基于SOA優(yōu)化的智能灌溉控制策略研究.pdf

農業(yè)機械學報 Transactions of the Chinese Society for Agricultural Machinery ISSN 1000-1298,CN 11-1964/S 農業(yè)機械學報網絡首發(fā)論文 題目： 基于SOA優(yōu)化的智能灌溉控制策略研究 作者： 許景輝，王雷，譚小強，王一琛，趙鐘聲，邵明燁 收稿日期： 2019-08-01 網絡首發(fā)日期： 2020-03-02 引用格式： 許景輝，王雷，譚小強，王一琛，趙鐘聲，邵明燁基于SOA優(yōu)化的智能灌溉控制策略研究農業(yè)機械學報. http:/kns.cnki.net/kcms/detail/11.1964.S.20200228.2156.030.html 網絡首發(fā)：在編輯部工作流程中，稿件從錄用到出版要經歷錄用定稿、排版定稿、整期匯編定稿等階段。錄用定稿指內容已經確定，且通過同行評議、主編終審同意刊用的稿件。排版定稿指錄用定稿按照期刊特定版式（包括網絡呈現版式）排版后的稿件，可暫不確定出版年、卷、期和頁碼。整期匯編定稿指出版年、卷、期、頁碼均已確定的印刷或數字出版的整期匯編稿件。錄用定稿網絡首發(fā)稿件內容必須符合出版管理條例和期刊出版管理規(guī)定的有關規(guī)定；學術研究成果具有創(chuàng)新性、科學性和先進性，符合編輯部對刊文的錄用要求，不存在學術不端行為及其他侵權行為；稿件內容應基本符合國家有關書刊編輯、出版的技術標準，正確使用和統一規(guī)范語言文字、符號、數字、外文字母、法定計量單位及地圖標注等。為確保錄用定稿網絡首發(fā)的嚴肅性，錄用定稿一經發(fā)布，不得修改論文題目、作者、機構名稱和學術內容，只可基于編輯規(guī)范進行少量文字的修改。 出版確認：紙質期刊編輯部通過與中國學術期刊（光盤版）電子雜志社有限公司簽約，在中國學術期刊（網絡版）出版?zhèn)鞑テ脚_上創(chuàng)辦與紙質期刊內容一致的網絡版，以單篇或整期出版形式，在印刷出版之前刊發(fā)論文的錄用定稿、排版定稿、整期匯編定稿。因為中國學術期刊（網絡版）是國家新聞出版廣電總局批準的網絡連續(xù)型出版物（ISSN 2096-4188，CN 11-6037/Z），所以簽約期刊的網絡版上網絡首發(fā)論文視為正式出版。 基于 SOA 優(yōu)化的智能灌溉控制策略研究 1 許景輝 1,2 王 雷 2 譚小強 2 王一琛 3 趙鐘聲 2 邵明燁 3 (1.西北農林科技大學旱區(qū)農業(yè)水土工程教育部重點實驗室，陜西楊凌 712100； 2.西北農林科技大學 水利與建筑 工程 學院 ， 陜西楊凌 712100； 3.西北農林科技大學 機械與電子工程學院 ，陜西楊凌 712100) 摘要： 為解決智能灌溉系統中水泵 運行 的不穩(wěn)定問題，基于 SOA（ Seeker optimization algorithm） 算法 實現了 PID（ Proportion Integration Differentiation） 參數 的自動 優(yōu)化 。該 優(yōu)化 算法能夠有效解決智能灌溉水泵控制中的非線性、時變性和滯后性等問題。為驗證 SOA優(yōu)化 PID控制的實際效果，與 PSO（ Particle swarm optimization） 以及 GA（ Genetic Algorithms） 優(yōu)化的 PID控制進行比較 。 仿真 實驗 結果表明 ， 基于 SOA優(yōu)化的 PID控制響應時間短、超調量小、穩(wěn)態(tài)過程沒有振蕩。因此，適用于智能灌溉系統中水泵控制 。 