智能箱体孵化设备的研究
|
摘要
孵化设备是仿生学的一个应用，模拟自然界的孵化环境，提供胚胎发育的适宜条件，用于家禽种蛋的孵化。其控制系统是一个多变量、多耦合、多干扰、大滞后的复杂动态系统。根据孵化工艺，将整个系统分解成温度控制子系统、湿度控制子系统和风门控制子系统。本系统采用了间接模糊解耦方法。
为了提高孵化机温度控制精度并简化控制结构，加温系统采用多组加热管，由过零触发固态继电器控制。本系统选用AD590集成温度传感器和法国HUMIREL公司的电容式湿度传感器HS1101。采用的四位半(14位)双积分型A／D转换器ICL7135，具有精度高、低噪声、低漂移等特点，以及很强的抗工频干扰的能力。
为了提高控制系统的可靠性和经济性，本系统采用MCS51系列单片机。系统硬件结构除了常规设计外，扩展一片EEPROM 93C86存储系统的设定值以及专家系统所需的数据。本系统具有存储和显示孵化过程中温度、湿度等记录的功能，并有各种运行状态显示与报警功能。并提供标准的串行通讯口，便于和上位机实现主从式群控系统。
实验表明，该系统运行稳定可靠，明显地提高了孵化率，减少了弱雏数量。
Hatch equipment is one of the applications of the bionics. It imitates the natural hatching environment and provides the fitting condition of the embryo upgrowth. It can be used in the domesticated fowl breeding egg of the hatching. The hatching machine control system is multivariable, multi-couplings; multi-disturbances and big lag complex dynamic system. According to the hatching craft, the overall system can be decomposed into three parts: the temperature control subsystem, the humidity control subsystem and the throttle control subsystem. The system has used the indirect fuzzy decoupling method.
In order to increase the hatching machine temperature control precision and simplifies the control structure, the warming system uses the multi-group preheated pipe controlled by the zero crossing triggering solid state relay. The system selects the AD590 integration temperature sensor and French HUMIREL Corporation's capacity type humidity sensor HS1101. The system uses four half (14 bytes)double integral A/D switch ICL 7135, it has the high precision, the low noise, the low drifting as well as very strong anti-power frequency disturbance ability and so on
In order to enhance the reliability and the efficiency of the control system, The system uses the MCS51 series monolithic integrated circuit. Except conventional design, the system hardware architecture expands data which piece of EEPROM the 93C86 memory system the setting value as well as the expert system needs. The temperature and humidity merit has been memorized and demonstrated in the hatching process recording, and it has the demonstration of each kind of running status and alarming function. The system provides the standard serial communication connection; it can realize the group control system of host and subordinate type with the master computer.
The experiment indicates that the system is stable and reliable; it enhances the hatching rate obviously and reduces the weak young quantity.
为了提高孵化机温度控制精度并简化控制结构，加温系统采用多组加热管，由过零触发固态继电器控制。本系统选用AD590集成温度传感器和法国HUMIREL公司的电容式湿度传感器HS1101。采用的四位半(14位)双积分型A／D转换器ICL7135，具有精度高、低噪声、低漂移等特点，以及很强的抗工频干扰的能力。
为了提高控制系统的可靠性和经济性，本系统采用MCS51系列单片机。系统硬件结构除了常规设计外，扩展一片EEPROM 93C86存储系统的设定值以及专家系统所需的数据。本系统具有存储和显示孵化过程中温度、湿度等记录的功能，并有各种运行状态显示与报警功能。并提供标准的串行通讯口，便于和上位机实现主从式群控系统。
实验表明，该系统运行稳定可靠，明显地提高了孵化率，减少了弱雏数量。
Hatch equipment is one of the applications of the bionics. It imitates the natural hatching environment and provides the fitting condition of the embryo upgrowth. It can be used in the domesticated fowl breeding egg of the hatching. The hatching machine control system is multivariable, multi-couplings; multi-disturbances and big lag complex dynamic system. According to the hatching craft, the overall system can be decomposed into three parts: the temperature control subsystem, the humidity control subsystem and the throttle control subsystem. The system has used the indirect fuzzy decoupling method.
