中部地区规模化猪舍高效水帘降温自控系统研究

2016-03-16刁志刚史卫华

安徽农业科学 2016年3期

刁志刚，史卫华

(1.淮安信息职业技术学院江苏省电子产品装备制造工程技术研究开发中心，江苏淮安 223003；2.淮安信息职业技术学院电子工程学院，江苏淮安 223003)

刁志刚1，史卫华2

(1.淮安信息职业技术学院江苏省电子产品装备制造工程技术研究开发中心，江苏淮安 223003；2.淮安信息职业技术学院电子工程学院，江苏淮安 223003)

摘要提出利用PID自整定方法控制水阀的供水量，根据对测量的温湿度来动态实时地调节风机改善猪舍内的空气流通，采用ZigBee做无线采集节点，再汇聚节点由计算的结构来控制风机的速度和出水量，开发出一个循环的闭环自控系统，并介绍了系统硬件设计结构。对比实验结果表明，系统测量性能得到明显提高和改善。

关键词高效降温；规模猪舍； CC2530; ZigBee网络

The Efficient Water Curtain Cooling Control System in Large-scale Piggery in the Central Region of China

DIAO Zhi-gang1, SHI Wei-hua2(1.Jiangsu Electronic Equipment Manufacturing Engineering Technology Research and Development Center, Huai’an College of Information Technology, Huai’an, Jiangsu 223003; 2.School of Electronic Engineering, Huai’an College of Information Technology, Huai’an, Jiangsu 223003)

AbstractThe PID selftuning method was used to control water supply of water valve, according to temperature and humidity, dynamic and real-time regulating fan was conducted, so as to improve the air circulation inside piggery.The ZigBee was adopted to make wireless acquisition node, to sink node by calculating the structure to control fan speed and water, a cycle of the closed-loop control system was constituted, the system hardware design structure was proposed.The contrast experimental results showed that the performance of the system is obviously improved and perfected.

Key wordsEfficient cooling; Large-scale piggery; CC2530; ZigBee network

在夏天高温规模化生猪养殖环境下，特别是持续高温高湿会给生猪的健康和生产性能带来严重影响。具体表现为采食量减少、抵抗力下降、发病猪增多、淘汰率和死亡率上升。另外一个重要原因是猪的汗腺不发达，当环境温度高于其自身承受温度时，也会出现一系列生理上的不良反应。目前，我国规模化猪舍都建有水帘来降温，但采用传统的控制方法温湿度波动大。为解决传统控制方法温湿度波动大的问题，笔者以妊娠猪猪舍环境的温度应用系统为基础，采用自整定控制算法进行设计和研究，开发了一个循环的闭环自控系统，并与传统控制方法进行了对比实验，旨在为改善中部地区高温高湿天气给生猪带来严重影响提供借鉴。

1水帘降温原理

水帘系统由水帘、抽风机、循环水路和温度控制组成。水帘用波纹状纤维纸具有使用时间长和耐腐蚀的特点。在封闭式的猪舍中，利用自来水蓄水池中的水送至喷水管，保证空气与完全湿透的水帘表面接触。负压风机向外抽风，猪舍内形成负压区，带着猪舍内的热量经风机排出室外，实现降温[1]。

水帘的该降温系统具有非线性，常规PID 控制在控制面积较大的猪舍时不能取得精确的效果。利用神经网络的近似特性，可逼近任意非线性函数，在常规非线性系统的控制中加入神经网络加以实现。基于上述特点，该研究采用自适应神经网络PID控制算法来调节风机和控制水阀的出水量，以达到降温和节能降耗的目的。

2自适应PID控制器设计

经典PID控制器主要是一种基于对象模型已知、参数不变基础上的线性控制，很难改善系统在调节过程中的动态特性，在嵌入式处理器中并不适用，所以需要修改。

2.1自适应PID控制器神经网络的优点是具有通过学习、逼近任意非线性的能力对环境参数进行界定与学习，再根据计算结果对PID 控制器进行参数设定。神经元可构成不同结构的神经网络，但神经元数目不宜过多，对嵌入式处理器来说不适用，会加大计算时间，反而不利于实时控制。该设计用一个神经元构成数据处理单元，完成对PID 控制器进行参数的自适应整定，实现自适应PID 控制[2]。

自适应PID 控制器原理见图1。其中，r(k)、y(k)分别为系统期望输出与实际输出；x1(k)、x2(k)、x3(k)分别是比例项、积分项与微分项输入；权值系数W1(k)、W2(k)、W3(k)分别是比例系数、积分系数与微分系数。x1(k)、x2(k)、x3(k)定义为：

(1)

图1　自适应控制原理示意Fig.1　The adaptive control principle

变换器经过计算，将检测到的实际值与设定值转换成信号x1(k)、x2(k)、x3(k)，应用神经网络学习算法对信号运算，获得系数W1(k)、W2(k)和W3(k)，采用式(2)进行PID 运算，得到控制信号u(k)，进而控制驱动电路，调控风机的运行速度和水阀出水量，使猪舍温度稳定。

(2)

2.2控制算法神经网络的适应性是通过大量实验实现的，通过预先确定的学习算法调整权值。主要是调整神经网络的权值Wi(k)，使之趋于合理，并根据权值Wi(k)确定式(2)中的W1(k)、W2(k)和W3(k)。设定W1、W2、W3分别是与单神经元的输入x1(k)、x2(k)、x3(k)相对应的权值，且e(k)=r(k)-y(k)，采用学习监督信号：

