文章編號 1007 4929 2020 08 0018 04 基于改進(jìn) Smith 預(yù)估補(bǔ)償?shù)?智能滴灌系統(tǒng)模糊 PID 控制 王 正 1 2 孫兆軍 2 3 4 1 寧夏大學(xué)新華學(xué)院 銀川 750021 2 寧夏大學(xué)土木與水利工程學(xué)院 銀川 750021 3 寧夏大學(xué)環(huán)境工程研究院 銀川 750021 4 教育部中阿旱區(qū)特色資源與環(huán)境治理國際合作聯(lián)合實(shí)驗(yàn)室 銀川 750021 摘 要 由于溫室滴灌系統(tǒng)模型參數(shù)易受環(huán)境變化的影響 導(dǎo)致傳統(tǒng)模糊 PID 的控制精度不高 因此提出一種改 進(jìn) Smith 預(yù)估補(bǔ)償?shù)牡喂嘞到y(tǒng)模糊 PID 控制方法 MATLAB simulink 仿真實(shí)驗(yàn)結(jié)果表明 改進(jìn) Smith 預(yù)估補(bǔ)償?shù)哪：?PID 控制相比傳統(tǒng)模糊 PID 具有更好的控制品質(zhì)和更短的響應(yīng)時間 且過渡過程更短 超調(diào)量更小 穩(wěn)定性更高 控制 效果明顯提升 同時 蔬菜溫室的田間測試結(jié)果表明 滴灌系統(tǒng)的最大超調(diào)量為 5 95 且系統(tǒng)穩(wěn)定后 土壤濕度始終 保持在 60 22 左右 運(yùn)行穩(wěn)定且符合溫室的灌溉要求 實(shí)現(xiàn)了灌溉的精準(zhǔn)管理和精確控制 為發(fā)展設(shè)施農(nóng)業(yè)精準(zhǔn)灌溉 提供一種新的解決方案 關(guān)鍵詞 土壤濕度 智能滴灌系統(tǒng) 模糊 PID Smith 預(yù)估補(bǔ)償器 自適應(yīng) 中圖分類號 S275 TP273 文獻(xiàn)標(biāo)識碼 A Fuzzy PID Control of Intelligent Drip Irrigation System Based on Improved Smith Estimation Compensation WANG Zheng 1 2 SUN Zhao jun 2 3 4 1 College of Xinhua Ningxia University Yinchuan 750021 China 2 School of Civil Engineering and Hydraulic Engineering Ningxia University Yinchuan 750021 China 3 Institute of Environmental Engineering Ningxia University Yinchuan 750021 China 4 China Ningxia China Arab Key Laboratory of esources Assessment and Environmental egulation in Arid egions Yinchuan 750021 China Abstract Because the model parameters of greenhouse drip irrigation system are easily affected by environmental changes the traditional fuzzy PID control precision is not high Therefore this paper proposes a fuzzy PID control method of drip irrigation system with Smith prediction compensation MATLAB Simulink simulation results show that the improved smith prediction compensation fuzzy PID control has better control quality and shorter response time than