温室温湿度耦合控制方法研究

　　摘要:为解决温室温度、湿度环境精准控制问题，基于PID算法并结合温度、湿度热力学分析，提出了一种温室温湿度耦合控制方法。通过实验结合参数辨识方法建立温室温度、湿度的数学模型;从热力学角度分析温度与湿度之间存在的耦合关系，得出温湿度耦合函数;将耦合函数作为温湿度之间的影响关系添加到基于PID算法的控制模型中，最终建立了基于PID算法的温湿度耦合控制模型。实验结果表明:加入温湿度耦合关系后，耦合控制相较于无耦合控制方法，温度控制与湿度控制系统的系统稳态时间分别减少73.3%和50%，系统稳态误差均为0，系统更加稳定准确。温湿度独立控制方法很难实现温室温度与湿度的协调准确控制，而采用耦合控制方法能够大幅度提高控制系统的稳定性、快速性及准确性，实现了温室温湿度的精准控制，从而提高了温室作物的生产品质。

　　关键词:温室;温湿度;PID;热力学;耦合控制

　　0引言

　　温室作为设施农业的重要组成部分，在农业现代化过程中占据重要地位。改革开放之后，我国从日本、荷兰等地区引进了大量现代化温室，但由于气候、管理技术、信息化技术等原因，该类温室在我国出现了“水土不服”的现象。目前，我国温室面积已跃居世界第1位，但温室生产与管理水平仍与发达国家有很大差距[1-3]。

　　温室通过各类设备对内部环境进行调控，使作物生长不受自然环境的影响，从而实现作物的周年供应。温室中影响作物生长的主要环境因子有温度、湿度、二氧化碳浓度及光照度等，多环境因子之间相互影响、相互制约导致了温室环境是一个存在多变量的大惯性、非线性系统，且具有耦合、延迟等现象[4-6]。

　　温室环境协调控制一直是国内外研究的一个热点和难点，而温度、湿度作为影响作物生长的最主要的两个因素，许多学者对它们的协调控制进行了研究。申超群[7]等人提出了基于RBF神经网络PID的温室温度控制，由神经网络RBF对PID中的3个参数进行在线调整，提高了温室温度的控制精度。杨旭[8]设计了基于PLC的农业温室模糊控制系统，基于模糊PID对温室温度、湿度进行控制。杨彬[9]应用模糊控制理论，主要对温室的温度、湿度环境因子进行自动控制。王健[10]等人运用变论域模糊控制理论提出了符合北方温室番茄种植的智能温度控制策略。ItoK[11]设计了一种采用木球加热系统的温室温度控制器，采用模型预测控制来精确实现温室温度控制。

　　目前，针对温室温度、湿度的单因素高精度控制研究已经较为成熟，但对于温室温度湿度协调高精度控制问题尚有待提高，这也成为当前我国智能温室发展的一大阻碍。为此，笔者从热力学的角度出发，根据干球温度与湿球温度来计算湿空气相对湿度的方法分析温湿度之间的耦合关系[12];通过实验对温室温度、湿度进行建模，将耦合关系结合PID算法建立了温室温湿度耦合控制模型，最终实现了温室温湿度的高精度协调控制。

　　1温室温度、湿度模型建立

　　1.1温室环境控制方法

　　温室内部影响作物生长的主要环境因子有温度、湿度、二氧化碳浓度及光照度等，这些环境因子不仅受外界气候、作物生长影响，而且互相影响、互相制约。其中，二氧化碳浓度和光照度的耦合性不高，可采用独立的阈值控制方式。温室温湿度变化是一种非线性、大滞后且互相影响的复杂过程，独立温湿度控制方式准确度较低，需要对耦合关系进行分析。本文对温室温度、湿度分别用PID算法进行控制，同时考虑温湿度之间的耦合影响，从而以修正反馈量的方式进行综合控制。

　　1.2实验设施

　　实验在湖南农业大学自主研发的2MH-655B型循环运动式温室大棚(长×宽×高=12m×5.5m×3.6m)进行，占地面积66m2，温度控制设备为温室专用空调，湿度控制设备为雾化喷淋系统与除湿设备。

