小型花卉玻璃溫室溫度模糊控制系統建模研究

摘要運用模糊控制原理，針對一種小型花卉玻璃溫室設計了一個溫度模糊控制模型，用Matlab進行了模糊控制過程仿真，通過對仿真所得結果進行分析和程序的修改，修訂模糊控制規則，最終設計出一個模糊控制器。研究表明，該方法可為溫室溫度模糊控制系統設計提供參考。

關鍵詞溫室控制；模糊控制器；Matlab

中圖分類號S24文獻標識碼A文章編號0517-6611（2015）26-373-03

在當今工業生產中，溫度控制系統在煉金、化學工業等行業是較為常見而且也是較為重要的一種操作系統，該系統具備非線性、相互關聯、時間變化與遲滯等特征。使用傳統的PID控制系統，往往難以完成對溫度的迅速明顯地準確操控。因此，另一種非線性類別的自動控制——模糊控制（FC），在溫度操控中起著非常重要的作用。模糊邏輯是模糊人工智能的核心要素，而溫度控制也是模糊控制獲得的較早能使用的技術之一。19世紀70年代中期英國學者就把模糊控制體系使用到工業生產進程中的溫度控制上。其后，模糊控制很快受到廣大研究者的關注。

20世紀90年代以來，我國農業科技在大型化、節約化、科技化、設備標準與體積上都有了很大的進步，當代溫室也從改進型陽光溫室、大型玻璃溫室與科技化溫室3種階段獲得了長足的進步。然而在溫室的溫度操控上，由于會隨時間改變、非線性、遲滯、難以構建準確的理論數學模型等特點，導致使用原來的操控方法難以獲得預想的結果。應對處理此類繁雜體系中的非線性與模型非精確性的特點，模糊控制得到了大量運用[1-3]。模糊控制系統雖然不依賴于精確的數學模型工作，但輸入和輸出的對應關系也是系統設計中至關重要的。筆者根據模糊控制原理，使用Matlab軟件對小型花卉玻璃溫室的溫度模糊控制過程進行仿真來確定控制模型，實現溫室溫度在控制設備的操控下得以自主控制。

1溫度模糊控制原理

該研究操作平臺是經過對一種6.4 m×8.0 m的植物溫室進行測量獲取真實的操控信息，接著按照此信息所構建的模糊控制理論模型。模糊控制平臺其實是模仿人對目標環境的實際操控。在真實人工操控中，相關操作者要經常去監視溫室溫度，調整溫度操控平臺以實現對溫室溫度的操控，從而獲得溫室的最佳條件。對于小型花卉玻璃溫室要求的控制反饋要迅速、平穩性要高的特點，此模糊控制平臺需要實時監督暖室內的當場溫度，獲得當前參數t，并且與最優溫度相減，獲得誤差參數e；經過模擬控制平臺中的各個參數模糊化、模糊規則、逆模糊化，獲得參數u；作用到被控制的目標，讓其可以迅速調整溫室中的溫度，見圖1 [4]。

圖1小型花卉溫室模糊控制系統流程2溫度模糊控制建模方式

此模糊控制系統，在模型建立時采用了Matlab程序，運用當中的Simulink功能對模糊溫度控制進行仿真。其流程為經過Matlab編好模糊操控軟件，輸入到Simulink創建的模擬情形中，獲得相關數據，把獲取的信息和真實的操控信息作對比，接著逐漸調節模糊操控軟件中程序，使得獲得的數據可以精確使用到真實溫度控制中去，達成溫室控制的自主化，并且可以讓反饋速度最大、平穩性高、超調少[5]。

3模糊控制器的設計

3.1溫室溫度控制所需環境由于溫室實際所在區域一年最低溫度低于0 ℃，最高溫度高于35 ℃。同時溫室中大部分花卉的根部區域在17～23 ℃成長最佳，最適宜的地面溫度為15～20 ℃。根據花卉生長所需的適宜溫度，以及當地的天氣情況和科技狀況，控制的最優溫度設定為15～25 ℃，可容許的溫度誤差則為0～1 ℃。

最終確定，按照溫室溫度控制需要的條件，以及系統結構圖等，可以知道溫度模糊控制單元為雙輸入單輸出的結構，輸入為溫室內真實溫度t，反饋數據真實溫度和目的溫度的偏差（也就是軟件預設的調整偏差）e，輸出為控制溫度u。結合由實際生產獲得的知識庫知識，對溫度區域先進行論域劃分，既模糊化與逆模糊化處理。

