Адаптивное итерационное управление температурой в теплице
Автор: Грудинин Виктор Степанович, Хорошавин Валерий Степанович, Зотов Александр Викторович, Грудинин Сергей Викторович
Журнал: Инженерные технологии и системы @vestnik-mrsu
Рубрика: Процессы и машины агроинженерных систем
Статья в выпуске: 3, 2019 года.
Бесплатный доступ
Введение. Создание и развитие эффективных аграрных комплексов, обеспечивающих высокую урожайность при минимальных временных, материальных и энергетических затратах, невозможно без применения систем автоматического управления (САУ), позволяющих с высокой точностью поддерживать микроклимат тегшицы. Усовершенствования САУ микроклимата направлены на нейтрализацию влияния параметрических возмущений процессов внутри и вне теплицы. На примере канала регулирования температуры в теплице с контуром отопления на основе горячего трубного водоснабжения предложен адаптивный итерационный (поисковый) алгоритм подстройки составляющих пропорционального-интегрального-дифференциального (ПИД) регулятора в контуре отопления для обеспечения требуемого качества процесса регулирования. Материалы и методы. За основу синтеза управления принята параметрически неопределенная модель температуры в теплице, структура которой на основе принципа суперпозиции преобразована к виду с сосредоточенными на выходную координату управлением и возмущениями. Применение адаптивного ПИД-регулятора основано на анализе базы данных реального времени, содержащей тренды управляемого процесса. Используя операторы языка системы управления базами данных или SQL-запросы, оценивается качество регулирования. По оценке качества корректируются пропорциональная и дифференциальная составляющая ПИД-регулятора так, чтобы система управления работала на грани перехода в режим автоколебаний. Возникающая статическая ошибка компенсируется изменением задающего воздействия. Результаты исследования. Проведено моделирование в программном комплексе МВТУ (SimInTech) реальной структуры одноконтурной САУ температурой в теплице с включенными регулирующим, исполнительным и измерительным элементами, а также при наличии запаздывания в движении теплоносителя. Показано, что предлагаемый алгоритм адаптации, заключающийся в аддитивной подстройке коэффициентов ПИД-регулятора, удобно реализуемый в SCADA-системе, обеспечивает минимальное колебательное поддержание температуры при произвольных параметрических возмущениях и наличии запаздывания. Обсуждение и заключение. Предлагаемый алгоритм адаптации обеспечивает компенсацию неопределенности модели и возмущений, при этом достигается требуемая точность поддержания температуры в теплице. Результаты исследования послужат материалом для разработки многоконтурной САУ микроклимата теплицы с исследованием влияния и компенсации параметрической и структурной неопределенности, инерционностей и нелинейностей реальных элементов. Результаты работы могут быть использованы во многих отраслях народного хозяйства для исследования общих и прикладных проблем цифрового адаптивного управления процессами.
Микроклимат, адштивный итерационный алгоритм, пид-закон регулирования, пакет моделирования мвту
Короткий адрес: https://sciup.org/147220626
IDR: 147220626 | DOI: 10.15507/2658-4123.029.201903.383-395
Текст научной статьи Адаптивное итерационное управление температурой в теплице
Процесс изменения микроклимата теплицы является многоконтурным, многопараметрическим и зависит от множества внешних и внутренних факторов [1; 2]. К внешним факторам относятся температура и влажность наружного воздуха, интенсивность солнечного излучения, направление и скорость ветра и т. п. К внутренним факторам относятся геометрические размеры теплиц, расположение элементов систем отопления и вентиляции, виды грунтов, генетические свойства и виды растений и т. п. Кроме того, в замкнутых контурах управления микроклиматом каналы управления могут значительно влиять друг на друга. Для учета этих факторов задачу управления микроклиматом целесообразно решать на основе современных методов теории автоматического управления1.