the traditional fuzzy PID control and the transition process is shorter the overshoot is smaller the stability is higher the control effect is significantly improved Meanwhile the results of greenhouse test show that the maximum overshoot of drip irrigation system is 5 95 and the soil moisture has remained at 60 22 after the system is stable which meets the irrigation requirements of greenhouse vegetables It realizes the precise management and arrangement and provides a new solution for the development of agricultural irrigation Key words soil moisture intelligent irrigation system fuzzy PID Smith estimator compensator self adaptive 收稿日期 2020 04 01 基金項(xiàng)目 寧夏 2019 2020 年度高等學(xué)校 雙師型實(shí)踐鍛煉計(jì)劃 項(xiàng)目 寧夏大學(xué)新華學(xué)院科學(xué)研究基金資助項(xiàng)目 18XHKY01 作者簡介 王 正 1988 男 博士研究生 講師 主要從事智能控制和智能算法應(yīng)用的研究工作 E mail wangzshxc 163 com 通訊作者 孫兆軍 1963 男 博士 研究員 博士生導(dǎo)師 主要從事智能灌溉節(jié)水新技術(shù)研究 E mail sunzhaojunyx 126 com 0 引 言 智慧農(nóng)業(yè) 1 的發(fā)展主要取決于基礎(chǔ)設(shè)備的研發(fā)和創(chuàng)新 而 智能灌溉系統(tǒng)是最重要的基礎(chǔ)設(shè)備之一 2 智能灌溉通過感 知作物的生產(chǎn)環(huán)境 如土壤濕度 雨量和氣溫等 制定出合理的 灌溉制度 實(shí)現(xiàn)了作物精準(zhǔn)灌溉和自動化管理 3 5 由于智能滴灌系統(tǒng)具有結(jié)構(gòu)簡單 易操作 適用性廣等優(yōu) 點(diǎn) 受到了廣泛關(guān)注 6 7 然而 滴灌系統(tǒng)是一種典型的慣性時 81 節(jié)水灌溉 2020 年第 8 期 irrigate com cn 滯 強(qiáng)耦合 易受干擾的非線性系統(tǒng) 8 很容易發(fā)生不穩(wěn)定 研 究表明 在控制系統(tǒng)中加入 Smith 預(yù)估補(bǔ)償器能很好地消除上 述不利影響 且 Smith 預(yù)估控制被認(rèn)為是解決大時滯過程控制 的最有效方法 9 張磊等 10 為解決由于被控對象參數(shù)的不確 定性引起的系統(tǒng)失穩(wěn)問題 提出基于 Smith 預(yù)估器的 PD 模糊 控制策略 系統(tǒng)魯棒性明顯提高 仿真效果較好 劉斌等 11 提 出將 Smith 預(yù)估模糊控制應(yīng)用于溫室灌溉決策中 系統(tǒng)誤差不 超過 7 5 有較高的實(shí)用性和穩(wěn)定性 郝竹銀等 12 介紹了加入 Smith 預(yù)估器的模糊 PID 算法控制溫室溫度的方法 結(jié)果顯示 相對于普通 PID 和模糊 PID 其精度和穩(wěn)定性有很大的提高 曾慶良等 13 針對研究對象時滯性和易受干擾的問題 設(shè)計(jì)了 Smith 預(yù)估的模糊 PID 控制方法 實(shí)驗(yàn)測試說明該方法具有較 強(qiáng)抗干擾能力和較短的調(diào)節(jié)時間等 雖然 