CN103293994B - 一种基于模糊智能行为模拟的家居环境节能控制方法 - Google Patents
一种基于模糊智能行为模拟的家居环境节能控制方法 Download PDFInfo
- Publication number
- CN103293994B CN103293994B CN201310220196.0A CN201310220196A CN103293994B CN 103293994 B CN103293994 B CN 103293994B CN 201310220196 A CN201310220196 A CN 201310220196A CN 103293994 B CN103293994 B CN 103293994B
- Authority
- CN
- China
- Prior art keywords
- fuzzy
- energy
- saving
- control
- intensity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Circuit Arrangement For Electric Light Sources In General (AREA)
Abstract
本发明公开了一种基于模糊智能行为模拟的家居环境节能控制方法,其特征在于:包括如下步骤:搭建节能模糊控制装置;建立节能节能模糊控制数学模型;植入单片机模糊控制器;采集室内环境,传送给单片机模糊控制器;单片机模糊控制器进行模糊推理运算,得到模糊舒适控制输出响应值;传送给驱动执行机构;并控制窗帘的开闭度。克服了传统室内节能的参数相互矛盾性,以及硬件电路复杂等难题。该节能控制方法具有模糊评判方法科学、有效,硬件电路简单、响应速度快等特点。
Description
技术领域
本发明属于一种家居环境控制用的节能控制技术,具体涉及借助模糊控制技术的一种基于模糊智能行为模拟的家居环境节能控制方法。
背景技术
近年来,家居生活环境的节能已经成为人们日常生活中讨论的一个重要话题,节能已经成为一种必然趋势。现实生活中,熟练的家庭主妇可根据其生活经验,通过调节室内窗帘或者天棚帘的开闭情况,从而对室内环境的光线进行调节,以减少室内灯光的使用,达到节能的目的,但这种人太少,且常不在家。而模糊智能***能有效地模拟专家经验,可把熟练操作者的自然语言经验转换成控制数学模型。若把这些模型写入芯片,开发成相应的装置,则可推广熟练家庭主妇的生活经验,实现家居环境节能的控制。
目前该领域的专利,如授权号[CN201974666U]中所述的多功能室内节能控制器,采用传统的控制方法,在某些特定的情况下会存在如下缺点或者不足之处:
(1)对于非线性的、复杂的***建模存在着局限性;
(2)控制***的鲁棒性较差,外界干扰和参数变化较大时对控制效果的影响大;
(3)控制机制非常复杂,电路体积庞大,响应速度慢、效率低。
而模糊控制器是以人的现场控制经验为依据而设计的控制器,不需要被控对象精确的数学数据,并且模糊控制直接来源于现场经验,采用类似于人类语言的控制规则和控制策略,容易被人们所接受。
因此,对于许多复杂的、难以建立精确数学模型的控制对象,选择模糊控制是一种很好的策略。
发明内容
为了很好的解决上述问题,本发明提出了一种基于模糊智能行为模拟的家居环境节能控制方法,控制方法科学、有效以及硬件电路简单、成本低廉的基于模糊智能行为模拟的家居环境节能控制方法及装置。
本发明的技术方案如下:一种基于模糊智能行为模拟的家居环境节能控制方法,其关键在于:包括如下步骤:
步骤一:选择相应的温度传感器和光照度传感器、A/D转换器、单片机模糊控制器、驱动机构,搭建基于模糊智能行为模拟的节能模糊控制装置;
步骤二:针对输入温度、输入光照强度与输出窗帘开闭度相关的节能模糊控制数学模型;
步骤三:将获得的节能模糊控制数学模型转化为模糊控制输入与输出的响应关系表,并将其植入单片机模糊控制器中;
步骤四:光照强度传感器和温度传感器采集室内的光照强度信号和温度信号,并将其传送给A/D转换器进行数字化转换处理;
步骤五:A/D转换器将获得的温度和光照强度的模拟信号转换成相应的数字信号,并将其传送给单片机模糊控制器;
