CN104090608A - 一种人工气候室控制方法 - Google Patents

一种人工气候室控制方法 Download PDF

Info

Publication number
CN104090608A
CN104090608A CN201410269592.7A CN201410269592A CN104090608A CN 104090608 A CN104090608 A CN 104090608A CN 201410269592 A CN201410269592 A CN 201410269592A CN 104090608 A CN104090608 A CN 104090608A
Authority
CN
China
Prior art keywords
temperature
humidity
phytotron
sampling period
data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201410269592.7A
Other languages
English (en)
Other versions
CN104090608B (zh
Inventor
李曦
蒋建华
李双宏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Huazhong University of Science and Technology
Original Assignee
Huazhong University of Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Huazhong University of Science and Technology filed Critical Huazhong University of Science and Technology
Priority to CN201410269592.7A priority Critical patent/CN104090608B/zh
Publication of CN104090608A publication Critical patent/CN104090608A/zh
Application granted granted Critical
Publication of CN104090608B publication Critical patent/CN104090608B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Air Conditioning Control Device (AREA)

Abstract

本发明是一种人工气候室的控制方法,通过传感器元件实时检测气候室内部的温度、湿度,并用滤波器对信号进行滤波处理,滤除外界或传感器干扰带来的信号扰动。然后在考虑光照产热作用的情况下,控制器采用带预测的滞后鲁棒控制处理算法,稳定、准确地控制气候室内部的温度、湿度,采用灯光分级前馈的方法直接设定光照度,最后通过执行器作用于人工气候室。该控制方法采用最少的操作动作,在最小能耗下实现人工气候室温度、湿度及光照的高效控制。

