大型气候环境试验舱冷热端温度动态模糊PID协调控制

大型气候环境试验舱冷热端温度动态模糊PID协调控制 Dynamic fuzzy-PID coordinated control of the cool-hot end temperature of large climate environmental test chambers 1 2 corresp first-author E-mail： wangjg@lik.net.cn E-mail： wangjg@lik.net.cn 王建刚（1980-），男，安徽砀山人，博士，广东立佳实业有限公司总工程师，主要从事PLC硬件软件、机电智能控制、模拟环境试验设备等方面的研究。E-mail： wangjg@lik.net.cn http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115261&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115266&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115263&type= 22.01332855 32.00399780 王建刚 （1980-），男，安徽砀山人，博士，广东立佳实业有限公司总工程师，主要从事PLC硬件软件、机电智能控制、模拟环境试验设备等方面的研究。E-mail： wangjg@lik.net.cn wangjg@lik.net.cn 1 1 1 1 安徽理工大学 机械工程学院， 安徽 淮南 232001 安徽理工大学 机械工程学院， 安徽 淮南 232001 School of Mechanical Engineering， Anhui University of Science and Technology， Huainan 232001， China School of Mechanical Engineering， Anhui University of Science and Technology， Huainan 232001， China 安徽理工大学 深部煤矿采动响应与灾害防控国家重点实验室， 安徽 淮南 232001 安徽理工大学 深部煤矿采动响应与灾害防控国家重点实验室， 安徽 淮南 232001 Public Key Laboratory of Mining Response and Disaster Prevention and Control in Deep Coal Mines， Anhui University of Science and Technology， Huainan 232001， China Public Key Laboratory of Mining Response and Disaster Prevention and Control in Deep Coal Mines， Anhui University of Science and Technology， Huainan 232001， China 为了解决具有强扰动的大型气候环境试验舱温度数据波动大、难以精确控制的问题，本文分析了试验舱温度结构组成、温度控制特点和热负荷扰动来源，提出了适用于大型试验舱温度精确控制的冷热端温度动态模糊PID协调控制算法，研究其控制原理及具体算法。同时提出了利用卡尔曼（Kalman）滤波的温度数据处理方法和基于艾伦（Allan）方差分析的控制效果评判方法。实验结果表明，Kalman 滤波可有效去除温度测量数据中热负荷扰动产生的偏差，更真实反映温度实际变化。本文研究的控制算法相较于传统PID控制算法其温度波动性较小、系统稳态响应时间较短，可以用于大型气候环境试验舱的温度精确控制。 To address the problems of large data fluctuation and the difficulty of the accurate control of large climatic environment test chamber temperature with strong disturbances， the temperature structural composition， temperature control characteristics， and heat load disturbance source of test chamber temperature are analyzed. A dynamic fuzzy-proportional-integral-derivative-coordinated control algorithm for the cool-hot end temperature is proposed for the precise temperature control of large test chambers. The control principle and its specific algorithm are studied. The temperature data processing method used is Kalman filtering， and the control effect evaluation method is based on the Allan analysis of variance. Experimental results show that the deviation caused by thermal load disturbances in measuring temperature data can be effectively removed by Kalman filtering， reflecting the actual temperature change realistically. The control algorithm studied is compared with the traditional proportional-integral-derivative control algorithm， which has less temperature fluctuation and shorter steady-state system response time， and can be applied to the precise temperature control of large climate environmental test chambers. 大型气候环境试验舱 强扰动 温度控制 模糊PID协调控制 Kalman滤波 large climatic environment test chamber strong perturbation temperature control fuzzy PID coordination control Kalman filtering 1 引 言 1 大型气候环境试验舱具有大空间、大功率、强扰动等特点，在环境模拟试验过程中，各种导入热负荷扰动、流场的不均匀性，以及制冷过程中加湿带入的热量，均会导致试验舱温湿度分布产生较大的随机变化，因此对其温湿度控制系统及算法、温湿度测量结果稳定性等提出了更多要求。目前国内外学者针对温湿度试验舱的控制系统、控制算法优化、测量结果稳定性提升方法开展了研究，Y. Su等提出了一种参数自调优的PID控制方法，结构简单，并通过实验证明了其有效性，但其控温精度较低 ［ 1 1 ］ ；李可等采用专家控制策略控制环境模拟舱内的温度，有效地抑制了控制过程中出现的超调，并提高了升温速率。但专家控制策略在系统参数发生变化、出现强扰动时，则得不到理想的控温效果 ［ 2 2 ］ ；王鹏英结合传统PID控制和Smith预估控制器，提出模糊Smith的温控系统，通过Smith补偿系统延迟，降低了系统的超调量，缩短了超调时间，但Simth比较依赖准确的系统模型，否则会降低系统稳定性 ［ 3 3 ］ ；赖文光等利用绝对极值法，分析处理气候环境设备的实际监测数据，说明了绝对极值法的可行性及实用性，但在数据处理过程中并未能消除外界干扰对数据带来的影响 ［ 4 4 ］ 。上述部分研究成果主要针对小型环境试验箱开展研究，如果直接用于大型气候环境试验舱，无法抑制外界强干扰的影响，难以保证控制系统的精度及快速响应，非线性现象明显，控制效果较差 ［ 5 5 - 8 8 5-8 ］ 。目前大型气候环境试验设备强干扰下的精确控温方法和温度数据精确评价方法是技术难点 ［ 9 9 - 10 10 9-10 ］ 。本文针对大型气候环境试验舱温度控制与评价存在的问题，提出了一种利用模糊控制算法和冷热端动态PID相结合的温度控制方法 ［ 11 11 ］ ，以解决试验仓温度非线性、温控系统时滞和温度不稳定等问题，同时利用Kalman滤波，有效去除温度实际测量数据中热负荷扰动产生的偏差，提高温度数据稳定性，真实反映试验舱温度控制效果。 2 大型气候环境试验舱结构及工作原理 1 大型气候环境试验舱主要为大型设备（如汽车等）测试提供必要的环境模拟条件，通过与四电机台架、功率分析仪等配合，来实现整车空调性能开发、验证测试以及整车热管理验证测试等。