基于串級模糊PID控制的NB?IoT智能保溫箱

摘" 要： 針對農產品冷鏈物流中存在的運力不足和無法混裝小批量冷鏈農產品等問題，提出一種基于NB?IoT技術的智能保溫箱解決方案。該方案基于半導體制冷片、PT100溫度傳感器和NB?IoT技術構建了系統的硬件部分，實現了遠程溫控和冷鏈物流追溯，同時利用串級模糊PID算法實現了全程精確控溫。此外，基于Simulink搭建了智能保溫箱溫度控制系統模型，通過仿真對比驗證了智能保溫箱的溫度控制效果。結果顯示，與PID算法和模糊PID算法相比，保溫箱應用的串級模糊PID算法具有更快的調節速度和更小的超調量，并在受到干擾時表現出更好的穩定性，為農產品冷鏈物流領域提供了高效可靠的溫度控制方案。

關鍵詞： NB?IoT； 串級模糊PID； 智能保溫箱； 半導體制冷； 溫度傳感器； 冷鏈物流

中圖分類號： TN929.5?34； TP273" " " " " " " " " "文獻標識碼： A" " " " " " " " " " 文章編號： 1004?373X（2024）20?0170?07

NB?IoT intelligent incubator based on cascade fuzzy PID control

CHEN Guangqing1， XIN Jinze1， ZHANG Lei1， WU Zhenqiang1， WEI Junying1， LI Zhuangxian2， LIU Ting2

（1. College of Mechanical and Electronic Engineering， Shandong University of Science and Technology， Qingdao 266590， China;

2. Qingdao Kerui New Environmental Protection Materials Group CO.， Ltd.， Qingdao 266499， China）

Abstract： In allusion to the problems of insufficient capacity and the inability to mix and load small quantities of cold?chain agricultural products in cold?chain logistics of agricultural products， an intelligent incubator solution based on NB?IoT （narrow band Internet of Things） technology is proposed. In the solution， the hardware part of the system is built based on semiconductor refrigeration chip， PT100 temperature sensor and NB?IoT technology， which can realize the remote temperature control and cold chain logistics traceability. Meanwhile， the cascade fuzzy PID algorithm is used to realize the whole accurate temperature control. In addition， the temperature control system model of the intelligent incubator is constructed based on Simulink， and the temperature control effect of the intelligent incubator is verified by the simulation comparison. The results show that， in comparison with the PID algorithm and fuzzy PID algorithm， the cascade fuzzy PID algorithm applied to the incubator has faster regulation speed and smaller overshooting amount， and can show better stability when disturbed， which provides an efficient and reliable temperature control program for the field of cold chain logistics of agricultural products.

Keywords： NB?IoT; cascade fuzzy PID; intelligent incubator; semiconductor refrigeration; temperature sensor; cold chain logistics

0" 引" 言

冷鏈物流在保障農產品的安全和品質方面扮演著至關重要的角色。然而，國內農產品的冷鏈運輸面臨著諸多挑戰，如冷藏車運力不足、無法全程精確控溫以及追溯體系不夠健全等[1?2]。此外，現有的冷藏車無法混合運輸最佳儲存溫度相差較大的農產品，這導致在運輸小批量農產品時運力資源浪費。

因此，需要研發一種新型的冷鏈運輸設備，來解決冷藏車運力不足和不能混合運輸小批量農產品的問題，同時提升農產品冷鏈運輸設備的智能化水平。馮雙林等人提出一種冷藏車上的溫度檢測系統，可實時監測冷鏈運輸溫度，但依賴現有冷藏車進行溫度調節，未解決運力不足問題[3]。陳志新等人研發的雙模定位系統可實時追蹤溫度和位置，但無溫度控制設計[4]。徐笑鋒等人提出的蓄冷式保溫箱解決了資源浪費問題，但使用相變材料卻限制了精準溫控和長途運輸[5]。周亞東等人提出的光伏冷鏈小車提高了運輸效率，但缺乏溫控和產品追溯設計[6]。

