溫室溫濕度耦合控制方法研究

　　摘要:為解決溫室溫度、濕度環境精準控制問題，基于PID算法并結合溫度、濕度熱力學分析，提出了一種溫室溫濕度耦合控制方法。通過實驗結合參數辨識方法建立溫室溫度、濕度的數學模型;從熱力學角度分析溫度與濕度之間存在的耦合關系，得出溫濕度耦合函數;將耦合函數作為溫濕度之間的影響關系添加到基于PID算法的控制模型中，最終建立了基于PID算法的溫濕度耦合控制模型。實驗結果表明:加入溫濕度耦合關系后，耦合控制相較于無耦合控制方法，溫度控制與濕度控制系統的系統穩態時間分別減少73.3%和50%，系統穩態誤差均為0，系統更加穩定準確。溫濕度獨立控制方法很難實現溫室溫度與濕度的協調準確控制，而采用耦合控制方法能夠大幅度提高控制系統的穩定性、快速性及準確性，實現了溫室溫濕度的精準控制，從而提高了溫室作物的生產品質。

　　關鍵詞:溫室;溫濕度;PID;熱力學;耦合控制

　　0引言

　　溫室作為設施農業的重要組成部分，在農業現代化過程中占據重要地位。改革開放之后，我國從日本、荷蘭等地區引進了大量現代化溫室，但由于氣候、管理技術、信息化技術等原因，該類溫室在我國出現了“水土不服”的現象。目前，我國溫室面積已躍居世界第1位，但溫室生產與管理水平仍與發達國家有很大差距[1-3]。

　　溫室通過各類設備對內部環境進行調控，使作物生長不受自然環境的影響，從而實現作物的周年供應。溫室中影響作物生長的主要環境因子有溫度、濕度、二氧化碳濃度及光照度等，多環境因子之間相互影響、相互制約導致了溫室環境是一個存在多變量的大慣性、非線性系統，且具有耦合、延遲等現象[4-6]。

　　溫室環境協調控制一直是國內外研究的一個熱點和難點，而溫度、濕度作為影響作物生長的最主要的兩個因素，許多學者對它們的協調控制進行了研究。申超群[7]等人提出了基于RBF神經網絡PID的溫室溫度控制，由神經網絡RBF對PID中的3個參數進行在線調整，提高了溫室溫度的控制精度。楊旭[8]設計了基于PLC的農業溫室模糊控制系統，基于模糊PID對溫室溫度、濕度進行控制。楊彬[9]應用模糊控制理論，主要對溫室的溫度、濕度環境因子進行自動控制。王健[10]等人運用變論域模糊控制理論提出了符合北方溫室番茄種植的智能溫度控制策略。ItoK[11]設計了一種采用木球加熱系統的溫室溫度控制器，采用模型預測控制來精確實現溫室溫度控制。

　　目前，針對溫室溫度、濕度的單因素高精度控制研究已經較為成熟，但對于溫室溫度濕度協調高精度控制問題尚有待提高，這也成為當前我國智能溫室發展的一大阻礙。為此，筆者從熱力學的角度出發，根據干球溫度與濕球溫度來計算濕空氣相對濕度的方法分析溫濕度之間的耦合關系[12];通過實驗對溫室溫度、濕度進行建模，將耦合關系結合PID算法建立了溫室溫濕度耦合控制模型，最終實現了溫室溫濕度的高精度協調控制。

　　1溫室溫度、濕度模型建立

　　1.1溫室環境控制方法

　　溫室內部影響作物生長的主要環境因子有溫度、濕度、二氧化碳濃度及光照度等，這些環境因子不僅受外界氣候、作物生長影響，而且互相影響、互相制約。其中，二氧化碳濃度和光照度的耦合性不高，可采用獨立的閾值控制方式。溫室溫濕度變化是一種非線性、大滯后且互相影響的復雜過程，獨立溫濕度控制方式準確度較低，需要對耦合關系進行分析。本文對溫室溫度、濕度分別用PID算法進行控制，同時考慮溫濕度之間的耦合影響，從而以修正反饋量的方式進行綜合控制。

　　1.2實驗設施

　　實驗在湖南農業大學自主研發的2MH-655B型循環運動式溫室大棚(長×寬×高=12m×5.5m×3.6m)進行，占地面積66m2，溫度控制設備為溫室專用空調，濕度控制設備為霧化噴淋系統與除濕設備。

　　1.3基于實驗法的溫室溫度模型建立

　　1.3.1溫度模型

　　被控對象受內部和外界影響較大，其數學模型是隨時間變化的，難以建立精準的數學模型。

　　2溫濕度關系的熱力學分析

　　要建立溫濕度耦合模型，首先要確立溫濕度之間存在的關系，對于密閉環境的溫室來說，溫度的升高必然會導致濕度的下降，濕度的升高同樣會造成溫度的下降，因此建立溫濕度之間的耦合關系是建立溫濕度耦合模型的關鍵。為此，通過熱力學公式分析溫濕度之間存在的關系，擬合溫室的溫濕度耦合關系。

　　2.1溫濕度的熱力學關系

　　含有水蒸氣的空氣稱為濕空氣，將濕空氣看作混合物，以干空氣為溶劑，水蒸氣為溶質，溫濕度之間相互影響主要由濕空氣中水蒸氣的含量決定。濕空氣的濕度通常用絕對濕度、相對濕度和比濕度來表示，由于絕對濕度并不能判斷空氣是否還能繼續吸濕，通常采用相對濕度或比濕度來衡量。一般生活中、天氣預報中，大多使用相對濕度[16](該小節溫度單位未注釋，默認為K)。

　　3.2濕度Simulink模型的建立

　　單獨PID溫度控制上升時間約1300s，超調量為2%，系統的穩態時間為3000s，用時 長且存在穩態誤差;加入濕度耦合控制關系后，系統上升時間約800s，超調量為0，系統穩態誤差為0。綜合對比可知:對于溫度控制，溫濕度耦合控制方式系統更加穩定，響應更快速，達到穩態時間減少73.3%，控制精度更高。單獨PID濕度控制超調量為1.3%，上升時間約1300s，系統穩態誤差為0，系統達到穩態時間約2400s;加入溫度耦合控制關系后，設定初始值35%RH，由于溫度影響，濕度的初始值達到55%RH，系統超調量為14.67%，上升時間約300s，峰值時間200s，系統達到穩態時間為1200s。綜合對比可知:濕溫度耦合控制方式系統響應速度更快，達到穩態時間減少50%，且系統無穩態誤差，控制精度高。

　　4結論

　　從熱力學角度分析了溫室小環境中溫度與濕度的耦合關系，并結合長沙地區的氣候實際特點得出了溫濕度耦合函數。以階躍信號為輸入進行溫室溫度、濕度實驗，得到階躍響應曲線，對曲線進行參數辨識建立溫室溫度、濕度的數學模型。在PID溫度、濕度控制方法的基礎上加入溫室溫濕度耦合關系后，建立了溫室溫濕度耦合控制模型，經Simulink建模仿真可知，該方法具有良好的控制效果。

　　農業方向論文投稿刊物：《中國農學通報》(ChineseAgriculturalScienceBulletin)雜志創刊于1984年，由中國農學會主辦，由我國著名農業科學家、兩院院士石元春教授擔任主編的綜合性農業學術期刊。雜志以農業科研院、校副高以上中青年專家、學科帶頭人和博士、碩士為主要作者群，以省部級以上科研基金項目論文為重點，高質量、高水平的學術半月刊，國內統一刊號為CNll一1984/S，國際標準刊號：ISSN1000-6850，郵發代號：2-772.

　　相較于溫室溫度、濕度單因素控制，耦合PID控制方式在加入干擾后能始終處于穩定狀態;在快速性方面，耦合PID控制方式達到系統穩態的時間更短，系統遇到干擾的響應也更加快速;在準確性方面，耦合PID控制方式的控制精度更高。由于存在測量誤差以及耦合函數階數選取等因素，實驗僅得出實際溫室系統的近似模型，在一定程度上影響了控制系統的控制精度，后續將在縮小誤差及加入熵值方面對溫濕度耦合關系的影響進行研究，以提高系統控制效果，同時將控制方法用于芫荽的溫室種植中，以實際應用優化本研究。

　　參考文獻：

　　[1]毛罕平，晉春，陳勇.溫室環境控制方法研究進展分析與展望[J].農業機械學報，2018，49(2):1-13.

　　[2]LMCCARTNEY，MGLEFSRUD.Protectedagricultureinextremeenvironments:areviewofcontrolledenvironmentagricultureintropical，arid，polarandurbanlocations[J].Appliedengineeringinagriculture，2018，34(2):455-473.

　　[3]TANGARIFEHI，DíazAE.Roboticapplicationsintheautomationofagriculturalproductionundergreenhouse:areview[C]//In:Proc.ofIEEE3rdColombianConferenceonAutomaticControl，2017:1-6.

　　[4]辛萍萍.效益優先的溫室環境多因子協同調控模型與方法研究[D].楊凌:西北農林科技大學，2019.

　　[5]張寧，譚親躍，張戈風.溫室地上環境因子模型研究綜述[J].中國農學通報，2019，35(2):93-99.

　　[6]倪文彬，王榮林.基于AT89S52的溫度控制系統設計[J].通信電源技術，2012，29(6):50-51，54.

　　[7]申超群，楊靜.溫室溫度控制系統的RBF神經網絡PID控制[J].控制工程，2017，24(2):361-364.

　　作者：高立婷1a，戴思慧1b，徐新明1a，周娟1a，李明2

轉載請注明來自發表學術論文網：http://www.cnzjbx.cn/nylw/26214.html