步骤六:单片机模糊控制器跟据输入的光照强度和温度信号,通过查询节能模糊控制输入与输出响应关系表,得到模糊节能控制输出响应值,并将其输出给驱动机构执行;
步骤七:驱动机构将得到的模拟电压信号转化为控制参数,并控制窗帘的开闭度。
步骤二中所述节能模糊控制数学模型建立方法是:
室内温度一般为[0℃--40℃],将其分为五个等级,温度={低、偏低、适中、偏高、高};室内光照强度一般为[01x—10001x],分为五个等级:光照强度={很弱、弱、适中、强、很强},模糊输出窗帘的开闭度为={关、小开、半开、大开、全开};
具体的输入光照度的模糊化隶属度函数设计如下:
光照度的模糊化隶属度函数中x为当前光照强度的监测值;
输入温度的模糊化隶属度函数如下:
模糊控制的隶属度函数中y为当前温度的监测值,选择常用的三角形隶属度函数(trimf)和梯形隶属度函数(trapmf),一种具体的输入温度模糊化隶属度函数设计如下:
参照以上光照强度和温度的隶属度函数设计方法,还可以设计出输出窗帘开闭度的隶属度函数。
结合输入值温度、光照度,以及输出值开闭度,勾画出输入温度、光照度、输出开闭度的模糊化隶属度函数三维关系图,建立节能模糊控制数学模型,建立方法如下:
节能控制数学模型的模糊规则如下表1所示:
表1
所述的节能模糊控制数学模型,有了以上的输入和输出模糊论域及其取值范围、模糊化和解模糊化隶属度函数以及模糊规则,就能够对节能模糊控制***进行模糊合成,节能模糊控制模型建立方法如下:
设x1表示光照强度,x2表示温度,y表示模糊控制输出窗帘的开闭度;Ai表示x1属于ai的真域,ai表示光照强度的论域值;Bi表示x2属于bi的真域,bi表示温度的论域值;Di表示y属于di的真域,di表示输出窗帘的开闭度的论域值,以节能模糊控制规则表1为依据,采用模糊控制理论的模糊推理方法,按照以下步骤建立模糊舒适控制的数学模型:
将模糊推理规则表1转化为如下形式:
If x1为a1and x2为b1Then y为d1
If x1为a2and x2为b2Then y为d2
·
·
·
If x1为a24and x2为b24Then y为d24
If x1为a25and x2为b25Then y为d25
依据上述模糊推理规则表,推理模型可以表示为
R=[A1∩B1→D1]∩[A2∩B2→D2]∩...∩
[A24∩B24→D24]∩[A25∩B25→D25]
从而推出
R=[A1∩B1×D1]∪[A2∩B2×D2]∪...∪
[A24∩B24×D24]∪[A25∩B25×D25]
得到简化表达式为
该方程即为节能模糊控制数学模型。其中Ai(x1)表示x1属于ai的真域,Bi(x2)表示x2属于bi的真域,Di(y)表示y属于di的真域,R(x1,x2,y)表示得到的模糊推理数学模型;
将得到的节能模糊控制数学模型采用解模糊化隶属度函数进行解模糊化操作,既能得到节能模糊控制***输入光照强度和温度与输出窗帘的开闭度之间的准确响应关系;采用MATLAB仿真,能够得到一个清楚且直观的模糊控制输入光照强度和温度与输出窗帘开闭度的响应关系曲面。
步骤一中所述节能模糊控制装置结构为:
温度传感器和光照强度传感器经第一A/D转换器连接单片机模糊控制器的输入端,单片机模糊控制器的输出端连接驱动机构,该驱动机构控制窗帘开度。
本发明的显著效果:提供了一种基于模糊智能行为模拟的家居环境节能控制方法,克服了室内舒适度具有不可直接测量性,以及硬件电路复杂等难题。应用模糊技术建立推理数学模型,本发明控制方法科学、有效以及硬件电路简单、成本低廉。
附图说明
图1是节能模糊控制装置的结构框图。
图2是模糊控制模型结构图。
图3是输入光照强度和温度的模糊化隶属度函数图。
图4是输出窗帘开闭度的解模糊化隶属度函数图。
图5是输入温度和温度模糊化隶属度函数三维关系图。
图6是节能模糊控制装置的部分电路原理图。
具体实施方式
下面结合附图和实施例对本发明作进一步说明:
一种基于模糊智能行为模拟的家居环境节能控制方法,其关键在于:包括如下步骤:
步骤一:选择相应的温度传感器和光照度传感器、A/D转换器、单片机模糊控制器、驱动机构,搭建基于模糊智能行为模拟的节能模糊控制装置;
步骤二:针对输入温度、输入光照强度与输出窗帘开闭度相关的节能模糊控制数学模型;
