基于模糊PID控制的溫室環境控制系統研究

弓正 張昊 胡欣宇

摘 要：模糊PID控制器最初應用于工業控制領域，但在多耦合、易擾動的溫室環境中存在著系統易超調、響應速度不夠快等缺陷。針對這一問題，在常規模糊PID控制系統的基礎上分別加入了積分單元的混合式模糊PID控制器、開關式模糊PID控制器及參數自整定模糊PID控制器。其可實現不同溫室環境的控制需求，若溫室環境對控制精度要求較高，可使用混合式模糊PID控制器；若需實現穩態性能好、響應速度快、易于實現的溫室環境高性能控制，可使用開關式模糊PID控制器；若溫室環境系統要求較長周期的精確控制，可使用參數自整定模糊PID控制器。

關鍵詞：溫室；環境控制；模糊控制技術；PID控制技術

中圖分類號：TP273 文獻標識碼：A 文章編號：2095-1302（2018）08-00-03

0 引 言

溫室的實際生產過程存在著農業的特殊性與復雜性，以及諸多非線性環境因子，且各環境參數之間相互耦合。因此，高效的溫室環境控制一直是現代化溫室的關鍵問題之一，具有重要的研究意義。2015年，王君[1]提出了結合遺傳算法與模糊邏輯網絡智能算法，并建立了作物生長模型，構建了加入作物生長模型的溫室環境遠程智能控制系統；2015年，黃俠等[2]建立了傳統溫室控制與農業專家相結合的控制系統；2017年，彭輝等[3]構建了一個包含溫室外部環境因素的數學模型，提出了將神經網絡、遺傳優化算法與模糊邏輯控制相結合的控制方案。

1 PID溫室控制與模糊控制的復合策略

模糊PID控制一般采用二維模糊控制器，是以偏差e與偏差變化率ec作為控制器的輸入量，通常這種控制器具有微分與比例的模糊控制作用[4]，但缺乏積分部分的模糊控制作用。由于在常規的線性控制理論中，往往比例控制單元能獲得較快的動態響應與較高的穩態精度，積分控制單元能夠消除穩態偏差但動態響應速度慢，因此將PI或PID控制與模糊PID溫室控制結合，構成Fuzzy-PI或 Fuzzy-PID（即“模糊比例-積分控制”或“模糊比例-積分-微分控制”）的復合控制，同時發揮比例單元與積分單元的優勢，使系統達到穩態精度高、動態響應迅速、超調量小的良好性能。

2 混合式模糊PID控制器設計

2.1 控制系統原理圖

模糊PID溫室控制器由于未加入積分控制單元，易使系統產生偏差。因此，為消除系統余差、提高系統穩定性，在這一控制系統中加入了積分控制單元，稱為“混合式模糊PID控制器”。該控制器的原理如圖1所示。

2.2 控制系統的 Simulink 實現

混合式模糊PID控制器的與模糊PID溫室控制器仿真對比原理圖，如圖2所示。

2.3 Matlab 仿真

模糊PID溫室控制器的仿真結果與混合式模糊PID控制器的仿真結果對比如圖3所示。

PID控制器的仿真結果對比圖

模糊PID溫室控制器與混合式模糊PID控制器的誤差對比如圖4所示。

控制器誤差曲線對比圖

通過圖3與圖4可證明：加入積分控制單元的模糊PID控制器具有超調小、響應速度更快的特征，并且系統輸出能夠在擾動后達到新的穩態時，實現更好的跟蹤設定值。通過觀察與對比混合式模糊PID控制器與模糊PID溫室控制器誤差曲線可知，前者可實現比后者更強的消除系統誤差作用。

3 開關式模糊PID控制器設計

3.1 控制系統原理圖

開關式模糊PID控制器是基于傳統PID控制與模糊PID控制器的各自優點，將其結合使用。控制器原理如圖5所示。

3.2 控制系統的Simulink仿真

開關式模糊PID控制器的仿真模型如圖6所示。

3.3 Matlab仿真

開關式模糊PID控制器將模糊控制器與傳統PID控制器相結合，通過開關選擇調用其中一個控制單元進行控制，仿真響應曲線如圖7所示：在控制初期，由模糊控制單元執行控制，對相應曲線進行粗略的調控，以達到良好的穩態性能；然而由于模糊控制單元未加入積分部分，易出現積分飽和，導致系統超調，因此當模糊控制使系統響應出現超調后，切換轉入PID控制器單元進行控制，減弱系統超調、實現精細調控。仿真結果表明：開關式模糊PID控制器可縮短系統過渡時間、提高系統響應速度，且實現了良好的穩態性能。

