基于智能温控算法的温室管理系统_傅以盘.pdf

基于智能温控算法的温室管理系统 傅以盘 肖振兴 柳州铁道职业技术学院 广西 柳州 545616 摘 要 为了适应作物生长需求 需要对大棚温度进行精确控制 首先 建立包含多种环境因素的大棚温度模 型 其次 采用模糊 PID 控制方法 建立了高精度的温度控制方法 综合考虑温室外环境温度 风速 太阳照射强 度和室内湿度等因素 采用 A X 方法建立温度模型 采用模糊 PID 控制方法 以温度变化量及其变化率为输入 PID 调节量为系统输出 对温度 PID 控制器进行调节 响应时间 6s 对温度模型预测精度和温度控制精度进行 测试 结果表明 温度模型预测值与真实值误差在 7 5 以下 大棚温度理论值 20 控制变化区间为 18 8 21 关键词 温室管理系统 温度控制 PID 模糊控制 多因素温度模型 中图分类号 S625 5 文献标识码 A 文章编号 1003 188X 2022 06 0214 05 0 引言 随着人们生活水平的提高 人们对于蔬菜种类和 数量需求逐步升高 而温室大棚的出现为高品质蔬菜 的种植提供了支撑 1 2 新冠疫情的爆发使市民的菜 篮子受到严峻考验 在从主要蔬菜产地调拨蔬菜的同 时建立本地的高品质蔬菜种植 特别是反季节蔬菜的 种植 可以有效稳定菜价 3 4 同时 高品质蔬菜的 种植是提高菜农收入的有效途径 5 改善蔬菜培养 环境 温度是关键 目前主流的温度检测方法是在大 棚中布置温度计 进行直接测量 6 7 没有综合考虑 温室外环境温度 风速 太阳照射强度和室内湿度等 因素 同时 大棚温度调控手段较差 只是当温度上 升或下降到边界值时开始进行干预 控 制 精 度 低 8 9 本系统综合考虑环境因素对于温度的影响 建立了多因素温度模型 并引入模糊 PID 控制的方 法 实现了温度的快速 高精度控制 1 系统组成 为了提高温室作物的产量 需要对温度精确建 模 同时实现严格控制 由于温室温度受到多方面因 素的影响 在综合考虑多方面环境因素的基础上建立 了温度模型 探究各环境因素对于温室大棚温度的影 收稿日期 2020 09 27 基金项目 广西高校中青年教师科研基础能力提升项目 2020KY440 08 作者简介 傅以盘 1982 男 广西柳江人 讲师 硕士 E mail miguailang8 163 com 响 并基于 PID 模糊控制 10 11 实现了温度的高精度 控制 系统组成如图 1 所示 温室温度模型综合考 虑了太阳辐射强度 大棚外温度 大棚内湿度和风速 依据 A X 方法 10 12 建立线性温度模型 室内温度控 制采用 PID 模糊控制 以温度变化量及其变化速率为 系统输入 建立模糊控制规则 以 PID 调节量作为系 统输出 最后 对温度模型精度和温度控制精度进行 测试 检测系统性能 图 1 系统组成 Fig 1 Structure of system 2 温室温度模型 温度对于植物生长至关重要 影响着植物光合作 用与植物蒸腾作用 决定着植物的长势 影响环境温 412 2022 年 6 月 农 机 化 研 究 第 6 期 DOI 10 13427 ki njyi 2022 06 037 度的因素众多 如温室外环境温度 风速 太阳照射强 度和室内湿度 综合考虑各种环境因素 建立了室内 温度模型 系统采用 A X 方法 先测试各因素和室 内温度是否满足线性关系 如满足线性关系 采用残 差分析的方法确定滞后步数 最后建立温度模型 2 1 模型因素分析 影响室内温度的因素有外环境温度 风速 太阳 照射强度和室内湿度等 分析各因素和室内温度之间 的关系 判定是否可以采用 A X 方法建立系统模型 各环境因素和室内温度在不同季节时的线性相关系 数如图 2 所示 室温温度在四季中的线性相关系数 为 0 73 0 89 相关性最高 相对湿度分布于 0 48 0 82 之间 在夏季相关性最好 在冬季相关性最差 为 0 48 太阳辐射量随着四季交替呈逐步上升趋势 冬 季到达最高 室外风速对于室内温度的线性相关性最 差 分布于 0 47 0 58 之间 综合以上分析可知 外环境温度 风速 太阳照 射强度和室内湿度等因素与室内温度具有一定的线 性相关性 可以采用矩阵方法分析残差 各因素与 室内温度线性相关性均在 0 9 以下 表明外环境温 度 风速 太阳照射强度和室内湿度 4 个环境因素的 线性相关性较低 图 2 环境因素线性分析 Fig 2 Linear analysis of environmental factors 2 2 温度模型建立 外环境温度 风速 太阳照射强度和室内湿度等 