基于模糊PID 的桑蠶養(yǎng)殖物聯(lián)網(wǎng)管理系統(tǒng)設計

吳亙杰，王成群，李 亮，寇東來

（1.浙江理工大學信息學院，浙江 杭州 310018；2.浙江海利普電子科技有限公司，浙江嘉興 314300）

0 引言

長期以來，我國桑蠶養(yǎng)殖主要以人工養(yǎng)殖為主，蠶房的溫濕度環(huán)境極大程度上取決于農(nóng)戶自身經(jīng)驗，存在著勞動力成本高、效率低、管理水平差異大、專業(yè)知識水平要求高等一系列問題。在控制系統(tǒng)中，絕大多數(shù)控制對象不同程度上存在時滯性，而在溫度控制系統(tǒng)中時滯現(xiàn)象更為常見，大時滯一直是控制系統(tǒng)需要處理的重大難題［1］。溫濕度變化對桑蠶生長影響極大，大空間蠶房的時滯問題更為突出。由于桑蠶養(yǎng)殖占地面積廣，所處環(huán)境較復雜，再加上南方氣候變幻無常，因此蠶房環(huán)境是一個大滯后、大慣性、非線性、時變性的被控對象，時滯問題難以避免，很難建立一個準確的數(shù)學模型［2］。模糊控制適用于非線性及多干擾系統(tǒng)，對沒有精確數(shù)學模型的系統(tǒng)可以達到較為優(yōu)秀的控制效果［3-4］。

很多學者針對大時滯溫度控制系統(tǒng)相關問題進行了研究。盛平等［5］設計的基于模糊PID 控制器的葉菜溫室測控系統(tǒng)，將模糊PID 控制應用于實際葉菜溫室場景中，提高了系統(tǒng)的自適應性和靈活性；魏雨飛［6］設計的農(nóng)作物溫室溫度控制系統(tǒng)，將模糊PID 思想應用于大時滯溫控系統(tǒng)中，但在仿真實驗中沒有建立數(shù)學模型；Wu 等［7］設計的基于自適應模糊PID 的環(huán)境實驗室溫度控制系統(tǒng)和趙慧敏等［8］設計的陽光溫室控制系統(tǒng)，都針對時滯問題建立了數(shù)學模型，并進行MATLAB 仿真驗證，但是在實際環(huán)境中沒有測試驗證；舒大松等［9］設計的自適應模糊PID 倉儲溫度控制系統(tǒng)采用了模糊PID 控制，但是隸屬度函數(shù)只采用了三角形，在模糊控制穩(wěn)定性方面有所欠缺；Najmurrokhman 等［10］根據(jù)平菇的最佳生長環(huán)境需求設計了基于模糊PID 的平菇栽培溫濕度控制系統(tǒng)，系統(tǒng)響應快且控制效果良好。

針對蠶房溫濕度由于局部控制引起的時滯問題，不論是單一的隸屬度函數(shù)還是傳統(tǒng)的PID 方法都存在一定的缺陷，本文提出一種綜合PID 控制和模糊控制兩者優(yōu)點的控制方案。該方案基于上位機專家數(shù)據(jù)庫，下位機采集蠶房的溫濕度參數(shù)為輸入變量，以溫濕度控制量為輸出變量自適應調(diào)節(jié)系數(shù)，通過控制設備進行相應的溫濕度控制，以達到蠶房最優(yōu)化的控制效果，實現(xiàn)高效智能化管理。

1 總體方案

蠶房結構如圖1 所示。實際蠶房空間約25m2，蠶房內(nèi)熱風機、加濕器和空調(diào)的安置位置決定了蠶房的溫濕度控制是由局部調(diào)節(jié)溫濕度來控制整體溫濕度變化，導致控制過程存在大時滯性和復雜性。

