温室温度控制系统不确定性与干扰的灰色预测补偿算法.pdfVIP

第29 卷 第10 期 农 业 工 程 学 报 Vol.29 No.10 2013 年 5 月 Transactions of the Chinese Society of Agricultural Engineering May 2013 225 温室温度控制系统不确定性与干扰的灰色预测补偿算法 张 军，张侃谕 （上海大学机电工程与自动化学院，上海 200072 ） 摘 要：温室温度常规控制方法的控制效果依赖于被控对象模型精确度和干扰测量精确度。而温室系统不确定性、 不精确性、时变性和多扰动等特性使温室精确模型很难获得、且干扰很难精确测量。为此，该文采用灰色预测补 偿算法对温室对象上述特性进行预测补偿，其优点是可避开温室对象不确定性和干扰因素所带来的在获取对象模 型时无法避免的理论和技术上的障碍，摆脱了控制算法对模型精确度和干扰测量精确度的依赖。仿真及实际运行 情况均表明，该算法可达到较好的控制效果，控制精度明显提高。统计分析显示，表征不确定性与干扰的灰参量 估计值与真值的相关系数分别为0.9968、0.9804、0.9938，决定系数分别为0.9935、0.9585、0.9871 ；灰参量绝对 误差均值为-0.11510、-0.26733、-0.31035，方差为0.05150、0.16324、0.09474，相对误差均值为-1.68%、-8.06%、 -8.73%，方差为 0.01368 、0.00533 、0.00581 ；实测温度曲线与仿真温度曲线相关系数为 0.973972 ，决定系数为 0.948621 。由于有效地减弱或消除了温度调节过程中的超调和振荡，能耗明显降低，既满足了温度变化的预期要 求，又可实现节能。 关键词：温室，温度控制，不确定性分析，灰色预测，节能 doi ：10.3969/j.issn.1002-6819.2013.10.031 中图分类号：S24 文献标志码：A 文章编号：1002-6819(2013)-10-0225-09 张 军，张侃谕. 温室温度控制系统不确定性与干扰的灰色预测补偿算法[J]. 农业工程学报，2013，29(10)： 225－233. Zhang Jun, Zhang Kanyu. Grey prediction compensation algorithm for the uncertainty and interference of greenhouse temperature control system[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 20 13, 29(10): 225 －233. (in Chinese with English abstract)  中，每生产 10 kg 黄瓜，要消耗 5 L 石油，这相当 0 引 言 [1] 于粮食生产能耗的50～60 倍 。全球农业生产能耗 现代化温室通过人工调控农作物生长的最佳 中，有35%用于温室加温；在温室作物生产过程中， 生态环境，特别是适宜的温度环境，能大幅度提高 能耗费用占温室总费用的 15%～40%[1] 。面对当今 农作物的产量和品质。因此，在温室环境控制中， 世界能源紧缺的严峻形势，在保证农作物生长发育 控制温室内温度的变化过程，使其自始至终一直满 所要求的温度环境下，如何有效地降低温室能耗， 足农作物生长各阶段所需最适宜的温度，是实现温 迫在眉睫，势在必行。目前的温室节能技术主要有 室作物高产、高效和高品质的必须条件。然而，温 2 类：一是利用先进技术改善温