CN103345152B - 一种基于模糊智能行为模拟的家居环境健康控制方法 - Google Patents

Abstract

本发明公开了一种基于模糊智能行为模拟的家居环境健康控制方法，其特征在于：包括如下步骤：搭建家居环境健康控制装置；建立健康模糊控制数学模型；植入单片机模糊控制器；采集室内环境，传送给单片机模糊控制器；单片机模糊控制器进行模糊推理运算，得到模糊舒适控制输出响应值；传送给驱动执行机构。克服了室内健康具有不可直接测量性，以及硬件电路复杂等难题。本发明具有控制机制简单，控制方法科学、有效以及硬件电路简单等特点，在实际应用时便于推广和使用。

Description

一种基于模糊智能行为模拟的家居环境健康控制方法

技术领域

本发明属于一种家居环境控制的健康控制技术，具体涉及借助模糊控制技术的一种基于模糊智能行为模拟的家居环境健康控制方法。

背景技术

随着经济和社会的发展，人们越来越注重家具生活环境的健康程度，而家居生活环境的健康往往与室内环境的相对湿度和光照强度有着密切的联系。人体卫生学表明，生活环境过度湿润，不仅会导致一系列疾病，如风湿病、关节炎等，还会造成细菌等大量滋生，如果过干燥，则会导致皮肤出现一系列不适反应甚至出现病变；如果人体的生活环境长期光照不足，则会影响骨骼的生长发育，同时，如光照强度过强或者过弱，都会对人体的视力造成损害。而现实生活中，熟练的家庭主妇可根据其生活经验，通过控制窗帘或天棚帘采光、加湿/干燥器的工作状态来调节室内环境的健康，但这种人太少，且常不在家。而模糊智能系统能有效地模拟专家经验，把熟练操作者的经验转换成数学模型，若把这些模型写入芯片，开发成相应的装置，则可推广熟练家庭主妇的生活经验，全天候实现家居环境健康的控制。

目前该领域的产品，大多采用传统的控制方式，在某些特定的情况下会存在如下缺点或者不足之处：

(1)对于非线性的、复杂的系统建模存在着局限性；

(2)控制方式鲁棒性较差，参数的变化对控制系统的影响很大；

(3)控制机制非常复杂，电路体积庞大，响应速度慢、效率低。

因此，对于许多复杂的、难以直接建立精确数学模型的控制对象，模糊控制将是一种很好的选择。

发明内容

为了很好的解决上述问题，本发明提出了提供一种控制机制简单，控制方法科学、有效以及硬件电路简单、成本低廉的一种基于模糊智能行为模拟的家居环境健康控制方法。

本发明的技术方案如下：一种基于模糊智能行为模拟的家居环境健康控制方法，其关键在于：包括如下步骤:

第一步：选择合适的相对湿度和光照强度传感器、A/D转换器、主控芯片、驱动机构，搭建基于模糊智能行为模拟的家居环境健康控制装置；

第二步：建立针对相对湿度与光照强度的室内家居环境健康模糊控制数学模型；

第三步：将获得的健康模糊控制数学模型转化为模糊控制响应表，并将其植入单片机模糊控制器中；

第四步：传感器采集室内环境相对湿度信号和光照强度信号，并将其传送给A/D转换器；

第五步：A/D转换器将得到的传感器模拟信号转化为数字信号,并将其传送给单片机模糊控制器；

第六步：单片机模糊控制器根据输入的相对湿度信号和光照强度信号，采用查表运算的方式，计算出模糊控制输出响应值；

第七步：单片机模糊控制器控制执行驱动，实现对加湿/干燥器的工作状态和窗帘开闭度的控制；

其中，前三步为开发步骤，后四步为使用步骤。

步骤二中所述针对相对湿度与光照强度的室内家居环境健康模糊控制数学模型的建模方法如下：

模糊输入为室内相对湿度和光照强度，其模糊输入的论域为：相对湿度＝{干燥，较干燥，合适，较湿润，湿润}，光照强度＝{弱，较弱，适中，较强，强}；

模糊输出为加湿/干燥器的工作状态和窗帘开闭度，其模糊论域为：加湿/干燥器的工作状态＝{加湿，关闭，干燥}；窗帘开闭度＝{关闭，打开}。

健康控制数学模型的隶属度函数，选择三角形隶属度函数(trimf)和梯形隶属度函数(trapmf)，对模糊论域的实际范围选择，输入相对湿度的隶属度函数设计如下：

相对湿度的隶属度函数中x为相对湿度值，参照以上相对湿度的隶属度函数的设计方法，还可以得到输入光照强度的模糊化隶属度函数以及输出加湿/干燥器工作状态和窗帘开闭度的解模糊化隶属度函数；

