基于模糊PID的羊肉冷链运输温控系统原型设计

冯 旭， 李志刚

(石河子大学信息科学与技术学院，新疆石河子 832003)

羊肉是高蛋白、低脂肪、低胆固醇类优质畜肉之一[1]。随着社会的进步以及人们生活水平的提高，羊肉质量安全越来越受到关注。在运输过程中，温度波动会对羊肉的品质产生显著影响，可加快羊肉品质劣变，缩短羊肉保存期[2-3]。为确保羊肉质量安全，延长羊肉保存期，在物流运输过程中多采用冷链温控技术，以确保羊肉在冷链运输环节始终处于低温环境下。但冷链物流体系复杂，信息不对称程度较高[4]，因此实时监测并调节冷链运输过程中冷藏车厢内温度，使羊肉在冷链运输过程中处于适宜的冷藏状态，提高羊肉冷链过程的安全性及透明性是十分必要的。

比例-积分-微分(proportion-integral-derivative，简称PID)控制算法是控制系统中的一个重要组成部分，整个系统的控制功能是由该控制算法来实现的。PID控制在很多领域都有应用，国内外学者对PID控制算法进行了诸多研究。张克非等为改善温度波动对光通信用半导体激光器性能的影响，设计基于三维语言变量的高精度跟踪误差温度控制系统，该系统可实现对半导体的高效制冷、加热控制，具有响应时间快、系统开销小的优势，能够对控制参数实现自整定[5]。刘姣娣等为实现补苗装置的精准定位控制，解决自动移栽作业过程中因穴盘缺苗和取苗投苗失败而导致的漏栽问题，采用基于适应模糊PID控制的步进电机系统实现准确及时自动补苗[6]。李扬等针对设计的高枝修剪机械臂定位过程易产生振动，且难以快速、准确地将待修树枝对入锯切口的问题，研究末端修枝锯的抑振控制方法，实现末端修枝锯的快速精准定位；在分析了臂架系统的柔性特征对末端修枝锯定位产生的影响后，设计了基于改进粒子群离线优化的模糊PID控制方法，实现了对末端修枝锯的主动抑振控制，且该控制方法在定位过程中具有修枝锯进入稳态的时间短、超调量小、振荡调整时间短等优点，同时可提高高枝修剪机械臂的作业效率[7]。Lai等通过将模糊控制器的输入变量设定为温度偏差及其变化，输出变量设定为PID参数的修正量，研究模糊PID控制算法对温度的控制，结果发现，与三维模糊控制器相比，该控制器具有更高的响应速度，但稳定性较低[8]。Kim等提出一种基于自适应近似控制法的非线性反馈系统，实现了非线性反馈系统的高效跟踪性能，该方法主要从数学角度进行大量公式化推导以优化传统控制方案，但缺少在实际系统中的应用[9]。以上学者虽然对PID控制算法及其改进算法进行了深刻的研究与探索，但将PID控制算法应用于羊肉冷链温度监控中的研究还很少。

本研究采用ZigBee、高级精简指令集计算机(advanded RISC machine，简称ARM)等嵌入式技术设计一种基于模糊PID的羊肉冷链运输温控系统，以期解决羊肉冷链运输过程中温度信息难以实时监测与调控以及传统有线控制系统布线繁琐、操作缺乏灵活性等问题[10]。

1 模糊PID温度控制器设计

1.1 被控对象温控模型建立

本研究的主要控制对象是冷藏车车厢内的温度，车厢内的温度变化可用具有纯滞后的一阶惯性环节的模型来描述：

(1)

式中：K、τ、T分别为对象模型的静态增益、纯滞后时间常数、惯性时间常数；s为复变量；e为自然常数，值为2.718。其中，(1)静态增益别称放大系数，是被控对象在系统达到稳定状态时，输出量与输入量之比，一般来说K是定值。当K值很大时，表示输入量对输出量的影响很大，被控对象的稳定性很差，反之则稳定性良好。(2)在工业生产过程中，控制对象在受到输入变量的作用后，其被控制量经过一定时间后才发生变化，这种现象被称为滞后现象，τ是描述这种现象的参数。(3)惯性时间常数是被控对象受到输入量作用后输出变量达到稳定状态的时间，是被控对象的动态性参数之一。

