基于BPNN-PID 控制策略的果蔬保鮮環境參數調控優化

呂恩利，蔡晉煒，曾志雄，蔡 威，謝伯銘，王廣海，郭嘉明

(1 華南農業大學 工程學院,廣東 廣州 510642；2 嶺南現代農業科學與技術廣東省實驗室 茂名分中心,廣東 茂名 525000；3 廣東機電職業技術學院,廣東 廣州 510550)

保鮮環境溫濕度調控是延長果蔬保鮮周期的有效方式之一[1-2]。然而，溫度超調量過大可能會導致冷害[3]，環境濕度過高會加速微生物生長[4]，保鮮環境參數波動震蕩也會影響果蔬保鮮效果[5]。因而，提高保鮮環境控制系統的控制性能對于保障果蔬儲運品質有重要作用。我們前期開發了基于雙限值的果蔬保鮮控制系統，該系統能實時調控保鮮環境參數，但存在環境參數超調量大、波動嚴重、抗干擾能力不強等問題。因此，有必要開展果蔬保鮮環境參數調控策略優化試驗，提高系統控制性能。

國內外學者對環境參數的調控進行了一系列研究，王廣海等[6]以雙限值作為系統控制算法，控制系統溫度、相對濕度、氧氣和二氧化碳等環境參數。雖然雙限值控制邏輯簡單，但存在超調量大、環境參數頻繁波動等問題[7]。Barros 等[8]設計了基于比例-積分-微分（Proportional-integral-derivative，PID）控制器的溫度加熱系統。傳統PID 控制結構易于實現，在工業中最為常用[9]，然而傳統PID 需要人為調整控制器參數，缺少自適應能力，魯棒性較低[10]，難以實現環境參數的高質量控制。趙鑫鑫[11]設計了車廂溫度模糊規則，應用于冷藏車箱溫度控制。相較于傳統PID，超調量有所降低，但仍存在自適應能力弱、抗干擾能力較差等問題。近年來，人工智能算法發展迅速，許多學者對自適應控制技術進行了研究。Aftab 等[12]提出采用基于Lyapunov函數的人工神經網絡對PID 控制器的比例、積分和微分項進行在線整定，相較于傳統PID 取得較好的跟蹤效果，但系統的每個控制參數都需使用一個獨立的神經網路，計算量大且復雜。Salcedo 等[13]設計了一種結合Smith 預估器的狀態反饋控制器，其控制性能和精度高于傳統PID 控制器，但需要建立控制對象動態行為的數學模型，該模型缺乏自適應能力，控制環境或對象發生變化時，控制精度將大幅下降。Silveira 等[14]設計了LPPT 控制算法用于制冷系統，通過2 個具有自適應能力的非零開關量，實現降低系統能耗的同時具備較強的抗干擾能力，但與傳統PID 相比該系統溫度有明顯波動，穩態誤差較大，無法保持恒定。

目前，針對果蔬保鮮環境參數智能調控方面研究較少，大多數冷藏、冷凍等控制系統仍采用傳統雙限值和PID 控制技術[15]。因此，本文將根據傳統果蔬保鮮環境控制系統超調量大、控制精度低、波動嚴重、魯棒性差等現狀，結合神經網絡和PID 控制，設計一種基于BP 神經網絡-PID（Backpropagation neural network-PID，BPNN-PID）的控制策略，使PID 控制器具備自學習、自適應能力，確保果蔬保鮮環境控制系統在運行過程中處于優化狀態，從而提高系統控制性能，為果蔬保鮮環境參數調控的實際應用提供一定參考。

1 果蔬保鮮系統的基本組成

如圖1 所示，果蔬保鮮環境調控試驗平臺[6]由制冷系統、加濕系統和控制系統3 個部分組成。制冷系統主要由變頻器(型號為SC-650，由河南尚川電子科技有限公司生產)、變頻壓縮機(型號為DTH-356LDPC9FQ，由上海日立電器有限公司生產)、直流蒸發風機(額定電壓24 V、額定電流8 A)、冷凝風機(額定電壓220 V，額定電流0.42 A)和制冷管路組成。果蔬保鮮環境控制系統通過變頻器調節變頻器壓縮機工作頻率改變壓縮機的轉速，再利用直流蒸發風機帶動氣流，穿過蒸發盤管形成冷空氣，經開孔隔板(開孔率16.11%)[16]均勻流入保鮮室，降低貨物溫度后從回風道返回，實現果蔬保鮮環境溫度控制。

