劉 茹，劉義艷，俞竣翰

（長(zhǎng)安大學(xué) 電子與控制工程學(xué)院，陜西 西安　710064）

基于先進(jìn)控制算法的燈具感光亮度調(diào)節(jié)設(shè)計(jì)

劉 茹，劉義艷，俞竣翰

（長(zhǎng)安大學(xué) 電子與控制工程學(xué)院，陜西 西安710064）

為了克服傳統(tǒng)的室內(nèi)燈光亮度感應(yīng)外界環(huán)境光照強(qiáng)度的時(shí)間滯后性且不精確性，分別對(duì)室內(nèi)環(huán)境光照強(qiáng)度和室內(nèi)燈光亮度進(jìn)行了分析，提出了時(shí)間最優(yōu)控制和單神經(jīng)元自適應(yīng)PID先進(jìn)控制算法，使得燈光強(qiáng)度自適應(yīng)外界環(huán)境光照度快速且準(zhǔn)確的達(dá)到人們想要的效果。采用改進(jìn)后的Bang-Bang控制，使被控對(duì)象初始值以不同的誤差范圍根據(jù)光照亮度設(shè)定值的變化而改變；再根據(jù)單神經(jīng)元自適應(yīng)PID通過(guò)調(diào)節(jié)參數(shù)而更加精確的調(diào)節(jié)PWM占空比的輸出，從而有效的調(diào)節(jié)光照亮度。實(shí)驗(yàn)結(jié)果表明：從時(shí)間效應(yīng)和光亮強(qiáng)度上來(lái)看，該控制算法有一定的改善效果，對(duì)于智能燈光要求比較高的大型場(chǎng)所有一定的適用性。

燈光亮度；單神經(jīng)元自適應(yīng)PID算法；改進(jìn)的Bang-Bang控制；亮度調(diào)節(jié)

在今天電力資源比較緊張的時(shí)代，節(jié)約電能變得尤為重要，本文采用基于 Bang-Bang控制［1-3］與單神經(jīng)元自適應(yīng)PID算法［4-5］對(duì)燈光適應(yīng)外界環(huán)境光照強(qiáng)度進(jìn)行自我調(diào)節(jié)而起到節(jié)約電能且保護(hù)視力的作用，雖然光照調(diào)節(jié)控制在生產(chǎn)和工業(yè)中十分普遍，但各自內(nèi)在機(jī)理不同，數(shù)學(xué)模型存在一定的局限性，而且由于光照控制對(duì)象與場(chǎng)所的不同，以往的控制［6］大多具有時(shí)間常數(shù)大，純滯后時(shí)間長(zhǎng)，時(shí)變性較明顯等特點(diǎn)，最終控制效果往往達(dá)不到人們預(yù)想的程度。所以本文針對(duì)此特點(diǎn)提出了一種可以改善以上缺陷的算法：Bang-Bang控制與單神經(jīng)元自適應(yīng)PID控制相結(jié)合的方法，此種方法實(shí)現(xiàn)了對(duì)光照亮度的有效且準(zhǔn)確調(diào)節(jié)，能夠更好的為人們高效的利用。

1　系統(tǒng)的硬件設(shè)計(jì)

本次設(shè)計(jì)采用STC89C52RC控制器實(shí)現(xiàn)檔案庫(kù)光照強(qiáng)度調(diào)節(jié)，在自動(dòng)調(diào)節(jié)過(guò)程中，感光部分選用光敏電阻進(jìn)行室內(nèi)環(huán)境光照的采光，由于光照強(qiáng)度的不同，光敏電阻對(duì)應(yīng)的電壓會(huì)有所不同，從而間接地測(cè)量了光照強(qiáng)度，再通過(guò)ADC0809模擬-數(shù)字轉(zhuǎn)換芯片將其對(duì)應(yīng)的數(shù)字量輸入控制器，再與軟件部分中設(shè)定的初始值進(jìn)行對(duì)比，根據(jù)誤差范圍的不同來(lái)調(diào)節(jié)PWM的占空比，即對(duì)燈具電流進(jìn)行控制，從而實(shí)現(xiàn)對(duì)光亮強(qiáng)度的自動(dòng)調(diào)節(jié)。硬件設(shè)計(jì)原理圖如圖1所示。

