基于MATLAB的智能多輸入多輸出智能解耦系統(tǒng)設(shè)計仿真

1、洛陽理工學(xué)院畢業(yè)設(shè)計（論文）基于MATLAB 的多輸入多輸出智能解耦系統(tǒng)仿真摘 要隨著人類社會的飛快發(fā)展與進步，農(nóng)業(yè)的科學(xué)技術(shù)也在跟著不斷的前進，現(xiàn)代化農(nóng)業(yè)越來越趨向于農(nóng)業(yè)的自動化管理。研究溫室環(huán)境的自動化控制系統(tǒng)，尤其是網(wǎng)絡(luò)化的自動化現(xiàn)代農(nóng)業(yè)的智能控制管理是現(xiàn)在和未來所必須研究的，也是未來很有潛力的研究方向。在溫室環(huán)境的控制系統(tǒng)中，對溫室里面的各個環(huán)境因子的控制將直接影響到農(nóng)作物的生長和發(fā)育，其中溫度和濕度的測控向來都是溫室環(huán)境因子研究中的重中之重。此次研究的課題運用到了許多學(xué)科的新理論、新技術(shù)，本系統(tǒng)用的是智能控制中的模糊控制技術(shù)，針對很長時間以來溫室中的溫度和濕度存在很強的耦合關(guān)系和溫室

2、溫濕度變化情況對監(jiān)控系統(tǒng)的反饋等問題提出了不錯的解決方案，提供了一種新的方法來解決系統(tǒng)控制不夠精準、能源消耗比較高、經(jīng)濟效益不理想等問題，同時也可以解決好時變性、大滯后和耦合性這些繁瑣的系統(tǒng)控制問題，可以有效的對溫度和濕度存在的強耦合進行智能解耦。關(guān)鍵詞：濕度，模糊控制，智能解耦，MATLABMATLAB Based Multi-Input Multi-Output Intelligent Decoupling System SimulationABSTRACTWith the continuous progress of human society and the rapid develop

3、ment of agricultural technology, agricultural facilities modernization of agriculture is undoubtedly an important symbol. Greenhouse environmental control system, in particular the network, based on modern agriculture control management automatic control technology, it is necessary and development p

4、otential. In the greenhouse environment control system, control of environmental factors in the greenhouse crops directly affect growth and development, including the detection and control of temperature and humidity monitoring greenhouse has been the focus of the study of environmental factors. The

5、 integrated use of new knowledge topic multidisciplinary, new results, the system uses intelligent control fuzzy control technology, has long been the strong coupling of temperature and humidity in the greenhouse effect and greenhouse temperature and humidity changes in the monitoring system of feed

6、back and other issues made a very good the solution for system control precision is not high, relatively high energy consumption, poor economic returns and other such difficult issues opened up a new route, it is able to handle complex system degeneration, big lag and disaster together, etc. control

7、 problems, can effectively decoupled between temperature and humidity.KEY WORDS：Humidity,Fuzzy Control,Intelligent Decoupling,MATLAB1目錄前言1第1章 緒 論21.1 課題研究的目的和意義21.2 國內(nèi)外研究現(xiàn)狀和發(fā)展趨勢4第2章 系統(tǒng)總體設(shè)計62.1 控制系統(tǒng)的設(shè)計要求62.2 設(shè)計目標62.3 解耦系統(tǒng)的組成及解耦原理7第3章 解耦方法的選擇93.1 系統(tǒng)環(huán)境因子的研究93.1.1 溫度對作物的影響93.1.2 濕度對作物的影響103.1.3 溫度和濕度的耦合

8、關(guān)系113.2 解耦方法的選擇123.2.1 對角矩陣法123.2.2 單位矩陣法123.2.3 前饋解耦法123.2.4 模糊解耦法及其優(yōu)越性13第4章 模糊控制系統(tǒng)的設(shè)計144.1 模糊控制系統(tǒng)方案144.2 模糊邏輯控制器設(shè)計174.2.1 測量信息的模糊化184.2.2 模糊控制規(guī)則214.2.3 模糊推理224.2.3 反模糊化22第5章 系統(tǒng)仿真與調(diào)試245.1 系統(tǒng)仿真模型的建立245.1.1 Simulink仿真環(huán)境簡介245.1.2 Simulink仿真模型組成245.1.3Simulink仿真的基本過程255.2 仿真調(diào)試295.3 仿真結(jié)果分析29結(jié) 論31謝 辭32參考

9、文獻33外文資料翻譯34前言在智能溫室控制系統(tǒng)中，溫室里面的各種環(huán)境因素都是能夠直接影響到農(nóng)作物的生長和發(fā)育。在眾多的環(huán)境因子中，能夠?qū)r(nóng)作物起到明顯的影響效果的就是溫度和濕度的變化。不過，這樣的復(fù)雜系統(tǒng)往往有著非線性、多變量、時變、大時滯這些特點，實際應(yīng)用設(shè)計的時候建立它的很精確的模型是一件困難的事情，并且魯棒性和自適應(yīng)性都很弱。這些年來，采用模糊控制算法來解決這種復(fù)雜的控制系統(tǒng)的問題有了很大進步的實踐。常見的溫濕度控制器是把溫度和濕度分開來進行監(jiān)控的，但是真實的環(huán)境中溫度和濕度這兩種環(huán)境因子存在較強的耦合關(guān)系，對其中一個環(huán)境因子控制就會直接干擾另外一個因子的變化。研本課題的研究可以學(xué)習(xí)多變

10、量系統(tǒng)的特點，系統(tǒng)的運動和平衡的變量之間的關(guān)系，并了解多變量系統(tǒng)的內(nèi)部結(jié)構(gòu)，同時能夠了解模糊控制理論，用MATLAB實現(xiàn)多變量系統(tǒng)智能解耦控制。第1章 緒 論1.1 課題研究的目的和意義我國是一個擁有眾多人口但是人均資源卻相當(dāng)匱乏的國家，據(jù)最新統(tǒng)計我國每人平均的耕地面積還達不到全球平均水平的三分之一，人均水資源擁有量也不到全球平均水平的四分之一，并且這些資源分布也不均衡。并且，由于目前我國的人口比較多，所以今后的一段時間我國的人口數(shù)量還會有一定的增加。面臨這種嚴峻的資源形勢，要滿足大眾的最根本的生活問題，首先一定要改變農(nóng)業(yè)的生產(chǎn)方式，因為目前我國的農(nóng)業(yè)仍然是浪費國家土地資源和水資源最嚴重的。因

