（机械电子工程专业论文）VENLO型温室建模与智能控制研究.pdf

浙江工业大学硕士学位论文 v e n l o 型温室建模与智能控制研究 摘要 随着科技技术的不断发展，设施农业已经成为农业现代化一个重要标志。现代温室是 设施农业最基本的技术实现形式之一。它能够在多变的自然条件下为作物生长创造一个适 宜的环境，从而缩短作物的周期，同时实现作物的高产出、高品质、高效率等目标，因而 越来越引起人们的关注。温室环境调控是现代温室中最重要的关键技术之一，提高温室环 境控制的能力才能更好的促进我国农业现代化的不断发展。 论文针对v e n l o 型温室环境温度和湿度两个主要因子进行分析，运用各种智能算法建 立模型并进行仿真研究，从而提高温室环境控制的稳定性和控制精度。本文的主要研究工 作如下： 1 温室气候的建模是实现温室控制的基础。本文系统地分析了温室环境中各种物理 过程，提出了一种基于能量和物质守恒的温室环境建模的方法。建立v e n l o 型温室的温度 和湿度模型，并通过仿真研究表明，建立温室物理动态模型能够可靠地估计温室内空气的 温湿度值。 2 根据已经建立的温室温度物理动态模型，提出了v e n l o 型温室温度模糊控制系统。 建立v e n o 型温室的模糊控制器，并通过仿真结果证明，温度仿真曲线在温度的设定值附 近出现振荡现象，但基本上都达到了预期的控制要求。 3 在上述模糊控制器的基础上运用神经网络的b p 算法来优化模糊控制规则。通过仿 真结果证明v e n l o 型温室温度的模糊神经网络控制系统比一般的模糊控制系统具有更高的 控制精度。并且把v e n l o 型温室控制系统平台加以实现，从实际的应用可知该系统较为稳 定且控制效果较好。 关键词：v e n l o 型温室，温室建模，模糊控制，模糊神经网络控制，b p 网络算法 浙江工业大学硕士学位论文 r e s e a r c ho nm o d e l i n ga n di n t e l l i g e n t c o n t r o lo ft h ev e n l o t y p eg r e e n h o u s e a b s t r a c t w i t ht h ed e v e l o p m e n to ft e c h n o l o g y ，f a c i l i t i e sa g r i c u l t u r eh a sb e e na ni m p o r t a n ts y m b o lo f a g r i c u l t u r a lm o d e r n i z a t i o n m 6 d e mg r e e n h o u s ei so n eo ft h er e a l i z a t i o nf o r m s o ff a c i l i t i e s a g r i c u l t u r e ，w h i c hc a nc r e a t et h em o s ts u i t a b l ee n v i r o n m e n tf o rc r o p sc u l t i v a t e di n s i d e i ns u c ha g r e e n h o u s e ，t h ep r o d u c ep e r i o do fc r o pc a nb es h o r t e n e d m e a n w h i l et h ea i mo fh i g h o u t p u t ， l l i g h - q u a l i t y ，h i g h - b e n e f i ta th a r v e s tc a nb er e a c h e d b e c a u s eo ft h a t p e o p l ep a y m o r ea n d m o r e a t t e n t i o nt oi t g r e e n h o u s e se n v i r o n m e n tc o n t r o li so n eo ft h ek e yi nm o d e mg r e e n h o u s e e n h a n c et h ea b i l i t yo fg r e e n h o u s ee n v i r o n m e n t a lc o n t r o li no r d e rt ob e t t e rp r o m o t et h e c o n t i n u o u sd e v e l o p m e n to fa g r i c u l t u r a lm o d e r n i z a t i o n t h i st h e s i sh a sa n a l y z e db o t ht h em a i nf a c t o rw h i c hi st h et e m p e r a t u r ea n dh u m i d i t yi n v e n l o t y p eg r e e n h o u s e u s i n gav a r i e t yo fi n t e l l