PID和piintelligent反饋技術(shù)在溫室溫度控制的運(yùn)用

1、PID和piintelligent反饋技術(shù)在溫室溫度控制的運(yùn)用翻譯人：張明浩 專業(yè)班級(jí)：自動(dòng)化1104班摘 要 隨著復(fù)雜溫室技術(shù)進(jìn)步，自然地，溫室計(jì)算機(jī)化已勢(shì)在必行。它創(chuàng)造了新的機(jī)會(huì)根據(jù)植物的具體需求來(lái)操縱室內(nèi)環(huán)境。溫室下的溫度是植物最重要的影響因素。通常情況下，已與其他氣候參數(shù)已密切相關(guān)。本文使用兩種類型的控制器來(lái)控制內(nèi)部溫室溫度的新方法：PID控制和PI智能。這兩個(gè)控制器產(chǎn)生良好的結(jié)果，除了PID需要理論參數(shù)辨識(shí)，應(yīng)該在大的時(shí)間里是應(yīng)盡可能有效的方法。因此，有必要以重復(fù)選擇識(shí)別技術(shù)面來(lái)改變意外的外部參數(shù)。然而，PI 智能控制器允許繼續(xù)調(diào)整增益很長(zhǎng)一段時(shí)間，這歸功于趣的識(shí)別和代數(shù)計(jì)算的結(jié)果。

2、為了使實(shí)時(shí)氣候參量的演化可視化，開發(fā)了一個(gè)圖形界面。關(guān)鍵詞: 溫室計(jì)算機(jī)化，氣候參數(shù)，控制，PID控制器，PI智能第1章 緒 論幾年來(lái)，溫室氣候控制的研究遇到了幾項(xiàng)研究任務(wù)的挑戰(zhàn)。在文獻(xiàn)中提出了很多控制方法：（Rodríguez etal.（2001）；Bennis etal.（2008）設(shè)計(jì)了一種基于物理模型的溫室氣候控制的前饋控制器并提出了最優(yōu)控制方法（Ioslovich etal.（2009）。溫室溫度控制的自適應(yīng)控制策略(Berenguel etal.（2003）and （Speetjens etal.（2009）已經(jīng)得到了解決。最近推出的為了控制溫室溫度的自由控制

3、模型。它是非線性的、未知的或部分已知的動(dòng)力學(xué)簡(jiǎn)單高效的技術(shù)。保留PID降低計(jì)算成本，而且能夠應(yīng)付一般類型的非線性。對(duì)于未知或部分已知的動(dòng)態(tài)，無(wú)模型控制已被證明是一個(gè)簡(jiǎn)單但非常有效的非線性反饋技術(shù)。（Fliess etal.（2009 年）；Fliess etal.（2013 年）；Join etal.（2013 年） ；Lafont etal.（2013 年）；Choi etal.（2009 年）。我們?cè)谶@里應(yīng)使用所謂的智能PID（或i- PID）。保留PID降低計(jì)算成本，并且能夠處理一般的非線性模型。在（dAndréa-Novel et al. （2010）中給出了i-PID與Pi

4、d之間的精確關(guān)系。它特別強(qiáng)調(diào)易用性的i-PID增益調(diào)整，并且給出了常規(guī)Pid性能的清晰解釋。溫室被設(shè)計(jì)用于植物在控制的環(huán)境條件下的種植。溫室栽培有幾個(gè)優(yōu)點(diǎn)：它有助于維持最佳的植物生長(zhǎng)環(huán)境，保護(hù)農(nóng)作物免受蟲害和不同戶外條件的傷害。因此，在溫室里生產(chǎn)變得相當(dāng)復(fù)雜和昂貴。為此，溫室種植者想要保持競(jìng)爭(zhēng)力就需要通過(guò)更好的生產(chǎn)條件管理，使其投資收益最大化。為了充分利用農(nóng)作物的機(jī)會(huì)，用自動(dòng)化控制系統(tǒng)勢(shì)在必行。對(duì)于農(nóng)業(yè)生產(chǎn)來(lái)說(shuō)，計(jì)算機(jī)自動(dòng)化技術(shù)引進(jìn)一直是一個(gè)重大的進(jìn)步（Yang etal.（2013）, Eredics.（2009）。事實(shí)上，溫室氣候控制有三個(gè)基本組成部分：傳感器、計(jì)算機(jī)和驅(qū)動(dòng)器。傳感器是用來(lái)