上述研究利用 Smith 預(yù)估器在某種程度上提高模糊 PID 控制的穩(wěn)定性 精度和抗干擾能力 但該預(yù)估器非常依賴 精確的數(shù)學(xué)模型 考慮系統(tǒng)模型參數(shù)易受環(huán)境 設(shè)備等不確定 條件變化的影響 推求精確模型的困難較大 因此 本文對傳 統(tǒng) Smith 預(yù)估補(bǔ)償器進(jìn)行結(jié)構(gòu)優(yōu)化 解決由于被控對象的模型 不適配引起的控制決策失誤問題 從而提高系統(tǒng)的魯棒性 1 智能滴灌系統(tǒng)數(shù)學(xué)模型通過建立水泵電機(jī) 水泵供水系統(tǒng)和其 他控制及檢測元件等環(huán)節(jié)的數(shù)學(xué)模型 進(jìn)一步構(gòu)建智能滴灌控 制系統(tǒng)的傳遞函數(shù) 智能滴灌系統(tǒng)是利用變頻器來調(diào)節(jié)水泵 供水量 而變頻器調(diào)節(jié)水泵電機(jī)轉(zhuǎn)速過程可近似為一個慣性環(huán) 節(jié) 14 數(shù)學(xué)表示為 G 1 s N m s F s K 1 T 1 s 1 1 式中 K 1 表示放大系數(shù) T 1 表示慣性環(huán)節(jié)時間常數(shù) 由變頻器 和水泵性能決定 s 表示符號算子 N m s 表示水泵電機(jī)轉(zhuǎn)速 n m t 的 Laplace 變換 F s 表示變頻器輸入頻率 f t 的 Laplace 變換 智能滴灌系統(tǒng)采用變壓供水模式 即供水壓力不斷增加 增加到某一值時維持穩(wěn)定 由壓力上升階段和恒壓階段組 成 15 變壓供水過程可用時間常數(shù)為 T 2 的慣性環(huán)節(jié)和時間 常數(shù)為 的延時環(huán)節(jié)串聯(lián)近似描述 其中 T 2 由滴頭數(shù)量決定 由管網(wǎng)長度及水流速度決定 數(shù)學(xué)表示為 G 2 s P 0 s N p s K 2 T 2 s 1 e s 2 式中 K 2 表示放大系數(shù) s 表示符號算子 N p s 表示水泵轉(zhuǎn)速 n p t 的 Laplace 變換 P 0 s 表示水泵輸出供水壓力 p 0 t 的 La place 變換 通常 可理想化地將滴灌系統(tǒng)其他控制及檢測元件的數(shù)學(xué) 模型假定為比例環(huán)節(jié) 14 數(shù)學(xué)表示為 G 3 s K 3 3 為簡單起見 認(rèn)為系統(tǒng)中電機(jī)轉(zhuǎn)速 n m t 與水泵轉(zhuǎn)速 n p t 相等 即 n m t n p t 故整個滴灌系統(tǒng)閉環(huán)傳遞函數(shù)可表示 為 G s G 1 s G 2 s G 3 s K 1 T 1 s 1 K 2 T 2 s 1 e s K 3 4 滴灌系統(tǒng)結(jié)構(gòu)方框圖如圖 1 所示 圖 1 設(shè)施智能滴灌系統(tǒng)結(jié)構(gòu)方框圖 1 改進(jìn) Smith 預(yù)估補(bǔ)償器設(shè)計(jì) 由以上分析可知 可利用 Smith 預(yù)估補(bǔ)償器算法來解決滴 灌系統(tǒng)存在延時滯后的問題 基本思想是 通過加入預(yù)估補(bǔ)償 環(huán)節(jié)消除系統(tǒng)模型中的延時環(huán)節(jié) 使被延時的信息及時送入系 統(tǒng)執(zhí)行部分 從而減少系統(tǒng)超調(diào)量和響應(yīng)時間 但只有建立精 確的系統(tǒng)數(shù)學(xué)模型基礎(chǔ)上 基本型 Smith 預(yù)估補(bǔ)償器才能發(fā)揮 較好的作用 然而滴灌系統(tǒng)數(shù)學(xué)模型參數(shù)很容易受環(huán)境變化的 影響 因此 需要對其進(jìn)行改進(jìn) 本文在基本型預(yù)估補(bǔ)償器的 基礎(chǔ)上增加了系統(tǒng)控制和執(zhí)行部分?jǐn)?shù)學(xué)模型的補(bǔ)償環(huán)節(jié) 