基于先進控制算法的燈具感光亮度調節(jié)設計

劉 茹，劉義艷，俞竣翰

（長安大學 電子與控制工程學院，陜西 西安　710064）

基于先進控制算法的燈具感光亮度調節(jié)設計

劉 茹，劉義艷，俞竣翰

（長安大學 電子與控制工程學院，陜西 西安710064）

為了克服傳統(tǒng)的室內燈光亮度感應外界環(huán)境光照強度的時間滯后性且不精確性，分別對室內環(huán)境光照強度和室內燈光亮度進行了分析，提出了時間最優(yōu)控制和單神經(jīng)元自適應PID先進控制算法，使得燈光強度自適應外界環(huán)境光照度快速且準確的達到人們想要的效果。采用改進后的Bang-Bang控制，使被控對象初始值以不同的誤差范圍根據(jù)光照亮度設定值的變化而改變；再根據(jù)單神經(jīng)元自適應PID通過調節(jié)參數(shù)而更加精確的調節(jié)PWM占空比的輸出，從而有效的調節(jié)光照亮度。實驗結果表明：從時間效應和光亮強度上來看，該控制算法有一定的改善效果，對于智能燈光要求比較高的大型場所有一定的適用性。

燈光亮度；單神經(jīng)元自適應PID算法；改進的Bang-Bang控制；亮度調節(jié)

在今天電力資源比較緊張的時代，節(jié)約電能變得尤為重要，本文采用基于 Bang-Bang控制［1-3］與單神經(jīng)元自適應PID算法［4-5］對燈光適應外界環(huán)境光照強度進行自我調節(jié)而起到節(jié)約電能且保護視力的作用，雖然光照調節(jié)控制在生產和工業(yè)中十分普遍，但各自內在機理不同，數(shù)學模型存在一定的局限性，而且由于光照控制對象與場所的不同，以往的控制［6］大多具有時間常數(shù)大，純滯后時間長，時變性較明顯等特點，最終控制效果往往達不到人們預想的程度。所以本文針對此特點提出了一種可以改善以上缺陷的算法：Bang-Bang控制與單神經(jīng)元自適應PID控制相結合的方法，此種方法實現(xiàn)了對光照亮度的有效且準確調節(jié)，能夠更好的為人們高效的利用。

1　系統(tǒng)的硬件設計

本次設計采用STC89C52RC控制器實現(xiàn)檔案庫光照強度調節(jié)，在自動調節(jié)過程中，感光部分選用光敏電阻進行室內環(huán)境光照的采光，由于光照強度的不同，光敏電阻對應的電壓會有所不同，從而間接地測量了光照強度，再通過ADC0809模擬-數(shù)字轉換芯片將其對應的數(shù)字量輸入控制器，再與軟件部分中設定的初始值進行對比，根據(jù)誤差范圍的不同來調節(jié)PWM的占空比，即對燈具電流進行控制，從而實現(xiàn)對光亮強度的自動調節(jié)。硬件設計原理圖如圖1所示。

2　Bang-Bang控制算法的改進

傳統(tǒng)的Bang-Bang控制雖然也具有過渡時間短，易實現(xiàn)，尤其對于大幅度變動的系統(tǒng)而言，比常規(guī)的PID調節(jié)有更大的優(yōu)越性能，但是當控制變量達到期望值后上下波動范圍大，精度要求就不能很好地實現(xiàn)，故引入改進的Bang-Bang控制［4］，具體過程是：將采集到的光照強度與預設閥值進行對比，采用改進的Bang-Bang控制，根據(jù)誤差范圍的不同和外界環(huán)境光照亮度的改變，適當?shù)膶κ覂葻艄膺M行動態(tài)補光，使得在室內環(huán)境光照度基本維持在300lx左右，在自然光下，環(huán)境亮度范圍變化很大，因此照度變化范圍也很廣，為了在環(huán)境光變化時，通過燈光亮度調節(jié)實現(xiàn)室內照度穩(wěn)定，首先利用照度計測量了實驗室房間內部在自然光環(huán)境下的照度［6］變化，如表1所示。

圖1　電路硬件連接原理圖Fig．1　Schematic diagram of the hardware circuit connection

表1　室內環(huán)境照度范圍測量Tab.1　The range measurement of indoor environment illumination

