doi 10 11857 j issn 1674 5124 2021010123 基于模型預(yù)測(cè)的日光溫室溫度優(yōu)化控制 杜太行1 劉 德1 孫曙光1 錢春陽(yáng)1 2 梁倩偉1 1 河北工業(yè)大學(xué)人工智能與數(shù)據(jù)科學(xué)學(xué)院 天津 300130 2 天津市農(nóng)業(yè)科學(xué)院信息研究所 天津 300192 摘 要 針 對(duì) 日 光 溫 室 室 內(nèi) 溫 度 的 優(yōu) 化 控 制 在 切 換 控 制 的 基 礎(chǔ) 上 提 出 基 于 模 型 預(yù) 測(cè) model predictive control MPC 的 溫 度 控 制 方 法 首 先 以 室 外 環(huán) 境 因 素 設(shè) 備 開(kāi) 關(guān) 量 以 及 室 內(nèi) 溫 度 為 輸 入 建立NARX神 經(jīng) 網(wǎng) 絡(luò) 室 內(nèi) 溫 度 預(yù) 測(cè) 模 型 進(jìn) 而 將 其 輸 出 作 為 目 標(biāo) 優(yōu) 化 函 數(shù) 的 輸 入 該 函 數(shù) 以 溫 度 的 控 制 誤 差 設(shè) 備 切 換 次 數(shù) 系 統(tǒng) 能 耗 為 約 束 從 而 將 控 制 問(wèn) 題 轉(zhuǎn) 化 為 目 標(biāo) 函 數(shù) 的 求 解 問(wèn) 題 在 此 基 礎(chǔ) 之 上 得 到 局 部 最 優(yōu) 的 開(kāi) 關(guān) 設(shè) 備 控 制 序 列 最 終 通 過(guò) 滾 動(dòng) 優(yōu) 化 機(jī) 制 進(jìn) 入 最 佳 溫 度 切 換 控 制 狀 態(tài) 實(shí) 驗(yàn) 結(jié) 果 表 明 基 于 模 型 預(yù) 測(cè) 的 切 換 控 制 算 法 可 以 有 效 調(diào) 控 溫 室 內(nèi) 的 溫 度 降 低 溫 室 系 統(tǒng) 能 耗 關(guān)鍵詞 日光溫室 切換控制 NARX神經(jīng)網(wǎng)絡(luò) 模型預(yù)測(cè)控制 節(jié)能 中圖分類號(hào) TP273 1 文獻(xiàn)標(biāo)志碼 A 文章編號(hào) 1674 5124 2022 01 0085 07 Optimal temperature control of solar greenhouse based on MPC method DU Taihang1 LIU De1 SUN Shuguang1 QIAN Chunyang1 2 LIANG Qianwei1 1 School of Artificial Intelligence Hebei University of Technology Tianjin 300130 China 2 Information Institute Tianjin Academy of Agricultural Sciences Tianjin 300192 China Abstract Aiming at the optimal control of indoor temperature in solar greenhouse a temperature control method based on model prediction is proposed on the basis of switching control First take outdoor environmental factors equipment switching values and indoor temperature as inputs to establish a NARX neural network indoor temperature prediction model And then use its output as the input of the objective optimization function which takes the temperature control error the number of equipment switching times and the system energy consumption as constraints so as to transform the control problem into the objective function solution problem On this basis obtain the local optimal switchgear control sequence Finally enter the optimal temperature switching control state through the rolling optimization mechanism The experimental results show that the switching control algorithm based on model prediction can effectively regulate the temperature in the greenhouse and reduce the energy consumption of the