已阅读5页,还剩8页未读, 继续免费阅读
版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
基于神经网络补偿的智能液晶人工气候培养箱模糊控制摘要:智能液晶人工气候培养箱控制对象是一个非线性、强耦合和大滞后的系统,其控制非常困难,研究采用模糊控制对温度和湿度分别进行控制,并采用神经网络来学习和补偿温度和湿度之前的耦合作用。该方法无需对象的精确数学模型,适应性强。实验研究表明该控制方法响应速度快、超调小,控制精度高。关键词:智能液晶人工气候培养箱;温湿度控制;神经网络;模糊控制;解耦1引 言智能液晶人工气候培养箱是一种模拟自然环境中与植物生长有关的温度、湿度和光照等因素,创造局部人工气候的实验设备。它能为用户提供一种理想的人工气候实验环境,可用于植物的发芽、育苗,组织细胞、微生物的培养,木材、纺织、建材和电子产品的性能和老化实验,化学药品的存放和实验等。还可用作昆虫、小动物的饲养,水体分析的BOD测定以及其他用途的人工气候实验。因此智能液晶人工气候培养箱已经在农业、生物、医疗、食品、材料、化工等行业得到了广泛应用。目前国内的研究和生产单位对智能液晶人工气候培养箱的需求量很大,但是由于智能液晶人工气候培养箱温湿度控制难度大,实际控制精度不够高,所以需要研究有效的控制策略和实验分析、设计,以此为基础,设计高精度的产品。智能液晶人工气候培养箱是一种非线性耦合滞后系统,其控制的核心问题是箱体内的温度、湿度。然而,目前复杂非线性耦合及滞后系统完善有效控制策略的缺乏,导致这类系统的实时有效控制存在很大的困难,常规的控制方法通常很难达到要求。目前正在兴起和发展的人工智能研究,为复杂非线性系统的控制开辟了一条新路。但是,目前对于智能液晶人工气候培养箱温湿度的控制理论研究依然极为缺乏,虽然文章提出了一种模糊控制的方法,但是没有给出具体的说明,因而难以为对广大科研工作者起到很好的指导和借鉴作用。当前智能液晶人工气候培养箱的温湿度流行的控制方法还是PID控制,而且控制仪表通常都是采用独立、通用的温度控制仪表和湿度控制仪表,由于不同型号的气候箱,其控制对象变化比较大,这些通用的控制方法适应性比较差,而且温度和湿度的单独控制,没有考虑到它们的强耦合作用,控制的精度一般都无法令人满意。本文针对这个问题。提出了模糊控制和神经网络补偿解耦的方法来进行控制,既能提高控制精度,又可提高控制算法的鲁棒性和自适应能力。2智能液晶人工气候培养箱温湿度控制对象模型智能液晶人工气候培养箱的外观如下图1所示。其控制的核心问题是箱体内的温度、湿度。温度和湿度对象可近似为两阶微分的大滞后环节,但是各个方程的比例系数和滞后参数是参差不齐的。而且温度和湿度还不是独立无关的被控量:温度控制的执行器为加热器,加热时温度升高,箱体内空气相对湿度降低,同时加热将引起箱体内下部液态水蒸发,从而造成湿度增加;而制冷时,箱体内控制相对湿度增加,同时水份的凝结又会造成湿度降低;同样,增加湿度的控制时,新增加的高湿度的冷空气会影响内部的温度降低,而因湿度过高进行除湿时由于是通过制冷实现的,因此必然造成温度的降低。所以,温度和湿度的控制是相互耦合的。这样,温湿度的控制实质上就是一个大滞后、强耦合系统的控制问题。结合经验,经过理论推导,可以得出智能液晶人工气候培养箱温湿度对象的数学模型为 (见图2):由于温度和湿度的耦合现象,智能液晶人工气候培养箱温度湿度模犁可以简单的轰示为(图3)由实际观察以及前面的分析可知,温度和湿度的控制是强耦合的。另一方面由于温湿度的耦合特性很难建立精确的数学模型,造成了其控制的不确定性,同时不同规格的箱体温度和湿度的耦合程度不一样的,箱体容积不一样,其模型参数也不一样,所以其模型具有很大的不确定性,给其控制造成了更大的困难。