基于数据拟合的温室大棚温湿度解耦控制器设计与仿真

针对温室大棚控制系统中温湿度强耦合性特点,本文设计了一种温湿度模糊PID-解耦控制器。首先,结合传统PID控制和模糊控制方法,构造了温湿度模糊PID控制器。然后,利用多项式数据拟合法建立了温湿度补偿关系式,并设计了温湿度解耦控制器。最后,利用MATLAB/Simulink仿真平台搭建了温室大棚温湿度控制系统整体仿真模型,并对比分析了传统PID、模糊PID和模糊PID-解耦控制方法。结果表明:提出的模糊PID-解耦控制方法具有响应速度快、无超调振荡等特点,优化了控制系统的动态性能。     

基于自然通风的日光温室内温湿度仿真模型

为了模拟自然通风条件下日光温室内温湿度的变化,将通风口开度进行量化处理,根据热量平衡和水汽质量平衡原理构建了温室内气温和湿度的动态变化数学模型。利用Simulink仿真平台将二者结合,搭建了以通风为输入、以室内温湿度为输出的温室微气候系统仿真框图,利用2类典型天气条件下的实测数据对模型进行了仿真检验。研究结果表明,室内气温的标准误差最大为0.479 2℃,仿真有效性指数最小为73.03%;室内湿度的标准误差最大为1.943 7%,模型有效性指数最小为71.13%;仿真模型是有效的。     

温室大棚温湿度模糊控制系统及PLC程序设计

温室大棚环境系统是一个具有非线性、时变和大惯性等特点的复杂系统,难以建立精确的数学模型进行控制。为此,以显著影响温室作物生长的温湿度为研究对象,构建了一个温湿度模糊控制系统方案,应用模糊控制系统理论设计了温湿度模糊控制器,编写了模糊控制算法的PLC程序,并对温湿度的模糊控制效果进行了实际观测。系统运行结果表明:当温湿度值设定为22℃和70%RH时,控制过程平稳、超调量小、运行稳定,能够满足温室作物对生长环境的要求。     

基于模糊控制的温室控制系统的研究

温室环境系统是多输入、多输出的复杂系统,很难建立数学模型运用经典控制方法实现控制.而模糊控制无须建立被控对象的数学模型,适合于非线性、时变的系统.为此,介绍了温室控制系统的总体结构,建立了有效的隶属度函数和控制规则,探讨了通过离线建立模糊控制表,使用查表法进行模糊推理,实现了温室内的温度、湿度多因子的模糊控制.采用软件方法实现了模糊控制器的设计,节约了成本,方便了以后对模糊控制器的完善工作;同时使模糊控制器的响应时间大大缩短,满足了实时控制的需要.     

模糊控制在温室温湿度控制系统中的应用

温室环境参数的调节与控制是保证作物高产、稳产和提高经济效益的前提.通过对模糊控制算法的研究,确定了温室温湿度控制系统的输入输出变量,建立了有效的隶属度函数、模糊控制规则和模糊控制表,采用查表法进行模糊推理,实现了温室的温度与湿度自动控制,使温室达到作物生长的最佳环境.     

遗传优化模糊控制器在温室控制系统中的应用

提出了采用遗传算法优化隶属函数实现模糊控制器优化设计的方法，并将这种优化设计的模糊控制器应用于温室集散控制系统中。试验结果表明，优化后的模糊控制器具有良好的、静态性能和较好的节能效果。此外，这种控制模式还能降低控制系统的成本，提高整个系统的运行效率和可靠性。     

基于模糊神经网络的温室温湿度智能控制系统研究

针对温室非线性、时变性、延时性、多变量耦合等问题,对温度、湿度、光照强度和CO2浓度等环境因子进行分析,把模糊推理运用到温室环境控制系统,利用专家经验和知识行为转化为相应的模糊控制规则;结合神经网络控制理论,以温度和湿度作为主要控制变量设计模糊神经网络控制系统。仿真结果表明,该系统响应速度快,抗干扰能力强,对温室环境中温湿度有较好的控制效果,可为智能温室自动控制系统设计提供一定参考。     

温室大棚温湿度模糊解耦控制系统设计与仿真

温室环境系统是一个多变量、非线性、时变和滞后的系统,各变量之间具有耦合关系,很难建立精确的数学模型。其中,温度和湿度的变化是最基本的因子,对农业作物影响最为显著。为此,采用模糊控制方法,通过建立模糊控制系统模型和对模糊控制器的设计,引入解耦参数,实现了该系统的温湿度解耦控制,使系统的温湿度控制精度大大提高。实验结果表明:当温室温湿度设定值分别为20℃和70%时,温湿度变化超调量较小,控制过程比较平稳,系统环境达到了作物生长的需求。     

车辆半主动悬架粒子群模糊混合控制策略

在Matlab中建立4自由度1/2半主动悬架车辆模型后,构建模糊混合控制器,利用粒子群优化算法对模糊混合控制器的隶属度函数和模糊控制规则同时进行优化,开发了粒子群模糊混合控制策略。为了有效验证所提出的控制策略,在搭建的车辆半主动悬架系统控制策略硬件在环仿真试验平台上进行了粒子群模糊混合控制策略的半实物仿真试验。硬件在环仿真试验结果表明,粒子群模糊混合控制策略明显优于传统模糊控制策略,能有效地提高半主动悬架系统的综合性能,并且在不同路面输入激励下均能取得较好的控制效果。     

