基于光照的溫室加熱系統模糊PID控制

左志宇，秦麗娟，毛罕平，呂天遠，卓敏敏，譚 潔

(1.江蘇大學 a.農業裝備工程學院；b.農業工程研究院；c.現代農業裝備與技術教育部重點實驗室，江蘇 鎮江

?

基于光照的溫室加熱系統模糊PID控制

左志宇1a,1b，秦麗娟1a，毛罕平1c,2，呂天遠3，卓敏敏4，譚 潔4

(1.江蘇大學 a.農業裝備工程學院；b.農業工程研究院；c.現代農業裝備與技術教育部重點實驗室，江蘇 鎮江

212013；2.江蘇省現代農業裝備與技術協同創新中心，江蘇 鎮江 212013；3.江蘇省農業裝備與智能化高技術研究重點實驗室，江蘇 鎮江 212013；4.江蘇省農業裝備與技術國家重點實驗室培育點，江蘇 鎮江 212013)

為了給冬季作物提供適宜的生長環境，綜合考慮自然光和節能因素，提出了一種基于光照的溫室加熱系統模糊PID控制方法。首先，根據溫室的光照強度和天氣預報信息，建立溫室內溫度的設定模型；然后，結合常規PID控制算法簡單、魯棒性好及可靠性的優點，采用模糊控制思想對PID控制參數進行調整，使控制系統可以依據不同的偏差相應地調整；最后，使用MatLab中Simulink對控制算法進行了仿真試驗。結果表明：該控制方法穩定性高、動態響應好、抗干擾能力強，為提高溫室生產的經濟效益提供了理論依據。

溫室；光照強度；模糊算法；加熱系統；PID控制

0 引言

溫室生產的目的是通過為作物提供適宜的環境，實現作物正常的生長發育，同時盡量降低生產成本。在我國大部分地區，冬季環境溫度相對較低，不能滿足作物生長的需求。為了保證作物冬季的正常生長發育，通常需要對溫室進行加溫。

溫室內溫度值的設置和控制方法對作物生長和溫室運行成本的投入影響非常大。如何對溫度設定值進行決策和控制，已成為溫室環境控制技術的研究熱點之一。Marsh等建立了白天溫室溫度與作物所處的日照階段、生長期等之間的函數關系，得到作物所需的最佳溫度，加溫費用節省了10%～30%[1]。李志偉等將作物生長發育1天所需的溫度劃分為若干個階段，實現溫室環境的動態優化調控[2]。已有研究表明：根據自然光照調控溫室系統的溫度，可以在投入和產出之間取得較好的平衡[3-6]。溫室是一個非常復雜的非線性系統，環境因子間存在相互作用，難以建立精確的數學模型。模糊控制技術根據人類思維的模糊性建立的模糊邏輯控制器，不需要建立精確的數學模型[7]。本文提出根據光照條件確定溫度設定值，并采用模糊控制思想對PID控制參數進行調整，從而實現充分自然光，精確控制室內溫度，降低環境控制成本和生產能耗。

1 白天溫室冬季溫度控制

1.1 不同天氣狀況下光照強度變化規律

試驗時間為2015年12月-2016年2月，試驗地點為江蘇大學農業裝備工程學院的Venlo型玻璃溫室。從溫室環境監控平臺數據庫中調出冬季的環境參數數據，分別選出晴天和陰雨天等典型天氣對應的光照數據，并進行整理分析，得到晴天和陰雨天每時段的平均光照值，如表1和表2所示。

表1 晴天典型光照強度統計數據

續表1

表2 陰雨天典型光照強度統計數據

1.2 基于光照強度的溫度設定值的確定

不同光照條件下番茄的光合速率與溫度的關系曲線如圖1所示。

圖1 不同光照條件下番茄光合速率與溫度的關系

從圖1中可以看出：在同樣的溫度條件下，光照強度增大時，光合速率也增大；在同樣的光照強度下，光合速率隨著溫度的升高而增大，但到達最大值后，如果溫度繼續升高，光合速率下降；光照強度從100μmol/(m2·s)增大到1450μmol/(m2·s)時，光合速率最大時對應的溫度值相應地從22℃增大至29℃。