5、收集信息，而是重要的植物生長(zhǎng)和致動(dòng)器被用于修改所收集的信息。溫室環(huán)境的管理強(qiáng)烈依賴于溫度變化。這之后是復(fù)雜、交互式的熱量，是內(nèi)部空氣，溫室的幾個(gè)元素和外部氣候參數(shù)之間物質(zhì)交換的結(jié)果。過(guò)程取決于結(jié)構(gòu)溫室類型、作物和驅(qū)動(dòng)控制信號(hào)的狀態(tài)，通常通風(fēng)和加熱都能能夠修改內(nèi)部溫度條件。溫室的各種條件（加熱和通風(fēng)）能夠自發(fā)改善內(nèi)部環(huán)境，但這種控制不算完整。其實(shí)，在環(huán)境中對(duì)于想要更改一個(gè)元素而無(wú)需修改另一個(gè)元素是很困難的。我們實(shí)驗(yàn)室中的研究表明，對(duì)于溫室，內(nèi)部溫度是最有影響力的參數(shù)（Ezzine etal.（2010年）。然而，自動(dòng)氣候控制要求基于代表線性和非線性系統(tǒng)模型的適當(dāng)控制規(guī)律的發(fā)展。因此，我

6、們被迫作出溫室溫度控制系統(tǒng)的研究。對(duì)于在溫室中的作物和資源管理要充分利用增強(qiáng)的可能性，對(duì)于帶有遠(yuǎn)程自動(dòng)控制的調(diào)節(jié)和控制變量，它是不可或缺的（ElAfou1 etal.（2013年) ；El Afou2 etal.（2013 年）Guerbaoui etal.（2013年)）。這項(xiàng)工作的結(jié)果是溫室氣候參數(shù)新控制策略的實(shí)現(xiàn)。所提出的策略是與經(jīng)典的PID控制器相對(duì)比的PI 智能控制器。讀者可查閱最新的書籍(Van Straten et al.(2011)用綜合的方式建模和最優(yōu)控制（Iya etal.（2009）建模框架的識(shí)別控制。控制器策略的編程使用了Matlab/Simulink軟件。本文組織如下

7、：接下來(lái)的部分介紹了實(shí)驗(yàn)參數(shù)的框架，提出了一種無(wú)模型控制器方法的簡(jiǎn)要介紹。我們描述的控制器實(shí)現(xiàn)，目前主要的實(shí)驗(yàn)結(jié)果。第2章 實(shí)驗(yàn)溫室的整體觀察圖1展示了溫室系統(tǒng)圖解視圖。溫室的成立就是為了建立一個(gè)綜合的數(shù)據(jù)采集系統(tǒng)來(lái)控制里面的氣候。該系統(tǒng)被連接到一臺(tái)計(jì)算機(jī)（PC）。傳感器和調(diào)理模塊允許我們進(jìn)行不同的氣候參數(shù)，溫室內(nèi)外的測(cè)量。采集和數(shù)據(jù)處理已經(jīng)由一個(gè)多功能卡NI-6024E來(lái)控制和管理復(fù)雜的測(cè)量。這個(gè)實(shí)驗(yàn)的溫室已具備許多傳感器：傳感器的里面和外面的溫度（LM35DZ）數(shù)據(jù)用表示；傳感器的內(nèi)部和外部的濕度（HIH-4000-001），數(shù)據(jù)用% 表示；二氧化碳濃度（Figaro AM4 模塊）的傳感

8、器，數(shù)據(jù)以ppm表示，并命名為。為了改善下溫室氣候，我們已經(jīng)安裝一個(gè)加熱系統(tǒng)，脈沖空氣供給和可變速風(fēng)扇（愛(ài)德-Dahhak等人（2007）；Lachhab等人（2007）；的Ad-Dahhak等人（2009）；Guernaoui等人（2011）。暖氣風(fēng)扇圖1  圖解視圖的溫室系統(tǒng)第3章 控制器使用的理論研究3.1 PID控制器PID控制是作為主要的工具（Beshi etal. 2011和2012 Hensel etal. 2012）使用比例、積分和衍生的反饋控制方法。控制的目的是，使過(guò)程變量y (t)作為一個(gè)名為設(shè)定點(diǎn)(t)的合適值。為了實(shí)現(xiàn)這一目的，在控制器的命令更改了操