步骤三:将获得的节能模糊控制数学模型转化为模糊控制输入与输出的响应关系表,并将其植入单片机模糊控制器中;
步骤四:光照强度传感器和温度传感器采集室内的光照强度信号和温度信号,并将其传送给A/D转换器进行数字化转换处理;
步骤五:A/D转换器将获得的温度和光照强度的模拟信号转换成相应的数字信号,并将其传送给单片机模糊控制器;
步骤六:单片机模糊控制器跟据输入的光照强度和温度信号,通过查询节能模糊控制输入与输出响应关系表,得到模糊节能控制输出响应值,并将其输出给驱动机构执行;
步骤七:驱动机构将得到的模拟电压信号转化为控制参数,并控制窗帘的开闭度。
步骤二中所述节能模糊控制数学模型建立方法是:
所述的模糊节能控制数学模型,包括模糊输入与模糊输出的实际取值范围及其模糊论域、隶属度函数、模糊控制规则表和模糊推理合成。其模糊输入为光照强度和温度,模糊输出为窗帘的开闭度。
在我国南方地区室内温度一般为[0℃--40℃],将其分为五个等级,温度={低、偏低、适中、偏高、高};室内光照强度一般为[01x—10001x],分为五个等级:光照强度={很弱、弱、适中、强、很强}。模糊输出窗帘的开闭度为={关、小开、半开、大开、全开}。
在隶属度函数设计时,选择常用的三角形隶属度函数(trimf)和梯形隶属度函数(tramf),一种具体的输入光照度的模糊化隶属度函数设计如下:
光照度的模糊化隶属度函数中x为当前光照强度的监测值;
输入温度的模糊化隶属度函数如下:
模糊控制的隶属度函数中y为当前温度的监测值,选择常用的三角形隶属度函数(trimf)和梯形隶属度函数(trapmf),一种具体的输入温度模糊化隶属度函数设计如下:
具体的光照强度和相对湿度的模糊化隶属度函数设计如图3所示,参照以上光照强度和相对湿度的隶属度函数设计方法,还可以设计出输出窗帘开闭度的解模糊化隶属度函数,如图4所示。
结合输入值温度、光照度,以及输出值开闭度,勾画出输入温度、光照度、输出开闭度的模糊化隶属度函数三维关系图,建立节能模糊控制数学模型,建立方法如下:
所述的模糊舒适控制数学模型,其中最为重要的当属模糊控制规则表,其决定着能不能有效地实现节能模糊控制、能不能有效地模仿熟练操作者的经验。因此,模糊控制规则须根据人和环境的综合因素确定,节能控制数学模型的模糊规则如下表1所示:
表1
所述的节能模糊控制数学模型,有了以上的输入和输出模糊论域及其取值范围、模糊化和解模糊化隶属度函数以及模糊规则,就能够对节能模糊控制***进行模糊合成,节能模糊控制模型建立方法如下:
设x1表示光照强度,x2表示温度,y表示模糊控制输出窗帘的开闭度;Ai表示x1属于ai的真域,ai表示光照强度的论域值;Bi表示x2属于bi的真域,bi表示温度的论域值;Di表示y属于di的真域,di表示输出窗帘的开闭度的论域值,以节能模糊控制规则表1为依据,采用模糊控制理论的模糊推理方法,按照以下步骤建立模糊舒适控制的数学模型:
将模糊推理规则表1转化为如下形式:
If x1为a1and x2为b1Then y为d1
If x1为a2and x2为b2Then y为d2
·
·
·
If x1为a24and x2为b24Then y为d24
If x1为a25and x2为b25Then y为d25
依据上述模糊推理规则表,推理模型可以表示为
R=[A1∩B1→D1]∩[A2∩B2→D2]∩...∩
[A24∩B24→D24]∩[A25∩B25→D25]
从而推出
R=[A1∩B1×D1]∪[A2∩B2×D2]∪...∪
[A24∩B24×D24]∪[A25∩B25×D25]
得到简化表达式为
该方程即为节能模糊控制数学模型。其中Ai(x1)表示x1属于ai的真域,Bi(x2)表示x2属于bi的真域,Di(y)表示y属于di的真域,R(x1,x2,y)表示得到的模糊推理数学模型;
将得到的节能模糊控制数学模型采用图4所示的解模糊化隶属度函数进行解模糊化操作,既能得到节能模糊控制***输入光照强度和温度与输出窗帘的开闭度之间的准确响应关系。采用MATLAB仿真,能够得到一个清楚且直观的模糊控制输入光照强度和温度与输出窗帘开闭度的响应关系曲面,其仿真结果如图5所示。
步骤一中所述节能模糊控制装置结构为:
温度传感器J1和光照强度传感器J2)经第一A/D转换器J3连接单片机模糊控制器J5的输入端,单片机模糊控制器J5的输出端连接驱动机构J4,该驱动机构J4控制窗帘开度。
如图1、2、6所示:所述光照强度传感器J2和所述的温度传感器J1分别与所述的A/D转换器J3进行连接;所述的A/D转换器J3通过单片机I/O口与所述的单片机模糊控制器J5进行连接;所述的单片机模糊控制器J5与所述的驱动执行J4连接;所述的驱动执行J4与所述的窗帘控制电机进行连接。
单片机模糊控制器采用模糊控制技术对室内环境的光照强度、温度值与输出窗帘的开闭度建立节能模糊控制数学模型,利用模糊控制技术对熟练操作者经验的高度模仿能力,实现对室内环境光照强度的调节,从而达到减少室内灯光的使用,实现节能的目的。
本发明的输入输出变量的论域及其取值范围、模糊化和解模糊化隶属度函数选择并不限于如上所示,在应用中可根据实际情况和经验来选择合适的变量论域参数及隶属度函数,也可以根据个人喜好进行选择。
Claims (2)
1.一种基于模糊智能行为模拟的家居环境节能控制方法,其特征在于:包括如下步骤:
步骤一:选择相应的温度传感器和光照度传感器、A/D转换器、单片机模糊控制器、驱动机构,搭建基于模糊智能行为模拟的节能模糊控制装置;
步骤二:针对输入温度、输入光照强度与输出窗帘开闭度相关的节能模糊控制数学模型;
步骤三:将获得的节能模糊控制数学模型转化为模糊控制输入与输出的响应关系表,并将其植入单片机模糊控制器中;
步骤四:光照强度传感器和温度传感器采集室内的光照强度信号和温度信号,并将其传送给A/D转换器进行数字化转换处理;
步骤五:A/D转换器将获得的温度和光照强度的模拟信号转换成相应的数字信号,并将其传送给单片机模糊控制器;
步骤六:单片机模糊控制器跟据输入的光照强度和温度信号,通过查询节能模糊控制输入与输出响应关系表,得到模糊节能控制输出响应值,并将其输出给驱动机构执行;
步骤七:驱动机构将得到的模拟电压信号转化为控制参数,并控制窗帘的开闭度;
步骤二中所述节能模糊控制数学模型建立方法是:
室内温度一般为[0℃--40℃],将其分为五个等级,温度={低、偏低、适中、偏高、高};室内光照强度一般为[0lx—1000lx],分为五个等级:光照强度={很弱、弱、适中、强、很强},模糊输出窗帘的开闭度为={关、小开、半开、大开、全开};
具体的输入光照度的模糊化隶属度函数设计如下:
(1)
(2)
(3)
(4)
(5)
光照度的模糊化隶属度函数中x为当前光照强度的监测值;
输入温度的模糊化隶属度函数如下:
模糊控制的隶属度函数中y为当前温度的监测值,选择常用的三角形隶属度函数(trimf)和梯形隶属度函数(trapmf);
参照以上光照强度和温度的隶属度函数设计,还可以设计出输出窗帘开闭度的解模糊化隶属度函数;
结合输入值温度、光照度,以及输出值窗帘开闭度,勾画出输入温度、光照度、输出窗帘开闭度的模糊化隶属度函数三维关系图;
节能模糊控制规则表1如下:
表1
设x1表示光照强度,x2表示温度,y表示模糊控制输出窗帘的开闭度;Ai表示x1属于ai的真域,ai表示光照强度的论域值;Bi表示x2属于bi的真域,bi表示温度的论域值;Di表示y属于di的真域,di表示输出窗帘的开闭度的论域值,以节能模糊控制规则表1为依据,采用模糊控制理论的模糊推理方法,按照以下步骤建立模糊舒适控制的数学模型:
将节能模糊控制规则表1转化为如下形式:
If x1为a1and x2为b1Then y为d1
If x1为a2and x2为b2Then y为d2
·
·
·
If x1为a24and x2为b24Then y为d24
If x1为a25 and x2为b25 Then y为d25
依据上述模糊推理规则表,推理模型可以表示为
R=[A1∩B1→D1]∩[A2∩B2→D2]∩...∩
[A24∩B24→D24]∩[A25∩B25→D25]
从而推出
R=[A1∩B1×D1]∪[A2∩B2×D2]∪...∪
[A24∩B24×D24]∪[A25∩B25×D25]
得到简化表达式为
该方程即为节能模糊控制数学模型,其中Ai(x1)表示x1属于ai的真域,Bi(x2)表示x2属于bi的真域,Di(y)表示y属于di的真域,R(x1,x2,y)表示得到的模糊推理数学模型;
