基于智能预测算法的食用菌大棚温湿度控制研究

郭海玲+刘园园+何涛+吴裴裴+高艳春

摘 要：针对食用菌大棚温湿度控制存在的大滞后、大超调的问题，提出基于智能预测控制的食用菌大棚温湿度控制策略，将模型预测思想与模糊蚁群智能控制算法相结合，避免传统控制策略带来的大棚内环境温湿度异常问题。仿真实验表明，智能预测控制策略可基本实现零超调的控制效果，同时缩短了系统温湿度调节响应时间，控制过程更加稳定，控制效果优于采用智能算法的传统控制策略。

关键词：食用菌大棚；温湿度调节；智能算法；预测控制

中图分类号：S24 文献标识码：A DOI：10.11974/nyyjs.20170833055

随着食用菌的食用价值和药用价值日益为人们所了解，国内外的食用菌销售量大幅度增加。同时，作为我国大力倡导的“三色”农业中的白色农业，食用菌种植规模空前扩大，前景广阔，发展空间巨大。然而，食用菌的生长过程受环境的气象要素影响较大，特别是温度和湿度，直接制约食用菌生长发育所需的各种酶的活性，影响食用菌的品质和产量。为了减少自然气象要素对农业生产过程的影响，温室大棚技术逐渐普及，食用菌大棚得到了广泛应用。目前，虽然我国食用菌大棚已进入网络化、智能化阶段，但是生产规模较小，基础薄弱，从业人员的技术水平较低，而且食用菌大棚应用分散性和区域性较强，导致自动化控制水平较低，对于重点控制的气象要素——温度、湿度普遍采用人工干预，效果较差，从而影响食用菌的生长，甚至导致培育失败，造成较大的经济损失。因此，对食用菌大棚温湿度的智能控制就显得尤为重要。

目前，食用菌大棚温湿度控制主要采用传统控制策略进行控制，存在大滞后和大超调等缺点，不利于对食用菌生长过程中的温湿度进行有效控制。当大棚中温湿度出现异常，控制系统不能在短时间内将环境温湿度控制在适宜食用菌生长的范围内，将会造成品质下降，甚至减产。若控制系统反应时间过长，超调过大，可能导致菌体死亡，造成严重的经济损失。为避免食用菌大棚内环境温湿度在调节过程中出现大超调情况，同时缩短控制反应时间，提出食用菌大棚温湿度智能预测控制策略，将模型预测控制思想与智能控制算法相结合，建立食用菌大棚温湿度智能预测控制模型，并进行仿真实验，缩短大棚内环境温湿度控制反应时间，避免大滞后调节，控制超调量，使温湿度变换范围满足食用菌各个生长阶段的需求，提高产量和品质，增加经济效益。

1 食用菌大棚温湿度智能预测控制策略设计

为解决传统食用菌大棚温湿度控制策略大滞后、大超调等缺点，在智能控制算法的基础上添加预测控制策略，从而使系统在调节过程中更加稳定，获得良好的动态控制效果。采用模型预测控制策略，此预测控制方法因不需精确的数学模型，从而给建模带来了方便。模型预测算法主要由3个要素组成，分别为预测模型、滚动优化和反馈校正。预测模型可根据被控对象的历史信息和未来输入，预测系统未来响应；滚动优化是通过某一性能指标的最优，确定未来控制作用的机制，通过滚动优化，系统可实现随时间推移在线优化和全局动态优化；模型预测控制算法不断根据系统的实际输出对预测输出值进行优化，这一过程不但基于预测模型，而且利用了反馈信息，从而决定了模型预测控制算法必须具有反馈结构。

智能预测控制策略原理图如图1所示，智能控制算法采用模糊蚁群策略，在此算法的基础上，融入模型预测控制思想，将模糊算法的输出量传递到预测控制单元，输入信号是由预设设定信号与预测优化输出信号进行叠加而成的。模型预测算法的预测模型采用参数模型形式，选用系统的传递函数作为模型预测算法的预测模型，同时使用时间延迟模块实现系统实际输出量与预测输出量进行对比优化，并与系统形成闭环控制，同时将优化后的信号缩放参与整个智能预测控制系统输入量计算。