i g e n ta l g o r i t h ma n ds e t t i n gu ps i m u l a t i o nm o d e l i no r d e rt oi m p r o v et h ec o n t r o lo fg r e e n h o u s ee n v i r o n m e n tf o rs t a b i l i t ya n da c c u r a c y t h em a i n r e s e a r c hw o r ki nt h i sa r t i c l ei sa sf o l l o w s ： 1 g r e e n h o u s e se n v i r o n m e n tc o n t r o li st h eb a s eo ft h eg r e e n h o u s ec l i m a t e t h i sp a p e rh a s a n a l y z e dv a r i o u se x c h a n g ep h y s i c a lp r o c e s s e si nt h eg r e e n h o u s e m e a n w h i l ei tp r o p o s e dt h e m e t h o do ft h e m o d e l i n gt a k i n g i n t oa c c o u n tt h e i n t e l l i g e n t c o n t r o lo ft h eg r e e n h o u s e e n v i r o n m e n t ，b a s e do nt h eb a l a n c eo ft h ee n e r g ya n dm a s s t h em o d e lo ft h et e m p e r a t u r ea n d h u m i d i t yi sb u i l tr e s p e c t i v e l y t h r o u g hs i m u l a t i o n ，i tw a ss h o w nt h a tt h ed y n a m i cm o d e lc a n p r o v i d er e l i a b l ee s t i m a t e so f b o t ht e m p e r a t u r ea n dh u m i d i t y i nt h eg r e e n h o u s e 2 t h ef u z z yc o n t r o lo fv e n l o t y p eg r e e n h o u s ei sp r o p o s e di na c c o r d a n c ew i t ht h ep h y s i c a l d y n a m i c so ft h eg r e e n h o u s et e m p e r a t u r em o d e l s i m u l a t i o nr e s u l t ss h o wt h ec o n t r o la l g o r i t h m s c a nd r i v et os e tp o i n tv a l u e sa n do b t a i nt h eg o o dp e r f o r m a n c e ，e x c e p tt h el i t t l ed i s t u r b a n c e a r o u n dt h es e tp o i n tv a l u e s 3 o nt h eb a s i so ft h ea b o v er e s e a r c h ，i to p t i m i z ef u z z yc o n t r o l sr u l eb yu s i n gt h en e u r a l n e t w o r k s c o m p a r e dw i t ht h eb a s i cf u z z yc o n t r o l ，s i m u l a t i o nr e s u l t ss h o wt h a tt h ev e n l o t y p e g r e e n h o u s et e m p e r a t u r ec o n t r o lo ff u z z yn e u r a ln e t w o r kc o n t r o l l e r c a no b t a i nt h eb e t t e r p e r f o r m a n c e u s i n gt h ev e n l o t y p eg r e e n h o u s ec o n t r o ls y s t e mt oa c h i e v ea n dw ec a ns e et h e s y s t e mf r o mt h ep r a c t i c a la p p l i c a t i o nw h i c hi sm o r es t a b l ea n d b e t t e rc o n t r 0 1 浙江工业大学硕士学位论文 k e yw o r d s ：v e n l o t y p eg r e e n h o u s e ，g r e e n h o u s em o d e l i n g ，f u z z yc o n t r o l ， f u z z y n e u r a ln e t w o r kc o n t r o l ，b pn e t w o r ka l g o r i t h m 浙江工业大学 学位论文原创性声明 本人郑重声明：所提交的学位论文是本人在导师的指导下，独立进行研究工作 所取得的研究成果。