針對農產品冷鏈物流面臨的挑戰及其現實需要，本文提出一種基于NB?IoT技術的智能保溫箱設計方案。該智能保溫箱集成了低功耗、廣覆蓋、低成本、大容量的NB?IoT技術以及串級模糊PID溫度控制系統。通過NB?IoT技術，實現了客戶與智能保溫箱之間的遠程通信，滿足客戶對保溫箱溫度的遠程監測、全程控溫和位置追蹤的需求。串級模糊PID溫度控制系統能夠實時調節智能保溫箱的溫度，同時能結合GPS、北斗等多星座衛星系統進行位置定位和追蹤。

1" 系統總體構架

本文提出的基于串級模糊PID的NB?IoT智能保溫箱主要實現以下功能。

1） 實時監測智能保溫箱內的溫度。

2） 追蹤智能保溫箱的精確位置。

3） 建立保溫箱與客戶之間的遠程通信。

4） 根據環境變化和遠程設定的溫度要求，自動調整保溫箱內的溫度。

智能保溫箱系統的總體架構符合物聯網分層模型，包括設備層、網絡層、平臺層、應用層，如圖1所示。

圖中，設備層集成了溫度傳感器模塊、定位模塊、NB?IoT模組和溫度控制系統，其根據溫度傳感器采集的溫度和設定的目標溫度，通過溫度控制系統實現溫度的自動調節，并通過NB?IoT模組將保溫箱的溫度和位置數據傳送到基站。網絡層主要負責NB?IoT蜂窩網絡的通信，采用MQTT協議實現平臺層的云端服務器和設備層的終端設備之間的數據交換。平臺層主要是NB?IoT的物聯網平臺，負責存儲、分析和處理來自網絡層的溫度和位置數據。應用層允許用戶通過網頁或者應用APP訪問云服務器中存儲的保溫箱溫度及位置信息，并可通過云平臺向保溫箱發送用戶設置的溫度，從而實現對保溫箱的遠程溫控和位置追蹤。

2" 系統硬件設計

系統硬件設計如圖2所示。控制器通過溫度傳感器檢測電路獲取溫度傳感器的溫度數據，并通過串口與NB?IoT模塊進行通信。同時，控制器通過半導體制冷片驅動電路，實現對半導體制冷片制冷功率的調節。LED屏幕用于顯示保溫箱的網絡連接狀態、溫度以及位置信息。此外，如保溫箱長時間處于不動狀態或者溫度異常，蜂鳴器將會進行報警提示。

2.1" 主控模塊

控制器采用STM32F407ZGT6，其主頻達180 MHz，可提供強大的數據處理和邏輯運算能力，為運行溫控算法提供充足的資源。此外，控制器配備3個ADC，為溫度傳感器的數據采集提供了便捷的支持。內置的USART（通用同步異步收發器）能實現與NB?IoT無線蜂窩網絡模組、LED屏幕等設備的串口通信，同時眾多的定時器資源可用于生成PWM信號，以實現對半導體制冷模塊的精確控制。

2.2" 溫度傳感器模塊

為確保保溫箱溫度測量的準確性和可靠性，采用溫度系數為TCR=3 850 ppm/K的PT100溫度傳感器，其測溫范圍為-50～300 ℃（公差等級為A級），允許電流≤5 mA，可滿足設計要求。

為消除導線電阻帶來的溫度測量誤差，PT100使用恒流源并采用三線制連線方式，檢測電路如圖3所示。

由ADC測量U0的電壓值，根據公式（1）可得PT100的電阻值Rt，然后根據公式（2）可得PT100測量的溫度值。

[U0=2.5RtR14R12R61+2R11R9] （1）

[Rt=R01+At+Bt2+C（t-100）t3，-200 ℃≤t≤0 ℃R01+At+Bt2，" " " " " " " " " " " " " " " 0 ℃lt;t≤850 ℃]

（2）

式中：t為測量的溫度值；Rt為t時的電阻值；R0為0 ℃時的電阻值；A為3.908 3×10-3；B為-5.775×10-7；C為-4.183×10-12。

2.3" 半導體制冷模塊

半導體制冷模塊由半導體制冷片及其驅動電路組成。半導體制冷片是基于在塞貝克效應、帕爾貼效應等理論基礎上發展起來的新技術[7]，具有小型化、無噪聲和高制冷速度等優點。此外，半導體制冷過程沒有制冷劑的添加，可減少對外部環境的污染[8]。

