基于51单片机的温湿度控制系统的设计

杨青青

摘 要：针对现有温湿度控制系统难以满足高精度控制要求这一问题，结合单片机技术、微电子技术设计出一套基于神经网络自适应前馈解耦控制算法的温湿度控制系统。

关键词：温湿度解耦 神经网络 自适应控制

Design of the Temperature and Humidity Control System based on 51 Microcomputer

Yang qingqing

Abstract：To solve the problem of temperature and humidity control systems low precision control， this paper introduces a kind of temperature and humidity control system based on 51 microcomputer and micro-electricity technology combining neural network with decoupling control.

Key words：decoupling，  neural network，  adaptive control

1 引言

温湿度控制在农林、生物、医药、化工、材料等领域都有着至关重要的作用，

现阶段，对温、湿度的控制普遍采用两路PID算法分别控制温度和湿度。PID控制具有稳定性强、鲁棒性好、易实现等优点。但对于温湿度这种时变非线性系统和强耦合场合，如简单地将它考虑成多个单输入单输出的系统，人为地不考虑相互耦合，很难满足温湿度的高精度控制要求。如将温湿度进行有效解耦，减小甚至消除二者相互耦合影响，将大大提高系统的稳定性和控制精度。针对这一情况，本文结合单片机技术、微电子技术设计出一套基于神经网络自适应前馈解耦控制算法的温湿度控制系统。

2 系统的总体功能介绍

系统主要由带Wince 5.0系统的上位机和负责温湿度控制的下位机两部分组成。上位机负责人机界面显示，下位机完成温湿度数据采集和控制功能。上位机与下位机之间通过RS-485完成通信。

其中：上位机部分注重于Windows CE上操作界面的设计，窗口和窗口控件之间的消息响应以及和下位机的串口通讯，采用电容触摸屏显示，操作方便简单，可同时控制1-32台下位机。

下位机部分主要完成温度和湿度的采集、温度和湿度的控制，时钟、照明等功能。系统主要功能模块分布如图1示：

RS-485通讯完成温度和湿度信息实时发送给上位机，上位机和下位机控制参数及时同步。

2.1 上位機功能及软硬件实现方案概述

上位机CPU采用Samsung公司的S3C2440芯片，主频为400MHz。上位机装有嵌入式操作系统Wince5.0。S3C2440采用先进的ARM920T内核，拥有64M SDRAM和64M FLASH，支持8/16/32位数据格式。

Wince5.0系统为标准模式，为精简上位机系统和减小系统负担，需用Platform Builder工具先对Wince5.0系统内核进行裁剪，去除不用的功能和驱动，生成SDK导出。在PC机上利用EVC开发Wince应用程序，可利用导出的SDK在EVC自带的模拟器上完成对特定系统的功能模拟。

EVC上开发的应用程序经模拟器仿真无误后，经串口或USB下载到上位机上运行。应用程序有实时显示温湿度测量数据、修改和显示控制参数、打印等功能。人机界面部分通过5.6寸电容触摸屏显示和操作。

2.2 下位机功能及软硬件实现方案概述

本系统下位机主芯片选用增强型51单片机STC12LE5A32AD，晶振频率11.0592MHz。STC12LE5A32AD工作电压为2.2-3.6V（本系统使用3.3V），有40个通用I/O口和4个16位定时器，片上集成1280字节RAM和28K EEPROM，程序空间达到32K，完全能满足系统需求。另外，它内部集成8路高速10位A/D转换（最高可达25万次/秒），支持ISP/IAP，为系统的开发提供极大便利。

温、湿度的采集和控制工作主要由下位机完成，它拥有按键、显示、时钟和485通信等功能，能脱离上位机作为传统的温湿度控制器。

温度采集分箱体温度采集和环境温度采集两部分。箱体温度采集使用PT100，PT100的电阻值随温度值变化。PT100上的电压值经适当放大后接到STC芯片的AD功能脚。10位采集值经滤波、标度换算以后得到箱体温度值，精度为0.1℃，误差为±1℃。环境温度采集使用AD7416芯片，AD7416自带10位AD转换，测量范围-55-125℃，测量精度达0.25℃。AD7416的更新速率达400us，通过I2C将环境温度数据发送给STC主芯片。

湿度采集采用电压输出式湿度传感器HM1500。HM1500的供电电压为5V，输出电压范围为1-4V，经电路转换成低于3.3V的范围传送给STC的AD功能脚。同样AD转换成的10位采集值，经滤波、标度换算以后得到湿度测量值，精度为1%RH。