圖1 果蔬保鮮運輸車箱體結構示意圖Fig.1 Schematic diagram of the box structure of the transport vehicle for fruit and vegetable fresh-keeping

加濕系統主要由水槽、超聲波霧化器(額定電壓24 V、額定電流1 A)和加濕風機(額定電壓24 V、額定電流0.55 A)組成。超聲波霧化器置于液面下2～3 cm 處，將液態水霧化形成微小霧粒，通過加濕風機吹進保鮮區，提高保鮮區環境相對濕度。

控制系統總體結構如圖2 所示，該系統以Cortex-M3 架構的STM32F103C8T6 微處理器為核心，配合數據采集模塊、執行機構、觸摸屏、PC 電子計算機、電路保護裝置等對果蔬保鮮環境進行控制。

圖2 果蔬保鮮環境控制系統結構框架圖Fig.2 Structural framework diagram of the environmental control system for fruit and vegetable fresh-keeping

2 控制系統硬件與軟件設計

本研究將設計一款基于STM32F103C8T6 的果蔬保鮮環境調控系統，該系統微處理器工作頻率最高為72 MHz,內置高達128 K 字節的Flash 存儲器和20 K 字節的SRAM,具備足夠的通用I/O 端口[17]，滿足系統開發需求。

2.1 硬件電路

2.1.1 電源電路 電源電路如圖3 所示，考慮到本系統的運行環境復雜，信息通訊頻繁且運行時間長等一系列問題，電路設計需降低干擾源、阻斷耦合以及提高敏感設備的閾值。系統器件需要的電壓等級分別為24.0、5.0 和3.3 V，其中24.0 V 由外部開關電源提供，隔離5.0 V 電源電路采用DC-DC 電源隔離模塊B0505S-1WR2，為系統提供信號電源，3.3 V的電源采用AMS1117-3.3 電壓轉換芯片。

圖3 果蔬保鮮環境控制系統的電源電路Fig.3 Power supply circuit of the environmental control system for fruit and vegetable fresh-keeping

2.1.2 CAN 總線驅動電路 控制器局域網總線(Controller area network，CAN)驅動電路如圖4 所示，ISO1050 是一款將隔離通道和CAN 收發器集成在一個封裝內的隔離型CAN 總線收發器。與隔離式電源一起使用，可防止數據總線或者其他電路上的噪音電流進入本地接地而產生的干擾或損壞敏感電路。為抵消電信號的反射，CAN 總線輸出兩端增加了1 個120 Ω 的終端電阻。

圖4 CAN 總線驅動電路Fig.4 CAN bus driver circuit

2.1.3 RS485 接口電路 RS485 的通信電路如圖5所示，MCU 根據Modbus-RTU 通訊協議，通過RS485 收發器與從機進行異步通訊。SP3485 芯片是3.3 V 低功耗半雙工的收發器，將其RO 及DI 引腳分別與USART 的RX 和TX 引腳相連，將RE和DE 引腳直接用普通IO 口來控制數據傳輸方向，采用輪詢發送和中斷接收的數據傳輸方式。A 與B 之間接120 Ω 電阻避免信號發射問題。

圖5 RS485 接口電路Fig.5 RS485 interface circuit

2.1.4 中間繼電器驅動電路 中間繼電器驅動電路如圖6 所示，當NPN 型三極管導通時，繼電器吸合，并聯在繼電器兩端的發光二極管被點亮，表明繼電器正在工作。與線圈并聯的續流二極管可以吸收線圈斷電時產生的感應電動勢，防止晶體管被擊穿。繼電器輸出端串聯1 個保險絲，當電路出現溫度異常時可以迅速切斷電路。

圖6 中間繼電器驅動電路Fig.6 Intermediate relay drive circuit

2.1.5 數據采集模塊 數據采集模塊由溫度傳感器(型號：TH600NXC，供電：10～30 V，精度：±0.3 ℃，范圍：-40～80 ℃，通訊方式：RS485)、相對濕度傳感器(型號：TH600NXT，供電：10～30 V，精度：±3%，范圍：0%～100%，通訊方式：RS485)組成。各傳感器單獨作為1 個節點接入RS485 總線，微處理器利用Modbus-RTU 通訊協議定時采集數據，數據經過微處理器解析后得到實時的保鮮室環境參數。