本文選用TEC1?12706型半導體制冷片，并在熱端使用風冷散熱，冷端使用風扇吹風的方式[9]。

使用壓縮機等設備進行制冷時，如果溫度過低，只能自然緩慢回升；而半導體制冷片可以通過改變電流的方向實現制冷或制熱的切換，以及改變電流的大小實現功率調節。根據此原理，本文采用H橋驅動電路，如圖4所示，用以管控其流經的電流的大小和方向，從而實現對半導體制冷片的精確控制。

2.4" NB?IoT模塊

NB?IoT模塊選用移遠BC20模塊。BC20模塊將NB?IoT通信功能和全球導航衛星系統（GNSS）功能合二為一[10]。這種一體化設計相較于傳統的NB?IoT+GNSS方案，在體積、功耗和工作溫度等方面具有更大的優勢。

BC20的GNSS功能涵蓋GPS、北斗等多星座衛星系統解調算法，相較于單一定位系統，擁有更高的定位精度及更強的抗干擾能力[11]。根據實際需求，參考BC20手冊，完成BC20和STM32F407ZGT6的連接原理圖，如圖5所示。

3" 保溫箱溫度控制系統

3.1" PID控制原理

PID控制器的原理是通過對誤差進行比例、積分和微分運算，然后將它們進行線性組合，生成控制輸出，以實現對被控對象的反饋控制。這一過程的時域控制方程[12]如下：

[u（t）=KPe（t）+KIabe（t）dt+KDde（t）dt] （3）

式中：[e（t）]為系統誤差；[u（t）]為控制輸出；[KP]為比例因子；[KI]為積分因子；[KD]為微分因子。

3.2" 串級模糊PID控制

智能保溫箱的溫度控制系統具有大滯后、慣性大及參數變化大等特點，屬于非線性系統。模糊控制作為一種非線性控制方法，具備出色的適應性和抗干擾能力；但純粹的模糊控制算法在控制精度和靜態誤差方面存在一定局限性。PID算法能夠提高控制的精度，消除穩態誤差。同時考慮到半導體制冷片溫度變化和保溫箱空氣溫度變化的延時影響，引入串級控制可以有效地減小滯后，提高系統的響應速度。故將PID算法、模糊控制算法和串級控制相結合，形成串級模糊PID控制，其實現過程如圖6所示。

串級模糊PID內環主要負責快速、瞬時的響應，對于消除穩態誤差的要求較低；外環主要負責提高系統的穩態性能，對整體控制系統的靜態誤差進行調節。故內環使用P控制器，外環使用PID控制器。同時模糊控制器根據e和ec的變化對PID控制器參數進行在線調整，形成自適應的反饋機制，構建串級模糊PID算法。

3.2.1" 模糊化設計

外環使用兩輸入三輸出結構的模糊控制器，內環使用兩輸入單輸出結構的模糊控制器，設置e1、ec1、e2、ec2、ΔKP1、ΔKP2、ΔKI、ΔKD的模糊子集為{NB，NM，NS，ZE，PS，PM，PB}={負大、負中、負小、零、正小、正中、正大}，已知e1、e2的實際范圍為[-40，40]，ec1、ec2的實際范圍為[-20，20]，ΔKP1、ΔKP2的實際范圍為[-1.5，1.5]，取e1、e2的比例因子為0.075，ec1、ec2的比例因子為0.15，ΔKP1、ΔKP2的比例因子為0.5，將e1、e2、ec1、ec2、ΔKP1、ΔKP2映射到模糊論域[-3，3]中。已知ΔKI、ΔKD的實際范圍分別為[0，0.04]、[0，3]，取比例因子分別為0.013、1，將其映射到模糊論域[0，3]中。三角形隸屬函數在數學表達和運算上相對簡單，占用內存空間較小，并且相較于其他形狀更具靈活性[13]。故使用三角隸屬函數對e1、e2、ec1、ec2、ΔKP1、ΔKP2、ΔKI、ΔKD進行隸屬度計算，如圖7、圖8所示。

3.2.2" 模糊規則建立與模糊推理

外環模糊控制器使用兩輸入三輸出的結構，可以看成三個兩輸入單輸出的模糊控制器的結合，其模糊規則是一系列模糊條件語句構成的集合，形式是：if E is Ai and EC is Bi then U is Ci。