11、此，針對以往粗放型的農(nóng)業(yè)生產(chǎn)方式加以改進，從而來減少浪費資源甚至達到不浪費，在有限資源環(huán)境的前提下，依靠科學(xué)技術(shù)的不斷發(fā)展，來實現(xiàn)農(nóng)作物的高產(chǎn)，生產(chǎn)的高效。就當(dāng)前世界農(nóng)業(yè)的發(fā)展形勢來看，設(shè)施農(nóng)業(yè)必定會成為農(nóng)業(yè)現(xiàn)代化的一個重要標志。所謂設(shè)施農(nóng)業(yè)，就是依據(jù)先進的農(nóng)業(yè)設(shè)施，改造農(nóng)作物、水產(chǎn)品、禽畜等的生活環(huán)境，抵擋外界的不良環(huán)境，增加對農(nóng)作物作業(yè)的時間，從而使得農(nóng)作物、水產(chǎn)品、畜禽等在更好的環(huán)境中使得產(chǎn)量和質(zhì)量得到進一步提高。國家運用了很多方法來加快農(nóng)業(yè)現(xiàn)代化的步伐，尤其是國家科委提出了“工廠化高效農(nóng)業(yè)”這一具有時代標志的偉大工程，對我國農(nóng)業(yè)的未來發(fā)展提供了一個很好的基礎(chǔ)，在高效的農(nóng)業(yè)科技生產(chǎn)項目中

12、，其中一個重要的部分就是建立自動化水平比較高的溫室。先進的現(xiàn)代化溫室來源于發(fā)達的科學(xué)知識和技術(shù)，運用持續(xù)的生產(chǎn)管理方式，高效率的最大化生產(chǎn)各種水果、蔬菜、花卉等農(nóng)作物，其核心技術(shù)是機械化，環(huán)境控制，自動生產(chǎn)。環(huán)境控制工程作為提高農(nóng)業(yè)產(chǎn)量和質(zhì)量的一種方法，成為了現(xiàn)代化農(nóng)業(yè)的一個先進標志。但由于溫室內(nèi)較高的溫度和濕度這種不好的工作環(huán)境以及追求高效率、精準的作業(yè)，僅僅依靠人工來對這些環(huán)境進行監(jiān)控是不太現(xiàn)實的。采用計算機進行溫室環(huán)境的自動監(jiān)測控制和管理來代替人工是目前發(fā)展形勢。研究合理高效的溫室環(huán)境的控制方法可以提高土地和其它資源的利用率，通過對溫室環(huán)境的準確的測量和控制，來減少溫室環(huán)境的投入資源。在

13、溫室環(huán)境監(jiān)這樣的檢測和控制控系統(tǒng)中，作物的生長速度與發(fā)育情況跟溫室中的各個環(huán)境因子的控制有著直接的聯(lián)系，所以對環(huán)境因子進行很優(yōu)良的控制是一件非常必要并且很重要的一件事情。溫室中存在著的各個環(huán)境因子都能對溫室中的作物產(chǎn)生不一樣的影響，比如溫室內(nèi)光照度、CO濃度、溫度、濕度、營養(yǎng)液導(dǎo)電率(EC )，營養(yǎng)液酸堿度(PH)、土壤溫度以及土壤濕度等，不僅溫室內(nèi)的環(huán)境因子能對作物產(chǎn)生影響，就連溫室外的環(huán)境因子也能影響到作物的發(fā)育，比如溫室外的風(fēng)力、風(fēng)向以及雨雪等，由于傳感器技術(shù)的不斷進步，實現(xiàn)對作物的一些特有指標和生理功能的監(jiān)控已經(jīng)可以變成現(xiàn)實了，就算模擬溫室作物的一些生長過程以及發(fā)育情況也是可以做到的。

14、這些類型有所不一樣，性質(zhì)也比較復(fù)雜的變量就是溫室監(jiān)測控制系統(tǒng)要重點處理的對象，以往的普通傳感器是沒有辦法測量出這一些復(fù)雜的變量的精準的數(shù)據(jù)的，要求要有功能不一樣的傳感器來當(dāng)做監(jiān)測的工具選擇正確的合適的傳感器就可以實現(xiàn)對不同的變量進行精準的測量了。溫度和濕度是這么多的環(huán)境因子中最基本的，它們對作物的影響也是最明顯的，對溫濕度的檢測和控制向來都是溫室環(huán)境因子監(jiān)控中的重點，可是一直都沒有完全解決下面的兩個大難題，第一個就是溫室中的溫度和濕度不是相互獨立的環(huán)境因子而是存在一定關(guān)系的，溫度上升的話濕度就會有所減小，同樣濕度增加的話溫度就會降低即它們之間存在著一定的耦合作用，如果僅僅是控制兩者其中的一個是

15、不可能得到精確的結(jié)果的，第二個問題就是，以往在研究過程中，往往不會考慮執(zhí)行機構(gòu)得到數(shù)據(jù)后開始執(zhí)行后，溫室中的環(huán)境又發(fā)生了變化，這些變化又反饋給了監(jiān)控系統(tǒng)。上面的這兩個問題的一直存在，這樣會讓控制機構(gòu)執(zhí)行起來有些過度，進而溫室內(nèi)的能量消耗會不斷增大。單因子控制以及多因子綜合控制這兩種方法是目前溫室溫濕度控制的主要方法。單因子控制是相對于多因子控制來說控制起來比較簡單，它只是控制所有因素中的一個因子，而不考慮其他因子的影響和變化。當(dāng)其在控制溫度這個因子時，在進行控制時只對溫度這一個因子進行調(diào)節(jié)控制，其它因子的變化已經(jīng)對整個溫室的影響并不給于考慮，這種方法的適用性比較差。因為在實際的溫室中幾乎所有的

16、環(huán)境因子之間都存在著一定的或多或少的聯(lián)系，一個因素變化了，其它因素也會跟著做出一定的變化，牽一發(fā)而動全身。多因子綜合控制也可以叫做復(fù)合控制，能多多少少解決單因子控制存在的不足，此種控制方法依據(jù)作物對不同環(huán)境因子之間的影響聯(lián)系，如果其中一個因子改變了，其它因子也會跟著做出相應(yīng)的變化，由于這種方法能更好的結(jié)合眾多的環(huán)境因子的變化，所以未來的溫室技術(shù)的發(fā)展也會偏向于這種控制方法。由于常見的控制系統(tǒng)都運用單級控制這種方式，這樣的系統(tǒng)還是可以滿足一些規(guī)模比較小的、普通的、對控制精準對要求不是那么高的溫室系統(tǒng)，但是隨著時代的不斷發(fā)展與進步，溫室向著越來越大型，系統(tǒng)越來越復(fù)雜，要對也越來越高的方向發(fā)展，很明

