PID和piintelligent反饋技術在溫室溫度控制的運用

1、PID和piintelligent反饋技術在溫室溫度控制的運用翻譯人：張明浩 專業(yè)班級：自動化1104班摘 要 隨著復雜溫室技術進步，自然地，溫室計算機化已勢在必行。它創(chuàng)造了新的機會根據(jù)植物的具體需求來操縱室內(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。本文使用兩種類型的控制器來控制內(nèi)部溫室溫度的新方法：PID控制和PI智能。這兩個控制器產(chǎn)生良好的結果，除了PID需要理論參數(shù)辨識，應該在大的時間里是應盡可能有效的方法。因此，有必要以重復選擇識別技術面來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)整增益很長一段時間，這歸功于趣的識別和代數(shù)計算的結果。

2、為了使實時氣候參量的演化可視化，開發(fā)了一個圖形界面。關鍵詞: 溫室計算機化，氣候參數(shù)，控制，PID控制器，PI智能第1章 緒 論幾年來，溫室氣候控制的研究遇到了幾項研究任務的挑戰(zhàn)。在文獻中提出了很多控制方法：（Rodríguez etal.（2001）；Bennis etal.（2008）設計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力學簡單高效的技術。保留PID降低計算成本，而且能夠應付一般類型的非線性。對于未知或部分已知的動態(tài)，無模型控制已被證明是一個簡單但非常有效的非線性反饋技術。（Fliess etal.（2009 年）；Fliess etal.（2013 年）；Join etal.（2013 年） ；Lafont etal.（2013 年）；Choi etal.（2009 年）。我們在這里應使用所謂的智能PID（或i- PID）。保留PID降低計算成本，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之間的精確關系。它特別強調(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。溫室被設計用于植物在控制的環(huán)境條件下的種植。溫室栽培有幾個優(yōu)點：它有助于維持最佳的植物生長環(huán)境，保護農(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)變得相當復雜和昂貴。為此，溫室種植者想要保持競爭力就需要通過更好的生產(chǎn)條件管理，使其投資收益最大化。為了充分利用農(nóng)作物的機會，用自動化控制系統(tǒng)勢在必行。對于農(nóng)業(yè)生產(chǎn)來說，計算機自動化技術引進一直是一個重大的進步（Yang etal.（2013）, Eredics.（2009）。事實上，溫室氣候控制有三個基本組成部分：傳感器、計算機和驅動器。傳感器是用來

5、收集信息，而是重要的植物生長和致動器被用于修改所收集的信息。溫室環(huán)境的管理強烈依賴于溫度變化。這之后是復雜、交互式的熱量，是內(nèi)部空氣，溫室的幾個元素和外部氣候參數(shù)之間物質(zhì)交換的結果。過程取決于結構溫室類型、作物和驅動控制信號的狀態(tài)，通常通風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）能夠自發(fā)改善內(nèi)部環(huán)境，但這種控制不算完整。其實，在環(huán)境中對于想要更改一個元素而無需修改另一個元素是很困難的。我們實驗室中的研究表明，對于溫室，內(nèi)部溫度是最有影響力的參數(shù)（Ezzine etal.（2010年）。然而，自動氣候控制要求基于代表線性和非線性系統(tǒng)模型的適當控制規(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。對于在溫室中的作物和資源管理要充分利用增強的可能性，對于帶有遠程自動控制的調(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)）。這項工作的結果是溫室氣候參數(shù)新控制策略的實現(xiàn)。所提出的策略是與經(jīng)典的PID控制器相對比的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?？蚣艿淖R別控制?？刂破鞑呗缘木幊淌褂昧薓atlab/Simulink軟件。本文組織如下

7、：接下來的部分介紹了實驗參數(shù)的框架，提出了一種無模型控制器方法的簡要介紹。我們描述的控制器實現(xiàn)，目前主要的實驗結果。第2章 實驗溫室的整體觀察圖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綜合的數(shù)據(jù)采集系統(tǒng)來控制里面的氣候。該系統(tǒng)被連接到一臺計算機（PC）。傳感器和調(diào)理模塊允許我們進行不同的氣候參數(shù)，溫室內(nèi)外的測量。采集和數(shù)據(jù)處理已經(jīng)由一個多功能卡NI-6024E來控制和管理復雜的測量。這個實驗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)安裝一個加熱系統(tǒng)，脈沖空氣供給和可變速風扇（愛德-Dahhak等人（2007）；Lachhab等人（2007）；的Ad-Dahhak等人（2009）；Guernaoui等人（2011）。暖氣風扇圖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?？刂频哪康氖?，使過程變量y (t)作為一個名為設定點(t)的合適值。為了實現(xiàn)這一目的，在控制器的命令更改了操