其整体结构如 图1 图1 所示，主要由舱体、温度控制系统、新风系统、尾气处理系统、阳光模拟系统和控制系统等组成。舱体采用钢架结构，内表面使用0.8 mm厚不锈钢波折板，外表面使用0.8 mm厚白色彩钢板，中间为178.4 mm硬质聚氨酯发泡保温材料，地表表层铺设3 mm防滑印花不锈钢钢板，并进行密封处理。 由于本文仅开展其温度控制性能研究，所以仅介绍其温度控制系统，如 图2 图2 所示。风道的内腔底部设置回风口，内部设有蒸发器和电加热器，顶部设有送风机和送风口，蒸发器通过铜管与冷凝器、压缩机、节流阀连接，压缩机、冷凝器、蒸发器、送风机、电加热器通过导线与控制器连接，共同组成了闭环控制系统。采用冷热端温度动态模糊PID协调控制算法进行控制，加热端（电加热器）和制冷系统分别利用PID算法进行实时控制制冷量与加热输出，实现自动升温和降温调节。 环境试验舱在温度实际控制过程中存在各种热负荷扰动，如电加热器产生的热负荷、风机散热产生的热负荷等，以及实际数据测量过程中舱内风场以及制冷系统加湿所带来的影响，均会使温度测量的实际数据产生较大的随机波动，无法真实反映试验舱实际温度分布，导致温度控制超调量大、调节时间长。因此必须研究合适的温度数据处理方法，提取真实的温度数据，同时研究合适的大型气候环境试验舱温度控制与系统稳定性评价方法，以实现强干扰下的试验舱温度快速稳定控制。本文拟采用Kalman滤波对温度原始测量数据进行处理，还原数据的真实值并作为控制系统输入，利用模糊控制算法和冷热端动态PID相结合的温度控制方法进行温度控制，同时采用Allan方差描述试验舱系统控制效果及稳定性。 3 温度控制与数据评定算法 1 3.1　冷热端温度动态模糊PID协调控制算法 2 送风机将风道内加热后的空气送入试验舱内部，管道的送风口和回风口构成气流循环。水循环系统由冷凝器和水管外接水源构成，面向送风机风向设有蒸发器，内部热量由散热盘管内的冷冻剂传递到冷凝器中，通过水循环去除舱内热量进行降温。同时利用电加热器进行加热。试验舱温度控制采用冷热端温度动态模糊PID协调控制算法进行控制，加热端（电加热器）和制冷系统分别利用PID算法进行实时控制，实现自动升温和降温调节。为了实现PID参数的自动调节，利用遗传算法优化模糊PID控制器，实现了热端加热功率和制冷系统输出量的协调控制与匹配，使试验舱温度在设定值附近实现微量动态平衡。 本文搭建的冷热端温度卡尔曼—模糊控制器如 图3 图3 所示，其中模糊控制器的输入是 <math id="M1"><mi>e</mi></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115320&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115318&type= 1.52400005 2.79399991 和 <math id="M2"><msub><mrow><mi>e</mi></mrow><mrow><mi>c</mi></mrow></msub></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115302&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115301&type= 2.53999996 3.72533321 ，输出是 <math id="M3"><mi mathvariant="normal">Δ</mi><msub><mrow><mi>K</mi></mrow><mrow><mi>p</mi></mrow></msub></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115342&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115340&type= 6.34999990 3.72533321 ， <math id="M4"><mi mathvariant="normal">Δ</mi><msub><mrow><mi>K</mi></mrow><mrow><mi>i</mi></mrow></msub></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115288&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115287&type= 6.01133299 3.72533321 和 <math id="M5"><mi mathvariant="normal">Δ</mi><msub><mrow><mi>K</mi></mrow><mrow><mi>d</mi></mrow></msub></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115350&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115347&type= 6.51933336 3.72533321 ，通过对系统偏差和偏差率的反馈，对PID 3个参数的增量进行调整。 通过遗传算法对其模糊PID控制规则优化，模糊集合选取负大（ NB ）、负中（ NM ）、负小（ NS ）、零（ ZO ）、正小（ PS ）、正中（ PM ）、正大（ PB ）等7个模糊语言变量，定义 <math id="M6"><mi>e</mi></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115320&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115318&type= 1.52400005 2.79399991 和 <math id="M7"><msub><mrow><mi>e</mi></mrow><mrow><mi>c</mi></mrow></msub></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115302&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115301&type= 2.53999996 3.72533321 模糊集合为 <math id="M8"><mfenced open="{" close="}" separators="|"><mrow><mi>N</mi><mi>B</mi><mo>,</mo><mi>N</mi><mi>M</mi><mo>,</mo><mi>N</mi><mi>S</mi><mo>,</mo><mi>Z</mi><mi>O</mi><mo>,</mo><mi>P</mi><mi>S</mi><mo>,</mo><mi>P</mi><mi>M</mi><mo>,</mo><mi>P</mi><mi>B</mi></mrow></mfenced></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115304&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115303&type= 51.13866425 3.97933316 ，其模糊论域为 <math id="M9"><mfenced open="[" close="]" separators="|"><mrow><mo>-</mo><mn mathvariant="normal">3,3</mn></mrow></mfenced></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115306&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115305&type= 11.85333347 3.97933316 ， NM ， NS ， ZO ， PS ， PM 设置三角形隶属度函数， NB 设置Z形隶属度函数，PB设置S形隶属度函数。由于实数编码比二进制和格雷码在遗传算法中能更快收敛到最优值 ［ 12 12 - 14 14 12-14 ］ 。因此，本文对 <math id="M10"><mi>N</mi><mi>B</mi><mo>,</mo><mi>N</mi><mi>M</mi><mo>,</mo><mi>N</mi><mi>S</mi><mo>,</mo><mi>Z</mi><mi>O</mi><mo>,</mo><mi>P</mi><mi>S</mi><mo>,</mo><mi>P</mi><mi>M</mi><mo>,</mo><mi>P</mi><mi>B</mi></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115308&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115307&type= 48.00600052 3.21733332 进行1~7实数编码，共49条规则，控制器共有3个输出，则通过147个基因即可确定全部模糊控制规则编码，编码示意图如 图4 图4 所示。 