17、顯這種比較單純的控制方式是無法滿足時代的需要的。所以，針對當(dāng)代的大型復(fù)雜的溫室研究出更好的溫室控制系統(tǒng)是非常有必要的，也是很多實際價值的。因為在溫室眾多的環(huán)境因子中，溫度和濕度是作為重要的也是對溫室環(huán)境影響最大的兩個因子，所以本科題的目的就是把溫室里的溫度、濕度作為研究對象來探索溫室環(huán)境的自動控制技術(shù)，僅采用對溫濕度環(huán)境因子的測控和研究，爭取用合乎情理的實驗方法得到相對來說比較準確的控制效果，模擬創(chuàng)造出一個人工的環(huán)境作為適宜作物生長和發(fā)育的生活氣候，來代替那些影響作物健康生長和良好發(fā)育的環(huán)境因子，實現(xiàn)在實際的在農(nóng)業(yè)生產(chǎn)活動中作物的生長周期變短，增加作物的產(chǎn)量，來得到更好的經(jīng)濟效益。1.2 國內(nèi)

18、外研究現(xiàn)狀和發(fā)展趨勢在溫室中對作物影響最嚴重的環(huán)境因子主要就是溫度和濕度這兩個因子，所以，對溫濕度進行智能解耦是當(dāng)今溫室環(huán)境控制系統(tǒng)研究的主要方向，隨著我國溫室產(chǎn)業(yè)的不斷進步，溫室的大小和種類也隨之增加，我國的資源環(huán)境也跟著一步步短缺，所以，溫室也趨向于向節(jié)約資源同時高產(chǎn)高效的方向發(fā)展，如果溫度和濕度得到了優(yōu)良的解耦那么溫室的資源消耗就會大大的降低，溫室的這種特點尤其是冬季升溫和夏季降溫這兩個時候變現(xiàn)的更為明顯。之前人們對溫室中溫度濕度的解耦控制問題已經(jīng)進行了深入探索，總結(jié)出了各種，其中最好的解決方法就是通過模糊控制的方法，搭建一個模糊控制系統(tǒng)模型然后再進行模糊控制器的設(shè)計，加進解耦參數(shù)，通過

19、這種方法來實現(xiàn)對溫室的溫濕度進行解耦控制，可以很大程度的提高控制系統(tǒng)的控制精準度。由之前人們的研究能夠知道，第一，溫室中的溫濕度兩者之間的解耦是溫室解耦的主要目標，溫室中有眾多環(huán)境因子，進行解耦時例如二氧化碳、氧氣含量以及光照強度等重要因子并沒有考慮進去，溫室的解耦本應(yīng)該把其它的重要的環(huán)境因子也包括進去，第二，有很大部分都是采用要求有精確的數(shù)學(xué)模型才能解耦的解耦方法，而溫室是一個比較模糊的模型參數(shù)，第三，以往采用的進行溫室環(huán)境控制系統(tǒng)的解耦方法適用性較差，不一樣的溫室，它的環(huán)境模型也是不相同的，所以溫室解耦的數(shù)學(xué)模型應(yīng)該選取那些較為普遍的環(huán)境模型。第2章 系統(tǒng)總體設(shè)計2.1 控制系統(tǒng)的設(shè)計要求

20、利用MATLAB/Simulink仿真的功能，設(shè)計基于MATLAB的溫室大棚溫濕度智能解耦系統(tǒng)并進行仿真，以溫濕度的偏差量和偏差率為輸入量，反模糊后的精確的溫濕度控制量為輸出量，采用模糊解耦方法對系統(tǒng)進行控制：(1) 了解和掌握解耦控制系統(tǒng)的設(shè)計方法；(2) 建立被控對象的模糊解耦系統(tǒng)的仿真模型；(3) 進行系統(tǒng)辨識、穩(wěn)定性分析、控制策略選擇、參數(shù)整定；(4) 最終進行系統(tǒng)仿真，并對仿真結(jié)果進行分析。2.2 設(shè)計目標學(xué)習(xí)多變量系統(tǒng)的特點、系統(tǒng)運動和平衡時各變量之間關(guān)系的數(shù)學(xué)描述法，理解多變量系統(tǒng)的內(nèi)部結(jié)構(gòu)和性質(zhì)。用MATLAB實現(xiàn)多變量系統(tǒng)的智能解耦控制是利用模糊控制理論實現(xiàn)的。溫度與濕度是影

21、響溫室大棚環(huán)境的兩個重要環(huán)境因子。模糊解耦控制系統(tǒng)的原理是把被控量的理想值與t時刻的測量值作出比較 ，進而得到偏差e，再計算出偏差的變化率ec，然后，e和ec分別量化為模糊量E和EC，然后進行模糊決策，模糊決策是根據(jù)E、EC和 模糊控制規(guī)則R依據(jù)推理合成規(guī)則 ，得到模糊控制量u，最后把前面計算的模糊控制量u反模糊化成精確量U，作用在被控制的對象身上 ，這樣不斷的循環(huán)下去從而實現(xiàn)對被控對象的模糊控制，來達到系統(tǒng)解耦的目的1。解耦設(shè)計的目的是構(gòu)成獨立的單回路控制系統(tǒng)，利用單回路控制理論實現(xiàn)系統(tǒng)控制性能。為了簡化分析的難度但同時又不影響對整個問題分析的正確性，系統(tǒng)以溫度和濕度的偏差值和偏差率為輸入，

22、反模糊化后的溫度和濕度的精確控制量為系統(tǒng)輸出量，選用模糊解耦法對本系統(tǒng)進行設(shè)計和仿真。2.3 解耦系統(tǒng)的組成及解耦原理本設(shè)計是基于模糊解耦法的溫室溫濕度智能解耦控制系統(tǒng)，比較重要的部分有溫度和濕度傳感器、模糊邏輯控制器以及執(zhí)行機構(gòu)等。本模糊系統(tǒng)方案如圖2-1所示：圖2-1 模糊控制系統(tǒng)方案結(jié)構(gòu)圖圖中，是專家經(jīng)驗給出的作物生長所需的最佳理論溫度，為給出的理論最佳理論濕度。、 分別是理想理論值與實際監(jiān)測值之間比較后的溫度和濕度的偏差，、分別是他們的偏差的變化率。因為實際中溫度和濕度存在一定的耦合作用，所以通過加入解耦參數(shù)來減弱他們的耦合性，即： （2-1） （2-2）經(jīng)過模糊控制器的解耦后，求得圖