除文中已经加以标注引用的内容外，本论文不包含其他个人或 集体已经发表或撰写过的研究成果，也不含为获得浙江工业大学或其它教育机构的 学位证书而使用过的材料。对本文的研究作出重要贡献的个人和集体，均已在文中 以明确方式标明。本人承担本声明的法律责任。 能墩j 乡。 日期：矿夸y 月7 日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留 并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本 人授权浙江工业大学可以将本学位论文的全部或部分内容编入有关数据库进行检 索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 本学位论文属于 l 、保密口，在年解密后适用本授权书。 | 2 、不保密d 。 ( 请在以上相应方框内打“”) 作者签名： 导师签名： 侈隆 易 日期：纠年岁月2 ，咱日期：御年岁月 2 一咱 日期：竹岁月矽瑁 浙江工业大学硕士学位论文 第1 章绪论 【摘要】阐述了本论文研究的目的和意义，介绍了温室的建模和温室智能控制的发展现状。最后阐 述了本论文的主要研究的内容和主要贡献。 1 1 课题研究的背景和意义 现代温室是设施农业的主要组成，它已成为设施农业中应用最为广泛，研究投入最多 和发展最快的部分。世界发达国家如荷兰、美国、英国等大力发展集约化的温室产业，已 经研制成功对温室内温度、湿度、光照、气体交换、滴灌、营养液循环等实现计算机自动 控制的现代高科技温室，甚至于育苗、移栽、清洗、包装等也实现了机械化、，自动化。这 种现代化高科技温室可以同时控制多个温室单元，形成网络化的温室管理体系。 我国的温室业相对去其他设施农业国起步较晚，发展时间较短，国内温室的主要是以 薄膜温室和日光温室为主，v e n l o 型温室这种现代温室在我国设施农业建设上应用较少。 在理论与实践上，国内研究人员对现代化温室的控制方法上缺乏足够的理解与认识，对温 室的控制优化方面缺少深入地开发和研究，从而造成我国国内温室环境控制存在技术水平 低，温室环境监测控制能力较差等现状 1 - 2 】。 温室环境的控制远比一般工业环境控制要复杂得多，面临的挑战有多变的外部环境， 受控对象的不确定性与作物形态、尺寸不断变化，缺少能直接感知作物生长生理状态信息 的检测传感器等。温室环境控制过程及干扰的模型是未知的，且难以辨识，具有许多不确 定性。早期的温室环境控制，多采用开关量( o n o f f ) 控制，继而逐步采用工业领域应用 的反馈控制，如p i d 控制等。对温室这一多输入、多输出、时空变异大、非线性强的生 物过程控制上，传统的控制方法很难建立合理的模型，从而难以实现有效的控制。温室生 产过程这个复杂大系统下的各个子系统之间关系也错综复杂、相互制约，如作物模型和环 境控制的制约关系、环境控制和经济运行成本的耦合关系、恶劣工作环境和控制元件持续 长时间监控的高可靠性要求之间的矛盾等，更主要的是种植规划制定和温室系统运行脱离 不了人为的因素，而人的行为又带有主观性质，所以，温室控制过程有许多不可确定性问 题。总之，温室生产过程具有客观复杂性和认识复杂性，是一个复杂过程系纠3 1 。 因此，对温室的控制需运用复杂系统理论提供的新概念、新方法并且运用合理科学的 1 浙江工业大学硕士学位论文 温室物理模型解决其不确定性、不精确性、非线性、强耦合等问题，加强控制理论同生产 实际的密切结合，引入智能控制方法来解决温室系统的非线性、时变、滞后、不确定性、 多目标、难于建立精确的数学模型的特点的那些用传统方法难以解决的复杂控制问题【4 j ， 从而有效的提高温室环境的控制精度以及温室环境控制的合理性和适应性，开发符合我国 国情的现代化温室。 本文对v e n l o 型温室环境影响因子特别是温度和湿度进行全面的分析和建模，在温室 各智能控制算法上进行系统的研究，并构建温室控制系统平台。 1 2 温室建模研究现状 温室物理模型的研究主要根据热量和质量平衡原理。国外对于温室物理数值模型的研 究始于6 0 年代。荷兰的b u s i n g e rj a 在1 9 6 3 年建立了最早的温室稳态模型，为温室环 境建模奠定了基础。w a l k e r 在1 9 6 5 年就对通风温室内的温度建立了预测模型【5 j ，当时的 模型比较简单，模拟参数也较为单一。后来的s e g i n e rl e v a v ( 1 9 7 1 ) 和k i n d e l a n ( 1 9 8 0 ) 提出要提高模型精度需要把那些不受温室影响的边界条件作为模型的输入畛7 。 