基于51單片機的溫濕度控制系統的設計

楊青青

摘 要：針對現有溫濕度控制系統難以滿足高精度控制要求這一問題，結合單片機技術、微電子技術設計出一套基于神經網絡自適應前饋解耦控制算法的溫濕度控制系統。

關鍵詞：溫濕度解耦 神經網絡 自適應控制

Design of the Temperature and Humidity Control System based on 51 Microcomputer

Yang qingqing

Abstract：To solve the problem of temperature and humidity control systems low precision control， this paper introduces a kind of temperature and humidity control system based on 51 microcomputer and micro-electricity technology combining neural network with decoupling control.

Key words：decoupling，? neural network，? adaptive control

1 引言

溫濕度控制在農林、生物、醫藥、化工、材料等領域都有著至關重要的作用，

現階段，對溫、濕度的控制普遍采用兩路PID算法分別控制溫度和濕度。PID控制具有穩定性強、魯棒性好、易實現等優點。但對于溫濕度這種時變非線性系統和強耦合場合，如簡單地將它考慮成多個單輸入單輸出的系統，人為地不考慮相互耦合，很難滿足溫濕度的高精度控制要求。如將溫濕度進行有效解耦，減小甚至消除二者相互耦合影響，將大大提高系統的穩定性和控制精度。針對這一情況，本文結合單片機技術、微電子技術設計出一套基于神經網絡自適應前饋解耦控制算法的溫濕度控制系統。

2 系統的總體功能介紹

系統主要由帶Wince 5.0系統的上位機和負責溫濕度控制的下位機兩部分組成。上位機負責人機界面顯示，下位機完成溫濕度數據采集和控制功能。上位機與下位機之間通過RS-485完成通信。

其中：上位機部分注重于Windows CE上操作界面的設計，窗口和窗口控件之間的消息響應以及和下位機的串口通訊，采用電容觸摸屏顯示，操作方便簡單，可同時控制1-32臺下位機。

下位機部分主要完成溫度和濕度的采集、溫度和濕度的控制，時鐘、照明等功能。系統主要功能模塊分布如圖1示：

RS-485通訊完成溫度和濕度信息實時發送給上位機，上位機和下位機控制參數及時同步。

2.1 上位機功能及軟硬件實現方案概述

上位機CPU采用Samsung公司的S3C2440芯片，主頻為400MHz。上位機裝有嵌入式操作系統Wince5.0。S3C2440采用先進的ARM920T內核，擁有64M SDRAM和64M FLASH，支持8/16/32位數據格式。

Wince5.0系統為標準模式，為精簡上位機系統和減小系統負擔，需用Platform Builder工具先對Wince5.0系統內核進行裁剪，去除不用的功能和驅動，生成SDK導出。在PC機上利用EVC開發Wince應用程序，可利用導出的SDK在EVC自帶的模擬器上完成對特定系統的功能模擬。

EVC上開發的應用程序經模擬器仿真無誤后，經串口或USB下載到上位機上運行。應用程序有實時顯示溫濕度測量數據、修改和顯示控制參數、打印等功能。人機界面部分通過5.6寸電容觸摸屏顯示和操作。

2.2 下位機功能及軟硬件實現方案概述

本系統下位機主芯片選用增強型51單片機STC12LE5A32AD，晶振頻率11.0592MHz。STC12LE5A32AD工作電壓為2.2-3.6V（本系統使用3.3V），有40個通用I/O口和4個16位定時器，片上集成1280字節RAM和28K EEPROM，程序空間達到32K，完全能滿足系統需求。另外，它內部集成8路高速10位A/D轉換（最高可達25萬次/秒），支持ISP/IAP，為系統的開發提供極大便利。

溫、濕度的采集和控制工作主要由下位機完成，它擁有按鍵、顯示、時鐘和485通信等功能，能脫離上位機作為傳統的溫濕度控制器。

溫度采集分箱體溫度采集和環境溫度采集兩部分。箱體溫度采集使用PT100，PT100的電阻值隨溫度值變化。PT100上的電壓值經適當放大后接到STC芯片的AD功能腳。10位采集值經濾波、標度換算以后得到箱體溫度值，精度為0.1℃，誤差為±1℃。環境溫度采集使用AD7416芯片，AD7416自帶10位AD轉換，測量范圍-55-125℃，測量精度達0.25℃。AD7416的更新速率達400us，通過I2C將環境溫度數據發送給STC主芯片。

濕度采集采用電壓輸出式濕度傳感器HM1500。HM1500的供電電壓為5V，輸出電壓范圍為1-4V，經電路轉換成低于3.3V的范圍傳送給STC的AD功能腳。同樣AD轉換成的10位采集值，經濾波、標度換算以后得到濕度測量值，精度為1%RH。