23、中執(zhí)行機構(gòu)的輸出控制量，本系統(tǒng)的最重要的組成部分就是圖中的兩個模糊邏輯控制器，其推理設(shè)計方法為： 把系統(tǒng)的輸入量和輸出量轉(zhuǎn)化成模糊子集，然后定義論域，再由各輸入輸出量的真實變化范圍構(gòu)造模糊化表。根據(jù)這個方面專家的知識經(jīng)驗組成一個知識庫，并構(gòu)建模糊控制規(guī)則表。然后由模糊化表和模糊規(guī)則表，設(shè)計控制表格,計算出對應(yīng)的模糊控制量。第3章 解耦方法的選擇3.1 系統(tǒng)環(huán)境因子的研究 3.1.1 溫度對作物的影響 溫度是影響農(nóng)作物生長發(fā)育相當(dāng)重要的環(huán)境因素之一。農(nóng)作物在整體的生長發(fā)育過程中所需要一切生物及化學(xué)反應(yīng)，全都是在特定溫度下發(fā)生的。農(nóng)作物生長發(fā)育良好的前提就是必須要在適合的溫度范圍內(nèi)才生長，如果溫度

24、高于上限或者低于一定的溫度值，那么農(nóng)作物就會畸形生長或者無法生長和發(fā)育，甚至死亡。所有農(nóng)作物都有三個不同的溫度基點，即能生存的最高溫度和最低溫度以及最適合作物生長的適宜溫度。由于作物的種類、品種等不同，它們生長發(fā)育的最適宜溫度也不一樣。溫室內(nèi)的地溫、氣溫以及營養(yǎng)液的溫度都有對作物的呼吸作用、光合作用，還有光合作用產(chǎn)物的傳送、根部的生長和水分、養(yǎng)分的吸收均有明顯的影響。常見溫室農(nóng)作物生長發(fā)育的最合適的溫度區(qū)間如圖表3-1。表3-1常見溫室作物的生育適宜溫度蔬菜名稱發(fā)芽期幼苗期采收期白天黑夜白天黑夜黃瓜25-2825-2813-1525-2815-19番茄28-3025-2815-1725-282

25、0茄子30-3527-301717-3020生菜15-2015-2012-1517-1812-15 有表中數(shù)據(jù)可知，農(nóng)作物的各種化學(xué)、光合作用和大部分產(chǎn)物運輸是同一時刻完成的。如果下午和晚上的溫度偏低時，葉子中光合作用的產(chǎn)物就不能運輸出去，那么葉子就會變厚、同時會發(fā)紫，衰老的速度也會比較快，就會消弱以后的光合作用，使光合強度明顯下降。如果光的強度比較弱，而溫室內(nèi)溫度較高，光合作用的強度就會較弱，而呼吸作用就相對多一些，則作物枝干比較瘦小脆弱，葉子也會表薄。有結(jié)果表明，在作物的生長發(fā)育過程中如果夜晚營養(yǎng)液的溫度比溫室環(huán)境溫度高，能加快作物的生長。作物生長發(fā)育前期溫室溫度應(yīng)高一些，有利于葉面積指數(shù)

26、的增加。到達生長發(fā)育的中后期后，葉面積指數(shù)就能夠達到最大值，以后階段單位面積的凈同化率速率將決定作物的生產(chǎn)多少。在這個階段就應(yīng)該適當(dāng)?shù)南陆禍厥覝囟?，來不斷積累凈光合作用的產(chǎn)物。3.1.2 濕度對作物的影響濕度是指空氣中含有濕空氣的量。如果溫室中的濕度偏低那么作物中的水分就不足，就無法發(fā)生正常的光合作用和蒸騰作用，同時溫室中的濕度偏高也會大大加大作物發(fā)生病蟲害的發(fā)生率。并且，濕度的不適宜會導(dǎo)致作物產(chǎn)量的下降，由于溫室內(nèi)作物的不斷蒸騰作用和土壤的蒸發(fā)，溫室內(nèi)的濕度會很容易的比地面的濕度的高一些。適宜作物生長發(fā)育的環(huán)境白天為相對空氣濕度大概在35%左右，晚上為相對空氣濕度是83%左右。所以，溫室內(nèi)的

27、的濕度改變主要就是降低濕度。表3-2給出了常見的幾種溫室作物生長的最適宜溫度。表3-2常見溫室作物生育適應(yīng)濕度蔬菜名稱發(fā)芽期幼苗期采收期白天黑夜白天黑夜黃瓜60-8530-8070-8530-7070-75番茄50-8020-7060-8020-7060-80生菜60-8030-7070-7530-8060-85空氣濕度經(jīng)常用以下表示方法：水汽壓、露點溫度、含濕量、相對濕度、絕對濕度和飽和差等，在此次研究中的濕度用的是相對濕度表示。相對濕度通常用%表示，記作%RH。3.1.3 溫度和濕度的耦合關(guān)系 長期以來，溫室環(huán)境因子研究的重點都是溫度和濕度的耦合關(guān)系，只有經(jīng)過眾多的實踐經(jīng)驗并總結(jié)規(guī)律才能正

28、確領(lǐng)悟兩者之間存在的耦合關(guān)系。溫度和濕度這是兩個耦合度很高的環(huán)境因子，只要其中的一個因子改變那么另外一個也會跟著做出相對的改變，因此想要同時控制這兩個因子是一件非常不容易的事情。在一定的范圍內(nèi)如果溫室內(nèi)溫度升高，那么濕度也會跟著下降，因為如果溫室內(nèi)的溫度高上升，溫室內(nèi)土壤里的水分蒸發(fā)出來同時作物的蒸騰作用也會加強，加起來就會造成溫室內(nèi)的濕度有所下降。同樣，如果溫室內(nèi)的濕度即水分含量發(fā)生了一定的變化，那么溫室溫度也會發(fā)生逆向的變化。本文所研究的對象是溫室環(huán)境中的溫濕度這兩個因子，它們具有非線性、時變性、多變量耦合性、控制時延性、分布不均勻性等特點。首先，溫室就相當(dāng)于一個系統(tǒng)，其氣候是一種熱平衡狀

29、態(tài)，所以按照普通的方法對其進行建模是不合理的，適用性也會較差。其次，通常來說溫室環(huán)境的建筑面積都相對來說很大，每個地方，每個角落的溫濕度也會有所不一樣，一般四周的溫濕度都會比中間的要低一些，上部和下部同樣也會有些差別，其值的大小取決于氣流的流動方向和空間位置等多種因素，溫室的構(gòu)造環(huán)境也會對溫濕度產(chǎn)生一定的影響。其三，因為作物的吸收熱量和散發(fā)熱量的能力以及光合作用的能力它們的生長發(fā)育階段有關(guān)，所以整個溫室的氣候也會跟著作物的成長周期變化而變化。其四，針對外界環(huán)境的干擾，溫室系統(tǒng)并不能夠立即做出相應(yīng)的響應(yīng)，而是反應(yīng)要相對有些延遲。本控制系統(tǒng)中變量之間存在一定的關(guān)系而不是沒有聯(lián)系的，溫室內(nèi)溫度上升的