9、縱變量u(t)。在本應用程序中，過程變量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，影響過程變量的操縱變量。在一些應用中，然而，一個主要的干擾進入過程中以不同的方式或復數(shù)干擾需要加以考慮。錯誤時被定義為：取值e(t)=(t)y (t)。而在此基礎上，(t)是期望的軌跡，y (t)是測量的變量。PID是錯誤的一個控制器，考慮現(xiàn)在、過去和未來。介紹了數(shù)字實現(xiàn)后，某些變化的控制系統(tǒng)的結構提出了，在許多應用中采用。然而，這種變化不會影響分析的重要組成部分和PID控制器的設計。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 本部分簡要總結無模型控制，限于此應用程序，一元案例和公式(1)推導所需要的思想。讀者可能指的是廣泛的參考書目，關于這個話題，而尤其是以后可用項目（Gédouin etal.（2011 年）、Fliess（2008年，2009年） ；Fliess etal.（2011 年）；Abouaissa etal.（2011 年）為一元無模型控制和 （Mboup 等人（2009 年,劉etal.（2011 年）的導數(shù)的估計。無模型控制

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)的建模和識別有效的有時很難步驟作為唯一的知識。它基于代數(shù)的方法估算的噪聲信號，在短的時間間隔作為積分表達導數(shù)信號y(t)衍生物(t T)，t按順序就足以應用此過程。這個導數(shù)的估計可以采取以下形式： (2)在實踐中，公式（2）在每個采樣時間進行評估，其中k =1,2，.試驗，用納秒是樣品中，是用在時間窗口T的數(shù)目，因為一個使用基本離散法計算積分離散總和： (3)這個估計技術可以適用于在很短的周期進程的行為和有效快速的唯象模型： (4)其中，是一個非物理常數(shù)設計參數(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 - 輸出特性的知識來

12、補償。在實踐中，F(xiàn)是由u(k-1)和y(k)估算出來的，公式如下： (5)因此，這個估算允許PI智能的實現(xiàn)。當閉環(huán)控制器是PID類型的無模型控制可以命名，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)平直度的基于準則通過。在我們的應用中，和分別固定為10，2和0.1。第4章 仿真結果4.1 PID控制器 描述下溫室溫度的演化模型的發(fā)展需要施加一個步驟作為設定點的加熱溫度在開環(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)從所標識的系統(tǒng)調(diào)諧（Dindeleux（1981）： （8） （9）

13、（10） 我們利用這些參數(shù)來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中的設定點。4.2 PI智能控制器 差異化是一個廣泛科學的許多領域中應用的基本數(shù)學運算。因此，重要的是有好的用來計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上衍生的估計，我們將確認更好的效果，即使信號被噪聲污染無模型控制。我們認為信號Y是可以通過測量包括一些額外的噪聲。這樣做的目的是估計信號y的時間導數(shù)，

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

15、一步，我們增加了一個白噪聲衍生品的投入。圖5示出了簡單的一階導數(shù)和無花果。圖6呈現(xiàn)第一數(shù)值衍生物的模擬?？梢钥闯觯粋€數(shù)值推導出良好的性能。預計第一個數(shù)值導數(shù)是比簡單的第一個更好的。上述結果是估計技術的基礎。圖5 仿真簡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)部溫度的步驟響應的模擬結果。我們注意到，靜態(tài)誤差等于零，該系統(tǒng)是快速（上升時間tm19S）和過沖。我們還注意到，所觀察到的輸出呈現(xiàn)在開始時的20.6秒的純延遲和350秒的持續(xù)時間之后，這是完全的跟蹤精度的設定點。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)可以得到良好的結果而設定噪聲實施。圖7 模擬而獲得的階躍響應PI智能閉環(huán)第5章 進行反饋技術實時結果5.1 應用 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，我們使用兩個致動器的加熱器和風扇。然后我們同化過程作為一個單一的輸入，根據(jù)該內(nèi)部溫度的值，并在固定的設定點分別分布在加熱和通風。這種混合過程使得建模危險，充分證明提出的模型自由的做法。在這項研究中，測得的相對濕度和二氧化碳都沒有考慮到在制定控制策略。圖。圖8示出了控制系統(tǒng)的結構。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)器等作為簡單PID

17、控制器。為了使實時控制器，我們準備一種算法能夠與溫室進程進行通信。為此，我們開始通過改變分別反饋算法，這是呈現(xiàn)在模式模擬，由模擬輸入和輸出以應用開發(fā)的算法的真實系統(tǒng)上的輸入和輸出。運行仿真之前，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有錯誤，我們終于連接到目標，我們模擬運行開始通過實時。 溫室 外部參數(shù)圖8 控制系統(tǒng)的結構5.2 PID控制器 為了測試之前的控制器的性能，我們激發(fā)所述致動器（加熱器和風扇）由幾個設定值以及我們測量，實時下的溫室中的溫度響應。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。9.我們可以觀察到，當所述致動器由一個經(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。除了外部氣候的強烈影響，我們可以看到，參考軌跡擺動左右設定點。然后，該控制器不使能拒絕無用擾動。在無花果。如圖9所示，噪聲之間7小時和18小時強烈出現(xiàn)。時間（小時）圖9 設定點溫度內(nèi)外的變化 此外，我們目前的圖。 PID控制器發(fā)送到致動器10的演變。在開始時，該控制器正在增長，并在15小時達到的3伏的最大值。之后，它仍然圍繞該值穩(wěn)定。這意味著，由致動器所用的控制器不能減少消耗電力。此外，它提出的問題被忽視受控系統(tǒng)的壽命。表現(xiàn)欠佳是因為基于識別是無效的大的時間方法的經(jīng)典控制器的結果。此外，這些方法的稍后需要被actualised外部參數(shù)氣候的每個大的

