谢秋菊，苏中滨，Ji-Qin Ni，郑 萍



密闭式猪舍多环境因子调控系统设计及调控策略

谢秋菊1,2，苏中滨2※，Ji-Qin Ni3，郑 萍2

（1. 黑龙江八一农垦大学信息技术学院，大庆 163319； 2. 东北农业大学电气与信息学院，哈尔滨 150030； 3. Department of Agricultural and Biological Engineering, Purdue University, West Lafayette, IN 47907, USA）

大多数猪舍环境调控是建立在传统控制方法基础上的单一环境变量控制系统，难以对具有多个变量的系统建立精确的数值模型。该文基于模糊控制理论，以温度偏差和温度偏差变化率作为输入量，以通风模式和加热模式为输出控制量建立温度控制器；以相对湿度偏差和氨气浓度偏差为输入量，以通风模式为输出控制量建立通风控制器；并对不同季节多环境因子进行模糊化及逻辑推理，生成不同季节的调控策略及规则，建立2个具有双输入变量的非线性控制系统，加入动态补偿控制，优化猪舍环境调控系统。该文以在美国普渡大学环境研究猪舍监测所得的数据对建立的方法进行了模拟验证。结果表明，舍内温度与设定值最大相对误差为5%，实现了舍内温度稳定控制；舍内相对湿度与设定值最大相对误差为6.3%，充分满足湿度控制要求；猪舍氨气浓度变化范围为2.0～3.7 mg/m3，远远小于设定值9.1 mg/m3。因此，该文提出的猪舍多环境因子模糊控制系统及策略，能够很好地满足猪舍环境控制要求，为解决寒冷冬季猪舍温度与通风调控提供可行的思路。

温度；环境控制；湿度；调控策略；模糊控制；密闭式猪舍；多环境因子

0 引 言

在品种、饲料和饲养方式一定的情况下，猪舍环境对养猪生产起到决定性作用[1-2]。良好的猪舍环境能够保证猪群健康，提高生产水平和饲养效果[3-5]。

猪舍环境温度是维持猪恒定体温的重要外部条件，直接影响猪的热平衡[6-11]。湿度影响猪的蒸发散热，从而影响猪的体温调节[12-13]。氨气（NH3）是猪舍环境的重要污染物之一，主要由舍内的饲料残渣和粪便等经微生物或酶分解产生，当NH3浓度长时间过高时，可以引发呼吸系统疾病[14-16]。在密闭式猪舍中，由于饲养密度大、舍内空气流通性差，通风换气可以将舍外新鲜空气引入舍内，改善舍内空气质量，排除舍内多余的热、湿、粉尘、有害气体等[7,17]。

目前，猪舍环境控制受到国内外学者的广泛关注。Ma等将GPRS技术和遗传算法相结合，建立了基于CAN总线的猪生长环境智能控制系统[18]。李立峰等[19]以King view为开发平台，实现了哺乳母猪舍的环境控制。Seo等[2]建立了商业猪舍内的温度、气流等环境因素的CFD模型，用于不同季节的通风控制。于明珠等[20]实现了基于PLC的仔猪舍温度自动控制。Shen等[21]建立了基于响应面方法的奶牛舍自然通风换气率预测模型。宣传忠等[22]建立了基于ANFIS算法的猪舍环境温度控制模型，实现了温度精确监控。Stinn[23]对美国西部繁育猪舍环境进行了长期监测及控制试验。Ni等[24]建立了猪舍计算机在线控制系统，对猪舍中空气质量进行实时监控。以上这些研究中，大多数是建立的单一环境因素调控系统及模型，基于模糊控制的猪舍多环境因子调控系统研究较少。

与文献[19]相比，本文针对密闭式猪舍环境中多因子互相耦合的特性及不同季节气候特点，分别制定冬季与夏季不同的调控策略及规则；基于模糊控制理论[25]建立猪舍多环境因子调控系统，加入温度动态补偿控制，并且将舍外温度作为动态补偿控制的重要参数，优化猪舍环境调控系统，为解决寒区冬季猪舍调控提供可行的方法。

