节能控制算法智能温室自动化控制系统设计方案

基于节能控制算法的智能温室自动化控制系统设计

摘要：温室自动化控制系统是根据温室大棚内的温湿度、土壤水分、土壤温度等传感器采集到的信息，接到上位计算机上进行显示，报警，查询。监控中心将收到的采样数据以表格形式显示和存储，然后将其与设定的报警值相比较，若实测值超出设定范围，则通过屏幕显示报警或语音报警，并打印记录。本文基于此设计了以节能控制算法为核心的温室自动化控制系统上位机软件。在保证温室稳定有效运行的前提下，引入节能的思想，使温室生产达到高产、低耗的目标，从而为解决温室高能耗的问题提供了一条有效途径。

关键词：温室自动化控制系统多因子协调控制温室模型节能优化控制

0 引言

温室作为现代农业发展的载体，其重要性日益被越来越多的国家所重视，而现代农业发展的最重要的因素便是发展温室及其控制技术，通过有效的途径来控制温室内的作物生长环境使作物健康的生长。在能源日益紧缺的今天，如何把节能的思想应用到现代温室的环境控制中也已成为人们关注的焦点。我国温室产业的发展现状是控制方法简单、技术落后且能耗较高。为此本文在结合国内外温室控制研究的基础上，通过引入以温室模型为基础的节能控制算法，设计了节能型的智能温室控制系统上位机软件，可实现对温室有效的节能控制。

1温室自动化控制系统的整体框架

托普物联网认为，通常整个温室自动化控制系统分为3层：最顶层是温室控制的上位机软件，其中集成了温室控制的控制规则库以及温室的模型方程，还设计了一些面向用户的功能模块，以实现与用户之间良好的交互性；中间层为温室控制的下位机，用以接收上位机的控制指令并把控制指令转化为温室内各个执行机构的动作指令，同时接收来自温室现场端传感器采集的温室气候及执行机构状态信息，并把这些信息转化成一定的格式传给温室控制上位机软件；最底层是温室控制现场，分布着各种执行机构以及传感器，以实现对温室环境的控制和温室内各种数据的实时采集。系统框图如图1所示。

本文的重点在于温室上位机控制软件中节能算法的实现。

2上位机功能模块设计

Visual Basic 6．0具有丰富的开发工具，采用面向对象技术、图形化的应用开发环境。它有一个功能极其强大的集成环境，使得开发人员可通过菜单、界面、图形浏览工具、对话框以及嵌入的各种生成器来轻松地完成各种复杂的操作。基于这种优势，温室控制上位机软件选择了Visual Basic 6。0开发环境进行开发设计。

通过对温室控制上位机功能的分析，设计了各个功能模块，分别针对不同的控制要求以及用户需求。上位机的功能模块框图1如图2所示。

温室控制上位机软件有手动控制功能。在手动控制模式下，用户可以根据实际要求在上位机软件中操作执行机构的开启或关闭命令，向下位机发送相应的指令来控制温室现场，从而可以通过手动操作监控室内上位机的方式控制温室现场的执行机构。

温室上位机软件还可以运行在自动控制模式下。在此模式下，上位机可以不在人为干预下自动控制温室现场。该自动运行模式下所用的控制策略采用温室环境多因子协调控制算法H1。该算法基本思想为：针对温室这样一个非线性、分布参数、时变、大时延、多变量耦合的复杂对象，并且各控制手段之间也存在着很强的耦合性，通过结合设施园艺的一些经验方法，对温室系统进行变换和等效处理，将问题简化；利用温室对温湿度等因子控制精度要求不是很高的特点，把重点放在多因子如何协调上。通过把温室内的环境参数分为主类因子和次类因子，再建立次类因子与主类因子的协调关系函数，从而将多因子控制变成以温度单类因子为主的单因子控制；再以前馈和反馈控制消除各类因子协调带来的不确定性，建立多因子协调控制算法。

基于该多因子协调控制算法设计的上位机自动运行控制软件在上海孙桥等温室基地已验证有很好的控制效果，能够把温湿度等环境因子控制到一个适宜的区间内，提高了温室作物的产量和生长效率。由于温室的运行需要消耗较高的能耗，特别是加热的成本较为昂贵，考虑到降低温室控制的运营成本的需要，引入一种节能的控制方法。该方法主要是基于温室模型的优化控制，运用基于外部种群的多目标偏好遗传算法¨1，把能耗作为最终的偏好信息，计算出能耗最低的控制量作为实际温室的控制输入。该节能算法通过与多因子协调控制算法相融合可以有效地实现温室的稳定运行与降低能耗的需求。

3节能优化控制

对于温室的作物来讲，作物适宜生长的环境参数一般来说都是一个区间值，也即温室内的温度、湿度、CO：等环境变量值只要维持在作物适宜生长的范围内即能满足作物的生长要求，这样就为实现温室节能控制提供了一种可能。而使温室内的环境满足所要求的区间会有若干个控制策略，并且对这一组的控制策略进行能耗的计算和分析，选择其中最节能的控制策略来控制温室现场，则既能达到温室作物生长的环境要求，又能满足节能的要求。

在温室环境控制问题中，温室内的空气温度、湿度是主要的控制对象，这些量可以通过加热、喷雾和通风来改变。这样使温室内温度和湿度达到所要求的区间就会有若干组加热、喷雾和通风对应的控制输入。通过计算每组控制量的能耗，选择其中能耗最低的一组控制输入，就能达到节能控制的目的。

3．1模型与算法

在传统的控制问题中，只有把实际的控制输入施加于控制现场才能获得相应的控制结果。然而要在控制施加之前得到控制方法和控制结果的对应关系，必须建立控制对象的模型，在温室控制中也即须建立温室的温湿度模型，在此引入G．D．Pasgianos等人提出的一个温室温湿度的动态方程。

通过该温室温湿度动态方程，在已知温室体积、热交换系数等参数的情况下，可以得到温室内的温度、湿度值的变化量与加热、喷雾以及通风量之间的关系。用基于外部种群的多目标偏好遗传算法获得一组加热、喷雾、通风，使温湿度达到目标区间内的数据对。该算法的基本思想是根据用户事先定义的偏好区域设定一个偏好参考点，这样在遗传算法的进化过程中，通过度量每一代种群个体与参考点的距离来得到每一代的虚拟聚类点，然后再利用外部种群使得距离参考点最近的个体保留下来。算法流程"1如下：

(1>参数初始化，包括种群中个体数目NIND、种群规模Pop、外部种群个体数目OutNIND、外部种群规模Outpop、运算代数Maxgen。