a v i s s a r ( 1 9 8 2 ) 进一步指出为对模型进行积极有效的分析，必须在系统中将物理过程和生 物过程都考虑进去，并要对模型进行试验验证，另外模型对于其他的温室类型和气候条件 也应有一定的适应性 8 1 。1 9 9 1 年d a v i s 等人利用时间序列分析法辨识温室环境模型，该 模型将室内温度描述为暖气温度、室外温度和室外风速的函数，并建立了三个一阶微分方 程来分别描述这三个输入情况下的室内温度，对方程参数进行了辨识。1 9 9 6 年n i s h i n a 等建立了温室环境温度的自回归滑动平均( a r m a ) 模型，该模型首先对影响室内温度的因素 作了简化，认为室内温度主要由太阳辐射、长波辐射强度和风机工作状态决定，即室内温 度变化过程是由太阳辐射和长波辐射引起的升温过程和由风机通风引起的降温过程的叠 加，然后分别对这两个过程建立了滑动平均( m a ) 模型和自回归滑动平均( a r m a ) 模型， 并利用所得模型，采用预测控制方法对温室温度进行控制，取得了良好的实验结果。 h u f r a u s t o 在2 0 0 3 年采用a r m a x 和a r x 模型结构建立了欧洲西部的自然通风无加热温 室的室内温度模型，该模型的输入为室外温度、湿度、光照强度等。结果显示除了在通风 这种强非线性状态下，模型能够很好的预测室内温度的变化，并且得出a r x 模型优于a r m a x 模型的结论。同时指出，全年均采用同一组模型参数不能保证模型始终具有高的精度，当 模型的拟合度降低到预先设定的阐值时需要重新调整模型参数，这也间接证明了温室环境 温度动态过程是一个非线性时变过程。此外，b n i e l s e n 等人也采用系统辨识方法建立了 2 浙江工业大学硕士学位论文 温室加热系统动态过程的连续时间动态模型。2 0 0 5 年p a u l os a l g a d o 等采用模糊逻辑建 立温室温度和湿度模型，该模型采用分层的模型结构将一个大型m i m o 模型分解成多个子 模型，使得子模型的模糊推理具有可解释的物理意义。 经过几十年的发展，目前国外温室物理模型的研究已经较为成熟，基本己形成适合当 地气候条件的模拟模型，并且和作物的生长模型、温室的结构设计、温室的控制模型甚至 专家系统高度集成【9 1 。例如：t s u y o s h ih o n j o 等人用v r m l ( v i r i u a lr e a l i t ym o d e l i n g l a n g u a g e ) 语言建立的温室环境模拟的3 d 系统，将温室的环境和作物的生长过程全部可 视化，使数字化农业在温室生产中得到真正体现【】o 】。 近年来，国内对日光温室小气候模拟研究也取得较大的进展【1 1 。3 1 ，2 0 0 3 年李树海针 对我国华北型连栋温室建立了温湿度动态机理模型，定量的描述了覆盖材料与室外空气的 对流换热、土壤传导、太阳辐射、热辐射、植物蒸腾、地面蒸发、水汽凝结、机械通风和 自然通风等物理过程，并开发了g c m - l a b 温室环境模型应用程序；同年，汪小显研究了适 合于我南方现代化温室的温室小气候模拟及能耗模型，并且采用b p 前向神经网络分析了 南方梅雨季节温室的小气候环境，对温室内各层面的温度进行了模拟试验这些研究为我 国日光温室结构的优化和规范化设计提供了理论依据。总体来说，我国在温室建模方面的 研究不断深入，越来越多的科研单位和人员投入研究，但是由于基础薄弱，研究水平还有 待提高。 总结温室物理模型的建立方式，温室物理模型一般情况下可以分为一下三个类型【1 4 】： 基本的稳态模型； 复杂的动态模型； 处于前两者之间的折中模型。 随着对温室小气候机理的进一步认识，许多基于模型的温室控制系统被研制出来。如 山西农业大学在研究日光温室微生态环境变化机理的基础上，利用动态规划理论，建立了 以温度为主参量的日光温室综合环境调控模式【1 5 】；汪小品、丁为民等分析了温室系统的 温度特性，指出温室的加热过程是一个惯性较大、滞后时间较长的复杂过程，提出了实现 室内温度模糊控制的方法，并设计了用于温室控制的分布式计算机系统 1 6 】；顾寄南、毛 罕平应用大系统理论分别研究和建立了温度控制、光照控制和湿度控制的模型，并对模型 进行了实验验证【1 7 1 。其他许多机构也应用相应的控制方法建立了温室的控制系统【1 8 2 0 】。 早期的有关模拟模型的研究多认为温室内部气温是边界条件的函数：这些边界条件彼 认为是室外大气温度、覆盖材料表面上的净辐射、室内地表面净辐射、土壤热通量及土壤 浙江工业大学硕士学位论文 表面的蒸发率【2 m 2 1 。显然，温室内部地面净辐射、土壤热流及蒸发率并不是最基不的边 界条件，而是依赖于温室内部气温这一变量本身。数值模型主要是依据温室热量平衡原理 而建立的。t a k a m i 等回顾了在此以前的能量平衡方法的基础上，建立了一个充分考虑是 植物能量交换及储存的模拟模型 2 3 】。l e v i t 又在t a k a m i 模型的基础上，对内部空气温度 及植物冠层温度的平衡式进行了综合，并且编制了相应的计算机程序2 4 1 。 