一种适用于生猪运输车辆烘干系统的智能温控算法

本发明涉及温控算法领域，具体涉及一种适用于生猪运输车辆烘干系统的智能温控算法。

背景技术：

1、随着我国经济发展水平的不断提高和人民生活水平的提升，我国的养猪行业也由之前的农村散户散养模式转化为集中化、专业化、规模化的养殖模式。而我国养猪模式的转变，虽然极大提高了生产管理集约化水平和生猪的生产效率，降低了生猪的生长周期。但同样也有弊端，例如若一头猪感染非洲猪瘟，由于其传染性极高，整个养猪场有极大可能被感染，将给养殖企业造成巨大的经济损失。基于这样的背景，在大规模养殖活动中，对非洲猪瘟病毒的防控就显得更加重要。

2、在有关技术人员通过对感染疾病的猪只进行非洲猪瘟病毒传播溯源的研究后，发现目前的asf可以通过猪只之间直接接触传播以及通过病毒与空气形成气溶胶介质进行传播，而相关的流行病学研究表明，饲料运输车辆和工人的因素也是病毒传播的主要途径。因此对规模化养猪场来说，生猪转运车辆经常往返于猪场和养殖区外部，传播病毒可能性极大，所以在进行运输工作前，必须对车辆进行清洗、消毒、烘干等一系列工作。

3、在此背景下，根据非洲猪瘟对高热敏感的特点，相关的机构研发设计了车辆烘干房对运猪车辆进行烘干消毒，利用其烘干系统对转运车辆做好进场前的清洗、消毒和干燥，成为消灭传染源、切断猪瘟病毒传播途径的至关重要的一环，目的是使生猪运输车有效快速烘干，同时阻断非洲猪瘟的传播，提高生猪运输车的使用效率。

4、其中，车辆烘干房中温度控制系统的合理设计是重中之重。其主要作用是将预烘后的空气保留在烘干房内部，并将温度稳定在高温状态下一定时间，才可有效杀灭非洲猪瘟病毒。研究发现，烘干房内的最终温度应稳定在100℃左右并保持15分钟以上，可以杀灭当前已知的各种不同病菌，不仅仅是非洲猪瘟病毒。这样，烘干房温度控制系统的核心--温度控制算法的选择就显得尤为重要。

5、目前市面上所有的车辆烘干系统，电气控制部分的情况如下：

6、1、经济型的烘干系统是使用比较粗放的开/关切换的方式进行控制，即检测到烘干房内的实际温度未达到设定值时(通常是70℃)，系统将控制外置设备立即开始加热，直到温度达标；如果温度超过设定值，系统将立即停止加热。所使用的开/关型器件为空气开关、断路器等元器件；

7、2、精简版的烘干系统是直接使用温控仪表进行控制，仪表内置pid算法，当检测到温度不达标时，调用pid算法进行控制；

8、3、集成化的烘干系统是使用工业plc进行硬件控制，内部的温度控制采用开/关量逻辑控制，即感测系统检测到烘干房的实际温度不够设定值时，则立即开启加热，直到温度达标；如果温度超过设定值，则立即停止加热。使用了plc器件后，烘干系统的自动化程度更高，系统更加复杂。通过plc的输入输出，可以将整个系统的温度监测、气源开关阀、进气窗、鼓风机、车辆出入指示等联动控制，并可加入人身安全保护、异常停机报警等功能。所使用的控制器件为工业plc。

9、对目前市面上的车辆烘干系统，其内部温度控制算法的缺点如下：

10、1、目前烘干系统中的温度控制算法，输出稳定性不好，而且目标温度设置在70℃，对病毒杀灭不利。据研究，asf病毒在100℃高温下，温度至少需要稳定15分钟才可以被杀死。这意味着如果温度曲线不够稳定，病毒可能无法被完全清除，所以保持温控系统的稳定输出与保持足够高的温度同样重要；