Description

一种人工气候室控制方法
技术领域
本发明属于环境控制技术领域,更具体地,涉及一种人工气候室控制方法。
背景技术
人工气候室是人为地在一个密闭空间内,通过严格地控制光照、温度及湿度来模拟一种气候环境,常用于研究环境条件对生物生命活动的影响,也可用于某些生物的栽培、驯化、育种等工作,因此在生物研究领域有着重要的作用。由于人工气候室空间较大,空气中的热量与水分传递较慢,所以其内部温度与湿度的响应时间具有较大滞后:当某一位置发生了温度及湿度的变化,需要较长时间才能在其他位置被检测发现,这为人工气候室的温湿度精确控制带来了困难。此外,在进行生物培养实验时,工作人员会频繁进入气候室操作,其进出难免会带来气候室内温度与湿度的干扰,并且,开启的光照系统也会产生大量的热量,对气候室内的温度平衡也会带来扰动。
由于人工气候室内部存在大时滞、多干扰情形,简单地根据设定的目标气候温度与湿度,采用加热、增湿、降温、除湿等操作不能良好地控制气候室内温度与湿度。并且在未考虑扰动存在的情况下,对扰动的敏感响应不仅会造成各设备的频繁开关,减少寿命,增加能量消耗,而且会带来气候室的环境波动,对生物培养不利,甚至造成破坏影响。
发明内容
针对现有技术的以上缺陷或改进需求,本发明提供了一种人工气候室控制方法,充分考虑了人工气候室存在的扰动,采用信号滤波处理剔除干扰,并设计带预测的温湿度控制算法,稳定、准确、高效地实现人工气候室温度、湿度的控制。
为实现上述目的,本发明提供了一种人工气候室控制方法,包括:
步骤1:利用分布在人工气候室的多个温湿度传感器检测人工气候室的温度和湿度数据;
步骤2:对最近N个采样周期的温度和湿度数据进行加权滤波,得到最近N个采样周期数据的温度加权平均值Tf和湿度加权平均值Hf;并根据温度从初始值A1变化到稳定值B1的采样周期数Nd1计算在该温度段[A1,B1]中的温度变化时滞系数Td1,Td1=采样周期×Nd1;根据历史数据中湿度从初始值A2变化到稳定值B2的采样周期数Nd2计算在该湿度段[A2,B2]中的湿度变化时滞系数Td2,Td2=采样周期×Nd2;
步骤3:根据最近N个采样周期数据的温度加权平均值Tf和湿度加权平均值Hf,以及温度变化时滞系数Td1和湿度变化时滞系数Td2,以及预测权重值x、y,通过带预测的温度和湿度控制算法,得到当前状态的最佳控制预操作时间,并根据所述最佳控制预操作时间对人工气候室的温度和湿度进行调节。
本发明方法通过放置在人工气候室的多个温湿度传感器采集温湿度数据,并对最近N1个温度和湿度数据进行加权滤波,以去除系统的扰动,并通过带预测的温度和湿度控制算法,得到当前状态的最佳控制预操作时间,能够避免因温度、湿度惯性带来的控制超调与震荡现象,能减少系统能耗并加速系统进入稳态。
进一步地,所述步骤1中检测得到的人工气候室的温度及湿度为多个传感器检测得到的实时温度及湿度的加权均值。
进一步地,所述多个传感器对应不同加权值,处于扰动易产生位置的传感器对应的加权值小于处于扰动不易产生位置的传感器对应的加权值,多个传感器对应的加权值的取值范围均大于0小于1,并且多个传感器对应的加权值的和为1。
通过放置在不同位置的温湿度传感器,并根据温湿度传感器所处位置的扰动产生难易程度设置不同的权值,从而能滤除系统内部产生的各种温度、湿度扰动,防止控制器接收到扰动信号而进行误操作。
进一步地,所述方法还包括:根据传感器检测的温度及湿度数据建立包含最近N个采样周期的温湿度数据库,其中所述监测数据包括温度数据和湿度数据,所述温湿度数据库在有限时域N内滚动更新,即加入最新的数据并去掉最老的数据,温湿度数据库中保存最近N个采样周期的温度和湿度数据。
通过上述方案能实时更新数据库,使得控制能够实时跟踪系统的需求。
进一步地,所述对最近N个采样周期的温度和湿度数据进行加权滤波具体为:
根据加权值α12…αN1,通过加权均值滤波计算,得到最近N个采样周期的温度加权平均值Tf和湿度加权平均值Hf:
Tf=(T1×α1+T2×α2+…+TN1×αN1)其中α12…αN1<1,并且α12+…+αN1=1
Hf=(H1×α1+H2×α2+…+HN1×αN1)其中α12…αN1<1,并且α12+…+αN1=1,
T1,T2…TN1为最近N个采样周期的温度数据,H1,H2…HN1为最近N个采样周期的湿度数据。
通过上述方案进一步地减少了系统局部扰动产生的影响。
进一步地,所述通过带预测的温度和湿度控制算法,得到当前状态的最佳控制预操作时间具体包括:
在温度、湿度分别达到Tm-x/Td和Hm-y/Hd时停止对温度和湿度进行控制,其中Tm和Hm分别为目标温度和目标湿度,x和y分别为预测权重值。
优选地,所述N取大于5的自然数,采样周期为1s。
进一步地,所述方法还包括:对人工气候室的光照进行控制,即根据需求光照度G,选择G/g1个钠灯并开启灯光,其中g1为一个钠灯能提供的光照度。
通过上述方案能够在低成本的条件下,良好的控制系统内部的光照度。
总体而言,通过本发明所构思的以上技术方案与现有技术相比,由于考虑了多位置温湿度测量、数据加权滤波以及根据温度、湿度时滞系数采用带预测的控制方案,能够防止扰动对系统产生干扰、避免控制超调及震荡的产生,在大幅度节省控制耗能的情况下,增强了系统的控制的稳定性与快速性等。
附图说明
图1是本发明一实施例中人工气候室控制方法的原理图;
图2是本发明一实施例中滤波器工作示意图;