各因素与室内温度具有一定的线性相关性 因此可以 采用矩阵变化方法计算残差的方差 并根据方差变化 情况确定模型阶数 外环境温度 风速 太阳照射强度和室内湿度与 室内温度关系式如式 1 所示 其中 z k 为室内温 度 u i k 分别为外环境温度 风速 太阳照射强度 室 内湿度 v k 为常数项 A z 1 和 B z 1 为待求系数 将式 1 表示为矩阵形式 如式 2 所示 其中 h T n k u 1 k 1 u 2 k 1 u 3 k 1 u 4 k 1 u 1 k n u 2 k n u 3 k n u 4 k n T n a 1 b 11 b 21 b 31 b 41 a n a 1n 1 a 2n 2 a 3n 3 a 4n 4 T 现采用矩阵最小二乘拟合的方法 计算 n 如 式 3 所示 A z 1 z k 4 i 1 B i z 1 u i k v k 1 z k h T n k n v k 2 n H T n H n 1 H T n Z n 3 当阶次为 n 时 模型量和真实量之间的残差如式 4 所示 计算 n 阶残差的方差如式 5 所示 n Z n H n n 4 M n 1 n T n n 5 现采用残差的方差进行分析 计算不同阶次的残 差的方差 13 结果如图 3 所示 由图 3 可知 1 4 阶 时 残差方差随着阶数的升高成显著下降趋势 当 4 阶 向 5 阶过渡时 残差下降速度显著降低 因此 采用 4 阶模型建立温度模型 利用上述 AX 方法 得出计算 结果为 A z 1 1 0 87z 1 0 032z 2 0 074z 3 0 057z 4 B 1 z 1 0 0037z 1 0 015z 2 0 03z 3 0 014z 4 B 2 z 1 0 003z 1 0 01z 2 0 03z 3 0 06z 4 B 3 z 1 0 45 0 28z 1 0 28z 2 0 15z 3 B 4 z 1 0 003 0 006z 1 0 008z 2 0 007z 3 0 014z 4 6 图 3 残差方差变化 Fig 3 The changing trend for variance of residual 3 大棚温度模糊 PID 控制系统 根据室内温度模型 综合考虑外环境温度 风速 太阳照射强度和室内湿度 可以精确计算室内温度 512 2022 年 6 月 农 机 化 研 究 第 6 期 为了满足植物生长 需要对大棚温度进行精确控制 进而实现恒温大棚 系统采用电加热器进行大棚进 行加热 采用温度 PID 控制器进行温度控制 3 1 大棚温度控制模型 为了实现大棚温度保持恒定 基于传统 PID 控 制 引入模糊控制方法 建立了温度维持模糊 PID 调 节方法 提高系统调节精度与响应速度 如图 4 所示 选择温度变化量 e 和温度变化速率 ec 为模糊 PID 温 控系统输入 PID 调节量为模糊 PID 温控系统输出 PID 温控器控制电加热器 整个温控系统输出为调整 后温度 y t 调控顺序为 将系统输入量 e ec 模糊 化 建立隶属度函数 建立模糊规则 输出量为 K P K I K D 将 K P K I K D 等 3 个量去模糊 化 输出 K P K I K D 对 PID 温控器进行调节 温控 器输出控制信号 控制加热装置 后检测系统输出温 度函数 y t 与理论控制量 r t 做对比 计算温度变 化量 e 和温度变化速率 ec 形成完整闭环 图 4 PID 模糊控制模型 Fig 4 The model for PID fuzzy control 3 2 大棚温度模糊 PID 控制 系统通过 PID 温控器控制加热装置 实现大棚的 恒温控制 PID 控制器调节比例环节 积分环节和微分 环节 进而输出控制信号 系统选取温度变化量 e 和 温度变化量的变化率 ec 作为模糊系统输入 取值范围 均为 4 4 分别以 4 2 0 2 4 为中间值 建立隶 属度函数 如图 5 a 所示 经过模糊规则库后 输出 控制量 K P K I K D 3 个调整量变化区间为 4 4 同样以以 4 2 0 2 4 为中间值 建立隶属度函 数 如图 5 b 所示 图 5 隶属度函数 Fig 5 The membership function for fuzzy system 根据模糊系统输入温度变化量 e 及其变化率 ec 建立模糊规则 进而得到输出控制量 K P K I K D 规则建立原则如下 14 15 当 e 的绝对值较大时 适 当提高 K P 同时将 K I 调小 进而提高系统响应速 度 降低阻尼系数 但 K P 过大会造成超调量升高 造成超过系统控制范围 