9、縱變量u(t)。在本應(yīng)用程序中，過(guò)程變量y(t)是溫度，操縱變量u(t)是控制器的命令。"干擾"是任何因子，影響過(guò)程變量的操縱變量。在一些應(yīng)用中，然而，一個(gè)主要的干擾進(jìn)入過(guò)程中以不同的方式或復(fù)數(shù)干擾需要加以考慮。錯(cuò)誤時(shí)被定義為：取值e(t)=(t)y (t)。而在此基礎(chǔ)上，(t)是期望的軌跡，y (t)是測(cè)量的變量。PID是錯(cuò)誤的一個(gè)控制器，考慮現(xiàn)在、過(guò)去和未來(lái)。介紹了數(shù)字實(shí)現(xiàn)后，某些變化的控制系統(tǒng)的結(jié)構(gòu)提出了，在許多應(yīng)用中采用。然而，這種變化不會(huì)影響分析的重要組成部分和PID控制器的設(shè)計(jì)。PID控制器的傳遞函數(shù)C(s)是： (1)在公式中，、和為參數(shù)，分別稱為"

10、比例增益"、"積分增益"、"微分增益"。3.2 PI智能控制器 本部分簡(jiǎn)要總結(jié)無(wú)模型控制，限于此應(yīng)用程序，一元案例和公式(1)推導(dǎo)所需要的思想。讀者可能指的是廣泛的參考書目，關(guān)于這個(gè)話題，而尤其是以后可用項(xiàng)目（Gédouin etal.（2011 年）、Fliess（2008年，2009年） ；Fliess etal.（2011 年）；Abouaissa etal.（2011 年）為一元無(wú)模型控制和 （Mboup 等人（2009 年,劉etal.（2011 年）的導(dǎo)數(shù)的估計(jì)。無(wú)模型控制

11、基于本地模擬系統(tǒng)，從其輸入輸出，從而避免在較寬的工作范圍內(nèi)的建模和識(shí)別有效的有時(shí)很難步驟作為唯一的知識(shí)。它基于代數(shù)的方法估算的噪聲信號(hào)，在短的時(shí)間間隔作為積分表達(dá)導(dǎo)數(shù)信號(hào)y(t)衍生物(t T)，t按順序就足以應(yīng)用此過(guò)程。這個(gè)導(dǎo)數(shù)的估計(jì)可以采取以下形式： (2)在實(shí)踐中，公式（2）在每個(gè)采樣時(shí)間進(jìn)行評(píng)估，其中k =1,2，.試驗(yàn)，用納秒是樣品中，是用在時(shí)間窗口T的數(shù)目，因?yàn)橐粋€(gè)使用基本離散法計(jì)算積分離散總和： (3)這個(gè)估計(jì)技術(shù)可以適用于在很短的周期進(jìn)程的行為和有效快速的唯象模型： (4)其中，是一個(gè)非物理常數(shù)設(shè)計(jì)參數(shù)和F代表所有什么是未知的系統(tǒng)上，并且可以從該系統(tǒng)的輸入 - 輸出特性的知識(shí)來(lái)

12、補(bǔ)償。在實(shí)踐中，F(xiàn)是由u(k-1)和y(k)估算出來(lái)的，公式如下： (5)因此，這個(gè)估算允許PI智能的實(shí)現(xiàn)。當(dāng)閉環(huán)控制器是PID類型的無(wú)模型控制可以命名，智能PID為表示如下： (6)其中，是參考軌跡的衍生物，e為跟蹤誤差。和是調(diào)整收益。參考軌跡是根據(jù)平直度的基于準(zhǔn)則通過(guò)。在我們的應(yīng)用中，和分別固定為10，2和0.1。第4章 仿真結(jié)果4.1 PID控制器 描述下溫室溫度的演化模型的發(fā)展需要施加一個(gè)步驟作為設(shè)定點(diǎn)的加熱溫度在開環(huán)。得到一階系統(tǒng)純延遲的傳遞函數(shù)可表示如下（埃爾Afou等人（2013年）： （7）PID控制器的參數(shù)從所標(biāo)識(shí)的系統(tǒng)調(diào)諧（Dindeleux（1981）： （8） （9）