2.2 軟件設計

果蔬保鮮控制系統軟件設計主要由硬件驅動程序、數據采集及處理模塊、控制算法程序、歷史數據存儲模塊和觸摸屏驅動程序5 個部分組成。

硬件驅動程序使控制系統及各執行器正常運行；數據采集及處理模塊對箱內傳感器信號進行采集和處理；控制算法程序將數學模型轉換為機器語言，實現對果蔬保鮮環境參數的自動控制；歷史數據存儲模塊使處理器將采集并處理后的環境數據以txt 文件格式保存于SD 卡中，方便用戶后期對果蔬保鮮環境數據進行分析；觸摸屏驅動程序使用戶通過人機交互頁面對果蔬保鮮系統下達控制指令、設置控制參數，并實時顯示箱內環境參數。配合BPNN-PID 控制算法得到基于BPNN-PID 的果蔬保鮮環境控制策略，系統運行程序流程如圖7 所示。

圖7 基于BPNN-PID 的果蔬保鮮環境控制策略Fig.7 Environmental control strategy of fruit and vegetable fresh-keeping based on BPNN-PID

3 傳統PID 和BPNN-PID 控制算法原理及實現

3.1 常規PID 原理

常規PID 控制系統，由PID 控制器和被控對象組成[18]。PID 控制器是一種線性控制器，它根據給定值r(k) 與被控對象輸出值y(k) 構成控制偏差e(k)，通過對系統當前狀態的監測和反饋，實現對系統行為的控制。

式中：k為采樣序號；r(k) 為系統期望值；y(k) 為系統實際值；e(k) 為系統偏差。

PID 控制算法的核心是3 個參數：比例、積分和微分系數，它們分別控制著系統的響應速度、穩定性和抗干擾性能。其中，比例環節反應了控制系統的偏差信號e(k)，偏差一旦產生，控制器立即反應，以減小偏差。積分環節主要用于消除靜態誤差，提高系統的誤差度。微分環節主要反映偏差信號的變化趨勢，并在偏差信號值過大之前，在系統中引用一個有效的早期修正信號，從而減小系統震蕩。常規PID 控制又分為位置式PID 與增量式PID，兩者的表達式分別為[19]：

式中：u(k)為第k次采樣時刻的計算機輸出值；KP為比例系數；KI為積分系數；KD為微分系數。

由位置式PID 表達式可知，控制器每次輸出都與過去的狀態有關，導致計算機運算量過大。如MCU 出現故障，輸出會大幅度變化，這種情況在實際生產中是不允許的。而增量式PID 只與過去2 次的狀態有關，大大增加了系統的容錯率，因此本系統選擇增量式PID 作為控制器的基礎。

3.2 BPNN-PID 原理

3.2.1 BPNN-PID 控制器設計 常規的果蔬保鮮環境溫度PID 控制器無法根據被控對象等因素自適應調整控制參數，在PID 控制器的基礎上增加BP 神經網絡，構成一個具有自適應能力的果蔬保鮮環境溫度BPNN-PID 控制器，如圖8 所示。

圖8 果蔬保鮮環境溫度BPNN-PID 控制器Fig.8 Ambient temperature BPNN-PID controller for fruit and vegetable fresh-keeping

3.2.2 BPNN-PID 控制器自適應過程 本文設計的果蔬保鮮環境控制系統的BP 神經網絡輸入層由目標溫度、實際溫度、溫度誤差和外部偏置常量共4 個神經元組成[20]，由于控制參數的取值范圍為0～1，并根據前期試驗進行調試，確定當外部偏置常量C=1 時控制效果最好。輸出層由比例、積分、微分系數組成，共3 個神經元，再經過調試后確定隱藏層一共5 個神經元，最終建立的BP 神經網絡結構如圖9 所示。

