模糊控制在温室大棚温度控制系统中的应用

1 引言

我国农业正处于从传统到优质、高效、高产的现代化农业转化的初期。温室大棚作为现代化农业的重要产物，已经得到了广泛的应用。而现代化的农业生产是离不开环境控制的，温室大棚是北方的一些地区在近些年发展起来的生产设施，主要用于调节温湿度、CO2气体浓度和光照等环境因素，使农作物拥有最佳的生长环境。目前，我国的大多数温室控温设备都是比较简陋的，环境仍然是靠人工经验来进行控制管理，已严重的影响了农业的稳定快速发展。因此，我们迫切的需要设计出一种高效益、低成本的温室大棚温度控制系统。

温室大棚对温度的控制是—个较为复杂的系统，具有实时变化性强、非线性、随机干扰较大、过程机理错综复杂等特点，所以难以去建立一个精确的数学模型，采用传统的控制方法、控制理论，其控制效果都不是很好[1]。这种情况下，模糊控制就显得意义重大，因为模糊控制是不需要预先建立一个精确的数学模型的，根据实际数据并参考操作人员的经验，就可以进行实时的控制，将其应用在温室大棚温度控制系统中正适合。

2 系统设计

所谓模糊控制系统是一种自动的控制系统，它以模糊数学和模糊语言形式的知识来表示，以模糊逻辑推理来作为理论基础，并借助于计算机控制技术来构成的一种具有闭环结构的数字控制系统[2]。系统由模糊控制器、输入/输出接口装置、传感器、广义对象四个部分组成。其中广义对象包括了被控对象和执行机构，传感器将各种过程的被控制量和被控对象转换为电信号，模糊控制器再通过输入/输出接口将数字信号量从被控对象处获取，并经过数模变换把模糊控制器决策的输出的数字信号转变为模拟信号送给执行机构，继而去控制被控对象[3]。可见，整个系统的核心就是模糊逻辑控制器。本文着重介绍此部分。

3 模糊控制器设计

3.1 模糊控制器的结构

模糊控制器由模糊化 （Fuzzification）、模糊推理 （Fuzzy Reasoning）、模糊量的去模糊（Defuzzification）三部分组成，它们都是建立在知识库（Knowledge Base）基础上的。其控制原理如图1所示。

模糊控制器的输入量是非模糊量时，必须要转化成模糊量以后才能够用于模糊推理。而模糊化就是将确定量变换成模糊集的过程。其主要的功能是根据输入语言变量的隶属度函数去确定相应于每个语言值的隶属度。输入量模糊化后，下一步进行的就是模糊推理。模糊推理是模糊控制器对于给定的模糊输入量，根据判定的模糊规则以及事先规定好的推理方法求出模糊输出量的过程，它是模糊控制器的核心。在模糊推理中得出的模糊输出量必须转换成非模糊的输出，所以去模糊就是将模糊集变换成确定值的过程。根据模糊推理得到的输出模糊隶属函数，可用不同的方法找到一个比较具有代表性的精确值来作为控制量。

3.2 模糊控制器的设计

（1）确定模糊控制器的输入、输出变量

系统的输入变量为大棚温度与实际温度的偏差E和偏差的变化率DE，输出变量为控制加热装置的供电电压U。

（2）定义模糊子集

T（E）= {NB，NM，NS，ZE，PS，PM，PB}

其中，NB表示负；NM表示负中；NS表示负小；ZE表示零；PS表示正小；PM表示正中；PB表示正大。

温度偏差、偏差变化率的隶属函数赋值表如表1所示。

根据过程控制的实际经验来得到模糊控制的规则，实质上就是将操作员的控制经验加以总结从而得出一条条的模糊条件语句，将这些语句（规则）进行汇总，得出成如表2所示的模糊控制规则表。

模糊控制算法是系统实现模糊控制的关键，其实现的方法目前主要有两种，即公式法和查表法。可以根据不同系统的不同情况来选用不同的控制算法。本系统采用的是查表法来实现的。在查表法中，根据模糊控制规则表利用直接法计算出输入输出的模糊关系矩阵，即控制表。

在系统中，由于偏差 E和偏差的变化率DE的论域都有 7 个元素{-3，-2，-1，0，1，2，3}，所以，在输入时偏差E或偏差的变化率DE的值会量化到7个元素之中的任意一个。这样求出所有可能的输入组合及其对应的输出控制量，就形成了相应的模糊控制表。其部分控制规则描述如下：

4 结语

为了验证该模糊控制策略和设计方案的正确性，以便获得较好的控制效果，借助 MATLABA对温室大棚温度控制系统进行了仿真试验[4]。经试验得出，采用模糊控制要比采用普通PID控制的超调量小，控制效果好，并且能更好的改善系统的静态与动态特性。可见，在温室大棚温度控制系统中采用模糊控制而不用去建立精确的数学模型，只需根据实际数据并参考操作人员的经验，就可以进行实时的控制，这对于环境条件较复杂的情况是一种非常有效的控制策略，可取得比较满意的控制效果。

参考文献

[1] 王立舒，等.日光温室温、湿度模糊控制系统研究[J].东北农业大学学报.2005，36（5）：625-627.

[2] 王立新.模糊系统与模糊控制教程[M].北京：清华大学出版社，2003.

[3] 许力.智能控制与智能系统 [M].北京：机械工业出版社，2007.

[4] 冯冬，张希平，费敏锐.一种基于MATLAB的模糊控制器综合优化设计方法[J].系统仿真学报.2004，4：849-852.