13、（10） 我們利用這些參數(shù)來(lái)控制代表使用模擬模式的MATLAB軟件我們的系統(tǒng)模型。要了解有關(guān)該系統(tǒng)的閉環(huán)，其中涉及的PID控制器的行為的想法，我們做的模型模擬仿真研究。圖。圖2示出所獲得的與開發(fā)的算法的性能。我們也注意到，在輸出呈現(xiàn)的20秒的短延遲和它完美地遵循24下以225 S中的設(shè)定點(diǎn)。4.2 PI智能控制器 差異化是一個(gè)廣泛科學(xué)的許多領(lǐng)域中應(yīng)用的基本數(shù)學(xué)運(yùn)算。因此，重要的是有好的用來(lái)計(jì)算和操作衍生物的方法。在我們的例子中，新的命名方法的基礎(chǔ)上衍生的估計(jì)，我們將確認(rèn)更好的效果，即使信號(hào)被噪聲污染無(wú)模型控制。我們認(rèn)為信號(hào)Y是可以通過(guò)測(cè)量包括一些額外的噪聲。這樣做的目的是估計(jì)信號(hào)y的時(shí)間導(dǎo)數(shù)，

14、最多的第一順序，從它的損壞的測(cè)量。我們可以重寫一階我們遵循的開發(fā)數(shù)值微分： （11） 在本申請(qǐng)中，我們的選擇納秒=11和簡(jiǎn)易時(shí)刻式T5秒。然后將間隔T=55 s被為了得到這個(gè)估計(jì)在每個(gè)時(shí)刻的滑動(dòng)。我們翻譯公式（11），以在Simulink中實(shí)現(xiàn)的數(shù)值衍生物的算法如圖3所示。圖2 階躍響應(yīng)仿真，通過(guò)PID控制器在封閉loop.Fig獲得圖3 導(dǎo)數(shù)值得算法為了測(cè)試本算法中，我們比較了用簡(jiǎn)單的衍生物數(shù)值第一導(dǎo)數(shù)，如圖3所示。根據(jù)這種模式，我們可以觀察到所估計(jì)的數(shù)值衍生物和簡(jiǎn)單衍生物之間有一些相似之處的存在。我們得出結(jié)論，開發(fā)的算法精確地呈現(xiàn)出第一導(dǎo)數(shù)。時(shí)間（小時(shí)）圖4 簡(jiǎn)單的模擬和數(shù)字衍生 為了更進(jìn)

15、一步，我們?cè)黾恿艘粋€(gè)白噪聲衍生品的投入。圖5示出了簡(jiǎn)單的一階導(dǎo)數(shù)和無(wú)花果。圖6呈現(xiàn)第一數(shù)值衍生物的模擬?？梢钥闯?，一個(gè)數(shù)值推導(dǎo)出良好的性能。預(yù)計(jì)第一個(gè)數(shù)值導(dǎo)數(shù)是比簡(jiǎn)單的第一個(gè)更好的。上述結(jié)果是估計(jì)技術(shù)的基礎(chǔ)。圖5 仿真簡(jiǎn)單的衍生添加了噪音圖6 仿真與增加的噪聲數(shù)值衍生 在本文中，該研究是剛剛在內(nèi)部溫度的控制的限制。圖7示出了使用的PI-智能閉環(huán)得到的內(nèi)部溫度的步驟響應(yīng)的模擬結(jié)果。我們注意到，靜態(tài)誤差等于零，該系統(tǒng)是快速（上升時(shí)間tm19S）和過(guò)沖。我們還注意到，所觀察到的輸出呈現(xiàn)在開始時(shí)的20.6秒的純延遲和350秒的持續(xù)時(shí)間之后，這是完全的跟蹤精度的設(shè)定點(diǎn)。我們可以很容易地調(diào)整這種智能控制器

16、的參數(shù)，提高了演出。此外，這些優(yōu)化的參數(shù)可以得到良好的結(jié)果而設(shè)定噪聲實(shí)施。圖7 模擬而獲得的階躍響應(yīng)PI智能閉環(huán)第5章 進(jìn)行反饋技術(shù)實(shí)時(shí)結(jié)果5.1 應(yīng)用 內(nèi)部溫度在溫室中的重要參數(shù)，它根據(jù)溫室影響大部分培養(yǎng)物（埃津等人（2008）。為了控制內(nèi)部溫度，我們使用兩個(gè)致動(dòng)器的加熱器和風(fēng)扇。然后我們同化過(guò)程作為一個(gè)單一的輸入，根據(jù)該內(nèi)部溫度的值，并在固定的設(shè)定點(diǎn)分別分布在加熱和通風(fēng)。這種混合過(guò)程使得建模危險(xiǎn)，充分證明提出的模型自由的做法。在這項(xiàng)研究中，測(cè)得的相對(duì)濕度和二氧化碳都沒(méi)有考慮到在制定控制策略。圖。圖8示出了控制系統(tǒng)的結(jié)構(gòu)。需要注意的是，如果E =0，那么我們可以得到經(jīng)典調(diào)節(jié)器等作為簡(jiǎn)單PID

