基于物联网和模糊PID技术的温室智能监控系统

针对温室范围广、监控点多、布线困难、且具有非线性、大延时、控制模型难以确定等特性,以CC2530为核心设计了无线传感器节点、汇聚节点及智能控制节点,实现对温湿度、光照等参数的实时采集,以Zigbee技术实现各无线传感器节点之间的数据传输;以GPRS技术实现汇聚节点与监控平台的对接,采用带Smith预估器的模糊PID控制算法实现对遮阳网、风机、湿帘、均热扇等设备的控制,经现场长时间运行表明,整个系统经济实用,控制精度高,运行稳定可靠,满足大棚生产要求。     

基于遗传优化模糊PID算法的温室智能控制系统研究

近年来,随着信息智能化和农业现代化的快速发展,我国温室种植取得了重大进展,形成了以科学方法管理控制大棚温室环境的理念;但因缺乏工厂化管理方式,温室智能控制技术在设施配套和产业自动化方面还有不足之处,与欧洲发达国家差距甚远。因此,设计一套适合我国农情的现代化温室控制系统显得非常重要,其对实时监测和精确控制温室环境参数,提高农作物产量和质量意义深远。本文根据大棚种植特点,基于遗传优化模糊PID融合算法,设计和研究了一套独有的温室智能控制系统,并对该系统进行性能仿真实验。结果表明:本温室智能控制系统性能良好、自动化程度高、节能显著,对大棚蔬菜的种植具有重要的促进作用。     

基于模糊神经网络的温室控制系统

为了实现温室节能以及安全控制,针对温室环境的大滞后、多输入、多输出、非线性和难以建立数学模型等特点,提出用模糊神经网络进行温室温度控制的方法,采用神经网络在线调整训练模糊规则的控制方式,实现了温室内温度的模糊控制.利用该方法能提高温室控制系统的精确性、适应性和鲁棒性,有利于节能.结果表明,基于模糊神经网络的温室控制系统运行效果良好,控制过程响应快,无震荡,超调量小,稳态误差小,能满足使用要求.     

温室环境控制系统的MPT智能算法

针对温室环境的大滞后、多输入、多输出、非线性和难以建立数学模型等特点,对传统的PID算法进行改进,并加入自适应控制、模糊控制和专家自整定等智能控制功能,建立了MPT智能控制算法.在论域内用不同控制方式分段控制,当偏差大于某一域值时,根据操态选择模糊控制,不存在抗饱和积分问题,使用模糊控制规则确定输出;当偏差减小到域值以下时,切换转入MPT算法控制,减小响应过程中的超调,并最终消除余差.该算法具有无超调、控制精度高和鲁棒性强等特点..     

模糊PID控制在温室环境中的应用

目前大部分温室控制方法都需要建立比较精确的数学模型,但温室内参数变化的非线性特性使建立的模型精度受到一定的影响;而模糊控制技术不需要建立精确的数学模型,解决多变量非线性系统具有明显的优点.为此,针对温室环境的多变量、非线性和难建模等特性,将模糊控制与PID控制的优势相结合,实现了对温室环境参数的有效控制.该系统的各项性能指标良好,遇到干扰可以进行自我调整,具有一定的自适应性.仿真结果表明,模糊PID控制算法不但简单实用,而且响应速度快,超调量小,控制效果良好.     

基于光照的温室加热系统模糊PID控制

为了给冬季作物提供适宜的生长环境,综合考虑自然光和节能因素,提出了一种基于光照的温室加热系统模糊PID控制方法。首先,根据温室的光照强度和天气预报信息,建立温室内温度的设定模型;然后,结合常规PID控制算法简单、鲁棒性好及可靠性的优点,采用模糊控制思想对PID控制参数进行调整,使控制系统可以依据不同的偏差相应地调整;最后,使用Mat Lab中Simulink对控制算法进行了仿真试验。结果表明:该控制方法稳定性高、动态响应好、抗干扰能力强,为提高温室生产的经济效益提供了理论依据。     

温室温度和湿度的多变量模糊控制技术

介绍了一种基于MCS－51单片处理机的模糊控制温室温度的湿度技术，设计了模糊控制系统，并阐述了模糊控制系统的原理、方法以及硬件的组成。对整个控制过程进行了仿真试验，试验结果证明采用该模糊控制技术在控制温室的湿度和湿度时，系统响应快、超调量小、动作准确，过程平稳。     

基于模糊PID的温室温度控制器设计与仿真

温室温度系统具有大时滞性、大惯性等特点,传统的控制方法效果不甚理想。为此,提出了一种模糊PID控制方法 ,可根据温度偏差和温度偏差变化率实时调整PID参数。通过MATLAB仿真表明,该控制方法可以使温室温度控制系统动态响应快、鲁棒性强、稳态精度高、超调量小、抗扰动能力强,具有良好的控制效果。     

基于模糊理论的参数自适应PID智能控制系统

针对平地机进行刮平作业时无法实现稳定恒速控制的问题,提出了基于模糊理论的参数自适应PID算法的行走智能控制系统,并完成了将该算法应用在平地机的控制系统中协调解决作业时油门大小、档位和恒速控制问题。同时,为验证参数自适应PID算法对整机运行参数实时监控的有效性和可靠性,系统采用单片机作为控制器,通过Mat Lab软件的Simulink仿真,分别对平地机作业恒速控制设定干扰信号、参数自适应过程性能以及不加PID、加PID、自适应模糊PID3种控制方式进行了恒速控制效果对比分析。测试显示:该系统响应时间短、速度较快,具有良好的工作稳定性和可靠性,能够满足设计要求。     

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.     

基于模糊控制方法的日光温室冬季温度控制系统

以冬季日光温室为研究对象.综合考虑温度和湿度因子对口光温室环境的影响,应用模糊控制与PID控制相结合的方法实现对北方日光温室冬季温度的控制,并利用MATLAB命令方式和Fuzzy Logic Toolbox实现对该控制系统的仿真.仿真实验结果证明:本系统对于日光温室温度的控制效果比较理想,在外界扰动较大的情况下能够快速达到设定的温度值,抗干扰能力强,反映速度快,有较强的鲁棒性.     

基于智能温控算法的温室管理系统

为了适应作物生长需求,需要对大棚温度进行精确控制.首先,建立包含多种环境因素的大棚温度模型;其次,采用模糊PID控制方法,建立了高精度的温度控制方法.综合考虑温室外环境温度、风速、太阳照射强度和室内湿度等因素,采用ARX方法建立温度模型.采用模糊PID控制方法,以温度变化量及其变化率为输入,PID调节量为系统输出,对温...     

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。     

基于模糊逻辑控制的温室温度控制技术的研究

目前对温室环境控制很难建立一个精确的数学模型，而且温室需要控制的环境因子有很多，采用传统的控制方法很难达到理想的控制效果。本文介绍了以温度作为优先控制的环境因子，采用模糊逻辑控制方法，对温室温度进行调控。     

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。