30、同時，濕度就會發(fā)生變化而減小；溫室濕度與時間的增加，溫度會下降，因此，某一因素的溫室溫濕度控制，或多或少的間接變化的其他因素?？傊瑴厥业臏囟群蜐穸冗@兩個環(huán)境因子有很強的耦合作用，兩者中的一個的變化會影響另一個的變化即存在相互影響，它們連同溫室里的其它環(huán)境因子共同構(gòu)成了一個復(fù)雜的對象，要想對其進行很好很理想的控制是很難的，這需要系統(tǒng)各個部分的協(xié)力配合。 3.2 解耦方法的選擇針對多輸入多輸出的智能解耦方法目前主要有模糊解耦法、單位矩陣法、前饋補償解耦法、對角矩陣法等。3.2.1 對角矩陣法對角矩陣法是把多個存在耦合的變量解耦成各個相互之間不再有影響的變量然后再進行控制的一個解耦方法，還可以改善

31、單變量對象特性。不過由矩陣計算得到的解耦環(huán)節(jié)的數(shù)學(xué)模型，這種數(shù)學(xué)模型跟變量的維數(shù)有關(guān)，變量越多計算得到的數(shù)學(xué)模型就越復(fù)雜，這樣就更加不容易實現(xiàn)。對角矩陣控制器具有結(jié)構(gòu)簡單、成本低的優(yōu)點。研究結(jié)果表明，這種設(shè)計方法可以用來實現(xiàn)簡單有效的復(fù)雜系統(tǒng)如多流的過程控制等。3.2.2 單位矩陣法孫優(yōu)賢等都認同單位矩陣綜合法認為該方法跟其他矩陣綜合法相比有一些優(yōu)點。也有學(xué)者認為對P規(guī)范雙變量控制系統(tǒng)利用對角矩陣法進行設(shè)計就控制質(zhì)量來說可以彌補單位矩陣法的不足，解耦后的系統(tǒng)可以按特定指標設(shè)計，對角矩陣法的靈活性較好，能夠用多種解耦的方法來達到控制目的，單位矩陣法是根本沒法做到這一點的。對于 V 規(guī)范系統(tǒng)，對角

32、矩陣法同樣具有優(yōu)越性。這種解耦方法不僅可以解除耦合，而且等效對象為1，具有很強的穩(wěn)定性。但解耦網(wǎng)絡(luò)更為復(fù)雜，往往難以實現(xiàn)。在大多數(shù)情況下，解耦環(huán)節(jié)在物理上和工程實際中是無法精確實現(xiàn)的。3.2.3 前饋解耦法前饋解耦法是一種計算起來比較容易而且精確度很高的解耦方法。它的核心思路是以一個通道控制器的其他通道的輸出的影響的干擾，和控制回路之間的耦合是通過前饋控制原理控制。這種方法是根據(jù)被控對象的數(shù)學(xué)模型設(shè)計的，因此此種方法不能應(yīng)用在那些控制對象的數(shù)學(xué)模型不夠確定的系統(tǒng)上面，適用范圍也有一定的局限性。3.2.4 模糊解耦法及其優(yōu)越性普通的解耦控制方法是在系統(tǒng)的較精確的數(shù)學(xué)模型上建立的，不過并不是所有的

33、控制系統(tǒng)的精確的數(shù)學(xué)模型都可以輕而易舉的建立的。模糊解耦不需要系統(tǒng)有很精確的數(shù)學(xué)模型，進行起來比較簡單。通常模糊解耦可以劃分成兩種：一種方法先解耦控制對象，接著再針已經(jīng)由多變量解耦而成的單變量開始設(shè)計后面的模糊控制系統(tǒng)；另一種方法是實現(xiàn)對控制器的解耦，對有多個變量的模糊控制規(guī)則進行模糊子空間的劃分。實現(xiàn)問題是在建立一種試探搜索的基礎(chǔ)上。在實際的控制中, 被控對象一般都不止一個而是有很多個，多個變量之間往往存在一定的耦合關(guān)系。為了很好的完成控制任務(wù)，必須設(shè)置好幾個控制回來才行。作為控制回路的增加，兩者相互作用的耦合效應(yīng)也會越來越嚴重，這種往往是由系統(tǒng)中各控制回路的輸入信號引起的，但是每一個回路的

34、輸入都會影響到其它回路的輸出。模糊控制由于不需要精確的數(shù)學(xué)模型所以擺脫了這種其它方法無法擺脫的束縛, 這是一種新的控制解耦方法，所以本系統(tǒng)選用了模糊解耦的方法，并針對本控制系統(tǒng)設(shè)計了模糊控制器。由專家們的研究結(jié)果可知，采用模糊方法來解耦，控制起來相對穩(wěn)定，系統(tǒng)的調(diào)整反應(yīng)時間段，擁有較強的抗干擾能力，魯棒性和動態(tài)品質(zhì)也都比較不錯，由于模糊解耦具有諸多優(yōu)點，因此得到了很多專家學(xué)者的普遍關(guān)注和研究，未來的發(fā)展前景一片光明。各種解耦方法適應(yīng)的控制對象不一樣，模糊解耦這種方法適應(yīng)于模糊的系統(tǒng)，系統(tǒng)的模糊程度越高越能體現(xiàn)出改控制方法的優(yōu)越之處，所以非常適用于溫室環(huán)境這樣復(fù)雜而又模糊的系統(tǒng)的控制。第4章 模

35、糊控制系統(tǒng)的設(shè)計4.1 模糊控制系統(tǒng)方案模糊控制是建立在模糊集合理論、模糊語言及模糊邏輯之上一種的控制，屬于非線性智能控制。模糊控制系統(tǒng)的一般原理為：把被控量的理想值與t時刻的測量值作出比較 ，進而得到偏差e，再計算出偏差的變化率ec，然后，e和ec分別量化為模糊量E和EC，然后進行模糊決策，模糊決策是根據(jù)E、EC和 模糊控制規(guī)則R依據(jù)推理合成規(guī)則 ，得到模糊控制量u，最后把前面計算的模糊控制量u反模糊化成精確量U，作用在被控制的對象身上 ，這樣不斷的循環(huán)下去從而實現(xiàn)對被控對象的模糊控制，來達到系統(tǒng)解耦的目的。模糊控制是通過專家知識和經(jīng)驗的使用是控制對象的控制方法，通常采用“if條件，then