国内关于温室温度的模拟主要集中在温室的温度场及温度随时间的变化特性方面。例 如邹志荣、王乃彪研究了日光温室的不同季节条件下的温度变化情况【2 5 1 ，王绍金、崔绍 荣则考虑到了温室内三层土壤、作物层、室内空气和覆盖物之间的传导、对流、太阳辐射 和热辐射以及潜热交换，建立了温室温度和热通量的动态模拟模型【2 酬，李振海、崔引安 利用日光温室温度环境动态模拟程序( t e m p ) 对沈阳地区具有不同几何参数的日光温室的 室内温度环境进行了逐时模拟，并以室内温度为指标，揭示了各种几何参数与日光温室的 室内温度环境的关系，为日光温室的建设提供了一定的依据【27 1 。 随着对温室小气候研究的深入，人们发现温室内部的湿度环境对作物生长和温室内的 潜热交换有重要作用，它和温度一起成为影响温室内部环境的两个主要因素。在国内，赵 妍嫣是开展湿度研究工作较早的，她通过温室质能平衡方程的分析，初步提出了温室高湿 的成因及相应的解决办法。由于充分认识到高湿对作物的危害，贺芳芳在对上海地区荷兰 玻璃温室中作物层内进行小气候观测的基础上，详细分析了秋、冬、春末夏季三个季节内 晴、阴天温室中温、湿要素之水平分布、垂直分布及日变化特征【2 8 1 。余纪柱、金海军通 过使用多点式温，湿度记录仪，结合温室设备的不同处理方式，对塑料三连栋温室湿度进 行全年连续记录，初步摸索出塑料三连栋温室湿度的变化规律，并初步提出了湿度的调控 措施【2 圳。张亚红、陈端生也对日光温室内的通风除湿措施的效果进行了试验研究，结果 显示，小风量强制通风，不但降低了室内空气湿度，而且对冬季排除废气有积极意义【3 0 】。 国外的许多研究发现，低湿环境易造成温室作物的水分胁迫，而高湿又是作物病虫害 的主要原因，在温室条件下，高湿是最主要的危害 3 1 3 2 1 。因此，研nt 许多降湿装置 3 3 3 4 1 。 由于受成本和易操作性等多方面的原因，这些装置在生产实际中得到应用的并不多。 在温室控制研究中温室通风模型也较为重要。通风不仅可以调节室内的温度，同时还 可以调节室内湿度并提高c 0 ：浓度。在不出现极端天气状况的条件下，自然通风就可以得 到良好的效果。m o r r i s 最早考虑到了温室的自然通风对室内环境的影响【3 5 1 。d ej o n g 在 研究了连栋温室通风时发现，当风速较小时，温室内外空气温度差对空气交换速率以及风 速对温室通风的影响较大【3 6 1 。f a t n a s s i h 分析了t c p s ( t r o p i c a lc r o pp r o t e c t i o n 4 浙江工业大学硕士学位论文 s t r u c t u r e ) 结构的温室天窗不同开度下的自然通风性能，发现热压是室内外温度差的函 数，风压是室外风速的函到3 7 1 。k a m a r u d d i nr 应用c f d ( c o m p u t a t i o n a lf l u i dd y n a m i c s ) 方法模拟了不同的风速风向以及顶窗一侧窗的不同布置对温室内温度场和压力场的影响， 并发现较低位置的侧窗通风效果较好【3 8 】。t b o u l a n d 等人利用5 年( 1 9 9 5 1 9 9 9 ) 时间 研究了自然通风条件下温室内气流运动的机理和特性，并据此建立了一整套气流流动模 型、室内外空气交换率模型和室内气候控制模型【3 9 训】，这个模型是目前在温室通风中应 用最为广泛的模型。 在国内，缪荣曾研究了遮阳和通风两种手段对夏季微环境的联合作用，分析了外界大气条 件、光照、蒸腾蒸散作用等因素对通风的影响，揭示了最优通风量的存在，并通过一系列 数学推导得出最优通风量的存在和变化规律主要受鲍恩比变化规律的影响口最优通风 量为夏季温室通风量的调节提供了一个有力的参考【4 2 1 。卢江则研究了夏季如何在尽可能 节约能源的前提下，通过调节温室的通风系统来调节温室内的微环境，并研究设计了温室 通风控制系统【4 3 】。蔡龙俊、鲁雅萍等也从节约能源的角度，讨论了利用热压、风压等原 理、采用天窗、侧窗等方式，以得到较为满意的的自然通风换气效果，同时提出了一些计 算的方法【4 4 。 1 3 温室环境控制算法研究现状 温室智能控制系统是近年来发展起来的一种资源节约型的高效农业技术，主要是在计 算机综合控制下，创造适宜于作物生长的环境，实现优质、高效、低耗的工业化规模生产。 要提高温室智能控制系统的水平，除了温室控制系统的硬件外，控制算法也是不可缺少。 只有采用合理的控制算法，才能使温室环境的综合因子达到最优的控制效果，才能使温室 控制系统达到智能化的水平。现代温室环境因子控制应用的智能控制算法种类较多，例如 模糊控制算法、专家系统算法、遗传控制算法、神经网络控制算法等等，这些控制算法各 自有各自的优点和不足。目前应用较多的是模糊控制算法，但是模糊控制有其局限性，所 以常常引入遗传控制算法或神经网络控制算法进行优化控制，以达到优化温室环境因子的 控制。 温室环境系统是一个多变量的大惯性非线性系统，且有交连、时延等现象。很难对这 类系统建立精确的数学模型及用经典控制方法和现代控制方法实现控制。模糊控制不需要 建立被控对象的精确数学模型，它是通过计算机完成人们用自然语言所描述的控制活动 【4 5 1 。