SCI论文（www.lunwensci.com）:
摘要：温度作为温室环境中重要的指标之一,其所具有的时滞性和强非线性制约着温室大棚温度自动控制系统的智能化发展。针对该问题,本文对温室大棚中温度参数的特征值进行深入研究,提出了Smith预估器与模糊PID控制器相结合的控制策略,以此构建数学模型,并在MATLAB/Simulink环境下进行控制策略仿真,验证该控制器在大棚温度控制中的优越性。
关键词：温度；Smith预估器；模糊PID控制器；温度控制系统
Smith Predictive Fuzzy PID Control Algorithm and Its Application in Temperature Control
WU Hao1,CHENG Hui1,LIU Qiang2,XING Lingling1
(1.Gansu Polytechnic College of Animal Husbandry&Engineering,Wuwei Gansu 733006;2.Gansu Agricultural University,Lanzhou Gansu 730000)
【Abstract】：Temperature was one of the important indexes in the environment,and its time delay and strong nonlinearity restricted the intelligentization of the greenhouse temperature automatic control system.To solve this problem,the characteristic values of temperature parameters in greenhouse were studied and the control strategy of the combination of Smith predictor and fuzzy PID controller was put forward in this paper,the mathematical model was built and the control strategy simulation was carried out in MATLAB/Simulink environment to verify the advantages of the controller in greenhouse temperature control.
【Key words】：temperature;Smith predictor;fuzzy PID controller;temperature control system
0引言
智能温室大棚是一个复杂的系统,对于多种变量的控制皆有较高的要求。在诸多的控制要素中,温室大棚的温度参数是最为重要的,但是温室大棚的温度除了具有时滞性、非线性之外,还具有分布不均匀、易受内外干扰量影响的特性,因此在控制策略方面必须有相应的算法对其进行自动控制[1]。本文通过典型模型和数据实测构建了温室大棚温度控制的数学模型,提出了Smith预估模糊PID控制算法。达到既能够对大时滞的温度对象有较高的控制品质,又能够通过模糊推理系统实现PID控制参数的在线调整的目的。
1 Smith预估模糊PID控制系统
在本设计中,由“Smith预估控制器”+“模糊PID控制器”构成控制系统,如图1所示。其中加入到反馈回路的Smith控制器可以根据输出量偏离控制量的程度实现对系统滞后部分最大程度的补偿,克服纯滞后环节带来的不利影响,从而改善系统的控制品质。模糊控制通过把不同实时状态下对PID参数变化量的推理结果作为PID的3个输入参数这种设计,使系统的参数调整更具有实时性,从而达到改善系统动态性能的目的[2]。
图1中,G1(s)表示温室大棚温度控制数学模型；G2(s)表示加热系统的近似数学模型；Hs(s)为Smith预估模型；H1(s)表示温度传感器的传递函数。当温度偏差e和温度偏差的变化率ec进入模糊控制器后,经过模糊推理,将输出Δkp、Δki和Δkd作为PID控制器的输入量,实现了模糊推理器对PID控制器的三个参数的实时调整,以此达到控制系统优化的目的。
2仿真模型的构建
根据上述理论分析,在MATLAB/Simulink仿真环境中构建仿真模型,仿真的目的是构建出传统PID控制算法、模糊PID控制算法、Smith预估模糊PID控制算法的控制模型,并对其控制效果进行比较分析[3]。
(1)传统PID控制器建模。如图2所示,构建传统PID的仿真模型,以温室大棚白天的温度控制为例,设定的预期温度为22℃。