36、結(jié)果”這樣的描述形式，因此，通常被稱為控制語言。它通常用于在一個嚴密的數(shù)學(xué)模型的對象模型的控制，它可以用來控制依據(jù)的是經(jīng)驗和知識的人（專家）。圖4-1所示就是模糊控制的基本原理：圖4-1 模糊控制系統(tǒng)原理框圖它的核心部分為模糊控制器。模糊控制器可以直接在軟件中設(shè)計，自己填寫所需要的數(shù)據(jù)，模糊控制的基本過程為：計算機通過傳感器得到各個被控量的準確的數(shù)據(jù)，接著把采樣得到的數(shù)據(jù)跟理論設(shè)定的值進行比較得到一個誤差信號E；通常取E當(dāng)做是模糊控制器其中的一個輸入，把誤差E的準確值模糊化得到E的模糊量，然后用相應(yīng)的模糊語言代替誤差E的模糊量；這就可以得到誤差E的模糊語言集合e，再由e和模糊控制規(guī)則R(模糊關(guān)

37、系)根據(jù)推理的合成規(guī)則進行模糊決策，得到模糊控制量u為： (4-1)式中u為一個模糊量；為了得到精確的控制量以便對控制對象施加，還要把u的模糊量進行反模糊化最終就可以得到精準的控制量U：有了準確的控制量后，由于執(zhí)行機構(gòu)只能接受模擬量，所以還要把精確量進行數(shù)模轉(zhuǎn)化，然后才能對被控對象施加準確控制；接著用同樣的方法進行下一次采樣，完成下一次控制。如此不斷的重復(fù)下去，被控對象的模糊控制就可以得以實現(xiàn)。模糊控制跟其它的控制方法相比較，主要有一下幾個特點：(1) 模糊控制可以不用建立精確的數(shù)學(xué)模型，只要能夠掌握相關(guān)領(lǐng)域?qū)＜业囊酝R和經(jīng)驗或操作或者是通過實踐得到的數(shù)據(jù)，因此比較適合數(shù)學(xué)模型難以精確的被控

38、過程，以及系統(tǒng)結(jié)構(gòu)和參數(shù)不是很清晰等場合。(2) 模糊控制是基于語言變量的控制器，它的控制規(guī)則僅僅是通過語言變量這種形式來定性的表達，不需要通過狀態(tài)方程和傳遞函數(shù)來表達，只要從專家學(xué)者的經(jīng)驗和知識中提煉出規(guī)則，直接用給定的語言變量，然后運用推理的方法來觀察和控制。(3) 系統(tǒng)具有很強的魯棒性強，能很好的用在時延系統(tǒng)、時變、非線性、的控制中。(4) 不一樣的觀點就可以設(shè)計出不同的目標函數(shù)，他們的語言控制規(guī)則是沒有聯(lián)系的屬于相互獨立，雖然如此，但是對系統(tǒng)的整體設(shè)計起到了協(xié)調(diào)作用。圖4-2是模糊控制器的結(jié)構(gòu)圖，由圖中可以看出其有三部分組成：精確量的模糊化，庫模糊推理，模糊量的反模糊化。圖4-2 模糊

39、控制器組成1. 精確量的模糊化把一個清晰的準確量變成模糊量的過程叫做精確量的模糊化，輸入量的種類不同那么他的隸屬度也會是不一樣的，例如，溫度，溫度的高低也可以劃分為好幾個等級非常冷，冷，常溫，熱、非常熱。通常在運用過程中要把精確量進行離散化，就是進行連續(xù)的取值然后分成幾個部分，每一部分對應(yīng)一個模糊集。控制系統(tǒng)的偏差和偏差變化率稱為該變量的基本論域，假使偏差的基本論域為-x，+x，偏差所取的模糊集的論域為(-n，-n+1,0，n-1,n),這樣就能夠得到精確量的模糊化的量化因子k： (4-2)2. 規(guī)則庫和推理機模糊控制器的規(guī)則是根據(jù)領(lǐng)域?qū)＜覍W(xué)者的知識或?qū)嶋H操作人的日積月累得來的經(jīng)驗，這是一種靠

40、人的直覺推理出來的語言。模糊規(guī)則一般是由一套連接在一起的關(guān)系詞而成，如If-then，else-also，and-or等。本模糊控制系統(tǒng)的輸入變量為e(誤差)和ec(誤差變化率)，那么它們對應(yīng)的語言變量為E和EC，得到的模糊規(guī)則如下：R1：If E is NB and EC is NB then U is PBR2：If E is NB and EC is NS then U is PM通常把If部分稱為“前提”而then部分稱為“結(jié)論”。它的基本結(jié)構(gòu)可以表示成If A and B then C，其中A和B分別是是論域U和V上的一個模糊子集。由人為的控制經(jīng)驗，可離線組織其控制決策表R，R是笛卡

41、兒乘積集U×V上的一個模糊子集，則某一時刻其控制量C由式給出： (4-3)規(guī)則庫是存放所有模糊控制規(guī)則的一個庫，“推理機”在進行推理時提供控制規(guī)則。根據(jù)上面可知，控制規(guī)則的多少跟模糊變量的模糊子集劃分多少有直接的關(guān)系。模糊子集劃分的越多，控制規(guī)則的數(shù)量也就越多，但是控制規(guī)則的條數(shù)越多控制規(guī)則的精確度也不一定高，規(guī)則庫是否精準往往跟專家知識經(jīng)驗是否準確有關(guān)。在設(shè)計模糊控制規(guī)則時，一定要把控制規(guī)則的一致性、完備性、交叉性等考慮進去。完備性指的是不管是哪一個輸入，都有相對性的控制規(guī)則來控制它。為了保證系統(tǒng)能完全被控制一定要要求控制規(guī)則具有完備性?？刂埔?guī)則的交叉性是指控制規(guī)則之間不是孤立的是

42、存在一定的關(guān)系?？刂埔?guī)則里面不能有相互對立的規(guī)則這就是控制規(guī)則的一致性。在現(xiàn)實的過程中，操作人員雖然能夠熟練地控制系統(tǒng)，但也不一定能歸納出控制語言。為此，模糊控制規(guī)則可由系統(tǒng)的輸入和輸出產(chǎn)生，然后根據(jù)數(shù)據(jù)生產(chǎn)控制規(guī)則。反模糊化：模糊量的模糊控制決策得到。有必要將模糊量的準確數(shù)量。它是從模糊集的共同演繹的映射（也叫判決）。就是在一個輸出范圍內(nèi)，找到一個被認可的最具有代表性的、可直接驅(qū)動控制裝置的確切的輸出控制值。反模糊化的主要判決方法有：加權(quán)平均法，最大隸屬度法以及重心法。本系統(tǒng)采用的是加權(quán)平均法進行的反模糊化。4.2 模糊邏輯控制器設(shè)計模糊邏輯控制器的設(shè)計是整個模糊控制系統(tǒng)設(shè)計的關(guān)鍵，MATL

