基于CFD模型的設施溫室小氣候環(huán)境預測和控制研究.pdf

1、隨著農業(yè)現(xiàn)代化推進，設施農業(yè)已成為發(fā)展農業(yè)現(xiàn)代化基礎指標?，F(xiàn)代溫室能夠為作物提供適宜的生長環(huán)境，實現(xiàn)作物的高效高質生產。其中，溫室的環(huán)境調控作為調節(jié)作物生長環(huán)境的主要手段，是實現(xiàn)現(xiàn)代溫室的關鍵技術之一。對被控對象建立精確的數(shù)學模型是傳統(tǒng)控制方法的主要形式，建立合理精確的溫室環(huán)境模型是實現(xiàn)溫室環(huán)境控制的重要前提。由于溫室環(huán)境的復雜性，在模型的建立過程中往往含有不確定的參數(shù)，因此需要對模型進行參數(shù)辨識。基于計算流體力學(Computatio

2、nal FluidDynamics，CFD)的建模技術，雖然可以模擬溫室小氣候環(huán)境，但CFD計算量大，計算耗時久，因此需要對其進行并行計算。計算以溧陽地區(qū)溫室大棚為研究對象，建立夏季、秋季、冬季溫室小氣候環(huán)境的CFD模型，在MATLAB與FLUENT協(xié)同平臺上實現(xiàn)對溫室CFD模型的參數(shù)辨識，并搭建四種不同并行結構的計算平臺，對比得到并行效率最高計算平臺，并在此基礎上探索了基于CFD模型的溫室小氣候環(huán)境預測控制方法。論文主要研究內容有以下

3、幾點:
　　(1)在對溫室合理簡化的基礎上，采集數(shù)據(jù)，構建夏季自然通風條件下、秋季自然通風條件下、冬季封閉條件下溫室小氣候環(huán)境CFD模型。在FLUENT平臺的單機單核、單機多核、多機多核三種運行環(huán)境下對夏季自然通風條件下、秋季自然通風條件下、冬季封閉條件下的溫室CFD模型分別進行計算，所得溫室溫濕度分布符合實際，且在單機單核環(huán)境下計算耗時300s在單機多核與多機多核的并行環(huán)境下計算耗時90s，并行環(huán)境下，計算耗時大幅減少。此模型的

4、建立為后續(xù)模型參數(shù)辨識與預測控制做好了準備。
　　(2)在MATLAB并行化環(huán)境搭建與程序設計基礎上，實現(xiàn)PPSO算法(ParallelParticle Swarm Optimization)對溫室CFD模型參數(shù)辨識。其中MATLAB作為PPSO算法運行平臺，F(xiàn)LUENT作為溫室CFD模型計算平臺，利用MATLAB與FLUENT的I/O文件操作功能，建立基于共享文件機制下的MATLAB與FLUENT協(xié)同平臺，CFD模型參數(shù)辨識及后

5、續(xù)試驗均在此平臺上完成。設計搭建了四種結構的計算平臺并對比各計算平臺下溫室環(huán)境CFD模型參數(shù)辨識的計算效率，結構1單機單核PSO+單機多核FLUENT計算耗時9.6h;結構2單機單核PSO+多級多核FLUENT計算耗時30.1h;結構3單機多核PPSO+單機多核FLUENT計算耗時11h;結構4多機多核PPSO+單機多核FLUENT計算耗時5.7h。結構4計算耗時最短、效率最高，解決了溫室CFD模型辨識耗時久的問題，故結構4為最優(yōu)計算結

6、構。
　　(3)基于最優(yōu)計算結構，利用最優(yōu)辨識參數(shù)建立溫室環(huán)境CFD預測模型，分別對夏季自然通風條件下、秋季自然通風條件下、冬季封閉條件下的CFD預測模型的預測結果與實測結果進行對比分析。在最優(yōu)辨識參數(shù)取值下溫室預測模型的預測結果與實測結果誤差較小。因此辨識到的最優(yōu)參數(shù)合理，建立的溫室環(huán)境CFD預測模型有效。
　　(4)基于MATLAB與FLUENT協(xié)同平臺，探索研究基于CFD模型的溫室環(huán)境模型預測控制(Model Pred

7、ictive Control，MPC)方法。模型選擇為濕簾-風機通風條件下的溫室CFD模型，控制設備選擇為溫室的濕簾和風機，預測時域設置為3，采樣時間設置為6。將其結果與同等條件下采用比例-積分-微分控制(Proportion IntegralDerivative，PID)此溫室CFD模型結果對比，MPC控制算法下溫室溫度計算結果與參考溫度絕對偏差為1.27℃，相對濕度計算結果與參考相對濕度絕對偏差為18％。PID控制算法下溫室溫度計算