<p>物聯(lián)網(wǎng)技術(shù) &nbsp; &nbsp;2018年 &nbsp;/ 第 8期 &nbsp; &nbsp;智能處理與應(yīng)用Intelligent Processing and Application98基于模糊PID控制的溫室環(huán)境控制系統(tǒng)研究弓 &nbsp;正，張 &nbsp;昊，胡欣宇（山西農(nóng)業(yè)大學(xué)， 山西 晉中 030800）摘 &nbsp;要 ： 模糊 PID控制器最初應(yīng)用于工業(yè)控制領(lǐng)域 ， 但在多耦合 、 易擾動(dòng)的溫室環(huán)境中存在著系統(tǒng)易超調(diào) 、 響應(yīng)速度不夠快等缺陷 。 針對(duì)這一問題 ， 在常規(guī)模糊 PID控制系統(tǒng)的基礎(chǔ)上分別加入了積分單元的混合式模糊 PID控制器 、 開關(guān)式模糊PID控制器及參數(shù)自整定模糊 PID控制器 。 其可實(shí)現(xiàn)不同溫室環(huán)境的控制需求 ， 若溫室環(huán)境對(duì)控制精度要求較高 ， 可使用混合式模糊 PID控制器 ； 若需實(shí)現(xiàn)穩(wěn)態(tài)性能好 、 響應(yīng)速度快 、 易于實(shí)現(xiàn)的溫室環(huán)境高性能控制 ， 可使用開關(guān)式模糊 PID控制器 ；若溫室環(huán)境系統(tǒng)要求較長(zhǎng)周期的精確控制 ， 可使用參數(shù)自整定模糊 PID控制器 。關(guān)鍵詞 ： 溫室 ； 環(huán)境控制 ； 模糊控制技術(shù) ； PID控制技術(shù)中圖分類號(hào) ： TP273 &nbsp; &nbsp; &nbsp;文獻(xiàn)標(biāo)識(shí)碼 ： A &nbsp; &nbsp; &nbsp;文章編號(hào) ： 2095-1302（ 2018） 08-0098-03收稿日期 ： 2018-03-31 &nbsp; 修回日期 ： 2018-05-02DOI ： 10.16667/j.issn.2095-1302.2018.08.0310 &nbsp;引 &nbsp;言溫室的實(shí)際生產(chǎn)過程存在著農(nóng)業(yè)的特殊性與復(fù)雜性 ， 以及諸多非線性環(huán)境因子 ， 且各環(huán)境參數(shù)之間相互耦合 。 因此 ，高效的溫室環(huán)境控制一直是現(xiàn)代化溫室的關(guān)鍵問題之一 ， 具有重要的研究意義 。 2015 年 ， 王君1提出了結(jié)合遺傳算法與模糊邏輯網(wǎng)絡(luò)智能算法 ， 并建立了作物生長(zhǎng)模型 ， 構(gòu)建了加入作物生長(zhǎng)模型的溫室環(huán)境遠(yuǎn)程智能控制系統(tǒng) ； 2015 年 ， 黃俠等2建立了傳統(tǒng)溫室控制與農(nóng)業(yè)專家相結(jié)合的控制系統(tǒng) ； 2017 年 ， 彭輝等3構(gòu)建了一個(gè)包含溫室外部環(huán)境因素的數(shù)學(xué)模型 ， 提出了將神經(jīng)網(wǎng)絡(luò) 、 遺傳優(yōu)化算法與模糊邏輯控制相結(jié)合的控制方案 。1 PID 溫室控制與模糊控制的復(fù)合策略模糊 PID 控制一般采用二維模糊控制器 ， 是以偏差 e 與偏差變化率 ec 作為控制器的輸入量 ， 通常這種控制器具有微分與比例的模糊控制作用4， 但缺乏積分部分的模糊控制作用 。 由于在常規(guī)的線性控制理論中 ， 往往比例控制單元能獲得較快的動(dòng)態(tài)響應(yīng)與較高的穩(wěn)態(tài)精度 ， 積分控制單元能夠消除穩(wěn)態(tài)偏差但動(dòng)態(tài)響應(yīng)速度慢 ， 因此將 PI 或 PID 控制與模糊 PID 溫室控制結(jié)合 ， 構(gòu)成 Fuzzy-PI 或 Fuzzy-PID（ 即 “模糊比例 - 積分控制 ”或 “模糊比例 - 積分 -微分控制 ”） 的復(fù)合控制 ， 同時(shí)發(fā)揮比例單元與積分單元的優(yōu)勢(shì) ， 使系統(tǒng)達(dá)到穩(wěn)態(tài)精度高 、 動(dòng)態(tài)響應(yīng)迅速 、超調(diào)量小的良好性能 。