一种温室温湿度解耦控制方法和系统与流程

本发明实施例涉及温室环境调控技术领域，尤其涉及一种温室温湿度解耦控制处理方法。

背景技术：

温室特殊的结构形成了一个与外界大气候环境相对隔离的内部小气候环境，内部环境调控直接影响作物产量、品质以及整个生产周期的经济效益。温室环境因子受到室外可测不可控干扰以及控制设备输入的影响，具有非线性和强耦合特性，这种特性使得基于模型的温室环境调控算法设计复杂度增大，且各环境因子的控制并不完全独立，控制回路相互耦合。

国内外研究集中于设计一系列优化算法来调控温湿度2种关键因子。优化控制方法主要包括模糊逻辑算法、神经网络算法、遗传算法以及预测控制等。其中模糊控制为不依赖模型的控制，这类控制策略在一定程度上可以提高温室生产的自动化程度，但究其本质仍是一种经验控制，对不同季节或不同控制目标需要重新调整控制策略，此类控制较少谈及实际系统状态与设定值的偏差大小。神经网络、遗传算法和预测控制等都涉及优化指标，这类算法一般基于非线性机理或数据模型，经过实时滚动的计算过程搜索最优的控制输入，寻优过程复杂，计算量较大，不适于实际的温室生产管理。

实际温室温湿度调控常用的方法有开关控制和pid控制。开关控制策略未考虑温室环境模型，设定点跟踪效果不理想。pid控制器结构简单、易实现，在温室工程应用控制器的设计中被广泛使用，但若将pid控制策略直接用于温室温湿度系统，则会由于系统的非线性和强耦合特性，系统容易产生超调，调控效果较差。因此需要解决的问题是：如何对原系统进行线性化和解耦，使基于简化系统的pid控制效果优良。

技术实现要素：

针对现有技术存在的问题，本发明实施例提供一种温湿度解耦控制方法和系统。

一方面，本发明实施例提供一种温湿度解耦控制方法，包括：

根据能量和物质守恒定律建立温室温湿度预测模型，影响室内状态的室外气候包括室外太阳辐射、室外温度、室外风速、室外湿度，室内控制输入包括加热和通风开启度；

将温湿度系统预测模型转换为仿射非线性系统，利用坐标变换和非线性状态反馈，对仿射非线性系统进行精确线性化，等价获得2个独立的积分加时延系统；

基于等价的积分加延时系统设计pid控制器，获取加热和通风2种控制设备的开启度，使系统状态有效跟踪设定值。

另一方面，本发明实施例提供一种温湿度解耦控制系统，包括：

模型建立单元，用于根据能量和物质守恒定律建立温室温湿度预测模型；

算法构建单元，用于根据所述温湿度预测模型输出的预测温湿度值与设定温湿度值的偏差作为pid控制器输入，pid控制输出再作为精确线性化环节的输入；

获取单元，用于获取所述精确线性化环节输出的加热和自然通风开启度，根据所述执行机构的开启度控制温室温湿度值。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种温湿度解耦控制处理方法流程示意图；

图2为本发明实施例提供的温湿度解耦控制策略系统框图；

图3为本发明实施例提供的基于等价系统的pid控制系统框图；

图4为本发明实施例提供的基于线性化解耦策略获得的温度变化曲线图；

图5为本发明实施例提供的基于线性化解耦策略获得的湿度变化曲线图；

图6为本发明实施例提供的基于线性化解耦策略获得的加热开启度曲线图；

图7为本发明实施例提供的基于线性化解耦策略获得的通风开启度曲线图；

图8为本发明实施例提供的基于pid控制的温室温度变化曲线；

图9为本发明实施例提供的基于pid控制的温室湿度变化曲线；

图10为本发明实施例提供的基于pid控制产生的加热开启度曲线图；

图11为本发明实施例提供的基于pid控制产生的通风开启度曲线图；

图12为本发明实施例提供的基于pid控制产生的控制量1；

图13为本发明实施例提供的基于pid控制产生的控制量2；

图14为本发明实施例提供的一种温度控制节能处理装置结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1为本发明实施例提供的一种温湿度解耦控制处理方法流程示意图，如图1所示，所述方法包括：

步骤101：根据能量和物质守恒定律建立温室温湿度预测模型，影响室内状态的室外气候包括室外太阳辐射、室外温度、室外风速、室外湿度，室内控制输入包括加热和通风开启度；

具体地，温室内温度变化与室外太阳短波辐射增热量、温室内外空气的热交换、温室内空气与土壤的热交换、作物蒸腾作用消耗的潜热、自然通风引起的对流热交换以及加热器的热量输入有关。温室内湿度变化与作物蒸腾作用的增湿量以及通风损耗有关。