11、2、烘干系统启动时超调量大，导致浪费燃料。有实验表明，一个正常的烘干站，烘干一辆车需要半小时和50升可燃气体，一天至少需要工作20个小时，这就意味着每个月要消耗60000升可燃气体。如果系统超调量减小，可以大大减少燃料消耗和成本浪费。如果系统超调过大，在调整系统温度时将导致高能耗，不符合节能的大趋势；

12、3、目前传统的开/关方式控制，温度控制的精度难以满足条件需求；

13、4、根据对中国诸多农业类相关政策的研究，到2025年底，主要畜禽养殖的智能化和机械化水平需要得到很大的提升。因此，我们需要大力推进生猪、蛋鸡、肉鸡养殖设备的智能化和机械化，从而推动畜禽生产自动化技术和装备的发展。

14、综上，目前烘干房的温度控制系统一般采用传统的开/关控制技术或者pid控制方法，对智能化控制算法的研究相对较少。由于生猪转运车辆烘干房内的温度变化具有非线性、大惯性、大时滞性的特点，故仅使用当前的控制技术并不能满足其工艺要求，更不能满足未来智能化技术发展的需要。

15、

16、

17、

18、

19、

20、

21、

22、

23、

24、

技术实现思路

1、本发明是为了解决上述问题而进行的，目的在于提供一种适用于生猪运输车辆烘干系统的智能温控算法。

2、本发明提供了一种适用于生猪运输车辆烘干系统的智能温控算法，具有这样的特征，包括以下步骤：步骤1，设计一个双输入、三输出的模糊控制器，并选取烘干系统的实际反馈温度与目标温度的偏差e和偏差变化率ec作为所设计控制器的两个输入，经模糊控制器内置的模糊规则推理后，输出为三个变量，动态调整后续pid控制器的kp、ki、kd参数值；步骤2，针对步骤1中的输入、输出变量，根据变论域的思想，分别为其设计合适的伸缩因子α(e)、α(ec)以及β(p)、β(i)、β(d)。基于输入量量化因子的伸缩因子α和输出量比例因子的伸缩因子β，经过模糊控制器得到pid参数的动态调整值δkp、δki、δkd；步骤3，将pid控制参数的初始值kp0、ki0、kd0分别与步骤2得到的pid参数的动态调整值δkp、δki、δkd相加，实时调整模糊pid控制器的kp、ki、kd参数，进而控制输出电压，通过模拟量调节燃料进气阀的开度达到实时控制烘干房温度的目的；步骤4，采集烘干房内多个位置点的温度传感器数据，基于多传感器数据融合的方法，实时将烘干房的温度反馈至步骤1进行偏差控制，如此循环。使实际温度逐渐趋于目标温度。

3、在本发明提供的适用于生猪运输车辆烘干系统的智能温控算法中，还可以具有这样的特征：其中，步骤1中，设x1＝[-e,e]为偏差e的论域，x2＝[-ec,ec]为偏差变化率的论域，y＝[-u,u]可统一记为三个输出变量的论域，各论域经过伸缩变化后变为[-α(e)e,α(e)e]、[-α(ec)ec,α2(ec)ec]和[-β(u)u,β(u)u]，其中α(e)、α(ec)和β(u)是论域的伸缩因子。

4、在本发明提供的适用于生猪运输车辆烘干系统的智能温控算法中，还可以具有这样的特征：其中，伸缩因子作用在模糊控制器的输入输出变量的论域上，对输入输出论域进行适当的调整。设伸缩因子α(x)为变量x的连续函数，伸缩因子需满足以下条件：(1)对偶性：即α(x)＝α(-x)；(2)单调性：α(x)在[0,e]上严格单调递增，在[-e,0]严格递减；(3)保零性：α(0)＝0；(4)协调性：|x|≤α(x)e成立；(5)正规性：α(±e)＝1。

5、在本发明提供的适用于生猪运输车辆烘干系统的智能温控算法中，还可以具有这样的特征：其中，步骤2具体包括以下步骤：步骤2-1，根据烘干工作过程中的温度特性，选取偏差e及偏差变化率ec的基本论域分别为[-10,10]、[-6,6]，温度控制器工作时，需要将物理论域映射到离散模糊论域上，根据系统实际的运算能力及控制要求，选取偏差及偏差变化率的模糊论域e及ec均为{-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6}。根据温度偏差e、偏差变化率ec的基本论域及模糊论域，量化因子ke、kec的计算式如下：