1 猪舍环境调控系统设计

1.1 总体结构

在规模化养猪场中，在每栋猪舍内布置一定数量的传感器，采集舍内环境数据，然后根据环境数据，分析舍内环境现状，对猪舍内环境进行调控达到适宜的环境状态。在不同的猪舍中，环境控制设备的选型、检测器、变送器与执行器的配置和接口可能存在较大不同，但是系统总体框图如图1所示[26-28]。

图1中猪舍环境调控系统包括环境数据监测模块，单元控制器，控制设备和本地控制中心4部分。环境数据监测模块负责采集猪舍内环境数据，包括舍内温度、湿度、氨气浓度和通风等数据，实现对猪舍内环境的监测。单元控制器负责完成各传感器监测的数据A/D转换、数据融合处理等功能，然后通过无线或有线的数据收/发控制模块将监测的环境数据传送给本地控制中心的计算机上。由本地控制中心对环境数据进行分析处理，按照事先制定的控制策略，生成控制命令，并且将控制命令发送给单元控制器的数据收/发模块，通过D/A转换模块将控制信号转换成模拟信号，送给控制系统。控制设备包括加热系统和通风系统。由于猪在不同生长时期对舍内温度要求不同[29]，通过温度控制系统将猪舍内温度控制在适宜范围内，可以为猪的生长提供最佳环境温度。温度控制系统主要包括加热系统和降温系统，根据不同季节独立运行，通过控制加热器开启来实现加热控制，通过控制风机开启来实现降温控制。通风系统是猪舍环境调控的重要部分，通过控制风机运转来调节通风量，可以排除舍内有害气体、降低舍内温度和湿度，为猪的生长提供良好的舍内环境。

1.2 猪舍环境模糊控制

猪舍环境系统是一个非线性、时变和滞后的多个环境变量相互耦合的系统，采用传统控制方法，难以对具有多个变量的系统建立精确的舍内环境数值模型，达不到精确的动态控制效果。模糊控制模拟人类思维中的模糊推理导出控制量，是反映人类智慧的一种智能控制方式[25]。因此，基于模糊控制方法可以很好地实现猪舍多环境因子调控，创建适宜的猪舍环境。猪舍模糊控制系统结构如图2所示。

为了保证系统高效、稳定运行，有效地减少系统响应过程的振荡现象[26]，将猪舍环境模糊控制系统设计成由2个双输入单输出的模糊控制子系统组合而成。这2个模糊控制子系统为温度模糊控制系统和通风模糊控制系统。猪舍温度模糊控制系统以舍内空气温度偏差及其变化率为2个输入变量，以加热器和风机控制为输出量。通风模糊控制系统以猪舍内氨气浓度与设定浓度差及湿度与设定湿度差为2个输入变量，以风机开启模式作为系统输出变量。为了解决通风与温度模糊控制之间的矛盾，加入温度补偿系数，实现通风与温度之间的解耦控制。

2 猪舍环境模糊控制器

模糊控制系统的核心是模糊控制器设计，主要包括温度模糊控制器和通风模糊控制器。

2.1 温度模糊控制器

以猪舍内温度偏差和温差变化率作为温度模糊控制器的输入变量，设温度偏差和温差变化率对应的模糊集为和。依据猪舍环境温度控制标准要求[29]，育肥猪舍内温度范围为15～23 ℃，20 ℃是最适宜的舍内温度。设定温度偏差的范围为[−4 ℃,4 ℃]。因此，温度偏差在设定值的[−4 ℃,4 ℃]以内为模糊控制区，温度偏差在设定值的[−4 ℃,4 ℃]范围以外是确定控制区。温度偏差用7个模糊状态表示，模糊集合定义为={负大，负中，负小，零，正小，中，正大}，即={NB, NM, NS, ZO, PS, PM, PB}。温差变化率是温度偏差的变化趋势的反映，，设的变化范围为[−2，2]。温度偏差变化率用5个模糊状态表示，模糊集合定义为={负大，负小，零，正小，正大}，即={NB,NS, ZO, PS, PB}。表1、表2分别为温度偏，温差变化率∆隶属度矢量值。

