基于Mamdani型模糊控制的自动灌溉器设计

开篇：润墨网以专业的文秘视角，为您筛选了一篇基于Mamdani型模糊控制的自动灌溉器设计范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘要：给出了基于mamdani型模糊算法的自动灌溉系统的设计及实现办法。控制器采用AT89C52单片机,通过采集土壤湿度和温度,实现对环境的监控,并引入Mamdani型模糊控制器,实现了系统的模糊控制。实验证明：该控制器实现了操作方便、控制精度高的要求。

关键词：模糊控制；AD转换；灌溉；单片机

收稿日期：2012-02-04

作者简介：陈境峰（1986―），男，福建人,厦门大学硕士研究生。

中图分类号：TV91

文献标识码：A

文章编号：1674-9944(2012)02-0215-03

1 引言

随着传统农业逐步向现代化农业的转变,实现高产、优质、高效以及节能节水的农业生产方式是农业现代化的基本要求。利用现有的工业控制技术,设计一种通过环境系数的采集实现灌溉的合理、自动控制的装置,对农业现代化具有重要的意义。现有的自动灌溉设备因为算法问题,存在控制精度问题。本控制器利用单片机控制技术,通过传感器采集温度和土壤湿度,并在软件设计中加入工业控制中常用的Mamdani模糊算法,将人们的灌溉经验转换为程序控制,有效地提高了系统的控制精度。

2 总体结构

在自动灌溉器的整个系统设计中,采用单片机AT89C52作为控制单元,通过对温度和土壤湿度的采集、处理,实现自动灌溉。

系统的主要结构如图1所示,将系统分为3个模块:人机界面、驱动模块、环境系数采集模块。系统上电启动,初始化完成后进入正常工作模式。用户可通过人机界面,输入密码进入参数设置,更改系统参数。温度传感器和湿度检测电路采集环境参数传给单片机,通过Mamdani模糊算法确定模糊量的值,并根据用户设置好的各项参数进行判断,实现对端口的开关控制。

3 Mamdani型模糊控制

1974年Mamdani成功地将模糊控制应用于锅炉和蒸汽机控制以来,模糊控制器被广泛应用于各种工业控制领域。其基本思想把操作人员的控制经验归纳成一组条件语句,生成模糊控制器,对无法获得精确的数学模型系统给出有效的控制。它的输入输出变量都采用模糊集合形式的语言变量表示,具体为:

Ri:if x1(k) is Ai1 and x2(k) is Ai2 and…and xm(k) is Aim;

then y(k) is Bi,i=1,2,…,l。

其中,Ri表示第i条规则,l为总的规则数,Aip,p=1,2,…,m,Bi,分别是系统输入、输出变量所在的模糊集合,xp(k),p=1,2,…,m为模糊控制系统的输入变量,y(k)为模糊控制系统的输出变量。

目前,Mamdani模糊控制广泛应用于工业控制领域,但在农业自动控制领域仍很少使用。控制器包含两个输入量和一个输出量,输入量和输出量之间的关系具有高度非线性,无法建立精确的数学模型,故引入Mamdani模糊控制。

4 系统模糊控制器设计

4.1 确定输入、输出量

浇灌器利用温度和土壤湿度传感器,测出环境中的温度x∈［0,40］(℃),土壤湿度y∈［620,1 023］(数字量),模糊控制器根据x和y的数据,选择灌溉时间t∈［0,60］(min)。

4.2 输入、输出量模糊化

所有模糊子集都选取三角形隶属函数。

4.2.1 温度值模糊化

选用低温(ST)、中温(MT)和高温(LT)3个模糊子集,涵盖输入量x的论域［0,40］,隶属函数如下:

ST(x)=(20-x)/20,0≤x≤20;

MT(x)=x/20,0≤x≤20(40-x)/20,20

LT(x)=(x-20)/20,20

4.2.2 土壤湿度值模糊化

选用含水少(NW),含水中(MW)和含水多(LW)3个模糊子集,涵盖输入量y的论域［620,1 023］,隶属度函数如下:

NW(y)=(200-y)/200,620≤y≤820;

MW(y)=y/200,620≤y≤820(400-y)/200,820

LW(y)=(y-200)/200,820

4.2.3 选定5个模糊子集

选用很短(VS)、短(S)、中等(M)、长(L)和很长(VL)5个模糊子集,涵盖输出量t的论域［0,60］,隶属函数如下:

VS(t)=(10-t)/10,0≤t≤10;

S(t)=t/10,0≤t≤10(25-t)/15,10≤t25;

M(t)=(t-10)/15,10≤t≤25(40-t)/15,25

L(t)=(t-25)/15,25≤t≤40(60-t)/15,40

VL(t)=(t-40)/20,40≤t≤60。

4.3 建立模糊关系表

根据操作经验,对温度和土壤湿度进行组合搭配,可建立9条模糊控制规则,见表1。

表格中的(1),(2),…,(9),是9条规则的序号,每条模糊规则对应一个F蕴涵关系Ri(i=1,2,…,9),系统总的模糊蕴涵关系为:

R=R1∪R2∪……∪R8∪R9=∪9i=1Ri。

4.4 近似推理

可根据公式(1),求近似推理总输出。

U*=∪9j=1((A*)T•Rj)=∪9j=1Uj。(1)