算法初步生成初始染色体种群，设置种群大小为100，迭代次数100次，交叉率设为0.8，变异率设为0.1。适应度函数决定个体的优劣程度，为寻求最优个体，本文采用目标值与实际值之间误差的绝对值 <math id="M11"><mfenced open="|" close="|" separators="|"><mrow><mi>e</mi><mo stretchy="false">(</mo><mi>t</mi><mo stretchy="false">)</mo></mrow></mfenced></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115313&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115312&type= 8.46666718 4.57200003 的积分作为目标函数： <math display="block" id="M12"><mi>J</mi><mi>i</mi><mo>=</mo><msubsup><mo>∫</mo><mrow><mn mathvariant="normal">0</mn></mrow><mrow><mi mathvariant="normal">∞</mi></mrow></msubsup><mrow><mfenced open="|" close="|" separators="|"><mrow><mi>e</mi><mo stretchy="false">(</mo><mi>t</mi><mo stretchy="false">)</mo></mrow></mfenced></mrow><mi mathvariant="normal">d</mi><mi>t</mi></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115315&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115314&type= 24.29933357 7.87400007 . 经遗传操作选择、交叉、变异对每一代染色体种群迭代寻优，迭代结束后输出最优基因，将147个基因利用对应关系解码成相应的模糊控制规则。优化后的模糊控制规则如 表1 表1 所示。 2 2 Δ K p ,Δ K i ,Δ K d 7 e c NB NM NS ZO PS PM PB 7 e NB PS ZO NM ZO PB NM NB NM NS NM NM PB NM NS NM PS PM PB NM PS PB NM NB NB ZO PM PM NB PS NM NB ZO NS NS NM ZO ZO NS PS NM NM PB PM NS NM PM PB PB PB PM NS NS NB PM NS NM PM NS PB NM PB NB PB ZO NM ZO ZO PM PS NM ZO NM ZO PB NM NM NB PB NM NB NM NM NB NB PB PS PB PS PB NS NM ZO NB NB NS PM NM NS NS NM NB PB NM PB PM PM NM ZO NM PM PB PM NS PS PB PB PM NB NM NM NS NS NB PB PM NS PM PB ZO PS NM PB NB PB ZO PS PM PM PM PB PS NS NB PM PB NB NM NS NB NM NB ZO PB 通过对系统温度偏差 <math id="M13"><mi>e</mi></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115320&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115318&type= 1.52400005 2.79399991 和偏差变化率 <math id="M14"><msub><mrow><mi>e</mi></mrow><mrow><mi>c</mi></mrow></msub></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115322&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115321&type= 2.53999996 3.72533321 的计算，利用模糊规则进行模糊推理，从而通过模糊整定可得到PID参数调整增量，具体调整公式为： <math display="block" id="M15"><msub><mrow><mi>K</mi></mrow><mrow><mi>p</mi></mrow></msub><mo>=</mo><msub><mrow><mi>K</mi></mrow><mrow><mi>p</mi><mn mathvariant="normal">1</mn></mrow></msub><mo>+</mo><mi mathvariant="normal">Δ</mi><msub><mrow><mi>K</mi></mrow><mrow><mi>p</mi></mrow></msub></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115324&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115323&type= 24.89200020 3.80999994 ， <math display="block" id="M16"><msub><mrow><mi>K</mi></mrow><mrow><mi>i</mi></mrow></msub><mo>=</mo><msub><mrow><mi>K</mi></mrow><mrow><mi>i</mi><mn mathvariant="normal">1</mn></mrow></msub><mo>+</mo><mi mathvariant="normal">Δ</mi><msub><mrow><mi>K</mi></mrow><mrow><mi>i</mi></mrow></msub></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115326&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115325&type= 23.79133224 3.80999994 ， <math display="block" id="M17"><msub><mrow><mi>K</mi></mrow><mrow><msub><mrow/><mrow><mi>d</mi></mrow></msub></mrow></msub><mo>=</mo><msub><mrow><mi>K</mi></mrow><mrow><mi>d</mi><mn mathvariant="normal">1</mn></mrow></msub><mo>+</mo><mi mathvariant="normal">Δ</mi><msub><mrow><mi>K</mi></mrow><mrow><mi>d</mi></mrow></msub></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115328&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115327&type= 25.14599991 4.48733330 ， 式中： <math id="M18"><msub><mrow><mi>K</mi></mrow><mrow><mi>p</mi><mn mathvariant="normal">1</mn></mrow></msub></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115330&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115329&type= 4.99533367 3.72533321 ， <math id="M19"><msub><mrow><mi>K</mi></mrow><mrow><mi>i</mi><mn mathvariant="normal">1</mn></mrow></msub></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115334&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115332&type= 4.65666676 3.72533321 ， <math id="M20"><msub><mrow><mi>K</mi></mrow><mrow><mi>d</mi><mn