2 食用菌大棚温湿度控制系统仿真

食用菌大棚温湿度控制系统仿真实验共采用3个仿真模型，分别为模糊蚁群预测控制模型、模糊蚁群控制模型和模糊PID控制模型，3个仿真模型的输入量均为阶跃信号，幅值为20，仿真时间为500，控制系统的闭环传递函数采用型，3种控制算法中相同部分的参数相同，通过改变算法，将输出曲线进行比较，观察各个算法对控制对象的控制效果。

图2为仿真实验各算法的输出曲线，其中黑色实线为输入信号，红色实线为智能预测控制策略的输出曲线，蓝色虚线为模糊蚁群控制算法仿真输出曲线，绿色点划线为模糊PID控制算法的仿真输出曲线。智能预测控制算法响应曲线稳定时间为92，最大超调量为2，响应调节过程平缓；模糊蚁群控制算法响應稳定时间为138，最大超调量为3.6，响应曲线达到最大超调量的时间为24；模糊PID算法响应稳定时间为272，最大超调量为3.4，响应曲线达到最大超调量的时间为62。

3 实验结果分析

根据图2可得出，模糊蚁群预测算法可基本实现零超调控制，而且其响应速度也比另2种算法快，其控制过程平稳，控制效果最为理想，由其输出曲线与模糊蚁群算法输出曲线进行比较，因加入预测控制策略，使整个系统温湿度控制过程的超调量减小，甚至可实现零超调的理想控制效果，而且，调节的反应时间也被大大缩短，有利于温湿度控制系统及时对异常情况进行调节。由模糊蚁群预测控制算法和模糊预测控制算法仿真输出图可知，加入蚁群算法可缩短系统的响应时间，加快控制系统稳定过程。设计的模糊蚁群预测控制策略基本可以实现食用菌大棚温湿度的零超调控制。这样，大棚中环境内温湿度在调节的过程中不会出现激增的情况，最大限度地保证了温湿度安全。同时，设计的智能预测控制算法可缩短调节时间，使系统环境温湿度迅速恢复至正常范围内，确保食用菌生长过程中环境温湿度安全。

4 结语

随着国内外食用菌市场的不断发展和我国大农业发展的日益深化，食用菌种植规模快速扩大。同时，伴随着食用菌大棚种植技术的发展，传统大棚温湿度控制策略已不能满足控制要求，严重影响了食用菌生长过程中各种活性酶的活性，导致食用菌品质下降、减产，带来经济损失。为解决传统温湿度控制策略大滞后、大超调等缺点，提出基于智能预测控制的温湿度控制策略对食用菌大棚内环境温湿度进行控制。对食用菌大棚温湿度控制系统进行仿真实验，通过采用不同控制策略进行控制，观察系统的控制效果。观察、分析响应曲线可得出，智能预测控制策略可基本实现零超调和快速响应等控制效果，系统整体的稳态性能得到提高，而且可有效解决食用菌大棚环境温湿度调节响应慢和超调量大等缺点，实现食用菌生长过程中对环境温湿度的快速、有效控制，为今后同类型的研究提供参考。

参考文献

[1]张艳丽，牛国玲，姜永成，等.育秧大棚温湿度控制系统设计[J].安徽农业科学，2016（24）：228-229.

[2]吴丽娜，卢会国，牛永红，等.基于Web的智能农业大棚监控系统的设计[J].气象水文海洋仪器，2014（2）：74-77.

[3]刘俊宏，裴翀，卢会国，等.温室大棚气象环境监测网络系统设计[J].农学学报，2014（5）：90-95.

作者简介：郭海玲（1989-），女，河北承德人，硕士研究生，研究方向：农业气象应用。endprint