基于Smith预估模糊控制的温室灌溉决策系统设计

温室设备快速准确控制是设施农业精准调控的关键环节。为解决现有温室灌溉控制系统精度较低,优化蔬菜作物的灌溉管理策略,本文提出了基于Smith模糊控制器的温室灌溉智能决策系统。文章对Smith预估模糊控制器结构组成及结果期西红柿土壤水分数学模型构建进行了阐述。基于Simulink的建模仿真验证了本系统的控制策略具有更好的响应速度和控制精度;温室实地试验结果表明,系统灌溉控制最大误差为7.5%,系统响应达到设定值后,土壤水分平均值能够很好地维持在70.5%左右,符合温室西红柿结果期的生长环境要求。系统工作稳定,针对温室蔬菜灌溉控制具有更高的控制精度和实用性。     

自然通风条件下塑料大棚温度和湿度模拟

为了深入研究大棚通风对大棚内温、湿度影响,基于能量与物质平衡原理建立了大棚内部温、湿度预测模型,对大棚内部温、湿度进行预测模拟,并以试验观测数据对模型进行了检验。结果表明,模拟晴天天窗开度50%(处理1)与100%(处理2)时,大棚温度预测值和实测值决定系数分别为0.98、0.99,相对湿度预测值和实测值决定系数为0.9,模型能较好的预测棚内温、湿度;大通风面积对大棚内温、湿度影响大于小通风面积,通风面积对大棚内温度影响比相对湿度影响明显。研究结果可为通风条件下塑料大棚温、湿度环境控制研究及南方塑料大棚生产管理提供参考依据。     

基于直接推理的温室环境多变量模糊解耦控制

针对温室环境控制的特点，提出一种多变量模糊控制器解耦结构，介绍了控制系统硬件组成，给出了执行机构的模糊规则和编程步骤。系统采用直接推理进行软件在线规则推理，既便于模糊规则的修改，又减少推理时间和内存使用量。系统已成功应用于温室环境控制，检测结果证明，系统响应快，超调量小，稳态误差小，温度和相对湿度控制精度满足温室植物栽培的需要。     

基于模糊神经网络的智能温室环境控制方案

针对农业温室环境的精确建模和控制问题,提出了一种基于模糊神经网络的智能控制方案。首先,在考虑室内外环境因素下,构建一个有效的温室环境数学模型,获得通风量、喷雾量和加热量的微分表达式;然后,利用一种自适应模糊神经推理系统(ANFIS),以温度和湿度差作为输入,通过神经网络自学习和模糊推理获得控制输出;最后,通过遗传算法优化控制器的输出比例因子,提高控制响应速度和稳定性。实验结果表明:该方案能够快速且稳定地追踪环境设置值,具有很好的控制效果。     

玻璃温室小气候温湿度动态模型的建立与仿真

分析了温室小气候中辐射、通风、对流和作物蒸腾作用引起的质热交换物理过程,基于能量和物质守恒,建立了温室小气候温湿度动态模型,并对模型进行了仿真.根据均方根误差算法分析了模拟值与测量值的误差,分析结果表明,动态模型能有效地预测温室内空气的温湿度值.     

南方连栋塑料温室夏季机械通风优化设计

我国南方地区夏季长期高温,严重影响了温室作物生长。为了提高降温效果且减少通风能耗,需要优化温室机械通风系统的设计参数和控制方法。以南方地区典型的连栋塑料温室为研究对象,针对温室机械通风,建立了三维全尺度瞬态及稳态计算流体力学仿真模型。通过在温室内、外均匀布置温、湿度和光照传感器,测量机械通风引起的温室内气温变化和分布,用实验验证了仿真模型瞬态和稳态计算的准确性和有效性。通过仿真模型模拟了室外高温条件下的风机数量、温室长度、入口温度及环境温度变化等参数对机械通风降温效果的影响程度,并模拟了不同数量风机启闭控制的降温效果。本文提供的控制策略最高可减少约60%的能源消耗,而植物冠层平均温度仅升高0.21℃。     

日光温室群监控系统设计

为了解决传统温室群管理困难、调控复杂等问题,设计开发日光温室群监控系统。采用可编程控制器(PLC)作为系统主控制器,控制各温室内的控制节点,实现温室环境调控的自动化运行;应用无线通讯技术实现温室各模块之间的数据通讯;设计MCGS组态监控界面,实现温室群各执行设备的现场实时调控;设计PID通风控制器,利用粒子群算法优化控制参数,精确调控温室内湿度;应用巨控智能远传模块(GRM500)开发远程上位机数据管理系统,设计远程图形控制界面,实现温室的集群调控。测试结果表明,系统能够完成设计目标,自动化和智能化程度较高,便于用户管理温室群。     

温湿度解耦模糊控制系统的研究

针对温室气候控制方法中温湿度之间的耦合作用,提出了以温度控制为主、湿度控制为辅的控制策略,并建立两变量输入、3变量输出的控制主回路和补偿回路模糊控制系统,从而为温湿度控制提供了一种行之有效的方法。