本研究参照周开对冷藏车监控平台的研究[11]，将静态增益设定为1，纯滞后时间常数设定为30 s，惯性时间常数设定为80 s，则

1.2 模糊PID控制算法

1.2.1 输入量、输出量的模糊化 本研究系统采用2输入、3输出的方式实现对被控对象的控制，输入变量为偏差量e和偏差变化率ec，输出变量为Δkp、Δki、Δkd。根据前人的研究成果[10-11]和实际经验，本研究将e、ec的论域统一设定为[-3，3]，Δkp、Δki、Δkd的论域分别设定为[-0.3，0.3]、[-0.06，0.06]、[-3，3]，语言变量均选取分别表示负大、负中、负小、0、正小、正中、正大的PB、PM、PS、ZE、NS、NM、NB等7个语言值。

完成e、ec、Δkp、Δki、Δka的论域设定后，须要对输入量和输出量进行量化，其中量化因子的确定较为关键，不但影响系统的动态品质，还会影响系统的稳定性[12]。量化因子计算公式为

m=N/n。

(2)

式中：N为模糊子集的最大值；n为连续论域的最大值。

根据量化计算公式计算得出，e、ec、Δkp、Δki、Δkd的量化因子分别为2、2、20、100、2。e、ec、Δkp、Δki、Δkd的连续论域、模糊子集、模糊论域和量化因子设定值见表1。

表1 模糊控制集合

注：e、ec、Δkp、Δki、Δkd的模糊话域均为PB、PM、PS、ZO、NS、PS、NB。

由于隶属度函数的形状越陡，控制器分辨率越高，越灵敏；相反，隶属度函数的形状越缓慢，控制器稳定性越好。因此，e、ec、Δkp、Δki、Δkd的隶属度函数均选用三角形曲线来表示(图1至图5)。

1.2.2 模糊控制规则库的设计 建立模糊控制规则库是模糊控制设计的核心，本研究须要对Δkp、Δki、Δkd等3个参数分别整定模糊控制规则库(表2至表4)。随后根据各模糊子集的控制规则表、各参数模糊控制模型以及模糊合成推理方法，查出修正参数代入下式进行计算。

表2 Δkp的模糊控制规则

表3 Δki的模糊控制规则

表4 Δkd的模糊控制规则

在系统运行过程中，通过对模糊逻辑规则的结果处理、查表和运算完成对PID参数的在线自校正，其工作流程见图6。

2 羊肉冷链运输温控系统的总体设计

羊肉冷链运输温控系统是一种基于嵌入式开发的无线传感信息采集系统，主要由终端节点模块、协调节点模块和嵌入式控制模块构成；其工作过程为终端节点将采集到的温度信息发送至协调节点，协调节点再通过串行接口RS-232将接收到的温度信息传送至嵌入式控制模块，控制模块根据模糊控制规则计算出PID参数，进而对车厢温度进行实时控制。本研究系统的基本结构如图7所示。

2.1 ZigBee终端节点的硬件设计

终端节点是羊肉冷链运输温控系统的基本组成单元，须具备实时感知整个冷链物流过程中冷藏车车厢内环境温度的功能，主要由主控模块、无线射频模块以及温度传感器模块组成。经过查询文献[13-14]及调研得出，羊肉冷链运输过程中冷藏车车厢内环境温度的理论监测范围为0～4 ℃，因此选择DS18B20数字温度传感器作为本研究系统的温度传感器。

DS18B20数字温度传感器采用单总线接口方式，其温度检测范围为-55～125 ℃，编程为9～12位A/D转换精度，温度分辨率可达0.062 5 ℃，且测得的温度值以16位数字量的方式进行串行传输，因此，特别适合用于像冷链运输这样对温度有较高要求的温控系统。