43、AB中的模糊控制工具箱可以非常簡單便捷對其進行設(shè)計，其整體設(shè)計思路如下圖4-3所示：圖4-3 模糊邏輯控制器結(jié)構(gòu)圖4.2.1 測量信息的模糊化1. 輸入、輸出變量分析輸入變量各取值情況如表4-1所示。表4-1 輸入變量各個取值情況輸入變量物理論域-10，+10-1，+1-15，+15%-5，+5模糊子集：NB，NM，NS，Z，PS，PM，PB量化等級13131313模糊論域：-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6X1X2X3X4量化因子0.66.00.41.2輸出變量的模糊子集E語言范圍為：NB，NM，NS，Z，PS，PM，PB在MATLAB中依照系統(tǒng)真實的輸入、輸出量

44、個數(shù)來確定模糊控制器的結(jié)構(gòu)。本系統(tǒng)的設(shè)計中有兩個模糊控制器，但是一個模糊邏輯控制器有兩個輸入和一個輸出，即誤差e和誤差變化率ec為兩個輸入，以及控制量u為輸出。值得注意的是這里的幾個變量都還是精確值。后面還要把它們轉(zhuǎn)化成模糊值。e，ec，u分別對應(yīng)的模糊量為E，EC和U。本系統(tǒng)的輸入輸出設(shè)置如圖4-4所示：圖4-4 輸入輸出設(shè)置圖2. 隸屬函數(shù)的確定隸屬函數(shù)(membership function)，是表示模糊集合的數(shù)學(xué)工具。為了實現(xiàn)簡單、實時計算的設(shè)計，本系統(tǒng)采用最簡單的三角形的隸屬函數(shù)，其隸屬度函數(shù)賦值如表4-2所示表4-2 模糊變量隸屬度賦值表模糊變量E/EC/U-6-5-4-3-2-1

45、0123456NB10.5NM0.510.5NS0.510.5Z0.510.5PS0.510.5PM0.510.5PB0.51在MATLAB中輸入輸出的隸屬函數(shù)設(shè)計方法如圖4-5所示：圖4-5 隸屬函數(shù)的設(shè)計4.2.2 模糊控制規(guī)則模糊控制規(guī)則的確立是有一定的原則的:即系統(tǒng)的輸出響應(yīng)的動靜態(tài)特性最好。系統(tǒng)穩(wěn)定性是最重要的，如果偏差出現(xiàn)偏大或者較大時應(yīng)該以最快消除偏差來選擇控制量，如果偏差小時，這是控制量的目的就是要阻止超調(diào)。拿溫度環(huán)境因素來說，他們的模糊控制規(guī)則為：IF is and is THEN is 模糊規(guī)則就確定就是根據(jù)領(lǐng)域?qū)＜覍W(xué)者的權(quán)威經(jīng)驗，針對本控制系統(tǒng)的結(jié)構(gòu)和對應(yīng)的輸入模糊集，得

46、到了的模糊控制規(guī)則條數(shù)為49條。在MATLAB中設(shè)計模糊規(guī)則如圖4-6所示：圖4-6 模糊控制規(guī)則設(shè)計圖4.2.3 模糊推理從不精確的前提集合中得出可能的不精確結(jié)論的推理過程，又稱近似推理。在專家系統(tǒng)中，“ if - then”規(guī)則并不總是表示邏輯公式， 它們可以看成是用于特殊情形的產(chǎn)生式規(guī)則或決策規(guī)則。于是“if x 是A then B”可以解釋為： “如果x 滿足條件A， 則執(zhí)行動作B”這里B 可以是對知識庫的更新，也可以是對某個過程的驅(qū)動等等。模糊產(chǎn)生式系統(tǒng)與模糊邏輯系統(tǒng)的不同之處主要是，模糊產(chǎn)生式規(guī)則被視為元級規(guī)則，且模糊產(chǎn)生式系統(tǒng)的推理機是顯式的，而模糊邏輯規(guī)則是通過自身隱含的推理機

47、執(zhí)行的。模糊推理在模糊邏輯控制器的設(shè)計過程中是很重要的。本系統(tǒng)采用的推理方法的模糊模型，根據(jù)當(dāng)前時間的模糊控制的輸入變量的量化對應(yīng)的隸屬度值，然后找到相應(yīng)的模糊控制規(guī)則，這樣我們就能夠得到控制量的輸出模糊集。對于大滯后的特點，對信號量應(yīng)控制在EC = 0附近，通過對量化模糊論域中的偏差及偏差的變化率根據(jù)領(lǐng)域?qū)＜抑兰皩嶋H工作人員親身經(jīng)驗可以推理出模糊控制規(guī)則，納入內(nèi)存中，方便以后用到。4.2.3 反模糊化模糊邏輯控制器的輸出量是一個模糊集合，反映的是不一樣的控制語言的組合，所以輸出的模糊子集中的精確數(shù)量的控制輸出，這是從模糊集的普通集的映射判決( 清晰化)。判決的方法有多中，前面已經(jīng)介紹過，在

48、本系統(tǒng)中為了得到精準的控制要求，所以本系統(tǒng)運用的是加權(quán)平均法來得到模糊控制的輸出控制量。其表達式為 (4-4)上述公式中，n是模糊變量的數(shù)量個數(shù)；而是模糊變量；是相應(yīng)的模糊變量隸屬度。經(jīng)過反模糊化后，就能夠得到非模糊的精確量的輸出，由一系列的計算過程可以得到模糊控制響應(yīng)表，模糊控制響應(yīng)規(guī)則表如下4-3所示。表4-3 模糊控制規(guī)則表UENBNMNSZPSPMPBECNBPBPBPMPMPSZZNMPBPMPSPSZZZNSPBPSZZZNSNMZPMPSZZNSNSNMPSPMZZZNSNMNBPMZZNSNSNMNBNBPBZNSNMNMNBNBNB23第5章 系統(tǒng)仿真與調(diào)試5.1 系統(tǒng)仿真模

49、型的建立計算機的仿真過程是依據(jù)所研究的控制系統(tǒng)的實驗要達到的目標而建立起來的系統(tǒng)仿真模型，并在不同條件下通過計算機對建立的系統(tǒng)模型進行動態(tài)運行的過程。本系統(tǒng)采用的是模糊解耦控制算法對溫室大棚溫濕度進行MATLAB仿真，使用其中的simulink進行的系統(tǒng)仿真。5.1.1 Simulink仿真環(huán)境簡介Simulink是Simu和Link的合成，所以它擁有仿真和連接的功能，簡單地說就是這個軟件能夠使用鼠標在模型窗口上組建連接出自己想要的控制系統(tǒng)模型，然后在模型窗口直接進行系統(tǒng)的仿真。在實際工程中，控制系統(tǒng)的結(jié)構(gòu)一般都比較復(fù)雜，要想輸入復(fù)雜的控制系統(tǒng)到計算機中，并進一步分析與仿真，只能利用專業(yè)的能夠