另外有时候气候箱要求温湿度多段循环控制,前后两段温湿度是不一样的,而气候箱温湿度控制的数学模型又表明它们具有较大的延迟滞后特性,要达到上升速度快、过渡时间短、且超调小的目的,一般的控制方法很难奏效。3基于神经网络补偿的模糊控制策略由上述分析可知智能液晶人工气候培养箱温度和湿度的控制是相互耦合的。这样,温湿度的控制实质上就是一个大滞后、强耦合系统的控制问题。这些特点决定了温湿度控制要获得较高精度有一定的难度。一般智能液晶人工气候培养箱采用单独的温控仪和湿度控制仪来实现温湿度控制,而他们的控制方法也大部分是PID控制方法,对于纯滞后参数时变的系统控制效果也不理想,并且使用起来也不方便。对于这样一种严重非线性系统,常规的方法难以奏效。解耦工作也很难完成。在这种情况下,如果采用智能控制方法,则因其不必过于对象的具体模型而能够实现良好的控制效果的优点,可以顺利解决智能液晶人工气候培养箱的控制难问题。模糊控制器是不依赖于系统的数学模型的,免去了辨识系统的麻烦,具有很好的鲁棒性和自适应性,很适合模型不确定、参数变化等控制场合,正好可以适应智能液晶人工气候培养箱温度湿度控制,所以本智能液晶人工气候培养箱控制器采用模糊控制的方法来控制箱体气流的温湿度,对温度和湿度分别设计两个模糊控制来进行控制。如前所述,温度控制和湿度控制之间存在着强耦合现象,温度和湿度各自独立的使用模糊控制或者其他的控制方法而不考虑它们的耦合现象,控制的效果是不好的,甚至会出现振荡的现象。由于温度和湿度的控制相互影响,他们的数学模型又很难建立,而且不同型号的智能液晶人工气候培养箱,其耦合关系又是不太一样的,所以一般的解耦方法是不太有效的。由于神经网络具有很强的学习能力以及能够逼近任意的线性和非线性关系,具有很强的智能性和适应性,所以这里采用神经网络对温度和湿度之间的耦合关系进行学习,根据前面模糊控制输出的结果以及温湿度输出误差,使用神经网络的来补偿温度和湿度之间的耦合特性,最后使用模糊控制和神经网络补偿输出之和作为最终的控制输出。其控制结构如下图4所示。温度和湿度的模糊控制器为PD型模糊控制器。温度和湿度的模式控制都采用两输入一输出的模糊控制器,输入分别为温度误差E。、温度误差变化率EC。、湿度误差既和湿度误差变化率EC。他们的论域分别为NB、NM、NS、Z、PS、PM、PB 7个等级。输入变量的范围为一6,一5,一4,一3,一2,一1,0,l,2,3,4,5,6;输出的变量范围为一7,一6,一5,一4,一3,一2,一1,0,1,2,3,4,5,6,7。为了方便,它们的隶属度函数都采用三角形分布。由智能液晶人工气候培养箱温度控制经验,得出一系列控制规则为:IF E。Is NB and EC。is NB,THEN以is PB;IF E。is NM and EC。is Z,THEN U。is PM;等,具体规温度控制的模糊控制规则为下表所示。湿度的模糊控制规则类似,这里就不列出来了。神经网络采用BP网络结构,设计使用3层结构的神经网络,输入层为4个神经元,输入变量分别为温度误差、湿度误差、温度模糊控制器输出、湿度模糊控制器输出;隐含层为5个神经元;输出层为2个神经元,分别为温度补偿输出和湿度补偿输出。神经网络学习方法这里采用成熟的BP学习方法。神经网络的训练可以采用离线学习的方法,通过设计的实验系统记录下所需要的数据,对神经网络进行训练和验证,满足要求以后就可以进行实际的控制。神经网络的训练也采用在线学习训练的方法,通过实际在线控制实验的数据不断的学习以使控制误差达到预期的要求。