其控制算法是把各种环境参数综合起来分析考虑，然后进行模糊控制。温室中有多 气 浙江工业大学硕士学位论文 个环境因子，如温度、湿度、光照度、营养液浓度、水肥等，如果它们分别由各自的闭环 系统控制，这些受控参数相互影响而得不到良好的控制结果，如光照度增加，室温相应 升高，室温升高又造成温室相对湿度降低等m 】。 l a f o n tf 等( 2 0 0 2 ) 提出了最佳模糊控制算法。胡建东，肖建军等( 1 9 9 9 ) 采用模糊 控制原理设计了连栋温室温度控制系统，使模糊控制技术的应用使连栋温室控制尽可能达 到一个最佳的状态。汪小显等提出的温室内温度的模糊控制表明，模糊控制最大动偏差为 1 5 ，加热系统的静差为0 5 。c 。过渡过程没有负偏差，波动较小，系统稳定，更符合生 产要求【4 7 1 。因此，采用多变量综合控制法，利用模糊控制器，根据实验结果和经验总结 出模糊控制规则，再经模糊推理得到模糊控制表，使综合参数的相互影响拟合到最佳状态。 朱伟兴等采用遗传算法优化模糊控制器的隶属函数，实现温湿度模糊控制器的优化设计， 根据误差的大小和高斯隶属函数的特性，将模糊子集的隶属函数的闽宽分为三个等级。采 用“串联式二进制编码法 将所有参数的二进制编码串联成一个复合串，利用误差平方和 作为适应度函数，进行全局寻优计算，分别确定各等级隶属函数的最优阈宽。 温室的一些设备安装和使用中会出现不稳定和无规则的偏差，导致整个系统失控【4 引。 而且影响检测结果的因素很多，各参数之间的关系是模糊不确定的，这样给温室检测模型 的建立带来困难【4 9 5 0 】。因此，要采用合理的控制算法建立温室参数模型。神经网络具有 自组织、自学习、非线性动态处理等特征，具有联想推理和自适应识别能力1 5 ，不需要 建立精确模型。 陈联诚等用神经网络建立了温度自动检测系统，试验结果表明，温度检测平均误差 为0 4 。c ，而营养液酸度检测精度提高了8 。采用最常用的b p 网络，能对环境因子达到 良好的控制效果。1 9 9 6 年s e g i n e r 等研究了利用神经网络来模仿专家的温室控制策略。 结果显示，神经网络能够很好的模仿专家的控制思想。在1 9 9 7 年s e g i n e r 系统分析了神 经网络在温室环境控制中的应用，介绍了神经网络在温室环境参数建模、环境参数模型输 入的降维、植物模型的简化以及温室环境最优控制方面的应用。l i n k e rr 等( 1 9 9 9 ) 研究 了温室温度和二氧化碳的控制算法。温室的温度和二氧化碳受到通风状态、风速、风向的 影响。因此建立通风率模型，并利用人工神经网络模型加以训练模型参数，达到要求的通 风效果。f e r r e i r ap m 等( 2 0 0 2 ) 提出了利用人工神经网络来研究温室的温度控制。温室 内部空气温度、湿度和二氧化碳参数受到加热系统、通风和喷雾系统的影响。同时还有外 部天气条件的影响。算法中利用径向基函数( r b f ) ，建立温度预测模型。t e t s u om o r i m o t o 等( 2 0 0 0 ) 综合了智能控制算法( 模糊算法、人工神经网络、遗传算法) 以达到对温室的环境 6 浙江工业大学硕士学位论文 控制。其中，人工神经网络和遗传算法用来确定温室参数( 相对湿度) 最佳设定点，模糊 算法被用来做控制器控制环境参数。该控制算法比较先进，而且控制效果较好。 意大利的c a p o n e t o r 等( 2 0 0 0 ) 总结出通过输入一输出数据去训练神经网络，建立温 室环境这样复杂对象的模型，能够避免用动力学去分析复杂的物理现象，使问题得到简化： 为减少加热而导致能量消耗，作为调节温室温度和湿度的策略，模糊逻辑控制是有力手段。 尽管在温室环境控制上，模糊逻辑控制难以应用，但是考虑到它已经成功应用到很多其它 领域，因而人们考虑用它取代传统的控制策略。 在神经网络理论及模糊理论的研究日渐向上时，神经网络及模糊理论的各自缺点也暴 露出来。神经网络虽有学习能力、自适应能力、自组织能力、容错能力和修正能力等优点， 但很难实现逻辑思维，无法把形象思维转化为语言表达【5 2 】：模糊理论虽以模糊逻辑为基 础，能实现人类思维的模糊性，但无学习能力，由此看来只有把具有学习能力和容错能力 的神经网络技术与具有形象思维和逻辑推理的模糊理论结合起来，才能给生理学派的研究 带来更大的收获，而这一结合势必产生一种新的研究方向模糊神经网络。 神经网络与模糊控制系统的结合；还只是最近几年的事情。美国学者b k o s k o 。在这 方面进行了开创性的工作，做出了许多突出的贡献【5 3 1 。b k o s k o 在他最近出版的 n e u r a l n e t w o r k sa n df u z z ys y s t e m s 一书中，系统地研究和总结了神经网络和模糊系统的一般 原理和方法，对神经网络在模糊系统中的应用研究起了极大的推动作用。