和高斯隸屬函數(shù).在本文提出的基于模糊推理的空調(diào)智能控制系統(tǒng)中對輸入的溫度數(shù)值和輸出的通風(fēng)口尺寸以及風(fēng)速大小均選擇了三角隸屬函數(shù)來實(shí)現(xiàn)模糊化.三角隸屬函數(shù)公式如下:

三角隸屬函數(shù)圖如圖2所示.

圖2 三角隸屬度函數(shù)

在空調(diào)控制系統(tǒng)控制冷熱空氣閥門的開關(guān)及通風(fēng)口開放尺寸的過程中,包含了大量精確的溫度數(shù)據(jù),這些溫度數(shù)據(jù)經(jīng)過分析后可以被粗略定義為寒冷、涼爽、舒適、溫暖、炎熱等多種人體感覺.對于不同群體而言,不同的溫度范圍對應(yīng)著不同的人體感覺,而溫度范圍又可以無限細(xì)分.于是,本文結(jié)合了大部分人的實(shí)際感受來定義溫度參數(shù).根據(jù)調(diào)查,人的舒適感取決于人體的熱平衡.影響熱平衡的因素有很多,比如環(huán)境溫度、相對濕度、人體附近的空氣流速、人的年齡和健康狀況等,因此,舒適感是主觀與客觀多種因素綜合作用后人產(chǎn)生的主觀感受.同時(shí),本文也考慮到人體健康的問題.室內(nèi)外溫差太大,會(huì)使人進(jìn)出時(shí)氣溫驟變,容易患病感冒,因此室內(nèi)外溫差不易太大,一般在5–10 ℃為宜.

為了更直觀地表示在不同溫度下的人體感覺,本文在一定溫度范圍內(nèi)設(shè)定人體感覺的程度,該程度可由0.0 到1.0 來劃分(0.0 表示一定不,1.0 表示一定),人體感覺暫分為寒冷(cold)、涼爽(cool)、舒適(OK)、溫暖(warm)和炎熱(hot) 5 種,環(huán)境溫度的隸屬度函數(shù)如圖3所示.

圖3 溫度隸屬度函數(shù)

空調(diào)通風(fēng)口尺寸是模糊控制的輸出參數(shù),與環(huán)境溫度一樣需要進(jìn)行模糊化處理.假設(shè)一個(gè)空調(diào)的通風(fēng)口完全打開時(shí)尺寸為長500 mm×寬300 mm,如果把空調(diào)通風(fēng)口當(dāng)作標(biāo)準(zhǔn)矩形來處理,那么空調(diào)通風(fēng)口在變化狀態(tài)下,通風(fēng)口的長度保持不變,只有通風(fēng)口的寬度在變化,所以本文以通風(fēng)口的寬度變化來描述通風(fēng)口尺寸的變化.本文把通風(fēng)口開合程度分為完全開放(all)、大部分開放(almost)、半開放(half) 3 種狀態(tài).如表1所示.

表1 通風(fēng)口尺寸定義(mm)

通風(fēng)口尺寸的隸屬度函數(shù)如圖4所示.

圖4 通風(fēng)口尺寸隸屬函數(shù)

空調(diào)風(fēng)速是模糊控制的另一個(gè)輸出參數(shù),同樣需要進(jìn)行模糊化處理.經(jīng)調(diào)查,家用空調(diào)的出風(fēng)速度為1–3 m/s.本文將空調(diào)風(fēng)速分為快速(fast)、中等(medium)、慢速(slow) 3 種狀態(tài),如表2所示.

表2 空調(diào)風(fēng)速定義(mm)

空調(diào)風(fēng)速的隸屬度函數(shù)如圖5所示.

