发明名称 一种应用于温室大棚的温湿度先进控制方法
摘要 本发明涉及一种应用于温室大棚的温湿度的先进控制方法,其特征在于:该方法在MATLAB的SIMULINK中建立大棚温湿度模型,在OPTO22中建立基于预测PI算法的主控制器和对角解耦控制器,再连接MATLAB和OPTO22进行通讯,构成一个以预测PI控制算法的对角解耦控制模型。基于温室大棚这个特殊的对象,采用先进的预测PI控制算法设计其温湿度控制器,避免了传统PID控制算法调节速度慢、波动大的问题;坑干扰性强,实现形式简单,控制效果好,可用于实际工业过程。
申请公布号 CN103941782B 申请公布日期 2016.05.04
申请号 CN201410142916.0 申请日期 2014.04.10
申请人 东华大学 发明人 任正云;谭志君;陈一志;冯琪;郭朝伟;李娜
分类号 G05D27/02(2006.01)I 主分类号 G05D27/02(2006.01)I
代理机构 上海申汇专利代理有限公司 31001 代理人 翁若莹
主权项 一种应用于温室大棚的温湿度先进控制方法,其特征在于,步骤为:步骤1、建立温室大棚温湿度先进控制系统,该系统包括基于预测PI算法的温度预测PI控制器与湿度预测PI控制器、基于对角解耦的解耦控制器及大棚温湿度过程模型,人为给定需要大棚达到的温度输入信号SP1(t)及湿度输入信号SP2(t),计算得到温度系统误差Error1(t)及湿度系统误差Error2(t),Error1(t)=SP1(t)‑PV1(t),Error2(t)=SP2(t)‑PV2(t),PV1(t)及PV2(t)分别为温室大棚温湿度先进控制系统的输出温度及输出湿度,即PV1(t)及PV2(t)分别为温室大棚的实时温度及实时湿度;步骤2、将温度系统误差Error1(t)及湿度系统误差Error2(t)分别做为温度预测PI控制器及湿度预测PI控制器的输入,得到温度输出信号0P1(t)及湿度输出信号0P2(t),温度预测PI控制器或湿度预测PI控制器的输入输出关系为:<maths num="0001"><math><![CDATA[<mrow><mi>u</mi><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow><mo>=</mo><mi>K</mi><mrow><mo>(</mo><mn>1</mn><mo>+</mo><mfrac><mn>1</mn><mrow><mi>p</mi><msub><mi>T</mi><mi>i</mi></msub></mrow></mfrac><mo>)</mo></mrow><mi>e</mi><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow><mo>-</mo><mfrac><mn>1</mn><mrow><mi>p</mi><msub><mi>T</mi><mi>i</mi></msub></mrow></mfrac><mo>[</mo><mi>u</mi><mrow><mo>(</mo><mi>t</mi><mo>)</mo></mrow><mo>-</mo><mi>u</mi><mrow><mo>(</mo><mi>t</mi><mo>-</mo><mi>L</mi><mo>)</mo></mrow><mo>]</mo><mo>,</mo></mrow>]]></math><img file="FDA0000489400720000011.GIF" wi="876" he="157" /></maths>其中,p为微分算子,e(t)、u(t)分别为温度预测PI控制器或湿度预测PI控制器的输入和输出,K为过程增益的倒数,T<sub>i</sub>为控制过程主导时间常数,L为控制过程滞后时间;步骤3、设计解耦控制器的温度传递函数D<sub>11</sub>(s)、温度对湿度影响传递函数D<sub>12</sub>(s)、湿度对温度影响传递函数D<sub>21</sub>(s)及湿度传递函数D<sub>22</sub>(s),其中:D<sub>11</sub>(s)=e<sup>‑4s</sup>;<maths num="0002"><math><![CDATA[<mrow><msub><mi>D</mi><mn>12</mn></msub><mrow><mo>(</mo><mi>s</mi><mo>)</mo></mrow><mo>=</mo><mfrac><mrow><mn>8.2</mn><mi>s</mi><mo>+</mo><mn>1</mn></mrow><mrow><mn>3</mn><mrow><mo>(</mo><mn>10,1</mn><mi>s</mi><mo>+</mo><mn>1</mn><mo>)</mo></mrow></mrow></mfrac><mo>;</mo><msub><mi>D</mi><mn>21</mn></msub><mrow><mo>(</mo><mi>s</mi><mo>)</mo></mrow><mo>=</mo><mfrac><mrow><mn>1.1</mn><mrow><mo>(</mo><mn>9.2</mn><mi>s</mi><mo>+</mo><mn>1</mn><mo>)</mo></mrow></mrow><mrow><mn>1.8</mn><mrow><mo>(</mo><mn>7.6</mn><mi>s</mi><mo>+</mo><mn>1</mn><mo>)</mo></mrow></mrow></mfrac><mo>;</mo></mrow>]]></math><img file="FDA0000489400720000012.GIF" wi="896" he="156" /></maths>D<sub>22</sub>(s)=e<sup>‑5s</sup>;将温度输出信号OP1(t)做为温度传递函数D<sub>11</sub>(s)及湿度对温度影响传递函数D<sub>21</sub>(s)的输入,将湿度输出信号OP2(t)做为温度对湿度影响传递函数D<sub>12</sub>(s)及湿度传递函数D<sub>22</sub>(s)的输入,将温度传递函数D<sub>11</sub>(s)的输出与温度对湿度影响传递函数D<sub>12</sub>(s)的输出做卷积得到解耦后的温度信号MV1(t),将湿度对温度影响传递函数D<sub>21</sub>(s)的输出与湿度传递函数D<sub>22</sub>(s)的输出做卷积得到解耦后的湿度信号MV2(t);步骤4、建立大棚温度控制对象过程模型G<sub>p11</sub>(s)、大棚温度对湿度影响控制对象过程模型G<sub>p12</sub>(s)、大棚湿度对温度影响控制对象过程模型G<sub>p21</sub>(s)及大棚湿度控制对象过程模型G<sub>p22</sub>(s),其中:G<sub>p11</sub>(s)的传递函数模型为:<img file="FDA0000489400720000021.GIF" wi="381" he="126" />G<sub>p12</sub>(s)的传递函数模型为:<img file="FDA0000489400720000022.GIF" wi="297" he="124" />G<sub>p21</sub>(s)的传递函数模型为:<img file="FDA0000489400720000023.GIF" wi="284" he="126" />G<sub>p22</sub>(s)的传递函数模型为:<img file="FDA0000489400720000024.GIF" wi="283" he="126" />将温度信号MV1(t)做为大棚温度控制对象过程模型G<sub>p11</sub>(s)及温度影响控制对象过程模型G<sub>p21</sub>(s)的输入,将湿度信号MV2(t)做为大棚温度对湿度影响控制对象过程模型G<sub>p12</sub>(s)及大棚湿度控制对象过程模型G<sub>p22</sub>(s)的输入,将大棚温度控制对象过程模型G<sub>p11</sub>(s)的输出与大棚温度对湿度影响控制对象过程模型G<sub>p12</sub>(s)的输出做卷积得到输出温度PV1(t),将大棚湿度对温度影响控制对象过程模型G<sub>p21</sub>(s)的输出与大棚湿度控制对象过程模型G<sub>p22</sub>(s)的输出做卷积得到输出湿度PV2(t),将输出温度PV1(t)与输出湿度PV2(t)反馈给温度预测PI控制器与湿度预测PI控制器,最终使其与温度输入信号SP1(t)及湿度输入信号SP2(t)的误差逐步减小,趋于稳定接近于0。
地址 201620 上海市松江区人民北路2999号