關鍵詞： 智能灌溉 ； PID 控制； SOA 優(yōu)化 PID 控制 ； 水泵控制 中圖分類 號： S275； TP2 文獻 標 識碼： A Application of PID Control Based on SOA Optimization in Intelligent Irrigation System XU Jinghui1,2 WANG Lei2 TAN Xiaoqiang2 WANG Yichen3 ZHAO Zhongsheng2 SHAO Mingye3 (1.Key Laboratory of Agricultural Soil and Water Engineering in Arid and Semiarid Areas Ministry of Education, Northwest A PID control; SOA optimized PID control; pump control 收稿日期： 2019-08-01 修回日期： 2019-09-19 基金項目 ：國家重點研發(fā)計劃 項目 (2017YFC0403203)和 陜西水利科技計劃項目 (2014slkj-18) 作者簡介 ：許景輝 (1978 )，男，副教授，博士，主要從事農業(yè)電氣化與農業(yè)智能化檢測研究， E-mail: x36936163 com 網絡首發(fā)時間：2020-03-02 08:23:35網絡首發(fā)地址：http:/kns.cnki.net/kcms/detail/11.1964.S.20200228.2156.030.html0 引言 中國是農業(yè)大國，農業(yè)灌溉用水占據水資源的絕大部分，但傳統的灌溉方式造成了水資源的大量浪費。智能灌溉系統通過水泵自動供水設施將作物所需的水分按需供給，促進作物根系生長 1-3。水泵供水過程中給水量在最優(yōu)控制范圍內有利于作物根系的發(fā)育及土壤中礦物質的吸收 4。因此，按照作物需水實現精確水泵供水控制是實現智能灌溉的關鍵。 水泵控制系統存在非線性、時變性和滯后性等問題，這將影響智能灌溉系統的整體運行效率。目前，國內外主要采用 PID 控制和模糊控制策略來實現作物灌溉，通過調整相應的參數來實現相關設備控制器的精 度，從而取得較好的控制效果 5-8。 PID 控制是灌溉控制系統中普遍采用的控制方法 9，其控制算法簡單、參數調整方便、魯棒性好、可靠性高、適用于各種不同工況 10-11，但 PID 控制存在過渡過程時間和超調量之間的矛盾。 PID 控制的效果主要取決于參數的整定 12-13，不同的控制對象及控制參數對控制系統產生的影響不同。李俊勇等 14提出了采用改進的遺傳算法和模糊控制技術相結合，通過對 PID 參數整定的優(yōu)化，使得控制器具有良好的控制效果。江金龍等 15提出一種基于遺傳算法和直接搜索策略的 PID參數整定方 法，研究結果表明該方法提高了搜索精度和收斂精度。李開霞等 10提出了一種通過實時整定 PID 參數的自適應 PID 控制策略，該策略可以應用于多功能除濕機的溫控，具有較好的穩(wěn)定性。但 PID 控制策略需要憑借經驗和反復調試 來 整定 PID 參數，工作費時費力，并且將傳統的 PID 控制用于現代智能灌溉系統中的水泵控制，其控制精度達不到要求。因此，需要根據灌溉水機電系統的傳遞函數自適應 PID 參數，以達到目前智能灌溉系統中精準控制、精準灌溉的要求。 本文以 智能灌溉系統中水泵機電系統 為 被控對象 ， 選取特定工作條件下的水泵供水傳遞函數， 采用 SOA（ Seeker optimization algorithm）優(yōu)化算法實現灌溉控制系統的 PID 控制參數優(yōu)化，分析其響應時間及穩(wěn)定狀態(tài)。采用 PSO（ Particle swarm optimization）優(yōu)化和 GA（ Genetic algorithm） 優(yōu)化與 SOA 對比， 比較分析 3 種優(yōu)化策略 在 水泵供水控制中效果， 以實現精度高 、穩(wěn)定性好的 水泵供水控制，為實現精準的智能灌溉系統提供技術支持 。 1 基于 SOA 優(yōu)化的 PID 控制系統設計 1.1 PID 控制 在模擬控制系統中， PID 控制器是一種線性控制器 16-17，系統由控制器和被控對象組成，其模擬控制系統的框圖如圖 1 所示。 