其中，输入光照强度的模糊化隶属度函数设计如下：

输入光照强度的模糊化隶属度函数中y为当前光照强度的监测值。

对健康模糊控制系统的输入隶属度函数进行设计之后，即可进行模糊控制规则的设计。如前所述，模糊控制系统基于熟练操作者的生活经验，因此需设计模糊控制规则表，该表以熟练操作者的生活经验为依据。经过对实际模型建立的结果分析，最终得到模糊健康控制数学模型的模糊控制规则表1如下：

所述的家居环境健康控制数学模型，有了以上的输入和输出模糊论域及其取值范围、模糊化隶属度函数和模糊控制规则，就能够对健康模糊控制系统进行模糊合成。模糊控制模型合成方法如下：

设x₁表示相对湿度，x₂表示光照强度，y₁表示模糊控制的输出加湿/干燥器的工作状态，y₂表示模糊控制的输出窗帘的开闭度；A_i表示x₁属于a_i的真域，a_i表示相对湿度的论域值；B_i表示x₂属于b_i的真域，b_i表示光照强度的论域值；D_i表示y₁属于d_i的真域，d_i表示输出加湿/干燥器的工作状态的论域值；E_i表示y₂属于e_i的真域，e_i表示输出窗帘的开闭度的论域值。以健康模糊控制规则表1为依据，采用模糊控制理论的模糊推理方法，则可按照以下步骤建立健康模糊控制数学模型：

将模糊控制规则表1转化为如下形式：

Ifx₁为a₁andx₂为b₁Theny₁为d₁andy₂为e₁

Ifx₁为a₂andx₂为b₂Theny₁为d₂andy₂为e₂

·

·

·

Ifx₁为a₂₄andx₂为b₂₄Theny₁为d₂₄andy₂为e₂₄

Ifx₁为a₂₅andx₂为b₂₅Theny₁为d₂₅andy₂为e₂₅

依据上述模糊控制规则表，推理模型表示为

R＝[A₁∩B₁→D₁∩E₁]∩[A₂∩B₂→D₂∩E₂]∩...∩[A₂₄∩B₂₄→D₂₄∩E₂₄]∩[A₂₅∩B₂₅→D₂₅∩E₂₅]

从而推出

R＝[A₁∩B₁×D₁∩E₁]∪[A₂∩B₂×D₂∩E₂]∪...∪[A₂₄∩B₂₄×D₂₄∩E₂₄]∪[A₂₅∩B₂₅×D₂₅∩E₂₅]

得到简化表达式为

该方程即为所述针对相对湿度与光照强度的室内家居环境健康模糊控制数学模型，其中A_i(x₁)表示x₁属于a_i的真域，B_i(x₂)表示x₂属于b_i的真域，D_i(y₁)表示y₁属于d_i的真域，E_i(y₂)表示y₂属于e_i的真域，R(x₁,x₂,y₁,y₂)表示得到的针对相对湿度与光照强度的室内家居环境健康模糊控制数学模型。

将该模型采用输出解模糊化隶属度函数解模糊化操作即可得到输出加湿/干燥器的工作状态和窗帘开闭度与输入相对湿度和光照强度之间的模糊控制响应关系。

步骤一中所述家居环境舒适控制装置结构为：

湿度传感器和光照强度传感器经A/D转换器连接单片机模糊控制器的输入端，单片机模糊控制器的输出端经驱动机构连接被控对象；

单片机模糊控制器内设置有模糊化模块与所述A/D转换器连接，该模糊化模块的输出端连接模糊推理模块，该模糊推理模块的输出端连接解模糊化模块，该解模糊化模块的输出端连接所述驱动机构，所述模糊推理模块还连有模糊控制规则库；

其中所述模糊化模块完成所述的光照强度和相对湿度的隶属度运算，所述模糊推理模块完成模糊推理模型的运算，所述解模糊化模块完成输出加湿/干燥器工作状态的解模糊化隶属度函数运算，所述模糊控制规则库存储所述模糊控制规则表。