17、控制器。為了使實(shí)時(shí)控制器，我們準(zhǔn)備一種算法能夠與溫室進(jìn)程進(jìn)行通信。為此，我們開始通過(guò)改變分別反饋算法，這是呈現(xiàn)在模式模擬，由模擬輸入和輸出以應(yīng)用開發(fā)的算法的真實(shí)系統(tǒng)上的輸入和輸出。運(yùn)行仿真之前，SIMULINK必須建立;一些代碼將在命令窗口中執(zhí)行。如果在命令窗口上沒(méi)有錯(cuò)誤，我們終于連接到目標(biāo)，我們模擬運(yùn)行開始通過(guò)實(shí)時(shí)。 溫室 外部參數(shù)圖8 控制系統(tǒng)的結(jié)構(gòu)5.2 PID控制器 為了測(cè)試之前的控制器的性能，我們激發(fā)所述致動(dòng)器（加熱器和風(fēng)扇）由幾個(gè)設(shè)定值以及我們測(cè)量，實(shí)時(shí)下的溫室中的溫度響應(yīng)。首先，我們目前的PID控制器的作為圖呈現(xiàn)的閉環(huán)階躍響應(yīng)。9.我們可以觀察到，當(dāng)所述致動(dòng)器由一個(gè)經(jīng)典法控制的，

18、而它是不能令人滿意的穩(wěn)定狀態(tài)的跟蹤是非常好的。除了外部氣候的強(qiáng)烈影響，我們可以看到，參考軌跡擺動(dòng)左右設(shè)定點(diǎn)。然后，該控制器不使能拒絕無(wú)用擾動(dòng)。在無(wú)花果。如圖9所示，噪聲之間7小時(shí)和18小時(shí)強(qiáng)烈出現(xiàn)。時(shí)間（小時(shí)）圖9 設(shè)定點(diǎn)溫度內(nèi)外的變化 此外，我們目前的圖。 PID控制器發(fā)送到致動(dòng)器10的演變。在開始時(shí)，該控制器正在增長(zhǎng)，并在15小時(shí)達(dá)到的3伏的最大值。之后，它仍然圍繞該值穩(wěn)定。這意味著，由致動(dòng)器所用的控制器不能減少消耗電力。此外，它提出的問(wèn)題被忽視受控系統(tǒng)的壽命。表現(xiàn)欠佳是因?yàn)榛谧R(shí)別是無(wú)效的大的時(shí)間方法的經(jīng)典控制器的結(jié)果。此外，這些方法的稍后需要被actualised外部參數(shù)氣候的每個(gè)大的

19、變化。這就是為什么我們使用的是PI智能控制器在溫室監(jiān)控溫度的原因。時(shí)間（小時(shí)）圖10 PID控制器的進(jìn)化5.3 PI智能控制器圖11示出了PI-智能控制步驟參考軌跡之間是20和23.5的變化的性能。我們可以觀察到的擾動(dòng)被拒絕更快比PID的一個(gè)PI-智能控制器。此外，內(nèi)部溫度的變化表明，該智能控制器的性能表現(xiàn)更好。外部溫度已提交給在那里我們調(diào)節(jié)內(nèi)部溫度的條件。雖然閉環(huán)的智能控制器的條件差，它允許以獲得良好的性能。作為結(jié)論，該結(jié)果表明，PI-智能控制器能夠在合理誤差范圍內(nèi)精確地控制溫度。其效果正在顯現(xiàn)約一個(gè)設(shè)定值和無(wú)過(guò)沖最小振蕩。圖11 通過(guò)PI智能閉環(huán)系統(tǒng)獲得實(shí)時(shí)的階躍響應(yīng)同樣地，我們提出將PI

20、-智能控制器作為圖中所描繪的演化。12.我們注意到，在輸出的值不超過(guò)1.25 V和減少在些次。這些良好的性能都受到的過(guò)程行為的快速唯象模型和數(shù)值衍生物（等式4和5）中獲得。后來(lái)的許可證actualize參數(shù)F（當(dāng)量5）包含的所有過(guò)程的未知參數(shù)。最后，該智能控制器允許有不錯(cuò)的表現(xiàn)，我們保留這些參數(shù)大的時(shí)間和與執(zhí)行器的實(shí)時(shí)控制信號(hào)產(chǎn)生一個(gè)最小功率。圖12 PI-智能控制器的演變第6章 比較研究在本節(jié)中，我們提出利用PID和PI智能控制器得到的實(shí)驗(yàn)結(jié)果進(jìn)行了比較。為了便于曲線的可讀性，我們選擇了目前之間2小時(shí)，5小時(shí)的調(diào)節(jié)溫度。所有這些進(jìn)行監(jiān)測(cè)溫室的內(nèi)部溫度從21至23，并還以保證公平的比較。溫度在

