引言

傳統(tǒng)的農(nóng)業(yè)栽培需要遵循季節(jié)性及周期性的栽培規(guī)律,受外界環(huán)境的影響較大,相應(yīng)的栽培技術(shù)無法得到良好的栽培結(jié)果[1]。而溫室大棚通過環(huán)境控制器調(diào)節(jié)溫室環(huán)境,為作物提供了合適的生長環(huán)境。因此,它在農(nóng)業(yè)領(lǐng)域的應(yīng)用越來越廣泛,溫室環(huán)境控制系統(tǒng)的研究成為人們關(guān)注的熱點[2-5]。韓毅[6]提出了一種溫濕度變結(jié)構(gòu)模糊控制方法,將控制過程分為“快速控制”和“精細(xì)調(diào)節(jié)”兩個過程,以改善控制系統(tǒng)穩(wěn)態(tài)性能; 左志宇等[7]提出了一種基于光照的溫室加熱系統(tǒng)模糊PID控制(proportional-integral-derivative conrtol,比例-積分-微分控制)方法,利用自然光對溫度進(jìn)行調(diào)節(jié),以提高控制系統(tǒng)的動靜態(tài)性能。但溫室各環(huán)境因子相互影響,以上兩種對單一對象的控制方法均無法達(dá)到最優(yōu)的控制效果。王憲磊等[8]提出了一種基于模糊控制專家系統(tǒng)的智能溫室控制方法,結(jié)合多信息融合的原理,提高溫室環(huán)境參數(shù)測控的決策準(zhǔn)確性; 邢希君等[9]提出了一種基于雙模糊控制器的智能控制方法,加入分段控制以實現(xiàn)溫室內(nèi)全天候自適應(yīng)智能控制。但這兩種方法中的傳感器在采集數(shù)據(jù)時存在故障及數(shù)據(jù)失真等問題,而系統(tǒng)并未對采集數(shù)據(jù)進(jìn)行處理,易影響控制的效果。在上述研究的基礎(chǔ)上,本文采用狄克遜準(zhǔn)則(Dixon Criterion)及改進(jìn)型自適應(yīng)加權(quán)融合算法對采集的環(huán)境因子數(shù)據(jù)進(jìn)行預(yù)處理,利用模糊控制方法,以溫室內(nèi)環(huán)境因子偏差值作為輸入,溫室環(huán)境控制器信號作為輸出,研究數(shù)據(jù)融合及模糊控制方法在溫室大棚中的應(yīng)用,以提高數(shù)據(jù)的可靠性、穩(wěn)定性及系統(tǒng)的響應(yīng)速度。1 系統(tǒng)整體設(shè)計

圖1 溫室大棚控制系統(tǒng)整體結(jié)構(gòu)

Fig.1 Architecture of greenhouse control system

溫室大棚控制系統(tǒng)主要由數(shù)據(jù)采集、數(shù)據(jù)傳輸及數(shù)據(jù)決策3個部分組成,其整體結(jié)構(gòu)如圖1所示。系統(tǒng)由終端傳感器采集溫室內(nèi)溫度、濕度、光照強(qiáng)度3個環(huán)境因子的數(shù)據(jù),并無線發(fā)送至ZigBee協(xié)調(diào)器; ZigBee協(xié)調(diào)器通過WiFi將采集到的數(shù)據(jù)上傳到控制中心; 控制中心采用數(shù)據(jù)融合及模糊控制方法對3個環(huán)境因子數(shù)據(jù)進(jìn)行融合判斷,若3個環(huán)境因子數(shù)據(jù)不在設(shè)定值范圍內(nèi),則向環(huán)境控制器發(fā)送控制命令,以達(dá)到調(diào)節(jié)溫室環(huán)境的目的。2 數(shù)據(jù)融合

溫室環(huán)境受多種因素影響,單一傳感器測量數(shù)據(jù)存在監(jiān)測不全面、準(zhǔn)確度低等問題[10],多傳感器數(shù)據(jù)融合對待測的多源信息進(jìn)行融合,與單一傳感器的測量結(jié)果相比,能獲得更高的檢測精度[11]。因此,本研究采用2級數(shù)據(jù)融合方案:第1級采用狄克遜準(zhǔn)則,克服粗大誤差(即出現(xiàn)明顯超出規(guī)定條件下預(yù)期的誤差),提高數(shù)據(jù)的可靠性; 第2級采用改進(jìn)型自適應(yīng)加權(quán)的融合算法,提高數(shù)據(jù)的準(zhǔn)確度。2.1 狄克遜準(zhǔn)則

在測量過程中,疏忽誤差的存在將使得數(shù)據(jù)可靠性降低,導(dǎo)致控制出現(xiàn)偏差。格拉布斯準(zhǔn)則(Grubbs Criterion)適合測量次數(shù)偏小的情況,一次只能剔除一個誤差,拉伊達(dá)準(zhǔn)則(Pauta Criterion)適合測量次數(shù)趨于無窮大的情況,而狄克遜準(zhǔn)則通過極差比判定、剔除異常數(shù)據(jù),不用計算均值與方差,可一次性剔除多個異常值,方法更為簡便[12],具體過程如下。