mathvariant="normal">1</mn></mrow></msub></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115338&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115337&type= 5.16466665 3.72533321 为PID原始控制参数， <math id="M21"><mi mathvariant="normal">Δ</mi><msub><mrow><mi>K</mi></mrow><mrow><mi>p</mi></mrow></msub></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115342&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115340&type= 6.34999990 3.72533321 ， <math id="M22"><mi mathvariant="normal">Δ</mi><msub><mrow><mi>K</mi></mrow><mrow><mi>i</mi></mrow></msub></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115345&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115343&type= 6.01133299 3.72533321 ， <math id="M23"><mi mathvariant="normal">Δ</mi><msub><mrow><mi>K</mi></mrow><mrow><mi>d</mi></mrow></msub></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115350&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115347&type= 6.51933336 3.72533321 为模糊控制器处理后PID参数调整量。 将上述冷热端温度模糊控制器生成的冷热端PID参数分别赋予冷端、热端的PID控制器，来实现热端加热功率和制冷系统输出量的协调控制，当设定温度与舱内温度相差较大时，电加热器（制冷系统）全功率运行，在舱内温度接近设定温度时，电加热器和制冷系统同时以13%的低功率运行，使试验舱温度在设定值附近实现微量动态平衡。 3.2　Kalman滤波算法 2 为消除各种干扰对试验舱温度测量数据的影响，本文采用Kalman滤波对温度原始测量数据进行处理，还原数据的真实值并作为上述控制算法输入，进一步提升温度控制效果，同时采用Allan方差描述比较不同控制算法的控制效果。 Kalman滤波是一种自适应滤波技术，利用递归方法由当前值预估“真实”值。文中将导入热负荷扰动和实际数据测量过程中所带来的系统偏差看作为高斯噪声 ［ 15 15 - 16 16 15-16 ］ ，可以有效消除测量数据中的扰动 ［ 17 17 ］ 。 试验舱内部温度变化过程引入 式（5） 式（5） 状态方程表示： <math display="block" id="M24"><msub><mrow><mi>T</mi></mrow><mrow><mi>k</mi></mrow></msub><mo>=</mo><mi>A</mi><msub><mrow><mi>T</mi></mrow><mrow><mi>k</mi><mo>-</mo><mn mathvariant="normal">1</mn></mrow></msub><mo>+</mo><mi>B</mi><msub><mrow><mi>R</mi></mrow><mrow><mi>k</mi></mrow></msub><mo>+</mo><msub><mrow><mi>ω</mi></mrow><mrow><mi>k</mi></mrow></msub></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115354&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115351&type= 37.76133347 3.80999994 ， 式中： <math id="M25"><msub><mrow><mi>T</mi></mrow><mrow><mi>k</mi></mrow></msub></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115359&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115356&type= 3.64066648 3.72533321 表示 k 时刻的温度值， <math id="M26"><msub><mrow><mi>T</mi></mrow><mrow><mi>k</mi><mo>-</mo><mn mathvariant="normal">1</mn></mrow></msub></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115368&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115363&type= 7.19666624 3.72533321 表示 k- 1时刻的温度值， A ， B 为系统参数， <math id="M27"><msub><mrow><mi>R</mi></mrow><mrow><mi>k</mi></mrow></msub></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115372&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115371&type= 3.80999994 3.72533321 表示 k 时刻系统输入量， <math id="M28"><msub><mrow><mi>ω</mi></mrow><mrow><mi>k</mi></mrow></msub></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115378&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115375&type= 3.55599999 3.72533321 为系统噪声。观测方程为： <math display="block" id="M29"><msub><mrow><mi>Z</mi></mrow><mrow><mi>k</mi></mrow></msub><mo>=</mo><mi>Y</mi><msub><mrow><mi>T</mi></mrow><mrow><mi>k</mi></mrow></msub><mo>+</mo><msub><mrow><mi>ε</mi></mrow><mrow><mi>k</mi></mrow></msub></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115384&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115381&type= 22.01333237 3.80999994 ， 式中： <math id="M30"><msub><mrow><mi>Z</mi></mrow><mrow><mi>k</mi></mrow></msub></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115389&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115386&type= 3.38666677 3.72533321 为 k 时刻的温度测量值， Y 为系统参数， <math id="M31"><msub><mrow><mi>ε</mi></mrow><mrow><mi>k</mi></mrow></msub></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115395&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115392&type= 2.45533323 3.72533321 为测量噪声。 下一步的最佳估计值的计算需要构建整个运算的循环结构，Kalman滤波循环结构如 图5 图5 所示。