1 9 8 9 年t v a m a k a w a 提出了具有模糊权系数且输入信号为实数的初始模糊神经元；1 9 9 2 年t y a m a k a w a 又提出了新的模糊神经元，其每个输入端是模糊权系数和实权系数串联的集合； 同年，k n a k a m u r a 和m t o k u n a g a 也分别提出了与t y a m a k a w a 的新模糊神经元类同的 模糊神经元；d n a u c k 和r k r u s e 提出用单一模糊权系数的模糊神经元进行模糊控制； h r n e r e n j i 提出基于模糊神经网络的控制器；h b e r s i n i 提出自适应模糊神经网络控 制器；c t l i n 提出模糊神经网络决策系统；l x w a n 提出模糊b p 网络等；i r e q u e n a 和m d e l g a d o 提出了具有实数权系数、模糊阈值和模糊输入的模糊神经元【5 4 5 7 ：1 9 9 0 年 到1 9 9 2 年期间，m m g u p t a 提出了多种模糊神经元模型，其中有类同上面的模糊神经元 模型，也有含模糊权系数并可以输入模糊量的模糊神经元。 我国的江永红重点研究了神经网络在模糊控制系统中的应用。l i n c t 等人研究了 神经模糊推理网络和在线结构自组织神经模糊推理网络。我国的徐立鸿等人提出了一类能 在线进行结构、自组织和参数自学习的广义模糊神经网络( g f n n ，g e n e r a lf u z z yn e u r a l n e t w o r k ) ，它成功地融合了神经网络和模糊逻辑系统，具有高度的智能将模糊神经网络 7 浙江工业大学硕士学位论文 发展到了一个新的高度【5 8 巧9 1 。 模糊神经网络控制现在模糊神经网络在人工智能、自动控制、计算机科学、信息处理、 机器人、模式识别等方面都有一定程度的研究。但是在温室上的应用较少。在2 0 0 0 年， t e t s u om o r i m o t o 等综合了智能控制算法( 模糊算法、人工神经网络) 以达到对温室的环 境控制。其中，人工神经网络用来确定温室参数( 相对温度、湿度) 最佳设定点，模糊算 法被用来做控制器控制环境参到删。该控制算法比较先进，而且控制效果较好。在温室 模糊控制的基础上，结合神经网络，更能实现优化调节的目的，特别是对温度和湿度的 精确控制，采用该方法，能产生有利于作物生长的最优分布温度场和湿度场，能大幅度提 高作物产量。 温室上模糊控制与神经网络相结合是一种新的技术，其主要特点是利用神经网络调整 模糊推理系统的隶属度函数和推理规则，利用模糊推理规则的形式构造前向传播结构。另 外，两者具有各自特性的互补性，神经网络完成的是从输入到输出的“黑箱 式非线性映 射，但不具备象模糊控制那样因果规律以及模糊逻辑推理较强的知识表达能力。将两者有 机地结合起来【6 k 2 1 ，神经网络强大的学习能力则可避免模糊控制规则和隶属函数的主观 性，从而提高模糊控制的置信度，能更好的适应温室系统的非线性和时变特性，且有易于 掌握、可靠性高等优点【6 3 卅】。 综上所述，目前在温室上运用最广泛的智能控制主要方法有模糊控制和神经网络控 制，但是单一的控制有其优点也有其不足，若能将两种和两种以上智能控制方法适当地结 合起来并吸取各自的长处，则可组成比单一控制系统性能更好的综合( 集成) 智能控制系 统。我国对温室上运用两种控制方法相结合的方式来控制温室环境因子的研究较少，模糊 控制和神经网络相结合的研究具有一定的理论难度和深度，这是我国现代温室发展研究的 一个重要课题，对立足自身研究适合我国国情的现代化温室具有极其深远的意义。 1 4 课题研究的内容与主要贡献 1 4 1 课题研究内容 从上述对温室物理模型建立和控制算法的研究现状可知，根据我国地域和环境因素建 立的温室模型和算法研究主要集中在连栋温室和日光温室上，而在v e n l o 型温室物理模型 和智能控制算法上的研究较少。因此，需要建立合理的、科学的v e t o 型温室物理模型， 才能更深入的研究v e t o 型温室，更好的把v e n l o 型温室应用到我国现代温室建设上。本 8 浙江工业大学硕士学位论文 文对温室物理模型构建和智能控制算法研究的具体内容如下： 第一章提出本论文的研究的背景、目的和意义，介绍了温室建模发展现状以及温室智 能控制关于模糊控制、神经网络控制以及模糊控制和神经网络控制相结合的发展现状，最 后阐明本论文的主要研究内容和主要贡献。 第二章介绍了温室物理模型的相关影响因素，分析了温室小气候内的物理变化过程。 根据v e n l o 型温室自身的通风、湿帘风机、对流、作物蒸腾和加热等过程引起的能量和 物质守恒定理，建立温室温度和湿度物理模型，为后几章的研究奠定了理论基础和创建的 理论平台。 第三章根据已建立的温室物理动态模型，提出温室模糊控制系统的应用。分析构建模 v e n l o 型温室温度糊控制器的输入量和输出量，以及模糊控制器的模糊推理规则，建立温 室温度模糊控制系统进行仿真验证，得出温室温度模糊控制器的合理性。为在模糊控制中 加入神经网络的b p 算法进行优化奠定了基础。 第四章在模糊控制的基础上提出模糊神经网络的理论和思想。设计一种基于b p 算法 的模糊神经网络控制器，以神经网络来训练模糊控制规则，从而达到优化模糊控制器的目 的。并且通过仿真证明，加入b p 算法的神经网络能够更好的达到预期的控制目的，与一 般模糊控制器相比较具有更高的控制准确性。 