在進行溫室環境調控的過程中，可以根據溫室內光照強度動態調節溫度的設定值，使其達到最大光合速率。根據圖1中不同光照強度條件下凈光合速率和溫度間關系，回歸擬合出光照強度和對應的最適溫度值關系式，即

Ti=3.5225Ln(LQi)+4.1479

(1)

其中，Ti為i時刻光照情況下作物實現最大光合速率時對應的溫度值(℃)；LQi為i時刻光照強度[μmol/(m2·s)]。

從圖1中可以看出：在光合速率曲線最高點的兩側，番茄的光合速率的變化并不大，適宜溫度的范圍較寬，在弱光的條件下更寬。因此，在進行調控過程中，并不是一定要將溫室內的溫度調節到作物的最佳生長點，而是設定在光合速率的允許變化幅度范圍之內即可，則

TSi=[Ti-ΔT,Ti+ΔT]

(2)

其中，TSi為i時刻光合速率允許變化幅度范圍內時對應的溫度變化范圍(℃)；ΔT為溫度的允許波動范圍(℃)，此處取值為2℃。

結合天氣預測信息，確定當天天氣狀況。針對溫室溫度具有大滯后、強慣性等特點，采用前饋控制，即在分析當時的光照強度后，結合天氣預報的天氣狀況下的光照強度統計數據表(表1或表2)，查表得出下一時段(1h)光照強度值，并以此光照強度進行溫度控制目標的設定，計算方法為

(3)

其中，LQSi為i時刻查表1或表2對應的光照強度[μmol/(m2·s)]；LQS(i+1)為(i+1)時刻查表1或表2對應的光照強度[μmol/(m2·s)]。

2 夜間溫度設定值確定

已有研究表明：作物在夜間呼吸作用強度與植株的生物量成正比，同時對溫度比較敏感，呈指數變化；番茄在30℃以下呼吸強度隨溫度的增加而增加[8-9]。

因此，在進行溫室溫度調控時，應盡量抑制作物的呼吸。考慮到晝夜溫差對番茄生長有較大影響，要求晝夜溫差保持在一定的范圍內。研究表明：晝夜溫差控制在6℃(4～10℃)左右最有利于番茄的生長[8-9]。在滿足晝夜溫差的前提下，為了確保有機物的正常運輸，前半夜的溫度可以高于后半夜。

夜間溫度采用時段法計算，即將夜間時段tnight分成3個時間段(i=1，2，3)，i=1時表示日落后，即t1= 0.2tnight，這一階段主要實現光合產物的有效運輸；i=2時，t2= 0.4tnight，該階段主要是光合產物運輸結束，轉向抑制呼吸消耗階段；i=3時，t3= 0.4tnight，該階段主要是抑制作物呼吸作用，減少光合產物的消耗。利用溫度變化因子Tfac及夜間平均溫度來計算夜間第i個時段的溫度設定值Ti，如式(4)～式(7)所示。這樣既保證了晝夜溫差，也有益于有機物的運輸和減少呼吸作用的消耗。

(4)

tnight=24-tday

(5)

Tfac(i)=0.05i2-0.35i+1.5 (i=1,2,3)

(6)

Ti=Tfac×Tnight

(7)

其中，Tday為白天溫度值；Tnight為夜間平均溫度值；tday為白天時間長度(h)；tnight為夜間時間長度(h)；Ti為夜間溫度設置值。

3 模糊PID控制器

3.1 模糊PID結構

模糊PID控制關系為

(8)

模糊PID選擇雙輸入-三輸出的模糊控制器，以偏差e和偏差變化率ec為輸入，利用模糊控制原理對作為輸出的3個PID參數Δkp、Δki和Δkd進行實時在線調整，以滿足不同偏差e及偏差變化率ec對控制器參數的不同要求，從而使控制系統具有良好的動態、靜態性能，結構原理如圖2所示。