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。時間（小時）圖10 PID控制器的進化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被拒絕更快比PID的一個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。作為結論，該結果表明，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)約一個設定值和無過沖最小振蕩。圖11 通過PI智能閉環(huán)系統(tǒng)獲得實時的階躍響應同樣地，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1.25 V和減少在些次。這些良好的性能都受到的過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。后來的許可證actualize參數(shù)F（當量5）包含的所有過程的未知參數(shù)。最后，該智能控制器允許有不錯的表現(xiàn)，我們保留這些參數(shù)大的時間和與執(zhí)行器的實時控制信號產(chǎn)生一個最小功率。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驗結果進行了比較。為了便于曲線的可讀性，我們選擇了目前之間2小時，5小時的調(diào)節(jié)溫度。所有這些進行監(jiān)測溫室的內(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)的少量但沒有漣漪。實驗，有更多的過沖和周圍的設定點的波動。小的延遲存在于實驗開始時為約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定點為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，在控制信號是小的。這一事實是在致動器的壽命是一個關鍵問題，特別是在溫室，其中所述通風和加熱系統(tǒng)是由機械致動器的。時間（小時）圖13 PID在2,5 h中監(jiān)測溫室中的溫度優(yōu)化的PI-智能參數(shù)被插入到實驗控制器如描繪于圖14的一些波動存在于理論曲線在與設定點的交叉點。然而，該組點的良好的跟蹤證明

22、為0.2的最大誤差。這種控制器是易于實現(xiàn)并且是非常有效的跟蹤設定點。因此，取得了最好的通過跟蹤設定點的手段。時間（小時）圖14 智能PI在2,5 h中監(jiān)測溫室中的溫度 所有控制器都能夠精確地在一個合理的誤差范圍內(nèi)控制溫室氣溫。我們注意到，不同的初始溫度的值被使用，因為這兩個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，我們將分析的結果來確定的優(yōu)點和各個使用的控制器的不方便。圖15和16示出，由PID控制器和PI-智能計算命令的分別的演變。圖15 所計算的PID控制器在2,5內(nèi)進化我們注意到，PID控制器失去大國，以達到固定的目的。事實上，它等于零相比其他訂單和次數(shù)的命

23、令被復位和低。然而，最大的值不超過1 V.對于PI-智能控制器我們注意到，該命令是快，并停止在幾個時刻。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。盡管為三個數(shù)量獲得了良好的性能，我們注意到，在PID控制開始，因為寬的變化的氣候參數(shù)和所使用的識別方法的有效性的限制的飽和。但是，我們注意到，無模型控制許可證的獲得了良好的業(yè)績，用執(zhí)行器因此沒有飽和。時間（小時）圖16 所計算的PI-智能25小時的進化第7章 結 論這項工作提出的兩個控制器的PID和PI-智能該微粒在為了控制下溫室的溫度實施的執(zhí)行。然而，若干控制器中的復雜溫室環(huán)境中的調(diào)諧處理是一個挑戰(zhàn)。通常情況下，大多數(shù)的控制器的調(diào)諧是以識

24、別它們根據(jù)外部天氣條件的技術為基礎。因為這個原因，我們是再講能夠在線識別過程中的自適應控制器。并且PID控制的基本困難是一個反饋系統(tǒng)具有恒定參數(shù)，并且處理它沒有直接的知識，并且整體性能是反應性和妥協(xié)性。對于PID控制器，當單獨使用時得到的性能較差，所以PID回路增益必須降低，以使輸出的軌跡圍繞所述設定點的值沒有過沖振蕩。它們也具有在非線性方面存在的困難，不發(fā)生反應改變處理行為，而且造成滯后響應大的干擾。為了克服這些困難，我們使用了PI-智能控制器。這是很容易實現(xiàn)，并且是非常有效的跟蹤設定點。攝動誤差的衍生物可以估計每個采樣時間。該PI-智能控制器保證了良好的性能，而且無需一次又一次的調(diào)整PID

25、參數(shù)，并且當整體隨著時間改變的時候，可以確保一個合適的參數(shù)。致 謝 這項工作一直由PHC Hubert Curien Volubilis(Ref. MA/09/211)支持。參 考 文 獻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