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。