Для иллюстрации предлагаемого адаптивного итерационного алгоритма управления стоит рассмотреть канал регулирования температуры теплицы с отоплением горячим трубным водоснабжением, которое применяется в северных регионах, где наружная температура меньше требуемой для создания микроклимата внутри теплицы. На основании закона сохранения тепловой энергии приближенная модель изменения температуры в теплице в зависимости от управляющего и основных возмущающих воздействий представляется в работах ряда исследователей [2–6] уравнением:
o kdt- = к Г + к (0° - 0") -T cc OT çàä
-
- к ( 0 " - 0 " ) - кЕ , (1)
ox íâ u где to – текущая температура воздуха в теплице; tзадо – температура труб или воды в системе отопления; tH°- температура наружного воздуха; t – время; kT – конструктивный коэффициент теплицы в кг/(Юс3), который определяется из выражения: kT = pCpVT I AT, в котором р -плотность воздуха в кг/м3; Сρ – удельная теплоемкость воздуха в Дж/(К∙кг); VТ – объем теплицы в м3; АТ - площадь теплицы в м2; kc ‒ коэффициент нагрева от солнца в кг/(Юс3); t° - температура воздействия от солнечного излучения; kОТ – коэффициент эффективности системы отопления в кг/(Юс3), который определяется по формуле: kOT = ChAh/ AT, где Сh – коэффициент преобразования тепла системы отопления Вт/(К∙м2); Ah - площадь нагревательных элементов м2; kох – коэффициент охлаждения в кг/(Юс3), который определяется двумя составляющими: kox = рСф (t) + + фсАс / An, где yv(t) - естественная вентиляция м/с; Ac - площадь стен и потолка теплицы м2; φс – коэффициент передачи тепла в окружающую среду Вт/(К∙м2); ku, Е – коэффициент и скорость транспирации воды соответствующих размерностей.
Уравнению (1) соответствует структура объекта управления ОУ (теплицы) (рис. 1), которая является структурно определенной, но неопределенной параметрически. Эта структура имеет один канал управления и три канала возмущений, распределенно влияющих на выходную координату, а также две внутренние обратные связи, что затрудняет использование этой структуры для исследования влияния управления и возмущений.
Цель работы заключается в повышении точности поддержания темпера-

internal feedback by temperature / внутренняя обратная связь по температуре
Р и с. 1. Исходная структура объекта управления
F i g. 1. The initial structure of the control object
туры воздуха в теплице, для чего решаются следующие задачи:
– приведение исходной модели ОУ (1) и соответствующей структуры (рис. 1) к виду, удобному для исследования влияния неопределенности параметров модели и возмущающих воздействий;
-
– разработка алгоритма адаптации регулятора для структуры системы управления с учетом реальных элементов и запаздывания в передаче теплоносителя;
-
- проверка работоспособности реальной САУ температурой в теплице путем компьютерного моделирования.
Обзор литературы
Наиболее распространенным на практике методом регулирования температуры в теплице является введение ПИД-регулятора в контур отопления [3; 11] из-за его простоты. Однако он имеет ограничения по качеству регулирования, так как не учитывает неопре- деленность параметров и действие возмущений. Применение искусственных нейронных сетей [8; 9] позволяет получить высокую точность регулирования, что сложно применимо на практике из-за необходимости обучения. Это касается использования достаточно сложных интеллектуальных систем [7; 10]. Применение математических моделей [11; 12] позволяет учесть некоторые нелинейности в динамике, но не учитывает неопределенность параметров. Методы адаптивного и модального управления2 применены в работах ряда ученых [7; 10; 13] для синтеза одноканального регулятора и в исследовании Д. Н. Герасимова и М. В. Лызлова [2] для синтеза многоканального регулирования микроклимата теплицы, где использованы беспоисковые алгоритмы адаптации на основе идентификации неопределенных параметров и оценки их состояния. Беспоисковые алгоритмы адаптации требуют значительных вычислительных ресурсов, так как для их реализации необходима достаточно полная информация о действующих изменениях параметров, возмущений и их принадлежности определенному классу.
В некоторых случаях для создания системы управления микроклиматом на основе общепромышленных SCADA-систем3, когда имеется возможность применения стандартного ПИД-регулятора, но или нет возможности реализации экстраполятора Смита [14] для компенсации транспортного запаздывания, или неизвестна точная структура модели объекта управления, требуется поддерживать состояние температурного режима с максимально высокими настроечными коэффициентами регулятора [15]. Некоторые SCADA-системы имеют средства для автоматической настройки ПИД-регулятора4, но в системах с большими транспортными задержками их работа не приводит к нужному результату. В условиях нестационарности объекта это может привести к срыву процесса управления в автоколебательный режим, что нередко наблюдается на практике.
