所有提交的电磁系统将被重定向到在线手稿提交系统。作者请直接提交文章在线手稿提交系统各自的杂志。

反馈技术使用PID和PIIntelligent温室温度控制

y . El Afou1、2,l . Belkoura2,m . Outanoute1,m . Guerbaoui1,a Rahali1,a Ed-Dahhak3,a Lachhab3,加入4,b . Bouchikhi1
  1. 传感器电子&仪表团队,物理,慕雷·伊斯梅尔大学科学学院,摩洛哥梅克内斯
  2. 许可集团INRIA LAGIS,在这里,IEEA,蝙蝠。Lille1 P2,大学的科学和技术,科学的城市,维d 'Ascq Cedex, Lille1,法国
  3. 模型荷兰国际集团(ing)、系统控制和电信团队,部门电气工程技术,慕雷·伊斯梅尔大学,高中,摩洛哥梅克内斯
  4. 法国许可集团&凹口UMR CNRS(7039),法国南希,南希大学
相关文章Pubmed,谷歌学者

访问更多的相关文章国际先进研究期刊》的研究在电子、电子、仪表工程

文摘

随着先进的温室技术,计算机温室自然已成为当务之急。它创造了新的机会来处理室内环境根据植物的特定需求。温度下温室植物是最具影响力的因素。通常,它已经与其他气候参数密切相关。本文研究的新方法使用两种类型的控制器控制温室内部温度:PID和PI-intelligent。两个控制器给好的结果,除了PID需要一个方法的参数识别,应该有效的大量时间。因此有必要重复选择识别技术面临意想不到的外部参数的变化。然而,PI-intelligent控制器允许继续调整获得很长一段时间由于拥有识别和代数方法。为了实时可视化气候参数的进化,图形界面了。

关键字

电脑化的温室气候参数,控制,PID控制器,PI-intelligent。

介绍

几年来,研究温室气候控制了几个研究任务的挑战。许多控制方法提出了在文学:(罗德里格斯et al。(2001);班尼斯et al .(2008))为温室气候设计前馈控制器控制基于物理模型;提出了最优控制方法(Ioslovich et al ., (2009))。自适应控制温室温度控制策略解决了(Berenguel et al .,(2003)和(Speetjens et al . (2009))。最近推出了模型自由控制提出了控制温度在温室中。这是一个简单但有效的方法的非线性,未知或部分已知的动力学。同时保留PID降低计算成本,它能够应付一般类型的非线性。模型自由控制已经被证明是一个简单但非常有效的非线性反馈技术对未知的或部分已知的动态(费利斯et al。(2009);费利斯et al。(2013); Join et al. (2013); Lafont et al. (2013); Lafont et al. (2014), Choi et al. (2009)). We shall here use so-called intelligent PID (or i-PID). While retaining the PID reduced computational cost, it is able to cope with general types of nonlinearities. A precise relationship between i-PID and PIDs is given in (d’Andréa-Novel et al. (2010)). It particularly emphasizes the ease of tuning of i- PID gains and gives a clearcut explanation of the performance of usual PIDs.
温室植物种植设计在环境条件控制。温室栽培有几个优点:它有助于保持一个最佳的植物生长环境和保护庄稼免受害虫和不同的户外环境。因此,在温室生产变得相当复杂,过于昂贵。,温室种植那些想要保持竞争力需要通过更好的管理他们的投资最大化的生产条件。为了利用足够的作物的机会,有必要控制系统以自动方式。自动技术的介绍使用计算机一直是农业生产的一大进步(杨et al。(2013);Eredics (2009))。事实上,有三个基本组件在温室气候控制:传感器、计算机和执行机构。传感器被用来收集信息,对植物生长很重要和致动器被用来修改收集到的信息。温室的管理环境是强烈依赖于温度变化。 This later is the result of complex, interactive heat, mass exchanges between the inside air and the several elements of the greenhouse and the outside climatic parameters. The process depends on the structure of the greenhouse type, the state of the crop and the actuating control signals typically ventilation and heating which are able to modify the inside temperature conditions. The various orders (heating and ventilating) of a greenhouse aim at the spontaneous improvement of the internal climate, but this control is never complete. It is difficult in fact to act on an element of the environment without modifying another element.
在我们的实验室,研究表明,内部温度是最具影响力的参数对温室(Ezzine et al . (2010))。然而,自动气候控制需要适当的控制律的发展基于模型代表的线性和非线性系统。因此我们不得不研究温室下的系统来控制温度。充分利用增强的可能性在温室作物和资源管理,它是必不可少的调节和控制变量与远程自动控制(El Afou1 et al。(2013);El Afou2 et al。(2013);Guerbaoui et al . (2013))。
结果提出了工作的实现在温室气候参数的新控制策略。提出的策略是PI-intelligent控制器与传统PID控制器相比。读者可以查阅新书(Van海峡et al .(2011))的综合建模方法和最优控制(Iya et al。(2009)),属于一个框架造型/识别/控制。控制器,使用Matlab / Simulink策略编程软件。
本文的组织结构如下:第二部分描述的实验框架的论点。提出了一种模范自由控制器方法的简要介绍。我们描述的实现控制器和目前主要的实验结果。