步骤102：将温湿度系统预测模型转换为仿射非线性系统；

具体地，考虑系统噪声对温湿度的影响。分析可知，温湿度系统具有非线性特性，但系统仅对状态变量为非线性，对控制量却是线性的，即温湿度系统可转换为仿射非线性系统。

步骤103：利用坐标变换和非线性状态反馈，对仿射非线性系统进行精确线性化，等价获得2个独立的积分加时延系统；

具体地，根据仿射非线性系统理论，采用非线性状态反馈和适当的坐标变换，对原系统进行线性化，解除温湿度的耦合关系，同时排除系统噪声干扰的影响，此线性化过程可获得2个独立的温湿度积分系统。此外，在温室环境测控过程中普遍存在时滞现象，包括传感器测量与传输时滞、控制器时滞、控制信号的传输时滞、控制设备启动后物料和能量的传输时滞等，考虑温室系统的时滞现象，引入线性化解耦策略后系统可等价为积分加延时系统。应当说明的是，构建温湿度预测模型，将其转换为仿射非线性系统，并基于非线性状态反馈和适当的坐标变化，将原系统进行线性化解耦，获取解耦后的系统，此过程称为温湿度解耦处理方法，此过程在控制系统中构成的环节称为精确线性化环节。

步骤104：基于等价的积分加延时系统设计pid控制器，获取加热和通风2种控制设备的开启度，使系统状态有效跟踪设定值。

具体地，首先将温室环境中的实际温湿度值通过传感反馈给控制器，控制器根据设定值与实际输出进行比较，所得偏差作为pid控制器的输入，pid产生等价的积分加时延系统的控制量，该控制量经由精确线性化环节，获得加热和通风2种控制设备开启度，调节温室温湿度。

本发明实施例通过构建温室温湿度预测模型，将其转换为仿射非线性系统，基于仿射非线性系统理论中的坐标变换和非线性状态反馈，将原系统进行线性化解耦，同时考虑了系统中存在的干扰因素。

在上述实施例的基础上，所述构建温室温度模型，包括：

构建所述温度预测模型：

其中，tg为温室内温度，℃；cg为空气热容量，j/℃；qrad为通过太阳短波辐射得到的热量，w；qcov为温室内外空气通过覆盖材料、围护材料进行的热交换，w；qsoil为温室内空气与土壤进行的热交换，w；qtran为作物蒸腾作用消耗的潜热，w；qven为自然通风引起的对流热交换，w；qheat为加热器的热量输入，w。

构建所述湿度预测模型：

其中，vi为温室内湿度，kg/m³；h为温室平均高度，m；etran为作物蒸腾作用，kg/(m²·s)；even为自然通风引起的湿度损失量，kg/(m²·s)。

具体地，在对温湿度进行解耦控制过程中，需要对温湿度系统预测模型进行建模，如公式(1)—(2)所示：

其中，tg为温室内温度，℃；cg为空气热容量，j/℃；qrad为通过太阳短波辐射得到的热量，w；qcov为温室内外空气通过覆盖材料、围护材料进行的热交换，w；qsoil为温室内空气与土壤进行的热交换，w；qtran为作物蒸腾作用消耗的潜热，w；qven为自然通风引起的对流热交换，w；qheat为加热器的热量输入，w。vi为温室内湿度，kg/m³；h为温室平均高度，m；etran为作物蒸腾作用，kg/(m²·s)；even为自然通风引起的湿度损失量，kg/(m²·s)。

所述温湿度预测模型内各子项的构成，包括：

cg＝ρacavg(3)

其中，ρa为空气密度，在标准条件下(0℃，1个标准大气压)空气密度约为1.29kg/m3；ca为空气恒压比热容，1000j/(kg·℃)；vg为温室体积，m3。

qrad＝ηgag(4)

其中，η为太阳辐射热量转换系数，0.7；g为室外太阳辐射强度，w/m²；ag为温室地表面积，m²。

qcov＝kcov(to-tg)acov(5)

其中，kcov为温室覆盖材料与围护材料的热传递系数，0.5w/(℃·m²)；to为温室外温度，℃；acov为覆盖材料和围护材料总面积，m²。

qsoil＝ksoil(ts-tg)ag(6)

其中，ksoil为表层土壤热传递系数，5.75w/(℃·m²)；ts为土壤表层温度，25℃。

qtran＝λetran(7)