将得到的节能模糊控制数学模型采用解模糊化隶属度函数进行解模糊化操作,既能得到节能模糊控制***输入光照强度和温度与输出窗帘的开闭度之间的准确响应关系。
2.根据权利要求1所述的一种基于模糊智能行为模拟的家居环境节能控制方法,其特征在于,步骤一中所述节能模糊控制装置结构为:
温度传感器(J1)和光照强度传感器(J2)经第一A/D转换器(J3)连接单片机模糊控制器(J5)的输入端,单片机模糊控制器(J5)的输出端连接驱动机构(J4),该驱动机构(J4)控制窗帘开闭度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310220196.0A CN103293994B (zh) | 2013-06-05 | 2013-06-05 | 一种基于模糊智能行为模拟的家居环境节能控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310220196.0A CN103293994B (zh) | 2013-06-05 | 2013-06-05 | 一种基于模糊智能行为模拟的家居环境节能控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103293994A CN103293994A (zh) | 2013-09-11 |
CN103293994B true CN103293994B (zh) | 2016-08-24 |
Family
ID=49095063
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310220196.0A Expired - Fee Related CN103293994B (zh) | 2013-06-05 | 2013-06-05 | 一种基于模糊智能行为模拟的家居环境节能控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103293994B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104267673A (zh) * | 2014-09-04 | 2015-01-07 | 河南智业科技发展有限公司 | 一种室内智慧生活环境***及方法 |
WO2016099148A1 (en) | 2014-12-16 | 2016-06-23 | Samsung Electronics Co., Ltd. | Method and apparatus for controlling device using a service rule |
CN104486416B (zh) * | 2014-12-16 | 2018-01-26 | 三星电子(中国)研发中心 | 一种智能家居服务规则的综合利用***及方法 |
CN106325089B (zh) * | 2016-10-12 | 2020-01-14 | 北京威控科技股份有限公司 | 一种智慧酒店客房生态环境控制***和控制方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101737703A (zh) * | 2010-01-22 | 2010-06-16 | 上海恩济节能科技有限公司 | 一种自然采光控制*** |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04326402A (ja) * | 1991-04-26 | 1992-11-16 | Toshiba Corp | ファジィ制御装置 |
-
2013
- 2013-06-05 CN CN201310220196.0A patent/CN103293994B/zh not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101737703A (zh) * | 2010-01-22 | 2010-06-16 | 上海恩济节能科技有限公司 | 一种自然采光控制*** |