4试验研究为了验证本文方法的有效性,采用本文的模糊及神经网络补偿解耦控制算法,以及采用传统的PID控制算法进行控制比较,进行MATLAB仿真,得出控制的响应曲线图如图5所示。由仿真结果可以看出采用本文的控制方法,控制精度高,超调小,而采用PID控制方法对于独立的温度控制或湿度控制通过仔细整定可以达到较好的控制精度,但是本控制对象由于存在多变量的强耦作用,独立的PID控制无法同时实现温度和湿度的高精控制,实际控制精度差,超调很大,稳定时间长。为了检验该智能液晶人工气候培养箱控制系统的实际控制效果,采用本文方法设计了一套智能液晶人工气候培养箱控制系统。采用该系统对实际智能液晶人工气候培养箱进行控制实验,同时采用ZDR-20型高精度温湿度记录仪记录下温湿度控制的实际响应数据。该温湿度记录仪可以连续的记录下它所处环境的温度和湿度,并保存为EXCEL表格格式文件,可以通过串行通信方式导出到PC机中进行分析,采样时间间隔可以自由设置。进行实验时室温为22,设置目标温度为25,湿度设置为40,采用本温湿度控制系统的响应采集得到的曲线如下两图所示。记录的数据为2个小时长度左右,每间隔1 s采样一次数据。由实验响应曲线以及实际控制采样数据分析,本文方法温度控制精度在sO30C,达到了预期设计的s05。C的国外先进水平的目标,国内技术一般都在20C以上,可以看出本文方法确实有效。在上述温度控制过程中湿度设置为40,其对应的湿度控制实际采样曲线为下图7所示。图中湿度波动范围比较小,基本上在3以内,设计指标为7,而一般国内产品控制效果只能达到15。可见在温度控制过程中,湿度的神经网络补偿控制效果比较好。另外记录下达到稳定状态后,温度和湿度1个小时的稳态数据结果如下,其中上面的曲线为湿度记录数据,下面的曲线为温度记录曲线。由图8可看出,数据稳定,超过了系统设计要求的指标,可以看出本控制系统的稳定性比较好。智能液晶人工气候培养箱的性能特点介绍智能液晶人工气候培养箱仪器型号:RTOP-1000Y产品介绍:智能液晶人工气候培养箱是具有光照、加湿功能的高精度冷热恒温设备,为用户提供一个理想的人工气候实验环境。它可用作植物的发芽、育苗、组织、微生物的培养;昆虫及小动物的饲养;水体的分析的BOD的测定及其他用途的人工气候实验。是生物遗传工程、医学、农业、林业、环境科学、畜牧、水产等生产和科研部门理想的试验设备。产品特点:1、大屏幕液晶显示,中文指导操作流程,操作简单,控制精确,蓝色背光,便于夜间查看。2、程序可设置时间、温度、照度、杀菌等梯度控制。3、时段控制99段编程,温度范围0-50,湿度50-95%RH照度三级可调。4、定时杀菌功能,设定杀菌时间,杀菌时间结束自动关闭此功能。5、直观显示北京时间,时段剩余时间,光照等级,箱内温度及室外温度。6、可设置内胆保护温度,高于内胆保护温度软硬件自动切断电源,保护测试样品。具有超温和传感器异常保护功能,保证仪器和样品安全,选配全光谱的植物生长灯,有利于植物的生长,提高抗病性具有掉电记忆、掉点时间自动补偿功能,停电后再次开机都可以延续原来的工作状态。智能液晶人工气候培养箱技术参数:容积:1000L缩机动延时保护时间:3分钟左右 温度波动度:0.5噪音:70Db温度均匀度:1 光照度:05500LX(常规)/(1型:0-12000LX)、(2型:0-22000LX)控湿范围:50%90%RH 湿度波动度:5%RH 加热功率:500W(RTOP-1000为1000W)偏差:5%RH压缩机功率:190W320W 温度、湿度、光照可编程段数:液晶1-99加湿器水箱容量:5L 24个时段全自动 工作环境:温度040,湿度80%RH以下腐蚀性气体光照级数:03级(强光:0 