圖2 模糊PID結構原理圖

3.2 模糊PID控制器的設計

模糊PID控制器的輸入(e、ec)和輸出(Δkp、Δki、Δkd)5個參數對應的模糊子集均定義為{NB(負大)、NM(負中)、NS(負小)、ZO(零)、PS(正小)、PM(正中)、PB(正大)}。控制器輸入e和ec的變化范圍對應在模糊集合上的論域是：[-3，3]，Δkp、Δki和Δkd為[-6，6]。e和ec的隸屬函數是采用靈敏度高的等腰三角函數，Δkp、Δki和Δkd的隸屬函數采用的是高斯函數。為了保證控制系統具有良好的穩定性能，對e的隸屬函數進行了不規則化，在e接近0附近提高了靈敏度，對應的隸屬函數分布如圖3所示。

圖3 模糊PID控制器的隸屬度函數

控制規則是進行模糊推理的重要依據，也是模糊控制器的核心。根據農作物的生長規律，并結合專家經驗找出PID這3個參數與e和ec之間的關系，構造出模糊控制規則。

4 溫室溫度控制系統仿真

為了驗證算法在理論上的可行性及有效性，本研究使用MatLab進行仿真試驗。根據番茄的生長規律，綜合考慮經濟效益以及能源節約等因素，試驗中采用結合光照的動態變溫控制方式。溫室采用熱風機加熱器進行環境加熱的調控，根據文獻[11]對試驗數據進行回歸分析所得到的溫室環境調控效果模型[如式(9)]和調控成本模型[如式(10)]，并對調控效果模型進行拉氏變換得式(11)，以便于后期求解系統的輸出和確定系統的傳遞函數。

Tt=Ti+0.1086×t×e0.0626t

(9)

(10)

(11)

其中，Tt為t時刻對應的溫度值；Ti為溫度初始值；P為執行機構條件下的總調控成本(元)；pi(i=1，2，...，6)為間隙式執行機構動作單次調控成本，(i=7，8，9)為連續型執行機構單位時間內的調控成本；ki為執行機構的狀態，0表示機構動作未執行，1表示機構動作執行，t表示執行機構動作的時間(min)。

考慮到作物的光合作用和光強的關系，白天控制系統將根據光強進行溫室溫度的動態調控；考慮到前半夜作物體內物質的運輸，將溫度設置在18℃；后半夜以盡量抑制呼吸作用的消耗為目的，溫度設置為15℃。

運用MatLab中的Simulink搭建如圖4所示的模型進行仿真。

圖4 模糊PID控制器的仿真框圖

在階躍信號的作用下，被控系統響應曲線如圖5所示。從圖5可以看出：與常規PID控制方法相比，模糊PID控制具有穩定性更好、響應速度更快、過渡時間更短的優勢。

圖5 階躍信號下被控系統的響應曲線

多階段不同溫度設定值的溫度跟蹤曲線如圖6所示。

圖6 不同PID控制下的溫度跟蹤曲線

從圖6中可以看出：模糊PID控制系統能較好地抑制溫度的強烈波動，在溫度分階段控制時基本上能實現溫度控制系統無靜差追蹤，滿足抗干擾性強、魯棒性好自調整能力強等優點。

本文針對的是溫室冬季加熱系統的控制，考慮到加熱風機為連續型執行機構，式(10)中溫室環境調控成本模型可簡化為

P=(k7p7+k9p9)t

(12)

由式(12)可知：常規PID控制和模糊控制下的成本消耗均與加熱時間直接相關。由圖6中仿真結果可知：模糊PID控制下的加熱時間是常規PID控制下的50%，對應的能耗也降低了50%，由此驗證了使用模糊PID控制溫室冬季加熱系統的高效性。

5 結論

提出了一種基于光照的溫室加熱系統控制方法，并采用模糊PID算法進行加熱系統的控制。通過MatLab中Simulink仿真與分析表明：基于光照的模糊PID控制較基于光照的PID控制，具有較強的魯棒性與自調整性，取得良好的控制效果。該控制方法充分利用自然光對溫度進行動態調整，改善了控制系統的動靜態性能，提高了溫室生產的經濟效益。

[1] Marsh L S,Albright L D.Economically optimum day temperatures for greenhouse hydroponic lettuce production part II. Results and simulations[J]. Transactions of the ASAE, 1991, 34(2):557-562.