Non-Patent Citations (2)
Title |
---|
基于人工神经网络模型的智能遮阳控制***;熊爱民等;《电子科技》;20130515;第26卷(第5期);第47-49,52页 * |
无线传感智能窗的模糊控制设计;周培锋等;《电子测量技术》;20110830;第34卷(第8期);第77-81页 * |
Also Published As
Publication number | Publication date |
---|---|
CN103293994A (zh) | 2013-09-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103293994B (zh) | 一种基于模糊智能行为模拟的家居环境节能控制方法 | |
CN103774973B (zh) | 一种百叶窗帘智能控制***及控制方法 | |
Wang et al. | Parametric design based on building information modeling for sustainable buildings | |
CN101782261B (zh) | 暖通空调***的非线性自适应节能控制方法 | |
CN100501608C (zh) | 后验控制与多传感器融合方法及中央空调节能控制装置 | |
CN103345152B (zh) | 一种基于模糊智能行为模拟的家居环境健康控制方法 | |
CN106871327A (zh) | 空调机温度节能控制装置及温度节能控制方法 | |
CN102610137A (zh) | 半导体智能照明控制实验教学平台 | |
CN203925234U (zh) | 一种百叶窗帘智能控制*** | |
CN109798646B (zh) | 一种基于大数据平台的变风量空调控制***和方法 | |
CN104214888B (zh) | 空调器及其温度控制方法、装置 | |
CN108050528A (zh) | 一种垃圾焚烧炉控制方法、装置与*** | |
CN112923525A (zh) | 机器学习型舒适节能空调智能控制方法 | |
CN115175404B (zh) | 一种基于led灯的一站式自动调光方法 | |
CN107121991A (zh) | 一种基于区域划分的湿度智能化控制方法 | |
CN201497272U (zh) | 一种深夜低噪音工作的风冷变频多门冰箱 | |
Wang et al. | Bio-inspired kinetic envelopes for building energy efficiency based on parametric design of building information modeling | |
CN106016295A (zh) | 一种用于焚烧炉的自动燃烧模糊控制方法及*** | |
CN109847081A (zh) | 一种消毒柜工作过程控制方法 | |
CN112229023A (zh) | 基于有限状态机的空调***控制策略数学描述方法 | |
Cheng et al. | Integrated control of blind and lights in daily office environment | |
Rahimi et al. | Integrated fuzzy control of temperature, light and emergency conditions for smart home application | |
Ma et al. | Study on Intelligent Temperature Controller Based on Expert Controlling | |
CN109028139A (zh) | 一种基于自适应神经模糊pid控制的锅炉燃烧优化方法 | |
CN204721674U (zh) | 基于scada的楼宇照明控制器 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160824 |