其中，λ为水的汽化潜热，2.45j/kg，etran为作物蒸腾作用的增湿量，kg/(m³·s)。

其中，g'n为作物冠层净辐射，w/m²；lai为作物冠层叶面积指数；rb为作物叶片边界层空气动力学阻抗，180s/m；rs为作物叶片对水汽的阻抗，100s/m；γ为湿度计常数，0.0646kpa/℃。p0为0℃时的空气饱和水汽压，0.6107kpa；vi为室内绝对湿度，kg/m³；λ为理想气体定律中的理想气体常数，0.46152n·m/(℃·g)。s为饱和水汽压随温度变化曲线的斜率，kpa/℃。

qven＝ρaca(κ+θw+vwuw)(to-tg)aven(10)

其中，aven为温室有效通风面积，m²；kven为自然通风流密度，m/s；κ、θ、v均为通风函数无量纲参数，取值分别为5.03、4.02、3.68；w为室外风速，m/s；uw表示通风窗开启度，取值0～100。

qheat＝uhkheat(tp-tg)(11)

其中，uh表示加热器开启度，取值0～100；kheat为加热器传热系数，5w/℃；tp为加热器温度，100℃。

even＝(κ+θw+vwuw)(v0-vi)(13)

在上述实施例的基础上，将温湿度系统模型转换为仿射非线性系统，包括：

由上述温湿度模型(1)—(2)的构造可知，室外输入包括室外太阳辐射、室外温度、室外风速、室外湿度，控制输入包括加热器开启和自然通风窗开启。现考虑系统噪声w对温湿度的影响，整理可得

其中，gw(tg,vi)为干扰耦合系数向量。其他变量表达式为

由方程(14)—(17)的构造可知，温室温湿度系统具有非线性和强耦合特性。温室自然通风直接影响温湿度的变化；加热输入可引起温度改变，温度影响蒸腾作用强弱，进而影响湿度行为；同样，湿度的变化通过蒸腾作用影响温室空气的热交换过程，进而影响温度的变化。

温湿度系统具有非线性特性，但由方程(14)的构造易知，系统仅对状态变量为非线性，对控制量却是线性的，即温湿度系统为仿射非线性系统。

根据仿射非线性系统理论，采用适当的坐标变换和非线性状态反馈，对原系统进行线性化、温湿度解耦同时排除系统噪声干扰的影响。

在上述实施例的基础上，图2为本发明实施例提供的温湿度解耦控制策略系统框图，所述方法包括：利用坐标变换和非线性状态反馈，对仿射非线性系统进行精确线性化，获得2个独立的积分加时延系统。

在上述实施例的基础上，所述采用适当的坐标变换，包括：

为方便起见，将方程(14)写为如下形式

其中，x为状态向量；u为控制输入向量；y为系统输出；f(x)，g(x)，gw(x)为相应的向量函数。

假设系统(18)的相对阶γ＝{γ1,γ2}，其中每个子相对阶γ1和γ2分别与输出y1和y2相对应。

由于下列李导数不全为0：

且假定矩阵非奇异，则系统相对阶γ＝{1,1}。

根据多输入多输出反馈线性化理论，当相对阶γ1+γ2＝n，n为状态变量x的维数，则可以选择坐标映射z＝φ(x)为

在上述实施例的基础上，所述采用非线性状态反馈，对仿射非线性系统进行线性化、温湿度解耦同时排除系统噪声干扰的影响，包括：

对于干扰变量函数，假定

lgwh1(x)＝0，lgwh2(x)＝0(23)

对式(22)进行求导，得到以新坐标系z描述的动态系统为

设v1和v2为z坐标系中的控制输入，系统输出为yz，令

则原仿射非线性系统(18)转化为线性解耦系统(25)—(26)。

若矩阵b非奇异，根据式(24)和(25)可求得控制量u为

综上，对于系统(18)，在矩阵b非奇异和假定(23)成立的条件下，可通过控制作用式(27)，使原系统解耦为式(25)—(26)，实现了状态变量x相互解耦和输出yz与干扰w的解耦。

在上述实施例的基础上，图3为本发明实施例提供的基于等价系统的pid控制系统框图，所述方法包括：基于等价的积分加延时系统设计pid控制器，获取加热和通风2种控制设备的开启度，使系统状态有效跟踪设定值。

例如：采用matlab对温室温湿度解耦算法进行仿真验证。验证过程分为2部分，首先，对线性化解耦效果进行验证；然后，验证pid控制效果。仿真中，运用4阶龙格-库塔算法对温湿度微分方程(1)—(2)进行求解。

设置如下：仿真时间为3600s，温室温湿度初值分别为25℃和0.0115kg/m³，室外光照强度为200w/m²，室外温度为20℃，室外风速为3m/s，室外湿度为0.0052kg/m³。