[2] 李志偉, 王雙喜, 高昌珍, 等. 以溫度為主控參數的日光溫室綜合環境控制系統的研制與應用[J]. 農業工程學報, 2002,18(3):68-71.

[3] Aaslyng J M, Lund J B, Ehler N, et al. IntelliGrow: a greenhouse component-based climate control system[J].Environmental Modeling & Software, 2003,18(7):657-666.

[4] 王紀章, 李萍萍, 毛罕平, 等.基于模型的溫室環境調控技術研究[J]. 沈陽農業大學學報, 2006, 37(3):463-466.

[5] 郭曉剛, 夏穎. 模糊控制在溫室控制系統中的應用[J].長春工業大學學報: 自然科學版, 2013, 34(1):50-54.

[6] 張志宏. 基于WSN的壩上溫室光照度控制系統設計[J].湖北農業科學, 2016(2):486-489.

[7] 楊衛中, 王一鳴, 李海健. 溫室溫度模糊控制參數在線自整定算法[J]. 農業機械學報, 2005, 36(9):79-82.

[8] 毛麗萍, 李亞靈, 溫祥珍. 苗期晝夜溫差對番茄產量形成因子的影響分析[J]. 農業工程學報, 2012, 28(16):172-177.

[9] 楊再強, 王學林, 彭曉丹, 等. 人工環境晝夜溫差對番茄營養物質和干物質分配的影響[J].農業工程學報, 2014,30(5):138-147.

[10] 王紀章, 李萍萍, 毛罕平. 基于作物生長和控制成本的溫室氣候控制決策支持系統[J]. 農業工程學報, 2006, 22(9):168-171.

[11] 劉文定，王東林. MATLAB/Simulink與過程控制系統[M]. 北京：機械工業出版社，2012.

Fuzzy PID Control of Greenhouse Winter Heating System Based on Illumination

Zuo Zhiyu1a,1b, Qin Lijuan1a, Mao Hanping1c,2, Lv Tianyuan3, Zhuo Minmin4, Tan Jie4

(1.Jiangsu University a.School of Agricultural Equipment and Engineering；b.Institute of Agricultural Engineering；c.Key Laboratory of Modern Agricultural Equipment and Technology (Jiangsu University) ，Ministry of Education, Zhenjiang 212013, China；2.Synergistic Innovation Center of Modern Agricultural Equipment and Technology of Jiangsu Province, Zhenjiang 212013, China；3.High-tech Key Laboratory of Agricultural Equipment and Intelligence of Jiangsu Province, Zhenjiang 212013, China；4.Nursing Base of State-key Laboratory of Modern Agricultural Equipment and Technology Designated by Jiangsu Province, Zhenjiang 212013, China)

In order to provide a suitable growth environment for winter crop, a novel fuzzy PID control method for greenhouse heating system based on light was proposed by taking the natural light and energy-saving factors into consideration. Firstly, the temperature setting model for greenhouse was established according to the light intensity in greenhouse and weather information. Owing to the advantages of conventional PID control algorithm, which is simple, robustness and reliability, this paper then adjusted PID control parameters by combining with PID control. This kind of control system could be adjusted depending on the deviation.Finally, Simulink in Matlab was applied to do control algorithm simulation.Simulation results showed that the proposed control method was high stability, good dynamic response and strong anti-jamming capability, which could provide a theoretical basis for improving the economic benefits of greenhouse production.

greenhouse; light intensity; fuzzy algorithm; heating system; PID control

2016-07-22

國家科技支撐計劃項目(2014BAD08B03)；國家自然科學基金重點項目(61233006)；國家自然科學基金資助項目(31201659)；江蘇省重點研發項目(BE2015347)；江蘇省農業科技自主創新資金項目(CX(15)1033)；江蘇高校優勢學科建設工程資助項目(2014-2017)；江蘇政府留學獎學金(2013-2016)

左志宇(1977-)，男，湖南湘鄉人，副教授，博士研究生，(E-mail)zuozy@ujs.edu.cn。

S625.4；S24

A

1003-188X(2017)06-0214-05