圖 1 PID 控制系統框圖 Fig.1 PID control system block diagram PID 控制器由比例環(huán)節(jié) ( Proportional)、積分環(huán)節(jié) ( Integral)和微分環(huán)節(jié) ( Differential)組成18， PID 的控制規(guī)律 表示為 ： 01 d e ( )( ) ( ) ( ) d dttpd tu t K e t e t t TT= + + （ 1） 也 可將式 (1)寫成傳遞函數的形式： ( ) 1( ) 1()pdiEsG s K T sU s T s= = + +（ 2） 式中 pK 比例系數 iT 積分時間常數 dT 微分時間常數 ()et 系統誤差 ()ut 控制輸出 對于 PID 控制器而言，當采樣周期比較短時， 可采用 PID 的離散化處理，即可 通過離散化將連續(xù)系統直接化為差 分方程。為此，用一階差分式代替微商，用求和代替積分，用矩形積分 代替連續(xù)積分的近似值，即可求出 PID 控制器的離散方程。公式 為 220di( ) ( ) ( ) ( ) ( ) ( ) ( )p i p diTTu t K e k e k e k K e k K e k K e k = + + = + + （ 3） 其 中0ipiTKKT= ， ddpiTKKT= ， 2 1 212zz = + 。 式中pK 比例系數 iK 積分系數 dK 微分系數 2 差分的二次方 雖然傳統的 PID 控制工作結構穩(wěn)定且控制結構簡單，但對于一個具有非線性、時變性和滯后性的智能灌溉系統，其pK、 iK 、 dK 3 個參數調整復雜，為了滿足全局最優(yōu)調控和縮短過度的時長問題，需要 PID 優(yōu)化算法以提高其控制效果 19-21。 1.2 SOA 優(yōu)化 PID 控制 1.2.1 SOA 算法 人群搜索算法 (SOA) 是進化算法研究領域的一種新型群體智能算法，該算法立足傳統的直接搜索算法，將搜索隊伍作為種群，以各搜索者所處位置作為候選解，通過模仿人類在進行搜索行為時對位置和方向等的推理判斷完成問題的最優(yōu)求解， 采用 SOA 優(yōu)化的 PID 參數整定，具有收斂快、魯棒性好和穩(wěn)定性高等特點 22。 SOA 算法具體描述為 23； 假定在維度為 D 的空間中有 S 個搜尋個體，則個體 i 所處的位置 為 12, , ,i i i iDx x x= TX （ 4） 由于 PID 控制器由 3 個主要的控制參數pK、 iK 、 dK 決定，則設定 SOA 優(yōu)化算法的個體維度為 3，能夠實現對 PID 控制器參數進行 優(yōu)化整定。適應度函數是搜尋者優(yōu)化算法與控制系統結合的紐帶，指導 算法按控制目標要求不斷進化。為了獲取滿意的過程動態(tài)特性，采用誤差絕 對值的時間積分性能指標作為最小目標函數。同時，為了防止控制能量過大，引入控制輸入平方項，即目標函數為 ( )( )212021 2 30( ) ( ) ( ( ) 0 )m i n( ) ( ) + ( ) ( ( ) 0 )e t u t d t e tfe t u t e t d t e t += +（ 5） 式中 1 、 2 、 3 權值系數， 31 為了避免超調，采用了懲罰控制，通過對比試驗， 式 （ 5） 權值系數 1 、 2 、 3 一般取 0.999、 0.001、 100 可實現較好控制效果。 