智能溫控箱的優(yōu)化設(shè)計

新疆大學(xué)信息科學(xué)與工程學(xué)院 韓樂凡 侯鑫睿 張壯壯 劉 艷

在現(xiàn)有PID算法的基礎(chǔ)上，具現(xiàn)化分析當(dāng)前箱體的環(huán)境，通過與現(xiàn)行PID算法的目標溫度控制時長和非線性動態(tài)整定幅度做對比分析，構(gòu)建了非線性動態(tài)整定問題的BP-PID算法模型。采用一種特定參數(shù)調(diào)整方法，并融入“互聯(lián)網(wǎng)+”技術(shù)，實現(xiàn)了對智能溫控箱的優(yōu)化設(shè)計。使其具有快速響應(yīng)、高穩(wěn)定性、遠程監(jiān)控、報警等特性。本設(shè)計基于物聯(lián)網(wǎng)構(gòu)架，實現(xiàn)了溫控箱的溫度實時采集上傳、APP端遠程下發(fā)指令、云平臺實時監(jiān)控等功能，根據(jù)BP神經(jīng)網(wǎng)絡(luò)的非線性迫近能力以及自主學(xué)習(xí)能力與傳統(tǒng)PID結(jié)合，實現(xiàn)對溫控箱控制過程的優(yōu)化設(shè)計。實驗表明：智能溫控箱的遠程控制特性以及快速響應(yīng)、高穩(wěn)定性的特性，使其具有更廣的應(yīng)用前景。

智能溫控箱的應(yīng)用不僅僅局限于工農(nóng)業(yè)生產(chǎn)領(lǐng)域。實際生活中，藥品、疫苗等特殊物品都需要特定的儲藏環(huán)境需求，以保證其在一定時間范圍內(nèi)的品質(zhì)和效果。同時突破溫控箱地域空間的局限性，融入“互聯(lián)網(wǎng)+”技術(shù)實施遠程控制，使溫控箱的應(yīng)用在時間和空間層面都得到有效拓展。

基于實驗中使用的溫控箱無法滿足遠程操控的缺點以及常規(guī)的PID算法不能滿足復(fù)雜環(huán)境變化的需求，對現(xiàn)有溫控箱進行了智能優(yōu)化設(shè)計。使其既能夠?qū)崿F(xiàn)遠程溫度控制，也能夠通過BP神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)PID相結(jié)合，達到溫度控制響應(yīng)速度快、穩(wěn)定性強、收斂時間少的控制效果。對于溫控箱智能化應(yīng)用場景的拓展和推廣，具有非常好的意義。

1 智能溫控箱的設(shè)計

智能溫控箱的功能設(shè)計主要完成：①用戶端根據(jù)需求進行遠程溫度設(shè)置，溫控箱根據(jù)實際溫度快速準確的完成升溫或降溫操作；②根據(jù)溫度預(yù)設(shè)值、箱體周圍環(huán)境的變化做自適應(yīng)溫度調(diào)整；③存儲和顯示一定時間內(nèi)的溫度變化曲線，進行溫度變化趨勢預(yù)測。

1.1 智能溫控箱的架構(gòu)

智能溫控箱的架構(gòu)如圖1所示，以STM32為核心處理硬件，通過該硬件采集箱體內(nèi)的溫度，借助中國移動OneNet云平臺實現(xiàn)數(shù)據(jù)的轉(zhuǎn)發(fā)和存儲，客戶端或者APP端實現(xiàn)對溫控箱的遠程控制，進行升溫或者降溫處理達到預(yù)設(shè)溫度；同時通過WiFi模塊的透傳方式將采集獲得的數(shù)據(jù)以及箱體內(nèi)的變化結(jié)果上傳至云服務(wù)器端，實現(xiàn)客戶端的可視化功能。

圖1 智能溫控箱的架構(gòu)圖

1.2 智能溫控箱的工作流程

智能溫控箱的工作流程如圖2所示，主要涉及到單片機控制模塊、網(wǎng)絡(luò)傳輸模塊以及數(shù)據(jù)處理模塊。協(xié)同完成箱體的溫度控制和數(shù)據(jù)的上傳、下達和處理功能。

圖2 工作流程設(shè)計圖

1.3 溫度控制模塊設(shè)計

智能溫控箱的溫度控制模塊包括算法和硬件控制兩部分。溫度控制算法采用BP神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)PID算法相結(jié)合，以控制變量BP-KP,BP-KI,BP-KD為調(diào)節(jié)參數(shù)，以溫度收斂時長為被控對象，結(jié)合硬件控制部分實現(xiàn)溫度控制模塊的設(shè)計，如圖3所示。

智能溫控箱的控制系統(tǒng)接收溫度傳感器的信號經(jīng)過模/數(shù)轉(zhuǎn)換，與遠程網(wǎng)絡(luò)下發(fā)的設(shè)定值進行偏差比對分析，利用神經(jīng)網(wǎng)絡(luò)算法的趨勢學(xué)習(xí)特性，調(diào)整各參數(shù)的權(quán)值為最優(yōu)解，實時在線自整定PID控制器的三個參數(shù)，并下達指令至STM32，最終通過PWM調(diào)整加熱絲或冷凝器的功率，控制箱體的溫度實時變化，達到智能溫控箱性能優(yōu)化的設(shè)計目標。

圖3 溫度控制模塊

2 智能溫控箱的性能優(yōu)化

2.1 控制算法的優(yōu)化

智能溫控箱的溫度控制算法采用三層神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，其中包含一個隱含層完成從輸入到輸出的任意線性和非線性函數(shù)的逼近、擬合指標，其結(jié)構(gòu)如圖4所示。