　　1.3基于实验法的温室温度模型建立

　　1.3.1温度模型

　　被控对象受内部和外界影响较大，其数学模型是随时间变化的，难以建立精准的数学模型。

　　2温湿度关系的热力学分析

　　要建立温湿度耦合模型，首先要确立温湿度之间存在的关系，对于密闭环境的温室来说，温度的升高必然会导致湿度的下降，湿度的升高同样会造成温度的下降，因此建立温湿度之间的耦合关系是建立温湿度耦合模型的关键。为此，通过热力学公式分析温湿度之间存在的关系，拟合温室的温湿度耦合关系。

　　2.1温湿度的热力学关系

　　含有水蒸气的空气称为湿空气，将湿空气看作混合物，以干空气为溶剂，水蒸气为溶质，温湿度之间相互影响主要由湿空气中水蒸气的含量决定。湿空气的湿度通常用绝对湿度、相对湿度和比湿度来表示，由于绝对湿度并不能判断空气是否还能继续吸湿，通常采用相对湿度或比湿度来衡量。一般生活中、天气预报中，大多使用相对湿度[16](该小节温度单位未注释，默认为K)。

　　3.2湿度Simulink模型的建立

　　单独PID温度控制上升时间约1300s，超调量为2%，系统的稳态时间为3000s，用时 长且存在稳态误差;加入湿度耦合控制关系后，系统上升时间约800s，超调量为0，系统稳态误差为0。综合对比可知:对于温度控制，温湿度耦合控制方式系统更加稳定，响应更快速，达到稳态时间减少73.3%，控制精度更高。单独PID湿度控制超调量为1.3%，上升时间约1300s，系统稳态误差为0，系统达到稳态时间约2400s;加入温度耦合控制关系后，设定初始值35%RH，由于温度影响，湿度的初始值达到55%RH，系统超调量为14.67%，上升时间约300s，峰值时间200s，系统达到稳态时间为1200s。综合对比可知:湿温度耦合控制方式系统响应速度更快，达到稳态时间减少50%，且系统无稳态误差，控制精度高。

　　4结论

　　从热力学角度分析了温室小环境中温度与湿度的耦合关系，并结合长沙地区的气候实际特点得出了温湿度耦合函数。以阶跃信号为输入进行温室温度、湿度实验，得到阶跃响应曲线，对曲线进行参数辨识建立温室温度、湿度的数学模型。在PID温度、湿度控制方法的基础上加入温室温湿度耦合关系后，建立了温室温湿度耦合控制模型，经Simulink建模仿真可知，该方法具有良好的控制效果。

　　农业方向论文投稿刊物：《中国农学通报》(ChineseAgriculturalScienceBulletin)杂志创刊于1984年，由中国农学会主办，由我国著名农业科学家、两院院士石元春教授担任主编的综合性农业学术期刊。杂志以农业科研院、校副高以上中青年专家、学科带头人和博士、硕士为主要作者群，以省部级以上科研基金项目论文为重点，高质量、高水平的学术半月刊，国内统一刊号为CNll一1984/S，国际标准刊号：ISSN1000-6850，邮发代号：2-772.

　　相较于温室温度、湿度单因素控制，耦合PID控制方式在加入干扰后能始终处于稳定状态;在快速性方面，耦合PID控制方式达到系统稳态的时间更短，系统遇到干扰的响应也更加快速;在准确性方面，耦合PID控制方式的控制精度更高。由于存在测量误差以及耦合函数阶数选取等因素，实验仅得出实际温室系统的近似模型，在一定程度上影响了控制系统的控制精度，后续将在缩小误差及加入熵值方面对温湿度耦合关系的影响进行研究，以提高系统控制效果，同时将控制方法用于芫荽的温室种植中，以实际应用优化本研究。

　　参考文献：

　　[1]毛罕平，晋春，陈勇.温室环境控制方法研究进展分析与展望[J].农业机械学报，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.效益优先的温室环境多因子协同调控模型与方法研究[D].杨凌:西北农林科技大学，2019.

　　[5]张宁，谭亲跃，张戈风.温室地上环境因子模型研究综述[J].中国农学通报，2019，35(2):93-99.

　　[6]倪文彬，王荣林.基于AT89S52的温度控制系统设计[J].通信电源技术，2012，29(6):50-51，54.

　　[7]申超群，杨静.温室温度控制系统的RBF神经网络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

转载请注明来自发表学术论文网：http://www.fbxslw.com/nylw/26214.html