SOA 的不確定推理行為是利用模糊系統的逼近能力，模擬人的 智能搜索行為 ，用以建立感知（目標函數值）和行為（步長）之間的聯系，搜索步長表示 為 lnij ij iju= （ 6） 式中 ij j 維搜索空間的搜索步長 ij 高斯隸屬函數參數 iju j 維搜索空間目標函數值 i 的隸屬度 通過 對人的利己行為、利他行為和預動行為的分析和建模，確定搜索方向為 i i , p r o 1 i , e g o 2 i , a l t( t ) s i g n ( ) = + +d d d d（ 7） 式中 ,iprod 搜尋個體預動方向 ,iegod 搜尋個體利己方向 ,ialtd 搜尋個體利他方向 慣性權值，隨進化代數的增加 從 0.9 線性遞減至 0.1 1 、 2 0,1內的常數 1.2.2 PID 控制器的 SOA 算法 優(yōu)化設計 基于 SOA 算法優(yōu)化的 PID 控制流程如下： （ 1） 初始化每個搜索者的個體位置，系統隨機產生初始位置矩陣 。 （ 2） 計算搜索個體的適應度值 。 （ 3） 對當前每個搜索者個體位置與其歷史最佳位置進行比較，選擇和保留最優(yōu)個體位置進行更新 。 （ 4）對種群歷史最優(yōu)位置與當前個體最優(yōu)位置進行比較，若當前搜索個體更好則對種群歷史最優(yōu)位置進行更新替換 。 （ 5）如果未達到結束條件，返回步驟（ 2），否則結束循環(huán)。 依據上述算法原理設計基于 SOA 優(yōu)化 PID 控制的水泵供水控制系統， 如圖 2 所示。 圖 2 基于 SOA 優(yōu)化 PID 控制的智能灌溉控制系統原理框圖 Fig.2 Block diagram of intelligent irrigation control system based on SOA optimized PID control 2 被控對象模型 智能灌溉系統中水泵供水系統可認為是一種 壓力 不斷變化的 穩(wěn) 壓供水系統， 穩(wěn) 壓供水系統是通過調節(jié)變頻器改變水泵的供水量，從而達到水壓 穩(wěn) 定的目的 24。國內也有提出變壓供水，其機理是從恒壓供水演變而來，分為壓力上升階段和恒壓階段，壓 力上升階段是一階慣性環(huán)節(jié)，恒壓階段為純滯后環(huán)節(jié)，則供水系統模型可表示 25-26為 0 111e1 = + spp kG n T s （ 8） 式中 1T 供水系統的慣性時間常數， s 1k 供水系統的增益 供水系統的時滯常數， s pn 傳遞函數中 的輸入供水系統中離心泵的轉速 0p 傳遞函數中的輸出 。供水 系統的出口壓力 變頻器和水泵電動機可近似為等效時間常數 2T 的一階慣性環(huán)節(jié)，可表示 為 222 1mcn kG f T s= + （ 9） 式中 2T 調速系統的慣性時間常數， s 2k 調速 系統的增益 cf 傳遞函數中的輸入，即供水 系統中變頻器的輸入頻率 mn 傳遞函數中的輸出，即 供水 系統中電動機的轉速 系統中其他控制及 檢測環(huán)節(jié)與供水系統的時間常數相比可以忽略，可以看作一個比例環(huán)節(jié) 33Gk= （ 10） 設定智能灌溉系統中供水系統采用離心泵供水，則該系統中 電機的轉速等于離心泵的轉速，從而整個供水 系統的模型可表示為上述 3 個環(huán)節(jié)的串聯模型，可表示 25為 012e( 1) ( 1) scp kG f T s T s = + （ 11） 其中 1 2 3k kk k= 式中 k 系統的總增益 。 1T 主要由用戶的數量決定 ， 2T 主要由變頻器加速時間常數和電動機的自身特性決定 ， 由管網系統的最不利點與用戶的距離和系統中水的平均流速決定 。 蒙蕊蕊等 27通過模型辨識對離心泵供水做了大量 試 驗，辨識出不同工況下離心泵的傳遞函數。本次仿真?zhèn)鬟f函數選用其研究中初始頻率為 30Hz、 目標頻率為 40Hz 且球閥打開數為 1 工況下的傳遞函數。在一定范圍降頻、工況變化小 等工況中可以認為是一階慣性加時滯的模型，但當系統處于升頻或 工況變化較大、較快的過程中，系統模型變?yōu)槎A慣性加時滯模型，模型結構較復雜。本 文 選擇系統處于升頻狀態(tài)，因此系統模型為二階慣性加時滯，模型傳遞函數 為 0 . 2 6 0 . 2 629 . 1 2 e 9 . 1 2 e( 0 . 5 9 1) ( 0 . 3 5 1) 0 . 2 0 6 5 0 . 