50、建立系統(tǒng)模型的軟件來實現(xiàn)，由此可見，為了自己在未來的工作中能夠更好的發(fā)展一定要熟練掌握Simulink。Simulink是MATLAB軟件的擴展，它與MATLAB的不同之處它是基于Windows的模型化圖形輸入而不是編程語言。通過模型化圖形輸入，用戶只要明白模塊的輸入、輸出和模塊的作用。模型化圖形輸入就是Simulink中的根據(jù)功能的不同分類也不一樣的基本模塊，沒有必要知道模塊內(nèi)部是怎么連接實現(xiàn)的。把這些已經(jīng)調(diào)用的模塊在模塊窗口中搭建成自己想要的系統(tǒng)模型（保存為.mdl文件），就可以實現(xiàn)仿真與分析。5.1.2 Simulink仿真模型組成Simulink中的仿真模型有以為幾個基本特點：(1)

51、Simulink內(nèi)有很多的接收模塊例如Scope（示波器），可以看到清晰明了的圖形顯示。(2) Simulink的模型能夠通過建設(shè)底層的子系統(tǒng)構(gòu)建高層次的母系統(tǒng)。(3) Simulink提供的有子系統(tǒng)封裝功能，用戶可以自己設(shè)置系統(tǒng)圖標和參數(shù)設(shè)置對話框。5.1.3 Simulink仿真的基本過程打開Simulink后，就可以在Simulink中進行構(gòu)造自己需要的模型然后進行仿真。其基本的方法是：1. 打開空白的模型窗口如圖5-1所示：圖5-1 simulink建立模型窗口2. 在Simulink模塊庫的瀏覽界面,可以找到自己需要的的模塊。把已經(jīng)選中的那個模塊拖到已經(jīng)創(chuàng)建好的模型窗口中，在模型窗口

52、中就會出現(xiàn)剛才拖過來的那個模塊。Simulink 的仿真模型庫如圖5-2所示：圖5-2 simulink模型庫3. 編輯窗口中的模塊參數(shù)。渲染模塊只能通過設(shè)置模型的默認參數(shù)以此來滿足用戶的需要，但有些時候要求有指定的一組參數(shù)。此時就可以打開模塊參數(shù)對話框，在彈出的對話框中的查看模塊的默認參數(shù)，也能夠改變模塊的參數(shù)設(shè)置。如圖5-3所示：圖5-3 模型參數(shù)對話框4. 在模型創(chuàng)建窗口，把自己所選擇的各模塊連接，建立自己所需的系統(tǒng)模型。5. 在對話窗口輸入自己需要的仿真模塊，然后連接進行仿真分析，同時仿真的結(jié)果也能夠?qū)崟r顯現(xiàn)。在進行仿真的時候如果到了自己需要的地方，可以點擊停止按鈕則仿真暫時停止，進行

53、修改參數(shù)。6. 如果對結(jié)果滿意，可以保存模型。通過Simulink進行仿真時，對于平時小的簡單模型的仿真，建模時的方法等沒有太多要求；但是隨著模型的復(fù)雜，系統(tǒng)變得龐大，在采用Simulink建模仿真時，則需要進行科學(xué)、系統(tǒng)的規(guī)劃。Simulink的建模有以下幾個基本原則。(1) 子系統(tǒng)劃分要清晰往往一個大系統(tǒng)是把很多個小的系統(tǒng)搭建起來而成的，所以，對應(yīng)的大系統(tǒng)模型同樣由多個子模型組建而成。兩個子模型之間，除了必要的信息聯(lián)系，相互耦合的作用較小，結(jié)構(gòu)清晰同樣也是很重要的。(2) 模型精度要恰當(dāng)系統(tǒng)工程不一樣，對系統(tǒng)要求的精確程度也是不一樣的。按照精確程度的不同同樣的系統(tǒng)模型可以分成好幾個等級。例

54、如用在研究飛行器方面的模型對精準度要求就比一般的模型高，通常要考慮一些細小的參數(shù)對整個系統(tǒng)的影響，這類復(fù)雜系統(tǒng)的仿真模型，需要相對高性能的計算機來實現(xiàn)的，也有對模型精度要求相對較低的，比如飛行員平時訓(xùn)練飛行的模擬器。(3) 模型要有針對性系統(tǒng)模型應(yīng)該只包括跟研究內(nèi)容有關(guān)的模塊，一個系統(tǒng)不一定只有一個模型，如果研究的目的不一樣那么所選擇的模型就不一樣。(4) 建模要從總體角度出發(fā)指的是如果要想把個別模塊做成更大的模塊，首先要考慮那些合成的模塊。按以上方法本文所畫系統(tǒng)仿真模型如圖5-4所以：圖5-4 系統(tǒng)仿真模型5.2 仿真調(diào)試該系統(tǒng)的性能是通過設(shè)置各模塊的參數(shù)和Decoupling Contro

55、l Subsystem 這個子系統(tǒng)的解耦的參數(shù)的來進行改進的。當(dāng)設(shè)定溫度設(shè)為20%，濕度設(shè)定值為70%，幾次調(diào)試后發(fā)現(xiàn)T=0.09，H=0.02（精確到小數(shù)點后兩）時仿真結(jié)果最合理。5.3 仿真結(jié)果分析 經(jīng)過多次參數(shù)修改與系統(tǒng)調(diào)試，得到最終的仿真結(jié)果如圖5-5所示：圖5-5 系統(tǒng)仿真結(jié)果圖結(jié)果表明，溫室內(nèi)的溫度和濕度存在相互的影響，當(dāng)沒有進行控制時當(dāng)溫度升高時，濕度就會有所下降，溫度下降時濕度又會有所上升，同樣溫室濕度發(fā)生浮動時，溫度也會發(fā)生變化，并且是逆向的變化。當(dāng)溫室內(nèi)采用模糊控制系統(tǒng)時，剛開始溫度和濕度會發(fā)生如上的變化，不過隨著時間的推移，溫度和濕度就會趨于穩(wěn)定，他們之間的耦合關(guān)系經(jīng)模糊系統(tǒng)解耦后就消失了，他們之間的相互作用也消失。綜上所述，溫室里面運用模糊解耦控制算法，表現(xiàn)出系統(tǒng)的超調(diào)量小，控制過程是相對平滑的，而控制后的環(huán)境也能滿足作物生長的要求。30洛陽理工學(xué)院畢業(yè)設(shè)計論