在图2中,传统PID的控制参数分别设置为kp=0.5,ki=0.0022,kd=8.5,模块“Green House”为温室大棚温度的数学模型。
(2)模糊PID控制系统建模。模糊PID控制系统中PID的参数初始值与传统PID的参数值保持一致,kp=0.5,ki=0.0022,kd=8.5。构建出来的模糊PID控制模型[4]。
(3)Smith预估模糊PID建模。本文提出的Smith预估模糊PID控制策略将补偿环节加入到被控制的温室大棚温度对象的传递函数之前,以对被控对象的大滞后、大惯性特点提前进行补偿,将延迟的被调量超前反映到调节器中,用于提前调整调节器,以便减小超调量,消除时滞对被控系统带来的不利影响。令D1'(s)为温室大棚温度控制数学模型G1(s)中不含纯滞后特性部分,则Smith预估模型为：
G1(s)=2.08/195s+1(1-e-43s)
在MATLAB/Simulink仿真环境中,建立的Smith预估模糊PID的仿真模型。
3系统仿真
3.1设定温度值下的仿真结果与分析
根据上文所建立的传统PID、模糊PID、Smith预估模糊PID三种控制策略下的空调控制系统仿真模型,在同等条件下,运行模型,观察其仿真结果,如图3所示。
图3中显示的是在给定温度22℃下,三种控制算法在的控制效果。三种控制算法的主要动态、静态指标如表1所示。
由表1可知,在静态性能方面,三种控制算法最终都能够稳定在设定的温度值,即没有静态误差。三种算法的差异主要体现在动态性能,在快速性方面,传统PID的上升时间约为120s,模糊PID和Smith预估模糊PID的上升时间约为115s,时间略短于传统PID；调节时间传统PID和模糊PID均约为260s,而Smith预估模糊PID则为200s左右,远远优于前两者；在准确性方面传统PID的最大超调量为16%,模糊PID的最大超调量为11.4%,而Smith预估模糊PID由于引入了预估器,能够做到没有超调量。
综上分析,Smith预估模糊PID一方面具备模糊PID在线对PID参数进行自整定的能力,用户可以不用进行繁琐的参数调整；另外一方面由于Smith预估器的存在,极大地改善了系统的动态特性,响应速度快,稳定时间短,且没有超调量。
3.2改变温度值下的仿真结果与分析
对于温室大棚的温度控制系统,有时需要改变温度值继续运行,要求系统能够快速、准确进入到新的固定温度值以保证作物的生长发育不受影响。在MATLAB/Simulink仿真环境条件下建立改变温度值运行的仿真模型。在系统的初始时刻设置温度为22℃,600s后设置温度下降至18℃,通过仿真模型观察三种控制策略下的仿真运行情况,仿真结果如图4所示：
图4中显示的是在改变温度值下的运行效果,温度初始值22℃,在600s时温度改变至18℃。同图5中的各条曲线相同。对于类似于扰动情况的分析,一般用最大降落率和恢复时间两个性能指标描述其动态特性。三种控制策略动静态性能指标如表2所示。
通过对三种控制策略的比较,Smith预估模糊PID控制算法明显优于另外两种,在降温过程中没有低于设定的改变值,且恢复稳定的时间远远短于另外两种。同时也可以观察三种控制策略中,对于执行机构的控制输出,如图5所示。
图5是执行机构的输出,即温室大棚内的加热风机的输出值。由图可知,Smith预估模糊PID控制策略的变化幅度更小,达到稳定值的时间更短。这反映到加热风机的控制中就是可以以更小的变化和更快的时间完成对温度对象的调节,因此不但控制品质好,还能够更节约电能。
4结语
本文主要基于温室大棚温度自动控制系统的数学模型,研究了Smith预估模糊控制策略并对其进行了仿真,构建MATLAB/Simulink仿真平台下温室大棚自动控制系统的模型。并分别在固定温度值和改变温度值两种工况下,仿真研究了、模糊PID和Smith预估模糊PID三种控制策略。较得其他两种算法,Smith预估模糊PID控制策略在动态性能方面远远优于传统PID和模糊PID。
参考文献
[1]梁金夏.一类时变时滞大延迟系统的自适应模糊Smith控制策略研究[D].武汉:武汉工程大学,2018.
[2]张俊雄.基于预估模糊PID的空调系统控制研究[D].长沙:中南林业科技大学,2018.
[3]张立优.基于神经网络控制策略的智能温室控制系统设计[D].太原:太原理工大学,2018.
[4]刘亚伟,薛鹏.基于模糊自适应PID控制的温室大棚控制策略研究[J].科技与创新,2018(4):41-43.
关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！
文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/jisuanjilunwen/41432.html
