CN103365212B - 一种基于cfd数值模拟的温室控制方法 - Google Patents

Abstract

本发明提供一种基于CFD数值模拟的温室控制方法，包括：为所述温室建立CAD模型；为所述CAD模型设定边界条件；在所述CAD模型中指定监测点；为所述CAD模型中的环境设备设置PID控制参数初值；使用CFD根据所述边界条件和所述PID控制参数初值模拟计算所述监测点的环境指标数值；调整所述PID控制参数使所述监测点的环境指标数值达到目标值；根据所述调整后的PID控制所述温室。如上所述，本发明使PID参数整定通过计算模拟和计算实现，效率高。根据优选的实施方式，对温室的PID参数整定能更精确，且工程师不用到温室现场，或者温室处于设计阶段就可确定温室的PID控制参数并据此控制温室。

Description

一种基于CFD数值模拟的温室控制方法

技术领域

本发明涉及现代温室自动控制技术领域，特别涉及一种基于CFD数值模拟的温室控制方法。

背景技术

随着我国现代都市农业的快速发展，智能温室由于其高效高产和易于管理，得到了越来越普遍的应用。对于智能温室的自动控制，目前95％以上的智能温室控制依旧采用比例-积分-微分(Proportion Integration Differentiation，简称PID)控制方式。PID控制已经在工业控制中大量应用。但是相对于工业生产条件的相对稳定，温室的影响因素要更加复杂和易变。不同地域气候、季节、温室结构形状以及内部环境控制设备的差异及布局等种种因素，都会极大的影响PID参数。温室的PID参数往往有若干套，在不同时段或季节，采用不同的PID参数。PID参数是温室PID控制算法的核心，但由于温室本身千变万化的外形结构及控制设备，以及其所处地域不同的气候条件，确定一套高效的PID控制参数是相当困难的。通常是专业工程人员在温室现场，根据气候条件整定出若干套参数，是一个耗费精力及时间的过程。若温室内由于各种原因更改了环境设备，所有的PID参数都需要专业工程人员重新进行整定。其整定过程复杂且耗时，且高度依赖于温室现场的调试。其更大的劣势是调试现场的外部气象条件是相对固定的，对于季节变化后的外部气象环境难以提前考虑。虽然有研究或实验通过自适应参数整定，但并不成熟，且效果难以保证。所以目前温室仍然依赖于经验，然后在实际温室中进行试验确定PID参数。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种基于CFD数值模拟的温室控制方法，用于解决现有技术中PID参数整定的效率低、效果差的问题。

为实现上述目的及其他相关目的，本发明提供一种基于CFD数值模拟的温室控制方法，包括：为所述温室建立CAD模型；为所述CAD模型设定边界条件；在所述CAD模型中指定监测点；为所述CAD模型中的环境设备设置PID控制参数初值；使用CFD根据所述边界条件和所述PID控制参数初值模拟计算所述监测点的环境指标数值；调整所述PID控制参数使所述监测点的环境指标数值达到目标值；根据所述调整后的PID控制所述温室。

优选地，上述实施方式中边界条件包括温室自身要素、温室内部环境要素和温室外部环境要素。

如上所述，本发明的完整的发明名称，具有以下有益效果：PID参数整定通过计算模拟和计算实现，效率高。根据优选的实施方式，对温室的PID参数整定能更精确。工程师不用到温室现场，或者温室处于设计阶段就可确定温室的PID控制参数。

附图说明

图1显示为根据本发明基于CFD数值模拟的温室控制方法实施例的流程图；

图2显示为根据图1所示实施例中步骤S1建立的温室CAD模型图。

具体实施方式

以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。

请参阅附图。需要说明的是，本实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。

计算流体动力学(Computational Fluid Dynamics，简称CFD)通过将所研究流体区域(气体或液体)区域划分为适当数量的二维或三维网格单元，运用有限元或有限体积法将质量守恒方程、动量守恒方程、能量守恒方程以及附加的湍流方程离散到每一个单元上，组装所有的方程组，然后在整个域中以矩阵运算的方法求解所有的方程。本发明运用CFD来计算温室内空气的温度场及流动场，进而预测出实际温室中的气候因子的变化过程。通过改变CFD计算过程中的计算条件，可灵活的预测及处理实际温室在运转过程中可能遇到的各种气象条件，为保证温室的正常和安全生产，提前做好精细的应对措施。