在转换的z域内，控制输入设置为

图4、5显示了基于线性化解耦策略获得的温湿度变化曲线，图6、7显示了基于线性化解耦策略获得的加热和通风2种控制设备的开启度。由图4可看出，温度在0—1200s之间，呈现线性增长趋势；在1200—3600s之间，保持常数不变。该趋势满足线性微分方程。由图5可看出，湿度变化趋势满足线性微分方程。由图6和图7可知，在1200s和2400s，加热和通风开启度均有相应的变化，以保证温湿度的线性化解耦。

以上是线性化解耦的仿真过程及结果分析，现对解耦后的系统进行pid控制。

室内温湿度设定值为

其中，xset1为温度设定值，xset2为湿度设定值。温湿度延时均为10s。

基于ziegler-nichols经验规则获得pid控制器初始参数，再对其进行微调，可得温度pid控制器各参数为：比例增益kp1＝0.16，积分增益ki1＝0.0008，微分增益kd1＝0.0192；湿度pid控制器各参数为：比例增益kp2＝0.36，积分增益ki2＝0.0036，微分增益kd2＝0.0432。

图8、9显示了基于pid控制的温室温湿度变化曲线，图10、11显示了加热和通风开启度，图12、13显示了z域的控制输入。

图8和图9表明温室温湿度基本能够跟踪设定值。

由图8可知，温度在1200s处基本不受湿度变化的影响，这种情形可解释如下：湿度通过蒸腾作用影响温度，相比室外温度、室外太阳辐射等因素对温度的影响，蒸腾作用对温度影响较小；由式(8)计算可得，1200s处室内湿度的变化导致蒸腾作用的改变量为原值的38％，蒸腾作用变化量不大，因此在1200s处温度几乎不变。

由图9可知，湿度在2400s处由于温度的改变而发生小幅度变动，这是由于温度变化导致蒸腾作用发生改变，蒸腾作用是影响湿度的主要因素，因此湿度在2400s处与设定值发生偏离。由图13可知，湿度pid控制器在2400s处作出响应，对控制输入v2进行调整，以确保湿度尽快跟踪设定值。

图10和图11表明，加热和通风开启度在1200s和2400s处均作出合理响应，以保证温湿度有效跟踪设定值。

为验证温湿度跟踪设定值的动态响应效果，给出主要的暂态性能指标：温度在2400s处的上升时间为112s，超调量为2.8％，调整时间为328s；湿度在1200s处的上升时间为44s，超调量为6.53％，调整时间为196s。

由图8—13和上述暂态性能指标可知，提出的基于解耦算法的pid控制系统具有良好的动静态性能，可满足温室温湿度控制需求。

本发明实施例通过构建温室温湿度预测模型，将其转换为仿射非线性系统，基于仿射非线性系统理论中的坐标变换和非线性状态反馈，将原系统进行线性化解耦，同时考虑了系统中存在的干扰因素。

图14为本发明实施例提供的一种温室温湿度解耦控制装置结构示意图，如图14所示，所述装置包括：模型建立单元1401、算法构建单元1402和获取单元1403，其中：

模型建立单元1401，用于根据能量和物质守恒定律建立温室温湿度预测模型；算法构建单元1402，用于根据所述温湿度预测模型输出的预测温湿度值与设定温湿度值的偏差作为pid控制器输入，pid控制输出再作为精确线性化环节的输入；获取单元1403，用于获取所述精确线性化环节输出的加热和自然通风开启度，根据所述执行机构的开启度控制温室温湿度值。

具体地，模型建立单元1401，分别根据能量守恒和物质守恒定律建立温湿度机理模型。应当说明的是，温湿度预测模型的输入为外界气候条件和控制机构状态，输出为温室温湿度，且室外气候包括室外太阳辐射、室外温度、室外风速、室外湿度，室内控制输入包括加热和通风开启度。算法构建单元1402根据温湿度预测模型，预测系统未来输出状态，将未来输出状态与参考输入进行比较，所得偏差作为pid控制器输入，pid控制器输出转换域内的控制量，该控制量作为精确线性化环节的输入。由于精确线性化环节可以将转换域内的控制量转换为实际温室系统的控制量，获取单元1403获取精确线性化环节输出的加热和自然通风开启度，根据所述执行机构的开启度控制温室温湿度值。

本发明实施例提供的装置的实施例具体可以用于执行上述各方法实施例的处理流程，其功能在此不再赘述，可以参照上述方法实施例的详细描述。

本发明实施例将温湿预测模型输出的预测温度值与设定温湿值的偏差作为pid控制输入，基于pid控制和精确线性化获取控制设备对应的开启度，考虑了温湿温湿度控制过程中的强耦合特性。

以上所描述的实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。