图3是本发明一实施例中带预测温湿度控制算法工作示意图;
图4是本发明一实施例中灯光分级前馈控制算法工作示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
本发明提供了一种人工气候室控制方法,包括:
步骤1:利用分布在人工气候室的多个温湿度传感器检测人工气候室的温度和湿度数据;
步骤2:对最近N个采样周期的温度和湿度数据进行加权滤波,得到最近N个采样周期数据的温度加权平均值Tf和湿度加权平均值Hf;并根据温度从初始值A1变化到稳定值B1的采样周期数Nd1计算在该温度段[A1,B1]中的温度变化时滞系数Td1,Td1=采样周期×Nd1;根据历史数据中湿度从初始值A2变化到稳定值B2的采样周期数Nd2计算在该湿度段[A2,B2]中的湿度变化时滞系数Td2,Td2=采样周期×Nd2;
步骤3:根据最近N个采样周期数据的温度加权平均值Tf和湿度加权平均值Hf,以及温度变化时滞系数Td1和湿度变化时滞系数Td2,以及预测权重值x、y,通过带预测的温度和湿度控制算法,得到当前状态的最佳控制预操作时间,并根据所述最佳控制预操作时间对人工气候室的温度和湿度进行调节。
如图1所示,为本发明一实施例中人工气候室控制方法的流程示意图。通过在人工气候室1内的不同位置安装多个传感器2实时监测温度信号与湿度信号,温度信号与湿度信号传给滤波器3进行处理,然后再通过带预测温温度控制算法5和灯光分级前馈控制算法6获取系统的输入控制信号,最后由执行器根据所述输入控制信号7对人工气候室的温度、湿度和光照进行控制。
如图2所示,将传感器2在不同位置获得的多个温度、湿度信号进行均值处理,分别获得实时温度T和实时温度H,然后存入数据库11,同时数据库进行滚动更新,丢弃最旧的一组数据,数据库存储数据长度为N。通常,所述N取大于5的自然数。
需要说明的是,所述多个传感器对应不同加权值,处于扰动易产生位置的传感器对应的加权值小于处于扰动不易产生位置的传感器对应的加权值,多个传感器对应的加权值的取值范围均大于0小于1,并且多个传感器对应的加权值的和为1。通常,扰动易产生位置为人工操作及执行器附近,例如气候室门口、增湿器、加温器附近,扰动不易产生位置为气候室中间位置或作物中间位置。
滤波处理部分12将根据数据库中的历史数据分别获得温度、湿度反馈信号Tf,Hf及时滞时间Td,Hd并传输给控制器。具体方法如下:设计加权值α计算最近N1个采样周期数据的加权平均值获得Tf,Hf
Tf=(T1×α1+T2×α2+…+TN1×αN1)其中α12…αN1<1,并且α12+…+αN1=1.
Hf=(H1×α1+H2×α2+…+HN1×αN1)其中α12…αN1<1,并且α12+…+αN1=1.
该计算方法能滤除系统产生的尖峰扰动,或者短时间的波动。
温度时滞时间Td则根据历史数据中温度从初始值A变化到稳定值B的采样周期数Nd计算在该温度段[A,B]中的变化时滞系数Td,Td=采样周期×Nd。湿度的时滞时间Hd计算方法同理。通常,所述采样周期取值为1s,当然也可以是其他值。
如图3所示,控制器获得温度、湿度的加权均值反馈Tf,Hf及时滞时间Td,Hd之后,使用Tf,Hf计算输入控制量,不会对系统的干扰进行响应,并能通过时滞时间Td,Hd预测温度的动态变化,从而提早作出处理,如果设定目标温度Tm、湿度Hm,那么在温度、湿度分别达到Tm-x/Td和Hm-y/Hd时停止对温度和湿度进行控制,给出最佳的控制时间,减少超调与震荡。
如图4所示,人工气候室光源一般使用钠灯,一个钠灯能提供g1的光照度,Ng个钠灯就能够提供Ng种光照度,根据需求光照度G,选择与G最接近的灯光组合,并开启灯。
应用实例:选取2组传感器分别为c1和c2测量人工气候室的温度、湿度,设置采用周期为2秒,数据库历史数据长度为100组,N1为5,加权值α分别为[0.3,0.2,0.2,0.2,0.1],常数x为8,y为10。当前时刻,系统c1附近发生扰动,传感器c1采集到的温度为30℃,湿度为89%;c2采集到的温度为26℃,湿度为81%,滤波器将2个位置的温度、湿度进行均值处理,获得的实时温度为28℃,湿度为85%,并将其存入数据库,数据库丢弃最旧的一组数据。然后,滤波器提取数据库中最近的5组数据,按照加权值α计算获得加权平均值。假设已存的5组数据分别为:
温度[℃]:28,25,24,24,25
湿度[%]:85,80,79,77,80
可计算得反馈值Tf,Hf分别为25.5℃,80.7%;与前面的测得数值一致,因此该扰动并不会对系统产生影响。同时,滤波器根据数据库中的数据:
[···24.0;24.0;24.1;24.2;24.4;24.5;24.7;24.9;25.0;25.1;25.3;25.5;25.8;26.0;26.2;26.4;26.8;27.2;27.4;27.6;27.7;27.9;28.0;28.0;···]分析可得温度从24℃到28℃保持稳定,中间所包含的的数据个数为20个,那么温度在[24,28]区间的时滞时间Td为2×20=40秒,那么在控制人工气候室温度达到28℃的过程中,温度应该在达到28-8/40=27.8℃时停止控制,湿度控制同理。灯光设定为5000lx,1盏钠灯提供800lx的光照度,那么开启6盏钠灯即可满足需求。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。