γi(k)=e(k)xi(k)i=1，2，3

(3)

则wi(k)学习算法为：

Wi(k+1)=wi(k)+ηie(k)xi(k)

(4)

式中，η是学习速率，η∈[0，1]。为了方便调整各输入量xi(k)在控制器输出中所占的比重，设定权值系数：

(5)

为了提高调整PID控制器的响应速度，在神经元算法中添加调整系数:

(6)

最终得到公式(2)的自适应PID控制器控制规律[3]。

3猪舍水帘降温控制系统设计

3.1ZigBee网络ZigBee是一种无线连接，基于IEEE802.15.4无线标准研制开发的有关组网、安全和应用软件方面的技术标准。其特点是近距离、低复杂度、自组织、低功耗、低数据速率和低成本。CC2530集成了51单片机内核，具有基于2007/PRO协议栈的例程源码。针对CC2530芯片开发与IARforMCS-51 集成开发环境无缝连接，是短距离无线传感网开发的理想选择[4]。

3.2系统结构设计猪舍水帘控制系统由水帘、ZigBee采集节点、ZigBee协调器节点、风机等构成(图2)。猪舍一侧安装有若干个水帘成“一”字间隔分布排列，猪舍的中心按“一”字形安装若干个采集节点，每个节点再分别连接几个温度传感器和湿度传感器，采集节点的主要功能是负责采集猪舍的温度和温度。另外一侧装有若干个负压风机，在该侧的中心安装协调器节点，负责汇聚各个采集节点发来的温湿度数据，按照控制理论得出的结果实现控制风机启动和停止，从而调节猪舍的温湿度[5]。

图2　猪舍水帘自控系统平面示意Fig.2　The piggery water curtain automaticcontrol system

3.3采集节点设计采集节点由温度传感器、湿度传感器、A/D转换器、电源模块、CC2530微处理器、LCD显示器及天线组成(图3)，温湿度传感器采集的模拟信号经A/D转换器变换成数据信号送给微处理器CC2530，CC2530片内有ADC模块，但只有10位，精度不够高，故在该研究中采用12位的TLC2543，在LCD显示器上显示出来，并经数据滤波处理同步传送给协调器[6]。

图3　采集节点结构示意Fig.3　Acquisition node structure

3.4协调器节点设计协调器节点由电源、天线、CC2530微处理器、LCD显示器、按键模块及驱动电路组成(图4)。通过按键和LCD显示器来设置自整定PID各参数，协调器CC2530把各采集节点发来的数据汇聚在一起，按照自适应控制算法的结果驱动各风机运行，动态自动调整猪舍内温湿度[7]。

图4　协调器节点结构示意Fig.4　Coordinator node structure

4运行测试

对妊娠猪的120 m2猪舍进行测试实验。实验条件是猪舍外温度为35 ℃，设定温度为30 ℃，随机抽取1组温度传感器作为标准测试点，于10:00~13:40每隔20 min采集一次温度值，根据温度值分2次试验控制：一次是按照传统的方法进行控制，即当温度上行时到达设定温度或略低于设定温度时启动风机，下行时温度高于设定值或略高于设定值时

关闭风机；第2次实验是采用自整定控制算法，根据温度参数自动控制风机。

由图5可知，以30 ℃为中心，向上过冲4 ℃，向下低到26 ℃，上下波动8 ℃，控制效果很差。由图6可知，向上过冲2 ℃至最高32 ℃，向下低至28 ℃，上下波动4 ℃，基本能稳定在30 ℃左右，表现出很好的控制效果。对湿度的测量试验也取得相同效果。

图5　传统控制温度分布Fig.5　Distribution of traditional temperature control

图6　自适应控制温度分布Fig.6　 Distribution of adaptive temperature control

5结论

以妊娠猪舍环境的温度应用系统为基础，采用自整定控制算法进行设计和研究，并进行了对比实验。结果表明，该自整定控制系统在运行平稳性及波动性等方面有了显著提高。在其设计中，为了提高测量和控制的精确度，可增加ZigBee网络中采集节点的数量，从而增加传感器的数据，为进一步温度统计提供大数据支持。另外，适当增加风机的量对提高精确度也有一定影响。

参考文献

[1] 霍罡.可编程序控制器模拟量及PID算法应用案例[M].北京:高等教育出版社,2008.

[2] 刘海波.基于神经网络的煤矿机械设备状态监测记录模型[J].煤矿机械，2012，33(9)：228-230.

[3] 于立君,陈佳,刘繁明,等.基于改进粒子群算法的PID神经网络解耦控制[J].智能系统学,2015,10(5)：1-4.

[4] 李立峰,武佩,麻硕士,等.基于组态软件和模糊控制的分娩母猪舍环境监控系统[J].农业工程学报，2011(6)：231-236.

[4] 王美芝,吴中红,刘继军.标准化规模化猪场中猪舍的环境控制[J].猪业科学,2011(3):28-31.

[6] 周西峰,林莹莹, 郭前岗.基于粒子群算法的PID 神经网络解耦控制[J].计算机技术与发展, 2013, 23(9): 158-161.

[7] 朱军,麻硕士,毕玉革,等.种猪数字化养殖平台的构建[J].农业工程学报，2010(4)：215-219.

收稿日期2015-12-17

作者简介刁志刚(1978- )，男，河南信阳人，讲师，硕士，从事嵌入式通信技术研究。

基金项目江苏省淮安市重点研发计划(现代农业)项目(HAN2015034)。

中图分类号S 818.9;TP 216