弓正 张昊 胡欣宇

摘 要：模糊PID控制器最初应用于工业控制领域，但在多耦合、易扰动的温室环境中存在着系统易超调、响应速度不够快等缺陷。针对这一问题，在常规模糊PID控制系统的基础上分别加入了积分单元的混合式模糊PID控制器、开关式模糊PID控制器及参数自整定模糊PID控制器。其可实现不同温室环境的控制需求，若温室环境对控制精度要求较高，可使用混合式模糊PID控制器；若需实现稳态性能好、响应速度快、易于实现的温室环境高性能控制，可使用开关式模糊PID控制器；若温室环境系统要求较长周期的精确控制，可使用参数自整定模糊PID控制器。

关键词：温室；环境控制；模糊控制技术；PID控制技术

中图分类号：TP273 文献标识码：A 文章编号：2095-1302（2018）08-00-03

0 引 言

温室的实际生产过程存在着农业的特殊性与复杂性，以及诸多非线性环境因子，且各环境参数之间相互耦合。因此，高效的温室环境控制一直是现代化温室的关键问题之一，具有重要的研究意义。2015年，王君[1]提出了结合遗传算法与模糊逻辑网络智能算法，并建立了作物生长模型，构建了加入作物生长模型的温室环境远程智能控制系统；2015年，黄侠等[2]建立了传统温室控制与农业专家相结合的控制系统；2017年，彭辉等[3]构建了一个包含温室外部环境因素的数学模型，提出了将神经网络、遗传优化算法与模糊逻辑控制相结合的控制方案。

1 PID温室控制与模糊控制的复合策略

模糊PID控制一般采用二维模糊控制器，是以偏差e与偏差变化率ec作为控制器的输入量，通常这种控制器具有微分与比例的模糊控制作用[4]，但缺乏积分部分的模糊控制作用。由于在常规的线性控制理论中，往往比例控制单元能获得较快的动态响应与较高的稳态精度，积分控制单元能够消除稳态偏差但动态响应速度慢，因此将PI或PID控制与模糊PID温室控制结合，构成Fuzzy-PI或 Fuzzy-PID（即“模糊比例-积分控制”或“模糊比例-积分-微分控制”）的复合控制，同时发挥比例单元与积分单元的优势，使系统达到稳态精度高、动态响应迅速、超调量小的良好性能。

2 混合式模糊PID控制器设计

2.1 控制系统原理图

模糊PID温室控制器由于未加入积分控制单元，易使系统产生偏差。因此，为消除系统余差、提高系统稳定性，在这一控制系统中加入了积分控制单元，称为“混合式模糊PID控制器”。该控制器的原理如图1所示。

2.2 控制系统的 Simulink 实现

混合式模糊PID控制器的与模糊PID温室控制器仿真对比原理图，如图2所示。

2.3 Matlab 仿真

模糊PID温室控制器的仿真结果与混合式模糊PID控制器的仿真结果对比如图3所示。

PID控制器的仿真结果对比图

模糊PID温室控制器与混合式模糊PID控制器的误差对比如图4所示。

控制器误差曲线对比图

通过图3与图4可证明：加入积分控制单元的模糊PID控制器具有超调小、响应速度更快的特征，并且系统输出能够在扰动后达到新的稳态时，实现更好的跟踪设定值。通过观察与对比混合式模糊PID控制器与模糊PID温室控制器误差曲线可知，前者可实现比后者更强的消除系统误差作用。

3 开关式模糊PID控制器设计

3.1 控制系统原理图

开关式模糊PID控制器是基于传统PID控制与模糊PID控制器的各自优点，将其结合使用。控制器原理如图5所示。

3.2 控制系统的Simulink仿真

开关式模糊PID控制器的仿真模型如图6所示。

3.3 Matlab仿真

开关式模糊PID控制器将模糊控制器与传统PID控制器相结合，通过开关选择调用其中一个控制单元进行控制，仿真响应曲线如图7所示：在控制初期，由模糊控制单元执行控制，对相应曲线进行粗略的调控，以达到良好的稳态性能；然而由于模糊控制单元未加入积分部分，易出现积分饱和，导致系统超调，因此当模糊控制使系统响应出现超调后，切换转入PID控制器单元进行控制，减弱系统超调、实现精细调控。仿真结果表明：开关式模糊PID控制器可缩短系统过渡时间、提高系统响应速度，且实现了良好的稳态性能。

