小型花卉玻璃溫室溫度模糊控制系統(tǒng)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(shè)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(jié)果進行分析和程序的修改，修訂模糊控制規(guī)則，最終設(shè)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(tǒng)設(shè)計提供參考。

關(guān)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(dāng)今工業(yè)生產(chǎn)中，溫度控制系統(tǒng)在煉金、化學(xué)工業(yè)等行業(yè)是較為常見而且也是較為重要的一種操作系統(tǒng)，該系統(tǒng)具備非線性、相互關(guān)聯(lián)、時間變化與遲滯等特征。使用傳統(tǒng)的PID控制系統(tǒng)，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(shù)之一。19世紀70年代中期英國學(xué)者就把模糊控制體系使用到工業(yè)生產(chǎn)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(guān)注。

20世紀90年代以來，我國農(nóng)業(yè)科技在大型化、節(jié)約化、科技化、設(shè)備標準與體積上都有了很大的進步，當(dāng)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(gòu)建準確的理論數(shù)學(xué)模型等特點，導(dǎo)致使用原來的操控方法難以獲得預(yù)想的結(jié)果。應(yīng)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(tǒng)雖然不依賴于精確的數(shù)學(xué)模型工作，但輸入和輸出的對應(yīng)關(guān)系也是系統(tǒng)設(shè)計中至關(guān)重要的。筆者根據(jù)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(xiàn)溫室溫度在控制設(shè)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(jīng)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(gòu)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(huán)境的實際操控。在真實人工操控中，相關(guān)操作者要經(jīng)常去監(jiān)視溫室溫度，調(diào)整溫度操控平臺以實現(xiàn)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(wěn)性要高的特點，此模糊控制平臺需要實時監(jiān)督暖室內(nèi)的當(dāng)場溫度，獲得當(dāng)前參數(shù)t，并且與最優(yōu)溫度相減，獲得誤差參數(shù)e；經(jīng)過模擬控制平臺中的各個參數(shù)模糊化、模糊規(guī)則、逆模糊化，獲得參數(shù)u；作用到被控制的目標，讓其可以迅速調(diào)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(tǒng)流程2溫度模糊控制建模方式

此模糊控制系統(tǒng)，在模型建立時采用了Matlab程序，運用當(dāng)中的Simulink功能對模糊溫度控制進行仿真。其流程為經(jīng)過Matlab編好模糊操控軟件，輸入到Simulink創(chuàng)建的模擬情形中，獲得相關(guān)數(shù)據(jù)，把獲取的信息和真實的操控信息作對比，接著逐漸調(diào)節(jié)模糊操控軟件中程序，使得獲得的數(shù)據(jù)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(wěn)性高、超調(diào)少[5]。

3模糊控制器的設(shè)計

3.1溫室溫度控制所需環(huán)境由于溫室實際所在區(qū)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(qū)域在17～23 ℃成長最佳，最適宜的地面溫度為15～20 ℃。根據(jù)花卉生長所需的適宜溫度，以及當(dāng)?shù)氐奶鞖馇闆r和科技狀況，控制的最優(yōu)溫度設(shè)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(tǒng)結(jié)構(gòu)圖等，可以知道溫度模糊控制單元為雙輸入單輸出的結(jié)構(gòu)，輸入為溫室內(nèi)真實溫度t，反饋數(shù)據(jù)真實溫度和目的溫度的偏差（也就是軟件預(yù)設(shè)的調(diào)整偏差）e，輸出為控制溫度u。結(jié)合由實際生產(chǎn)獲得的知識庫知識，對溫度區(qū)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(shè)定的模糊規(guī)則與劃分的數(shù)據(jù)，構(gòu)建模糊控制器，然后在Simulink模塊中構(gòu)建仿真模型，對模糊控制作相應(yīng)的仿真。

同時也可采用編寫Matlab程序的方式生成相應(yīng)模糊數(shù)據(jù)的論域以及控制規(guī)則，例如：

這里為設(shè)定的輸出實際溫度t的論域，采用乘以比例系數(shù)k的方式生成模糊隸屬度函數(shù)，k取系數(shù)1，當(dāng)面對不同種類植物時，一般情況下模糊控制規(guī)則可以不變而只需改變輸入、輸出的隸屬度函數(shù)，以后面對不同種類植物時僅需修改比例系數(shù)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(guī)則。

在模糊控制模塊中，構(gòu)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(yīng)當(dāng)先定義相應(yīng)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(nèi)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(gòu)建如圖2的溫度模糊控制器。

4.1用Matlab實現(xiàn)模糊控制的仿真結(jié)合所設(shè)立的模糊規(guī)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(gòu)建一個關(guān)于溫度控制的模塊，然后在Simulink的仿真條件下導(dǎo)入到Fuzzy logic controller中，并在這種環(huán)境下仿真，將仿真時間設(shè)定為60 s，目標穩(wěn)定為20 ℃[7-8]。

4.2仿真結(jié)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(shù)學(xué)模型，但是通過仿真模擬可以看見系統(tǒng)控制后控制手法及控制結(jié)果（圖8）。從圖8可以看出該模糊控制系統(tǒng)其控制速度快（反應(yīng)時間在10 s左右），控制精度高，穩(wěn)定性強，達到目標溫度時幾乎沒有超調(diào)

5結(jié)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(shè)定溫度模糊控制模型的方法可行，可為控制設(shè)備（如PLC）建立模糊控制語句塊奠定程序基礎(chǔ)和幫助確定溫度區(qū)間的大概范圍。

玻璃溫室溫度模糊控制系統(tǒng)在未來的研究中也將更加注重控制規(guī)則的設(shè)計，針對不同的作物特性，采用相應(yīng)的模糊控制規(guī)則，并且建立相應(yīng)的控制模型，從而可以簡化對溫室控制規(guī)則的設(shè)計，實現(xiàn)控制模型的直接調(diào)用即可設(shè)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(jīng)網(wǎng)絡(luò)的智能溫室溫度控制研究[J].安徽農(nóng)業(yè)科學(xué)，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(xiàn)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(xiàn)方法[J].四川理工學(xué)院學(xué)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(yīng)用[M].北京：中國農(nóng)業(yè)大學(xué)出版社，2005.

[8] 李丹，謝植，程杰.模糊控制在溫度控制系統(tǒng)中的應(yīng)用和發(fā)展[J].黃金學(xué)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(tǒng)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(fā)育觀察[J].實用醫(yī)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(tài)和發(fā)酵的研究[J].現(xiàn)代醫(yī)學(xué)，2007，35（6）： 423-427.安徽農(nóng)業(yè)科學(xué)，Journal of Anhui Agri. Sci.2015，43（26）：376-377