表1 温度偏差e隶属度值

表2 温差变化率∆e隶属度值

猪舍温度控制器的输出量为控制猪舍加热器的加热模式和风机开启模式，输出量模糊集合={NB, NM, NS, ZO, PS, PM, PB}，用7个模糊状态表示分别对应风机开启模式：全开，风机1开，风机2开；加热器开启模式：不调控，小加热，适中加热，大加热。设输出量的基本论域为{−3，−2，−1，0，1，2，3}，当输出量为负值时表示需要开启风机进行降温控制，输出值代表开启的风机模式，当输出量为正值时表示需要开启加热设备进行加热，当输出量为零时表示不调控。

本文采用重心法[26]进行输出控制量的反模糊化处理。重心法就是通过取输出模糊集合的隶属度函数曲线与横坐标轴所围成图形面积的重心作为输出控制量的精确值。重心法如公式（1）所示。

式中，u为输出控制模糊量；为输出量模糊隶属度函数；和分别为输入量温差和温差变化率的模糊隶属度函数。

根据公式（2）对模糊输出控制量进行解模糊化处理得到精确控制量。

式中k为量化比例因子，为模糊控制规则数目。在模糊控制器中需要通过量化因子将基本论域转换成语言变量模糊论域中的值，如公式（3）所示。

（3）

式中max，min分别为模糊论域的上限和下限；max，min分别为基本论域的上限和下限。

采用Mamdani的最小-最大方法进行模糊推理，将输入量及的每一个值作为输入，结合模糊控制规则，利用Matlab计算得到夏季和冬季猪舍温度模糊控制查询表，如表3和表4所示。

表3 夏季猪舍温度模糊控制查询表

表4 冬季猪舍温度模糊控制查询表

2.2 通风模糊控制器

以猪舍内氨气浓度与设定浓度偏差及湿度与设定湿度偏差作为通风模糊控制器的输入变量，以风机开启模式作为控制器的输出变量。

根据猪舍养殖环境控制标准[29]，育肥猪舍内适宜湿度为50%～80%，以65%为最适宜湿度值，猪舍内氨气质量浓度最大不能超过9.1 mg/m3；设湿度偏差变化的基本论域为[−15, 15]；取9.1 mg/m3为氨气质量浓度的设定值，设氨气浓度偏差变化的基本论域为[−9.1, 9.1]。猪舍内相对湿度偏差与氨气浓度偏差的模糊集合和设为{NB, NS, ZO, PS , PB }, 用这5个模糊语言值进行描述，其语言变量模糊论域设为{−4, 4}。模糊控制器的输入量需要通过量化因子转换成语言变量模糊论域中的值。根据公式（3），将输入量湿度偏差和氨气浓度偏差基本论域分别转换到模糊论域。

因此，可以得到湿度偏差和氨气浓度偏差的量化比例因子K和K，如式（4）和式（5）所示。

（5）

建立湿度偏差和氨气浓度偏差的模糊语言变量集合的隶属度函数值，表5给出了湿度偏差隶属度值。

表5 湿度偏差隶属度值

猪舍内墙上安排有直径为356（Fan 14）和508 mm（Fan 20）的2个风机，用于向舍外排风，根据猪舍内的湿度偏差和氨气浓度偏差确定风机开启的模式，2个风机有4种工作模式：全关、只开356 mm的风机、只开508 mm的风机、全开，分别用{0，1，2，3}来表示。设风机的4种工作模式对应的通风模糊控制器输出量的基本论域为{0，0.5，1，1.5，2，2.5，3}，模糊语言集合为{ZO, PS, PM, PB}，根据公式（2），可得出量化比例因子为K=1。通风模糊控制输出量的隶属度值和模糊控制查询，如表6和7所示。

表6 通风模糊控制输出量U隶属度值

表7 通风模糊控制查询表

3 模糊控制策略及规则

3.1 温度模糊控制策略及规则

由于夏季和冬季猪舍内外气温差异，所以温度控制规则是不同的。冬季舍外温度较低，降低舍内温度，舍内温度与设定温度值出现偏差，当<0时，需要开启舍内加热控制，当温度偏差为NB时，表示此时猪舍内温度和设定值差负的最大，温度降至最低，无论温度变化率是何种状态都应加大加热控制量尽快消除偏差，所以模糊控制器应该采取最大的温度输出控制量PB来进行升温控制。