根據(jù)表1將室內環(huán)境照度分為七個等級，1）L≤1，2）1＜L＜15，3）15＜L＜70，4）70＜L＜150，5）150＜L＜225，6）225＜L＜300，7）L≥300（單位：lx）其中L表示室內照度。利用改進的Bang-Bang算法，對于誤差的不同范圍，采用不同的Bang-Bang控制值，誤差越小，控制值也越??；對于不同的光照設定值，釆用不同的Bang-Bang控制初始值，本系統(tǒng)設計的控制算法中，其參數(shù)值設定方法為：改進的Bang-Bang控制和單神經(jīng)元PID控制相互切換的臨界誤差值為0．25，（此值為誤差標準化后的值）。在Bang-Bang控制過程中，控制初始值的大小為設定光照度的正比例函數(shù)，即U0=0．25*SET。這里的初始值代表數(shù)字量電壓值，根據(jù)外界環(huán)境亮度的不同，Bang-Bang控制進行7次的逐級遞減，即有7個不同的控制初始值，實際采集值與設定的初始值誤差范圍的定義如公式（1）：

e（k）為經(jīng)過誤差標準化后的值。

這里的光亮控制中，對光亮照度的控制不是一個定值而是一個范圍，采用改進后的Bang-Bang控制概念，使Bang-Bang控制的初始值以一定的規(guī)律按照光照亮度設定值的變化而變化。這樣就可以快速的達到用戶想要的一個光亮范圍強度，再按照單神經(jīng)元自適應PID算法來調節(jié)PWM波，從而更加精確的調節(jié)光亮的強度。

3　單神經(jīng)元自適應PID原理及應用

傳統(tǒng)的PID在系統(tǒng)模型參數(shù)變化不大的情況下具有結構簡單、調整方便等特點，在一定程度上能滿足工程控制的要求，但是在實際的工業(yè)控制中，由于被控對象的復雜性且大部分的非線性、不確定、參數(shù)時變等特點，使得單純的使用PID控制根本達不到想要的效果，而單神經(jīng)元自適應PID，可以在一定程度上解決傳統(tǒng)PID調節(jié)器不易在線實時整定參數(shù)，和一些復雜過程的參數(shù)時變、非線性、強耦合系統(tǒng)控制的不足。單神經(jīng)元模型是根據(jù)對人腦神經(jīng)元進行抽象簡化后的人工神經(jīng)元模型，如圖2所示，可以看出，該控制的神經(jīng)網(wǎng)絡是一個多輸入單輸出的二層網(wǎng)絡，其具有自學習能力，其中x1，x2，…，xN是神經(jīng)元接收到的信息，ωi1，ωi2，…，ωiN為連接強度，稱之為權，利用以下公式把各個輸入信號與相應加權系數(shù)相乘再累加起來，得到的總效果，引起神經(jīng)元i的狀態(tài)變化，而神經(jīng)元i的輸出yi是其當前狀態(tài)的函數(shù)y（·），稱之為活化函數(shù)。

圖2　單神經(jīng)元模型Fig．2　The model of the single neuron

圖3中轉換器的輸入為光照強度設定值r（k）和感應燈具亮度的輸出y（k）；轉換器的輸出為神經(jīng)元學習控制偏差量所需要的狀態(tài)量x1（k）、x2（k）、x3（k）它們分別代表設定值與實際輸出的偏差、偏差積分、偏差微分，公式（2）為計算式。

z（k）=x1（k）=yr（k）-y（k）=e（k）為性能指標。圖3中K為神經(jīng)元的比例系數(shù)，K＞0。神經(jīng)元通過關聯(lián)搜索來產生控制信號，即

式中，ωi（k）——對應于xi（k）的加權系數(shù)。

圖3　單神經(jīng)元自適應PID控制結構框圖Fig．3　Structure diagram of single neuron adaptive PID control

ωi（k）采用有監(jiān)督Hebb的學習算法可以更好地保證其收斂性和魯棒性，

公式（4）中ηP、ηI、ηD分別為比例、積分、微分的學習速率，取值一般在0～1之間。

將以上單神經(jīng)元自適應PID控制器學習算法的運行之后，得出狀態(tài)效果與可調參數(shù)ηP、ηI、ηD、K等的選取緊密相連。通過實驗仿真和實控結果得到如下調整規(guī)律：

規(guī)律一：K的取值直接影響了系統(tǒng)的超調和過渡時間，若系統(tǒng)超調過大，則減小K，若上升時間長，無超調，則增大K；

規(guī)律二：先選取K使過程超調不太大，若從超調趨向平穩(wěn)時間過程太長，則可增大ηP、ηD；若響應產生多次的正弦衰減現(xiàn)象，則可減少ηP增加積分項作用，其他參數(shù)不用改變；若上升時間短且超調過大，則應減少ηI；

規(guī)律三：權系數(shù)初值的選取對系統(tǒng)控制結果有很大影響，如果選擇不當，一方面可能使系統(tǒng)不穩(wěn)定且學習速率下降；另一方面，可能在Bang-Bang控制與自適應控制相切換過程中，系統(tǒng)產生不平滑，引起波動，故剛開始選取先取比例、積分、微分的初值。

公式（5）為神經(jīng)網(wǎng)絡系數(shù)初值的計算：

由以上算法，加上實際的仿真與調試，得到各個參數(shù)：K= 2，kp=0.75，ki=0.002 5，kd=1.8；ηP=0.36，ηI=0.023，ηD=0.85。

