温室控制系统的现状及发展趋势

温室控制系统的现状及发展趋势

0智能节点检测基于国内外先进的温室技术，结合北方的气候条件，作者开发了基于强制总线技术的分布式智能生态系统。CAN总线的优点是支持多种方式工作，系统中任意节点均可在任意时刻主动地与其它节点互通信息，支持点对点、一点对多点和全局广播方式接收/发送数据。它采用总线仲裁技术，根据节点的优先级来避免总线冲突。由总线上的智能节点完成每个温室环境因子、作物生长状况等参数的检测及相关的控制功能,各个子节点间既相互独立，又相互协作；客户端计算机作为总线上的一个节点，主要完成系统管理、故障报警、生产决策、控制优化等功能，并通过网络接口与远程计算机互联，实现数据共享、远程控制和诊断。1基于pid的稳态误差控制方案设计本控制系统的设计是以空气温度、相对湿度、光照度及灌溉水流量等过程变量作为输入，以相应执行机构的开闭和功率调整作为输出，辅以扩展节点用来接收CO2浓度、土壤pH值和电导率等信息。系统结构图如图1所示。具体工作流程为：管理人员根据作物需求、生产规模和技术条件作出相应决策，输入客户端计算机；计算机首先从总线上其它各个节点获取传感器信号和控制信息，以模糊技术与PID（微分三模式算法）复合控制的原理优化控制策略；然后发送到各节点，各节点根据策略实施控制行为，同时向计算机反馈结果信息。这种改进的控制方法的出发点：模糊控制器本身消除系统稳态误差的性能比较差，难以达到较高的控制精度；而PI调节器的积分调节作用从理论上可使系统的稳态误差控制为零，有很好的消除误差作用。因此，把模糊控制和PI调节器相结合，以增加稳态控制性能。2模糊控制的描述客户PLC端计算机是整个PLC系统与生产管理PLC人员的交互工具。生产管理人员利用计算机查询系统内各个节点的状态，获取各路传感器的信号，以便做出相应决策。温室内各环境因子是相互制约和相互影响的。如光照强度增加，温度则升高；温度上待升，又造成湿度降低；湿度降低后，又同样会对温度造成影响。所以，笔者在模糊控制理论的基础上，研究了模糊控制技术，建立模糊控制器。该控制器以各个环境参数为输入，进行模糊处理后，向执行电机发送控制指令。本设计的模糊控制器框图如图2所示。针对输入的某一环境参数s，有输出误差e和误差变化率∆e，经模糊化、规则化和反模糊化后，转换为作用于被控对象的控制信号u。该信号或者执行机构的开闭，或者执行电机的功率调整指令。为了完成输入参数的模糊化，需要知道输入的精确值（如温度值、湿度值、光照度值等）对模糊集的隶属度函数。在控制过程中，首先把该输入参数s划分成正大（PL）、正中（PM）、正小（PS）、零（ZE）、负小（NS）、负中（NM）、负大（NL）等7级语言变量，每个语言值对应一个模糊子集。本设计中，设输入参数的量化等级都为13级，即{-6，-5，-4，-3，-2，-1,0,1,2,3,4,5,6}，功率偏差的论域为[-20,20]，偏差的变化论域为[-15,15]，则量化因子为输出变量的量化等级为15级，即{-7，-6，-5，-4，-3，-2，-1,0,1,2,3,4,5,6,7}，控制输出的论域为[-35,35]。所以，比例因子为选择控制量的变化原则是：在误差大或较大时，选择控制量以尽快消除误差为主；当误差较小时，选择控制量要注意防止超调，以系统的稳定性为主要出发点。将各种可能出现的情况和相应的模糊推理汇总并制成控制规则表，如表1所示。模糊推理采用Mamdani推理法。通过模糊推理得到的结果是一个模糊集合，但在模糊控制中必须要有一个确定值才能控制或驱动执行机构。在推理得到的模糊集合中，取一个能最佳代表这个模糊推理结果可能性的精确值的过程称为非模糊化过程。采用重心法一般具有更平滑的输出推理控制，即对应于输入信号的微小变化其推理的最终输出一般也会发生一定的变化且这种变化比较平滑。重心法是取模糊隶属度函数曲线与坐标围成面积的重心。该重心为模糊推理的最终输出值。其工作流程图如图3所示。3温度和湿度的控制温室作为一个半封闭系统，温度和湿度的高低对作物生长影响巨大。为了合理地控制温室内部微气候，系统中温湿度监控节点的设计是本研究的重中之重。鉴于传统开闭控制存在感测准确性差、控制动作频繁的缺点，在计算机节点采用模糊控制算法，将各种环境因子（温度、湿度、光照度等）综合起来分析处理，采用多段控制和PID控制结合的方法，将受控参数之间的相互影响拟合到最佳状态，生成优化后的控制指令，发送到温湿度监控节点的执行机构。PID控制将比例控制（P动作）、积分控制（I动作）、微分控制（D动作）3种控制组合使用的方式是一种反馈控制。应用此控制方式，可以使温度和湿度平滑地达到设定值。本设计中采用的PLC是具备PID控制单元的松下FP10SH。而PID控制器的输出算式为式中u(k)—采样时刻的输出值；e(k)—采样时刻k的偏差值；e(k-1)—采样时刻k-1的偏差值；TI—积分系数；由(4)式可知，只要知道被控对象的模型并采用合适的采样周期以后，可以离线地找到一组合适的参数Kp、TI、TD，使系统基本接近最佳工况。通过系统仿真和温室内实际试验，所获得的PID控制输出曲线如图4所示。4环境因素调节装置的优化设计本设计将模糊控制与PID控制结合起来，实现了温室环境参数控制的智能化。利用模糊数学模式分