桑蠶養(yǎng)殖物聯(lián)網(wǎng)管理系統(tǒng)主要根據(jù)桑蠶的生長階段，通過上位機專家數(shù)據(jù)庫查詢蠶房對應的最佳溫濕度參考值來設定蠶房溫濕度。系統(tǒng)核心是嵌入式網(wǎng)關，每間蠶房內(nèi)安裝有4 個均勻分布的溫濕度檢測點，網(wǎng)關通過RS485串口通信采集蠶房內(nèi)溫濕度傳感器實時數(shù)據(jù)，并將數(shù)據(jù)上傳至云服務器存儲到數(shù)據(jù)庫中，環(huán)境數(shù)據(jù)經(jīng)模糊控制器處理，根據(jù)實際情況和用戶設置自動調(diào)控熱風機、空調(diào)和加濕器等運行時間。當蠶房調(diào)控遇到?jīng)_突時，溫度調(diào)控優(yōu)于濕度調(diào)控，以達到最優(yōu)的蠶房環(huán)境。

Fig.1 Schematic diagram of silkworm house圖1 蠶房結構

對不同的系統(tǒng)功能域進行拆分和優(yōu)化，形成桑蠶養(yǎng)殖物聯(lián)網(wǎng)管理系統(tǒng)體系架構，如圖2 所示。用戶域主要是桑蠶養(yǎng)殖管理人員；應用域主要實現(xiàn)數(shù)據(jù)庫、上位機軟件以及智能處理平臺設計，對來自下位機的數(shù)據(jù)進行接收、存儲、分析和處理，實時響應用戶的數(shù)據(jù)查詢和設備控制等需求，并將異常情況對用戶進行反饋；運維管控域主要實現(xiàn)可視化服務平臺，保障系統(tǒng)的穩(wěn)定性以及對控制設備進行維護；感知域實現(xiàn)蠶房內(nèi)溫濕度采集、蠶房調(diào)控設備控制以及用于數(shù)據(jù)傳輸?shù)南挛粰C系統(tǒng)設計。下位機主要由感知終端、控制終端以及傳輸終端3 部分組成，桑蠶養(yǎng)殖管理人員可以通過觸屏工控機和移動端對相應蠶房進行實時數(shù)據(jù)查詢、設備控制以及參數(shù)設定等；目標對象域主要實現(xiàn)以蠶房為被控對象的桑蠶養(yǎng)殖物聯(lián)網(wǎng)管理系統(tǒng)控制平臺搭建。

Fig.2 IoT system architecture diagram圖2 物聯(lián)網(wǎng)體系架構

2 模糊PID 控制原理

PID 控制是一種基于過程參數(shù)的控制算法，利用反饋來檢測偏差信號，并通過偏差信號控制被控量，而控制器本身就是比例、積分、微分3 個環(huán)節(jié)的加和［11］。本系統(tǒng)基于PID 控制算法結合模糊控制思想實現(xiàn)蠶房溫濕度的自適應調(diào)節(jié)，其控制表達如下：

式（1）中：u(t)為t 時刻系統(tǒng)輸出的控制量；Kp為比例系數(shù)；Ki為積分系數(shù)；Kd為微分系數(shù)；控制器輸入e(t)為設定溫度值r(t)與蠶房溫度實際值y(t)之間的誤差，表示為e(t)=r(t)-y(t)；偏差變化率ec(t)為當前時刻偏差值與上一時刻偏差值之差，表示為ec(t)=e(t)-e(t-1)。

由于蠶房溫濕度控制具有時滯性和大慣性特點，考慮到受控對象的多干擾性和桑蠶對溫濕度變化的敏感性，傳統(tǒng)的PID 方法無法滿足蠶房溫濕度的精確控制要求。為滿足不同階段桑蠶的最佳溫濕度需求，本系統(tǒng)結合模糊PID控制思想對傳統(tǒng)PID 算法進行改進，設計PID 系數(shù)自適應算法，利用農(nóng)戶以往成功的調(diào)節(jié)實踐經(jīng)驗建立專家數(shù)據(jù)庫，充分發(fā)揮模糊PID 控制器的優(yōu)良控制效果。圖3 是系統(tǒng)的模糊PID 控制結構。