4 自整定模糊PID控制器设计

4.1 控制系统的原理图

自整定模糊PID控制器采用二維模糊控制器作为控制结构，通过模糊规对PID参数在线整定[5]，满足不同的输入量偏差e与偏差变化率ec对于PID参数的比例因子、积分因子、微分因子的不同要求。自整定模糊PID控制器的原理如图8所示。

4.2 控制系统的Simulink实现

自整定模糊PID控制器需要在控制过程中不断的监测[6]输入量偏差e和偏差变化率ec，确定e，ec与Kp，Ki，Kd之间的模糊关系并用模糊逻辑规则进行描述，再通过模糊推理将Kp，Ki，Kd修正整定并输出，从而得到满足e和ec要求的PID控制器参数，以实现控制系统良好的稳态性能与动态性能，发挥各控制单元的最大控制作用。其中Kp'，Ki'，Kd'为预

整定值：Kp=Kp'+ΔKp，Ki=Ki'+ΔKi，Kd=Kd'+ΔKd。

Kp，Ki，Kd在稳定性、调节精度、响应速度与稳定性方面有如下特征[7]：

其一，Kp作为比例系数，其值越大，则调节时间越短、调节精度越高、系统响应越快，从而优化系统稳态性能。

其二，Ki作为积分系数能够实现消除系统余差、减小稳态误差的目的。当Ki较大时，系统稳态误差消除迅速，但 Ki过大则会导致响应初期过程产生积分饱和现象所引起的系统超调；反之，若Ki较小，虽不会引起超调现象，但难以消除静态误差。

其三，Kd是微分系数，微分系数能够起到抑制响应过程中的偏差变化的作用，从而提升系统的动态性能，提前预报偏差的变化；但Kd越大则造成调节过程延时，且系统的抗扰动性能也会相应降低。

Simulink中PID控制器和模糊PID温室控制器的模块结构分别如图9和图10所示。

将模糊PID控制器与PID控制器分别打包封装与连接，如图11所示。

4.3 Matlab仿真

自整定模糊PID控制系統响应曲线如图12所示，该控制系统的响应速度快、系统稳定性好、调节精度高，且未产生系统震荡与超调现象。

通过实践证明，利用Matlab中的模糊逻辑控制工具箱可便捷地编辑FIS文件以实现模糊PID温室控制系统，并且可灵活地设置与修改控制器参数，通过Simulink将控制系统仿真结果直观呈现。

5 结 语

控制系统仿真结果表明，相较于单一PID控制与单一模糊逻辑控制，模糊PID控制系统具有更好的系统稳定性及更小的误差，可有效抑制振荡与超调产生，响应速度也明显提升，验证了在温室环境控制中运用模糊PID控制方法的良好控制性能与可行性。

参考文献

[1]雷勇，李泽滔. 温室温度系统的自适应模糊PID控制[J]. 控制工程，2014（S1）：23-27.

[2]王君. 基于模糊控制策略的温室远程智能控制系统的研究[D]. 长春：吉林大学， 2015.

[3]黄侠，吴舰，吴楠. 大棚花卉种植智能辅助决策支持系统关键技术[J]. 中国农业信息，2015（6）：60-62.

[4]王成阁，吴敏. 参数自整定模糊控制器厚度监控AGC的实现[J]. 有色金属加工，2004，33（3）：42-46.

[5]宋立业，彭继慎，程英，等. 自适应模糊PID控制在压射控制系统中的应用[J]. 计算机系统应用，2012，21（3）：163-166.

[6]吴春，庞洪，陈明，等. 一种自整定模糊PID控制仿真[J]. 桂林航天工业学院学报，2008，13（4）：17-19.

[7]杨婷婷，单玉波. PID调节器参数整定仿真[J]. 城市建设理论研究，2015（16）：201-215

[8] EDDINE C， MANSOURI K， BELMEGUENAI A， et al. FPGA implementation of adaptive Neuro-Fuzzy inference systems controller for greenhouse climate [J]. International journal of advanced computer science & applications， 2016， 7（1）：31.

[9] VERA M， FERN?NDEZ J， NATALE L， et al. Temperature control in a MISO greenhouse by inverting its fuzzy model[J]. Computers & electronics in agriculture， 2016（124）：168-174.

[10] KUDINOV Y， KOLESNIKOV V. Optimization of fuzzypidcontroller's parameters [J]. Procedia computer science， 2017：618-622.