Claims (8)

1.一种人工气候室控制方法,其特征在于,所述方法包括如下步骤:
步骤1:利用分布在人工气候室的多个温湿度传感器检测人工气候室的温度和湿度数据;
步骤2:对最近N1个采样周期的温度和湿度数据进行加权滤波,得到最近N1个采样周期数据的温度加权平均值Tf和湿度加权平均值Hf;并根据温度从初始值A1变化到稳定值B1的采样周期数Nd1计算在该温度段[A1,B1]中的温度变化时滞系数Td1,Td1=采样周期×Nd1;根据湿度从初始值A2变化到稳定值B2的采样周期数Nd2计算在该湿度段[A2,B2]中的湿度变化时滞系数Td2,Td2=采样周期×Nd2;
步骤3:根据最近N1个采样周期数据的温度加权平均值Tf和湿度加权平均值Hf,以及温度变化时滞系数Td1和湿度变化时滞系数Td2,以及预测权重值x、y,通过带预测的温度和湿度控制算法,得到当前状态的最佳控制预操作时间,并根据所述最佳控制预操作时间对人工气候室的温度和湿度进行调节。
2.如权利要求1所述的人工气候室控制方法,其特征在于,所述步骤1中检测得到的人工气候室的温度及湿度为多个传感器检测得到的实时温度及湿度的加权均值。
3.如权利要求2所述的人工气候室控制方法,其特征在于,所述多个传感器对应不同加权值,处于扰动易产生位置的传感器对应的加权值小于处于扰动不易产生位置的传感器对应的加权值,多个传感器对应的加权值的取值范围均大于0小于1,并且多个传感器对应的加权值的和为1。
4.如权利要求1至3任一项所述的人工气候室控制方法,其特征在于,所述方法还包括:根据传感器检测的温度及湿度数据建立包含最近N1个采样周期的温湿度数据库,其中所述监测数据包括温度数据和湿度数据,所述温湿度数据库在有限时域N1内滚动更新,即加入最新的数据并去掉最老的数据,温湿度数据库中保存最近N1个采样周期的温度和湿度数据。
5.如权利要求1至3任一项所述的人工气候室控制方法,其特征在于,所述对最近N1个采样周期的温度和湿度数据进行加权滤波具体为:
根据加权值α12…αN1,通过加权均值滤波计算,得到最近N1个采样周期的温度加权平均值Tf和湿度加权平均值Hf:
Tf=(T1×α1+T2×α2+…+TN1×αN1)其中α12…αN1<1,并且α12+…+αN1=1
Hf=(H1×α1+H2×α2+…+HN1×αN1)其中α12…αN1<1,并且α12+…+αN1=1,
T1,T2…TN1为最近N1个采样周期的温度数据,H1,H2…HN1为最近N1个采样周期的湿度数据。
6.如权利要求5所述的人工气候室控制方法,其特征在于,所述通过带预测的温度和湿度控制算法,得到当前状态的最佳控制预操作时间具体包括:
在温度、湿度分别达到Tm-x/Td和Hm-y/Hd时停止对温度和湿度进行控制,其中Tm和Hm分别为目标温度和目标湿度,x和y分别为预测权重值。
7.如权利要求1至3任一项所述的人工气候室控制方法,其特征在于,所述N取大于5的自然数,采样周期为1s。
8.如权利要求1至3任一项所述的人工气候室控制方法,其特征在于,还包括:对人工气候室的光照进行控制,即根据需求光照度G,选择G/g1个钠灯并开启灯光,其中g1为一个钠灯能提供的光照度。
CN201410269592.7A 2014-06-16 2014-06-16 一种人工气候室控制方法 Active CN104090608B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410269592.7A CN104090608B (zh) 2014-06-16 2014-06-16 一种人工气候室控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410269592.7A CN104090608B (zh) 2014-06-16 2014-06-16 一种人工气候室控制方法

Publications (2)

Publication Number Publication Date
CN104090608A true CN104090608A (zh) 2014-10-08
CN104090608B CN104090608B (zh) 2016-04-13

Family

ID=51638330

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410269592.7A Active CN104090608B (zh) 2014-06-16 2014-06-16 一种人工气候室控制方法

Country Status (1)