系統(tǒng)以上位機專家數(shù)據(jù)庫中的溫度為依據(jù)，將蠶房采集到的溫度偏差e 和溫度偏差變化率ec作為模糊控制器輸入，在模糊量化處理基礎上結合模糊控制規(guī)則進行模糊推理，得出3 個參數(shù)的模糊度，最后對照模糊論域進行清晰化處理得出具體數(shù)值。模糊控制器的輸出為PID 控制器參數(shù)變化量△Kp,△Ki,△Kd，可以根據(jù)蠶房實際狀態(tài)對系統(tǒng)PID原來設計的初始參數(shù)進行修正［12-14］，計算出控制蠶房相關執(zhí)行器的變量，由變量推導出控制組合。

Fig.3 Fuzzy PID control structure diagram圖3 模糊PID 控制結構

綜合分析蠶桑養(yǎng)殖物聯(lián)網(wǎng)管理系統(tǒng)后，得出溫度偏差e 的論域為［-3，3］，溫度偏差變化率ec的論域為［-3，3］。采用“PB（正大）”“PM（正中）”“PS（正?。薄癦O（零）”“NS（負?。薄癗M（負中）”“NB（負大）”7 個模糊子集涵蓋蠶房內(nèi)溫度偏差e 和溫度偏差變化率ec。根據(jù)實際經(jīng)驗并考慮控制的穩(wěn)定性需求，本文選用三角形隸屬度函數(shù)，NB 和PB選用Z 型和S 型隸屬函數(shù)，如圖4 所示。

根據(jù)系統(tǒng)模糊控制輸入量溫度偏差e 和溫度偏差變化率ec特點，在桑蠶養(yǎng)殖理論知識和實踐經(jīng)驗基礎上建立PID 參數(shù)調(diào)整規(guī)則表，如表1 所示。當偏差e 絕對值較小時，選擇較大的Kp和Ki來保證系統(tǒng)穩(wěn)定性，選擇適當?shù)腒d提高系統(tǒng)的抗干擾能力；當偏差e 絕對值中等時，選擇較小的Kp和適當?shù)腒i，Kd，通過降低超調(diào)量來保證系統(tǒng)的響應速率；當偏差e 絕對值較大時，選擇較大的Kp保證蠶房響應效果，選擇較小的Kd來避免出現(xiàn)過飽和現(xiàn)象。同時為了避免系統(tǒng)超調(diào)，對積分作用部分進行限制［15-16］。模糊規(guī)則采用“if A and B then C”的條件語句實現(xiàn)。

Fig.4 Membership function圖4 隸屬度函數(shù)

Table 1 Fuzzy control rule表1 模糊控制規(guī)則

由于蠶桑養(yǎng)殖物聯(lián)網(wǎng)管理系統(tǒng)的被控對象蠶房具有時滯性和大慣性等特性，系統(tǒng)近似于一階慣性純滯后模型，其傳遞函數(shù)可以用一階慣性環(huán)節(jié)與純延遲環(huán)節(jié)的串聯(lián)形式進行描述［17］?？杀硎緸椋?/p>

式（2）中，K 為蠶房的靜態(tài)增益系數(shù)，即系統(tǒng)達到穩(wěn)態(tài)時系統(tǒng)輸出與系統(tǒng)輸入的比值，它只與被控對象有關，是表示被控對象穩(wěn)定的標志。K 值越大穩(wěn)定性越差，K 值越小穩(wěn)定性越好。T 為蠶房的慣性時間常數(shù)，反映了加入輸入信號后輸出變量從初始狀態(tài)到穩(wěn)態(tài)的變化程度和被控對象動態(tài)過程的快慢特性。τ為蠶房的時滯時間系數(shù)。