9 4 1 =+ + + +s sG s s s s （ 12） 3 仿真測試與 結果分析 為了驗證 SOA 優(yōu)化 PID 控制算法的優(yōu)越性，采用 PSO 優(yōu)化算法和 GA 優(yōu)化算法 進行Matlab 仿真對比。分別編寫基于 SOA、 PSO 和 GA 優(yōu)化下的 PID 控制算法代碼，對以上選取的水泵控制系統進行仿真實驗，設該系統種群規(guī)模為 30，最大迭代次數為 100 次，最大隸屬度 為 0.9500，最小隸屬度 為 0.0111，權重最大值為 0.9，權重最小值為 0.1，維數為 3，得 PSO、 GA、 SOA 優(yōu)化適應度函數控制曲線、系統階躍響應輸出曲線 和系統階躍響應輸出曲線誤差分別如圖 36 所示。 圖 3 適應度函數控制曲線 Fig.3 Fitness function control curve 圖 4 SOA、 PSO、 GA 系統階躍響應輸出曲線 Fig.4 SOA, PSO, GA system step response output curve 圖 5 SOA、 PSO、 GA 系統階躍響應輸出誤差曲線 Fig.5 SOA, PSO, GA system step response output curve error map 圖 6 SOA、 PSO 系統階躍響應輸出曲線誤差圖 Fig.6 SOA, PSO system step response output curve error map 從圖 3 來看， 在 3 種優(yōu)化算法尋找 適應度函數的 最優(yōu)適應值時， PSO 優(yōu)化算法 尋找最優(yōu)適應值最快，僅需要 2 次迭代就找出了該適應度函數的最優(yōu)適應值， SOA 優(yōu)化算法次之，在第 8 次迭代完成后 找到該適應度函數的最優(yōu)適應值，而 GA 優(yōu)化算法 最差，在第 74 次迭代后找出了該適應度函數的最優(yōu)適應值 。 由此， SOA 和 PSO 優(yōu)化算法在確定適應度函數的最優(yōu)適應值速度較快且穩(wěn)定性較好， 而 GA 優(yōu)化算法 速度慢且 穩(wěn)定性較差 。從圖 4 來看，GA 優(yōu)化 算法到達平穩(wěn)所需的 時間 為 3.50 s， 最大超調量達到 0.75 m， 而 SOA 和 PSO 優(yōu)化算法達到平穩(wěn)所需時間均小于 0.50 s、最大超調量均小于 1.3 m，且上升時間均小于 GA 優(yōu)化算法的上升時間， 因此， SOA 和 PSO 優(yōu)化算法 相對收斂快、控制精度高 ，而 GA 優(yōu)化算法上升用時及收斂用時較長，超調量較大 。 由 圖 4 可知 ， SOA 優(yōu)化算法與 PSO 優(yōu)化 算法 的PID 控制 系統相比，上升時間減少了 0.01 s，超調量降低了 0.06 m。 表明 SOA 優(yōu)化的 PID智能灌溉控制系統具有更 好的控制效果和魯棒性。 從圖 5 來看， GA 優(yōu)化 算法誤差最大， 最大誤差值為 0.72 m， 而 SOA 和 PSO 優(yōu)化算法的最大 誤差 值均 不大于 0.22 m，誤差 相對較小。SAO 優(yōu)化 算法 的最大誤差值為 0.22 m，而 PSO 優(yōu)化 算法 的最大誤差值為 0.27 m。 因此， SAO優(yōu)化算法 誤差更小。綜上所述，說明對于智能灌溉系統中的水泵供水控制系統來說，基于SOA 優(yōu)化的 PID 控制效果最優(yōu)，可應用于智能灌溉系統控制。 4 基于 SPWM 的智能灌溉機電控制系統仿真模型驗證 4.1 SPWM 控制原理 SPWM 控制技術旨在控制變頻器的輸出電壓 來滿足交流調速系統的需要。 其 基本控制思想是等效原則，即用一定數量寬度不等（半個周期內，兩側波形窄，中間波形寬）幅值相等的脈沖矩形波來等效正弦波，如圖 7 所示。 