21、最佳PID值的行為示于圖。13.光滑理論溫度特性顯示有超調(diào)的少量但沒(méi)有漣漪。實(shí)驗(yàn)，有更多的過(guò)沖和周圍的設(shè)定點(diǎn)的波動(dòng)。小的延遲存在于實(shí)驗(yàn)開始時(shí)為約20秒，這可能是由于空氣混合的延遲。PID控制器取得了良好的跟蹤設(shè)定點(diǎn)為22°C值和23。然而，這種控制器的最大誤差等于0.4。我們可以看到，改變的數(shù)目，在控制信號(hào)是小的。這一事實(shí)是在致動(dòng)器的壽命是一個(gè)關(guān)鍵問(wèn)題，特別是在溫室，其中所述通風(fēng)和加熱系統(tǒng)是由機(jī)械致動(dòng)器的。時(shí)間（小時(shí)）圖13 PID在2,5 h中監(jiān)測(cè)溫室中的溫度優(yōu)化的PI-智能參數(shù)被插入到實(shí)驗(yàn)控制器如描繪于圖14的一些波動(dòng)存在于理論曲線在與設(shè)定點(diǎn)的交叉點(diǎn)。然而，該組點(diǎn)的良好的跟蹤證明

22、為0.2的最大誤差。這種控制器是易于實(shí)現(xiàn)并且是非常有效的跟蹤設(shè)定點(diǎn)。因此，取得了最好的通過(guò)跟蹤設(shè)定點(diǎn)的手段。時(shí)間（小時(shí)）圖14 智能PI在2,5 h中監(jiān)測(cè)溫室中的溫度 所有控制器都能夠精確地在一個(gè)合理的誤差范圍內(nèi)控制溫室氣溫。我們注意到，不同的初始溫度的值被使用，因?yàn)檫@兩個(gè)控制器是不同的外部溫度的值范圍內(nèi)的條件下施加。這使得比較研究困難。然而，我們將分析的結(jié)果來(lái)確定的優(yōu)點(diǎn)和各個(gè)使用的控制器的不方便。圖15和16示出，由PID控制器和PI-智能計(jì)算命令的分別的演變。圖15 所計(jì)算的PID控制器在2,5內(nèi)進(jìn)化我們注意到，PID控制器失去大國(guó)，以達(dá)到固定的目的。事實(shí)上，它等于零相比其他訂單和次數(shù)的命

23、令被復(fù)位和低。然而，最大的值不超過(guò)1 V.對(duì)于PI-智能控制器我們注意到，該命令是快，并停止在幾個(gè)時(shí)刻。這種演變證明該智能控制器作為控制溫室溫度的最佳方法。盡管為三個(gè)數(shù)量獲得了良好的性能，我們注意到，在PID控制開始，因?yàn)閷挼淖兓臍夂騾?shù)和所使用的識(shí)別方法的有效性的限制的飽和。但是，我們注意到，無(wú)模型控制許可證的獲得了良好的業(yè)績(jī)，用執(zhí)行器因此沒(méi)有飽和。時(shí)間（小時(shí)）圖16 所計(jì)算的PI-智能25小時(shí)的進(jìn)化第7章 結(jié) 論這項(xiàng)工作提出的兩個(gè)控制器的PID和PI-智能該微粒在為了控制下溫室的溫度實(shí)施的執(zhí)行。然而，若干控制器中的復(fù)雜溫室環(huán)境中的調(diào)諧處理是一個(gè)挑戰(zhàn)。通常情況下，大多數(shù)的控制器的調(diào)諧是以識(shí)