本发明的显著效果：本发明采用模糊控制理论对室内环境的相对湿度、光照强度信号与加湿/干燥器的工作状态、窗帘的开闭度建立控制数学模型，利用模糊控制对人体思维和行为的高度模仿能力，实现室内环境相对湿度和光照强度的控制，达到室内环境健康的目的。本发明具有控制机制简单，控制方法科学、有效以及硬件电路简单等特点，在实际应用时便于推广和使用。

附图说明

图1是家居环境健康控制装置的原理结构图。

图2是模糊系统结构图。

图3是输入模糊化隶属度函数图。

图4是输出解模糊化隶属度函数图。

图5是家居环境健康控制装置的部分连接电路图。

具体实施方式

下面结合附图和实施例对本发明作进一步说明：

如图1、2、5所示，一种基于模糊智能行为模拟的家居环境健康控制方法，包含用于模糊控制的健康模糊控制数学模型和用于实现模糊控制的硬件电路。所述健康模糊控制数学模型由模糊化、模糊控制规则库、模糊推理及解模糊化组成，以模糊规则库为依据，将传感器输入相对湿度和光照强度信号经过输入模糊化、模糊推理得到输出的模糊控制状态，并将输出经过解模糊化以得到精确的控制输出量；具体模糊控制模型结构如图2，其硬件实施方式如图1、5。

一种基于模糊智能行为模拟的家居环境健康控制方法，包括如下步骤:

第一步：选择合适的相对湿度和光照强度传感器、A/D转换器、主控芯片、驱动机构，搭建基于模糊智能行为模拟的家居环境健康控制装置；

第二步：建立针对相对湿度与光照强度的室内家居环境健康模糊控制数学模型；

第三步：将获得的健康模糊控制数学模型转化为模糊控制响应表，并将其植入单片机模糊控制器中；

第四步：传感器采集室内环境相对湿度信号和光照强度信号，并将其传送给A/D转换器；

第五步：A/D转换器将得到的传感器模拟信号转化为数字信号,并将其传送给单片机模糊控制器；

第六步：单片机模糊控制器根据输入的相对湿度信号和光照强度信号，采用查表运算的方式，计算出模糊控制输出响应值；

第七步：单片机模糊控制器控制执行驱动，实现对加湿/干燥器的工作状态和窗帘开闭度的控制；

其中，前三步为开发步骤，后四步为使用步骤。

健康控制数学模型，包括模糊输入与输出的实际取值范围及其模糊论域、输入模糊化隶属度函数、模糊规则库、模糊合成和输出解模糊化隶属度函数。

步骤二中所述针对相对湿度与光照强度的室内家居环境健康模糊控制数学模型的建模方法如下：

模糊输入为室内相对湿度和光照强度，其模糊输入的论域为：相对湿度＝{干燥，较干燥，合适，较湿润，湿润}，光照强度＝{弱，较弱，适中，较强，强}；

模糊输出为加湿/干燥器的工作状态和窗帘开闭度，其模糊论域为：加湿/干燥器的工作状态＝{加湿，关闭，干燥}；窗帘开闭度＝{关闭，打开}。

健康控制数学模型的隶属度函数，选择三角形隶属度函数和梯形隶属度函数，对模糊论域的实际范围选择，输入相对湿度的隶属度函数设计如下：

相对湿度的隶属度函数中x为相对湿度值，参照以上相对湿度的隶属度函数的设计方法，还可以得到输入光照强度的模糊化隶属度函数以及输出加湿/干燥器工作状态和窗帘开闭度的解模糊化隶属度函数；

其中，输入光照强度的模糊化隶属度函数设计如下：

输入光照强度的模糊化隶属度函数中y为当前光照强度的监测值。

对健康模糊控制系统的输入隶属度函数进行设计之后，即可进行模糊控制规则的设计。如前所述，模糊控制系统基于熟练操作者的生活经验，因此需设计模糊控制规则表，该表以熟练操作者的生活经验为依据。经过对实际模型建立的结果分析，最终得到模糊健康控制数学模型的模糊控制规则表1如下：

表1

所述的家居环境健康控制数学模型，有了以上的输入和输出模糊论域及其取值范围、模糊化隶属度函数和模糊控制规则，就能够对健康模糊控制系统进行模糊合成。模糊控制模型合成方法如下：