DS18B20数字温度传感器有2种接线方式，分别为使用外部电源VDD的接线方式和使用寄生电源的接线方式，当使用外部电源时，VDD端口接3.0～5.5 V电压；当使用寄生电源时，VDD端口接地，2种接线方式分别如图8、图9所示。

主控芯片采用TI公司的片上系统(SOC)CC2530，它具有功耗低、价格便宜的特点，且其采用的是开源的Z-Stack协议，性能优良。CC2530芯片的具体性能参数如表5所示。

表5 CC2530芯片的性能参数

本系统中DS18B20的数据输入输出引脚(DQ)通过GPIO口与CC2530芯片相连接，DS18B20的GND与CC2530芯片的GND共地，DS18B20的VDD与CC2530芯片稳压电源相连接，稳压电源提供稳定的+5 V电压。

2.2 ZigBee协调节点的硬件设计

协调节点是整个无线传感器网络的关键，它既负责建立和维护整个ZigBee网络，同时还须要接收终端节点传送的信息并将接收到的温度数据信息通过RS-232串行接口传送至控制模块。

2.3 嵌入式控制模块的硬件设计

嵌入式控制模块的主芯片采用基于三星S3C2440处理器的ARM9开发板，该开发板带有1个RS-232串口UART0，通过该串口可和协调节点相连。由于ARM9采用5级流水线的哈弗结构，支持32位ARM指令集和16位Thumb指令集，指令执行的效率较高，因此可以快速地进行PID参数的在线整定，并将整定后的参数输出，从而使冷藏车厢内的温度稳定。

3 系统软件设计

本研究中无线传感网络部分的软件开发系统采用的是IAR Embedded Workbench for 85051嵌入式集成开发环境，软件设计采用适用于CC2530芯片的轮询机制开源 Z-Stack2007 协议栈。嵌入式控制模块采用Qt/Embedded嵌入式开发环境，Qt/Embedded是一种跨平台的C++图形用户应用界面框架，其由于具有成熟的嵌入式GUI解决方案和丰富的API接口而被广泛应用于嵌入式系统的图形用户界面开发，可大大提高图形用户界面开发人员编写所需应用程序的开发速度。

3.1 ZigBee终端节点与协调节点软件设计

无线传感网络的软件设计包括终端节点软件设计和协调节点软件设计，其中终端节点主要设计DS18B20温度传感器与CC2530芯片通信和数据采集程序，即在Z-Stack2007协议栈的应用层定义温度采集任务，当有任务时则调用相应的处理函数；无任务时则进入休眠低功耗状态。协调节点主要设计数据传输程序，设计的步骤是协调节点先对串口等硬件进行初始化，然后在应用层发出组建网络请求，网络组建完成后为加入网络的终端节点分配地址，允许节点加入网络。协调节点收到终端节点发来的温度信息后，通过RS-232串行接口将该信息传送至嵌入式控制模块。基于Z-Stack2007协议栈开发的终端节点、协调节点程序工作流程如图10所示。

3.2 嵌入式控制模块软件设计

嵌入式控制模块软件设计主要包括BootLoader移植、Linux操作系统内核剪裁与移植、根文件系统制作与移植、Qt应用程序开发等，具体如图11所示。

3.2.1 BootLoader移植 从官网下载U-Boot压缩包并解压，依次完成对NAND FLASH、DM9000A、串口xmodem协议以及烧写yaffs文件系统映象支持的配置。修改完成后，在终端中输入“make”命令，对U-Boot进行编译，编译后生成二进制文件u-boot.bin，并将生成u-boot.bin文件烧录到ARM开发板的FLASH中。

3.2.2 内核剪裁与编译 从官网下载内核压缩包并解压，根据系统需要可对内核中不需要的驱动模块等进行删减，以节省内存开销，内核剪裁之后进入内核，修改Makefile文件中相应的代码，之后进入配置菜单界面完成相关配置，完成这些步骤后便可以进行编译，最后将编译好的内核镜像烧录到开发板中。