其中， <math id="M32"><msub><mrow><mover accent="true"><mi>T</mi><mo>^</mo></mover></mrow><mrow><mi>k</mi></mrow></msub></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115402&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115398&type= 3.64066648 4.65666676 表示最佳温度估计值， <math id="M33"><msubsup><mrow><mover accent="true"><mi>T</mi><mo>^</mo></mover></mrow><mrow><mi>k</mi></mrow><mrow><mo>-</mo></mrow></msubsup></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115418&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115415&type= 4.74133301 4.91066647 表示上一时刻的最佳温度估计值， <math id="M34"><msubsup><mrow><mi>P</mi></mrow><mrow><mi>k</mi></mrow><mrow><mo>-</mo></mrow></msubsup></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115412&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115409&type= 4.48733330 3.97933316 表示 <math id="M35"><msubsup><mrow><mover accent="true"><mi>T</mi><mo>^</mo></mover></mrow><mrow><mi>k</mi></mrow><mrow><mo>-</mo></mrow></msubsup></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115418&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115415&type= 4.74133301 4.91066647 的协方差， <math id="M36"><msubsup><mrow><mi>σ</mi></mrow><mrow><mi>ω</mi></mrow><mrow><mn mathvariant="normal">2</mn></mrow></msubsup></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115424&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115421&type= 3.21733332 3.97933316 ， <math id="M37"><msubsup><mrow><mi>σ</mi></mrow><mrow><mi>ε</mi></mrow><mrow><mn mathvariant="normal">2</mn></mrow></msubsup></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115431&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115427&type= 3.21733332 3.97933316 分别表示 <math id="M38"><msub><mrow><mi>ω</mi></mrow><mrow><mi>k</mi></mrow></msub></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115435&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115433&type= 3.55599999 3.72533321 和 <math id="M39"><msub><mrow><mi>ε</mi></mrow><mrow><mi>k</mi></mrow></msub></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115442&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115439&type= 2.45533323 3.72533321 的协方差， <math id="M40"><msub><mrow><mi>K</mi></mrow><mrow><mi>k</mi></mrow></msub></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115446&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115444&type= 3.89466691 3.72533321 表示卡尔曼增益。 由上述循环结构可知，时间更新通过测量更新中的后验估计值可得下一时刻的先验最佳温度估计值和先验估计协方差；测量更新通过时间更新中的先验最佳温度估计值和先验估计协方差可得最佳后验估计值和后验估计协方差。其循环过程就构成了回归运算，可计算出每个时刻的最优测量温度值。 系统稳定性是影响大型气候环境试验舱系统的重要指标，稳定的温度控制系统，可以通过多次平均得到系统的探测极限。由于系统的不稳定性，如环境湿度变化、热负荷扰动等因素，系统存在一个最优平均时间，系统的稳定性可由Allan方差描述。为进一步分析比较本文研究的冷热端温度动态模糊PID协调控制算法的控制效果，本文利用Kalman滤波后的不同控制算法下的试验舱温度测量数据的Allan方差分析，排除系统热负荷扰动、实际数据测量过程中舱内风场以及制冷系统加湿所带来的影响和样本数的影响，得到理想控制系统的控制精度和系统稳定时间进行比较。 Allan方差的计算模型如 式（7） 式（7） 所示： <math display="block" id="M41"><mtable columnalign="left"><mtr><mtd><msub><mrow><mfenced open="<" close=">" separators="|"><mrow><msubsup><mrow><mi>σ</mi></mrow><mrow><mi>A</mi></mrow><mrow><mn mathvariant="normal">2</mn></mrow></msubsup><mfenced separators="|"><mrow><mi>k</mi></mrow></mfenced></mrow></mfenced></mrow><mrow><mi>t</mi></mrow></msub><mo>=</mo><mfrac><mrow><mn mathvariant="normal">1</mn></mrow><mrow><mn mathvariant="normal">2</mn><mi>m</mi></mrow></mfrac><mstyle displaystyle="true"><munderover><mo largeop="true">∑</mo><mrow><mi>s</mi><mo>=</mo><mn mathvariant="normal">1</mn></mrow><mrow><mi>m</mi></mrow></munderover></mstyle><mrow><msup><mrow><mfenced open="[" close="]" separators="|"><mrow><msub><mrow><mi>A</mi></mrow><mrow><mi>S</mi><mo>+</mo><mn mathvariant="normal">1</mn></mrow></msub><mfenced separators="|"><mrow><mi>k</mi></mrow></mfenced><mo>-</mo><msub><mrow><mi>A</mi></mrow><mrow><mi>S</mi></mrow></msub><mfenced separators="|"><mrow><mi>k</mi></mrow></mfenced></mrow></mfenced></mrow><mrow><mn mathvariant="normal">2</mn></mrow></msup></mrow></mtd></mtr><mtr><mtd><msub><mrow><mi>A</mi></mrow><mrow><mi>S</mi></mrow></msub><mfenced separators="|"><mrow><mi>k</mi></mrow></mfenced><mo>=</mo><mfrac><mrow><mn mathvariant="normal">1</mn></mrow><mrow><mi>k</mi></mrow></mfrac><mstyle