Материалы и методы
Приведение исходной модели температуры воздуха в теплице (1) и соответствующей структуры ОУ к виду, удобному для исследования параметрической неопределенности модели и возмущающих воздействий, проделано путем формального алгебраического преобразования уравнения теплового баланса (1) и по правилам эквивалентных преобразований структурных схем линейных САУ В результате преобразований получена структура реальной системы управления температурой в теплице (рис. 2), в которой в более опре-

Р и с. 2. Структура реальной системы управления температурой теплицы F i g. 2. Structure of a real greenhouse temperature control system
деленной структуре ОУ сосредоточенно на выходную координату через апериодические звенья с постоянной времени TT в секундах, равной отношению T t = kT / ( kor + к х ), действуют управление и возмущения, исключена внутренняя обратная связь, в канал управления температурой введены регулирующий, исполнительный и измерительный элементы, а также учтено запаздывание в движении теплоносителя.
На основе проведенного анализа существующих решений по синтезу САУ температурой в теплице в работе используется ПИД-регулирование в SCADA-системе с учетом запаздывания и адаптивный итерационный (поисковый) алгоритм подстройки ПИД-регулятора для компенсации про- извольных не заданных заранее параметрических возмущений. Применение итерационного (поискового) алгоритма адаптации обусловлено тем, что для реальных процессов как проектируемых, так и функционирующих, есть предварительная информация об управляемом процессе.
Структурная схема итерационного алгоритма определения параметров динамики процесса и подстройки коэффициентов ПИД-регулятора представлена на рисунке 3. В предположении, что в системе управления ведется база данных реального времени, которая содержит тренды управляемого процесса, можно применить адаптивный регулятор, использующий анализ этой базы данных. В его основе лежит оценка

Р и с. 3. Алгоритм определения параметров процесса и подстройки коэффициентов ПИД-регулятора
F i g. 3. Algorithm for determining the process parameters and adjusting the coefficients of the PID controller
предыдущего состояния процесса регулирования. Если известна основная постоянная времени процесса регулирования To и период дискретизации Tд системы управления, то известно и количество записей в базе данных относительно текущего момента, которые могут дать информацию о ходе регулирования с числом выборок N = To / Tд. Используя или операторы языка СУБД или SQL-запросы, можно определить температуры t0мин, t0макс, t0ср, период Тк и амплитуду А к колебаний процесса регулирования.
Оценка качества процесса регулирования заключается в проверке, укладывается ли амплитуда колебаний Ак в пределы допустимой амплитуды εк и какова величина статической ошибки регулирования At0 = t03 - t0cp. По полу- ченной оценке производится коррекция коэффициентов регулятора Кп и Кд в сторону увеличения или уменьшения.
Одновременно вводится значение надбавки дополнительно к заданной температуре t0 = t03 ± At0 , чтобы компенсировать статическую ошибку. Одновременно проверяются допустимые границы изменения коэффициентов. Ввиду большого значения транспортной задержки применение интегральной составляющей регулятора ограничено и здесь не используется.
Результаты исследования
Для проверки поведения реальной САУ со структурой, приведенной на рисунке 2, с адаптивным итерационным регулятором составлена ее модель в пакете моделирования МВТУ (Sim-InTech)5 (рис. 4). На представленной адаптер/

adjustment block
Р и с. 4. Модель адаптивной итерационной системы управления
F i g. 4. Model of adaptive iterative control system
[ETS]
модели блок адаптации БА производит поиск бесколебательной зоны управления в пределах допустимых изменений коэффициентов ПИД-регулятора.
Параметры модели следующие: t0з = 20 оС, ПИД-регулятор, регулирующий клапан, представленным в виде звена с насыщением Ккл = 0,55. Задержка, обусловленная транспортным запаздыванием теплоносителя, τ = 240 с. Передаточная функция теплицы в канале управляющего воздействия представлена двумя апериодическими звеньями, первое из которых учитывает трубное отопление, а второе собственно теплицу по структуре рисунка 2. Коэффициент передачи теплицы, определенный по кривой выбега, Кт = 0,39, постоянная времени То = 2400 с. Коэффициент передачи цепи обратной связи Кд = 1,0, постоянная времени обратной связи Тд = 9 с.