当温度偏差为NM和NS时，需要根据温度变化率的值来确定控制量，使系统尽快稳定。当>0时，表明温度变化呈现减少趋势，需要较小的模糊控制输出量；当<0时，表明温度变化呈现增大的趋势，需要最大的模糊控制输出量。

当温度偏差为ZO时，需要根据温度变化率来确定控制量，选择相应的控制规则维护系统稳定。当>0时，表明温度呈现正变化的趋势，此时不需要操作控制，即输出量为ZO；当<0时，表明温度呈现负变化趋势，需要选择控制规则进行控制。

当温度偏差为PS、PM和PB时，无论如何变化，都不需要调控，模糊控制输出均为ZO。

因此，从以上控制策略分析，根据猪舍养殖环境控制标准[29]，可以得出35条猪舍冬季模糊控制规则：

Ifis NB andis NB thenis PB;

Ifis NB andis ZO thenis PB;

Ifis NM andis PB thenis PM;

……

将这些控制规则可以归纳为如表8所示。

表8 冬季猪舍温度模糊控制规则

夏季温度调控与冬季略有不同，夏季由于舍外空气温度高，影响猪舍内温度升高，形成温度偏差，当>0时，需要开启猪舍内降温控制，当温度偏差为PB时，表示此时猪舍内温度和设定值相差正的最大，温度上升至最高，无论温度变化率是何种状态都应加大降温控制量尽快消除偏差，所以模糊控制器应该采取最大的温度输出控制量NB来进行降温控制。

当温度偏差为PM和PS时，需要采取相应的策略使系统尽快稳定，防止出现超调。此时需要根据温度变化率的值来确定控制量的变化，制定相应的控制规则；当<0时，表明温度变化呈现减小趋势，所以模糊控制器的控制量应该取较小的值；当>0时，表明温度变化呈现继续增大趋势，所以模糊控制器的控制量应该取最大的值。

当温度偏差为ZO时，需要根据温度变化率的值来采取相应的策略维护系统的稳定性。当<0时，表明温度呈现负变化趋势，此时不需要控制输出即为ZO；当>0时，表明温度呈现正变化趋势，需要采取相应的控制规则。

当温度偏差为NS、NM和NB时，无论>0或<0，控制输出为ZO。

从以上控制策略分析，可以得出35条猪舍夏季模糊控制规则，如表9所示。

表9 夏季猪舍温度模糊控制规则

3.2 通风模糊控制策略及规则

根据猪舍环境特点及猪舍管理人员环境控制经验，无论冬季还是夏季，当猪舍内湿度大时，应该加大通风量；当猪舍内氨气浓度大时，也应该加大通风量；当猪舍内氨气浓度小，并且湿度小时，就应该减小通风量的通风控制策略，建立通风控制规则如表10所示。

表10 猪舍通风模糊控制规则

4 模拟验证

4.1 验证猪舍

本文的猪舍环境调控验证数据来源于美国印第安那州西拉斐特市普渡大学动物研究教育中心的猪舍环境研究建筑[30]。该地属于大陆性湿润气候，四季分明，冬季寒冷，昼夜温差大。猪舍结构类型为钢木混结构，通风类型为密闭式机械通风方式。猪舍外部照片如图3a所示[28]。

猪舍内建有12个南北朝向的小间，每个小间能容纳60头育肥猪，内部是双列钢质围栏，每列具有6个猪栏，中间是过道分隔，小间内是水泥漏缝地板。地板下有2个1.8 m深的分隔的储粪池。