下位機除了完成溫濕度采集和控制功能，還設計了LCD顯示、按鍵、時鐘、照明等功能。

本系統設計的溫濕度控制器有定時預約和定時運行等功能，可定時1-10個時間段，每段的溫濕度可以單獨設定，同時可以多段數依次循環運行1-30次。

3 神經網絡自適應解耦控制算法

本系統采用神經網絡自適應控制算法，結合解耦設計，設計出溫度和濕度雙變量非線性系統的神經網絡自適應解耦控制器。

系統采用單隱層線性輸出的靜態BP網絡，多輸入多輸出的神經網絡系統可以表示為：yo=NN[W，z]，式中yo表示神經網絡的輸出;z為神經網絡的輸入向量;W為網絡的權值。神經網絡的輸入向量z是（2-5）式中的x（t）的所有元素按照順序排列成（n+m）×k維的列向量，而x（t）是非線性系統的n個輸出向量和m個輸入向量排列而成。

由于神經網絡具有自我學習功能，可以用小幅值的噪聲（非線性干擾項）在平衡點附近加入到系統輸入中，由此得到輸入輸出數據組成數據集，以供神經網絡自我訓練作為理想模型用來比較。經過足夠多的離線訓練，可以得到一組神經網絡，在遠點的某一領域內充分逼近確定性非線性系統。靜態BP網絡不僅可以逼近任意非線性函數，同時還逼近該函數的導數，即可以逼近系統的變化率。這樣就可得到A（z-1）和B（z-1）的估計值（z-1）和（z-1）。然后用另外一組神經網絡在線逼近v[x（t）]項k1（t），實現自校正解耦。由于（z-1） y（t+1）-（z-1）u（t）為期望值，所以實際上該神經網絡逼近的是非線性項和線性未建模動態之和。

神經網絡前饋自適應解耦控制算法的實施步驟如下：

（1）用（z-1）和（z-1）代替A（z-1）和B（z-1），通過多次試驗“湊”P（z-1），Q（z-1），S滿足（2-28）式和（2-31）式，然后通過（2-27）式和（2-29）式計算R，K;

（2）得到輸入輸出數據y（t），y（t-1），…，u（t-1），u（t-2），…;

（3）將x（t）=[ y（t-n+1），…，y（t）;u（t-m），…，u（t-1），u（t-1）]輸入網絡NNk1[·]，k1=1，…，k，得到估計值（t）;

（4）用（2-24）式計算控制量u（t）;

（5）將u（t）加到系統（2-4）式得到y（t +1）;

（6）x（t）=[y（t-n+1），…，y（t）;u（t-m），…，

u（t-1），u（t）]作為神經網絡NNk1[·]的輸入，以（z-1） y（t+1）-（z-1）u（t）為期望值將NNk1[·]依次訓練一遍;

（7）回到第二步，不斷循環。

將上節的神經網絡自適應解耦的控制算法過程在下位機控制程序中實現，即把數學公式編程用C語言表達。通過專門的溫濕度監控應用軟件把記錄制過程，發現整個控制過程升溫和降溫都十分平穩，濕度控制也是如此，幾乎沒有明顯的超調現象。即使是恒溫狀態時，濕度每分鐘變化5%，溫度的波動也十分小（±0.5℃的范圍波動）。

圖2為環境溫度在15.5℃，環境濕度在23%RH的一個溫濕度控制實時記錄曲線圖。目標溫度為50℃，目標濕度為60%RH。從圖中可知整個溫度和濕度的上升過程都比較平穩，濕度變化稍微緩慢點，這與加濕器功率大小有一定關系。整個控制過程沒有明顯的超調現象，達到目標溫度以后，濕度上升的時會對溫度造成一定的波動，但波動較小，并很快平穩。當濕度和溫度都達到設定值后，整個控制曲線就變得十分平穩。

4 結語

本系統依據溫濕度控制的相關指標設計出由硬件和軟件組成的系統方案，再結合基于BP神經網絡的控制器控制算法，通過仿真，可以看到該控制結果精確度穩定性顯著提高。

參考文獻：

[1]王玲玲，梁勇等.控制系統仿真與實踐案例式教程[M].北京：北京航空航天大學出版社，2017.

[2]武平麗.過程控制及自動化儀表.化工工業出版社，2010（3）：174-176.

[3]周慈航.嵌入式系統軟件設計中得常用算法[M]. 北京：北京航空航天大學出版社，2010.

[4]周立功等.ARM微控制器基礎與實戰[M]. 北京：北京航空航天大學出版社，2005.