一个视图的实验温室

图1展示了一个温室系统的示意图。温室的建立是为了开发一个综合数据采集系统内部控制环境。系统与计算机(PC)。传感器和调节模块使我们能够测量不同的内部和外部的温室气候参数。的采集和数据处理开发了多功能卡ni - 6024 e控制和管理复杂的测量。这个实验温室已经配备了许多传感器:
——内部和外部温度传感器(LM35DZ),数据表达°C。
湿度传感器的内部和外部(因hih - 4000 - 001)公司破产引发数据用%表示。
传感器的二氧化碳浓度(费加罗AM4模块),数据表达ppm和命名二氧化碳。
为了提高气候下温室,我们已经安装了供暖系统中,脉冲送风和变速风扇(Ed-Dahhak et al。(2007);Lachhab et al。(2007);Ed-Dahhak et al。(2009);Guerbaoui et al . (2011))。
图像

理论的研究使用的控制器

答:PID控制器
PID控制是反馈控制的方法,它使用比例,积分和导数为主要工具(Hensel et al . 2012年,Beshi et al . 2011年和2012年)。控制的目的是使过程变量y (t)作为一个合适的值命名置位点年(t)。为了实现这个目的,被控变量u (t)是改变控制器的命令。在当前应用程序中,这个过程变量y (t)的温度和操纵变量u (t)控制器的命令。“干扰”是任何因素,除了被控变量,影响流程变量。在某些应用程序中,然而,一个主要的障碍进入过程以不同的方式,或复数障碍需要考虑。误差e (t)的定义是:e (t) =年(t) - y (t)。,年(t)是理想的轨迹和y (t)是测量的变量。PID控制器,现在,过去和未来的错误要考虑进去。介绍了数字实现后,提出了控制系统结构的某些变化,采用了在许多应用程序中。 However, that change doesn’t influence the essential part of the analysis and design of the PID controllers. The transfer function C(s) of the PID controller is:
图像
b . PI-intelligent控制器
本部分简要总结了模范自由控制,限制在这个应用程序的需要,monovariable情况和订单1的推导。读者可能指的是广泛的关于这一主题的参考书目,特别是可用的物品(Gedouin et al。(2011),费利斯(2008、2009);费利斯et al。(2011);Abouaissa et al .(2011))的monovariable模范自由控制,和(Mboup et al。(2009年),刘et al .(2011))导数的估计。模范自由控制是基于本地系统的造型,只有知识的输入输出,从而避免建模和识别有效的有时候很难步骤操作范围宽。它是基于代数技术估计噪声信号的导数来表达微分信号y (i) (t)作为一个整体在短时间间隔((t - t), t)是谁开发的,它是足够的对于这个应用程序。这个导数的估计可以采取以下形式:
图像(2)
评估在实践中,方程(2)在每个样本时,t =节,与k = 1、2…和t =望远镜,ns是样本的数量,Ts是t时间窗口中使用,作为一个离散和使用基本离散方法计算积分:
图像
这估计技术可以适用于快速的现象学模型过程行为和有效的在短时间内:
图像
图像(5)
这个估计因此允许PI-intelligent的实现。当PID闭环控制器的类型时,该模型可以命名自由控制,智能PID表示如下:
图像