SPWM 波形與正弦波等效的具體內容是將正弦波曲線的一個周期等分成若干份，每一段小周期內的正弦波曲線所圍面積，用一系列高度相等，寬度中心與每一小段周期的 1/2 處相重合的矩形脈沖波的面積來等效，就可以得到等效需要的一系列 SPWM 脈沖波。 圖 7 SPWM 脈沖波形 Fig.7 SPWM pulse waveform 4.2 灌溉控制系統模型 建立 運用 Matlab 中 Step 模塊設置轉速給定值，并 與 實際轉速 進行比較得到轉速偏差。利用異步電動機轉速與頻率的關系將轉速偏差轉化成頻率偏差，經 PID 控制器得到系統控制量。由于實際情況中頻率控制難以瞬時變化， Rate limiter 模塊 來實現控制頻率上升和下降 ， 為了在 0.25s 內完成 050Hz 的加速， Rate limiter 的參數可分別為 200 和 -200。恒壓頻比控制 V/F曲線則由 1-D Lookup Table 模塊來實現。上述模塊設置 參數后與 SPWM 控制器模型連接 就構成 了智能灌溉控制系統模型。將主電路、水泵模型、灌溉控 制系統連接 就能得到圖 8 所示變量灌溉控制系統仿真模型。 D i s c r e t e ,T s = 1 e - 0 5 s .p o w e r g u igABC+-U niv e r s a l B r id g enTf cnT - nn1n2H1H2I n1irAis AwmTeS u b s ys t e m 1S t e p 1S co p e 5S co p efmPu ls esS P W MR a t e L i m i t e rP I D ( s )P I D C o n t r o l l e r- K - K - K -G a i nmABCTmA s yn ch r o n o u s M a ch i n eS I U n i t s 11 - D T ( u )1 - D L o o k u pT a b l e圖 8 基于 SPWM 的智能灌溉控制系統仿真模型 Fig.8 Simulation model of intelligent irrigation control system based on SPWM 設置轉速給定值為 1400r/min（ 01s）和 1200r/min（ 12s） 相當于水泵給定揚程為 23.25m（ 01s）和 17.08m（ 12s）。系統 PID 參數經傳統人工調整可以得到圖 9 所示的水泵出口壓力變化曲線。系統 PID 參數經 SOA 優(yōu)化調整則可得 到圖 10 所示的曲線。 圖 9 傳統人工調節(jié) PID 參數的水泵出口揚程跟蹤曲線 Fig.9 Pump outlet head tracking curve of traditional manual adjustment PID parameters 圖 10 SOA 優(yōu)化 PID 參數的水泵出口揚程跟蹤曲線 Fig.10 Pump outlet curve of SOA optimized PID parameters 從圖 9、 10 可以看到，灌溉系統的 PID 控制策略通過 SOA 優(yōu)化后，其參數較人工調整具有很好 的控制效果。在變量灌溉系統壓力較大波動時，其控制壓力的超調量很小，利于變量灌溉機電系統的穩(wěn)定運行。 5 結論 （ 1）基于 SOA 算法優(yōu)化的 PID 控制在水泵供水控制中調節(jié)時間短、超調量小、穩(wěn)態(tài)特性與動態(tài)響應特性均最優(yōu)，通過 SOA 算法 可以實現智能灌溉控制系統中的最優(yōu)控制策略。 （ 2） SOA 算法在優(yōu)化過程中，適應度值和粒子群數量的調整會在實際工作中有效提高PID 數值優(yōu)化效果，在一定程度上減少 傳統 PID 控制在 智能灌溉系統中水泵供水控制系統的非線性、時變性和滯后性問題。 （ 3） 仿真驗證結果表明 ， 基于 SOA 算法優(yōu)化的 PID 控制穩(wěn)定性及動態(tài)性能較好，可以很好 地 滿足水泵供水控制系統的自動控制要求，可應用于實際智能灌溉系統 。 參 考 文 獻