圖4 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖

通過該三層神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，實現(xiàn)傳統(tǒng)PID算法的控制參數(shù)的自調(diào)整以及尋求到最優(yōu)解，通過BP神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)PID算法相結(jié)合，達成了溫控箱的溫度控制響應(yīng)速度快，穩(wěn)定性強，收斂時間少的目標。

2.1.1 控制算法模型

基于溫控箱的實際應(yīng)用場景以及能量守恒定律，確定了智能溫控算法模型。單位時間內(nèi)，溫控箱的箱體內(nèi)具有所有能量的變化量等于箱體內(nèi)流入能量和流出能量的差，通過推演得出該箱體的數(shù)學(xué)模型表達式：

等式左邊是單位時間的能量變化量，等式右邊為單位時間的能量流入流出的差值。該表達式各參數(shù)如表1所示。

表1 參數(shù)及其含義

傳遞函數(shù)為：

其中，K為實驗箱的比例系數(shù)，T為時間常數(shù)。

則得到本系統(tǒng)的傳遞函數(shù)為：

采用z變換將系統(tǒng)離散化，離散化后的狀態(tài)方程為：

2.1.2 控制算法流程

將BP神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)PID相結(jié)合，進行溫度控制算法流程如下：

（1）確定BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)以及確定各層節(jié)點、數(shù)目等參數(shù)；

（2）通過采樣，獲得rin(k)、yout(k)，并計算出該時刻的誤差：

（3）計算各層神經(jīng)元的輸入、輸出，其輸出層的輸出即為PID控制器的kp、ki、kd；

（4）計算控制器的輸出u(k)；

（6）置k=k+1，返回到步驟1。

2.2 基于“互聯(lián)網(wǎng)+”特性的優(yōu)化

優(yōu)化后的智能溫控箱融合了“互聯(lián)網(wǎng)+”特性。遠程功能設(shè)計采用WiFi模塊的透傳方式和AP的結(jié)合，使得溫控系統(tǒng)穩(wěn)定接入網(wǎng)絡(luò)，通過HTTP等協(xié)議實現(xiàn)了數(shù)據(jù)的上傳和下載、平臺和客戶端的交互以及可視化數(shù)據(jù)的展示。

3 仿真測試

3.1 BP-PID算法優(yōu)化性能測試

測試主要針對BP神經(jīng)網(wǎng)絡(luò)整定的PID智能溫控算法與常規(guī)PID溫控算法進行了MATLAB仿真實驗。根據(jù)實驗需求構(gòu)建了如圖5所示的simulink模型，將上述控制算法模型作為傳遞函數(shù)運用于simulink模型中。該算法的加權(quán)系數(shù)的各個初始值取隨機數(shù)[0,1]，慣性系數(shù)設(shè)定α=0.05，學(xué)習(xí)速率設(shè)定η=0.2。

圖5 Simulink模型構(gòu)建

接入階躍信號后得到圖6所示仿真效果：

圖6 接入階躍信號的測試結(jié)果

從圖6中可以看出經(jīng)過優(yōu)化后的算法，其收斂時間更少，控制過程曲線更加平滑。性能指標比較如表2所示。

表2 性能指標的比較

對比不同算法的抗干擾特性，在本系統(tǒng)的150-200的采樣時刻，加入幅值為0.2的干擾，在此干擾情況下，仿真結(jié)果如圖7所示。

圖7 干擾幅值為0.2的測試結(jié)果

從圖7中可以看出經(jīng)過優(yōu)化后的算法，其控制過程表現(xiàn)出抑制能力增強、恢復(fù)速度加快的特點。

3.2 “互聯(lián)網(wǎng)+”優(yōu)化性能測試

基于“互聯(lián)網(wǎng)+”的優(yōu)化性能測試，采用實物搭建完成相應(yīng)的功能。根據(jù)用戶需求遠程設(shè)置溫度值，達到溫度實時調(diào)整的效果，溫度的遠程控制效果如圖8所示。

圖8 云端溫度數(shù)據(jù)展示圖

通過該圖，可以非常清晰的看出，隨著用戶在云端設(shè)置不同的目標溫度，溫控箱的箱體溫度實現(xiàn)了溫度下調(diào)、持續(xù)保持、溫度上調(diào)的變化過程。可利用存儲的批量數(shù)據(jù)進行溫度變化的趨勢預(yù)測。

結(jié)論：本設(shè)計基于物聯(lián)網(wǎng)構(gòu)架，在對現(xiàn)有PID算法的研究基礎(chǔ)上，具現(xiàn)化分析當(dāng)前箱體的環(huán)境，實驗表明：通過與傳統(tǒng)PID算法控制的時長和動態(tài)整定幅度做對比分析，融合了非線性動態(tài)整定的BP-PID算法模型，采用特定參數(shù)調(diào)整的思想，結(jié)合“互聯(lián)網(wǎng)+”特性，實現(xiàn)了對智能溫控箱的優(yōu)化設(shè)計，使之具有控制響應(yīng)速度快、穩(wěn)定性強、收斂時間少的特點以及云平臺實時監(jiān)控、數(shù)據(jù)可視化展示、趨勢預(yù)測等功能。

與當(dāng)前流行的機器學(xué)習(xí)相比，改進后的BP-PID算法更符合實驗箱體的小復(fù)雜度環(huán)境。在相同的精度要求下，BP網(wǎng)絡(luò)的結(jié)構(gòu)更簡單、訓(xùn)練速度快、隱層神經(jīng)元數(shù)更少、運算量小、更容易加載在實驗箱體的嵌入式環(huán)境。隨著5G技術(shù)的普及，經(jīng)過優(yōu)化設(shè)計智能溫控箱將具有更廣泛的應(yīng)用領(lǐng)域。