下面参阅图1，图1显示为本发明的基于CFD数值模拟的温室控制方法优选实施例的流程图。图1中，步骤S1表示建立温室的计算机辅助设计(Computer Aided Design，简称CAD)模型。模型中需要根据实际的温室或者拟建设的温室设定尽量详细的参数，比如温室尺寸，还包括供热设备、降温设备、内循环风扇和负压风扇等温室环境调节设备，简称环境设备。建立好的温室的CAD模型如图2所示，图2中示例性地显示了温室CAD模型及部分环境设备，包括湿帘降温设备1，传感器拟放置点2，供热设备3，内循环风机4和可活动天窗5。可以理解的是，这里的CAD模型仅为说明性质，实际应用中，模型可以更复杂或简单。

步骤S2表示设定CFD计算所需要的边界条件，包括温室自身要素、温室内部环境要素和温室外部环境要素。温室内部条件包括温室的初始温度、内循环风扇的风速(停止状态下的风速是0m/s)、供热或降温设备的功率(值是0代表处于关闭状态)等。温室外部环境要素包括大气的温度、湿度、风速及方向，接触温室的空气单元的速度还包括太阳光的照射角度及强度、温室所在的纬度，日期等。温室自身要素包括温室材料(通常是玻璃)厚度Th等。由于温室材料的特殊性，在用CFD根据上述设定的边界条件模拟计算温室环境时，与其它领域中的模拟计算有很大不同。一方面，玻璃有着极强的透光性，太阳光会很容易透过玻璃对温室进行加热；另一方面，玻璃的导热率很高，温室外大气极易通过玻璃墙面的热传导对温室进行加热或吸热。在用CFD根据上述设定的边界条件模拟计算温室环境时还需要考虑玻璃的辐射强度和热传导系数这两个边界条件，以便使模拟计算结果更准确。计算温室材料的辐射强度、热传导系数可以根据不同的材料或不同的需求采用不同的数学计算模型。本例中，温室材料几乎为全玻璃结构，对玻璃的辐射强度和热传导系数两个条件，由输入的边界条件按如下的数学模型进行计算得出：

玻璃温室内贴近玻璃墙面的辐射强度q，单位是W/m²

$q=\mathrm{\λ}Rsin\mathrm{\φ}sin\mathrm{\α}\frac{1}{\ln Th}$

其中，太阳的入射角度为φ：

φ＝90-23.45cos(10(3m+n))-Lat

设竖直玻璃墙面与正南方的逆时针夹角为γ，则与阳光的水平夹角为：

α＝15(dt-6)+γ且α>90°时，α＝0°

一年的太阳辐射强度常数为：RC＝505(W/m²)，则任意月份的太阳辐射强度为：

R＝450+RC*sin(5(3m+n))

其中：

λ：日照系数，0.01≤λ≤1；

Lat：温室所在地区纬度；

dt：日照时间，根据纬度确定，一般地，6≤dt≤18；

m：月份；

n：1,2,3代表每个月的上、中、下旬；

Th：玻璃厚度，一般地，2mm≤Th≤10mm。

玻璃墙的热传导系数h，单位是W/(m²·K)

$h=115(1+\frac{{\stackrel{\‾}{v}}_p}{\ln Th}),2mm\≤Th\≤10mm$

贴近玻璃的空气的平均流速。

解析式h表明温室内外热量的传递能力和玻璃墙壁的厚度以及靠近玻璃的空气流速密切相关。在CFD模拟过程中引入玻璃墙的热传导系数h，就可准确计算出温室内外热交换的能力。

步骤S3表示在CAD模型中指定监测点。在CFD计算过程中能够获得温室内任意点的环境指标(例如温度或温度等)。通过三维坐标的方式指定一个或多个点，这些点就表示温室中各传感器安装的点。在模拟过程中输出点的计算值，此值即代表在实际温室中用传感器获取的值。这些值用于模拟计算温室过程中PID的输入量及控制结果反馈。

步骤S4表示为CAD模型中的环境设备设置PID控制参数初值。对于有温室PID控制经验的工程人员，能根据温室的内外环境，确定一个合理的PID初始参数。在此基础上再进行更精细的调整，使得PID参数能够更加高效的控制温室环境。运用CFD模拟来整定PID参数也有相似的过程。对于没有经验的工程人员或与常规温室差别过大的新温室，一般PID初始参数都设为1，并设定合理的操作的时间间隔。这里的操作例如但不限于：读取温度值及运行环境设备。

步骤S5表示模拟计算所述监测点的环境指标数值。步骤S1～S4的数据准备步骤完成后，就可以开始运行CFD模拟计算过程。CFD模拟计算的数学基础是求解温室中空气的质量守恒方程、动量守恒方程和能量守恒方程以及湍流方程。根据设定的时间间隔，输出监测点的环境指标计算值。本例中，用到的质量守恒方程、动量守恒方程和能量守恒方程以及湍流方程如下：