在溫度調節初期，面對較大且變化較快的誤差，應當適度增加KP以提高系統的響應速度，同時減少KD防止對誤差變化率過于敏感導致系統振蕩，并適當降低KI以防止誤差積累過大，造成積分飽和。隨著目標值的逼近，減少KP以減少超調，適度增大KI以消除系統靜差，同時適量增大KD以抑制超調，提升系統的抗干擾能力。根據此經驗制定49條模糊規則，如表1所示[14?15]，其中ΔKP1、ΔKP2的模糊規則相同。

在模糊控制中，常用的模糊推理方法主要有Zadeh法和Mamdani法。Mamdani法相對更加靈活，可以更好地適應復雜的模糊控制系統，故使用Mamdani法進行模糊推理，具體的數學公式實現如下：

[Ri=（Ai×Bi）T1×CiR=i=1nRiC'=（A′i×B′i）T2°R] （4）

式中：[Ri]為各條模糊規則對應的模糊關系；R為總模糊規則對應的模糊關系；[（Ai×Bi）T1]為由模糊關系矩陣構成的n×m維列向量;[（A′i×B′i）T2]為由模糊關系矩陣構成的n×m維列向量。

3.2.3" 解模糊

常用的解模糊方法包括重心法、最大隸屬度法、加權平均法等[16]。其中，重心法是一種常用的解模糊方法，它通過計算模糊集合的隸屬度曲線與橫坐標圍成的圖形的重心來確定輸出值。重心法能夠全面覆蓋和利用模糊集合的所有信息，根據隸屬度的不同分布有所側重；同時具有可計算的公式和可靠的理論支持。因此，使用重心法進行解模糊計算，其計算公式如下：

[u=xμN（x）dxμN（x）dx] （5）

式中：[μN]為模糊集合的隸屬函數；u為控制輸出的精確值。

4" 系統建模與Simulink仿真

4.1" 系統模型建立

為研究智能保溫箱的溫度控制算法，需構建保溫箱的數學模型。根據能量守恒定律，建立保溫箱數學模型如公式（6）所示。

[ρCVdTndt=Qi-KFTw-Tn] （6）

式中：ρ為保溫箱內空氣的密度；C為保溫箱內空氣比熱容；V為保溫箱體積；[dTndt]為保溫箱內溫度變化率；Qi為半導體制冷量；K為保溫箱與外界直接接觸的傳熱面積；F為保溫箱與外界的傳熱系數；Tw為保溫箱外界溫度；Tn為保溫箱內空氣溫度。

將公式（6）進行Laplace變換可得到保溫箱溫度控制系統的傳遞函數，見公式（7）。

[G（s）=1ρCVs+KF] （7）

考慮到保溫箱半導體制冷片溫度變化到保溫箱空氣溫度變化的滯后性，對公式（7）加上一個時滯環節，得到保溫箱溫控系統的傳遞函數，可由一階慣性滯后環節表示，見公式（8）。

[G（s）=1ρCVs+KFe-τs=KnTns+1e-τs] （8）

式中：[τ]為延時常數；s為復變函數的復頻率；Kn為放大倍數；Tn為時間常數。

通過觀察保溫箱在半導體制冷片作用下的實際溫度變化，得出了保溫箱溫度控制系統的傳遞函數如式（9）所示。

[G（s）=3120s+1e-10s] （9）

4.2" 系統仿真

為驗證串級模糊PID溫控系統的有效性，根據所得到的溫控系統傳遞函數，并基于Simulink搭建串級模糊PID的控制系統仿真模型，如圖9所示。

根據保溫箱的實際工作溫度范圍，設定溫度為6 ℃，模擬時間為1 000 s，同時為了驗證串級模糊PID的抗干擾能力，在500 s時施加一個階躍干擾。并在相同條件下，與PID算法和模糊PID算法的溫控響應曲線進行對比。得到PID、模糊PID、串級模糊PID的響應曲線如圖10所示。仿真結果表明，PID算法控制時，溫度調節時間為350 s，最大偏差為2.53 ℃；模糊PID算法控制時，溫度調節時間為260 s，最大偏差為0.82 ℃；串級模糊PID算法控制時，溫度調節時間為150 s，最大偏差為0 ℃。在受到干擾后，串級模糊PID產生的擾動曲線幅值最小，且穩定時間最短，說明串級模糊PID算法具有更強的抗干擾性。

