论文部分内容阅读
温室环境系统是一个非线性、时变、滞后的复杂大系统,难以建立系统的数学模型且系统中存在大量的干扰,并且其中的过程对象温度与湿度均为强耦合和大滞后过程。简单的单输入单输出控制策略以及传统的PID控制算法在控制智能温室大棚控制系统中的大滞后过程时常常会有振荡和超调等现象,并且鲁棒性不佳。本文根据温室环境控制的特点,提出了一种基于多变量控制的预测PI和动态解耦控制的设计方案,将传统的解耦控制系统加以改进,并将预测PI算法结合到此控制策略中进行理论研究和在线仿真,得到的良好仿真结果表明基于预测PI的解耦控制策略具有良好的稳定性和鲁棒性且抗干扰能力强,具有一定的实际意义。本文以此为研究背景,对多变量的温室大棚的先进控制算法进行理论分析和设计,其主要内容分为如下三个部分:1.针对强耦合过程,研究并提出了一种先进的动态解耦控制算法。其基本思想是先将系统进行动态解耦,消除系统变量之间的耦合,然后将解耦对象简化为相互独立的一阶滞后对象,最后运用单变量算法设计这些一阶滞后对象的控制器。该算法与传统解耦控制算法比较,其主要特点是动态解耦算法易于实现且可以和后面的先进控制算法有机的结合起来。2.针对温室大棚的大滞后过程,根据期望的闭环传递函数,研究并提出了一种先进的预测PI控制器,这种控制器由两部分组成,一项具有PI控制器的形式,另一项具有预测功能。这种控制器结构简单,可调参数少,参数的调节直观、简单,进行在线仿真后显示它有良好的抗干扰性能和跟踪性能,鲁棒稳定性能好,适合在工业生产中进行推广和应用。3.研究了先进控制算法在多变量的智能温室大棚中的应用,本文中的先进控制算法包括动态解耦控制算法和预测PI控制算法。首先针对温室大棚的温湿度对象过程的特点,分别建立了温湿度过程对象的过程模型。其中过程模型均为一阶时滞对象,先针对其强耦合现象采用动态解耦控制器;然后分别针对温度和湿度的过程对象模型采用预测PI控制算法设计预测PI控制器。此外,本文还分析了智能温室大棚的控制方案,实际的控制效果显示先进的控制算法不仅能够显著提高控制精度,而且稳定性高,鲁棒性强。4.为了将所研究的算法工程化,本论文设计了基于OPTO22PACProject的实时监控软件设计,通过采用MATLAB SIMULINK模块模拟实际的过程对象,仿真研究了监测控制软件的性能。并且还开发了一套实时监控的人机界面(HMI),用户可以直接在控制界面上改变控制器上的各种参数,同时能够清楚地看出波形的变化,该人机界面(HMI)简洁、方便、实用。