模糊控制在温室控制系统中的应用

2013-09-04郭晓刚

长春工业大学学报 2013年1期

郭晓刚，夏颖

0 引言

多年来，人们以温室作为研究对象，对影响作物生长的各种环境因子（如温度、湿度、光照和CO2浓度等）进行控制及调节，以期获得适宜作物生长的环境条件，并取得最佳的效益。由于温室环境系统是一个多变量、大惯性的非线性系统，并且有耦合和延迟等现象，所以很难对其建立精确的数学模型。文献［1-2］只对温度单因子进行了控制，并不能很好地将综合因素考虑在内并加以控制。文献［3-4］不能够实时地对系统进行变化。

文中针对这一问题，综合考虑各个影响因子，得到综合因子作用的生产函数，在此之上进行仿真，使得更加科学、准确地对温室环境进行智能控制。

1 模糊控制理论

模糊控制属于计算机数字控制的一种形式。因此，模糊控制系统的组成类同一般的数字控制系统的组成，其框图如图1所示。

图1 控制系统

模糊控制系统一般可以分为4个组成部分:模糊控制器、输入或输出接口装置、I／O接口装置、传感器。

模糊控制的基本原理如图2所示。

图2 模糊控制原理框图

它的核心部分为模糊控制器，模糊控制器的控制规律由计算机的程序实现，实现一步模糊控制算法的过程如下:微机经中断采样获取被控制量的精确值，然后将此量与给定值比较得到误差信号E（在此取单位反馈）。

一般选误差信号E作为模糊控制器的一个输入量。把误差信号E的精确量进行模糊量化变成模糊量，误差E的模糊量可用相应的模糊语言表示。至此，得到了误差E的模糊语言集合的一个子集e（e实际上是一个模糊向量）。再由e和模糊控制规则R（模糊关系）根据推理的合成规则进行模糊决策，得到模糊控制量为:

式中:u——一个模糊量。

模糊控制算法可概括为以下4个步骤:

1）根据本次采样得到系统的输出值，计算所选择的系统的输入变量；

2）将输入变量的精确值变为模糊量；

3）根据输入变量（模糊量）及模糊控制规则，按模糊推理合成规则计算控制量（模糊量）；

4）由上述得到的控制量（模糊量）计算精确的控制量。

1.1 输入、输出变量的确定

系统中把温度偏差e以及温度偏差变化率ec作为双输入变量，对于偏差e的模糊集为｛NB（负大），NM（负中），NS（负小），NZ（负零），PZ（正零），PS（正小），PM（正中），PB（正大）｝，ec的模糊集为｛NB（负大），NS（负小），Z（零），PS（正小），PB（正大）｝。

量化域分别为［－3，－2，－1，－0，＋0，1，2，3］与［－2，－1，0，1，2］。对于输出变量kzl的模糊集为｛NB（快速降温，NS（慢速降温），NONE（无变化），PS（缓慢加热），PB（快速加热）｝。

1.2 输入、输出量的隶属度函数

在该模型仿真系统中，温湿度偏差和偏差变化率均采用高斯型隶属度函数，如图3所示。

图3 隶属度函数

根据输入变量e以及变量ec两个值，将其代入系统模型中，可以得出与之对应的输出控制变量，即kzl。其值可以与执行机构的动作一一对应。对于如图3所示的kzl＝0.175，该值不变化的隶属度值为0.893，根据最大隶属度原则，加热系统不做变化。

控制量的隶属度函数如图4所示。

图4 控制量的隶属度函数

2 生菜生长函数的确定

层次分析法获取主要影响因子。

光合作用的反应式如下:

从反应式中可以看出，光合作用［2］与温室环境中的光照、二氧化碳、水都有直接的关系。事实上，在温室环境中影响光合作用的因素有很多，主要包括光照强度、温度、二氧化碳浓度、水分和植物体内部因素，如叶龄、叶绿素以及光合产物从叶片运出的速率等。

其中前4种属于温室环境因子，是温室环境控制的主要对象。而土壤物理化学环境中各因素之间的交互作用关系没有气候环境中的复杂，而对光合作用的影响是间接的。

于是，可以从这个角度去建立层次分析法中的判断矩阵，决策层则选取净光合速率。而影响光合速率的因素，我们选取光照强度、温度、湿度、二氧化碳浓度、植物体内叶绿素、土壤中矿物质含量为方案层，如图5所示。

图5 层次图

于是得到判断矩阵:

经过最大特征值法求得该判断矩阵的最大特征值为

其对应的特征向量

于是，得到了影响植物光合作用的影响因素光照强度、温度、湿度、二氧化碳浓度、植物体内叶绿素、土壤中矿物质含量，这6种因素的权重分别为0.26，0.20，0.24，0.14，0.08，0.08。由于在特定的温室环境下，对于土壤和特定的植物来说，这些都是不属于温室环境控制因素［5］，所以，在此不讨论对其的控制。因为水对光合作用的影响只发生在作物光合作用的特定时期，且与其它主要环境因子的交互作用不显著，变化规律容易掌握，实际生产中，只需将其控制在一定范围内，或按照单独的控制目标实现闭环控制即可。

以净光合速率为指标，建立其与温度、光照强度和湿度等因素的量化关系。通过对获得的实验结果表明，各环境因子与净光合速率之间存在着显著的二次函数关系，且各环境因子之间互作效应显著。因此，决定选取以通过二次通用旋转组合回归设计方法［6］而得到的净光合速率与光照强度、温度和湿度等环境因子之间的二次函数关系式作为文中实施温室环境优化控制的模型。

因素水平编码表见表1。

表1 因素水平编码表

对正交试验结果进行方差分析和显著性检验［7］。查F 表

说明回归方程拟合的好。

说明方程显著。

则回归方程为:

式中:f（x1，x2，x3）——净光合速率；

x1，x2，x3——分别代表相对温度、相对湿度、光照强度。

通过求解，该数学规划问题的最优解为（x1，x2，x3）＝（31℃，85%，16klx），于是可以得出结论，生菜在温度为31℃，湿度选取为85%，光照强度为16klx的时候，生菜的净光合速率最大。而在实际的温室环境当中，出于节能角度和经济型控制的角度，不采取补光措施［8］，光照强度是完全来自自然条件的。于是问题变成了当每天不同的时间段下，当时天气情况下的光照强度为一个不可控影响因子，也就是理论上的最优值是不能够取到的，就要根据给定的当天光照强度来找到与之对应的温度和湿度，得到最优值之后，与当前值进行比对进行模糊控制。

3 软件界面以及仿真

针对本温室环境控制系统的具体特点，利用Windows系统下VC＋＋的MFC技术，文中设计了用户温室控制系统的用户界面，MFC界面设计非常方便，能够随心所欲地实现各种功能，如图6所示。

图6 用户界面图

当读入环境参数因子的这些状态值之后，点击开始运行，通过内部的模糊控制算法，可以对执行机构中的硬件设施进行发送指令［9］。而对于温室环境气候来说，具有不精确的特性，由此在设计温室环境的控制系统时，可以确定控制的时间步长为5～10min，在该设计中采用8min。每经过这样的时间步长，系统进行一次状态的调整，同时给出相应硬件的动作指令。这样的控制步长是合理的，因为假如时间过短的来改变状态，则执行机构也会频繁地进行动作，大大地提高了控制成本。而且对于硬件设施来说，也会减短它的使用寿命。如果控制步长过大，则控制系统不能很快地对采集到的数据做出分析，判断进而不能及时地调整温室内的影响因子状态。

输入、输出曲面如图7所示。