Том 29, № 3. 2019
Так как процесс вхождения в бесколебательную зону может сопровождаться снижением пропорционального коэффициента регулятора и увеличением статической ошибки, то вторая составляющая блока адаптации, в виде программного блока, производит оценку ошибки и подстройку задающего воздействия через добавку ∆to.
Результаты моделирования при температуре 20 оС и дальнейшем ее снижении до 15 оС представлены на рисунке 5, там же показано влияние возмущающего воздействия на 10000-ной секунде процесса.
Обсуждение и заключение
Из полученных результатов моделирования видно, что подстройка коэффициентов ПИД-регулятора приводит к снижению колебательности процесса до допустимых пределов при повышении статической ошибки. Применение

Р и с. 5. Результаты моделирования адаптивной итерационной системы управления
F i g. 5. Results of modeling an adaptive iterative control system
390 Процессы и машины агроинженерных систем
блока подстройки задающего воздействия эту ошибку устраняет, заставляя систему работать на грани перехода в колебательный режим. Таким образом, применение предлагаемого алгоритма адаптации в системе управления с большими транспортными задержками позволит избежать явления колебательности процесса, снизит износ регулирующего оборудования и повысит качество управления.
Предлагаемый алгоритм адаптации, заключающийся в аддитивной подстройке коэффициентов ПИД-регулятора, удобно реализуемый в SCAdA-системе, обеспечивает компенсацию неопределенности модели и возмущений, при этом достигается требуемая точность поддержания температуры в теплице. Результаты исследования послужат материалом для разработки многоконтурной САУ микроклимата теплицы с исследованием влияния и компенсации параметрической и структурной неопределенности, инер-ционностей и нелинейностей реальных элементов. Выводы работы могут быть использованы во многих отраслях народного хозяйства для исследования общих и прикладных проблем цифрового адаптивного управления процесса-ми6 с ПИД-регулированием координат [16], например, в системах управления интеллектуальными зданиями [17], в радиотехнике [18], в пищевой промышленности [19], в стройиндустрии [20], в производстве резинотехнических изделий [21] и т. д.
Поступила 17.12.2018; принята к публикации 18.02.2019; опубликована онлайн 30.09.2019
Об авторах:
Все авторы прочитали и одобрили окончательный вариант рукописи.
Список литературы Адаптивное итерационное управление температурой в теплице
- Грудинин В. С. Управление микроклиматом и средства фитомониторинга // Аграрная наука Евро-Северо-Востока. 2007. № 10. C. 124-127. URL: http://www.cnshb.ru/jour/j_as.asp?id=96472 (дата обращения: 22.01.2019).
- Герасимов Д. Н., Лызлова М В. Адаптивное управление микроклиматом в теплицах // Известия РАН. Теория и системы управления. 2014. № 6. С. 124-135. URL: https://clck.ru/HHiDy (дата обращения: 22.01.2019).
- Токмаков Н. М., Грудинин В. С. Математическая модель системы управления микроклиматом ангарных теплиц. Гавриш. 2008. № 3. С. 28-32. URL: http://samodelkin.komi.ru/doc/6.pdf (дата обращения: 22.01.2019).
- Von Zabeltitz C. Greenhouse Structures // Ecosystems of the World. 1999. Vol. 20. rjp. 17-69. DOI: 10.1007/978-3-642-14582-7_5
- Jones P., Jones J. W., Hwang Y. Simulation for Determining Greenhouse Temperature Set Points // Transactions of the ASAE. 1990. Vol. 33, no. 5. Рр. 1722-1728. URL: https://scholar.google.ru/scholar?c luster=7823325459120957027
- Van Straten G., Van Henten E. J. Optimal Greenhouse Cultivation Control: Survey and Perspectives // Dept. Agrotechnology and Food Science. Systems and Control. 2010. Vol. 43, Issue 26. Pp. 18-33. URL: https://library.wur.nl/WebQuery/wurpubs/fulltext/161860 (дата обращения: 22.01.2019).
- Zeng S., Xu H. H. L., Li G. Nonlinear Adaptive PID Control for Greenhouse Environment Based on RBF Network // Sensors. 2012. Vol. 12. Pp. 5328-5348.