Country Link
CN (1) CN104090608B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113985932A (zh) * 2020-07-12 2022-01-28 山西科鼎宏贸科技有限公司 一种基于调控室温的风口电机全天候智能控制方法
CN114518776A (zh) * 2022-02-25 2022-05-20 山东建筑大学 一种VOCs释放量检测气候室温湿度非线性控制方法
CN117408497A (zh) * 2023-12-14 2024-01-16 山东锦都食品有限公司 一种食品加工物料管控方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1123574A (zh) * 1993-05-17 1996-05-29 洪尼维尔公司 室内气候控制器
US20090231147A1 (en) * 2008-03-17 2009-09-17 Mrl Industries, Inc. System to monitor a consumable part and method to monitor performance life and predict maintenance thereof
CN102805039A (zh) * 2012-08-15 2012-12-05 山东绿都生物科技有限公司 小型动物实验人工气候室及控制方法
CN102968149A (zh) * 2012-12-10 2013-03-13 广东中烟工业有限责任公司 一种新型温湿度控制方法及系统
JP2013221772A (ja) * 2012-04-13 2013-10-28 Integral:Kk 熱損失係数推定装置、熱損失係数推定方法、およびプログラム
CN203424071U (zh) * 2013-07-30 2014-02-12 中国农业科学院植物保护研究所 人工气候室温湿度调节系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1123574A (zh) * 1993-05-17 1996-05-29 洪尼维尔公司 室内气候控制器
US20090231147A1 (en) * 2008-03-17 2009-09-17 Mrl Industries, Inc. System to monitor a consumable part and method to monitor performance life and predict maintenance thereof
JP2013221772A (ja) * 2012-04-13 2013-10-28 Integral:Kk 熱損失係数推定装置、熱損失係数推定方法、およびプログラム
CN102805039A (zh) * 2012-08-15 2012-12-05 山东绿都生物科技有限公司 小型动物实验人工气候室及控制方法
CN102968149A (zh) * 2012-12-10 2013-03-13 广东中烟工业有限责任公司 一种新型温湿度控制方法及系统
CN203424071U (zh) * 2013-07-30 2014-02-12 中国农业科学院植物保护研究所 人工气候室温湿度调节系统

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113985932A (zh) * 2020-07-12 2022-01-28 山西科鼎宏贸科技有限公司 一种基于调控室温的风口电机全天候智能控制方法
CN113985932B (zh) * 2020-07-12 2022-08-09 山西科鼎宏贸科技有限公司 一种基于调控室温的风口电机全天候智能控制方法
CN114518776A (zh) * 2022-02-25 2022-05-20 山东建筑大学 一种VOCs释放量检测气候室温湿度非线性控制方法
CN114518776B (zh) * 2022-02-25 2022-11-29 山东建筑大学 一种VOCs释放量检测气候室温湿度非线性控制方法
CN117408497A (zh) * 2023-12-14 2024-01-16 山东锦都食品有限公司 一种食品加工物料管控方法及系统
CN117408497B (zh) * 2023-12-14 2024-04-05 山东锦都食品有限公司 一种食品加工物料管控方法及系统

Also Published As

Publication number Publication date
CN104090608B (zh) 2016-04-13

Similar Documents

Publication Publication Date Title
Kumar et al. Sensing technologies for monitoring intelligent buildings: A review
CN107223195B (zh) 用于hvac系统的可变风量建模
CN106796043B (zh) 温度控制方法和装置
EP3025099B1 (en) Control device and method for buildings
US10656613B2 (en) Apparatus and method for controlling comfort temperature of air conditioning device or air conditioning system
CN106842914B (zh) 一种温度控制节能处理方法、装置及系统
CN110726218B (zh) 空调器及其控制方法、装置、存储介质和处理器
RU2012124324A (ru) Способ и система регулирования условий среды различных объектов
CN111160616B (zh) 一种基于边云协同的厨电设备预测性维护系统及方法
CN103282841A (zh) 建筑自动化系统
CN105938327A (zh) 一种分布式智能家居控制系统及方法
CN104090608B (zh) 一种人工气候室控制方法
CN104075402A (zh) 智能空调控制方法和系统
JP2011221921A (ja) 相互学習による建築物の省エネルギー化ユニット及びシステム
JP2006207929A (ja) 空調システムの最適運転制御システムおよび最適運転制御方法
Kim et al. Prediction and correlation analysis of ventilation performance in a residential building using artificial neural network models based on data-driven analysis
CN114200839A (zh) 一种耦合环境行为动态监测的办公建筑能耗智能控制模型
CN115190988A (zh) 用于控制空调系统的方法及控制系统
CN116976488A (zh) 基于麻雀搜索算法优化bp神经网络的空调能耗预测方法
Perera et al. Prediction of space heating energy consumption in cabins based on multivariate regression modelling
JP6480801B2 (ja) 環境管理システム
Stock et al. HVAC performance evaluation and optimization algorithms development for large buildings
Mady et al. Designing cost-efficient wireless sensor/actuator networks for building control systems
CN205028185U (zh) 一种用于环境湿度管理控制系统
CN104154613B (zh) 智能节能控制系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant