智能温室温湿度控制系统设计及其仿真概要.docVIP

第36卷第8期东 北 林 业 大 学 学 报 Vol .36No .8 2008 年 8 月 JOURNAL OF NORT HE AST F ORESTRY UN I V ERSI TY Aug .2008 智能温室温湿度控制系统设计及其仿真 谭 伟 徐 玲 (东北林业大学 ,哈尔滨 ,150040 摘 要 在模糊神经网络基本理论的基础上 ,针对温湿度变化规律和控制要求 ,设计了温室中温湿度控制系 统的硬件组成及其软件实现。实用证明 :系统结构简单、性能稳定、可靠性高 , 可解决实际应用中的问题。 关键词 智能温室 ;温湿度 ;模糊控制 ;仿真分类号 TP273 Desi gn and Simul a ti on of Te mperature and Hu m i dity for I ntelli gent Greenhouse Control Syste m /Tan Wei,Xu L ing (Northeast Forestry University,Harbin 150040,P .R .China //Journal of Northeast ForestryUniversity .-2008,36(8.-88~89 Hard ware compositi on and s oft w are realizati on of a kind of contr ol syste m of temperature and hu m idity for the intelli 2gent greenhouse were designed base on the theory of fuzzy neural net w orks according t o the change rule of te mperature and hu m idity as well as the contr ol de mand .It testified that the syste m with si m p le structure has good stability and high relia 2bility,which can s olve the p ractical app licati on p r oble m. Key words I ntelligent greenhouse;Te mperature and hu m idity;Fuzzy contr ol;Si m ulati on 温室作物环境的控制受到多变的外部环境的影响 ,受到控制对象的不 确定性与作物形态、尺寸不断变化的影响 ,还受到生产者管理经验及恶劣工作环境 的影响。用常规的控制方法来处理温室这一多输入、多输出、非线性强的控制过程 , 有时很难获得比较理想的效果 ,这就要求我们在系统的控制结构、控制原理上改进。因此 ,研究者们将神经网络、遗传算法及模糊推理等智能控制方法运用到温室 环境的控制中 ,来提高温室环境的自动化、智能化水平 [1] 。本文将模糊理论的知识表达与神经网络的自学习能力有机地结合起来 ,设计了模糊神经网络控制器 ,它综合了模糊逻辑和神经网络各自的优点 ,能提高整个系统的学习能力和控制性能。 模糊控制器的设计 通常将模糊控制器输入变量的个数称为模糊控制器的维数 (见图 1,这种控制器以误差和误差的变化为输入变量 ,以控制量的变化为输出变量。 模糊控制器模仿人在操作过程中的思维和逻辑推理 ,不建立确定的数学模型 ,从而达到控制的目的 ,适合工作于非线形、时变性、时滞的系统控制。它分为单变量 模糊控制器和多变量模糊控制器。从理论上讲 ,模糊控制器的维数越高 ,控制效果越 好 ,但是维数越高的模糊控制器实现起来相当复杂和困难。目前被广泛采用的均为二维模糊控制器 (见图 1。 图 1 二维模糊控制器结构 本系统也采用二维模糊控制器 :e (温室内温度误差、 e c (温室内温度误差变化率 ;单输出 u (供油阀门的开度。设 定温度为 R,现时刻为 K, 前一时刻为 K -1, 温室现时刻温度为 y (K , 前一时刻温度为 y (K -1, 现时刻温度误差为 e (K =y (K -R, 前一时刻温度误差 e (K -1=y (K -1R, 现时刻温度误差变化率为 e c (K =e (K -e (K -1 。选择 e (K 和 e c (K 为模糊控制器的输入变量 [2-3] 。 第一作者简介 :谭伟 ,女,1974 年 7 月生 ,东北林业大学信息与计算机工程学院 ,讲 师。 收稿日期 :2008 年 3 月 20 日。责任编辑 :张 玉。 模糊控制和神经网络的关系 模糊控制利用专家经验建立模糊集、隶属函数和模糊推理规则等实现非线