基于神经网络PID 的禽舍温湿度控制系统设计*

程 媛 王守城

（青岛科技大学机电工程学院 青岛 266061）

1 引言

随着生活水平的提高人们对于家禽肉类以及蛋类的需求量不断地增加，从而家禽的集中养殖变得普遍，但是对于肉质的保证以及家禽的生活环境的保证逐渐是人们关心的问题，禽舍环境直接影响家禽的成长、免疫力以及家禽肉类蛋类的品质。所以采用现代化技术增加家禽设施的自动化程度减小人力输出的同时更好地控制调节禽舍的温湿度，本设计以STM32F407 为核心研发一套禽舍温湿度调整控制自动化系统，STM32F407 是32 位高性能ARM Cortex-M4 处理器，相比于其他的低端单片机拥有更好更方便的人机交互操作模式，同时具有144 个 I/O 引脚，32 位定时器，3 个 12 位 AD 多达 24个外部检查通道，USB，低功耗，以及多达17个通讯接口I2C，192KBSRAM，1MBFLASH，可以保证系统数据的传输的稳定性以及储存运行的长久性。采用BP神经网络进行分散信息并行处理的能力调整所测得数据信息进行整合处理取得PID 算法最优化的参数组合然后调整控制禽舍的温湿度使每个阶段的温度调整都可以得到最理想的温湿度，另外还可以增强禽舍控制系统的适应性、鲁棒性、稳定性，从而保证禽舍温湿度控制系统装置的可控性［1～2］。

2 禽舍工作原理设计

该装置解冻系统主要由喷雾加湿器、热风炉、风机、水料线、湿帘、灯光等组成。由DS18B20检测禽舍温度采集禽舍温度信息，由热风炉提供禽舍温度满足家禽所需温度，由风机来控制禽舍内的降温，通风以及除湿，同时鸡舍会存在出风口与风机配合使用使禽舍温度达到合适温度以及湿度，由喷雾加湿器进行水雾化增加禽舍内的湿度、降低禽舍温度，同时进行禽舍消毒功能，由AM2305 检测禽舍的湿度数据，由DS1307 实时时钟对家禽成长的每个阶段提供实时温湿度所需数据信息，通过神精网络多元素融合及其学习能力进行PID 参数运算调节禽舍每个阶段的温湿度以及禽舍空气环境，使禽舍的温湿度环境都可以达到家禽成长时每个阶段所设定的温湿度值，得到适宜的家禽成长环境，其中加湿器由继电器控制通断［3］，禽舍系统布局结构图如图1所示。

图1 禽舍布局结构图

3 温湿度检测硬件电路

禽舍采用DS18B20 温度测温器测量禽舍内温度环境，家禽的对温度特别敏感，因为鸡鸭没有汗腺的原因，温度过高时会对鸡鸭的成长有严重的影响，采用AM2305 数字温湿度检测器检测禽舍湿度同时提供温度检测数据。DS18B20 具有独特的单总线接口方式，可以仅需一根先就可以实现单片机与温度检测器的双向数据传输，外围电路简单，控制电路如图2，AM2305 数字温湿度测温器的连接线路同时也是单线传递数据如图3［4］。

图2 DS18B20控制电路

图3 AM2305控制电路

4 温湿度系统调节设计

4.1 PID控制系统

PID 控制系统可以很好地控制调试单一数据元素，使其可以接近所设定需求数据值，同时可以保证系统的稳定性，具有简单的工作原理及结构，可以满足单一条件下的控制系统，提供可靠的最优数据。PID控制原理图如图4所示。

图4 PID控制原理图

一般的PID 控制算法将检测数据包括比例控制（P）、积分控制（I）、微分控制（D）计算控制后得到接近数据设定最优质。PID 所控制调节的是输入的设定值e(t)与实际温湿度检测数值之间的差c(t)构成：