greenhouse system Keywords solar greenhouse switching control NRAX neural network model predictive control energy conservation 收稿日期 2021 01 27 收到修改稿日期 2021 03 09 基金項(xiàng)目 天津市農(nóng)業(yè)科技成果轉(zhuǎn)化與推廣項(xiàng)目 201901060 天津市科技計(jì)劃項(xiàng)目 17YFZCNC00280 作者簡(jiǎn)介 杜太行 1963 男 天津市人 教授 博士生導(dǎo)師 研究方向?yàn)殡娖鳈z測(cè)與試驗(yàn) 計(jì)算機(jī)應(yīng)用 工業(yè)自動(dòng)化等 通訊作者 錢春陽(yáng) 1988 男 天津市人 副研究員 研究方向?yàn)檗r(nóng)業(yè)信息技術(shù)與智能控制 第 48 卷 第 1 期 中國(guó)測(cè)試 Vol 48 No 1 2022 年 1 月 CHINA MEASUREMENT TEST January 20220 引 言 日 光 溫 室 是 我 國(guó) 北 方 主 要 的 特 征 溫 室 應(yīng) 用 廣 泛 溫 度 是 綠 色 植 物 生 長(zhǎng) 發(fā) 育 新 陳 代 謝 等 生 命 活 動(dòng) 的 重 要 環(huán) 境 條 件 因 此 溫 度 控 制 是 現(xiàn) 代 化 溫 室 管 理 的 首 要 任 務(wù) 1 日 光 溫 室 室 內(nèi) 溫 度 較 高 時(shí) 打 開(kāi) 風(fēng) 口 降 溫 當(dāng) 溫 度 持 續(xù) 升 高 時(shí) 關(guān) 閉 風(fēng) 口 打 開(kāi) 風(fēng) 機(jī) 進(jìn) 行 機(jī) 械 通 風(fēng) 這 種 以 輸 入 量 為 開(kāi) 關(guān) 量 的 切 換 控 制 在 溫 室 中 較 為 普 遍 開(kāi) 關(guān) 控 制 具 有 設(shè) 備 價(jià) 格 低 易 操 作 以 及 易 維 護(hù) 等 優(yōu) 點(diǎn) 但 同 輸 入 為 連 續(xù) 量 的 系 統(tǒng) 相 比 開(kāi) 關(guān) 量 控 制 系 統(tǒng) 的 溫 室 小 氣 候 環(huán) 境 控 制 難 度 更 高 2 近 些 年 國(guó) 內(nèi) 外 許 多 專 家 學(xué) 者 針 對(duì) 溫 室 小 氣 候 控 制 進(jìn) 行 了 深 入 的 研 究 模 糊 控 制 專 家 系 統(tǒng) 控 制 都 依 賴 于 生 產(chǎn) 經(jīng) 驗(yàn) 3 4 且 作 用 于 被 控 制 對(duì) 象 都 是 連 續(xù) 的 輸 入 控 制 量 對(duì) 于 輸 入 為 開(kāi) 關(guān) 量 的 溫 室 系 統(tǒng) 難 以 取 得 較 好 的 控 制 效 果 文獻(xiàn) 5 針 對(duì) 離 散 開(kāi) 關(guān) 量 控 制 的 溫 室 設(shè) 計(jì) 了 混 雜 控 制 器 其 本 質(zhì) 仍 是 基 于 事 件 觸 發(fā) 的 切 換 控 制 控 制 的 有 效 時(shí) 間 短 效 率 低 文 獻(xiàn) 6 設(shè) 計(jì) 了 開(kāi) 關(guān) 組 合 的 預(yù) 測(cè) 控 制 克 服 了 溫 室 系 統(tǒng) 的 時(shí) 滯 問(wèn) 題 但 設(shè) 計(jì) 的 預(yù) 測(cè) 模 型 過(guò) 于 簡(jiǎn) 單 難 以 適 應(yīng) 環(huán) 境 復(fù) 雜 多 變 的 溫 室 上 述 方 法 均 未 考 慮 到 控 制 過(guò) 程 中 執(zhí) 行 設(shè) 備 是 否 切 換 過(guò) 于 頻 繁 以 及 設(shè) 備 能 耗 問(wèn) 題 文獻(xiàn) 7 通 過(guò) 遺 傳 算 法 確 定 了 溫 室 機(jī) 理 模 型 未 知 參 數(shù) 建 立 了 精 確 的 預(yù) 測(cè) 模 型 同 時(shí) 將 能 耗 和 水 耗目標(biāo)引入預(yù)測(cè)控制中 但建模的過(guò)程較為復(fù)雜 本 文 在 現(xiàn) 有 研 究 理 論 的 基 礎(chǔ) 上 提 出 了 基 于 模 型 預(yù) 測(cè) model predictive control MPC 的 日 光 溫 室 溫 度 優(yōu) 化 控 制 方 法 通 過(guò) 神 經(jīng) 網(wǎng) 絡(luò) 來(lái) 建 立 溫 度 的 灰 箱 預(yù) 測(cè) 模 型 克 服 溫 室 建 模 復(fù) 雜 的 問(wèn) 題 在 日 光 溫 室 夏 季 溫 度的4種 開(kāi) 關(guān) 量 控 制 切 換 中 通 過(guò) 引 入 模 型 預(yù) 測(cè) 控 制 思 想 建 立 以 溫 度 的 控 制 誤 差 設(shè) 備 切 換 次 數(shù) 系 統(tǒng) 能 耗 為 優(yōu) 化 條 件 的 目 標(biāo) 函 數(shù) 該 控 制 方 式 主 要 側(cè) 重 于 未 