圖9 BP 神經網絡結構Fig.9 BP neural network structure

1)誤差正向傳播：根據圖9 所示的神經網絡結構圖可得，輸入層的輸出為

式中：l為輸入層神經元序號；xl為輸入層第l個輸入。

隱含層的輸入和輸出分別為

式中：m為隱含層神經元序號；為隱含層第m個神經元輸入；為隱含層權值系數；為隱含層第m個神經元輸出。

輸出層的輸入和輸出分別為

式中：n為輸出層神經元序號；為輸出層第n個神經元輸入；為輸出層權值系數；為輸出層第n個神經元輸出。

隱含層的激活函數f(x)采用正負對稱的Sigmoid 函數，輸出層激活函數g(x)采用非負的Sigmoid 函數。

2)誤差反向傳播：本系統設計所用的神經網絡的輸出性能指標函數為

引入學習效率η和慣性系數α，根據式(4)～(8)通過梯度下降法，得到輸出層和隱藏層的權重更新和誤差項，經調試取η=0.1，α=0.25，系統控制效果最佳。

4 試驗與結果分析

研究發現，果蔬保鮮環境溫度與相對濕度存在較強的耦合關系[22]，且環境溫度對厚表皮類果蔬品質的影響更為明顯[23]。因此本研究在溫度控制方面采用BPNN-PID 控制算法，實現對溫度的精準控制；濕度方面搭配雙限值控制算法，組成BPNNPID 控制策略，可滿足果蔬保鮮的基本環境要求。

本研究通過自主搭建的果蔬保鮮系統，采用常規PID 和BPNN-PID 2 種不同控制策略進行果蔬保鮮試驗，分析果蔬保鮮系統在不同控制策略下環境參數的超調量、穩定時間和穩態誤差。根據試湊法[24]確定常規PID 控制器控制參數KP=0.8、KI=0.75、KD=0.5，果蔬保鮮環境BPNN-PID 控制系統的隱含層、輸出層的初始權重均為-0.5～0.5 的隨機值，根據前期試驗，學習率η=0.1、慣性系數α=0.25 時控制性能最優。

試驗材料采用贛南臍橙，總質量40 kg，購于水果批發市場，果實新鮮，無病蟲害，無機械損傷。臍橙采用塑料筐裝放，塑料筐呈網狀結構，尺寸規格(長×寬×高)為600 mm×425 mm×350 mm。臍橙以每框20 kg 裝箱，共2 框放置保鮮室，外界環境溫度(26±1) ℃，保鮮室初始溫度(26±1) ℃，據相關文獻[25]，臍橙適宜的保鮮參數為：溫度為6 ℃，相對濕度為80%～90%。因此設置果蔬保鮮環境目標溫度為6 ℃、目標濕度為80%～90%。為分析果蔬保鮮系統在不同控制策略下的抗干擾能力，在實載試驗中，待果蔬保鮮系統運行穩定(240 min)后，對系統施加干擾(模擬實際取貨時打開箱門5 min)，每5 min 記錄1 次數據，運行時間為6 h。

試驗完成后計算系統的超調量、穩態誤差和穩定時間。超調量計算公式如下：

穩態誤差計算公式如下：

穩定時間評判公式如下：

式中：σ為超調量；ess為穩態誤差；Tmax(t)為環境參數最大值；Tout(t)為環境參數瞬態值；Tout(0+)為環境參數初始值；Tout(∞)為環境參數穩態值；Δ 為穩定時間評判系數，取2%[26]。

4.1 空載試驗與結果分析

4.1.1 空載常規PID 控制策略試驗 空載狀態下，果蔬保鮮環境系統采用常規PID 控制策略的控制響應曲線如圖10 所示，環境溫度的超調量為3.5 ℃、穩定時間為100 min、穩態誤差為±0.2 ℃；相對濕度的超調量為9.5%、穩定時間為100 min。

圖10 基于常規PID 控制策略的空載保鮮環境參數變化曲線Fig.10 Variation curve of no-load fresh-keeping environment parameters based on conventional PID control strategy

從該試驗結果可以看出，以STM32F103C8T6微處理器為核心的控制系統利用RS485 通訊方式可實時采集箱內環境參數；利用CAN 總線可實時調節變頻壓縮機頻率從而控制系統制冷量；通過繼電器驅動電路控制環境相對濕度。系統按照設定的控制流程執行，實現了果蔬保鮮環境參數的自動控制。因此，本文設計的控制系統軟硬件滿足果蔬保鮮要求。

4.1.2 空載BPNN-PID 控制策略試驗 空載狀態下，果蔬保鮮環境系統采用BPNN-PID 控制策略的控制響應曲線如圖11、12 所示，果蔬保鮮環境系統在運行過程中通過自學習、自適應能力動態調整控制參數，最終收斂于KP=0.588，KI=0.666，KD=0.617，環境溫度的超調量為2.5 ℃、穩定時間為70 min、穩態誤差為±0.1 ℃；相對濕度的超調量為4.3%、穩定時間為70 min。