第五章构建了v e n l o 型温室控制系统平台，并在浙江工业大学v e n l o 型玻璃温室中得 以实现。详细的介绍了温室控制平台的数据采集模块、通讯机构、温室内各种操作控制的 执行机构等相关的硬件设施，以及温室控制软件系统中的参数设定、历史数据的查询和实 时控制机构状态的显示等各个软件系统模块要素。整个v e n l o 型温室控制平台在实际控制 应用中运行效果较为理想。 第六章对全文的工作进行归纳和总结，并且对今后课题更进一步发展的提出了设想和 展望。 1 4 2 课题研究主要贡献 此课题研究内容的主要贡献是详细的分析了现代温室在建模和智能控制算法上的国 内外发展现状和研究成果，并指出我国在温室在控制算法上单一性和不合理性，引出了模 糊神经网络控制算法这种新型的跨领域的智能控制算法在温室上应用的优点。根据能量和 物质守恒定理，建立合理的v e n l o 型温室温度和湿度物理动态模型，并进行了仿真研究， 结果验证了温室温度模型的可行性。并且在已建立好的v e n l o 型温室温度模型上，设计以 9 浙江工业大学硕士学位论文 温度偏差和温度偏差变化率的v e n l o 型温室温度模糊控制器，同时构建模型进行仿真，结 果证明拥有模糊控制器的v e n l o 型温室温度控制比一般开关量的v e n l o 型温室温度控制要 更加合理，而且更加符合作物生长所需设定温度的要求。 本文还把模糊控制和神经网络控制相结合，形成模糊神经网络控制并应用到v e n l o 型温室环境的温度控制中，建立仿真模型、分析其仿真结果，最终实现对温室温度控制优 化，结果证明模糊神经网络控制器与一般的模糊控制器相比具有更高的准确性。并把v e n l o 型温室控制系统平台加以实现，在实际的运行过程较为稳定，控制效果较为理想。 l o 浙江工业大学硕士学位论文 第2 章v e n l o 型温室物理模型建立 【摘要】阐述了v e n l o 型温室的一种根据能量和物质守恒定理的物理模型的构建，综合分析了温室 内控制环境中关于太阳光辐射、通风换热、作物蒸腾作用等各种变化引起的热量和物质交换的物理变 化过程，并且分别建立的相应的温度和湿度的物理模型。且通过实验数据的采集和处理，以及计算机 软件的仿真证明，所建立的温室温湿度动态模型是可靠的，而且能够很好的反映温室内环境温湿度值。 2 1 引言 温室环境作为一个控制对象，可以说是一个非线性、分布参数、时变、大时延、多变 量耦合的复杂对象。而温室环境模型作为温室内外环境、作物和控制设备之间相互作用与 ， 内在关系的定量描述，无论在温室设计和环境控制中都具有重要作用。所以建立其实用的 数学模型，对其进行可行而准确的温室环境调控有重要的指导作用。 近年来现代化连栋温室发展迅速，对环境智能化控制要求高，迫切需要开展对连栋温 室环境模型的研究。国内对日光温室环境的模拟研究较多，而对连栋温室环境模型研究较 为薄弱，很大程度上还仅限于对单个环境因子的研究。虽然国外研究连栋温室模型己有一 定成果，但已有模型的适用性、准确性还有待提高，尤其是在近几年温室环境调控技术与 设施的发展，以及对环境变化过程研究取得新的进展的情况下，温室环境模型还需要进一 步研究发展。 如何有效地利用工程技术手段来实现对环境因子的调节控制，而且要体现以作物生长 为核心兼顾控制技术指标、经济效益目标的管理及控制思想，这是温室现代化的技术核心。 只要通过建立温室控制系统的模型，就可在此基础上对系统进行透彻的分析，设计相应的 控制算法，进行优化控制，最终达到完全自动化、经济最优的控制目的。 因此，根据温室现代化发展的需要，研究出具有通用性的温室控制系统模型，以指导 温室制造、生产经营及控制人员等进行更有效的温室相关工作，提高温室现代化程度及整 体运行效益，是温室技术迫切需要解决的问题。 浙江工业大学硕士学位论文 2 2v e n l o 型温室环境物理模型 为建立温室环境的动态模型，首先应该分析其内部机理，即详细分析温室环境的物理 过程。不同地区由于气候、土壤、地区经济技术条件等不同，所建立的温室系统从结构到 控制方法千差万别。这里只就一类温室的物理过程进行分析。此类温室具有如下特点：单 层透明覆盖物( 薄膜或玻璃) 、热水管道加热、遮阳网、棚顶通风以及气候自动报警、联动 保护控制系统等。 温室系统一般可以被划分为五个组成部分：土壤层、加热层、作物、温室内空气和 温室大棚覆盖层。它们之间的物质与能量交换以及与外界的交换包括：太阳光热辐射、长 波热辐射、加热系统与室内空气之间的热交换、与温室外的热交换( 包括热传导、与室内 室外空气对流热交换) 、通风热交换、植物蒸腾作用，土壤热交换以及湿帘一风机的热交换 在占 寸0 v e n l o 型温室的物理模型建模在抓住主要影响因素的前提下，为方便数值模拟计算， 综合前人的研究成果【6 5 9 1 ，进行如下合理的假设： 各固体壁面对辐射能的吸收率为常数； 所有参与热辐射的表面为漫灰表面： 外覆盖玻璃层温度分布均匀； 忽略温室各覆盖材料的蓄热作用； 温室各侧墙的传热根据固定的传热系数进行计算。 2 2 1 温室内空气温度模型 温室是一个半封闭的热力系统，它随时受到室内外诸多干扰量的影响7 0 1 。其中，室 外扰量有：室外空气温度、湿度、太阳辐射强度、风速、风向等；