圖5 空調(diào)風(fēng)速隸屬函數(shù)

3.3 模糊規(guī)則庫構(gòu)建

將精確參數(shù)模糊化后要構(gòu)建一組規(guī)則存放在模糊規(guī)則庫中,模糊規(guī)則采用“If A Then B”的形式,可表示為:

Ri:Ifx1(k) isAi1andx2(k) isAi2and···andxm(k) isAim,Theny(k) isBi,i=1,2,···,l,其中,Ri表示第i條 規(guī)則,l表示總規(guī)則數(shù),Aiq,q=1,2,···,n表示系統(tǒng)輸入?yún)⒘克诘哪：?Bi表示系統(tǒng)輸出變量所在的集合,xq(k),q=1,2,···,n為模糊控制系統(tǒng)的輸入變量,y(k)為模糊控制系統(tǒng)的輸出變量.本文提出的基于模糊推理的空調(diào)控制系統(tǒng)輸入?yún)⒘繛榄h(huán)境溫度數(shù)值,輸出參量為通風(fēng)口尺寸及空調(diào)風(fēng)速.對于冷熱閥門的開關(guān)狀態(tài),因?yàn)樵搮⒘繉儆诓紶栴愋?即當(dāng)溫度達(dá)到某個(gè)閾值時(shí)冷熱閥門只有開啟和關(guān)閉兩種狀態(tài),所以本文針對冷熱閥門狀態(tài)參量選擇兩個(gè)三角隸屬函數(shù),以冷閥門為例,若最終推理結(jié)果大于0.5 則認(rèn)為冷閥門開啟,若推理結(jié)果小于0.5,則認(rèn)為冷閥門關(guān)閉.根據(jù)以上所述,本文提出5 條模糊規(guī)則如圖6所示.

圖6 模糊規(guī)則

3.4 模糊推理

模糊推理主要是將模糊集根據(jù)模糊規(guī)則進(jìn)行推理運(yùn)算.首先將模糊化后的輸入變量按照模糊規(guī)則通過運(yùn)算進(jìn)行近似推理得到單規(guī)則推理結(jié)果,然后將各推理結(jié)果疊加得到最終推理結(jié)果.常見的模糊推理模型有Tsukamoto 模型、Mamdani 模型和TSK 模型,本文利用Mamdani 模型對空調(diào)控制系統(tǒng)進(jìn)行模糊推理,將在第5.1 節(jié)中詳細(xì)闡述.推理規(guī)則的運(yùn)算選擇與模糊算子的確定有一定的聯(lián)系,目前世界上多數(shù)使用最大最小法和最大乘積法等算法[19],模糊推理規(guī)則表達(dá)式形式如下:

其中,ωij(j=1,2,···,n)表示人體感受的程度即模糊權(quán)重,0≤ωij≤1;0≤λ≤1表示規(guī)則激活的閾值;m表示規(guī)則庫中的規(guī)則數(shù)目.當(dāng)規(guī)則滿足所有條件的綜合相似度大于等于閾值時(shí),可以推斷出結(jié)論Z.以一個(gè)輸入變量,兩條規(guī)則為例,假設(shè)模糊規(guī)則庫中保存的兩條規(guī)則如下:

輸入變量模糊化后得到A1、A2兩組隸屬值,對其進(jìn)行min 運(yùn)算得到激活權(quán)值 ω1、ω2,激活權(quán)值在輸出變量隸屬度函數(shù)上激活的部分就是單規(guī)則推理結(jié)果C1、C2,對兩個(gè)單規(guī)則推理結(jié)果進(jìn)行max 運(yùn)算得到最終模糊推理綜合結(jié)果C.

3.5 去模糊化

去模糊化是將模糊推理結(jié)果通過運(yùn)算得到精確輸出結(jié)果的過程.去模糊化的方法主要有重心法、面積中心法、均值最大法等,本文提出的控制系統(tǒng)采用重心法來對模糊推理結(jié)果進(jìn)行去模糊化,重心法公式如下:

y′表示去模糊化后的精確值.當(dāng)推理結(jié)果的模糊集通過取面積中心得到最終的推理精確值,對于本系統(tǒng)最終獲得通風(fēng)口的精確開放尺寸.

4 實(shí)驗(yàn)驗(yàn)證

4.1 FuzzyJ Toolkit 實(shí)驗(yàn)驗(yàn)證

本部分主要利用Java的FuzzyJ Toolkit 第三方工具包[20]對基于模糊推理的空調(diào)智能控制系統(tǒng)進(jìn)行了模擬實(shí)現(xiàn),該工具包是在Jess 專家系統(tǒng)的基礎(chǔ)上,將Java 代碼和Jess 專家系統(tǒng)融合到一起的模糊推理工具,利用前向規(guī)則快速匹配Rete 算法,推理效率高.首先,本文規(guī)定溫度輸入的范圍為–10 ℃到40 ℃,這是根據(jù)我國空調(diào)使用率高的地區(qū)的年溫度范圍而制定的,符合大多數(shù)人對環(huán)境溫度的要求.其次,將不同環(huán)境溫度下人體感受分為cold、OK、hot 三類,將通風(fēng)口尺寸分為all、almost、half 三類,將空調(diào)風(fēng)速分為fast、medium、slow 三類,使用三角隸屬度函數(shù)公式將精確的溫度參數(shù)模糊化.然后,利用If…Then 原則構(gòu)建相應(yīng)的模糊規(guī)則庫,部分模糊規(guī)則庫示例如表3所示.