減小 了由于模型失配引起的不利影響 改進(jìn)后的 Smith 預(yù)估補(bǔ)償器 如圖 2 所示 圖 2 改進(jìn) Smith 預(yù)估補(bǔ)償器 圖 2 中 G f s 表示模糊 PID 控制器的等效傳遞函數(shù) G 1 s G 2 s 和 G 3 s 分別由式 1 2 和 3 給出 G 2 s 為 91基于改進(jìn) Smith 預(yù)估補(bǔ)償?shù)闹悄艿喂嘞到y(tǒng)模糊 PID 控制 王 正 孫兆軍 系統(tǒng)變壓供水過程除去延時環(huán)節(jié)的模型 即 G 2 s G 2 s e s H s 為反饋回路傳遞函數(shù) H s 1 由圖 2 可知 系統(tǒng)執(zhí)行部分加入預(yù)估補(bǔ)償器后的數(shù)學(xué)模 型為 G Z s G 1 s G 2 s G 3 s 1 G 1 s G 2 s 5 系統(tǒng)控制部分加入預(yù)估補(bǔ)償器后的數(shù)學(xué)模型為 G C s 1 G 1 s G 2 s G f s 1 G 1 s G 2 s G 1 s G 2 s G 3 s G f s 1 e s 6 則系統(tǒng)的閉環(huán)傳遞函數(shù)為 G s G C s G Z s 1 G C s G Z s G 1 s G 2 s G 3 s G f s 1 G 1 G 2 s G 1 G 2 s G 3 s G f s e s 7 由式 7 可以看出 通過對系統(tǒng)執(zhí)行部分和控制部分分別 進(jìn)行 Smtih 預(yù)估補(bǔ)償后 系統(tǒng)傳遞函數(shù)的特征方程為 D s 1 G 1 G 2 s G 1 G 2 s G 3 s G f s 0 8 式 8 中不含延時環(huán)節(jié) 因此加入改進(jìn) Smith 預(yù)估補(bǔ)償器 不會對系統(tǒng)穩(wěn)定性產(chǎn)生消極影響 且系統(tǒng)參數(shù)變化對系統(tǒng)模型 的影響也較小 2 模糊 PID 控制器設(shè)計(jì) 通過向?qū)＜易稍兗翱偨Y(jié)操作者經(jīng)驗(yàn) 制定如表 1 所示的模 糊控制規(guī)則 以上控制規(guī)則根據(jù)專家及操作者的經(jīng)驗(yàn) 知識給出 而模 表 1 模糊 PID 控制規(guī)則 K p K i K d EC PB PM PS ZO NS NM NB E PB PB NS ZO PB NB PS PB NM NM PM NM NS PS NS NS PS PS PM ZO PS PB PM PB NM NS PM NS ZO PM NM ZO PM NS ZO PS NS ZO ZO NS ZO NS PM PB PS PM NM ZO PM NB ZO PS NS NS PS NS NS ZO ZO NS ZO PM PS NS PS PM ZO PS NB PS PM NB NS PS Z0 NS PS ZO NS ZO PM NM NS PM PS NM PM PM NS PS ZO NS ZO NS NM ZO PB NM NS ZO NS NS PM ZO NS PM PM NM PB PM NM ZO ZO ZO ZO ZO NS ZO PM NS NS PM ZO NM PM NS NM PB PB NB PB PM NB ZO NS PB NS NS NS ZO PS NS NS PB PS NB PM PM NB PB PB NB PB PB 糊推理算法采用 Mamdami 最小 最大 推理法 解模糊過程采 用加權(quán)平均法 3 仿真測試與結(jié)果分析 通過對已采集數(shù)據(jù)進(jìn)行系統(tǒng)模型參數(shù)反演 計(jì)算得到系統(tǒng) 的參數(shù)分別為 T 1 0 967 9 T 2 0 242 1 K 1 1 012 9 K 2 0 930 6 K 3 0 552 1 0 914 7 系統(tǒng)傳遞函數(shù)為 G s 1 012 9 0 967 9s 1 0 930 6 0 242 1s 1 e 0 914 