基于智能控制技术的家居系统的研究

夏华凤，刘艳君，徐雪艺，丁恩宇，吴韵，吕煜坤

（1.泰州学院机电工程学院，江苏泰州225300；2.江南大学控制科学与工程研究中心，江苏无锡214122）

基于智能控制技术的家居系统的研究

夏华凤1，刘艳君2，徐雪艺1，丁恩宇1，吴韵1，吕煜坤1

（1.泰州学院机电工程学院，江苏泰州225300；2.江南大学控制科学与工程研究中心，江苏无锡214122）

家居系统是一个复杂的多变量系统，具有非线性时变及变量之间动态耦合，不易建立精确的数学方程，将PLC控制技术和基于平均速度的粒子群优化模糊PID算法相结合，通过电力载波线组网，采用组态技术，实现家居智能控制。实验表明，该系统能够根据环境变化实时动态地开窗通风、启动窗帘调光及开启空调调温等，使家居温度稳定，环境舒适，而且界面简单易操作，方便在线修改，推广价值良好。

家居智能；平均速度；粒子群算法；模糊PID；PLC

【本文献信息】夏华凤，刘艳君，徐雪艺，等.基于智能控制技术的家居系统的研究［J］.电视技术，2015，39（10）.

智能家居是一个能提供不同功能的建筑实体，通过信息通信技术使其内部一系列的产品和服务具有互操作性而实现其附加功能［1］。无线网络、现场总线及电力线是目前用于家居网络的主要技术。无线组网技术具有节省布线、方便设备安装、轻松分离强弱电等优点，在智能家居系统中发展迅猛，家居网络使用ZigBee、蓝牙、Z-wave、WiFi等。现场总线组网技术比较成熟，在家居网络中运用比较广泛，家居网络中使用RS-485、SCS-BUS及CAN总线等总线技术。无线技术组网存在频谱干扰和信号穿墙衰减等缺点，总线组网需要重新敷设线缆，难免需要穿墙打洞。而电力线组网则无需布线，且永久在线［2］。本文提出以电力载波线组网的家居智能控制，充分利用已有的设施，避免破坏建筑物和设施，大大节约资源。由于PLC可靠的运行、易于操作、便于开发，选用PLC结合智能控制技术使家居系统能够根据环境变化实时动态地通过开窗通风、启动窗帘调光及开启空调调温等，使家居温度稳定，环境舒适；利用组态触摸屏的可视化界面，方便操作，支持在线修改，是未来家居智能化的发展方向。

1　系统总体框架

1.1系统结构图

本文设计的家居控制系统布局如图1所示［3］。电力线完成家居内部组网，通过RS-232接口与上位机通信，内网通过家庭网关接入互联网，远程终端可以通过访问PC机上的组态画面对家居内部进行远程监控。

图1　系统布局图

1.2系统主要功能说明

每一个子系统通过RS-232接口挂接在电力线上，完成相互间的通信。照明系统分为可调光灯具和不可调光灯具。家电分为信息家电［4］、普通家电和红外家电，普通家电通过加接智能插座，红外家电通过红外转发器，从而和信息家电一样进行简单开关量处理（空调除外）。PLC结合基于平均速度的粒子群优化模糊PID算法，协同照明系统、视频系统、安防系统及部分家电动作，实现对温度、湿度和光照度等的处理，从而实现家居智能控制。

2　家居智能控制的数据处理

2.1简单开关量的处理

该系统有许多简单开关量（电视机、洗衣机、门、窗、灯、饮水机、阀门等），PLC对这些开关量的处理通过简单的编程就可以实现。

2.2家居环境系统的处理

家居系统是一个复杂的系统，影响环境温湿度、空气质量和光照度等的因素很多，而且这些量之间是相互影响的，比如遮阳时温度会降低，温度过高时采取降温措施湿度会升高，加大湿度时温度又会变化，对这些物理量采取经典的PID控制，效果不甚理想。本文采用将模糊PID控制和粒子群优化算法相结合实现对这些量的控制，不仅具有直接PID控制的简单、精度高的优点，同时具有较强的适应性和鲁棒性，搜索速度快，从而达到理想的效果。