24、別它們根據(jù)外部天氣條件的技術(shù)為基礎(chǔ)。因?yàn)檫@個(gè)原因，我們是再講能夠在線識(shí)別過(guò)程中的自適應(yīng)控制器。并且PID控制的基本困難是一個(gè)反饋系統(tǒng)具有恒定參數(shù)，并且處理它沒(méi)有直接的知識(shí)，并且整體性能是反應(yīng)性和妥協(xié)性。對(duì)于PID控制器，當(dāng)單獨(dú)使用時(shí)得到的性能較差，所以PID回路增益必須降低，以使輸出的軌跡圍繞所述設(shè)定點(diǎn)的值沒(méi)有過(guò)沖振蕩。它們也具有在非線性方面存在的困難，不發(fā)生反應(yīng)改變處理行為，而且造成滯后響應(yīng)大的干擾。為了克服這些困難，我們使用了PI-智能控制器。這是很容易實(shí)現(xiàn)，并且是非常有效的跟蹤設(shè)定點(diǎn)。攝動(dòng)誤差的衍生物可以估計(jì)每個(gè)采樣時(shí)間。該P(yáng)I-智能控制器保證了良好的性能，而且無(wú)需一次又一次的調(diào)整PID

25、參數(shù)，并且當(dāng)整體隨著時(shí)間改變的時(shí)候，可以確保一個(gè)合適的參數(shù)。致 謝 這項(xiàng)工作一直由PHC Hubert Curien Volubilis(Ref. MA/09/211)支持。參 考 文 獻(xiàn)1 F. Rodríguez, M. Berenguel and M.R. Arahal “Feedforward controllers for greenhouse climate control based on physical models,” European Control Conference. Porto, 2001.2 N. Bennis, J. Duplaix, G. En&#

26、233;a, M. Haloua and H. Youlal, “Greenhouse climate modelling and robust control,” Computers and Electronics in Agriculture, vol. 61, pp. 96-107, 2008.3 I. Ioslovich, P. Gutman and R. Linker “Hamilton-Jacobi Bellman formalism for optimal climate control of greenhouse crop,” Automatica, vol. 45(5), p

27、p. 1227-1231, May 2009.4 M. Berenguel, L. Yebra and F. Rodriguez “Adaptive control strategies for greenhouse temperature control,” European Conference Control. Cambridge, 2014.5 S.L. Speetjens, J.D. Stigter and G. van Straten “Towards an adaptive model for greenhouse control,” Computers and Electron

28、ics inAgriculture, vol. 67, pp. 1-8, JuneJuly 2009.6 M. Fliess and C. Join “Model-free control,” International Journal of Control, vol. 86 (12), pp. 2228-2252, 2013.7 C. Join, F. Chaxel and M. Fliess “Intelligent controllers on cheap and small programmable devices,” 2nd Int. Conf. Control Fault-Tole

29、rant Syst., Nice, 2013.8 F. Lafont, N. Pessel, J.F. Balmat and M. Fliess “On the Model-free Control of an Experimental Greenhouse,” World Congress on Engineering and Computer Science, International Association of Engineers, San Francisco , USA, vol. 2, pp. 960-965, October 20139 F. Lafont, J. F. Bal

30、mat, N. Pessel and M. Fliess “Model-free control and fault accommodation for an experimental greenhouse,” International Conference on Green Energy and Environmental Engineering, 2014.10 S. Choi, B. dAndréa-Novel, M. Fliess and H. Mounier “Modelfree control of automotive engine and brake for sto

31、pand-go scenario,” Proc. Of 10th European Control Conference (ECC09), Budapest, 2009.11 B. dAndréa-Novel, M. Fliess, C. Join, H. Mounier and B.Steux “A mathematical explanation via intelligent PID controllers of the strange ubiquity of PIDs,” Proc. of 18th Mediterranean Conference on Control an

32、d Automation, Marrakech, Morocco, 2010.12 L. Ezzine, M. guerbaoui, Y. El afou, A. Eddahhak, A. Lachhab, L. belkoura and B. Bouchikhi “Implementation of identification algorithm using recurrent RBF neural networks for the inside temperature in a greenhouse,” 4th International Conference on Integrated

33、 Modeling and Analysis in Applied Control and Automation, pp. 135-142, Fes, Morocco 13-15 October 2010.13 Y. El Afou, M. Guerbaoui, A. Ed-dahhak, A. Lachhab, L. Belkoura, and B.Bouchikhi. Modelling and control of inside temperature ingreenhouse by pid. Association for the Advancement of Modelling an

34、d Simulation Techniques in Enterprises : AMSE, N 12026 (2B), accepted in press 29 Novembre 2013. 11814 Y. El Afou, M. Guerbaoui, M. Outanoute, A. Ed-dahhak, A. Lachhab, L. Belkoura, and B. Bouchikhi. Design and implementation of LQG strategies for temperature control under greenhouse. International