7s 0 552 1 9 為了驗(yàn)證改進(jìn) Smith 預(yù)估補(bǔ)償?shù)闹悄艿喂嘞到y(tǒng)模糊 PID 控 制的有效性 在 MATLAB 2014a simulink 平臺進(jìn)行建模與仿 真 其結(jié)構(gòu)如圖 3 所示 圖 3 智能滴灌系統(tǒng)的 Simulink 模型 通過不斷調(diào)試 模糊 PID 控制器的 3 個參數(shù)初始值分別設(shè) 置為 K p0 0 850 0 K i0 0 450 0 K d0 0 360 0 時 控制效果較好 考慮到最佳土壤濕度為 50 左右 因此 在本研究仿真測試中 假定土壤濕度初值為 0 將大小為 0 48 的階躍信號作為智能滴 灌系統(tǒng)的輸入 分別進(jìn)行 PID 模糊 PID Fuzzy PID 和改進(jìn) Smith 預(yù)估補(bǔ)償?shù)哪：?PID Smith Fuzzy PID 等 3 種控制方法 的仿真實(shí)驗(yàn) 仿真時間設(shè)置為 30 s 采樣周期為 0 1 s 結(jié)果如圖 4 所示 根據(jù)圖 4 可知 針對時滯 慣性 非線性的智能滴灌系統(tǒng)來 講 3 種控制方式中改進(jìn) Smith 預(yù)估補(bǔ)償?shù)哪：?PID 控制系統(tǒng) 02 基于改進(jìn) Smith 預(yù)估補(bǔ)償?shù)闹悄艿喂嘞到y(tǒng)模糊 PID 控制 王 正 孫兆軍 圖 4 土壤濕度仿真曲線 響應(yīng)最好 由于 PID 控制和模糊 PID 控制沒有加入預(yù)估補(bǔ)償 環(huán)節(jié) 系統(tǒng)超調(diào)量較大 且調(diào)整時間過長 雖模糊 PID 相對于 PID 的控制性能有所提高 但上升時間過長 而加入改進(jìn) Smith 預(yù)估補(bǔ)償?shù)哪：?PID 控制的土壤濕度響應(yīng)曲線較平滑 無超調(diào)量 穩(wěn)定性較強(qiáng) 調(diào)整時間和上升時間較短 穩(wěn)態(tài)誤差較 小 表明本文所提出的控制方法改善了系統(tǒng)控制品質(zhì) 系統(tǒng)能 很快地進(jìn)入穩(wěn)定工作狀態(tài) 增強(qiáng)了系統(tǒng)的穩(wěn)定性和魯棒性 它 們的各項(xiàng)性能指標(biāo)對比如表 2 所示 表 2 控制系統(tǒng)各項(xiàng)性能指標(biāo)對比 控制方法 控制系統(tǒng)性能指標(biāo) 上升時 間 s 超調(diào)量 調(diào)整時 間 s 穩(wěn)態(tài)誤差 PID 6 113 2 25 000 0 29 296 7 0 000 4 Fuzzy PID 7 654 9 5 428 1 23 167 9 0 000 2 Smith Fuzzy PID 2 421 5 0 4 510 6 0 4 系統(tǒng)測試 于 2019 年 7 月 21 日在寧夏大學(xué)科技園的蔬菜溫室中 針 對智能滴灌系統(tǒng)的功能 性能 穩(wěn)定性等進(jìn)行測試 系統(tǒng)安裝低 功耗無線傳輸網(wǎng)絡(luò) 用于采集濕度傳感器的數(shù)據(jù) 每隔 5 min 對土壤濕度進(jìn)行采集 并通過無線網(wǎng)絡(luò)返回系統(tǒng)控制部分 控 制部分利用事先設(shè)定的控制策略對水泵電機(jī)轉(zhuǎn)速和電磁閥實(shí) 施作用 從而實(shí)現(xiàn)智能灌溉 改進(jìn) Smith 預(yù)估補(bǔ)償?shù)哪：?PID 控制土壤濕度曲線 如圖 5 所示 實(shí)驗(yàn)中 設(shè)置蔬菜溫室中土壤濕度值為 60 由圖 5 可知 土壤濕度初值為 19 86 且灌溉 5 10 min 內(nèi)土壤濕度迅速升 高 在灌溉 30 min 時第一次到達(dá)設(shè)定值 灌溉 45 min 時達(dá)到最 大值 63 57 最大超調(diào)量為 5 95 且土壤水分到達(dá)設(shè)定值后 土壤濕度一直穩(wěn)定在 60 22 