8级)电源:22022V、500.5HZ备注:0-3000-5500(光照可选例:种子发芽可选3000Lx,幼苗生长可选5500Lx主要型号容积 外形尺寸(mm)时段控制方式控湿范围温度波动度控温范围湿度均匀度RTOP-150Y150L520X550X1600液晶1-99时段全自动5095%0.50505RTOP-260Y270L590X590X1655液晶1-99时段全自动5095%0.50505RTOP-268Y268L590X590X1655液晶1-99时段全自动5095%0.50505RTOP-280Y280L590X590X1695液晶1-99时段全自动5095%0.50505RTOP-300Y300L590X590X1785液晶1-99时段全自动5095%0.50505RTOP-310Y310L590X590X1785液晶1-99时段全自动5095%0.50505RTOP-380Y380L660X660X1770液晶1-99时段全自动5095%0.50505RTOP-430Y430L660X660X1890液晶1-99时段全自动5095%0.50505RTOP-500Y500L692X692X2000液晶1-99时段全自动5095%0.50505RTOP-800Y800L1265X650X1850液晶1-99时段全自动5095%0.50505RTOP-1000Y1000L1260X660X1985液晶1-99时段全自动5095%0.50505或以上。我公司所有培养箱都可以根据用户要求增加光照强度)温馨提示:浙江托普仪器专业生产土壤(肥料)养分速测仪,土壤墒情速测仪,农药残留速测仪,病虫测报灯,病虫调查统计器,孢子捕捉仪等农业专用仪器,此项目仪器均为我公司自主研发生产,多项产品获得国家发明专利和实用新型专利,已获得软件著作权30多项,仪器均通过第三方检测,公司已通过ISO9001:2008质量体系认证。高知名度品牌及高端的资质配套为客户选择放心的产品和服务提供有力依据,为经销商投标成功提供有力的保障!浙江托普仪器为您提供基层农技推广体系建设项目一站式服务!大品牌可信赖、 产品质量好、供货周期短、价格优惠。欢迎广大新老客户来电咨询合作!公司名称:浙江托普仪器有限公司 公司地址:杭州市西湖科技园区西园八路11号公司电话
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 2025年疟疾防治知识培训考试题及答案
- 教育评价体系的改革方向
- 妇产科三基考试试题及答案
- 2025年B证(安全员)考试题库及答案
- 2025年公安部交管局三力测试题库及答案
- 高中语文高教版(中职)基础模块 上册二十三 劝学 荀 子教学设计及反思
- 2025年人工智能技术及应用职业考试试卷及答案
- 2025年体育场馆运营管理考试试题及答案解析
- 福建中小学生安全知识网络竞赛题库及答案
- 第5课 感念慈母心 矢志好好活-《秋天的怀念》教学设计七年级语文上册同步高效课堂(统编版2024)
- 药品追溯规定管理制度
- 人员能力评价管理制度
- 外卖小哥宣传课件图片
- 外科医生职业发展体系
- 医院培训课件:《药品不良反应、医疗器械不良事件监测与报告》
- PRP治疗膝骨性关节炎临床应用
- 江苏南京事业单位考试《行测》模拟题带答案2024年
- 2025-2030中国彩色宝石市场创新策略与企业经营形势分析研究报告
- 中国特色社会主义理论与实践课件 第四讲文化教案学习资料
- 幕墙工程量计算规则
- 2024-2025苏教版(2017)小学科学四年级上册期末考试测试卷及参考答案(共3套)
评论
0/150
提交评论