5" 結" 語

針對農產品冷鏈運輸中面臨的冷藏車運力不足、無法全程精確控溫以及追溯體系不夠健全等問題，提出一種基于NB?IoT和串級模糊PID溫度控制的智能保溫箱設計方案。采用NB?IoT技術建立保溫箱與遠程終端的通信，用戶可以實時查看農產品運輸過程中的溫度和位置信息，并能夠遠程設定農產品的運輸溫度。使用串級模糊PID能實現全程精確控溫，并通過數學建模和Simulink仿真，驗證了串級模糊PID算法的優越性，其響應速度更快、超調更小、穩定性更好。這一智能保溫箱不僅支持使用常規車輛進行農產品的冷鏈運輸，還能實現不同儲存溫度的小批量農產品拼車運輸。為解決農產品冷鏈物流的運力不足、無法有效溯源等問題提供了新的解決方案。

注：本文通訊作者為陳廣慶。

參考文獻

[1] 王佳樂，胡亞敏.生鮮農產品冷鏈物流發展現狀與優化策略研究：以徐州市為例[J].物流科技，2024，47（9）：167?169.

[2] 吳米加，王月.支持冷鏈物流發展路徑政策研究[J].農業發展與金融，2023（3）：25?30.

[3] 馮雙林，程麗紅.基于無線網絡的農產品冷鏈物流溫度監測系統研究[J].農機化研究，2024，46（2）：212?215.

[4] 陳志新，董瑞雪，盧成林，等.基于雙模定位的冷鏈物流實時監測系統[J].保鮮與加工，2019，19（5）：178?184.

[5] 徐笑鋒，章學來，周孫希，等.蓄冷式多溫區保溫箱系統設計與實驗研究[J].制冷學報，2019，40（3）：92?98.

[6] 周亞東，葛紅劍，朱麗萍.解決農產品配送“斷鏈”的光伏冷鏈小車設計[J].機械設計與制造，2024（2）：328?331.

[7] 李彥玫，蔣彬，侯代民.太陽能半導體制冷箱設計[C]//2022年中國家用電器技術大會論文集.寧波：《電器》雜志社，2023：283?286.

[8] 蘇東良，楊小劍.半導體制冷物聯網機柜的設計[J].網絡安全技術與應用，2022（11）：99?101.

[9] 邱蘭蘭，王瑜，朱潔茹，等.應用半導體制冷的冷藏鏈用儲藏箱性能實驗研究[J].制冷學報，2020，41（1）：131?140.

[10] 陸仲達，梁春旭，徐鳳霞.基于遠距離無線電和窄帶物聯網的桿塔姿態監測系統[J].科學技術與工程，2023，23（12）：5118?5128.

[11] 仝衛國，侯哲，曾世超，等.基于NB?IoT的定位及遠程管控系統設計[J].儀表技術與傳感器，2021（10）：94?97.

[12] GENE F， FRANKLIN J， POWELL D， et al. Feedback control of dynamic systems [M]. London： Prentice Hall， 2014.

[13] 韓峻峰，李玉惠.模糊控制技術[M].重慶：重慶大學出版社，2003：49?65.

[14] TUNJUNG D， PRAJITNO P， HANDOKO D. Temperature and water level control system in water thermal mixing process using adaptive fuzzy PID controller [J]. Journal of physics： conference series， 2021， 1816（1）： 012032.

[15] REN K， XIE Y， WANG C， et al. Application of the fuzzy proportional integral differential （PID） temperature control algorithm in a liver function test system based on a centrifugal microfluidic device [J]. Talanta， 2024， 268： 125330.

[16] 張中衛，楊彥奇，楊海坤.基于自適應模糊PID的輸液溫度控制系統研究[J].河南理工大學學報（自然科學版），2023，42（3）：137?145.

作者簡介：陳廣慶（1975—），男，山東菏澤人，碩士研究生，副教授，研究方向為智能制造。

辛金澤（1998—），男，山東濰坊人，在讀碩士研究生，研究方向為智能制造。

DOI：10.16652/j.issn.1004?373x.2024.20.027

引用格式：陳廣慶，辛金澤，張磊，等.基于串級模糊PID控制的NB?IoT智能保溫箱[J].現代電子技術，2024，47（20）：170?176.

收稿日期：2024?04?30" " " " " "修回日期：2024?05?30

基金項目：青島西海岸新區2022年度科技攻關“揭榜制”專項（2022?13）