仿真结果

答:PID控制器
模型描述的进化发展的温度下温室需要应用一个步骤在开环作为加热温度的定位点。获得的传递函数为一阶系统与纯延迟可以表示如下(El Afou et al . (2013)):
图像(7)
PID控制器的参数调优从识别系统(Dindeleux (1981)):
图像(8)
图像(9)
图像(10)
我们利用这些参数控制模型代表我们的系统中使用MATLAB软件在模拟模式。对系统的行为有一个想法在闭环PID控制器,仿真软件中仿真的模型。图2显示了获得表演与发达算法。我们也注意到输出提供了一个短暂停留20年代和它完全遵循设置点24°C的225年代。
图像
b . PI-intelligent控制器
分化是一个基本的数学运算与广泛的应用在许多领域的科学。因此重要的是要有良好的方法来计算和操作衍生品。在我们的示例中,名为模范自由控制的新方法基于导数估计,我们将确认即使噪声信号是更好的结果。我们认为可以通过测量的信号y包括一些额外的噪音。其目的是估计时间的导数信号y,一阶,从损坏的测量。我们可以把第一批订单我们遵循的开发数值导数:
图像(11)
在这个应用程序中,我们选择ns = 11和Ts = 5年代那么简单的时间间隔T = 55 s滑动为了得到这个估计在每一个瞬间。我们将方程(11)的数值微分算法在仿真软件中实现如图3中所示。
图像
为了测试该算法,比较了数值与一个简单的一阶导数导数图4中所示。根据这个模式,我们可以观察到的存在一些相似性估计数值导数和简单的导数。我们得出这样的结论:发达算法准确地给出了一阶导数。
图像
更进一步,我们添加了一个白噪声输入的衍生品。图5显示了简单的一阶导数,图6给出了模拟的数值导数。可以看出,数值推导给出了良好的性能。估计第一个数值导数是比简单的第一个。上述结果评估技术的基础。
图像
图像
本文的研究是有限的内部温度的控制。图7显示了内部温度的阶跃响应的仿真结果获得使用PI-intelligent闭环。我们注意到静态误差等于零,系统快速(上升时间tm≈19 s)和无超调。我们也注意到,观察输出提出了初纯延迟20.6年代和350年代期间后,是完全跟踪精度的点。我们可以轻松地提高性能调优参数的智能控制器。此外,这些调优参数可以给好的结果而实现的定位点和噪音。
图像

实时反馈技术的结果

答:应用程序
内部温度是温室里的重要参数,它最文化的影响下温室(Ezzine et al . (2008))。为了控制内部温度,我们使用两个致动器加热器和风扇。然后我们同化过程作为一个单一的输入分别分布在采暖通风根据内部温度的值和固定的定位点。这种混合过程使得建模危险,充分证明了modelfree方法提出。在这项研究中,测量相对湿度和二氧化碳是不考虑在精化的控制策略。图8显示了结构的控制系统。注意,如果[F] e = 0然后我们获得经典的监管机构像简单的PID控制器。
图像
实时控制器,我们准备一个算法能够与温室的过程。,我们开始通过改变反馈算法的输入和输出,分别提出了模式模拟,通过模拟输入和输出应用算法在实际系统开发。在运行模拟之前,必须建立模型;一些代码将在命令窗口中执行。如果没有错误在命令窗口中,我们终于连接到一个目标,我们运行实时仿真的开始。
b . PID控制器
为了测试之前的控制器的性能,我们激发致动器(加热器和风扇)由几个选点和我们测量,实时,温室下的温度响应。首先,我们提出闭环PID控制器的阶跃响应如图9所示。我们可以观察到跟踪很好当致动器由经典控制法律而不满意在稳定状态。除了强大的外部环境的影响,我们可以注意到,参考轨迹附近振荡定位点。然后,该控制器不允许拒绝无用的扰动。在图9中,噪音出现7 h和18 h之间的强烈。
图像
此外,我们在图10的演变PID控制器发送给执行机构。一开始,这个控制器增长并达到3 V的最大15 h。之后,它仍然稳定在这个值。这意味着使用控制器不能最小化消耗功率的致动器。此外,它提出的问题忽略了控制系统的生命周期。的糟糕表现是结果古典控制器基于识别的方法是无效的大量时间。此外,这些方法后需要思路为每个外部参数的较大变化的气候。这就是为什么我们使用PI-intelligent控制器在温室监控温度的。
图像
c . PI-intelligent控制器
图11显示了表演PI-intelligent控制步骤的参考轨迹,20°C和23.5°C之间的不同。我们可以观察到扰动被拒绝PI-intelligent控制器比PID的速度。此外,内部温度的演变表明,智能控制器的性能表现更好。外部温度呈现给我们的条件调节内部温度。虽然贫穷的条件与智能控制器的闭环,它允许获得良好的表现。作为结论,结果表明,PI-intelligent控制器能够控制温度准确合理误差范围内。其有效性是由最低出现振荡围绕一个定位点,没有过度。
图像
同样的,我们现在的进化PI-intelligent控制器描绘在图12。我们注意到输出的值不超过1.25 V和减少一些时间。这些好的表现获得的过程行为的快速现象学模型和数值导数(方程4和5)。后来允许实现参数F (eq。5)包含所有的未知参数的过程。最后,这个智能控制器允许一个良好的性能,我们对大量时间和保持这些参数与最小功率实时生成的致动器的控制信号。
图像

