智能溫控箱的優(yōu)化設(shè)計(jì)

新疆大學(xué)信息科學(xué)與工程學(xué)院 韓樂(lè)凡 侯鑫睿 張壯壯 劉 艷

在現(xiàn)有PID算法的基礎(chǔ)上，具現(xiàn)化分析當(dāng)前箱體的環(huán)境，通過(guò)與現(xiàn)行PID算法的目標(biāo)溫度控制時(shí)長(zhǎng)和非線性動(dòng)態(tài)整定幅度做對(duì)比分析，構(gòu)建了非線性動(dòng)態(tài)整定問(wèn)題的BP-PID算法模型。采用一種特定參數(shù)調(diào)整方法，并融入“互聯(lián)網(wǎng)+”技術(shù)，實(shí)現(xiàn)了對(duì)智能溫控箱的優(yōu)化設(shè)計(jì)。使其具有快速響應(yīng)、高穩(wěn)定性、遠(yuǎn)程監(jiān)控、報(bào)警等特性。本設(shè)計(jì)基于物聯(lián)網(wǎng)構(gòu)架，實(shí)現(xiàn)了溫控箱的溫度實(shí)時(shí)采集上傳、APP端遠(yuǎn)程下發(fā)指令、云平臺(tái)實(shí)時(shí)監(jiān)控等功能，根據(jù)BP神經(jīng)網(wǎng)絡(luò)的非線性迫近能力以及自主學(xué)習(xí)能力與傳統(tǒng)PID結(jié)合，實(shí)現(xiàn)對(duì)溫控箱控制過(guò)程的優(yōu)化設(shè)計(jì)。實(shí)驗(yàn)表明：智能溫控箱的遠(yuǎn)程控制特性以及快速響應(yīng)、高穩(wěn)定性的特性，使其具有更廣的應(yīng)用前景。

智能溫控箱的應(yīng)用不僅僅局限于工農(nóng)業(yè)生產(chǎn)領(lǐng)域。實(shí)際生活中，藥品、疫苗等特殊物品都需要特定的儲(chǔ)藏環(huán)境需求，以保證其在一定時(shí)間范圍內(nèi)的品質(zhì)和效果。同時(shí)突破溫控箱地域空間的局限性，融入“互聯(lián)網(wǎng)+”技術(shù)實(shí)施遠(yuǎn)程控制，使溫控箱的應(yīng)用在時(shí)間和空間層面都得到有效拓展。

基于實(shí)驗(yàn)中使用的溫控箱無(wú)法滿足遠(yuǎn)程操控的缺點(diǎn)以及常規(guī)的PID算法不能滿足復(fù)雜環(huán)境變化的需求，對(duì)現(xiàn)有溫控箱進(jìn)行了智能優(yōu)化設(shè)計(jì)。使其既能夠?qū)崿F(xiàn)遠(yuǎn)程溫度控制，也能夠通過(guò)BP神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)PID相結(jié)合，達(dá)到溫度控制響應(yīng)速度快、穩(wěn)定性強(qiáng)、收斂時(shí)間少的控制效果。對(duì)于溫控箱智能化應(yīng)用場(chǎng)景的拓展和推廣，具有非常好的意義。

1 智能溫控箱的設(shè)計(jì)

智能溫控箱的功能設(shè)計(jì)主要完成：①用戶端根據(jù)需求進(jìn)行遠(yuǎn)程溫度設(shè)置，溫控箱根據(jù)實(shí)際溫度快速準(zhǔn)確的完成升溫或降溫操作；②根據(jù)溫度預(yù)設(shè)值、箱體周圍環(huán)境的變化做自適應(yīng)溫度調(diào)整；③存儲(chǔ)和顯示一定時(shí)間內(nèi)的溫度變化曲線，進(jìn)行溫度變化趨勢(shì)預(yù)測(cè)。

1.1 智能溫控箱的架構(gòu)

智能溫控箱的架構(gòu)如圖1所示，以STM32為核心處理硬件，通過(guò)該硬件采集箱體內(nèi)的溫度，借助中國(guó)移動(dòng)OneNet云平臺(tái)實(shí)現(xiàn)數(shù)據(jù)的轉(zhuǎn)發(fā)和存儲(chǔ)，客戶端或者APP端實(shí)現(xiàn)對(duì)溫控箱的遠(yuǎn)程控制，進(jìn)行升溫或者降溫處理達(dá)到預(yù)設(shè)溫度；同時(shí)通過(guò)WiFi模塊的透?jìng)鞣绞綄⒉杉@得的數(shù)據(jù)以及箱體內(nèi)的變化結(jié)果上傳至云服務(wù)器端，實(shí)現(xiàn)客戶端的可視化功能。