displaystyle="true"><munderover><mo largeop="true">∑</mo><mrow><mi>l</mi><mo>=</mo><mn mathvariant="normal">1</mn></mrow><mrow><mi>k</mi></mrow></munderover></mstyle><mrow><msub><mrow><mi>x</mi></mrow><mrow><mfenced separators="|"><mrow><mi>s</mi><mo>-</mo><mn mathvariant="normal">1</mn></mrow></mfenced><mi>k</mi><mo>+</mo><mi>l</mi></mrow></msub></mrow><mo>,</mo><mi>s</mi><mo>=</mo><mn mathvariant="normal">1,2</mn><mo>,</mo><mo>⋯</mo><mo>,</mo><mi>m</mi><mo>,</mo><mi>m</mi><mo>=</mo><msup><mrow><mi>m</mi></mrow><mrow><mi mathvariant="normal">'</mi></mrow></msup><mo>-</mo><mn mathvariant="normal">1</mn></mtd></mtr></mtable></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115461&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115460&type= 74.42199707 19.04999924 ， 其中： A 是一组N时间序列的温度测量数据 <math id="M42"><msub><mrow><mi>X</mi></mrow><mrow><mi>i</mi></mrow></msub></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115469&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115466&type= 3.55599999 3.72533321 （ i =1，2，……， N ）的平均值，数据的 N 个元素分为 m 个子集， <math id="M43"><mi>M</mi><mo>=</mo><mfrac><mrow><mi>N</mi></mrow><mrow><mi>K</mi></mrow></mfrac></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115473&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115471&type= 12.02266598 7.95866632 ， S 表示表示子集的数目，对于每个 m 子集，平均值为 <math id="M44"><msub><mrow><mi>A</mi></mrow><mrow><mi>n</mi></mrow></msub></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115478&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115475&type= 4.23333359 3.72533321 ，方差为 <math id="M45"><msubsup><mrow><mi>σ</mi></mrow><mrow><mi>n</mi></mrow><mrow><mn mathvariant="normal">2</mn></mrow></msubsup></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115482&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=38115480&type= 3.21733332 3.97933316 。 4 实验测试与数据分析 1 为了验证所研究的冷热端温度动态模糊PID协调控制算法对大型气候环境试验舱控制系统的可行性，选用工作尺寸为16 m 3 的环境试验设备，在课题合作公司实验室进行实验，环境温度约27 ℃。首先通过有限元软件对环境仓进行温度场模拟，根据模拟结果，在其内部布置16个PT1000温度传感器实时测量内部温度，温度传感器分四层，分布在环境舱内部温度梯度相对变化较大区域，如 图6 图6 所示。 为了比较本文研究的控制算法与传统PID算法的控制效果，分别利用两种控制算法控制试验舱进行恒温实验，试验舱恒温温度选择0 ℃，20 ℃，30 ℃，50 ℃，60 ℃ 5种温度，每个传感器温度每秒采样10个数据点，取各传感器平均值作为最终结果，每种控制算法下共测量10 000个数据点，其中本文研究的控制算法下的测量数据如 图7 图7 所示。 1;2; 从 图7 图7 中可以看出，本文研究的冷热端温度动态模糊PID协调控制算法，能够控制试验舱温度在设定温度下，但在热负荷扰动和控制系统的作用下，温度测量数据存在着较大的随机波动，其波动标准差如 表2 表2 所示。现利用如3.2节所示的Kalman滤波算法对温度测量数据处理，处理后的温度波动标准差如 表2 表2 所示。如 图7 图7 所示不同温度下的温度数据波动范围对比中，可以看出本文研究的控制算法相较于传统PID控制算法的温度波动性明显减小，由 表2 表2 滤波前后的温度数据标准差对比，也可以看出Kalman滤波可以有效去除热负荷扰动带来的温度偏差，温度波动标准偏差减小了一倍。使得温度数据更趋近于实际值，数据稳定性显著性提高。 温度/℃ 0 20 30 50 60 滤波前标准差 0.229 69 0.231 73 0.173 18 0.172 84 0.173 42 滤波后标准差 0.114 85 0.115 86 0.086 65 0.086 33 0.086 89 为了评估系统长时间稳定性，对系统进行长时间温度数据采集，每个数据点的时间间隔为0.01 s。本文利用如 式（7） 式（7） 所示的Allan方差计算模型，分别对利用两种控制算法控制下的试验舱在设定温度为20 ℃，30 ℃，50 ℃，60 ℃的温度测量数据进行处理，处理结果如 图8 图8 所示，图中Allan方差曲线拐点的横坐标表示系统稳态响应时间，纵坐标表示系统最小探测灵敏度。 从 图8 图8 两种控制方法下的不同温度数据Allan方差对比表明，如50 ℃时，传统PID控制算法系统稳态响应时间是413 s，本文研究的冷热端温度动态模糊PID协调控制算法系统稳态响应时间是343 s，优化后的控制算法系统稳态响应时间明显缩短，其他温度时的系统稳态响应时间如 图8 图8 中所示。对比之下，本文研究的冷热端温度动态模糊PID协调控制算法系统温度控制效果明显改善。 5 结 论 1 （1）本文研究了适用于大型气候环境试验舱冷热端温度动态模糊PID协调控制算法，利用遗传算法优化模糊控制规则表和模糊控制器，并加入Kalman滤波器消除数据测量中的偏差，且研制相应的温度控制器。 （2）根据大型气候环境试验舱舱体结构与控制系统组成，分析了其温度控制大空间、大功率、强扰动特点及热负荷扰动来源（风机运行时产生的热负荷），提出了利用冷热端温度动态模糊PID协调控制算法，实现强扰动下的试验舱温度精确控制，提出利用Kalman滤波，有效去除温度实际测量数据中热负荷扰动产生的偏差，同时基于Allan方差评判优化前后的控制效果，根据实验测试和数据分析，本文研究的控制算法相较于传统PID控制算法其温度波动性更小、系统稳态响应时间更短。 参考文献 SU Y P ， YU Q M ， ZENG L . Parameter self-tuning PID control for greenhouse climate control problem ［J］. IEEE Access ， 2020 ， 8 ： 186157 - 186171 . Parameter self-tuning PID control for greenhouse climate control problem 李可 ， 庞丽萍 ， 刘旺开 ， 等 . 环境模拟舱体的建模仿真及控制方法 ［J］. 北京航空航天大学学报 ， 2007 ， 33 （ 5 ）： 535 - 538 . doi: 10.3969/j.issn.1001-5965.2007.05.008 http://dx.doi.org/10.3969/j.issn.1001-5965.2007.05.008 环境模拟舱体的建模仿真及控制方法 LI K ， PANG L P ， LIU W K ， et al . System model simulation and control method used in environmental simulation Chambers ［J］. Journal of Beijing University of Aeronautics and Astronautics ， 2007 ， 33 （ 5 ）： 535 - 538 . （in Chinese） . doi: 10.3969/j.issn.1001-5965.2007.05.008 http://dx.doi.org/10.3969/j.issn.1001-5965.2007.05.008 System model simulation and control method used in environmental simulation Chambers 王鹏英 . 