3.2.3 根文件系统制作 根文件系统的作用是方便管理嵌入式应用程序。从官网上下载busybox源码压缩包并解压，修改busybox中Makefile文件的相应代码并保存该文件，然后进入busybox配置菜单界面完成相关配置。

3.2.4 应用程序设计 Qt designer设计器是Qt/Embedded中的图形界面设计工具，首先利用Qt designer工具设计应用程序的交互界面，将设计好的模糊PID控制器编写成C++代码添加到主程序中，并编译成可执行程序，再将制作好的启动器、桌面图标和可执行程序放到根文件系统的相应目录中，最后将文件系统编译成镜像烧录到开发板中，冷链温控程序界面如图12所示。

4 系统仿真与分析

在Matlab环境下搭建控制系统，分别对传统PID、模糊PID控制器进行仿真，并对其结果进行比较分析。设定Δkp=0.8，Δki=0.018，Δkd=0.3，采样周期为5 s。

4.1 动态、稳态性能分析

设定冷藏车初始温度为6 ℃，目标温度为2 ℃，仿真得到控制器响应曲线。由图13、表6可知，模糊PID控制器的下降时间、调整时间、超调量、稳态误差均优于传统PID控制器。经过模糊算法调整后的PID控制器除稳态误差差异不明显外，其他各项参数均有较大提升。

表6 性能参数

4.2 不同温度下系统性能分析

在实际应用中，不同时刻冷藏车厢内温度可能不同，因此本研究通过将初始温度值分别设定为6、8、10 ℃，目标温度为2 ℃来进行仿真分析。仿真结果(表7至表10)表明，各项参数整体随着初始温度的升高均有不同程度的上升，而模糊PID控制器中的下降时间和超调量随着初始温度的升高而上升，调整时间和稳态误差先上升后下降，但各项性能仍然优于传统PID控制器。

4.3 抗干扰能力分析

冷藏车在工作时，由于外界因素可能会对车厢内的温度造成影响，因此设定初始温度为6 ℃，目标温度为2 ℃，在工作开始计时后600 s处加入2 ℃的温度干扰信号，以此来检验控制器的抗干扰能力。由图14可知，模糊PID控制器波动较传统PID控制器大，但恢复速度较传统PID控制器快。

表7 不同温度下稳态误差

表8 不同温度下温度下降时间

表9 不同温度下超调量

表10 不同温度下调整时间

5 结论

本研究采用CC2530射频芯片和ARM9微处理器设计开发羊肉冷链温控系统。ARM9微处理器具有低功耗、高性能、指令执行效率高、处理数据速度快等优点，能够快速地进行PID参数整定；CC2530射频芯片具有低功耗、高性能等优点，而基于CC2530芯片设计的终端温度采集节点中的DS18B20温度传感器具有较高的温度分辨率且传感器的温度检测范围满足羊肉冷链温度控制要求(0～4 ℃)；基于CC2530芯片和ARM9微处理器设计的羊肉冷链运输温控系统适用于羊肉冷链运输这种对温度有较高要求的环境中。

通过Matlab模拟模糊PID控制器和传统PID控制器对冷藏车降温，表明当冷藏车温度由6 ℃下降到2 ℃时模糊PID控制器的下降时间比传统PID控制器快了 5.4 s；调整时间快了12 s；超调量少了0.105%；稳态误差则均维持在一个较低的范围内。当冷藏车温度分别由6、8、10 ℃ 下降到2 ℃时，传统PID控制器和模糊PID控制器的各项性能参数均有所变化，但模糊PID控制器的性能优于传统PID控制器，更适用于羊肉冷链温控系统。当冷藏车温度由 6 ℃ 下降到2 ℃，并在工作开始计时后600 s处加入2 ℃的温度干扰信号时，模糊PID控制器的波动略大于传统PID控制器稍大，但恢复速度快于传统PID控制器。