6、

7、

8、对于模糊推理得到的模糊控制量，也需要将其映射到物理论域，根据温度控制过程的实际要求，选取变论域模糊pid控制器中pid参数调整量δkp、δki、δkd的物理论域分别为[-0.15,0.15]，[-0.0015,0.0015]，[-2.4,2.4]，模糊论域均为{-6,-5,-4,-3,-2,-1,0,1,2,3,4,5,6}，则比例因子计算式如下：

9、

10、

11、

12、基于实际情况，将温度偏差、偏差变化率及pid控制器参数的调整值δkp、δki、δkd的模糊论域语言变量均取为{nb,nm,ns,zo,ps,pm,pb}，即负大，负中，负小，零，正小，正中，正大；步骤2-2，温度偏差、偏差变化率及pid控制器参数三个增量δkp、δki、δkd的模糊子集隶属函数均选取三角形函数。模糊语言变量的赋值表如下：

13、表1模糊语言变量e、ec、kp、ki、kd的赋值表

14、

15、

16、依据pid控制器中各个参数的作用，变论域模糊pid控制器参数的整定值δkp、δki、δkd的控制规则如下：a.在烘干系统加热的初始阶段是从低温开始加热，温度偏差大，为了加快响应速度，采用较大的kp，为了避免较大的超调量，需采用较小的ki，为了防止加热装置开始工作时，较大的偏差引起的过饱和，需采用较小的kd；b.在烘干房内的温度接近设定温度时，为了避免温度超调，需采用较小的kp，ki应较小或取零，较大的kd；c.在烘干房内的温度已经超调时，为了避免过高的温度引起能源浪费，应使温度尽快回调，需采用适中的kp，采用较大的kd。

17、表2参数δkp的模糊控制规则表

18、

19、表3参数δki的模糊控制规则表

20、

21、表4参数δkd的模糊控制规则表

22、

23、步骤2-3，根据控制规则进行模糊推理求得pid控制参数的调整值，δkp的推理过程如下：模糊推理语句如下：的49条模糊推理语句具体如下：

24、if e＝nb and ec＝nb thenδkp＝pb   (8)

25、if e＝nm and ec＝nb thenδkp＝pb   (9)

26、......

27、if e＝ns and ec＝nb thenδkp＝pm   (10)

28、if e＝pb and ec＝pb thenδkp＝nb   (11)

29、设输入输出间的模糊关系为rk，rk可以表示为：

30、

31、其中，和ei、ecj是分别定义在e、ec和δkp上的模糊子集。设总的模糊

32、关系为r，则r＝r1∪r2∪...∪rn(13)

33、根据上述推理，可得：

34、r1＝(e＝nb)^(ec＝nb)^(δkp＝pb)   (14)

35、r2＝(e＝nm)∧(ec＝nb)^(δkp＝pb)   (15)

36、r3＝(e＝ns)^(ec＝nb)^(δkp＝pm)   (16)

37、r49＝(e＝pb)^(ec＝pb)^(δkp＝nb)…   (17)

38、将表1中的值代入公式12中，可得：

39、r1＝{[1 0.5 0...0]t×[1 0.5 0...0]}t∧[0…0 0.5 1]   (18)

40、r49＝{[0...0 0.5 1]t×[0…0 0.5 1]}t∧[1 0.5 0…0]   (19)

41、则对于给定的偏差e，偏差变化率ec，δkp的模糊输出量的推理过程如下：

42、

43、同理，可以得出的模糊推理输出量。对于模糊推理得到的模糊控制量，需要将其转换为控制器可识别的清晰值，本专利选用精度较高的加权平均法进行模糊控制量的清晰化，分别得到pid控制参数的三个调整值，即：