表3 空調(diào)控制系統(tǒng)部分模糊規(guī)則庫

最后,將輸入的環(huán)境溫度與建立的模糊規(guī)則庫進(jìn)行匹配得到模糊集合,模糊集合經(jīng)過去模糊化得到精確的空調(diào)控制指令.本系統(tǒng)將模糊推理結(jié)果利用窗口界面進(jìn)行了輸出,部分輸出結(jié)果如表4所示.

表4 部分輸出結(jié)果

通過輸出結(jié)果可以直觀地看到,基于模糊推理的空調(diào)智能控制系統(tǒng)在輸入溫度參數(shù)從零下10 ℃到40 ℃的過程中,冷空氣閥門先關(guān)閉后開啟,熱空氣閥門先開啟后關(guān)閉,通風(fēng)口尺寸經(jīng)歷了由大到小再變大的過程,空調(diào)風(fēng)速經(jīng)歷了由快變慢再變快的過程.注意到本系統(tǒng)設(shè)置通風(fēng)口尺寸最小為100 cm2,這是因?yàn)樵诂F(xiàn)實(shí)生活中通風(fēng)口完全關(guān)閉則空調(diào)將停止運(yùn)行,在某一溫度下用戶只需要冷熱閥門同時(shí)關(guān)閉但并不希望空調(diào)完全關(guān)閉,而且通風(fēng)口由關(guān)閉到打開的過程會(huì)增加空調(diào)控制器的控制時(shí)間,造成控制不精確和能源消耗大的問題,因此本系統(tǒng)不設(shè)置空調(diào)通風(fēng)口完全關(guān)閉的情況.另外,由輸出結(jié)果可以看到,冷熱閥門的開啟和關(guān)閉情況屬于布爾類型,也就是說冷熱閥門只有開啟和關(guān)閉兩種狀態(tài),從這一點(diǎn)無法體現(xiàn)出模糊推理控制系統(tǒng)的精確度.但是,在通風(fēng)口尺寸一列,溫度每發(fā)生變化,通風(fēng)口尺寸就會(huì)相應(yīng)地發(fā)生變化,這些變化幅度不大而且每一條控制指令的通風(fēng)口尺寸都精確到小數(shù)點(diǎn)7 位以后(溫度為20 ℃時(shí)除外),這就體現(xiàn)出該系統(tǒng)對溫度參數(shù)精確的調(diào)節(jié).

同時(shí),考慮到不同個(gè)體對溫度的感官差異大,只是依賴通風(fēng)口尺寸的控制顯然不夠嚴(yán)謹(jǐn),因此我們在系統(tǒng)中引入空調(diào)風(fēng)速這一輸出參量.當(dāng)環(huán)境溫度低,讓人體感受到寒冷,空調(diào)的通風(fēng)口尺寸變大的同時(shí)空調(diào)風(fēng)速會(huì)加快.而環(huán)境溫度使人感覺舒適時(shí),空調(diào)通風(fēng)口尺寸變小同時(shí)空調(diào)風(fēng)速會(huì)減慢.從輸出結(jié)果中可看出,空調(diào)風(fēng)速的變化精確到小數(shù)點(diǎn)后兩位,同時(shí)隨環(huán)境溫度的改變空調(diào)風(fēng)速的變化幅度相對平穩(wěn),空調(diào)通風(fēng)口尺寸與空調(diào)風(fēng)速的結(jié)合,可以成功解決傳統(tǒng)空調(diào)控制算法參數(shù)調(diào)節(jié)困難,調(diào)節(jié)效果差以及非線性、滯后性、突變性等問題,很好地改善空調(diào)控制效果.