左右 滿足灌溉要求 5 結(jié) 語 本文論述了加入改進(jìn) Smith 預(yù)估補(bǔ)償環(huán)節(jié)的智能滴灌系統(tǒng) 的模糊 PID 控制方法 通過預(yù)估補(bǔ)償器消除系統(tǒng)模型參數(shù)變化 圖 5 改進(jìn) Smith 預(yù)估補(bǔ)償模糊 PID 控制土壤濕度 對控制精度的不利影響 應(yīng)用 MATLAB simulink 工具箱對系 統(tǒng)進(jìn)行建模仿真 結(jié)果表明改進(jìn) Smith 預(yù)估補(bǔ)償?shù)哪：?PID 比 傳統(tǒng)模糊 PID 具有更好的控制品質(zhì)和更快的響應(yīng)速度 同時 在蔬菜溫室中進(jìn)行了田間實(shí)驗(yàn) 結(jié)果表明系統(tǒng)最大超調(diào)量為 5 95 且達(dá)到穩(wěn)定后 土壤濕度保持在 60 22 左右 符合灌溉 要求 參考文獻(xiàn) 1 鄭大睿 我國智慧農(nóng)業(yè)發(fā)展 現(xiàn)狀 問題與對策 J 農(nóng)業(yè)經(jīng)濟(jì) 2020 1 12 14 2 田思慶 曹 宇 魏 強(qiáng) 等 基于模糊控制的智能滴灌控制系統(tǒng) 設(shè)計(jì) J 節(jié)水灌溉 2017 6 101 104 3 於沈剛 馬明舟 岳雪峰 等 模糊 PID 智能灌溉控制器的設(shè)計(jì)及 MATLAB 仿真 J 節(jié)水灌溉 2018 5 86 89 4 張育斌 魏正英 馬勝利 等 灰色模糊 PID 灌溉控制技術(shù)發(fā)開 J 中國農(nóng)村水利水電 2016 2 5 8 5 吳興利 崔世鋼 何 林 等 基于模糊控制的智能植物滴灌裝置 設(shè)計(jì) J 灌溉排水學(xué)報(bào) 2018 37 6 60 64 6 趙 亮 瞿少成 劉雪純 等 基于 Fuzzy PID 的溫室節(jié)水滴灌控 制系統(tǒng) J 節(jié)水灌溉 2019 7 116 120 7 劉 東 張昌明 基于模糊邏輯系統(tǒng)的灌溉時間的決策算法 J 節(jié)水灌溉 2018 10 74 77 8 魏 強(qiáng) 田思慶 李 帥 等 基于 PLC 與 HMI 技術(shù)的智能滴灌控 制系統(tǒng) J 節(jié)水灌溉 2016 4 94 97 9 張 蒙 新型 Smith 預(yù)估控制器在大延遲系統(tǒng)中的應(yīng)用 J 電力 自動化設(shè)備 2011 31 4 136 138 10 劉 斌 謝 煜 孫藝哲 等 基于 Smith 預(yù)估模糊控制的溫室灌 溉決策系統(tǒng)設(shè)計(jì) J 中國農(nóng)機(jī)化學(xué)報(bào) 2019 40 8 149 153 11 張 磊 王思明 改進(jìn) Smith 預(yù)估時延補(bǔ)償?shù)哪：W(wǎng)絡(luò)控制系統(tǒng) 研究 J 現(xiàn)代電子技術(shù) 2020 43 1 126 130 12 郝竹銀 常海軍 齊 劍 等 Smith 預(yù)估器的模糊 PID 算法控制 大棚溫度的設(shè)計(jì) J 黑龍江科技信息 2016 10 144 13 曾慶良 顧 強(qiáng) 仉 毅 等 基于 Smith 模糊 PID 控制的溫室監(jiān) 控系統(tǒng)設(shè)計(jì) J 計(jì)算機(jī)測量與控制 2015 23 6 1 964 1 966 14 孔繁余 何玉洋 邵 飛 等 轉(zhuǎn)柱泵瞬時流量的理論推導(dǎo)及數(shù)值 模擬 J 江蘇大學(xué)學(xué)報(bào) 自然科學(xué)版 2014 35 1 29 33 15 蒙蕊蕊 湯玲迪 湯 躍 等 供水系統(tǒng)模型辨識與動態(tài)特性分析 J 排灌機(jī)械工程學(xué)報(bào) 2014 32 12 1 040 1 044 12基于改進(jìn) Smith 預(yù)估補(bǔ)償?shù)闹悄艿喂嘞到y(tǒng)模糊 PID 控制 王 正 孫兆軍