下位机除了完成温湿度采集和控制功能，还设计了LCD显示、按键、时钟、照明等功能。

本系统设计的温湿度控制器有定时预约和定时运行等功能，可定时1-10个时间段，每段的温湿度可以单独设定，同时可以多段数依次循环运行1-30次。

3 神经网络自适应解耦控制算法

本系统采用神经网络自适应控制算法，结合解耦设计，设计出温度和湿度双变量非线性系统的神经网络自适应解耦控制器。

系统采用单隐层线性输出的静态BP网络，多输入多输出的神经网络系统可以表示为：yo=NN[W，z]，式中yo表示神经网络的输出;z为神经网络的输入向量;W为网络的权值。神经网络的输入向量z是（2-5）式中的x（t）的所有元素按照顺序排列成（n+m）×k维的列向量，而x（t）是非线性系统的n个输出向量和m个输入向量排列而成。

由于神经网络具有自我学习功能，可以用小幅值的噪声（非线性干扰项）在平衡点附近加入到系统输入中，由此得到输入输出数据组成数据集，以供神经网络自我训练作为理想模型用来比较。经过足够多的离线训练，可以得到一组神经网络，在远点的某一领域内充分逼近确定性非线性系统。静态BP网络不仅可以逼近任意非线性函数，同时还逼近该函数的导数，即可以逼近系统的变化率。这样就可得到A（z-1）和B（z-1）的估计值（z-1）和（z-1）。然后用另外一组神经网络在线逼近v[x（t）]项k1（t），实现自校正解耦。由于（z-1） y（t+1）-（z-1）u（t）为期望值，所以实际上该神经网络逼近的是非线性项和线性未建模动态之和。

神经网络前馈自适应解耦控制算法的实施步骤如下：

（1）用（z-1）和（z-1）代替A（z-1）和B（z-1），通过多次试验“凑”P（z-1），Q（z-1），S满足（2-28）式和（2-31）式，然后通过（2-27）式和（2-29）式计算R，K;

（2）得到输入输出数据y（t），y（t-1），…，u（t-1），u（t-2），…;

（3）将x（t）=[ y（t-n+1），…，y（t）;u（t-m），…，u（t-1），u（t-1）]输入网络NNk1[·]，k1=1，…，k，得到估计值（t）;

（4）用（2-24）式计算控制量u（t）;

（5）将u（t）加到系统（2-4）式得到y（t +1）;

（6）x（t）=[y（t-n+1），…，y（t）;u（t-m），…，

u（t-1），u（t）]作为神经网络NNk1[·]的输入，以（z-1） y（t+1）-（z-1）u（t）为期望值将NNk1[·]依次训练一遍;

（7）回到第二步，不断循环。

将上节的神经网络自适应解耦的控制算法过程在下位机控制程序中实现，即把数学公式编程用C语言表达。通过专门的温湿度监控应用软件把记录制过程，发现整个控制过程升温和降温都十分平稳，湿度控制也是如此，几乎没有明显的超调现象。即使是恒温状态时，湿度每分钟变化5%，温度的波动也十分小（±0.5℃的范围波动）。

图2为环境温度在15.5℃，环境湿度在23%RH的一个温湿度控制实时记录曲线图。目标温度为50℃，目标湿度为60%RH。从图中可知整个温度和湿度的上升过程都比较平稳，湿度变化稍微缓慢点，这与加湿器功率大小有一定关系。整个控制过程没有明显的超调现象，达到目标温度以后，湿度上升的时会对温度造成一定的波动，但波动较小，并很快平稳。当湿度和温度都达到设定值后，整个控制曲线就变得十分平稳。

4 结语

本系统依据温湿度控制的相关指标设计出由硬件和软件组成的系统方案，再結合基于BP神经网络的控制器控制算法，通过仿真，可以看到该控制结果精确度稳定性显著提高。

参考文献：

[1]王玲玲，梁勇等.控制系统仿真与实践案例式教程[M].北京：北京航空航天大学出版社，2017.

[2]武平丽.过程控制及自动化仪表.化工工业出版社，2010（3）：174-176.

[3]周慈航.嵌入式系统软件设计中得常用算法[M]. 北京：北京航空航天大学出版社，2010.

[4]周立功等.ARM微控制器基础与实战[M]. 北京：北京航空航天大学出版社，2005.