4.2 模糊控制與PID 控制對比

4.2.1 PID 算法介紹

PID 算法是集比例(proportion)、積分(integral)、微分(differential) 3 部分于一體的控制算法,PID 控制的實(shí)質(zhì)就是根據(jù)輸入的偏差值,按照比例、積分、微分的函數(shù)關(guān)系進(jìn)行運(yùn)算,運(yùn)算結(jié)果用以控制輸出[21].PID 控制分為位置型控制算法和增量型控制算法,其中位置型控制算法公式為:

增量型控制算法公式為:

其中,Kp為比例系數(shù),Ki為積分系數(shù),Kd為微分系數(shù).PID 控制原理圖如圖7所示.

圖7 PID 控制流程

4.2.2 模糊控制與PID 控制比較

本部分將PID 算法在對空調(diào)通風(fēng)口的控制這一角度進(jìn)行了簡單實(shí)現(xiàn)并與模糊控制算法進(jìn)行對比.設(shè)定參數(shù)Kp=0.01,Ki=0.1,Kd=0.05 (參數(shù)的確定是作者通過多次參數(shù)調(diào)整對控制結(jié)果進(jìn)行比較而得).因?yàn)楸鞠到y(tǒng)需要的控制量是增量而不是位置量的絕對值,所以采用增量式PID 控制算法.在系統(tǒng)運(yùn)行過程中為其添加了高斯噪聲,表示系統(tǒng)在運(yùn)行過程中的不穩(wěn)定過程.設(shè)置溫度范圍為[0,40],通風(fēng)口尺寸最大值為300.得到運(yùn)行結(jié)果如圖8所示.

圖8 PID 控制輸出結(jié)果

據(jù)圖8可發(fā)現(xiàn),當(dāng)溫度從0 ℃增加到40 ℃,PID控制的通風(fēng)口尺寸由小迅速變大再減小,最后逐漸穩(wěn)定到200 cm2,這說明PID 控制在前期溫度發(fā)生小幅度改變時(shí)通風(fēng)口尺寸變化幅度過大,而到后期溫度上升幅度較大時(shí)通風(fēng)口尺寸的變化幅度幾乎忽略不計(jì).將PID 控制結(jié)果與本文實(shí)現(xiàn)的模糊控制結(jié)果進(jìn)行對比,為了更直觀地觀察到兩種控制算法在0–40 ℃對通風(fēng)口尺寸的控制變化,本文將兩組數(shù)據(jù)制成折線圖,如圖9所示.

由圖9不難發(fā)現(xiàn),PID 算法在0–40 ℃變化過程中對通風(fēng)口尺寸的控制是先在短時(shí)間內(nèi)迅速將通風(fēng)口開放至某一尺寸,然后在該尺寸上來回波動(dòng),但波動(dòng)幅度很小.環(huán)境溫度在0–40 ℃的過程中,人體感受大約會(huì)經(jīng)歷寒冷、涼爽、舒適、溫暖、炎熱5 個(gè)階段,PID算法所控制的通風(fēng)口尺寸在5 ℃左右達(dá)到最大值,突變性會(huì)迅速改變環(huán)境溫度,給人體感官造成不適.隨著溫度升高,通風(fēng)口尺寸幾乎未發(fā)生變化,空調(diào)只是機(jī)械地感應(yīng)環(huán)境溫度,通過出冷熱風(fēng)來使環(huán)境溫度符合設(shè)定的溫度.在這個(gè)過程中,空調(diào)控制系統(tǒng)并不關(guān)心人體感受,所以PID 控制算法對空調(diào)的控制與人體感受無實(shí)質(zhì)關(guān)聯(lián).

圖9 PID 與模糊推理對比

模糊推理算法則是感知環(huán)境溫度后,將環(huán)境溫度參數(shù)模糊化為人體感受,比如寒冷、舒適、炎熱等,依據(jù)已建立的模糊規(guī)則庫,來調(diào)節(jié)通風(fēng)口尺寸.要注意的是,模糊推理算法持續(xù)感知環(huán)境溫度,并不斷重復(fù)模糊化、模糊推理、去模糊化的步驟,使空調(diào)通風(fēng)口尺寸一直處于動(dòng)態(tài)變化的過程中,如此,模糊控制的空調(diào)控制系統(tǒng)會(huì)將環(huán)境溫度適中控制在使人體感覺為舒適的程度.