2　Bang-Bang控制算法的改進(jìn)

傳統(tǒng)的Bang-Bang控制雖然也具有過(guò)渡時(shí)間短，易實(shí)現(xiàn)，尤其對(duì)于大幅度變動(dòng)的系統(tǒng)而言，比常規(guī)的PID調(diào)節(jié)有更大的優(yōu)越性能，但是當(dāng)控制變量達(dá)到期望值后上下波動(dòng)范圍大，精度要求就不能很好地實(shí)現(xiàn)，故引入改進(jìn)的Bang-Bang控制［4］，具體過(guò)程是：將采集到的光照強(qiáng)度與預(yù)設(shè)閥值進(jìn)行對(duì)比，采用改進(jìn)的Bang-Bang控制，根據(jù)誤差范圍的不同和外界環(huán)境光照亮度的改變，適當(dāng)?shù)膶?duì)室內(nèi)燈光進(jìn)行動(dòng)態(tài)補(bǔ)光，使得在室內(nèi)環(huán)境光照度基本維持在300lx左右，在自然光下，環(huán)境亮度范圍變化很大，因此照度變化范圍也很廣，為了在環(huán)境光變化時(shí)，通過(guò)燈光亮度調(diào)節(jié)實(shí)現(xiàn)室內(nèi)照度穩(wěn)定，首先利用照度計(jì)測(cè)量了實(shí)驗(yàn)室房間內(nèi)部在自然光環(huán)境下的照度［6］變化，如表1所示。

圖1　電路硬件連接原理圖Fig．1　Schematic diagram of the hardware circuit connection

表1　室內(nèi)環(huán)境照度范圍測(cè)量Tab.1　The range measurement of indoor environment illumination

根據(jù)表1將室內(nèi)環(huán)境照度分為七個(gè)等級(jí)，1）L≤1，2）1＜L＜15，3）15＜L＜70，4）70＜L＜150，5）150＜L＜225，6）225＜L＜300，7）L≥300（單位：lx）其中L表示室內(nèi)照度。利用改進(jìn)的Bang-Bang算法，對(duì)于誤差的不同范圍，采用不同的Bang-Bang控制值，誤差越小，控制值也越小；對(duì)于不同的光照設(shè)定值，釆用不同的Bang-Bang控制初始值，本系統(tǒng)設(shè)計(jì)的控制算法中，其參數(shù)值設(shè)定方法為：改進(jìn)的Bang-Bang控制和單神經(jīng)元PID控制相互切換的臨界誤差值為0．25，（此值為誤差標(biāo)準(zhǔn)化后的值）。在Bang-Bang控制過(guò)程中，控制初始值的大小為設(shè)定光照度的正比例函數(shù)，即U0=0．25*SET。這里的初始值代表數(shù)字量電壓值，根據(jù)外界環(huán)境亮度的不同，Bang-Bang控制進(jìn)行7次的逐級(jí)遞減，即有7個(gè)不同的控制初始值，實(shí)際采集值與設(shè)定的初始值誤差范圍的定義如公式（1）：

e（k）為經(jīng)過(guò)誤差標(biāo)準(zhǔn)化后的值。

這里的光亮控制中，對(duì)光亮照度的控制不是一個(gè)定值而是一個(gè)范圍，采用改進(jìn)后的Bang-Bang控制概念，使Bang-Bang控制的初始值以一定的規(guī)律按照光照亮度設(shè)定值的變化而變化。這樣就可以快速的達(dá)到用戶想要的一個(gè)光亮范圍強(qiáng)度，再按照單神經(jīng)元自適應(yīng)PID算法來(lái)調(diào)節(jié)PWM波，從而更加精確的調(diào)節(jié)光亮的強(qiáng)度。

3　單神經(jīng)元自適應(yīng)PID原理及應(yīng)用

傳統(tǒng)的PID在系統(tǒng)模型參數(shù)變化不大的情況下具有結(jié)構(gòu)簡(jiǎn)單、調(diào)整方便等特點(diǎn)，在一定程度上能滿足工程控制的要求，但是在實(shí)際的工業(yè)控制中，由于被控對(duì)象的復(fù)雜性且大部分的非線性、不確定、參數(shù)時(shí)變等特點(diǎn)，使得單純的使用PID控制根本達(dá)不到想要的效果，而單神經(jīng)元自適應(yīng)PID，可以在一定程度上解決傳統(tǒng)PID調(diào)節(jié)器不易在線實(shí)時(shí)整定參數(shù)，和一些復(fù)雜過(guò)程的參數(shù)時(shí)變、非線性、強(qiáng)耦合系統(tǒng)控制的不足。單神經(jīng)元模型是根據(jù)對(duì)人腦神經(jīng)元進(jìn)行抽象簡(jiǎn)化后的人工神經(jīng)元模型，如圖2所示，可以看出，該控制的神經(jīng)網(wǎng)絡(luò)是一個(gè)多輸入單輸出的二層網(wǎng)絡(luò)，其具有自學(xué)習(xí)能力，其中x1，x2，…，xN是神經(jīng)元接收到的信息，ωi1，ωi2，…，ωiN為連接強(qiáng)度，稱之為權(quán)，利用以下公式把各個(gè)輸入信號(hào)與相應(yīng)加權(quán)系數(shù)相乘再累加起來(lái)，得到的總效果，引起神經(jīng)元i的狀態(tài)變化，而神經(jīng)元i的輸出yi是其當(dāng)前狀態(tài)的函數(shù)y（·），稱之為活化函數(shù)。