2 &nbsp;混合式模糊 PID 控制器設(shè)計(jì)2.1 &nbsp;控制系統(tǒng)原理圖模糊 PID 溫室控制器由于未加入積分控制單元 ， 易使系統(tǒng)產(chǎn)生偏差 。 因此 ， 為消除系統(tǒng)余差 、 提高系統(tǒng)穩(wěn)定性 ， 在這一控制系統(tǒng)中加入了積分控制單元 ， 稱為 “混合式模糊 PID 控制器 ”。 該控制器的原理如圖 1 所示 。圖 1 &nbsp;混合式模糊 PID 控制器原理圖2.2 &nbsp;控制系統(tǒng)的 &nbsp;Simulink 實(shí)現(xiàn)混合式模糊 PID 控制器的與模糊 PID 溫室控制器仿真對(duì)比原理圖 ， 如圖 2 所示 。2.3 &nbsp;Matlab 仿真模糊 PID 溫室控制器的仿真結(jié)果與混合式模糊 PID 控制器的仿真結(jié)果對(duì)比如圖 3 所示 。圖 2 &nbsp;混合式模糊 PID 控制器與模糊 PID 溫室控制器仿真對(duì)比原理圖2018年 &nbsp;/ 第 8期 &nbsp; &nbsp;物聯(lián)網(wǎng)技術(shù)智能處理與應(yīng)用Intelligent Processing and Application99圖 3 &nbsp;模糊 PID 溫室控制器的與混合式模糊 &nbsp;PID 控制器的仿真結(jié)果對(duì)比圖模糊 PID 溫室控制器與混合式模糊 PID 控制器的誤差對(duì)比如圖 4 所示 。圖 4 &nbsp;混合式模糊 PID 控制器與模糊 PID 溫室 &nbsp;控制器誤差曲線對(duì)比圖通過圖 3 與圖 4 可證明 ： 加入積分控制單元的模糊 PID控制器具有超調(diào)小 、 響應(yīng)速度更快的特征 ， 并且系統(tǒng)輸出能夠在擾動(dòng)后達(dá)到新的穩(wěn)態(tài)時(shí) ， 實(shí)現(xiàn)更好的跟蹤設(shè)定值 。 通過觀察與對(duì)比混合式模糊 PID 控制器與模糊 PID 溫室控制器誤差曲線可知 ， 前者可實(shí)現(xiàn)比后者更強(qiáng)的消除系統(tǒng)誤差作用 。3 &nbsp;開關(guān)式模糊 PID 控制器設(shè)計(jì)3.1 &nbsp;控制系統(tǒng)原理圖開關(guān)式模糊 PID 控制器是基于傳統(tǒng) PID 控制與模糊 PID控制器的各自優(yōu)點(diǎn) ， 將其結(jié)合使用 。 控制器原理如圖 5 所示 。圖 5 &nbsp;開關(guān)式模糊 PID 控制器的控制原理圖3.2 &nbsp;控制系統(tǒng)的 Simulink 仿真開關(guān)式模糊 PID 控制器的仿真模型如圖 6 所示 。圖 6 &nbsp;開關(guān)式模糊 PID 控制器的仿真模型3.3 &nbsp;Matlab 仿真開關(guān)式模糊 PID 控制器將模糊控制器與傳統(tǒng) PID 控制器相結(jié)合 ， 通過開關(guān)選擇調(diào)用其中一個(gè)控制單元進(jìn)行控制 ， 仿真響應(yīng)曲線如圖 7 所示 ： 在控制初期 ， 由模糊控制單元執(zhí)行控制 ， 對(duì)相應(yīng)曲線進(jìn)行粗略的調(diào)控 ， 以達(dá)到良好的穩(wěn)態(tài)性能 ；然而由于模糊控制單元未加入積分部分 ， 易出現(xiàn)積分飽和 ， 導(dǎo)致系統(tǒng)超調(diào) ， 因此當(dāng)模糊控制使系統(tǒng)響應(yīng)出現(xiàn)超調(diào)后 ， 切換轉(zhuǎn)入 PID 控制器單元進(jìn)行控制 ， 減弱系統(tǒng)超調(diào) 、 實(shí)現(xiàn)精細(xì)調(diào)控 。