PID控制属于线性控制通过比例（P）、积分（I）、微分（D）的线性组合偏差控制参数，从而得到：

由式（2）得PID传递函数为

（KP为比例系数；TI为积分时间系数；TD为微分时间系数）

将模拟PID 传递函数算法式（3）经过离散化，可得：

系统运行时每次的结果u（k）都与上一次运算输出结果u（k-1）有关，对系统配置的内存需求较大，时间较长，同时也存在较大偏差，又因为系统控制检测的环境温湿度不断变化，以及PID 算法针对单一性条件，并不适用禽舍控制系统，为弥补算法缺点这里采用BP 神经网络PID 进行禽舍温湿度控制［5～6］。

4.2 BP神经网络PID控制算法

BP 神经网路PID 算法就提高PID 的控制精度以及其稳定性，通过神经网络的权系数调节、学习能力，根据实时误差变化进行控制调整系统，即实时调整控制系统的比例（kp）、积分（ki）、微分（kd），通过调整PID 参数对系统实施闭环控制，使禽舍的温度、湿度在变化的过程中接近理想值，实现禽舍温湿度控制变化的最优化，控制结构如图5。

图5 BP神经网络PID控制结构

神经网络的输入层的输入：

隐含网络层节点输入、输出：

其隐含层的活化函数f(x)的神经元Sigmoid正负对称函数：

神经网络输出层的输入、输出：

神经元输出层的恒正的Sigmoid函数：

有关性能指标函数：

式中rp理想设定值，yp检测值。

正网络的权值量的修正是由最快下降法进行计算，即搜索调整的方向为权系数减小方向，采用全局性极小惯性项加快搜索速度的收敛，即得到：

其中η学习速率，α平滑因子。

由式（8）及增量式PID控制算法计算可得：

综上所述，输出层的权系数计算公式：

隐含层的权系数计算公式为

4.3 温度控制方法

温度对家禽的影响很强，当温度过高时，影响家禽的新陈代谢，活动减少，容易造成脱水死亡，然而温度过低则会增加家禽的食量，增加饲料的消耗，增加不必要的支出［7～9］。本设计装置系统采用5个温度传感器进行多点温度传感器检测温度，另外禽舍外设计一个温度传感器，经过热负荷计算以及通过BP 神经网络进行多点不同位置进行调整，通过控制通风口以及喷雾式加湿器进行降温，当温度过低时提醒开启热风炉进行禽舍加热，提高禽舍内温度，同时考虑其他禽舍因素，通过调试PWM控制通风口的大小，由神经网络通过多元素计算综合禽舍外部温度检测数据选择横向或者纵向的通风方式，计算控制喷雾降温的时间。又随着家禽的不同生长期进行自动调整设定值的计算以及控制，如图6。

图6 温度控制流程

4.4 湿度控制方法

湿度是禽舍温度的重要因素，湿度过高时会引起病菌的滋生，威胁家禽的健康，低温高湿度时会引起家禽食量增大，造成饲料的浪费［10～12］。当湿度过低时，禽舍空气干燥，会引起家禽体内缺水出现缺水脱水状况，所以在湿度过低时，开启喷雾器对禽舍进行加湿，当湿度过高时，开启通风口进行通风除湿，通过神经网络考虑计算温度以及湿度间的协调控制，如图7。

图7 湿度控制流程

5 数据分析

通过系统调试，进行模拟禽舍温湿度控制数据记录最后考察两者之间的互相影响下的协调效果如图8～9。

图8 禽舍温度变化曲线图

图9 禽舍湿度变化曲线图

6 结语

本设计方案，在传统的禽舍温湿度控制方法上增加了自动化智能控制，STM32为控制核心拥有更好的人机交互性，又采用BP 神经网络作为系统的算法控制计算，协调温湿度之间的影响，增加系统的灵敏性以及抗干扰性，保证系统的可靠有效性，保证温度控制的精确性，在家禽养殖生长以及肉类生产上具有广泛的前景和实用性。