來(lái) 局 部 控 制 時(shí) 域 內(nèi) 控 制 性 能 最 優(yōu) 最 后 在 實(shí) 驗(yàn) 現(xiàn) 場(chǎng) 對(duì) 基 于 模 型 預(yù) 測(cè) 的 溫 室 切 換 系 統(tǒng) 進(jìn)行驗(yàn)證 1 溫室溫度預(yù)測(cè)模型構(gòu)建 在 實(shí) 現(xiàn) 模 型 預(yù) 測(cè) 控 制 時(shí) 首 先 要 建 立 對(duì) 象 的 數(shù) 學(xué) 模 型 然 后 收 集 實(shí) 時(shí) 數(shù) 據(jù) 根 據(jù) 模 型 來(lái) 預(yù) 測(cè) 被 控 對(duì) 象 的 運(yùn) 行 狀 況 日 光 溫 室 是 一 個(gè) 非 線 性 強(qiáng) 耦 合 時(shí) 變 的 復(fù) 雜 系 統(tǒng) 很 難 建 立 準(zhǔn) 確 的 數(shù) 學(xué) 模 型 針 對(duì) 溫 室 的 上 述 特 點(diǎn) 采 用 在 非 線 性 模 型 的 長(zhǎng) 時(shí) 域 多 步 預(yù) 測(cè) 中 有 良 好 表 現(xiàn)的NARX神 經(jīng) 網(wǎng) 絡(luò) 預(yù) 測(cè) 未 來(lái) 時(shí) 刻 溫 室 室 內(nèi) 溫 度 以 外 界 環(huán) 境 輸 入 量 溫 室 控 制 狀 態(tài) 量 室 內(nèi) 溫 度 共 同 作 為 神 經(jīng) 網(wǎng) 絡(luò) 的 輸 入 未 來(lái) 時(shí) 刻的室內(nèi)溫度作為輸出 建立預(yù)測(cè)模型 1 1 溫室簡(jiǎn)介與數(shù)據(jù)處理 實(shí) 驗(yàn) 溫 室 位 于 天 津 市 北 辰 區(qū) 由 天 津 農(nóng) 科 院 提 供 是 典 型 的 北 方 日 光 溫 室 溫 室 結(jié) 構(gòu) 見(jiàn)圖1 溫 室 坐 北 朝 南 長(zhǎng)約70 m 寬6 m 脊高3 5 m 占 地 面 積 約為420 m2 溫 室 支 撐 材 料 采 用 的 是 鋁 合 金 覆 蓋 的 透 光 材 料 為 加 厚 的 聚 乙 烯 薄 膜 日 光 溫 室 在 夏 季 共有4個(gè) 控 制 狀 態(tài) 均 為 開(kāi) 關(guān) 量 輸 出 分 別 為 保 溫 自 然 通 風(fēng) 機(jī) 械 通 風(fēng) 風(fēng) 機(jī) 濕 簾 狀 態(tài) 它 們 的 降 溫 能 力 依 次 增 強(qiáng) 同 時(shí) 消 耗 的 能 量 也 依 次 增 強(qiáng) 溫 室 在這4個(gè) 狀 態(tài) 中 進(jìn) 行 切 換 達(dá) 到 降 溫 的 目 的 如表1 所示 作物 濕簾 現(xiàn)場(chǎng)集控 中心 電機(jī) 傳感器 節(jié)點(diǎn) 控制各個(gè)執(zhí)行機(jī)構(gòu)動(dòng)作 室外傳感器節(jié)點(diǎn) 防蟲(chóng)網(wǎng) 通風(fēng)口 自然通風(fēng) 風(fēng)機(jī) 強(qiáng)制通風(fēng) 儲(chǔ) 水 箱 水 泵 S7 200 smart PLC 圖 1 實(shí)驗(yàn)溫室結(jié)構(gòu)示意圖 表 1 溫室控制狀態(tài) 控制狀態(tài) 狀態(tài)名稱 執(zhí)行裝置 編號(hào) M1 保溫 關(guān)閉所有設(shè)備 001 M2 自然通風(fēng) 電機(jī) 010 M3 機(jī)械通風(fēng) 負(fù)壓風(fēng)機(jī) 011 M4 風(fēng)機(jī) 濕簾 風(fēng)機(jī) 水泵 100 根 據(jù) 現(xiàn) 代 溫 室 的 需 求 設(shè) 計(jì) 了 現(xiàn) 場(chǎng) 溫 室 環(huán) 境 監(jiān) 測(cè) 系 統(tǒng) 在 溫 室 現(xiàn) 場(chǎng) 布 置 的 各 類 傳 感 器 采 集 環(huán) 境 信 息 為 控 制 決 策 提 供 依 據(jù) 溫 濕 度 傳 感 器 的 型 號(hào) 為 SHT35 測(cè) 量 太 陽(yáng) 輻 射 的 傳 感 器 和 風(fēng) 速 風(fēng) 向 一 體 傳 感 器 分 別 為 儀 谷 公 司 生 產(chǎn)的YGC TBQ和YGC FX 測(cè) 量 時(shí) 間 間 隔為1 min 傳 感 器 數(shù) 據(jù) 的 準(zhǔn) 確 性 是 模 型 有 效 的 先 決 條 件 傳 感 器 采 集 環(huán) 境 因 素 時(shí) 可 能 會(huì) 出 現(xiàn) 電 磁 干 擾 通 信 錯(cuò) 誤 等 問(wèn) 題 導(dǎo) 致 測(cè) 得 的 數(shù) 據(jù) 會(huì) 有 較 大 的 偏 差 因 此 需 要 對(duì) 傳 感 器 采 集 的 數(shù) 據(jù) 進(jìn)行處理 1 1 1 異常數(shù)據(jù)剔除 對(duì) 于 偏 差 較 大 的 測(cè) 量 數(shù) 據(jù) 應(yīng) 給 予 剔 除 采 用 86 中國(guó)測(cè)試 2022 年 1 月