4 自整定模糊PID控制器設計

4.1 控制系統的原理圖

自整定模糊PID控制器采用二維模糊控制器作為控制結構，通過模糊規對PID參數在線整定[5]，滿足不同的輸入量偏差e與偏差變化率ec對于PID參數的比例因子、積分因子、微分因子的不同要求。自整定模糊PID控制器的原理如圖8所示。

4.2 控制系統的Simulink實現

自整定模糊PID控制器需要在控制過程中不斷的監測[6]輸入量偏差e和偏差變化率ec，確定e，ec與Kp，Ki，Kd之間的模糊關系并用模糊邏輯規則進行描述，再通過模糊推理將Kp，Ki，Kd修正整定并輸出，從而得到滿足e和ec要求的PID控制器參數，以實現控制系統良好的穩態性能與動態性能，發揮各控制單元的最大控制作用。其中Kp'，Ki'，Kd'為預

整定值：Kp=Kp'+ΔKp，Ki=Ki'+ΔKi，Kd=Kd'+ΔKd。

Kp，Ki，Kd在穩定性、調節精度、響應速度與穩定性方面有如下特征[7]：

其一，Kp作為比例系數，其值越大，則調節時間越短、調節精度越高、系統響應越快，從而優化系統穩態性能。

其二，Ki作為積分系數能夠實現消除系統余差、減小穩態誤差的目的。當Ki較大時，系統穩態誤差消除迅速，但 Ki過大則會導致響應初期過程產生積分飽和現象所引起的系統超調；反之，若Ki較小，雖不會引起超調現象，但難以消除靜態誤差。

其三，Kd是微分系數，微分系數能夠起到抑制響應過程中的偏差變化的作用，從而提升系統的動態性能，提前預報偏差的變化；但Kd越大則造成調節過程延時，且系統的抗擾動性能也會相應降低。

Simulink中PID控制器和模糊PID溫室控制器的模塊結構分別如圖9和圖10所示。

將模糊PID控制器與PID控制器分別打包封裝與連接，如圖11所示。

4.3 Matlab仿真

自整定模糊PID控制系統響應曲線如圖12所示，該控制系統的響應速度快、系統穩定性好、調節精度高，且未產生系統震蕩與超調現象。

通過實踐證明，利用Matlab中的模糊邏輯控制工具箱可便捷地編輯FIS文件以實現模糊PID溫室控制系統，并且可靈活地設置與修改控制器參數，通過Simulink將控制系統仿真結果直觀呈現。

5 結 語

控制系統仿真結果表明，相較于單一PID控制與單一模糊邏輯控制，模糊PID控制系統具有更好的系統穩定性及更小的誤差，可有效抑制振蕩與超調產生，響應速度也明顯提升，驗證了在溫室環境控制中運用模糊PID控制方法的良好控制性能與可行性。

參考文獻

[1]雷勇，李澤滔. 溫室溫度系統的自適應模糊PID控制[J]. 控制工程，2014（S1）：23-27.

[2]王君. 基于模糊控制策略的溫室遠程智能控制系統的研究[D]. 長春：吉林大學， 2015.

[3]黃俠，吳艦，吳楠. 大棚花卉種植智能輔助決策支持系統關鍵技術[J]. 中國農業信息，2015（6）：60-62.

[4]王成閣，吳敏. 參數自整定模糊控制器厚度監控AGC的實現[J]. 有色金屬加工，2004，33（3）：42-46.

[5]宋立業，彭繼慎，程英，等. 自適應模糊PID控制在壓射控制系統中的應用[J]. 計算機系統應用，2012，21（3）：163-166.

[6]吳春，龐洪，陳明，等. 一種自整定模糊PID控制仿真[J]. 桂林航天工業學院學報，2008，13（4）：17-19.

[7]楊婷婷，單玉波. PID調節器參數整定仿真[J]. 城市建設理論研究，2015（16）：201-215

[8] EDDINE C， MANSOURI K， BELMEGUENAI A， et al. FPGA implementation of adaptive Neuro-Fuzzy inference systems controller for greenhouse climate [J]. International journal of advanced computer science & applications， 2016， 7（1）：31.

[9] VERA M， FERN?NDEZ J， NATALE L， et al. Temperature control in a MISO greenhouse by inverting its fuzzy model[J]. Computers & electronics in agriculture， 2016（124）：168-174.

[10] KUDINOV Y， KOLESNIKOV V. Optimization of fuzzypidcontroller's parameters [J]. Procedia computer science， 2017：618-622.