舍外新鲜空气通过猪舍东西两侧门上方的进气口进入舍内，通过棚顶和过道入口送入每个小间内。舍内墙面上安装有2个恒定速度的风机（Model V4E35和Model V4E50, Multifan, Bloomington, IL, USA），直径分别为356 mm（Fan14）和508 mm（Fan20）。储粪池外墙上部有2个直径为250 mm的变速风机（Model P4E30, Multifan）。由于储粪池风机为小间提供最小量通风（minimum ventilation），处于不间断运行状态，所以它们的控制不在本文考虑范围之内。猪舍内部照片如图3b所示。在每个小间内安装有天然气加热器（Model Guardian 60, L.B. White Co. Onalaska, WI, USA）用于加热控制。在距离小间地面1.5 m、排风口等处安装T型热电耦来监测小间内温度。利用安装在猪栏中间距离地面1.5 m高处的相对湿度变送仪(Model HX92BC, Omega, Atlanta, GA, USA)对舍内的相对湿度（RH）进行测量。在直径为356 mm的风机前1 m处设置有空气采样点，通过一台多种气体监测仪（Innova Model 1412, LumaSense Technologies, Ballerup, Denmark）对氨气浓度进行测量。

a. 猪舍外部照片

a. Photo of swine building

4.2 温度与通风补偿系数的确定

冬季当风机开启时，在降低猪舍内湿度和氨气浓度的同时，舍内温度也会随之降低，为了使温度控制在适宜范围内，需要加大供热量对温度进行补偿。因此，需要在温度控制系统与通风控制系统之间进行解耦控制来解决由于开启通风系统造成的猪舍内温度降低。通过在温度控制系统与通风控制系统的前馈环节中叠加一个温度补偿系数，可提高供热量来补偿风机开启对舍内温度造成的影响。本文通过对实测数据的模拟来确定温度补偿系数与猪舍内外温度差及风机开启模式之间的关系，最终决定加热器的加热量，实现温度与通风之间的解耦控制。

在加热器开启并且输出功率一定的情况下，选取2014年11月28日1号猪舍从04:42至05:01时间间隔为1 min的猪舍温度数据，舍内温度变化与加热时间，如图4所示。

从图4中可以看出，随着加热器开启时间的增加，猪舍内温度逐渐升高，加热器连续加热20 min后，猪舍内温度增加了0.2 ℃，对温度变化与加热时间进行线性拟合，得到温度变化与加热时间之间的线性关系，2=0.918 1。

在分别开启Fan14、Fan20及同时开启2个风机Fan14和Fan20模式的3种通风模式下，猪舍内温度变化曲线，如图5所示。

在3种通风模式下，通风量Fan14

分别对3种通风模式下舍内温度变化与通风时间进行线性拟合，得到线性关系如公式（6）－（8）所示。

（7）

（8）

为了使猪舍在开启通风系统时仍然保持较恒定的温度，因此需要加大供热量Δheat来弥补由于开启通风系统带来的热量损失Δvent。根据能量平衡方程，并忽略墙体、天花板和地板的散热和吸热，以及猪体的产热等，可以得到

当增大通风时温度变化加快，需要增大加热控制，弥补由开启通风而造成的温度下降，解决冬季猪舍温度与通风之间的解耦控制。

在加热器功率一定的情况下，通过增加加热器开启时间进行温度补偿，从而可以得到不同通风模式下温度与通风控制补偿系数，如表11所示。

表11 不同通风模式下补偿系数

4.3 猪舍环境调控仿真验证

将猪舍环境控制器的舍内温度设定为20 ℃，舍内相对湿度设定为60%，氨气质量浓度设定为9.1 mg/m3，利用2014年12月13日和14日连续2 d采集的猪舍环境数据对建立的温度控制器、通风控制器及相应的控制规则、舍内温度、相对湿度、氨气浓度进行环境控制仿真验证。猪舍内外的环境参数变化曲线如图6所示。

从图6 a可以看出，猪舍外温度变化较大，温度变化范围为−4.6～4.1 ℃。猪舍内温度在设定值20 ℃附近波动，最大值为21 ℃，最小值为19.5 ℃，与设定值最大偏离误差为1 ℃，最大相对误差为5%，温度变化小，受外界影响小，舍内温度稳定，很好地达到了温度控制目标。

从图6b中可以看出，猪舍外相对湿度变化范围变化大，最小值为25.2%，最大值为43%，相对湿度偏低；舍内相对湿度变化范围为42.7%～63.8%，与设定值60%相比，最大偏离为3.8%，最大相对误差为6.3%，其最大相对误差没有超出正常范围（±25%），可以满足猪舍内相对湿度控制要求[29]。