35、Journal of Electrical and Electronics Engineering Studies 1, issue 2, accepted in press 2013. 12315 M. Guerbaoui, A. Ed-dahhak, Y. El Afou, A. Lachhab, L. Belkoura and B. Bouchikhi “Implementation of direct fuzzy controller in greenhouse based on labview,” International Journal of Electrical and Ele

36、ctronics Engineering Studies, vol. 1(1), pp. 113, 2013.16 S. F. Yang and D. S. Simbeye “Computerized greenhouse environmental monitoring and control system based on LabWindows/CVI,” Journal of Computers, vol. 8, no. 2, pp. 399-408, 2013.17 P. Eredics, “Measurement for intelligent control in greenhou

37、ses,” 7th International Conference on Measurement, pp. 178-181, 2009.18 G. Van Straten, G. Van Willigenburg, Van E. Henten and R. Van Ooteghem, “Optimal control of greenhouse cultivation,” Taylor and Francis Group, CRC Press, 2011.19 I. Iya, P. O. Gutman and R. Linker, “Hamilton Jacobi Bellman forma

38、lism for optimal climate control of greenhouse crop,” Automatica, vol. 45, pp. 1227-1231, 2009.20 B. Bouchikhi, A. Ed-Dahhak, M. El Harzli and N. El Bari, “Les capteurs et leur 20 rôle dans la mesure des paramètres climatiques pour une gestion rationnelle de leau en agriculture,” Journ

39、3;es Internationales des Sciences et Technologies JICT07, Cadiz-Tanger, December 2004.21 A. Ed-Dahhak, A. Lachhab, L. Ezzine and B. Bouchikhi, “Performance evaluation of developing greenhouse climate control with a computer system,” AMSE Journal Modeling C, vol. 68, no. 1, pp. 53-64, 2007.22 A. Lach

40、hab, A. Ed-Dahhak, S. Didi, L. Ezzine, J.R. Salinas, F. García-Lagos, M. Atencia, G. Joya and B. Bouchikhi “Mise au point dun système de contrôle et de supervision du climat et de la fertirrigation goutte-à-goutte sous serre,” Journées Internationales des Sciences et Technol

41、ogies JICT07, 2007.23 A. Rahali, M. Guerbaoui, A. Ed-Dahhak, Y. El Afou, A. Tannouche, A. Lachhab and B. Bouchikhi, “Development of a data acquisition and greenhouse control system based on GSM,” International Journal of Engineering, Science and Technology, vol. 3, no. 8, pp. 297-306, 2011.24 M. Gue

42、rbaoui, Y. El Afou, A. Ed-Dahhak, L. Ezzine, A. Lachhab, L. Belkoura, and B. Bouchikhi “Etude et dimensionnement dune installation délectrification hybride utilisant des photopiles solaires et groupe électrogène pour lalimentation dun prototype de contrôle et de supervision des p

43、aramètres climatiques sous serre,” Congrès International sur les Energies Renouvelables et lEfficacité Énergétique CIEREE, FST Fès, Maroc, 20-21 Avril 2011.25 B. Hensel, V. Vasyutynsky, J. Ploennigs and K. Kabitzsch “An adaptive PI controller for room temperature contro

44、l with level-crossing sampling,” International Conference on Control Cardiff (ICCC), Cardiff, UK, pp. 197-204, 3-5 September 2012.26 M. Beschi, A. Visioli, S. Dormido and J. Sànchez “On the presence of equilibrium points in PI control systems with send-on-delta sampling,” Proceedings of the 50t

45、h IEEE Conference on Decision and Control and European Control Conference, Orlando, FL, USA, pp. 7843-7848, 12- 15 December 2011.27 M. Beschi, S. Dormido, J. Sànchez and A. Visioli “On the stability of an event-based PI controller for FOPDT processes,” Proceedings of the IFAC Conference on Adva

46、nces in PID Control, Brescia, Italy, pp. 436-441, 28-30 March 2012.28 P. Gédouin, E. Delaleau, J. Bourgeot, C. Join, S. Arbab-Chirani, and S. Calloch, “Experimental comparison of classical PID and model-free control: position control of a shape memory alloy active spring,” Control Engineering Practice, vol. 19, pp. 433441, 2011.29 M. Fliess and C. Join, “Commande sans modèle et commande à modèle restreint,” e-STA, vol. 5, pp. 1-23, 2008.30 M. Fliess, and C. Join, “Model free control and intelligent PID controllers: towards a possible trivializa