基于LabVIEW的温室大棚温、湿度解耦模糊控制监测系统设计与实现

卢 佩，刘效勇

(1.石河子大学信息科学与技术学院，新疆石河子832000;2.中国科学院光电技术研究所，四川成都610209;3.石河子大学 数理学院，新疆石河子832000)

1 模糊控制系统方案

模糊控制系统的一般原理为:将被控制量的理想值与实际测量值进行比较，得到偏差，并计算出偏差变化率，然后把偏差和偏差变化率分别量化成模糊量，再由模糊控制规则根据推理合成规则进行模糊决策，得到模糊控制量，最后将该模糊控制量进行反模糊化得到精确量，作用于被控对象，如此循环下去，实现对被控对象的模糊控制。由于该方案不需建立精确数学模型，稳定性良好，动态响应品质优于常规PI和PID控制［5，6］，因此适合温室环境系统的控制。

考虑到温度和湿度这两个参数存在较强的耦合性，本文采用的模糊控制方案如图1所示:

其中，T0、H0分别为专家系统给出作物生长的最佳温、湿度，eT、eH分别为给定值T0、H0与实际测量温湿度值T、H的偏差，ecT、ecH为偏差随时间的变化率。由于温湿度因子具有耦合关系，在此，引入解耦参数αT、αH来消减其耦合性，即:eT(h)=(1－αT)eT+αHeH和 eH(t)=(1－αH)eH+αTeT

经模糊控制器后，得到施加于相关执行机构的控制量ut和uh以实现对加温/降温、加湿/除湿等执行机构控制的目的。

模糊逻辑控制器是整个系统的核心，如图2所示。其设计和推理过程为:将输入、输出量转化为模糊子集，定义其论域，根据各输入输出量的实际变化范围建立模糊化表。根据领域专家的知识和经验建立知识库并形成模糊控制规则表。由模糊化表和模糊控制规则表，采用离线间接推理建立控制表格，计算出相应的模糊控制量。最后，对模糊控制量进行解模糊，得到精确控制量。

2 模糊逻辑控制器设计

2.1 测量信息的模糊化

2.1.1 输入、输出变量分析 输入变量是模糊控制器的外生变量，包括温、湿度偏差值及变化率。输入变量的物理论域、模糊子集、量化等级、模糊论域和量化因子等参数设置如表1所示。考虑到温室环境系统中不同作物在不同生长期间和不同季节对温、湿度需求的不同，且其变化幅度不应太大，故输入变量――温、湿度偏差值及变化率的物理论域选取为表中的区间值。与物理论域对应的是模糊集的论域，通用公式表示为［－n，－n+1，…，0，…，n－1，n］，由于n值过大会使控制规则变复杂，太小会使模糊处理结果粗糙而破坏控制性能，根据实际经验及综合考虑，n=6，模糊论域共13个等级。由量化因子通用计算公式:Ki=n/zi，容易得出各输入变量的对应量化因子值。

表1 输入变量的物理论域、模糊子集、量化等级、模糊论域及量化因子Table 1 the physical domain，fuzzy subsets，quantification level，fuzzy domain and quantitative factor of input variables

输出变量是模糊控制器的内生变量，因是输入信息耦合的输出，故其变量分级也对应输入变量，即其模糊子集 Ei语言取值为:{NB，NM，NS，Z，PS，PM，PB}。

表2 模糊变量隶属度赋值表Table 2 The membership of fuzzy variables

表3 模糊控制规则表Table 3 The table of fuzzy control rules

2.1.2 隶属函数确定 为达到设计简便和实时计算的要求，本系统采用最简单的三角形隶属函数，如表2所示。

2.2 模糊控制规则

确定模糊控制规则的原则是:系统输出响应的动、静态特性达到最佳。当偏差大或较大时，选择控制量以尽快消除偏差为主;当偏差较小时，选择的控制量应注意防止超调，以系统的稳定性为主要出发点。这里以温度环境因子为例，其模糊控制规则通用表达式为:

2.3 模糊推理

模糊推理是模糊控制器的核心，具有模拟人的基于模糊概念的推理能力。本系统采用Mamdani模糊模型［7］推理方法，根据当前时刻模糊控制的输入变量量化值得到相应的隶属度值，再找出相关的模糊控制规则，即可得到控制量的输出模糊集。

针对系统大时滞的特点，控制量改变符号应在ec=0附近发生。当偏差为负大或负中，偏差变化率的值为负时，为消除偏差的增大趋势，应使控制量为正大;当偏差为负而偏差变化率为正时，系统有减小偏差的趋势，为尽快消除偏差且避免超调，应取较小的控制量;当偏差为零且考虑系统稳定性时，要根据偏差变化率来确定控制量的变化。当偏差和偏差变化率同时变号时，控制量的变化也应变号。由规则可以设计如表3所示的模糊控制规则表，放入内存，以备调用。

2.4 反模糊化

模糊控制器的输出是一个模糊集合，它反映了控制语言的不同取值的一种组合，因为被控对象只能接受一个控制量，因此需要从输出的模糊子集中判决出一个精确的控制量，也就是设计一个由模糊集合到普通集合的映射——判决(清晰化)。