从图6 c中可以看出，猪舍氨气质量浓度变化范围为2.0～3.7 mg/m3，远远小于设定值9.1 mg/m3，能够非常好地满足猪舍氨气浓度控制要求。通过以上仿真验证及文献[19]的研究结果(温度、相对湿度、NH3浓度最大偏差分别为1.2 ℃、8.3%、1.2 mg/m3)相对比表明，本文提出的猪舍环境调控系统猪舍温度偏差小、氨气浓度低、相对湿度可以保持在适宜的范围内，在满足除湿、降低氨浓度的同时，舍内温度可以维持在恒定的设定值20 ℃，系统运行稳定，很好地达到了控制要求。

4 结 论

1）本研究所建立的猪舍环境温度与通风模糊控制方法，以及针对不同季节提出的模糊控制策略，能根据设定值用于猪舍内的温度、湿度、氨气浓度的自动控制。

2）当增大通风时温度下降加快，为使猪舍内保持较恒定的温度，需要增大加热控制来弥补由开启通风而造成的温度下降，解决冬季猪舍温度与通风之间的解耦控制。

3）通过仿真验证，温度与设定值最大相对误差为5%，非常好地达到了温度控制目标；舍内相对湿度最大值偏离设定值为3.8%，可以较好地满足猪舍湿度控制要求；舍内氨气浓度变化范围为2.0～3.7 mg/m3，远远小于设定值9.1 mg/m3，能够很好地满足猪舍氨气浓度控制要求。

本文提出的猪舍多环境因子模糊控制系统及策略，为解决寒冷冬季猪舍温度与通风控制提供了一种可行的思路。

[1] 夏晓平，李秉龙，隋艳颖. 中国畜牧业生产结构的区域差异分析[J]. 资源科学，2010，32(8)：1592－1600.

Xia Xiaoping, Li Binglong, Sui Yanying. Analysis of regional differentiation of animal husbandry production structure in china from the perspectives of resources endowment and food security[J]. Resources Science, 2010, 32(8): 1592－1600. (in Chinese with English abstract)

[2] Seo I H, Lee I B, Moon O K, et al. Modelling of internal environmental conditions in a full-scale commercial pig house containing animals[J]. Biosystems Engineering, 2012, 111: 91－106.

[3] Kim K Y, Ko H J, Kim H T, et al. Association between pig activity and environmental factors in pig confinement buildings[J]. Australian Journal of Experimental Agriculture, 2008, 48(5): 680－686.

[4] Hay K E, Morton J M, Mahony T J, et al. Associations between animal characteristic and environmental risk factors and bovine respiratory disease in Australian feedlot cattle[J]. Preventive Veterinary Medicine, 2016, 125: 66－74.

[5] 谢秋菊，苏中滨，Ji-Qin Ni，等. 猪舍环境适宜性模糊综合评价[J]. 农业工程学报，2016，32(16)：198－205.

Xie Qiuju, Su Zhongbin, Ji-Qin Ni, et al. Fuzzy synthetic assessment of swine house environmental adaptability[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(16): 198－205. (in Chinese with English abstract)

[6] Zhang Y, Barber E M. Effects of control strategy, size of heating/ventilation equipment and controller time constant on thermal responses and supplemental heat use for a livestock building[J]. Livestock Environment, 1993, 93(3): 347－355.

[7] 李中兴，毛雪红. 环境对养猪业的影响[J]. 中国动物保健，2010(10)：44－46.

[8] 于家良，何福勤. 环境控制对种猪繁殖性能的影响[J]. 中国畜牧兽医文摘，2007(2)：58－59.

[9] 李如治. 家畜环境卫生学[M]. 3版. 北京：中国农业出版社，2011.

[10] Carroll J A, Burdick N C, Coleman Jr C C C, et al. Influence of environmental temperature on the physiological, endocrine, and immune responses in livestock exposed to a provocative immune challenge[J]. Domestic Animal Endocrinology, 2012, 43(2): 146－153.

[11] 袁焰平，陈桂梅，张淑君. 热应激对种猪繁殖性能的影响、防控措施以及相关抗性基因在猪中的研究[J]. 养猪，2012(3)：41－44.