因此在调节时不能过量 当 e 的绝对值适中时 K P 取较小值 降低超调量 同 时适当增加 K D 最后调节 K I 当 e 的绝对值较 小时 K P 和 K I 取较大值 提高系统响应速度 同时 为了避免发生震荡现象 调整 K D 至中间值 根据以 上原则 建立系统输入输出规则 K P 规则如表 1 所 示 K I 规则如表 2 所示 K D 规则如表 3 所示 表 1 K 模 糊规则 Table 1 The fuzzy rules for K P e ec NL NS O PS PL NL PL PS PS PS O NS PS PS PS O NS O PS PS O NS NS PS PS O NS NS NS PL O NS NS NS NL 表 2 K I 模糊规则 Table 2 The fuzzy rules for K I e ec NL NS O PS PL NL NL NL NS NS O NS NS NS NS O PS O NS NS O PS PS PS NS O PS PS PS PL O PS PS PL PL 612 2022 年 6 月 农 机 化 研 究 第 6 期 表 3 K D 模糊规则 Table 3 The fuzzy rules for K D e ec NL NS O PS PL NL NL NL NS NS O NS NS NS NS O PS O NS NS O PS PS PS NS O PS PS PS PL O PS PS PL PL 测量温度变化量 e 及其变化率 ec 通过查询表 1 表 3 得到 K P K I 和 K D 后 采用重心法进行反模 糊运算 如式 7 所示 其中 Di 为第 i 个模糊量的 隶属度函数值 D i 为第 i 个模糊量对应的中心值 进 而得到 PID 调整量 K P K I 和 K D 控制加热装置 实现 大棚恒温控制 D k n i 1 D i D i n i 1 D i 7 3 3 系统响应测试 现对比本方法 传统模糊控制方法和传统 PID 经 验调节法在超调量 震荡周期和响应时间上的差异 结果如图 6 所示 图 6 系统响应曲线 Fig 6 System response curve 其中 传统 PID 控制的超调量最大 在数次震荡 后 经过 10s 完成 25 温度调整 模糊控制方法的超 调量小于传统 PID 控制 经过 9s 实现温度调整 本系 统采用的模糊 PID 控制方法超调量明显小于传统模 糊控制方法和传统 PID 控制 经过 6s 即可实现 25 恒温控制 4 系统测试 大棚内种植的高经济价值作物通常对于温度要 求苛刻 因此需要设计可以维持恒定温度的调节系 统 现对大棚温度模型和温度维持系统进行测试 结 果如图 7 所示 图 7 系统测试 Fig 7 The test for system 温度模型精度如图 7 a 所示 在 1 天 24h 中 模 型误差控制在 7 5 以下 其中 8 00 之前 模型精度 高 9 00 14 00 之间 随着时间的推移 模型精度有 所降低 14 00 之后 模型精度逐步提高 温度控制如 图 7 b 所示 设置恒定温度为 20 室外温度 9 00 14 00 之间呈增加趋势 且增长速率缓慢 14 00 16 00 之间 温度快速下降 控制温度始终在 20 上 下变动 变化区间为 18 8 21 在 9 00 14 00 和 14 00 16 00 两个区间中没有发生显著差别 表明系 统具有良好的适用性 受环境因素影响低 5 结论 为了有效应对农作物生长温度需求 探究大棚温 度变化规律 建立了多因素温度模型 并采用 PID 模 糊控制系统对温室温度进行高精度控制 首先 综合 考虑外环境温度 风速 太阳照射强度和室内湿度等 各因素对大棚室内温度的影响 采用 AX 和残差方 差分析的方法 确立模型为 4 阶 采用多元最小二乘 拟合的方法 建立温度关于环境温度 风速 太阳照射 强度和室内湿度的模型 采用 PID 模糊控制的方法 712 2022 年 6 月 农 机 化 研 究 第 6 期 通过 PID 控制器对发热器进行控制 模糊系统输入为 温度变化量 e 和温度变化速率 ec 模糊系统输出为 K P K I 和 K D 利用本系统对比传统 PID 系统和传统 模糊控制系统 结果表明 模糊 PID 控制系统响应曲 线明显优于其他两者 对系统温度模型和温度控制 精度进行测试 温度模型相对误差低于 7 5 大棚温 度理论值 20 控制变化区间为 18 8 21 具有较 高的控制精度 参考文献 1 丁俊洋 田素波 辛晓菲 