仿真結(jié)果表明 ： 開關(guān)式模糊 PID 控制器可縮短系統(tǒng)過渡時(shí)間 、提高系統(tǒng)響應(yīng)速度 ， 且實(shí)現(xiàn)了良好的穩(wěn)態(tài)性能 。圖 7 &nbsp;開關(guān)式模糊 PID 控制系統(tǒng)的響應(yīng)曲線4 &nbsp;自整定模糊 PID 控制器設(shè)計(jì)4.1 &nbsp;控制系統(tǒng)的原理圖自整定模糊 PID 控制器采用二維模糊控制器作為控制結(jié)構(gòu) ， 通過模糊規(guī)對(duì) PID 參數(shù)在線整定5， 滿足不同的輸入量偏差 e 與偏差變化率 ec 對(duì)于 PID 參數(shù)的比例因子 、 積分因子 、微分因子的不同要求 。 自整定模糊 PID 控制器的原理如圖 8所示 。圖 8 &nbsp;自整定模糊 PID 控制器的原理4.2 &nbsp;控制系統(tǒng)的 Simulink 實(shí)現(xiàn)自整定模糊 PID 控制器需要在控制過程中不斷的監(jiān)測(cè)6輸入量偏差 e 和偏差變化率 ec， 確定 e， ec 與 Kp， Ki， Kd之間的模糊關(guān)系并用模糊邏輯規(guī)則進(jìn)行描述 ， 再通過模糊推理將 Kp， Ki， Kd修正整定并輸出 ， 從而得到滿足 e 和 ec 要求的PID 控制器參數(shù) ， 以實(shí)現(xiàn)控制系統(tǒng)良好的穩(wěn)態(tài)性能與動(dòng)態(tài)性能 ， 發(fā)揮各控制單元的最大控制作用 。 其中 Kp&#39;， Ki&#39;， Kd&#39; 為預(yù) &nbsp;整定值 ： Kp=Kp&#39;+ Kp， Ki=Ki&#39;+ Ki， Kd=Kd&#39;+ Kd。Kp， Ki， Kd在穩(wěn)定性 、 調(diào)節(jié)精度 、 響應(yīng)速度與穩(wěn)定性方面有如下特征7：其一 ， Kp作為比例系數(shù) ， 其值越大 ， 則調(diào)節(jié)時(shí)間越短 、調(diào)節(jié)精度越高 、 系統(tǒng)響應(yīng)越快 ， 從而優(yōu)化系統(tǒng)穩(wěn)態(tài)性能 。物聯(lián)網(wǎng)技術(shù) &nbsp; &nbsp;2018年 &nbsp;/ 第 8期 &nbsp; &nbsp;智能處理與應(yīng)用Intelligent Processing and Application100其二 ， Ki作為積分系數(shù)能夠?qū)崿F(xiàn)消除系統(tǒng)余差 、 減小穩(wěn)態(tài)誤差的目的 。 當(dāng) Ki較大時(shí) ， 系統(tǒng)穩(wěn)態(tài)誤差消除迅速 ， 但 Ki過大則會(huì)導(dǎo)致響應(yīng)初期過程產(chǎn)生積分飽和現(xiàn)象所引起的系統(tǒng)超調(diào) ； 反之 ， 若 Ki較小 ， 雖不會(huì)引起超調(diào)現(xiàn)象 ， 但難以消除靜態(tài)誤差 。其三 ， Kd是微分系數(shù) ， 微分系數(shù)能夠起到抑制響應(yīng)過程中的偏差變化的作用 ， 從而提升系統(tǒng)的動(dòng)態(tài)性能 ， 提前預(yù)報(bào)偏差的變化 ； 但 Kd越大則造成調(diào)節(jié)過程延時(shí) ， 且系統(tǒng)的抗擾動(dòng)性能也會(huì)相應(yīng)降低 。Simulink 中 PID 控制器和模糊 PID 溫室控制器的模塊結(jié)構(gòu)分別如圖 9 和圖 10 所示 。圖 9 &nbsp;PID 控制器圖 10 &nbsp;模糊 PID 溫室控制器將模糊 PID 控制器與 PID 控制器分別打包封裝與連接 ，如圖 11 所示 。