In order to increase the hatching machine temperature control precision and simplifies the control structure, the warming system uses the multi-group preheated pipe controlled by the zero crossing triggering solid state relay. The system selects the AD590 integration temperature sensor and French HUMIREL Corporation's capacity type humidity sensor HS1101. The system uses four half (14 bytes)double integral A/D switch ICL 7135, it has the high precision, the low noise, the low drifting as well as very strong anti-power frequency disturbance ability and so on
In order to enhance the reliability and the efficiency of the control system, The system uses the MCS51 series monolithic integrated circuit. Except conventional design, the system hardware architecture expands data which piece of EEPROM the 93C86 memory system the setting value as well as the expert system needs. The temperature and humidity merit has been memorized and demonstrated in the hatching process recording, and it has the demonstration of each kind of running status and alarming function. The system provides the standard serial communication connection; it can realize the group control system of host and subordinate type with the master computer.
The experiment indicates that the system is stable and reliable; it enhances the hatching rate obviously and reduces the weak young quantity.
引文
1 李士勇．模糊控制神经网络和智能控制论[M]．哈尔滨：哈尔滨工业大学出版社，1996
2 沈东凯．智能温湿度控制系统的设计与实践[学位论文]．南京：南京航空航天大学自动控制系，1997
3 杨朝辉等．温度、湿度自动控制系统设计方案．气象水文海洋仪器，2005，2：51～55
4 盛奎川，项士英，李建平等．孵化机温度场环境设计与实验研究．农业机械学报，1996，27(4)：70～74
5 朱松明，陈木文，王心顺．孵化机温度场与风速场的实验分析．农业工程学报，1995，11(1)：121～124
6 苏蕴昌，张素芬．用焓动态平衡法实现空气参数的多变量控制[J]天津理工学院学报，1996．12(1)：37～41．
7 庞金，杨翠容．烟叶烘烤温湿度智能控制仪[J]．仪器仪表学报，1999，20(3)：296～298
8 赵国军，沈希．多变量模糊控制在制冷压缩机测试系统中的应用[J]．浙江工业大学学报，1997．25(4)：304～309．
9 李遵基，王丽君．参数自整定多变量模糊解耦控制器[J]．电网技术，1997，21(2)：15～19．
10 诸静．模糊控制原理与应用．北京：机械工业出版社，1995
11 杨宁等．现代养鸡生产．北京：北京农业大学出版社，1994．106～157
12 谢宋和．单片机模糊控制系统设计与应用实例[M]．北京：电子工业出版社，1999
13 王万良，赵燕伟等．电脑孵化机多变量模糊专家控制．农业机械学报，1998，29(3)：84～89
14 陈木文．我国孵化设备的现状与发展．综合论述
15 黄长社．箱体孵化设备的噪声形成原因及控制方法．家禽科学，2005．10
16 屈玲，沈承等．基于模糊与解耦控制的医用恒温恒湿箱用于凝血传感器的研究．重庆医学，2004，33(8)：1145～1147
17 杨翠容．模糊解耦温湿度控制仪表及其应用．仪表技术与传感器，1998，7：20～23
18 蔡兵，朱素平．孵化控制系统中的氧气浓度模糊控制策略．襄樊学院学报，2003，24(5)：45～47
19 王耀南．智能控制系统模糊逻辑专家系统神经网络控制[M]．长沙：湖南大学出版社，1996
20 孙曾析等．智能控制理论与技术[M]．北京：清华大学出版社，1992
21 何平，王鸿绪．模糊控制器的设计及应用[M]，北京：科学出版社，1997
22 许潇红，许维胜．钻杆焊缝热处理温控系统的建模及实现．控制工程，2005，12(3)：244～245
23 林燕等．高精度智能温控系统的实现．控制工程，2005，12(3)：273～275
24 罗念宁，崔胜民．汽车空调温度湿度传感器设计．传感器技术，2005，24(8)：61～63
25 谢守印．现代孵化设备的节能技术．河北畜牧兽医，2001，17(3)：23
26 张毅刚等．MCS-51单片机应用设计．哈尔滨：哈尔滨工业大学出版社，1997
27 刘宏，李树生等．温、湿度计在孵化设备中的应用．中国禽业导刊，2004，2l(8)：30～31
28 靳传道．未来孵化设备的发展方向．中国禽业导刊，2003，20(14)：12
29 周历群．巷道孵化设备的加湿设计分析．中国家禽，2003，25(20)：17～18
30 常曙玉，杨善斌．电脑控制孵化设备的干扰技术．中国禽业导刊，2000，17(18)：17
31 张宪霞．智能温湿度控制器的研究及应用[学位论文]．上海：上海大学测试计量技术及仪器专业，2003