[12] 刘胜军，卢庆萍，张宏福，等. 高温高湿环境对生长猪生长性能、血浆皮质醇浓度和免疫功能的影响[J]. 动物营养学报，2010，22(5)：1214－1219.

Liu Shengjun, Lu Qingping, Zhang Hongfu, et al. Effects of high ambient temperature and humidity on growth performance, plasma cortisol concentration and immune function in growing pigs[J]. Chinese Journal of Animal Nutrition, 2010, 22(5): 1214－1219. (in Chinese with English abstract)

[13] 汪开英，苗香雯，崔绍荣，等. 猪舍环境温湿度对育成猪的生理及生产指标的影响[J]. 农业工程学报，2002，18(1)：92－99.

Wang Kaiying, Miao Xiangwen, Cui Shaorong, et al. Effects of ambient temperature and relative humidity on physiological parameters and performance of growing pigs[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2002, 18(1): 92－99. (in Chinese with English abstract)

[14] 曹进，张峥. 封闭猪场内氨气对猪群生产性能的影响及控制试验[J]. 养猪，2003(4)：42－44.

[15] 林竹红，曹进，曹伯先. 母猪生产性能低下的原因分析及对策[J]. 中国畜禽种业，2009(11)：75－76.

[16] Xie Q, Ni J Q, Su Z. A prediction model of ammonia emission from a fattening pig room based on the indoor concentration using adaptive neuro fuzzy inference system[J]. Journal of Hazardous Materials, 2017, 325: 301－309.

[17] Ni J Q, Kaelin D, Lopes I M, et al. Design and performance of a direct and continuous ventilation measurement system for variable-speed pit fans in a pig building[J]. Biosystems Engineering, 2016, 147: 151－161.

[18] Ma C, Zhao D, Ni W, et al. Intelligent controlling system of pig growth environment[C]//2010 International Conference on Intelligent Computation Technology and Automation. Wuhan, China: 2010 IEEE Computer Society, 2010.

[19] 李立峰，武佩，麻硕士，等. 基于组态软件和模糊控制的分娩母猪舍环境监控系统[J]. 农业工程学报，2011，27(6)：231－236.

Li Lifeng, Wu Pei, Ma Shuoshi, et al. Monitoring and controlling system for delivery sow house environment based on configuration software and fuzzy control[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2011, 27(6): 231－236. (in Chinese with English abstract)

[20] 于明珠，武佩，韩丁，等. 基于PLC的仔猪舍温度自动控制系统的设计与试验研究[J]. 农机化研究，2012(11)：102－105.

Yu Mingzhu, Wu Pei, Han Ding, et al. Design and experimental research on auto-control system of temperature in piglets house based on PLC[J]. Journal of agricultural mechanization research, 2012(11): 102－105. (in Chinese with English abstract)

[21] Shen X, Zhang G, Wu W, et al. Model-based control of natural ventilation indairy buildings[J]. Computers and Electronics in Agriculture, 2013, 94: 47－57.

[22] 宣传忠，武佩，马彦华，等. 基于自适应模糊神经网络的畜禽猪舍环境控制系统的研究[J]. 内蒙古农业大学学报：自然科学版，2013，44(4)：397－403.

Xuan Chuanzhong, Wu Pei, Ma Yanhua, et al. A study on controlling system for the animal housing environment based on fuzzy neural network[J]. Journal of Inner Mongolia University : Natural Science Edition, 2013, 44(4): 397－403. (in Chinese with English abstract)

[23] Stinn J. Environmental Assessment and Control Towards Improved Swine Breeding-Gestation-Farrowing Operation in the Midwestern United States[D]. Ames: Iowa State University, 2014.

[24] Ni J Q, Heber A J. An on-site computer system for comprehensive agricultural air quality research[J]. Computers and Electronics in Agriculture, 2010, 71(1): 38－49.

[25] 诸静. 模糊控制理论与系统原理[M]. 北京：机械工业出版社，2005.

[26] 余倩倩. 温室环境小气候模型的构建及智能控制算法研究[D]. 南京：南京农业大学，2010.