设x₁表示相对湿度，x₂表示光照强度，y₁表示模糊控制的输出加湿/干燥器的工作状态，y₂表示模糊控制的输出窗帘的开闭度；A_i表示x₁属于a_i的真域，a_i表示相对湿度的论域值；B_i表示x₂属于b_i的真域，b_i表示光照强度的论域值；D_i表示y₁属于d_i的真域，d_i表示输出加湿/干燥器的工作状态的论域值；E_i表示y₂属于e_i的真域，e_i表示输出窗帘的开闭度的论域值。以健康模糊控制规则表1为依据，采用模糊控制理论的模糊推理方法，则可按照以下步骤建立健康模糊控制数学模型：

将模糊控制规则表1转化为如下形式：

Ifx₁为a₁andx₂为b₁Theny₁为d₁andy₂为e₁

Ifx₁为a₂andx₂为b₂Theny₁为d₂andy₂为e₂

·

·

·

Ifx₁为a₂₄andx₂为b₂₄Theny₁为d₂₄andy₂为e₂₄

Ifx₁为a₂₅andx₂为b₂₅Theny₁为d₂₅andy₂为e₂₅

依据上述模糊控制规则表，推理模型表示为

R＝[A₁∩B₁→D₁∩E₁]∩[A₂∩B₂→D₂∩E₂]∩...∩[A₂₄∩B₂₄→D₂₄∩E₂₄]∩[A₂₅∩B₂₅→D₂₅∩E₂₅]

从而推出

R＝[A₁∩B₁×D₁∩E₁]∪[A₂∩B₂×D₂∩E₂]∪...∪[A₂₄∩B₂₄×D₂₄∩E₂₄]∪[A₂₅∩B₂₅×D₂₅∩E₂₅]

得到简化表达式为

该方程即为所述针对相对湿度与光照强度的室内家居环境健康模糊控制数学模型，其中A_i(x₁)表示x₁属于a_i的真域，B_i(x₂)表示x₂属于b_i的真域，D_i(y₁)表示y₁属于d_i的真域，E_i(y₂)表示y₂属于e_i的真域，R(x₁,x₂,y₁,y₂)表示得到的针对相对湿度与光照强度的室内家居环境健康模糊控制数学模型。

将该模型采用图4所示的输出解模糊化隶属度函数解模糊化操作即可得到输出加湿/干燥器的工作状态和窗帘开闭度与输入相对湿度和光照强度之间的模糊控制响应关系。

步骤一中所述家居环境舒适控制装置结构为：

湿度传感器1和光照强度传感器2经A/D转换器9连接单片机模糊控制器J1的输入端，单片机模糊控制器J1的输出端经驱动机构7连接被控对象(8)；

单片机模糊控制器J1内设置有模糊化模块3与所述A/D转换器9连接，该模糊化模块3的输出端连接模糊推理模块4，该模糊推理模块(4)的输出端连接解模糊化模块6，该解模糊化模块6的输出端连接所述驱动机构7，所述模糊推理模块4还连有模糊控制规则库5；

其中所述的模糊化模块3由所述的光照强度和相对湿度的隶属度虚拟而成，所述的模糊推理模块4由所述针对相对湿度与光照强度的室内家居环境健康模糊控制数学模型完成，所述的解模糊化模块6由所述的输出加湿/干燥器工作状态的解模糊化隶属度函数虚拟而成，所述的模糊控制规则库5由所述的模糊控制规则表虚拟而成。

Claims (2)

1.一种基于模糊智能行为模拟的家居环境健康控制方法，其特征在于：包括如下步骤:

第一步：选择合适的相对湿度和光照强度传感器、A/D转换器、主控芯片、驱动机构，搭建基于模糊智能行为模拟的家居环境健康控制装置；

第二步：建立针对相对湿度与光照强度的室内家居环境健康模糊控制数学模型；

第三步：将获得的健康模糊控制数学模型转化为模糊控制响应表，并将其植入单片机模糊控制器中；

第四步：传感器采集室内环境相对湿度信号和光照强度信号，并将其传送给A/D转换器；

第五步：A/D转换器将得到的传感器模拟信号转化为数字信号,并将其传送给单片机模糊控制器；

第六步：单片机模糊控制器根据输入的相对湿度信号和光照强度信号，采用查表运算的方式，计算出模糊控制输出响应值；

第七步：单片机模糊控制器控制执行驱动，实现对加湿/干燥器的工作状态和窗帘开闭度的控制；

步骤二中所述针对相对湿度与光照强度的室内家居环境健康模糊控制数学模型的建模方法如下：

模糊输入为室内相对湿度和光照强度，其模糊输入的论域为：相对湿度＝{干燥，较干燥，合适，较湿润，湿润}，光照强度＝{弱，较弱，适中，较强，强}；

模糊输出为加湿/干燥器的工作状态和窗帘开闭度，其模糊论域为：加湿/干燥器的工作状态＝{加湿，关闭，干燥}；窗帘开闭度＝{关闭，打开}；

输入相对湿度的隶属度函数设计如下：

其中，相对湿度的隶属度函数中x为相对湿度值；

输入光照强度的模糊化隶属度函数设计如下：

输入光照强度的模糊化隶属度函数中y为当前光照强度的监测值，参照相对湿度的隶属度函数设计方法，还可以得到输出加湿/干燥器工作状态和窗帘开闭度的解模糊化隶属度函数；

设计模糊控制规则表，模糊健康控制数学模型的模糊控制规则表1如下：

表1

模糊控制模型合成方法如下：

设x₁表示相对湿度，x₂表示光照强度，y₁表示模糊控制的输出加湿/干燥器的工作状态，y₂表示模糊控制的输出窗帘的开闭度；A_i表示x₁属于a_i的真域，a_i表示相对湿度的论域值；B_i表示x₂属于b_i的真域，b_i表示光照强度的论域值；D_i表示y₁属于d_i的真域，d_i表示输出加湿/干燥器的工作状态的论域值；E_i表示y₂属于e_i的真域，e_i表示输出窗帘的开闭度的论域值；

按照以下步骤建立健康模糊控制数学模型：

将模糊控制规则表1转化为如下形式：

Ifx₁为a₁andx₂为b₁Theny₁为d₁andy₂为e₁

Ifx₁为a₂andx₂为b₂Theny₁为d₂andy₂为e₂

●

●

●

Ifx₁为a₂₄andx₂为b₂₄Theny₁为d₂₄andy₂为e₂₄

Ifx₁为a₂₅andx₂为b₂₅Theny₁为d₂₅andy₂为e₂₅

依据上述模糊控制规则表，推理模型表示为

R＝[A₁∩B₁→D₁∩E₁]∩[A₂∩B₂→D₂∩E₂]∩...∩

[A₂₄∩B₂₄→D₂₄∩E₂₄]∩[A₂₅∩B₂₅→D₂₅∩E₂₅]

从而推出

R＝[A₁∩B₁×D₁∩E₁]∪[A₂∩B₂×D₂∩E₂]∪...∪

[A₂₄∩B₂₄×D₂₄∩E₂₄]∪[A₂₅∩B₂₅×D₂₅∩E₂₅]

得到简化表达式为

该方程即为所述针对相对湿度与光照强度的室内家居环境健康模糊控制数学模型，其中A_i(x₁)表示x₁属于a_i的真域，B_i(x₂)表示x₂属于b_i的真域，D_i(y₁)表示y₁属于d_i的真域，E_i(y₂)表示y₂属于e_i的真域，R(x₁,x₂,y₁,y₂)表示得到的针对相对湿度与光照强度的室内家居环境健康模糊控制数学模型。

2.根据权利要求1所述的一种基于模糊智能行为模拟的家居环境健康控制方法，其特征在于，步骤一中所述家居环境健康控制装置结构为：

湿度传感器(1)和光照强度传感器(2)经A/D转换器(9)连接单片机模糊控制器(J1)的输入端，单片机模糊控制器(J1)的输出端经驱动机构(7)连接被控对象(8)；

单片机模糊控制器(J1)内设置有模糊化模块(3)与所述A/D转换器(9)连接，该模糊化模块(3)的输出端连接模糊推理模块(4)，该模糊推理模块(4)的输出端连接解模糊化模块(6)，该解模糊化模块(6)的输出端连接所述驱动机构(7)，所述模糊推理模块(4)还连有模糊控制规则库(5)；

其中所述的模糊化模块(3)由所述的光照强度和相对湿度的隶属度虚拟而成，所述的模糊推理模块(4)由所述针对相对湿度与光照强度的室内家居环境健康模糊控制数学模型完成，所述的解模糊化模块(6)由所述的输出加湿/干燥器工作状态的解模糊化隶属度函数虚拟而成，所述的模糊控制规则库(5)由所述的模糊控制规则表虚拟而成。