寿光现代蔬菜产业供应链创新 与应用 J 现代农业科技 2020 4 81 82 2 李前程 乔公宝 基于互联网时代蔬菜供应链终端设备创 新设计研究 J 农家参谋 2020 17 64 67 3 穆月英 李红岺 防疫期对北京市蔬菜生产和供应的影响 及对策建议 J 蔬菜 2020 6 36 38 4 吴利华 刘吟 梅建幸 新冠肺炎防疫期间蔬菜供应对策 J 长江蔬菜 2020 4 12 13 5 李寒洁 温棚里的致富曲 J 兵团工运 2009 8 46 49 6 李想 温度传感器 DS18B20 在温室大棚中的实现 J 南 方农机 2020 51 16 182 183 7 孙万麟 汤吉昀 温室多点温度检测系统的设计及其仿真 J 机械设计与制造 2020 9 258 261 8 钱雅楠 陈吉 许癸驹 果蔬温室温度智能自适应控制 J 食品工业 2020 41 4 202 204 9 王淏 刘强 温室大棚温度自动控制系统技术研究 J 江西农业 2020 10 39 40 10 陈立 詹跃东 基于变论域模糊 PID 的 PEMFC 温度控制 J 电子测量技术 2020 43 7 1 5 11 王萌 基于计算机的镀液温度智能控制系统设计 J 电镀与环保 2020 40 2 70 73 12 杨鑫 吴军 卢秋铸 基于 A X 模型的船舶航向保持 LQ 控制 J 控制工程 2020 27 6 984 991 13 刘雅洁 尹传威 兰天 回归分析在航天伺服系统动态测 试方面的应用 J 液压气动与密封 2020 40 8 43 46 14 邢青青 郝继飞 白文宝 存在常见非线性环节系统 PID 参数的整定 J 电力自动化设备 2005 5 91 93 15 赵艳 DCS 中 PID 参数整定技巧 J 氯碱工业 2005 6 43 45 The Greenhouse Management System Based on Intelligent Temperature Control Algorithm Fu Yipan Xiao Zhenxing Liuzhou ailway Vocational Technical College Liuzhou 545616 China Abstract In order to achieve crop growth demand it is necessary to control greenhouse temperature accurately Firstly the model of greenhouse temperature was achieved which Integrated multiple environmental factors Secondly high pre cision temperature control was founded by fuzzy PID control The model for greenhouse temperature was achieved by A X which Integrated temperature outside greenhouse wind speed solar irradiance intensity and indoor humidity Fuzzy PID control system was achieved as temperature variation and temperature change rate were taken as system in put The response time was 6s Prediction accuracy of temperature model and temperature control accuracy were tested the result showed that the error was less than 7 5 between predicted value of temperature model and true value and the range of control was 18 8 21 as theoretical value of greenhouse temperature was 20 Key words greenhouse management system temperature control PID fuzzy control multi factor temperature model 812 2022 年 6 月 农 机 化 研 究 第 6 期