圖2　單神經(jīng)元模型Fig．2　The model of the single neuron

圖3中轉(zhuǎn)換器的輸入為光照強(qiáng)度設(shè)定值r（k）和感應(yīng)燈具亮度的輸出y（k）；轉(zhuǎn)換器的輸出為神經(jīng)元學(xué)習(xí)控制偏差量所需要的狀態(tài)量x1（k）、x2（k）、x3（k）它們分別代表設(shè)定值與實(shí)際輸出的偏差、偏差積分、偏差微分，公式（2）為計(jì)算式。

z（k）=x1（k）=yr（k）-y（k）=e（k）為性能指標(biāo)。圖3中K為神經(jīng)元的比例系數(shù)，K＞0。神經(jīng)元通過(guò)關(guān)聯(lián)搜索來(lái)產(chǎn)生控制信號(hào)，即

式中，ωi（k）——對(duì)應(yīng)于xi（k）的加權(quán)系數(shù)。

圖3　單神經(jīng)元自適應(yīng)PID控制結(jié)構(gòu)框圖Fig．3　Structure diagram of single neuron adaptive PID control

ωi（k）采用有監(jiān)督Hebb的學(xué)習(xí)算法可以更好地保證其收斂性和魯棒性，

公式（4）中ηP、ηI、ηD分別為比例、積分、微分的學(xué)習(xí)速率，取值一般在0～1之間。

將以上單神經(jīng)元自適應(yīng)PID控制器學(xué)習(xí)算法的運(yùn)行之后，得出狀態(tài)效果與可調(diào)參數(shù)ηP、ηI、ηD、K等的選取緊密相連。通過(guò)實(shí)驗(yàn)仿真和實(shí)控結(jié)果得到如下調(diào)整規(guī)律：

規(guī)律一：K的取值直接影響了系統(tǒng)的超調(diào)和過(guò)渡時(shí)間，若系統(tǒng)超調(diào)過(guò)大，則減小K，若上升時(shí)間長(zhǎng)，無(wú)超調(diào)，則增大K；

規(guī)律二：先選取K使過(guò)程超調(diào)不太大，若從超調(diào)趨向平穩(wěn)時(shí)間過(guò)程太長(zhǎng)，則可增大ηP、ηD；若響應(yīng)產(chǎn)生多次的正弦衰減現(xiàn)象，則可減少ηP增加積分項(xiàng)作用，其他參數(shù)不用改變；若上升時(shí)間短且超調(diào)過(guò)大，則應(yīng)減少ηI；

規(guī)律三：權(quán)系數(shù)初值的選取對(duì)系統(tǒng)控制結(jié)果有很大影響，如果選擇不當(dāng)，一方面可能使系統(tǒng)不穩(wěn)定且學(xué)習(xí)速率下降；另一方面，可能在Bang-Bang控制與自適應(yīng)控制相切換過(guò)程中，系統(tǒng)產(chǎn)生不平滑，引起波動(dòng)，故剛開始選取先取比例、積分、微分的初值。

公式（5）為神經(jīng)網(wǎng)絡(luò)系數(shù)初值的計(jì)算：

由以上算法，加上實(shí)際的仿真與調(diào)試，得到各個(gè)參數(shù)：K= 2，kp=0.75，ki=0.002 5，kd=1.8；ηP=0.36，ηI=0.023，ηD=0.85。

4　實(shí)驗(yàn)結(jié)果分析

本次實(shí)驗(yàn)利用4*4個(gè)LED燈作為自適應(yīng)調(diào)節(jié)光源來(lái)感應(yīng)外界光照強(qiáng)度，當(dāng)給定值取300lx時(shí)，此時(shí)由Bang-Bang控制算法根據(jù)給定值與采集到的光照強(qiáng)度值之間的誤差來(lái)調(diào)節(jié)光照亮度，由公式（1）得到光照強(qiáng)度的初始值，進(jìn)而利用單神經(jīng)元自適應(yīng)PID算法（公式（2），（4），（5））來(lái)調(diào)節(jié)參數(shù)控制PWM的輸出，更精確且快速的改變光照亮度。圖4是測(cè)試在設(shè)定值300lx時(shí)該控制算法的單位階躍響應(yīng)曲線，其中黑色實(shí)線為單神經(jīng)元自適應(yīng)PID的階躍響應(yīng)，虛線為Bang-Bang控制與單神經(jīng)元自適應(yīng)結(jié)合時(shí)的階躍響應(yīng)曲線。

