室内照明自然采光的模糊控制
3. 5 系统模糊控制流程
根据上述模糊规则的设置,我们设计了如下图3 所示的模糊控制程序流程图。
图3 模糊控制系统流程图
系统首先对关键点照度进行监控,当照度发生变化时,通过模糊判断该变化是干扰量还是需要调节的变量。首先以一分钟为时间节点,主控单元通过传感器获得五次采样的照度值。通过依次计算相邻两个数据之间的差值,判断照度的大小变化。差值为正表示照度变大,差值为负表示照度变小。仅当五次的变化同为正或同为负时,也即一分钟内照度的变化趋势一致时,用第五次采样的值与第一次采样的照度值之差作为CE 的值。用五次差值的平均值作为模糊规则中的ΔE。根据前面规定的模糊控制规则,程序可以通过调用相应的窗帘调节子程序完成相应的调节动作。
根据上述程序流程,在每次模糊判别的子程序中,系统通过判断照度误差△E,误差变化情况CE的值,判别当前室外照度变化是否属于外界干扰,若不属于干扰应采取何种调节方式。输出量的去模糊化采用最大从属度法,具体表现为当时进行调节,并结合具体控制方式模糊*被精确化,其执行结果如表4 所示。
表4 模糊控制子程序执行结果表
实验结果显示,当外界照度变化小于设定值时,系统不进行调节。当外界照度变化超过设定值,但是变化速度较快,而且在预设时间内照度恢复到接近原值时,系统判定为外界干扰,不进行调节,这样可以避免很多情况下的无意义操作,极大地降低了外界干扰对自然采光照明的影响。只有在外界照度持续变化,且单向改变的情况下,系统作出相应的调节。该控制方式使系统准备性得到了极大地提高,并且减少了很多的干扰波动,使用户感觉更为舒适与人性化。
4 结论
本文根据相关标准确定了自然采光的模糊控制策略,根据室内照度变化的情况,利用Delphi 专家法确定了模糊变量的隶属度函数,以室内关键点的照度变化为控制变量,并进行了变量的模糊化处理和模糊控制。
经过原理性试验, 我们设计了基于C8051 单片机芯片的自然采光控制器, 并将百叶控制与智能照明控制相结合, 取得了较好的实验结果。模糊控制具有很强的鲁棒性, 可以很好的避免干扰出现时窗帘的频繁移动, 并且模糊算法与工效学结合,可以更好的符合人体对自然采光的感受以及控制行为。
自然采光可以充分的利用阳光资源,除了节能环保之外,还更符合人体舒适性感受。综上所述,自然采光与模糊控制的结合是非常有应用价值的。
评论