圖1 智能溫控箱的架構(gòu)圖

1.2 智能溫控箱的工作流程

智能溫控箱的工作流程如圖2所示，主要涉及到單片機(jī)控制模塊、網(wǎng)絡(luò)傳輸模塊以及數(shù)據(jù)處理模塊。協(xié)同完成箱體的溫度控制和數(shù)據(jù)的上傳、下達(dá)和處理功能。

圖2 工作流程設(shè)計(jì)圖

1.3 溫度控制模塊設(shè)計(jì)

智能溫控箱的溫度控制模塊包括算法和硬件控制兩部分。溫度控制算法采用BP神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)PID算法相結(jié)合，以控制變量BP-KP,BP-KI,BP-KD為調(diào)節(jié)參數(shù)，以溫度收斂時(shí)長(zhǎng)為被控對(duì)象，結(jié)合硬件控制部分實(shí)現(xiàn)溫度控制模塊的設(shè)計(jì)，如圖3所示。

智能溫控箱的控制系統(tǒng)接收溫度傳感器的信號(hào)經(jīng)過(guò)模/數(shù)轉(zhuǎn)換，與遠(yuǎn)程網(wǎng)絡(luò)下發(fā)的設(shè)定值進(jìn)行偏差比對(duì)分析，利用神經(jīng)網(wǎng)絡(luò)算法的趨勢(shì)學(xué)習(xí)特性，調(diào)整各參數(shù)的權(quán)值為最優(yōu)解，實(shí)時(shí)在線自整定PID控制器的三個(gè)參數(shù)，并下達(dá)指令至STM32，最終通過(guò)PWM調(diào)整加熱絲或冷凝器的功率，控制箱體的溫度實(shí)時(shí)變化，達(dá)到智能溫控箱性能優(yōu)化的設(shè)計(jì)目標(biāo)。

圖3 溫度控制模塊

2 智能溫控箱的性能優(yōu)化

2.1 控制算法的優(yōu)化

智能溫控箱的溫度控制算法采用三層神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，其中包含一個(gè)隱含層完成從輸入到輸出的任意線性和非線性函數(shù)的逼近、擬合指標(biāo)，其結(jié)構(gòu)如圖4所示。

圖4 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖

通過(guò)該三層神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，實(shí)現(xiàn)傳統(tǒng)PID算法的控制參數(shù)的自調(diào)整以及尋求到最優(yōu)解，通過(guò)BP神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)PID算法相結(jié)合，達(dá)成了溫控箱的溫度控制響應(yīng)速度快，穩(wěn)定性強(qiáng)，收斂時(shí)間少的目標(biāo)。

2.1.1 控制算法模型

基于溫控箱的實(shí)際應(yīng)用場(chǎng)景以及能量守恒定律，確定了智能溫控算法模型。單位時(shí)間內(nèi)，溫控箱的箱體內(nèi)具有所有能量的變化量等于箱體內(nèi)流入能量和流出能量的差，通過(guò)推演得出該箱體的數(shù)學(xué)模型表達(dá)式：

等式左邊是單位時(shí)間的能量變化量，等式右邊為單位時(shí)間的能量流入流出的差值。該表達(dá)式各參數(shù)如表1所示。

表1 參數(shù)及其含義

傳遞函數(shù)為：

其中，K為實(shí)驗(yàn)箱的比例系數(shù)，T為時(shí)間常數(shù)。

則得到本系統(tǒng)的傳遞函數(shù)為：

采用z變換將系統(tǒng)離散化，離散化后的狀態(tài)方程為：

2.1.2 控制算法流程

將BP神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)PID相結(jié)合，進(jìn)行溫度控制算法流程如下：

（1）確定BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)以及確定各層節(jié)點(diǎn)、數(shù)目等參數(shù)；

（2）通過(guò)采樣，獲得rin(k)、yout(k)，并計(jì)算出該時(shí)刻的誤差：

（3）計(jì)算各層神經(jīng)元的輸入、輸出，其輸出層的輸出即為PID控制器的kp、ki、kd；

（4）計(jì)算控制器的輸出u(k)；

（6）置k=k+1，返回到步驟1。

2.2 基于“互聯(lián)網(wǎng)+”特性的優(yōu)化

優(yōu)化后的智能溫控箱融合了“互聯(lián)網(wǎng)+”特性。遠(yuǎn)程功能設(shè)計(jì)采用WiFi模塊的透?jìng)鞣绞胶虯P的結(jié)合，使得溫控系統(tǒng)穩(wěn)定接入網(wǎng)絡(luò)，通過(guò)HTTP等協(xié)議實(shí)現(xiàn)了數(shù)據(jù)的上傳和下載、平臺(tái)和客戶端的交互以及可視化數(shù)據(jù)的展示。