除了通風(fēng)口尺寸外,本文還引入了空調(diào)風(fēng)速作為另一個(gè)輸出參量,在本部分實(shí)驗(yàn)驗(yàn)證中并未涉及該參量,僅用通風(fēng)口尺寸這一輸出參量對PID 算法和模糊推理算法進(jìn)行了簡單對比.通過對比可得,模糊推理算法在對空調(diào)控制上可以解決PID 控制參數(shù)調(diào)節(jié)不精確,控制效果不佳,大滯后性等問題,控制效果明顯優(yōu)于PID 算法.

5 模糊控制系統(tǒng)實(shí)現(xiàn)

5.1 Mamdani 模型實(shí)現(xiàn)

本文利用Matlab的模糊邏輯工具箱[22]對空調(diào)控制系統(tǒng)進(jìn)行了模糊推理過程的實(shí)現(xiàn).首先,定義環(huán)境溫度數(shù)值為輸入變量,冷閥門開關(guān)、熱閥門開關(guān)及通風(fēng)口尺寸為輸出變量,設(shè)定環(huán)境溫度的論域范圍為[?10,40],冷熱閥門的論域范圍為[0,1],通風(fēng)口尺寸論域范圍為[100,200],空調(diào)風(fēng)速的論域范圍為[1,3].這里需要說明的是,因?yàn)槔錈衢y門只有開啟和關(guān)閉兩種狀態(tài),所以當(dāng)推理結(jié)果大于0.5 時(shí)即認(rèn)為此閥門開啟,小于0.5 認(rèn)為閥門關(guān)閉.接下來為輸入輸出變量添加隸屬度函數(shù),本系統(tǒng)為輸入變量即環(huán)境溫度添加5 個(gè)三角隸屬函數(shù),分別對應(yīng)cold、cool、ok、warm、hot 五個(gè)語言變量;為冷熱閥門分別添加2 個(gè)三角隸屬函數(shù),分別對應(yīng)off、on;為通風(fēng)口尺寸添加3 個(gè)三角隸屬函數(shù),分別對應(yīng)half、almost、all;為空調(diào)風(fēng)速添加3 個(gè)三角隸屬函數(shù),分別對應(yīng)fast、medium、slow.下一步對設(shè)置好的模糊變量進(jìn)行規(guī)則庫的建立,本文建立了5 條規(guī)則如圖10所示.

圖10 模糊規(guī)則庫

最后選擇重心法進(jìn)行去模糊化,得到推理結(jié)果如圖11所示.

圖11 模糊推理結(jié)果

從圖11可以觀察出,當(dāng)環(huán)境溫度為0 ℃時(shí),冷閥門推理結(jié)果為0.33,認(rèn)為冷閥門處于關(guān)閉狀態(tài),;熱閥門推理結(jié)果為0.67,認(rèn)為熱閥門處于開啟狀態(tài);通風(fēng)口尺寸推理結(jié)果為151,屬于大部分開放狀態(tài);空調(diào)風(fēng)速為2.05,屬于中速狀態(tài).在Input 欄內(nèi)輸入準(zhǔn)確溫度即可得到對應(yīng)的推理結(jié)果.

5.2 FuzzyJ Toolkit 可視化

基于模糊推理的空調(diào)智能控制系統(tǒng)已利用Matlab的Mamdani 模型和Java的FuzzyJ Toolkit 第三方包進(jìn)行了模擬實(shí)現(xiàn),具體內(nèi)容已在第5.1 節(jié)和第4 節(jié)中詳細(xì)闡述.本章將在原有模擬控制系統(tǒng)的基礎(chǔ)上對該控制系統(tǒng)進(jìn)行可視化,利用Java 進(jìn)行GUI 界面的編寫,實(shí)現(xiàn)系統(tǒng)的可視化交互.本章分為用戶管理、溫度輸入、溫度監(jiān)測3 部分.

5.2.1 用戶管理

本系統(tǒng)與MySQL 數(shù)據(jù)庫相連接,對登錄系統(tǒng)的用戶進(jìn)行管理.用戶名和密碼均由管理員設(shè)置并發(fā)送給用戶,用戶在登錄界面輸入正確的用戶名和密碼進(jìn)入系統(tǒng)主界面.

5.2.2 溫度輸入

溫度輸入功能是本系統(tǒng)的核心功能,主要操作流程為:

1)點(diǎn)擊“溫度輸入”按鈕,進(jìn)入溫度輸入界面.