质量守恒方程：

$\frac{\∂\mathrm{\ρ}}{\∂t}+\frac{\∂}{\∂x}\left(\mathrm{\ρ}u\right)+\frac{\∂}{\∂y}\left(\mathrm{\ρ}v\right)+\frac{\∂}{\∂z}\left(\mathrm{\ρ}w\right)=0$

动量守恒方程：

$\frac{\∂\left(\mathrm{\ρ}u\right)}{\∂t}+\frac{\∂}{\∂x}({\mathrm{\ρu}}^2+p)+\frac{\∂}{\∂y}\left(\mathrm{\ρ}uv\right)+\frac{\∂}{\∂z}\left(\mathrm{\ρ}uw\right)=\frac{\∂}{\∂x}{\mathrm{\τ}}_{xx}+\frac{\∂}{\∂y}{\mathrm{\τ}}_{xy}+\frac{\∂}{\∂z}{\mathrm{\τ}}_{xz}$

$\frac{\∂\left(\mathrm{\ρ}v\right)}{\∂t}+\frac{\∂}{\∂x}\left(\mathrm{\ρ}vu\right)+\frac{\∂}{\∂y}({\mathrm{\ρv}}^2+p)+\frac{\∂}{\∂z}\left(\mathrm{\ρ}vw\right)=\frac{\∂}{\∂x}{\mathrm{\τ}}_{yx}+\frac{\∂}{\∂y}{\mathrm{\τ}}_{yy}+\frac{\∂}{\∂z}{\mathrm{\τ}}_{yz}$

$\frac{\∂\left(\mathrm{\ρ}w\right)}{\∂t}+\frac{\∂}{\∂x}\left(\mathrm{\ρ}wu\right)+\frac{\∂}{\∂y}\left(\mathrm{\ρ}wv\right)+\frac{\∂}{\∂z}({\mathrm{\ρw}}^2+p)=\frac{\∂}{\∂x}{\mathrm{\τ}}_{zx}+\frac{\∂}{\∂y}{\mathrm{\τ}}_{zy}+\frac{\∂}{\∂z}{\mathrm{\τ}}_{zz}$

能量守恒方程：

$\begin{array}{c}\frac{\∂\left(\mathrm{\ρ}e\right)}{\∂t}+\frac{\∂}{\∂x}(\mathrm{\ρ}ue+\mathrm{\ρ}u)+\frac{\∂}{\∂y}(\mathrm{\ρ}ve+\mathrm{\ρ}v)+\frac{\∂}{\∂z}(\mathrm{\ρ}we+\mathrm{\ρ}w)=\\ \frac{\∂}{\∂x}({\mathrm{u\τ}}_{xx}+{\mathrm{v\τ}}_{xy}+{\mathrm{w\τ}}_{xz}-q_x)+\frac{\∂}{\∂x}({\mathrm{u\τ}}_{yx}+{\mathrm{v\τ}}_{yy}+{\mathrm{w\τ}}_{yz}-q_y)+\frac{\∂}{\∂x}({\mathrm{u\τ}}_{wx}+{\mathrm{v\τ}}_{wy}+{\mathrm{w\τ}}_{wz}-q_w)\end{array}$

湍流方程：

${\mathrm{\μ}}_t={\mathrm{\ρc}}_{\mathrm{\μ}}\frac{k^2}{\mathrm{\ϵ}}$

$\mathrm{\ρ}(\frac{\∂k}{\∂t}+\stackrel{\→}{u}\·\▿k)=\▿\·\[(\mathrm{\μ}+\frac{{\mathrm{\μ}}_t}{{\mathrm{\σ}}_t})\▿k\]+P_k-\mathrm{\ρ}\mathrm{\ϵ}$

$\mathrm{\ρ}(\frac{\∂\mathrm{\ϵ}}{\∂t}+\stackrel{\→}{u}\·\▿\mathrm{\ϵ})=\▿\·\[(\mathrm{\μ}+\frac{{\mathrm{\μ}}_t}{{\mathrm{\σ}}_t})\▿\mathrm{\ϵ}\]+c_1{f}_1{P}_k\frac{\mathrm{\ϵ}}{k}-c_2{f}_2\mathrm{\ρ}\frac{{\mathrm{\ϵ}}^2}{k}$