圖11 基于BPNN-PID 控制策略的空載保鮮環境參數變化曲線Fig.11 Variation curve of no-load fresh-keeping environment parameters based on BPNN-PID control strategy

圖12 空載狀態下的控制參數變化曲線Fig.12 Variation curves of no-load control parameters

空載試驗中，與常規PID 控制策略相比，基于BPNN-PID 控制策略的果蔬保鮮系統環境溫度超調量減小了1 ℃、穩態誤差減小了0.1 ℃、穩定時間縮短了30 min；環境相對濕度超調量減小了5.2%、穩定時間縮短了30 min。由此可知，采用BPNN-PID控制策略的果蔬保鮮系統控制性能均有明顯提升。

4.2 實載試驗與結果分析

4.2.1 實載常規PID 控制策略試驗 由圖13 可知，實載狀態下，果蔬保鮮環境溫度控制采用常規PID 控制算法，相對濕度控制采用雙限值控制算法時，溫度的超調量為3.8 ℃、穩定時間為105 min、穩態誤差為±0.5 ℃；相對濕度的超調量為5%、穩定時間為80 min。

圖13 基于常規PID 控制策略的實載保鮮環境參數變化曲線Fig.13 Variation curves of real-load fresh-keeping environment parameters based on conventional PID control strategy

與雙限值控制策略相比，溫、濕度控制精度有所提高，溫、濕度波動減小，但仍存在超調量較大、穩定時間慢等問題。針對干擾，箱內環境溫、濕度經過105 min 的上下波動才重新恢復穩定。因此常規PID 控制策略缺少動態調節能力，存在抗干擾能力不強、適應性較弱等缺陷，系統控制性能仍有提升空間。

4.2.2 實載BPNN-PID 控制策略試驗 由圖14、15 可知，實載狀態下，果蔬保鮮環境溫度控制采用BPNN-PID 控制算法，相對濕度控制采用雙限值控制算法時，果蔬保鮮環境系統控制參數最終收斂于KP=0.717，KI=0.682，KD=0.656，溫度超調量為1.7 ℃，穩定時間為80 min，穩態誤差為±0.2 ℃，相對濕度超調量為2.8%、穩定時間為55 min。

圖14 基于BPNN-PID 控制策略的實載保鮮環境參數變化曲線Fig.14 Variation curves of real-load fresh-keeping environment parameters based on BPNN-PID control strategy

圖15 實載狀態下的控制參數變化曲線Fig.15 Variation curves of real-load control parameters

實載試驗中，與常規PID 控制策略相比，基于BPNN-PID 控制策略的果蔬保鮮系統環境溫度超調量減小了2.1 ℃、穩態誤差減小了0.3 ℃、穩定時間縮短了25 min；環境相對濕度超調量減小了2.2%、穩定時間縮短了25 min。BPNN-PID 控制策略在超調量、穩定時間、穩態誤差和控制精度等方面都有了較大的提升。針對干擾，BPNN-PID 控制策略有效地抑制了保鮮室內環境參數的劇烈波動，經過80 min 的動態調節后，最終收斂于目標參數。因此BPNN-PID 控制策略的抗干擾能力更強、魯棒性優異、自適應性好，具有良好的動態調節能力，其控制性能明顯優于常規PID 控制策略的，能夠更有效地完成果蔬保鮮環境的控制工作。

5 結 論

本研究根據果蔬保鮮運輸的溫、濕度控制要求，以STM32 為核心處理器，設計了果蔬保鮮環境控制系統硬件和軟件，并通過試驗對比常規PID 和BPNN-PID 2 種控制策略的環境參數調控效果，研究結果對于果蔬保鮮環境參數調控有重要意義。經研究獲得以下結論：

1)所開發的控制系統能準確采集保鮮室各環境參數，并根據控制策略準確控制相應的執行機構，實現保鮮環境參數的實時控制。

2)基于BPNN-PID 控制策略的果蔬保鮮環境控制系統具有響應速度快、超調量小、控制精度高、抗干擾能力強等優點，系統控制性能明顯提升。

3)保鮮環境溫、濕度調控過程中，溫度和相對濕度具有較強的耦合關系，其中溫度占主導地位，相對濕度的波動趨勢與溫度基本一致，隨著系統溫度控制性能的提高，相對濕度的控制性能有了明顯的改善。

值得注意的是，加濕器性能、果蔬生理特性、堆碼方式等因素也可能會對研究結果產生一定的影響，這些因素將在后續研究中進行探討。