2)在溫度輸入框內(nèi)輸入[?10,50]區(qū)間內(nèi)的溫度數(shù)值,點(diǎn)擊“開始計(jì)算”按鈕,即可得到對應(yīng)的控制方案.

3)點(diǎn)擊再次計(jì)算按鈕回到溫度輸入界面繼續(xù)輸入溫度,點(diǎn)擊“關(guān)閉頁面”按鈕即可關(guān)閉當(dāng)前頁面.

本模塊通過輸入某一范圍內(nèi)的溫度數(shù)值,可以得到該溫度下空調(diào)冷熱閥門狀態(tài),通風(fēng)口的精確尺寸及空調(diào)風(fēng)速.

5.2.3 溫度監(jiān)測

溫度監(jiān)測功能的目的是記錄某天溫度的變化及系統(tǒng)對空調(diào)控制器控制方案的變化,用戶輸入目標(biāo)日期后點(diǎn)擊“溫度數(shù)據(jù)”或“控制器響應(yīng)數(shù)據(jù)”即可分別通過折線圖和導(dǎo)出csv 文件的方式獲得該日的溫度或控制器數(shù)據(jù)信息.溫度監(jiān)測功能的主要作用是為了幫助管理員隨時(shí)獲取某日的溫度及控制器數(shù)據(jù)信息,檢查系統(tǒng)是否出現(xiàn)問題以便及時(shí)維修.

6 結(jié)論與展望

目前,空調(diào)成為家居工作必不可少的一部分,傳統(tǒng)的PID 控制算法存在參數(shù)調(diào)節(jié)不精準(zhǔn),突變性等問題,而使用模糊推理算法對空調(diào)進(jìn)行控制則可以很好地解決PID 算法的缺點(diǎn),并且模糊推理算法更加智能化,更符合當(dāng)代人的需要,為此,本文提出了一種基于模糊推理的空調(diào)智能控制機(jī)制,與傳統(tǒng)控制算法進(jìn)行實(shí)驗(yàn)對比后,得出模糊控制效果明顯優(yōu)于傳統(tǒng)控制算法.

目前,有很多研究提出復(fù)合式控制算法,這些算法經(jīng)仿真實(shí)驗(yàn)驗(yàn)證的確對空調(diào)控制性能有較好的改善.但是這些復(fù)合式算法無論從成本還是技術(shù)成熟性角度都不適合進(jìn)行大規(guī)模工業(yè)生產(chǎn).而模糊推理算法技術(shù)已相對成熟,對空調(diào)的控制效果明顯優(yōu)于傳統(tǒng)的PID算法的控制效果,適合進(jìn)行大規(guī)模工業(yè)空調(diào)的生產(chǎn),所以這必將成為空調(diào)控制領(lǐng)域的一個(gè)熱點(diǎn)研究.

基于模糊推理的空調(diào)智能控制系統(tǒng)尚有幾點(diǎn)不足之處:

1)對溫度參數(shù)進(jìn)行定義時(shí),不同年齡、不同地域、不同生活習(xí)慣的人群對溫度帶來的人體感覺不同.

2)本文實(shí)現(xiàn)的模擬控制系統(tǒng)的模糊規(guī)則庫內(nèi)的規(guī)則簡單化,不符合自然界復(fù)雜多變的環(huán)境變化.

針對以上問題,提出改進(jìn)方法:

1)按照年齡、地域等類別收集更多的人群信息,將溫度參數(shù)定義盡可能詳細(xì)化,同時(shí)可讓用戶自主選擇此時(shí)的身體感受,通過空調(diào)遙控裝置向控制系統(tǒng)發(fā)送信號(hào),使控制效果更加理想.

2)不斷豐富和更新規(guī)則庫內(nèi)的規(guī)則,適應(yīng)自然界復(fù)雜多變的環(huán)境變化,使空調(diào)能更精確地控制環(huán)境溫度.

下一步的研究將重點(diǎn)關(guān)注模糊推理與其他機(jī)器學(xué)習(xí)算法相結(jié)合,并將其應(yīng)用到空調(diào)智能控制領(lǐng)域,力求提高空調(diào)控制的精準(zhǔn)性、有效減少空調(diào)控制能耗.