4　實驗結果分析

本次實驗利用4*4個LED燈作為自適應調節(jié)光源來感應外界光照強度，當給定值取300lx時，此時由Bang-Bang控制算法根據(jù)給定值與采集到的光照強度值之間的誤差來調節(jié)光照亮度，由公式（1）得到光照強度的初始值，進而利用單神經(jīng)元自適應PID算法（公式（2），（4），（5））來調節(jié)參數(shù)控制PWM的輸出，更精確且快速的改變光照亮度。圖4是測試在設定值300lx時該控制算法的單位階躍響應曲線，其中黑色實線為單神經(jīng)元自適應PID的階躍響應，虛線為Bang-Bang控制與單神經(jīng)元自適應結合時的階躍響應曲線。

圖4　單神經(jīng)元自適應PID算法和Bang-Bang控制結合Fig.4　Combination of single neuron adaptive PID algorithm and Bang-Bang control

由圖4可以看出，在單位階躍響應條件下，使用單神經(jīng)元自適應PID算法到達穩(wěn)態(tài)值需要2.2s的時間，而Bang-Bang控制與單神經(jīng)元自適應PID算法結合時只需1 s就能達到預想值，且系統(tǒng)基本無超調現(xiàn)象。圖5是運用單神經(jīng)元自適應PID算法在MATLAB軟件中進行調試的參數(shù)結果。

圖5　kp、ki、kd參數(shù)調節(jié)Fig.5　Parameters adjustment of kp、ki、kd

5　結束語

本文采用改進的Bang-Bang控制和單神經(jīng)元自適應PID控制相結合的控制方法，在不同誤差范圍內設定光照值的情況下，系統(tǒng)能以較快的速度達到設定值，利用MATLAB軟件仿真可以看出該方法不會有超調現(xiàn)象，也無振蕩現(xiàn)象，即具有良好的動態(tài)性能；而且沒有出現(xiàn)穩(wěn)態(tài)誤差，即具有較好的穩(wěn)態(tài)性能，因此選擇該方法具有一定的優(yōu)勢。

［1］禹見達，陳政清，王修勇等．改進的Bang-Bang控制算法的理論與試驗研［J］．振動與沖擊，2010，29（2）：60-64．

［2］歐青立，吳興中，崔力．Bang-Bang+模糊PID煤濕度控制器設計與實現(xiàn)［J］．電子測量與儀器學報，2010，24（8）．786-790．

［3］LIU Y，TENG ZH SH，LIN H J．Electronic balance for moisture content measurement based on optimized time fuzzy PID temperature control［J］．Journal of Electronic Measurement and Instrument，2008，22（4）：90-94．

［4］陳靜，王永驥．基于單神經(jīng)元自適應PID控制的溫控系統(tǒng)研究［J］．華中科技大學控制科學與工程系智能所，2006，26（3）：20-22．

［5］徐中，孫偉，劉曉冰．單神經(jīng)元自適應PID控制器的研究［J］．大連理工大學學報，1999，39（5）：668-672．

［6］朱虹．LED照明驅動及自適應調光技術研究［D］．上海：上海大學，2008．

［7］M ENG J X，WANG Y，WANG X Z．Application tesearch on Bang-Bang+Fuzzy-PI hybrid controller［J］．Machine Tool&Hydraulics，2008，36（10）：266-270．

The control design of lamps and lanterns of photosensitive brightness based on advanced control algorithm

LIU Ru，LIU Yi-yan，YU Jun-han
（School of Electronic and Control Engineering，Chang'an University，Xi’an710064，China）

In order to overcome the time lag and inaccurate of environmental illumination intensity which inducted by traditional indoor lamplight brightness，the indoor environmental illumination intensity and light intensity were analyzed separately，the advanced control algorithm which used time optimal control and single neuron adaptive PID is proposed in this paper，it can adapt to the environment light intensity fast and correctly．Firstly，the improved bang-bang control is used to control the initial value of the controlled object，which can change by the different error range in accordance with the change of the brightness setting value；Secondly，the output of PWM duty ratio is regulated precisely by adjusting the parameters，which is based on the single neuron adaptive PID，and can regulate effectively the brightness of the illumination．The results are summarized as:the control algorithm has some improvement effect from the time effect and the intensity of light；it has certain applicability for the smart lighting requirements of large field．

light intensity；single neuron adaptive PID algorithm；improved Bang-Bang control；brightness adjustment

TN79+2；TN602

A

1674－6236（2016）02-0009-03

2015-09-16稿件編號：201509114

國家青年自然科學基金資助（61201407；6203374）；中央高?；究蒲袠I(yè)務費的資助（310832151093；2013G1321044）

劉 茹（1991—），女，陜西渭南人，碩士研究生。研究方向：控制算法。