模糊Smith在温控系统中的仿真研究 ［J］. 计算机仿真 ， 2011 ， 28 （ 6 ）： 247 - 250 . doi: 10.3969/j.issn.1006-9348.2011.06.061 http://dx.doi.org/10.3969/j.issn.1006-9348.2011.06.061 模糊Smith在温控系统中的仿真研究 WANG P Y . Simulation on temperature control system based on fuzzy Smith ［J］. Computer Simulation ， 2011 ， 28 （ 6 ）： 247 - 250 . （in Chinese） . doi: 10.3969/j.issn.1006-9348.2011.06.061 http://dx.doi.org/10.3969/j.issn.1006-9348.2011.06.061 Simulation on temperature control system based on fuzzy Smith 赖文光 . 气候环境试验设备温度参数数据处理方法的分析与探讨 ［J］. 环境技术 ， 2006 ， 24 （ 4 ）： 8 - 13 . doi: 10.3969/j.issn.1004-7204.2006.04.005 http://dx.doi.org/10.3969/j.issn.1004-7204.2006.04.005 气候环境试验设备温度参数数据处理方法的分析与探讨 LAI W G . Analysis and research on methods of data processing in temperature parameters of climatic environmental testing equipment ［J］. Environmental Technology ， 2006 ， 24 （ 4 ）： 8 - 13 . （in Chinese） . doi: 10.3969/j.issn.1004-7204.2006.04.005 http://dx.doi.org/10.3969/j.issn.1004-7204.2006.04.005 Analysis and research on methods of data processing in temperature parameters of climatic environmental testing equipment YANG Z C ， SUN B ， LI F ， et al . A temperature optimal control method of temperature control system considering thermal inertia ［C］. 2019 Chinese Control Conference （CCC）. Guangzhou ， China . IEEE ， 2019 ： 5226 - 5231 . A temperature optimal control method of temperature control system considering thermal inertia 廖晓波 ， 庄健 ， 程磊 ， 等 . 微移液管探针结构读写的环境湿度控制方法 ［J］. 光学 精密工程 ， 2021 ， 29 （ 10 ）： 2432 - 2443 . doi: 10.37188/OPE.20212910.2432 http://dx.doi.org/10.37188/OPE.20212910.2432 微移液管探针结构读写的环境湿度控制方法 LIAO X B ， ZHUANG J ， CHENG L ， et al . Environmental humidity control method for structural reading and writing based on micropipette probe ［J］. Opt. Precision Eng. ， 2021 ， 29 （ 10 ）： 2432 - 2443 . （in Chinese） . doi: 10.37188/OPE.20212910.2432 http://dx.doi.org/10.37188/OPE.20212910.2432 Environmental humidity control method for structural reading and writing based on micropipette probe 梁捷 . 高低温湿热试验箱的模糊增量式PID控制器设计 ［J］. 仪器仪表与分析监测 ， 2018 ，（ 2 ）： 25 - 28 . doi: 10.3969/j.issn.1002-3720.2018.02.007 http://dx.doi.org/10.3969/j.issn.1002-3720.2018.02.007 高低温湿热试验箱的模糊增量式PID控制器设计 LIANG J . Design of fuzzy step PID controller for high and low temperature alternating damp heat test chamber ［J］. Instrumentation·Analysis·Monitoring ， 2018 ， （ 2 ）： 25 - 28 . （in Chinese） . doi: 10.3969/j.issn.1002-3720.2018.02.007 http://dx.doi.org/10.3969/j.issn.1002-3720.2018.02.007 Design of fuzzy step PID controller for high and low temperature alternating damp heat test chamber 徐抒岩 ， 张旭升 ， 范阔 ， 等 . 大型光学系统波前检测中气流扰动的抑制 ［J］. 光学 精密工程 ， 2020 ， 28 （ 1 ）： 80 - 89 . 大型光学系统波前检测中气流扰动的抑制 XU S Y ， ZHANG X SH ， FAN K ， et al . Suppression of airflow turbulence in wavefront measurement for large-aperture optical systems ［J］. Opt. Precision Eng. ， 2020 ， 28 （ 1 ）： 80 - 89 . （in Chinese） Suppression of airflow turbulence in wavefront measurement for large-aperture optical systems 王文光 ， 胡爱军 . 关于温湿度检定箱校准参数的探讨 ［J］. 电子产品可靠性与环境试验 ， 2017 ， 35 （ 1 ）： 62 - 66 . doi: 10.3969/j.issn.1672-5468.2017.01.013 http://dx.doi.org/10.3969/j.issn.1672-5468.2017.01.013 关于温湿度检定箱校准参数的探讨 WANG W G ， HU A J . Discussion on the calibration parameters of temperature and humidity test chamber ［J］. Electronic Product Reliability and Environmental Testing ， 2017 ， 35 （ 1 ）： 62 - 66 . （in Chinese） . doi: 10.3969/j.issn.1672-5468.2017.01.013 http://dx.doi.org/10.3969/j.issn.1672-5468.2017.01.013 Discussion on the calibration parameters of temperature and humidity test chamber 朱均超 ， 豆梓文 ， 李嘉强 ， 等 . 高精度大范围的光学晶体温度控制系统 ［J］. 光学 精密工程 ， 2018 ， 26 （ 7 ）： 1604 - 1611 . 