比较研究

在本节中,我们提出一个比较实验结果获得通过使用PID和PI-intelligent控制器。为了促进曲线的可读性,我们选择呈现2 h之间的调节温度和5 h。所有这些进行监控的温室内部温度21°C到23°C,也确保一个公平的比较。行为的温度最优PID值图13所示。光滑的理论温度行为显示轻微的超调量,但没有涟漪。实验上有更多的过度和波动点。小延迟实验一开始存在了大约20年代,这可能是由于空气混合延迟。PID控制器做了一个很好的跟踪设定值的值22°C和23°C。然而,这种控制器的最大误差等于0.4°C。我们可以看到的数量控制信号的变化很小。这一事实是一个关键问题在致动器的一生,特别是在温室的通风和供暖系统由机械执行机构。
图像
优化PI-intelligent插入实验控制器参数是描绘在图14。存在一些波动理论曲线的相交的点。然而,一个好的跟踪定位点的最大误差为0.2°C。这个控制器很容易实现和非常有效的跟踪点。因此,最好使的跟踪点。
图像
所有的控制器能够控制温室内空气温度精确合理的误差范围。我们注意到不同初始温度的值都使用,因为控制器应用条件下在不同的外部温度的值。这使得比较研究困难。然而,我们将分析结果来确定优势和方便使用的每个控制器。分别图15和图16显示命令的进化计算PID控制器和PI -智能。
图像
图像
我们注意到PID控制器失去大国到固定的目的。事实上,它等于零比其他订单和命令的次数是重置和低。然而,最大值不超过1 V。PI-intelligent控制器我们注意,命令是更快,停在几个时刻。这个进化证明智能控制器是最好的方法来控制温室的温度。尽管良好的性能获得了三个订单,我们注意到宽的PID控制开始饱和,因为气候的变化参数和识别方法的有效性的限制。然而,我们注意到模型自由控制允许获得良好的性能,因此没有使用执行机构的饱和。

结论

这项工作提出了两个控制器的实现PID和PI-intelligent实现为了控制温室下的温度。然而,几个控制器复杂温室环境的优化是一个挑战的过程。通常,大多数控制器的优化是基于识别的技术,根据外部气候条件。出于这个原因,我们求助于自适应控制器,可以在线识别的过程。使用PID控制器的主要困难是一个反馈系统在恒定的参数,和没有直接知识的过程,因此整体性能是反应和妥协。PID控制器,单独使用时,可以给表现不佳时PID回路收益必须减少,这样的输出轨迹在设定点值振荡无超调。他们也有困难的非线性的存在,不改变过程的行为和反应滞后在应对大的干扰。为了克服这些困难,我们使用PI-intelligent控制器。很容易实现和非常有效地跟踪设定值。摄动误差的导数据估计为每个采样时间在线。 The PI- intelligent controller ensure good performances without having to tune again and again the PID parameters and guarantees a suitable adaptation when the plant is changing with time.

确认

这项工作已经由过去休伯特Curien Volubilis格兰特(Ref。MA / 09/211)。

引用