將采樣數(shù)據(jù)v(n)按值的大小排成順序統(tǒng)計量,n(3≤n≤7)為采樣點個數(shù)。當(dāng)v(n)服從正態(tài)分布時,統(tǒng)計量

γ10=(v(n)-v(n-1))/(v(n)-v(1));

γ'10=(v(2)-v(1))/(v(n)-v(1))。

設(shè)D(α,n)為狄克遜檢驗的臨界值,取顯著水平α為0.01,當(dāng)γ10>γ'10、γ10>D(α,n)時,v(n)為異常值; 當(dāng)γ10D(α,n)時,則v(1)為異常值; 否則沒有異常值。重復(fù)以上過程,直到?jīng)]有異常值。剔除異常值后對余下數(shù)據(jù)進(jìn)行算術(shù)平均法融合,融合后的數(shù)據(jù)作為此次采集的最終結(jié)果。2.2 改進(jìn)型自適應(yīng)加權(quán)融合算法

將某時刻的采樣數(shù)據(jù)平均分為6組,一共有n個數(shù)據(jù),其中第k組為Xk1,Xk2,…,Xknk(k=1,2,…,6,∑6k=1nk=n),分為以下2個步驟:

1)計算每組的算術(shù)平均值Xk和標(biāo)準(zhǔn)誤差σk,得

根據(jù)統(tǒng)計學(xué)中分批估計理論[13-14],將6組數(shù)據(jù)平均分為3組,其中第j組的融合值方差Dj、數(shù)據(jù)融合值Tj分別為

Dj=(σ22jσ22j-1)/(σ22j-1+σ22j)(j=1,2,3);(1)

Tj=(σ22jX2j-1+σ22j-1X2j)/(σ22j+σ22j-1)。(2)

2)因不同分批數(shù)據(jù)融合值對應(yīng)不同的權(quán)值,以權(quán)值最優(yōu)分配原則對式(1)～(2)所得出的方差Dj、融合值Tj進(jìn)行自適應(yīng)加權(quán),得到最小總均方差,以提高數(shù)據(jù)融合精度。

引入加權(quán)因子wk(∑3k=1wk=1,k=1,2,3),計算數(shù)據(jù)融合值

X=∑3k=1wkTk。

計算總均方誤差

σ2=∑3k=1w2kσ2k。

由多元函數(shù)求極值理論,計算得

w'k=1/(δ2k∑nk=11/(δ2k)),

取得最小值,此時最優(yōu)的融合結(jié)果

X=w'kTk。2.3 數(shù)據(jù)采集及分析

記錄溫室大棚內(nèi)某次由溫度傳感器采集并上傳的溫度值,采用狄克遜準(zhǔn)則進(jìn)行第1級數(shù)據(jù)處理并分成6組,每組4個數(shù)據(jù),結(jié)果見表1。

表1 溫室大棚6組溫度采集數(shù)據(jù)

Table 1 Six sets of temperature data collected in greenhouse

表2 3種算法融合結(jié)果對比

Table 2 Comparison of fusion results of three algorithms

對表1中的數(shù)據(jù)進(jìn)行第2級融合,此時對應(yīng)的融合值X=26.23,方差σ2=0.001。分別用算術(shù)平均法、自適應(yīng)加權(quán)算法及本文算法對表1數(shù)據(jù)進(jìn)行處理,得到的融合值及方差見表2。

由表2可知,本文所使用的數(shù)據(jù)融合算法方差最小,因此準(zhǔn)確度最高。3 模糊控制

利用MATLAB軟件的模糊邏輯工具箱設(shè)計模糊控制器,將傳感器采集的環(huán)境因子值與設(shè)定的目標(biāo)值進(jìn)行比較,得出差值后經(jīng)過模糊化轉(zhuǎn)換成模糊量,通過模糊規(guī)則將模糊輸入量進(jìn)行模糊推理后,得出模糊輸出控制量,最后對模糊輸出控制量進(jìn)行反模糊化處理得到精確量并發(fā)送至環(huán)境控制器,以達(dá)到控制溫室環(huán)境的目的。溫室環(huán)境控制模型如圖2所示,系統(tǒng)以溫室內(nèi)的溫度、濕度、光照度3個環(huán)境因子作為輸入量,以對輸入量影響程度較大的遮光簾、加熱器、天窗、加濕器、LED補光燈及通風(fēng)機(jī)作為輸出量,建立3輸入、6輸出的模糊控制系統(tǒng)。