2.2.1家居环境控制系统结构图

家居环境的温湿度、空气质量和光照度控制系统结构如图2所示。各类传感器实测数据通过调整送到模糊PID控制器，PLC根据模糊PID控制器优化后的参数kp，ki，kd产生的决策信号使驱动部件（加热器、加湿器、除湿器、冰箱、窗户、窗帘、排气风扇、灯）动作，确保房间温度、湿度及光照度等波动在误差范围内。

2.2.2基于平均速度的粒子群优化模糊PID控制器设计

模糊控制器一般由3个部分组成，即模糊化处理、模糊推理和清晰化处理。取系统的误差值E和误差变化率EC为模糊控制器的2个输入，在其论域上定义语言子集［NB、NM、NS、ZO、PS、PM、PB］，选三角形隶属度函数来进行模糊化。粒子群算法对模糊PID控制器中的误差量化因子kE、误差变化量化因子kEC、PID控制量的比例因子kup、kui、kud这5个参数进行寻优。粒子群优化模糊PID控制器设计如图3所示［5］。

图2　温、湿度、光照度控制系统结构图

图3　粒子群优化模糊PID控制器框图

2.2.3模糊PID控制器设计［6］

以温度控制为例，房间温度以25°为宜。实际温度比设定值高很多，且保持持续上升趋势，此时需要开启降温设施；实际温度跟设定值相差不多，但仍在上升时，此时打开门窗即可。

PID控制根据参考值r（t）与实际输出值y（t）构成系统偏差e（t）控制，即e（t）=r（t）-y（t），对偏差进行比例、积分和微分求和，得到输出量u（t）。PID控制器的数学表达式为

式中：kp为比例参数；Ti为积分参数；Td为微分参数。传递函数为

经过分析，建立家居环境系统室温和室温控制设备的数学方程［7］，表达式分别为

在PID控制中，kp，ki和kd决定了其性能品质，所以，优化这3个参数意义重大。本文按照阶跃响应分段图各个参数的作用（如图4）建立模糊控制规则库。

图4系统响应的曲线图

根据操作者调整kp，ki，kd的规则和专家经验，总结出系统输入E，EC与输出kp，ki，kd的模糊控制规则表，如表1～表3所示。

表1kp模糊规则表

表2ki模糊规则表

表3kd模糊规则表

模糊规则1：

if E=NB and EC=NB then kp=PB and ki=NB and kd=PS即如果温度误差是负大，温度误差的变化率也是负大，那kp是正大，ki是负大，kd是正小。系统实测值与给定参考值相比偏差较大，且偏差有继续增大趋势，需要通过加大比例系数来提高响应的速度，同时减小积分系数，防止超调增大，使微分系数增加少许，以抑制超调。

2.2.4基于平均速度的粒子群算法

PID参数的优化是通过算法来使kp，ki，kd这3个参数优化，即是基于一定的适度函数参数的寻优，本文选用能体现系统调节质量的ITAE指标作适度函数，定义为

式中：||e（t）是绝对误差。

粒子在搜索空间中，其速度和位置根据式（6）、式（7）来决定

式中：xi（k）是微粒的位子；vi（k）是微粒的速度；w（k）是微粒的惯性权重；c1（k）、c2（k）为加速度值；r1、r2是［0，1］间的任意数；Pi（k）是到目前为止微粒搜索到的最佳位子；Pg（k）是到目前为止全部微粒群所能搜索的最佳位子。采用粒子群的平均速度指标［8］来衡量粒子群的收敛速度，粒子群的平均速度定义为

式中：D是每一个粒子的维数；N是总的粒子个数；vij（k）是第i个粒子在第j维上的速度分量。函数适度值的增减决定了粒子群的平均速度的增减。平均速度用以表征粒子群系统活跃的水平，即收敛状况。基于平均速度信息的粒子群惯性系数调节公式为

即跟随平均速度值的减小，加速因子c1（k）逐步变小，c2（k）逐步变大，C为一常数值。

2.2.5参数优化的PSO算法的实现过程

利用基于平均速度的粒子群算法对kE，kEC，kup，kui及kud5个参数进行寻优，寻优向量X=｛kE，kEC，kup，kui，kud｝，迭代总数设为N=300，当前迭代次数为k，PSO的流程如图5所示。