- DOI: 10.3390/s120505328
- Seginer I., Boulard T., Bailey B. J. Neural Network Models of the Greenhouse Climate // Agricultural Engineering Research. 1994. Vol. 59. Рp. 203-216. URL: https://www.researchgate.net/ profile/T_Boulard/publication/222347971_Neural_Network_Models_of_the_Greenhouse_Climate/ links/5a0802894585157013a5e0ea/Neural-Network-Models-of-the-Greenhouse-Climate.pdf (дата обращения: 22.01.2019).
- Олссон Г., Пиани Д. Цифровые системы автоматизации и управления. СПб.: Невский Диалект, 2001. 557 с. URL: http://industry.ucoz.ru/_fr/0/4405990.pdf (дата обращения: 22.01.2019).
- Kok R., Lacroix R., Clark G., Taillefer E. Imitation of a Procedural Greenhouse Model with an Artificial Neural Network // Canadian Agricultural Engineering. 1994. Vol. 36, no. 2. Pp. 117-126. URL: https://scholar.google.ru/scholar?cluster=2098238280172549431
- Грудинин В. С. Адаптивная компьютерная система управления микроклиматом // Аграрная наука Евро-Северо-Востока. 2007. № 9. С. 137-142. URL: http://www.cnshb.ru/jour/j_as.asp?id=92776 (дата обращения: 22.01.2019).
- Ferreira P. M., Ruano A. E. Discrete Model Based Greenhouse Environmental Control Using the Branch
- Dynamic Modeling and Simulation of Greenhouse Environments under Several Scenarios: a Web-Based Application / Efren Fitz-Rodriguez [et al.] // Computers and Electronics in Agriculture. 2010. Vol. 70. Pp. 105-116. URL: http://irrecenvhort.ifas.ufl.edu/Teaching publications/Publications/ COMPAG-2009-Greenhouse simulation.pdf (дата обращения: 22.01.2019).
- Berenguel M., Yebra L. J., Rodriguez F. Adaptive Control Strategies for Greenhouse Temperature Control // En viado a ECC. 2003.
- DOI: 10.23919/ECC.2003.7086457
- Мееров М. В. Адаптивные компенсирующие регуляторы с предиктором Смита // Автоматика и телемеханика. 2000. № 10. С. 125-135. URL: http://www.mathnet.ru/php/archive.phtml?wshow =paper
- Денисенко В. В. ПИД-регуляторы: принципы построения и модификации // Современные технологии автоматизации. 2007. № 1. С. 78-88. URL: http://www.studmed.ru/denisenko-vv-pid-regu-lyatory-principy-postroeniya-i-modrfikacii_dc7431cf063.html (дата обращения: 22.01.2019).
- Astrom K. J., Hagglund T. Advanced PID control. Durham: ISA, 2006. 460 p. URL: http:// intranet.ceautomatica.es/sites/default/files/upload/13/files/AdvancesInPIDControl_KJA.pdf (дата обращения: 22.01.2019).
- Карпенко А. В., Петрова И. Ю. Модели управления микроклиматом в помещении // Фундаментальные исследования. 2016. № 7 (2). С. 224-229. URL: http://fundamental-research.ru/ru/ar-ticle/view?id=40488 (дата обращения: 22.01.2019).
- Гудкова Н. В. Приложение принципов адаптивного моделирования к задачам управления динамическими объектами типа «черный ящик» // Современная электроника. 2012. № 8. С. 68-70. URL: http://www.radiofiles.ru/news/sovremennaja_ehlektronika_8_2012/2012-10-09-2397 (дата обращения: 22.01.2019).
- Анализ управляемости и устойчивости приближенной модели теплопереноса в автоклаве / С. А. Мокрушин [и др.] // Вестник Мордовского университета. 2018. Т. 28, № 3. С. 416-128.
- DOI: 10.15507/0236-2910.028.201803.416-428
- Alonso A. A., Banga J. R., Perez-Martin R. Modeling and Adaptive Control for Batch Sterilization // Computers
- Киргин Д. С. Алгоритмы управления технологическим процессом вулканизации установки автоклав // Вестник ИрГТУ. 2011. Т. 55, № 8. С. 195-199.