其中,U*表示总输出量,A*表示输入量的论域,Rj表示模糊蕴涵关系,Uj表示各条规则下求出的输出量 。

A*、Rj、Uf3者之间的对应关系参照表1,根据3节中的语言变量表示方法,分别求出U1……U9,最后可根据公式(1)求出U*,总输出U*是个模糊子集,最大隶属度为0.4,论域为［10,40］(min)。

4.5 输出量清晰化

采用最大隶属度法,最大隶属度法最大的特点是计算简单,在一些控制要求不高的场合,采用最大隶属度法非常方便。由上可知总输出的最大隶属度为0.4,论域为［10,40］(min)。通过前文节中的隶属函数,求出的最小值为16min,最大值为34min,平均值为25min。

5 硬件设计

5.1 人机界面设计

控制器采用AT89C52单片机,通过74LS374与74LS138对I/O口进行扩展,供人机界面和端口模块使用。人机界面由6位数码管、6个LED指示灯和4个按键构成。LED指示灯显示当前工作状态。4个按键功能分别为:确定、返回、上移、右移。用户可通过按键和数码管对系统的参数进行查询和设置。

5.2 端口驱动设计

驱动模块采用24V外部供电电源,外接电磁阀,单片机通过光耦TLP521实现对端口的开关控制,有很好的抗干扰效果。图2为其中一个端口的电路,端子J22外接24V水阀。

5.3 采集模块设计

环境系数采集模块由时钟模块、温度传感器DS18B20、土壤湿度采集转换电路构成。时钟模块采用PCF8563,外接32.768kHz的晶振,该晶振保证平均误差可达5min/年,为系统提供准确的时间日期；温度系数采集采用美国DALLAS公司生产的 DS18B20可组网数字温度传感器,可提供准确、稳定的环境温度。

图3为其中的一路土壤湿度采集电路,本控制器采用电阻法测土壤湿度,有效减少了成本。AD转换芯片采用TLC1543,该芯片有11路模拟输入通道,10位的分辨率,输入端通过锁存器74LS374接到I/O口。传感器的制作,用两根长10cm,直径3mm的不锈钢棒,上端固定,间距10cm,两端分别接入图3中的J10口,测量时插入土壤中长8cm。模拟量和数字量可通过公式x/1 023=y/5来处理,其中,x为转换的数字量,y为采集的模拟量,通过实际测量,得到的数字量范围为［620,1 023］。

6 软件设计

6.1 模糊控制器软件编写

根据上述算法及求出的输出量,编写相应软件,图4为流程图的一部分,程序对照表1,通过对采集的温度值和土壤湿度值的判断,选择灌溉时间。

6.2 系统整体软件编写

图5为系统软件流程图。设备开机后进入初始化,通过定时器1对按键和数码管进行扫描,实现实时显示和按键判断,之后通过时间以及实时采集的温度、土壤湿度来判断各个端口是否进行灌溉。在判断是否灌溉的环节中,引入上文所设计的基于Mamdani型模糊控制的判断程序,对采集到的温度和土壤湿度电压信号进行分析,提高系统的精确度。 系统中的参数查看和设置放在按键处理环节,用户必须输入正确密码才能进入,可根据当地气温、土壤、农作物等情况设置各项参数。参数包括日期时间、各个驱动端口对应的湿度和温度阀值、查看湿度值内码等。其中,湿度阀值可根据烘干法确定最佳湿度值,然后对此湿度进行测量,读取湿度值内码,用户就可将此内码设为阀值。

参考文献：

［1］

汤竞南,沈国琴.51单片机C语言开发与实例［M］.北京:人民邮电出版社,2008.

［2］ 卢丽君.基于TLC1543的单片机多路采样检测系统的设计［J］.仪器仪表与分析监测,2007(4):5~6,40.

［3］ Haipeng Pan,Jiade Yan.Study of Mamdani Fuzzy Controller and Its Realization on PLC［J］.IEEE the 6th World Congress on Intelligent Control and Automation,Dalian,2006(16):3 997~4 001.

［4］ 吕红丽.Mamdani模糊控制系统的结构分析理论研究及其在暖通空调中的应用［D］.济南:山东大学,2007.

［5］ 韩卫华,宁佐贵.Mamdani型常用模糊控制算法间的常用算子关系［J］.四川师范大学学报,2008,31(2):150~154.

［6］ 石辛民,郝整清.模糊控制及其MATLAB仿真［M］.北京:清华大学出版社,北京交通大学出版社,2008.

［7］ 王君勤,马孝义.PCF8563在智能仪表中的应用［J］.电子测量技术,2005(1):81~82.

［8］ 王守宇,田广军.土壤水分测量的研究［J］.仪表技术与传感器,1997(8):28~30.

Design of Automatic Irrigation Device based on Mamdani-type Fuzzy Control

Chen Jingfeng

（Institute of Information and Science Technology,Xiamen University,Xiamen 361005,China）

Abstract: This paper introduces the design and implementation approach of the automatic irrigation system based on Mamdani-type fuzzy control.The controller uses AT89C52 microcontroller by collecting soil moisture and temperature to monitor the environment,and applies Mamdani-type fuzzy controllor to achieve fuzzy control of the system.The experiment shows that the controller realizes the requires of easy operation and high precision control.

Key words:fuzzy control;AD conversion;irrigation;microcontroller