图5　粒子群算法优化流程图

2.2.6采用MATLAB仿真的结果

初始PID参数设为kp0=0.16，ki0=0.001 48，kd0=0.5，经模糊推理机得模糊输入量化因子kE=1.6，kEC=1，控制量比例因子kup=0.006，kui=0.01，kud=0.5，编写寻优程序的m文件，通过sim命令调用在Simulink界面建立的仿真模型计算粒子群的适应度。得到寻优后的仿真结果如图6所示。

仿真结果显示，采用基于平均速度的粒子群算法优化模糊PID控制器的输出参数，系统响应快，超调小、调节时间短，可以使室温稳定在设定值25℃。

3　结语

应用PLC作为核心控制器，系统功能可以根据实际情况进行扩展，比如，需要对老人进行照顾，可以考虑在老人特定部位安装传感器［9］，在门、马桶、洗脸池某个位置安装压力传感器［9］等，方便了解情况。利用已经铺设的电力线增设传感器不会影响房屋的整体观感。将PLC与智能控制理论相结合，可以使家居环境不仅方便，而且舒适，真正实现智能化，从而有力推动家居智能化的发展与普及。

图6　寻优后的仿真图形

［1］ALEXANDER P.Technological paradigms and complex technical systems--the case of smart homes［J］.Research Policy，2008（37）：508-529.

［2］唐义权.基于PLC的智能家居网络研究［D］.宁波：宁波大学，2012.

［3］彭建盛.基于Symbian平台智能家居控制系统的设计与实现［J］.天津师范大学学报：自然科学版，2011，31（2）：55-58.

［4］汪宇，吕卫，杨博菲，等.基于Android平台的智能家居监控系统［J］.电视技术，2012，36（2）：36-38.

［5］唐鑫，左为恒，李昌春.中央空调房间温度智能PID控制的仿真研究［J］.计算机仿真，2010，27（5）：140-144.

［6］陈云霞，姚舜.电子束快速成型温度自适应模糊PID控制系统［J］.控制工程，2009，16（1）：56-69.

［7］曹建秋，徐凯.遗传算法优化的模糊+变论域自适应模糊PID复合控制策略［J］.信息与控制，2011，40（1）：44-60.

［8］高哲，廖晓钟.基于平均速度的混合自适应粒子群算法［J］.控制与决策，2012，27（1）：152-160.

［9］DING D，COOPER R A，PASQUINA P F，LAVINIA F P.Sensor technology for smart homes［J］.Maturitas，2011（69）：131-136.

Study of Home System Based on Intelligent Control Technology

XIA Huafeng1，LIU Yanjun2，XU Xueyi1，DING Enyu1，WU Yun1，LÜ Yukun1
（1.College of Electromechanical Engineering，Taizhou University，Jiangsu Taizhou 225300，China；2.Control Science and Engineering Research Center，Jiangnan University，Jiangsu Wuxi 214122，China）

Home system is a complex multivariable system.It is nonlinear and time-varying.And dynamic coupling relationship exits among variables.It is hard to found accurate system equations.PLC control technology joining with particle swarm optimization（PSO）based on average velocity fuzzy PID algorithm has taken in the paper，power line carrier has adopted as networking technique，and configuration technology has used to force home intelligent control. Experiments show that the household temperature acts stably and the environment feels comfortable through actions like dynamically window ventilated，curtain dimmer started and air-conditioning opened according to the real-time environment.Moreover configuration interface operation is easy，and online modification is convenient.Therefore it owns a good popularization value.

home intelligent control；average velocity；PSO algorithm；fuzzy PID；PLC

TP273

A

10.16280/j.videoe.2015.10.008

夏华凤（1981—），女，讲师，硕士，主要研究方向为控制理论与控制工程；

时雯

2014-07-04

江苏省实践创新项目（201412917024X）

刘艳君（1983—），女，副教授，博士，主要研究方向为系统辨识理论与方法等。