4.3 &nbsp;Matlab 仿真自整定模糊 PID 控制系統(tǒng)響應(yīng)曲線如圖 12 所示 ， 該控制系統(tǒng)的響應(yīng)速度快 、 系統(tǒng)穩(wěn)定性好 、 調(diào)節(jié)精度高 ， 且未產(chǎn)生系統(tǒng)震蕩與超調(diào)現(xiàn)象 。通過實(shí)踐證明 ， 利用 Matlab 中的模糊邏輯控制工具箱可便捷地編輯 FIS 文件以實(shí)現(xiàn)模糊 PID 溫室控制系統(tǒng) ， 并且可靈活地設(shè)置與修改控制器參數(shù) ， 通過 Simulink 將控制系統(tǒng)仿真結(jié)果直觀呈現(xiàn) 。5 &nbsp;結(jié) &nbsp;語(yǔ)控制系統(tǒng)仿真結(jié)果表明 ， 相較于單一 PID 控制與單一模糊邏輯控制 ， 模糊 PID 控制系統(tǒng)具有更好的系統(tǒng)穩(wěn)定性及更小的誤差 ， 可有效抑制振蕩與超調(diào)產(chǎn)生 ， 響應(yīng)速度也明顯提升 ，驗(yàn)證了在溫室環(huán)境控制中運(yùn)用模糊 PID 控制方法的良好控制性能與可行性 。圖 11 &nbsp;模糊 PID 溫室控制器與 PID 控制器的封裝圖 12 &nbsp;自整定模糊 PID 控制系統(tǒng)的響應(yīng)曲線參考文獻(xiàn)1 雷 勇 ，李 澤 滔 . 溫室溫度系統(tǒng)的自適應(yīng)模糊 PID 控制 J. 控制工程，2014（S1 ）：23-27.2 王君 . 基于模糊控制策略的溫室遠(yuǎn)程智能控制系統(tǒng)的研究 D. 長(zhǎng)春 ：吉 林 大 學(xué)， &nbsp;2015.3 黃俠，吳艦，吳楠 . 大棚花卉種植智能輔助決策支持系統(tǒng)關(guān)鍵技術(shù) J. 中國(guó)農(nóng)業(yè)信息， 2015（6 ）：60-62.4 王成閣，吳敏 . 參數(shù)自整定模糊控制器厚度監(jiān)控 AGC 的實(shí)現(xiàn) J. 有色金屬加工， 2004，33 （3 ）：42-46.5 宋立業(yè)，彭繼慎，程英，等 . 自適應(yīng)模糊 PID 控制在壓射控制系統(tǒng)中的應(yīng)用 J. 計(jì)算機(jī)系統(tǒng)應(yīng)用， 2012，21 （3 ）：163-166.6 吳春，龐洪，陳明，等 . 一種自整定模糊 PID 控制仿真 J. 桂林航天工業(yè)學(xué)院學(xué)報(bào)， 2008，13 （4 ）：17-19.7楊 婷 婷 ，單 玉 波 . PID 調(diào)節(jié)器參數(shù)整定仿真 J. 城市建設(shè)理論研究，2015（16 ）：201-2158 EDDINE C， &nbsp;MANSOURI K， &nbsp;BELMEGUENAI A， &nbsp;et al. FPGA implementation of adaptive Neuro-Fuzzy inference systems controller for greenhouse climate J. International journal of advanced &nbsp;computer science &amp; applications， &nbsp;2016， &nbsp;7（1 ）：31.9 VERA M， &nbsp;FERNÁNDEZ J， &nbsp;NATALE L， &nbsp;et al. Temperature control in a MISO greenhouse by inverting its fuzzy modelJ. Computers &amp; electronics in agriculture， &nbsp;2016（124 ）：168-174.10 KUDINOV Y， &nbsp;KOLESNIKOV V. Optimization of fuzzypidcontroller&#39;s parameters J. Procedia computer science， &nbsp;2017 ： 618-622.</p>