3.2模糊控制器的建立打開Matlab程序，在命令窗口中輸入Fuzzy，就能夠使用Matlab自帶的模糊控制器功能，通過上面設定的模糊規則與劃分的數據，構建模糊控制器，然后在Simulink模塊中構建仿真模型，對模糊控制作相應的仿真。

同時也可采用編寫Matlab程序的方式生成相應模糊數據的論域以及控制規則，例如：

這里為設定的輸出實際溫度t的論域，采用乘以比例系數k的方式生成模糊隸屬度函數，k取系數1，當面對不同種類植物時，一般情況下模糊控制規則可以不變而只需改變輸入、輸出的隸屬度函數，以后面對不同種類植物時僅需修改比例系數k就可達到更改控制目標的目的，從而避免了再次尋找模糊規則。

在模糊控制模塊中，構建溫度模糊控制器。從控制機理中能夠看出，溫度模糊控制器具有單輸出、雙輸入的特性，所以應當先定義相應的輸入與輸出變量，輸出變量為溫度的變化u，輸入變量為目標溫度與實際溫度的差e和溫室內的實際溫度t。然后選取Mamdani算法作為模糊變化的方法，進而構建如圖2的溫度模糊控制器。

4.1用Matlab實現模糊控制的仿真結合所設立的模糊規則與輸入輸出模糊化，采取Matlab中的Simulink組件進行仿真。進行仿真時先用Matlab的模糊仿真工具，構建一個關于溫度控制的模塊，然后在Simulink的仿真條件下導入到Fuzzy logic controller中，并在這種環境下仿真，將仿真時間設定為60 s，目標穩定為20 ℃[7-8]。

4.2仿真結果的實際意義小型花卉溫度模糊控制中，由模糊溫度控制的特性無法確定其數學模型，但是通過仿真模擬可以看見系統控制后控制手法及控制結果（圖8）。從圖8可以看出該模糊控制系統其控制速度快（反應時間在10 s左右），控制精度高，穩定性強，達到目標溫度時幾乎沒有超調

5結論

該研究采用Matlab中的Simulink組件對所建立的模型仿真驗證來確定所設定溫度模糊控制模型的方法可行，可為控制設備（如PLC）建立模糊控制語句塊奠定程序基礎和幫助確定溫度區間的大概范圍。

玻璃溫室溫度模糊控制系統在未來的研究中也將更加注重控制規則的設計，針對不同的作物特性，采用相應的模糊控制規則，并且建立相應的控制模型，從而可以簡化對溫室控制規則的設計，實現控制模型的直接調用即可設定不同作物的最佳需求溫度。

參考文獻

[1] ZHOU X O，WANG C D，LAN H.The research and PLC application of fuzzy control in greenhouse environment[J].Fuzzy Systems and Knowledge Discovery，2009，3：340-344.

[2] 蘭富軍.基于模糊控制與神經網絡的智能溫室溫度控制研究[J].安徽農業科學，2012（7）：4437-4438，4441.

[3] KUANG Y C，SHEN Y.A Greenhouse temperature and humidity controller based on MIMO fuzzy system[C]//Intelligent System Design and Engineering Application（ISDEA）.International Conference on.Changsha，2010.

[4] 陳冠玲.用PLC編程實現溫度的模糊控制[J].中國儀器儀表，2001（6）：6-7.

[5] 肖輝，葉文強.基于可編程序控制器的模糊控制器實現方法[J].四川理工學院學報，2008，21（2）：92-94.

[6] SALGADO P，AFONSO P.Decomposition of a greenhouse fuzzy model[C]//Proceedings of 11th IEEE International Conference on Emerging Technologies and Factory Automation.ETFA，2006.

[7] 杜尚豐，孫明，董喬雪.智能控制理論與應用[M].北京：中國農業大學出版社，2005.

[8] 李丹，謝植，程杰.模糊控制在溫度控制系統中的應用和發展[J].黃金學報，2000，2（4）：294-297.43卷26期黃茂啟等小型花卉玻璃溫室溫度模糊控制系統建模研究

（上接第357頁）

[16] KAPIKI A，COSTALOS C.The effect of a fructooligosaccharide supplemented formula on gut flora of preterm infants[J].Early human development，2007，83（5）：335-339.

[17] 王芳，黃哲，張蕾.嬰兒食用添加低聚糖配方奶粉的生長發育觀察[J].實用醫技雜志，2004，11（9）： 1891-1894.

[18] 陸亞東，賁曉明，喻文亮，等.配方奶添加半乳糖-低聚糖改善嬰兒腸道微生態和發酵的研究[J].現代醫學，2007，35（6）： 423-427.安徽農業科學，Journal of Anhui Agri. Sci.2015，43（26）：376-377