圖2 溫室環(huán)境控制模型

Fig.2 Model of greenhouse environmental control

3.1 模糊化

記溫度、濕度、光照度的設(shè)定值與檢測值的相對誤差分別為eT、eH、eL,定義eT、eL的論域為[-5,5],eH的論域為[-10,10],eT、eH的語言變量選擇為NB(極小)、NS(偏小)、ZO(適中)、PS(偏大)、PB(極大),選擇三角形隸屬函數(shù),eL的語言變量選擇為N(暗)、ZO(適中)、P(亮),選擇三角形和梯形相結(jié)合的隸屬函數(shù)。

溫室環(huán)境控制器的輸出通過控制相應(yīng)設(shè)備的運行時間來實現(xiàn)開度的控制。定義遮光簾(U1)、加熱器(U2)、天窗(U3)、加濕器(U4)、LED補光燈(U5)及通風(fēng)機(jī)(U6)的論域為[0,3],語言變量為A(全開)、B(半開)、C(關(guān)閉),選擇三角形隸屬函數(shù)。以溫度和遮光簾為例,隸屬函數(shù)圖像如圖3所示。

圖3 隸屬度函數(shù)

Fig.3 Membership function

3.2 模糊規(guī)則

模糊規(guī)則一般為專家及工作人員經(jīng)過長時間總結(jié)的實踐經(jīng)驗形成的模糊條件語句,結(jié)合本文系統(tǒng)控制的要求,我們將環(huán)境控制器對環(huán)境因子的影響程度進(jìn)行合理度劃分,制定模糊控制規(guī)則。模糊語句共有5×5×3=75條,其中部分模糊規(guī)則控制見表3。

表3 部分模糊規(guī)則控制表

Table 3 Partial fuzzy rule control table

3.3 模糊推理

模糊推理根據(jù)模糊控制器的輸入和模糊控制規(guī)則,得到輸出變量加熱器、通風(fēng)機(jī)及補光燈等多個環(huán)境控制器模糊控制的結(jié)果,由于環(huán)境控制設(shè)備可調(diào)節(jié),因此本文使用Mamdani型推理方法[15-16]。對多輸入、多輸出系統(tǒng)的模糊推理轉(zhuǎn)化為多輸入、單輸出系統(tǒng)的模糊推理,即對每個環(huán)境設(shè)備控制器的輸出單獨進(jìn)行分析[17]。

通過模糊推理得到的結(jié)果為一個模糊向量,不能直接使用,需要進(jìn)行解模糊,轉(zhuǎn)化為實際值。本文采用加權(quán)平均法以得到實際輸出值

U=(∑ni=1u(Ui)Ui)/(∑ni=1u(Ui))。4 試驗及分析

根據(jù)實際溫室大棚的特點,我們設(shè)計了溫室試驗?zāi)Ｐ汀Ｊ紫葘o線通信模塊供電,傳感器采集節(jié)點合理布置,然后對室內(nèi)的溫度、濕度和光照強(qiáng)度等參數(shù)值進(jìn)行采集。為了驗證本文方法的有效性,設(shè)定溫室目標(biāo)溫度為25 ℃、濕度為60 RH%、光照度為1 500 lx,每隔1 min采集1次數(shù)據(jù),采用2級數(shù)據(jù)融合對數(shù)據(jù)進(jìn)行預(yù)處理后,利用模糊控制算法進(jìn)行決策控制,控制過程中,將3個環(huán)境參數(shù)的變化值用MATLAB軟件繪制成相應(yīng)曲線,如圖4所示。

圖4 溫室環(huán)境因子變化曲線

Fig.4 Curve of changes in environmental factors in greenhouse

由圖4可知,3個環(huán)境因子均在10 min內(nèi)接近設(shè)定值,其中,溫度的相對最大波動值為2.1%,濕度的相對最大波動值為2.54%,光照強(qiáng)度的相對最大波動值為2.36%,數(shù)據(jù)處于穩(wěn)定時波動范圍較小。由此可見,相比較于文獻(xiàn)[9]中使用的方法,本文采用的2級數(shù)據(jù)融合處理方法測量數(shù)據(jù)的準(zhǔn)確度更高,因此更能反映溫室內(nèi)的真實環(huán)境狀況,更有利于提高控制精度。5 結(jié) 語

溫室環(huán)境具有參數(shù)多、滯后性強(qiáng)、外界干擾大等特點,難以對其建立精確的數(shù)學(xué)模型進(jìn)行控制[18]。本文針對當(dāng)前溫室大棚控制系統(tǒng)存在的不足提出了數(shù)據(jù)融合及模糊控制方法,試驗結(jié)果表明,采用2級數(shù)據(jù)融合算法對數(shù)據(jù)進(jìn)行預(yù)處理提高了數(shù)據(jù)的可靠性及數(shù)據(jù)融合的精度; 采用模糊控制方法能使溫室環(huán)境快速接近設(shè)定值并維持在穩(wěn)定狀態(tài),可滿足溫室環(huán)境的控制要求。

總結(jié)

以上是生活随笔為你收集整理的迪克逊准则matlab,浙江科技学院学报的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。