44、

45、

46、

47、其中，为相应的模糊子集隶属函数的隶属度。

48、在本发明提供的适用于生猪运输车辆烘干系统的智能温控算法中，还可以具有这样的特征：其中，步骤3中，pid控制的三个控制参数kp、ki、kd的计算值如下：

49、

50、上式中为pid控制参数的初始值。

51、在本发明提供的适用于生猪运输车辆烘干系统的智能温控算法中，还可以具有这样的特征：其中，步骤4中，针对烘干房内多个位置点的温度传感器数据进行实时采集和数据融合，并确定各观测点温度传感器的权重值，最终采用加权平均法进行数据融合输出。

52、多传感器数据融合的实质是模仿人脑的工作模式，综合处理来自外部信息组合的方法。将多个传感器监测值在一定方式下加以分析处理，进而做出决策。这种决策信息是任何单一传感器所无法独立获取的，从而形成对外界信息更加可靠的判断。通过传感器之间互相协调作用，提高整个系统的有效性。

53、多传感器系统的功能需借助合适的融合算法实现。对于多传感器数据融合系统常用的方法有随机和人工智能两大类。随机类方法有加权平均法、卡尔曼滤波法、多贝叶斯估计法、dempster-shafer(d-s)证据推理、产生式规则等；人工智能类方法则有模糊逻辑理论、神经网络、粗集理论、专家系统等。

54、在此之中，加权平均法是信号级的最简单、最直观的融合方法，实现起来也比较方便。该方法将一组传感器提供的冗余信息进行加权平均的结果作为融合值，其比较适合用于动态环境中，因此本专利中对于多传感器的数据处理采用加权平均法实现。使用该方法时必须先对系统的传感器进行细致分析，以获得准确的权值，否则误差太大，因此我们针对车辆烘干房内多个位置点的温度传感器数据进行了多次采集和细致的总结整理，并最终确定了各观测点温度传感器的权重值。这样，通过这一简单有效的数据融合方法，我们对烘干房内的各温度数据进行了有效筛选，有效地提高了数据的采集精度，保证数据的稳定性与可靠性，也提高了后面变论域模糊pid控制器的输入精度，进一步减少了系统的误操作。

55、发明的作用与效果

56、本发明所涉及的适用于生猪运输车辆烘干系统的智能温控算法，具体过程为：步骤1，设计一个双输入、三输出的模糊控制器，并选取烘干系统的实际反馈温度与目标温度的偏差e和偏差变化率ec作为所设计控制器的两个输入，经模糊控制器内置的模糊规则推理后，输出为三个变量，动态调整后续pid控制器的kp、ki、kd参数值；步骤2，针对步骤1中的输入、输出变量，根据变论域的思想，分别为其设计合适的伸缩因子α(e)、α(ec)以及β(p)、β(i)、β(d)。基于输入量的量化因子的伸缩因子α和输出量的比例因子的伸缩因子β，经过模糊控制器得到pid参数的动态调整值δkd、δki、δkp；步骤3，将pid控制参数的初始值分别与步骤2得到的pid参数的动态调整值δkp、δki、δkd相加，实时调整模糊pid控制器的kp、ki、kd参数，进而控制输出电压，通过模拟量调节燃料进气阀的开度达到实时控制烘干房温度的目的；步骤4，采集烘干房内多个位置点的温度传感器数据，基于多传感器数据融合的方法，实时将烘干房的温度反馈至步骤1进行偏差控制，如此循环。使实际温度逐渐趋于目标温度。

57、本发明可以显著提升现有控制器的控制精度和效果，在运行过程中可大大节约养殖企业的燃料成本，同时对于控制系统的输出稳定性有较大的提升，可以更好地杀灭非洲猪瘟病毒。

58、本发明所提出的智能算法具有较好的鲁棒稳定性，可以更好地适应烘干房的温度变化特性。

59、本发明的变论域模糊pid控制相对于其他算法，系统具有更快的响应速度和更小的超调量，调节时间也较短，未来如果在烘干房温度控制系统中应用，将具有更优的综合控制能力。

60、最后，本发明对于提升养殖领域的智能化水平将具有重大的意义，具有良好的市场推广价值。