Yu Qianqian. Study on the Greenhouse Microclimate Model and Intelligent Control Algorithm[D]. Nanjing: Nanjing Agricultural University, 2010. (in Chinese with English abstract)

[27] Xie Q, Su Z, Zheng P, et al. Multi-sensor data fusion based on fuzzy neural network and its application in piggery environmental control strategies[J]. Journal of Information & Computational Science, 2014(11/12/13/14/15): 5407－5418.

[28] 谢秋菊. 基于模糊理论的猪舍环境适应性评价及调控模型研究[D]. 哈尔滨：东北农业大学，2015.

Xie Qiuju. Environmental Suitability Assessment and Control Model Development for a Swine House Based on Fuzzy Theory[D]. Harbin: Northeast Agricultural University, 2015. (in Chinese with English abstract)

[29] 中华人民共和国农业部. GB-T 17824.3-2008规模猪场环境参数及环境管理[S]. 2008.

[30] Ni J Q, Diehl C A, Liu S, et al. An innovative ventilation monitoring system at a pig experimental building[C]// International Symposium on Animal Environment and Welfare 2015, Chongqing, China. 2015: 23－26.

Control system design and control strategy of multiple environmental factors in confined swine building

Xie Qiuju1,2, Su Zhongbin2※, Ji-Qin Ni3, Zheng Ping2

(1,163319,;2.,,150030,; 3.,,,47907,)

Swine building environment plays an important role on the pig production, and it is a nonlinear, time-varying and delay system with multiple factors coupling with each other. Air temperature, humidity, harmful gases, airflow, light, dust and other factors in such an environment can affect the growth, development, reproduction of pigs. In the confined swine building, the indoor environment quality can deteriorate due to the high breeding density. The indoor air quality can be improved by appropriate ventilation control that supplies fresh air from outdoor and at the same time dissipates heat and moisture, and decreases concentrations of harmful gases. Most of the swine building environmental control systems are only based on a single environmental variable (temperature) using traditional control method. New systems based on multiple environmental variables and using precision mathematical models are needed to improve swine building environment controls. A multi-factor environmental control system with two controllers, based on the fuzzy control theory was established for the confined swine building in this paper. In this control system, a fuzzy controller was the nucleus part. A temperature fuzzy controller and a ventilation fuzzy controller were established with two input and one output variables, respectively, to achieve environmental control. In the air temperature fuzzy controller, air temperature difference and its variation rate were selected as two input variables, and a ventilation mode and a heating mode were chosen as output variables. In the ventilation fuzzy controller, differences of relative humidity and ammonia concentration were selected as input variables, and fan operation mode was selected as an output variable. To meet the requirements in different seasons, the input variables of the two controllers were first processed through fuzzification and fuzzy logic reasoning based on different control strategies and rules. Then the output variables were obtained after defuzzification processing. To solve the coupling problems between temperature and ventilation controls and optimize the control system, a dynamic temperature compensation coefficient was added. The method developed in this paper was validated using the data collected from a swine building. Different ventilation modes were simulated to get the relationship between the changing rates of air temperature, relative humidity, ammonia concentrations with fan operation time. Results showed that the maximum relative error of temperature was 5% compared with the setting value; and the indoor temperature control was achieved. The maximum relative error of relative humidity deviation from the setting value was 6.3%, which met the required relatively humidity control. The NH3concentrations ranged from 2.0 to 3.7 mg/m3, which were less than the setting value of 9.1 mg/m3. Therefore, the fuzzy control system and strategy with multi-factor in this paper could be used to improve the swine building environmental control.

temperature; environmental control; humidity; control strategy; fuzzy control; confined swine building; multiple environmental factors

10.11975/j.issn.1002-6819.2017.06.021

S2

A

1002-6819(2017)-06-0163-08

2016-07-30

2017-02-15

黑龙江省青年科学基金项目（QC2013C065，QC2014C078）；黑龙江八一农垦大学校内课题培育资助项目（XZR2015-10）

谢秋菊，女（汉族），黑龙江宁安人，副教授，博士，主要从事畜舍环境控制研究。大庆黑龙江八一农垦大学信息技术学院，163319。Email：xqj197610@163.com

苏中滨，男（汉族），陕西人，教授，博士，博士生导师，主要从事农业信息技术研究。哈尔滨 东北农业大学电气与信息学院，150030。Email：suzb001@163.com