采用飛升曲線測量法［18］確定控制對象的數(shù)學模型，將測得的蠶房溫度時間數(shù)據(jù)擬合得到系統(tǒng)開環(huán)響應曲線。在曲線變化最快處作切線，求得與時間軸交點以及與漸近線交點，得出系統(tǒng)慣性時間常數(shù)T 為290s，滯后時間τ為20s。根據(jù)熱風機和控制溫度之間的對應關系進行參數(shù)識別，可以得到系統(tǒng)靜態(tài)增益系數(shù)K 為0.7。

最終系統(tǒng)傳遞函數(shù)為：

3 結果評估

蠶房內(nèi)溫度調(diào)節(jié)為大時滯系統(tǒng)，本文對文中所提出的溫濕度控制模型進行仿真，仿真實驗基于MATLAB/Simu?link 平臺，將常規(guī)PID 控制與模糊自適應PID 控制算法進行對比。實驗包括時滯環(huán)節(jié)的仿真，初始溫度20℃，設定控制溫度為25℃，仿真結果如圖5 所示。圖5 仿真實驗表明，常規(guī)PID 算法和模糊自適應PID 控制算法都能實現(xiàn)溫度控制，但模糊自適應PID 控制算法在系統(tǒng)控制性能上明顯優(yōu)于常規(guī)PID 算法。模糊PID 控制算法不僅響應速率更快，超調(diào)量更小，可靠性和穩(wěn)定性更強，而且可以實現(xiàn)PID 參數(shù)的最優(yōu)調(diào)整，更好地處理蠶房因不確定環(huán)境參數(shù)變化帶來的影響。

Fig.5 Comparison of simulation results between fuzzy PID and conventional PID圖5 模糊PID 與常規(guī)PID 仿真效果對比

為了驗證蠶桑養(yǎng)殖物聯(lián)網(wǎng)管理系統(tǒng)運行效果，隨機對某天的一間蠶房進行現(xiàn)場測試，設定蠶房溫度值為25℃，溫度誤差為±1℃，濕度值為85%RH，濕度誤差為±5%，測試時間為9：00-16：00，數(shù)據(jù)采集間隔為30min，得到的實驗結果與預期相符，蠶房實際溫濕度控制情況如圖6、圖7 所示。由圖6、圖7 可知，在設定溫度和濕度及誤差后，蠶房內(nèi)溫度和濕度在不同時間段會有所起伏，溫度始終保持在24～26℃范圍內(nèi)，濕度始終保持在80%～90%RH 范圍內(nèi)。數(shù)據(jù)顯示系統(tǒng)運行正常且響應及時，沒有出現(xiàn)超出設定范圍的報警，實現(xiàn)了蠶房溫濕度的自適應控制。

Fig.6 Temperature change graph圖6 蠶房溫度變化曲線

Fig.7 Humidity change graph圖7 蠶房濕度變化曲線

4 結語

針對蠶房溫濕度控制存在的大滯后、大慣性、非線性、時變性等問題，研究蠶房內(nèi)溫濕度變化規(guī)律，設計了一種根據(jù)蠶房環(huán)境因素變化有效調(diào)整的模糊控制方法。長期實地測試和觀察表明，本文設計的蠶桑養(yǎng)殖物聯(lián)網(wǎng)管理系統(tǒng)具有實用性和可靠性，具有良好穩(wěn)定的控制效果和很強的魯棒性，可以及時處理因人工或環(huán)境因素對桑蠶養(yǎng)殖造成的不利影響，彌補了常規(guī)PID 溫度控制系統(tǒng)在高控制要求和多干擾情況下魯棒性不足問題。蠶桑養(yǎng)殖物聯(lián)網(wǎng)管理系統(tǒng)可以達到傳統(tǒng)人工養(yǎng)殖效果，極大程度上降低勞動力成本，滿足農(nóng)戶智能化監(jiān)測和管理需求，具有較好的實用性和應用價值。