蔬菜大棚智能控制系统论文【蔬菜大棚模糊PID温度控制系统的设计】

蔬菜大棚智能控制系统论文【蔬菜大棚模糊PID温度控制系统的设计】 摘要：针对大棚温度控制系统采用传统控制方法效果不甚理想的问题，提出了在大棚温度控制系统中引入模糊控制方法。该方法能使大棚温度控制系统根据季节交替和时令的变化，实现优化控制，为农作物的生长发育提供合适的温度环境。并在环境下进行计算机仿真控制试验。结果表明，模糊控制方法可以提高大棚控制系统的自适应性和鲁棒性，抑制大惯性产生的温度失调等副作用，获得满意的控制效果。 关键词：计算机仿真；蔬菜大棚；温度控制；鲁棒性 ：0439114（11）132746-03 The Design of the System of Vegetable Greenhouse Based on Fuzzy PID Control ， ， （ ， ， ） ： ， adaptability ， ： ； vegetable greenhouse； ； 现代蔬菜大棚能够人为地改善大棚内农作物的生态环境，为蔬菜等农作物的生长提供最佳生长条件，提高农业土地的产出率和 _效益。但是，由于大棚环境系统自身的复杂性，各种环境因素之间相互耦合，采用常规控制方法很难为蔬菜等农作物提供一个最佳的环境温度。 近年来，随着人工智能理论的发展日趋成熟，人工智能控制已经成为控制应用领域研究的一个热点，特别是将模糊控制和控制两者优点相融合的模糊控制（），引起了科技工作者的广泛关注。控制是一种人工智能控制方法，能提高控制系统精确度和使控制具有较强的自适应性、鲁棒性，同时也提高了系统的灵活性，改善了系统的动、静态性能，从而获得了良好的控制效果。基于此，本文在建立大棚温度控制对象模型的基础上引入控制算法，实现大棚内环境温度的控制。 大棚温度模糊控制器的设计 模糊控制系统的设计是该控制系统的核心，关系到控制性能的优劣。大棚温度模糊控制系统的设计方法是利用模糊控制算法在线修订控制器的3个参数，达到在线寻优控制的效果。 大棚温度模糊控制系统的原理 模糊控制系统以温度偏差和温度偏差变化率作为控制系统的输入，经模糊化处理后，进行模糊决策，为控制器的参数选择提供寻优算法。它的设计思想是把温度偏差（公式）和温度偏差的变化率（公式）经过模糊化后输入到模糊控制器中，依据模糊控制规则，在线实时逻辑推理出的三个修正量、和实现控制器的三个参数、在线修正，实现对大棚内环境温度实时控制。 一般情况下，针对不同的和，模糊控制的个参数、自整定应遵循以下原则： ）当较大时，应取较大的和较小的（以使系统响应加快），且是。 ）当中等时，应取较小的（以使系统响应具有较小的超调），适当的和。 ）当较小时，应取较大的和（以使系统具有较好的稳态性能），的取值要恰当，以避免在平衡点附近出现震荡。 大棚温度模糊系统参数的模糊化 依据控制系统的要求，大棚温度模糊控制系统中的模糊控制系统采用二输入三输出的形式，以温度偏差和温度偏差变化率作为输入，以校正量、作为输出。按大棚中农作物生长规律和农业技术人员的控制实践经验，取输入、输出语言变量模糊子集为负大，负中，负小，零，正小，正中，正大，简记为，温度偏差、温度偏差的变化率和控制器输出的校正量k、k、k的模糊论域取为，模糊子集也取为，模糊子集的隶属函数，选高斯函数（公式和公式），其余均选灵敏度高且在论域范围内均匀分布，等距离的三角形函数（公式），、和k、k、k隶属函数曲线如图所示。 在依据大棚农作物的生长规律和农业技术员的实践操作的经验基础上，建立合适的模糊规则表，得到对k、k、k等个参数分别对应的整定的模糊规则表（表、）。 由模糊控制规则可知，参数调节规则表可写成条件语句形式。对于表中、和的调节规则可以写成如下条模糊条件语句。 ） （ ）（ ） （ NB）（ PM）（ ） ） （ ）（ ） （ NB）（ ）（ PS） ） （ ）（ ） （ NB）（ B）（ PB） 大棚温度模糊量化因子的选择及输出信息的解模糊化 大棚温度模糊控制系统量化因子选择大棚温度模糊控制器两个输入量是温度偏差和温度偏差的变化率，它们都是连续的实数。在实际中，大棚中作物生长需要的温度变化范围即温度物理论域是（，） ，大棚温度偏差变化率的物理论域取整（，） ，物理论域和模糊论域不能很好地匹配，这会影响整个控制系统的控制效果。因此引入量化因子和，其作用是使物理论域影射模糊论域，以便相邻模块相匹配，覆盖所有的模糊子集。 本文为全文原貌 未安装PDF浏览器用户请先下载安装 原版全文 大棚温度模糊控制器输出信息清晰化在大棚温度模糊系统中，经过模糊逻辑推理后，输出的是模糊集合，由条模糊条件语句（模糊推理规则）所得，是一个模糊量，不能直接控制温度的控制设备暖气电动阀，还需要用合理的方法将模糊量转化为精确量（解模糊化），以便最好地发挥模糊推理结果的决策效果。清晰化的目的模糊集合等效为一个清晰值。在清晰化时，采用重心法（公式），得到控制量来控制被控对象。 在的环境下，对大棚模糊温度控制系统和常规温度控制进行计算机仿真，并以仿真曲线为基础，进行温度控制系统性能分析。学习因子模糊温室温度控制系统追踪仿真曲线如图所示，常规的温室温度控制系统追踪仿真曲线如图所示。比较分析可以看出学习因子模糊温室温度控制系统的系统响应调节时间短，超调量小，抗干扰性强、鲁棒性好，能很好地抑制长时间存在的误差。 小结 文章提出的学习因子模糊控制方法是将常规控制、模糊控制以及学习因子相结合，使控制系统具有了依据控制环境学习的能力，实现了在线智能修正控制器的参数，提高了控制系统的静态性能和动态性能，能使温室的控制系统在升温过程中无超调，在降温过程中有较小的超调，比较符合温室蔬菜生产对温度控制的要求。 _： c flb r deburring ，（）： ， ， ， ，（）： 周国雄，蒋辉平 基于分层结构模糊免疫的孵化过程控制 农业工程学报，（）： 杨卫中，王一鸣，李海健温室温度模糊控制参数在线自整定算法农业机械学报，（）：，115 黄华国，辛晓洲，柳钦火，等扩展模型模拟土壤组分温度分布农业工程学报，（）： 卢应杰， 何费翔 智能温室系统测控