高精度大范围的光学晶体温度控制系统 ZHU J CH ， DOU Z W ， LI J Q ， et al . High-precision and wide-range optical crystal temperature control system ［J］. Opt. Precision Eng. ， 2018 ， 26 （ 7 ）： 1604 - 1611 . （in Chinese） High-precision and wide-range optical crystal temperature control system 张克非 ， 蒋涛 ， 邵龙 ， 等 . 基于新型模糊PID控制单元的LD精密温控研究 ［J］. 光学 精密工程 ， 2017 ， 25 （ 3 ）： 648 - 655 . 基于新型模糊PID控制单元的LD精密温控研究 ZHANG K F ， JIANG T ， SHAO L ， et al . Research on precision temperature control of laser diode based on the novel fuzzy-PID control unit ［J］. Opt. Precision Eng. ， 2017 ， 25 （ 3 ）： 648 - 655 . （in Chinese） Research on precision temperature control of laser diode based on the novel fuzzy-PID control unit SUNDARABALAN C K ， SELVI K . Real coded GA optimized fuzzy logic controlled PEMFC based Dynamic Voltage Restorer for reparation of voltage disturbances in distribution system ［J］. International Journal of Hydrogen Energy ， 2017 ， 42 （ 1 ）： 603 - 613 . Real coded GA optimized fuzzy logic controlled PEMFC based Dynamic Voltage Restorer for reparation of voltage disturbances in distribution system AKOPOV A S ， BEKLARYAN L A ， THAKUR M ， et al . Parallel multi-agent real-coded genetic algorithm for large-scale black-box single-objective optimisation ［J］. Knowledge-Based Systems ， 2019 ， 174 ： 103 - 122 . Parallel multi-agent real-coded genetic algorithm for large-scale black-box single-objective optimisation GARCIA J C S ， TANAKA H ， GIANNETTI N ， et al . Multiobjective geometry optimization of microchannel heat exchanger using real-coded genetic algorithm ［J］. Applied Thermal Engineering ， 2022 ， 202 ： 117821 . Multiobjective geometry optimization of microchannel heat exchanger using real-coded genetic algorithm PANG H ， GUO L ， WU L X ， et al . A novel extended Kalman filter-based battery internal and surface temperature estimation based on an improved electro-thermal model ［J］. Journal of Energy Storage ， 2021 ， 41 ： 102854 . A novel extended Kalman filter-based battery internal and surface temperature estimation based on an improved electro-thermal model 陈德海 ， 王昱朝 ， 孙仕儒 ， 等 . 基于无迹Kalman滤波算法的电池内部温度估计 ［J］. 汽车安全与节能学报 ， 2022 ， 13 （ 1 ）： 186 - 193 . doi: 10.3969/j.issn.1674-8484.2022.01.019 http://dx.doi.org/10.3969/j.issn.1674-8484.2022.01.019 基于无迹Kalman滤波算法的电池内部温度估计 CHEN D H ， WANG Y ZH ， SUN SH R ， et al . Estimation of battery internal temperature based on unscented Kalman filter algorithm ［J］. Journal of Automotive Safety and Energy ， 2022 ， 13 （ 1 ）： 186 - 193 . （in Chinese） . doi: 10.3969/j.issn.1674-8484.2022.01.019 http://dx.doi.org/10.3969/j.issn.1674-8484.2022.01.019 Estimation of battery internal temperature based on unscented Kalman filter algorithm 李少年 ， 李毅 ， 魏列江 ， 等 . 基于改进卡尔曼数据融合算法的温室物联网采集系统研究 ［J］. 传感技术学报 ， 2022 ， 35 （ 4 ）： 558 - 564 . doi: 10.3969/j.issn.1004-1699.2022.04.020 http://dx.doi.org/10.3969/j.issn.1004-1699.2022.04.020 基于改进卡尔曼数据融合算法的温室物联网采集系统研究 LI SH N ， LI Y ， WEI L J ， et al . Research on Internet of Things acquisition system in greenhouse based on the improved Kalman data fusion algorithm ［J］. Chinese Journal of Sensors and Actuators ， 2022 ， 35 （ 4 ）： 558 - 564 . （in Chinese） . doi: 10.3969/j.issn.1004-1699.2022.04.020 http://dx.doi.org/10.3969/j.issn.1004-1699.2022.04.020 Research on Internet of Things acquisition system in greenhouse based on the improved Kalman data fusion algorithm 10.37188/OPE.20223024.3159 TH122 A 1004-924X（2022）24-3159-09 王建刚,杨洪涛,于晓周等.大型气候环境试验舱冷热端温度动态模糊PID协调控制[J].光学精密工程,2022,30(24):3159-3167. 王建刚,杨洪涛,于晓周等.大型气候环境试验舱冷热端温度动态模糊PID协调控制[J].光学精密工程,2022,30(24):3159-3167. WANG Jiangang,YANG Hongtao,YU Xiaozhou,et al.Dynamic fuzzy-PID coordinated control of the cool-hot end temperature of large climate environmental test chambers[J].Optics and Precision Engineering,2022,30(24):3159-3167. WANG Jiangang,YANG Hongtao,YU Xiaozhou,et al.Dynamic fuzzy-PID coordinated control of the cool-hot end temperature of large climate environmental test chambers[J].Optics and Precision Engineering,2022,30(24):3159-3167. 安徽理工大学企业合作项目资助（No.LJ20220501） 2022-08-02 2022-10-12 2022-12-25 2022-12-27 光学精密工程 24 30