圖4　單神經(jīng)元自適應(yīng)PID算法和Bang-Bang控制結(jié)合Fig.4　Combination of single neuron adaptive PID algorithm and Bang-Bang control

由圖4可以看出，在單位階躍響應(yīng)條件下，使用單神經(jīng)元自適應(yīng)PID算法到達(dá)穩(wěn)態(tài)值需要2.2s的時(shí)間，而Bang-Bang控制與單神經(jīng)元自適應(yīng)PID算法結(jié)合時(shí)只需1 s就能達(dá)到預(yù)想值，且系統(tǒng)基本無(wú)超調(diào)現(xiàn)象。圖5是運(yùn)用單神經(jīng)元自適應(yīng)PID算法在MATLAB軟件中進(jìn)行調(diào)試的參數(shù)結(jié)果。

圖5　kp、ki、kd參數(shù)調(diào)節(jié)Fig.5　Parameters adjustment of kp、ki、kd

5　結(jié)束語(yǔ)

本文采用改進(jìn)的Bang-Bang控制和單神經(jīng)元自適應(yīng)PID控制相結(jié)合的控制方法，在不同誤差范圍內(nèi)設(shè)定光照值的情況下，系統(tǒng)能以較快的速度達(dá)到設(shè)定值，利用MATLAB軟件仿真可以看出該方法不會(huì)有超調(diào)現(xiàn)象，也無(wú)振蕩現(xiàn)象，即具有良好的動(dòng)態(tài)性能；而且沒有出現(xiàn)穩(wěn)態(tài)誤差，即具有較好的穩(wěn)態(tài)性能，因此選擇該方法具有一定的優(yōu)勢(shì)。

［1］禹見達(dá)，陳政清，王修勇等．改進(jìn)的Bang-Bang控制算法的理論與試驗(yàn)研［J］．振動(dòng)與沖擊，2010，29（2）：60-64．

［2］歐青立，吳興中，崔力．Bang-Bang+模糊PID煤濕度控制器設(shè)計(jì)與實(shí)現(xiàn)［J］．電子測(cè)量與儀器學(xué)報(bào)，2010，24（8）．786-790．

［3］LIU Y，TENG ZH SH，LIN H J．Electronic balance for moisture content measurement based on optimized time fuzzy PID temperature control［J］．Journal of Electronic Measurement and Instrument，2008，22（4）：90-94．

［4］陳靜，王永驥．基于單神經(jīng)元自適應(yīng)PID控制的溫控系統(tǒng)研究［J］．華中科技大學(xué)控制科學(xué)與工程系智能所，2006，26（3）：20-22．

［5］徐中，孫偉，劉曉冰．單神經(jīng)元自適應(yīng)PID控制器的研究［J］．大連理工大學(xué)學(xué)報(bào)，1999，39（5）：668-672．

［6］朱虹．LED照明驅(qū)動(dòng)及自適應(yīng)調(diào)光技術(shù)研究［D］．上海：上海大學(xué)，2008．

［7］M ENG J X，WANG Y，WANG X Z．Application tesearch on Bang-Bang+Fuzzy-PI hybrid controller［J］．Machine Tool&Hydraulics，2008，36（10）：266-270．

The control design of lamps and lanterns of photosensitive brightness based on advanced control algorithm

LIU Ru，LIU Yi-yan，YU Jun-han
（School of Electronic and Control Engineering，Chang'an University，Xi’an710064，China）

In order to overcome the time lag and inaccurate of environmental illumination intensity which inducted by traditional indoor lamplight brightness，the indoor environmental illumination intensity and light intensity were analyzed separately，the advanced control algorithm which used time optimal control and single neuron adaptive PID is proposed in this paper，it can adapt to the environment light intensity fast and correctly．Firstly，the improved bang-bang control is used to control the initial value of the controlled object，which can change by the different error range in accordance with the change of the brightness setting value；Secondly，the output of PWM duty ratio is regulated precisely by adjusting the parameters，which is based on the single neuron adaptive PID，and can regulate effectively the brightness of the illumination．The results are summarized as:the control algorithm has some improvement effect from the time effect and the intensity of light；it has certain applicability for the smart lighting requirements of large field．

light intensity；single neuron adaptive PID algorithm；improved Bang-Bang control；brightness adjustment

TN79+2；TN602

A

1674－6236（2016）02-0009-03

2015-09-16稿件編號(hào)：201509114

國(guó)家青年自然科學(xué)基金資助（61201407；6203374）；中央高校基本科研業(yè)務(wù)費(fèi)的資助（310832151093；2013G1321044）

劉 茹（1991—），女，陜西渭南人，碩士研究生。研究方向：控制算法。