以上方程可解出封闭流动区域中的流体的速度场v及温度场。

步骤S6表示调整所述PID控制参数使所述监测点的环境指标数值达到目标值。随着CFD模拟时间的推进，模拟温室内的环境温度由于设备的运行或外部环境的影响而变化。监测点的温度也会和设定温度产生偏差。随着偏差的产生，根据偏差的大小及和历史偏差的相比获得的偏差率，重新调整PID的比例系数、积分系数及微分系数，根据预定义的PID参数和环境设备运行状态之间的关系，即可获得某一环境设备运行的控制量，环境设备在此控制量的操作下运行，以消除温室监测点所探测到的被控量的偏差。重复这一过程，模拟计算的监测点温度将逐渐和设定温度趋于一致，PID各参数也因此而得到确定，基于CFD数值模拟PID控制参数整定过程结束。在此过程中可以获得任意已计算的时间点上温室空间中的变量值，包括温度和空气流速。在CFD模拟计算的过程中，可以很直观地观察某一时间点上温室竖直切面的温度分布云图和温室内水平切面的空气速度场，从而观察到环境设备工作对温室内环境影响全过程。

步骤S7表示根据步骤S6中得到的PID参数控制温室。PID各参数确定后，就可以根据预定义的PID参数和环境设备运行状态之间的关系确定出一套环境设备控制量，根据这套环境设备控制量即可以对温室进行控制。

实际运用中，能够达到某一温室环境目标的设备控制量可能不只一套，比如，对于温度过高时，既可以减小供热设备3的功率降温，也可以加大湿帘降温设备1的功率降温，还可以开大可活动天窗降温等。而不同的设备控制量达到同一温室环境目标，其效率并不相同。这里的效率可以用达到温室环境目标所用的时间，或者环境设备运行成本等来衡量。

所以优选地，在步骤S6中，在得出一套PID参数后，可以进一步模拟计算在此套参数下，环境设备的工作效率，经过调整多得出几套PID参数值及对应的环境设备控制量，从中找出最优的值，或者说是效率最高的一套。

综上所述，本发明使工程师不用到温室现场，或者温室处于设计阶段就可确定温室的PID控制参数。并且通过CFD的反复模拟，可以寻求最优的稳定的温室PID控制参数。所以，本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。

上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。

Claims (7)

1.一种基于CFD数值模拟的温室控制方法，其特征在于，包括：

为所述温室建立CAD模型；

为所述CAD模型设定边界条件；

在所述CAD模型中指定监测点；

为所述CAD模型中的环境设备设置PID控制参数初值；

使用CFD根据所述边界条件和所述PID控制参数初值模拟计算所述监测点的环境指标数值；

调整所述PID控制参数使所述监测点的环境指标数值达到目标值，其中，调整所述PID控制参数使所述监测点的环境指标数值达到目标值；重复调整所述PID控制参数使所述监测点的环境指标数值达到目标值的步骤N次，得出N套PID控制参数；从所述N套PID控制参数中选出花费最短的时间或最少的环境设备运行代价的PID参数作为调整后的PID参数；

根据所述PID参数控制所述温室。

2.根据权利要求1所述的基于CFD数值模拟的温室控制方法，其特征在于，所述边界条件包括温室自身要素、温室内部环境要素和温室外部环境要素。

3.根据权利要求2所述的基于CFD数值模拟的温室控制方法，其特征在于，所述温室自身要素包括玻璃墙的热传导系数。

4.根据权利要求2所述的基于CFD数值模拟的温室控制方法，其特征在于，所述温室自身要素还包括玻璃墙面的辐射强度。

5.根据权利要求3所述的基于CFD数值模拟的温室控制方法，其特征在于，所述玻璃墙的热传导系数h单位为W/(m²·K)，并由下述公式计算得出：

$h=115(1+\frac{{\stackrel{\‾}{v}}_p}{\ln Th})$

其中Th表示玻璃厚度，表示贴近玻璃的空气平均流速。

6.根据权利要求4所述的基于CFD数值模拟的温室控制方法，其特征在于，所述玻璃墙面的辐射强度q单位为W/m²，并由下述公式计算得出：

$q=\mathrm{\λ}Rsin\mathrm{\φ}sin\mathrm{\α}\frac{1}{\ln Th}$

其中，φ表示太阳的入射角度；Th表示玻璃厚度；α表示玻璃墙与阳光水平夹角；R表示任意月份的太阳辐射强度；λ表示日照系数。

7.根据权利要求6所述的基于CFD数值模拟的温室控制方法，其特征在于，所述φ满足：

φ＝90-23.45cos(10(3m+n))-Lat；

所述α满足：

α＝15(dt-6)+γ；

所述R满足：

R＝450+RC*sin(5(3m+n))；

其中，23.45是地球自转轴与黄道面夹角，Lat表示温室所在地区维度；m表示月份；n取值1、2或3，分别表示每个月的上、中、下旬；RC表示一年的太阳辐射强度常数；dt表示日照时间；γ为竖直玻璃墙面与正南方的逆时针夹角。