判决的方法常用的有最大隶属度法、取中位数法、加权平均法(重心法)。为达到精确、灵敏的控制要求，系统采用加权平均法计算出模糊控制的输出控制量。其表达式为:

其中，n为模糊变量的个数，μi为模糊变量，A(μi)为对应模糊变量的隶属度。反模糊化后即可得到精确量的输出。

3 系统设计与实现

设计思路:在待监测环境下通过温、湿度传感器采集数据并送入数据采集卡，由数据采集模块接收采集到的电流值，再经温、湿度滤波转换模块将电流值滤波转换为温、湿度值，将结果经数据存储模块存入数据库，并通过软件系统设计实现温、湿度实时显示。

在此，温、湿度传感器选用JWSL－2AT电流输出型。温度测量范围为0～50℃，精度为0.5℃，湿度测量范围为0～100%RH，精度为3%RH(25～95%RH，25℃)，工作电压为24 VDC，温、湿度传感器输出均为4～20 mA。数据采集卡采用NI公司生产的 PCI－6024E型。

基于LabVIEW的软件系统设计结构图如图3所示。系统开始运行时，首先进入主控模块，然后根据需求启动相应的数据采集模块、数据存储模块、数据分析模块、历史数据查询模块、知识库查询模块等，循环工作直至满足预设条件或用户干预退出系统程序。模块间即相互独立又有数据流或控制流的传递，对各模块的调度由主程序来完成，主程序结构采用有限状态机机制［8］。

其中，温、湿度监测及显示模块程序流程图如图4所示。首先按照采集需求对每个通道的温、湿度信号进行采集，数据采集部分采用NI公司提供的DAQmx 8.9。由于信号在传输过程中会受到周围各种环境因素的干扰，对采集后的信号需进行滤波校正处理，以保证测量的精度。滤波后的数值与初始设定的温、湿度上下限值进行比较，确定温、湿度环境是否正常(不正常时将触发报警模块)，然后数据被存储到数据库，并按照规定的模式实时显示数据。

同时，利用本文模糊解耦控制算法，对新疆石河子某蔬菜大棚在温、湿度范围分别为［16℃，34℃］和［46%，64%］条件下进行多次测试，通过设置Fuzzy Controller子VI［9］中解耦参数以改善系统性能，得到由温、湿度取值相互作用下的对应解耦参数值，导入数据到Origin［10］形成三维图表，如图5所示。X、Y轴分别代表温、湿度，Z轴代表解耦参数。红色粗线和蓝色细线分别表示由温、湿度而确定的αT、αH解耦参数的取值情况。

图5 不同温湿度取值下对应的解耦参数值Fig.5 The value of decoupling parameter in different temperature and humidity

在手动测量温、湿度值为27.5℃、55%条件下，选取图5中与之对应的解耦参数值(精确两位小数)αT=0.08、αH=0.05，由运行程序可知测得温、湿度值分别为27.96℃和53.65%，系统测量数据超调量较小，测量精度较高，实时性强，且在传感器精度相同条件下测量精度不受传感器选型的影响，模糊控制过程比较平稳，系统环境达到了作物生长的需求，有效克服了人工作业带来的种种不便。

其中，实现模糊解耦控制功能的温度采集、监测子模块程序框图(湿度设计方法及程序框图与温度类似)如图6所示。

图6 温室大棚温度采集、监测子模块程序框图Fig.6 The program of temperature acquisition and surveillance sub －module for greenhouse

4 结束语

以温室大棚温、湿度及其相互耦合关系为研究对象，采用模糊控制技术，通过引入温、湿度解耦参数对温、湿度的控制进行了理论分析并利用有限状态机及调用Fuzzy Controller子VI设计实现了相应的系统。结果表明，通过引入温、湿度解耦参数，增强了控制的精确性和稳定性，提高了环境监测的精度和效率，系统具有很好的移植性和可扩展性。但由于影响温室环境的因素复杂多变，需要进一步分析和综合环境中各个参数之间的相互联系、相互影响，提高作物生长的智能化决策水平。同时系统有待完善以实现对多个温室的智能化、网络化控制管理。另外，数据传输的实时性、可靠性还有待进一步研究。

［1］蔡象元.现代蔬菜温室设施和管理［M］.上海:上海科学技术出版社，1999

［2］孙忠富.温室番茄计算机环境管理系统初步研究［J］.模式识别与人工智能，1999，112(增刊):135－140

［3］Pasgianos G D.Nonlinear Feedback Technique for Greenhouse Environment Control［J］.Computers and Electronics in Agriculture，2003，40:78－84

［4］戴春霞，赵德安.基于模糊控制的蓄禽舍环境温湿度监控系统［J］.农机化研究，2008，(2):169－171

［5］张瑞华.温室环境自动监控［J］.计算机与农业，2002，(2):8－10

［6］朱伟兴.基于模糊控制的温室加热器的研究［J］.农业工程学报，2002，(3):72－75

［7］石辛民，郝整清.模糊控制及其MATLAB仿真［M］.北京:清华大学出版社，北京交通大学出版社，2008.03

［8］National Instruments Corporation，LabVIEW User Manual［M］.2008.09

［9］National Instruments Corporation，Control Toolkit Manual［M］.2009

［10］肖 信.Origin 8.0实用教程:科技作图与数据分析［M］.北京:中国电力出版社，2009