3 仿真測(cè)試

3.1 BP-PID算法優(yōu)化性能測(cè)試

測(cè)試主要針對(duì)BP神經(jīng)網(wǎng)絡(luò)整定的PID智能溫控算法與常規(guī)PID溫控算法進(jìn)行了MATLAB仿真實(shí)驗(yàn)。根據(jù)實(shí)驗(yàn)需求構(gòu)建了如圖5所示的simulink模型，將上述控制算法模型作為傳遞函數(shù)運(yùn)用于simulink模型中。該算法的加權(quán)系數(shù)的各個(gè)初始值取隨機(jī)數(shù)[0,1]，慣性系數(shù)設(shè)定α=0.05，學(xué)習(xí)速率設(shè)定η=0.2。

圖5 Simulink模型構(gòu)建

接入階躍信號(hào)后得到圖6所示仿真效果：

圖6 接入階躍信號(hào)的測(cè)試結(jié)果

從圖6中可以看出經(jīng)過(guò)優(yōu)化后的算法，其收斂時(shí)間更少，控制過(guò)程曲線更加平滑。性能指標(biāo)比較如表2所示。

表2 性能指標(biāo)的比較

對(duì)比不同算法的抗干擾特性，在本系統(tǒng)的150-200的采樣時(shí)刻，加入幅值為0.2的干擾，在此干擾情況下，仿真結(jié)果如圖7所示。

圖7 干擾幅值為0.2的測(cè)試結(jié)果

從圖7中可以看出經(jīng)過(guò)優(yōu)化后的算法，其控制過(guò)程表現(xiàn)出抑制能力增強(qiáng)、恢復(fù)速度加快的特點(diǎn)。

3.2 “互聯(lián)網(wǎng)+”優(yōu)化性能測(cè)試

基于“互聯(lián)網(wǎng)+”的優(yōu)化性能測(cè)試，采用實(shí)物搭建完成相應(yīng)的功能。根據(jù)用戶需求遠(yuǎn)程設(shè)置溫度值，達(dá)到溫度實(shí)時(shí)調(diào)整的效果，溫度的遠(yuǎn)程控制效果如圖8所示。

圖8 云端溫度數(shù)據(jù)展示圖

通過(guò)該圖，可以非常清晰的看出，隨著用戶在云端設(shè)置不同的目標(biāo)溫度，溫控箱的箱體溫度實(shí)現(xiàn)了溫度下調(diào)、持續(xù)保持、溫度上調(diào)的變化過(guò)程?？衫么鎯?chǔ)的批量數(shù)據(jù)進(jìn)行溫度變化的趨勢(shì)預(yù)測(cè)。

結(jié)論：本設(shè)計(jì)基于物聯(lián)網(wǎng)構(gòu)架，在對(duì)現(xiàn)有PID算法的研究基礎(chǔ)上，具現(xiàn)化分析當(dāng)前箱體的環(huán)境，實(shí)驗(yàn)表明：通過(guò)與傳統(tǒng)PID算法控制的時(shí)長(zhǎng)和動(dòng)態(tài)整定幅度做對(duì)比分析，融合了非線性動(dòng)態(tài)整定的BP-PID算法模型，采用特定參數(shù)調(diào)整的思想，結(jié)合“互聯(lián)網(wǎng)+”特性，實(shí)現(xiàn)了對(duì)智能溫控箱的優(yōu)化設(shè)計(jì)，使之具有控制響應(yīng)速度快、穩(wěn)定性強(qiáng)、收斂時(shí)間少的特點(diǎn)以及云平臺(tái)實(shí)時(shí)監(jiān)控、數(shù)據(jù)可視化展示、趨勢(shì)預(yù)測(cè)等功能。

與當(dāng)前流行的機(jī)器學(xué)習(xí)相比，改進(jìn)后的BP-PID算法更符合實(shí)驗(yàn)箱體的小復(fù)雜度環(huán)境。在相同的精度要求下，BP網(wǎng)絡(luò)的結(jié)構(gòu)更簡(jiǎn)單、訓(xùn)練速度快、隱層神經(jīng)元數(shù)更少、運(yùn)算量小、更容易加載在實(shí)驗(yàn)箱體的嵌入式環(huán)境。隨著5G技術(shù)的普及，經(jīng)過(guò)優(yōu)化設(shè)計(jì)智能溫控箱將具有更廣泛的應(yīng)用領(lǐng)域。