32 S. Chiu, S. Chand, D. Moore and A. Chardhary, Fuzzy Logic for Control of Roll and Moment for a Flexible Wing Aircraft. In the Fifth IEEE International Symposium on Intelligent Control, Sep. 5～7, 1990, Philadelphia, PA
33 Pedrycz, W., An Identification Algorithm in Fuzzy Relational Systems. Fuzzy Sets and Systems. 1984, 13:153～167
34 Takak, T. and Sugeno, M, Fuzzy Identification of Systems Its Application to Modeling and Control. IEEE Trans. Systems, Man and Cybernetics, 1985, SMC-15(1): 116～132
35 Horikaxa, S. I. and Takeshi, F., On Fuzzy Modeling Using Fuzzy Neural Networks with the Back-Propagation Algorithm. IEEE trans, on NN, 1992, 3:801～806
36 Sugeno, M. and Takahiro. Y, A Fuzzy-Logic-Based Approach to Qualitative Modeling. IEEE trans. On Fuzzy Systems, 1993, 1:7～31
37 Bruce, P.G. and Robert, B.N., Fuzzy Identification and Control of a Liquid Level Rig. Fuzzy Sets and Systems, 1988,26:255～273
38 Emest, C. and Pedrycz, W., On Identification in Fuzzy Systems and Its Applications in Control Problems. Fuzzy Sets and Systems, 1981,6:73～83
39 Goldberg, Genetic Algorithms in Search, Optimization and Machine Learning Addison-Wesley, Reading, MA, 1989
40 Chung and C.K. Chiang, A Self-Learning and Tuning Fuzzy Logic Controller Based on Genetic Algorithms and Reinforcements. Inter. Journal of Intelligent Systems, Vol. 12, 673～694, 1997
41. Ports, J. C. Giddens, T. D. and Yadav, S. B., The Development and Evaluation of An Improved Genetic Algorithm Based on Migration and Artificial Selection. IEEE Trans Systems, Man and Cybernetics, 1994,1:73～86
42 C. Bezdek, Pattern Recognition with Fuzzy Objective Function Algorithm. New York, Plenum Press, 1981
43 Kohonen, Self-Organization and Associative Memory. 3Rd Edition. Springer-Verlag, Berlin, 1989
44 E. Anderson, The IRISes of the Gaspe Peninsula. Bulletin of the American IRIS Society, vol. 59:2～5, 1939
45 Kohonen, Speech Recognition Based on Topology-preserving Neural Maps. Neural Computing Architectures, ed 1. Aleksander, Cambridge, MA: MIT Press, 1989, 26～40
46 Sugeno, M. And hishida, M., Fuzzy Control of Model Car. Fuzzy Sets and Systems, 1985, 16:103～113
47 Astrom K.J, Anton. Expert control. Automatica, 1986.22(2):277～286
48 陈燕庆等．工程智能控制．西安：西北工业大学出版社，1991
49 马忠梅，张凯等．单片机的C语言应用程序设计[M]．北京：北京航空航天大学出版社，2003
2 沈东凯．智能温湿度控制系统的设计与实践[学位论文]．南京：南京航空航天大学自动控制系，1997
3 杨朝辉等．温度、湿度自动控制系统设计方案．气象水文海洋仪器，2005，2：51～55
4 盛奎川，项士英，李建平等．孵化机温度场环境设计与实验研究．农业机械学报，1996，27(4)：70～74
5 朱松明，陈木文，王心顺．孵化机温度场与风速场的实验分析．农业工程学报，1995，11(1)：121～124
6 苏蕴昌，张素芬．用焓动态平衡法实现空气参数的多变量控制[J]天津理工学院学报，1996．12(1)：37～41．
7 庞金，杨翠容．烟叶烘烤温湿度智能控制仪[J]．仪器仪表学报，1999，20(3)：296～298
8 赵国军，沈希．多变量模糊控制在制冷压缩机测试系统中的应用[J]．浙江工业大学学报，1997．25(4)：304～309．
9 李遵基，王丽君．参数自整定多变量模糊解耦控制器[J]．电网技术，1997，21(2)：15～19．
10 诸静．模糊控制原理与应用．北京：机械工业出版社，1995
11 杨宁等．现代养鸡生产．北京：北京农业大学出版社，1994．106～157
12 谢宋和．单片机模糊控制系统设计与应用实例[M]．北京：电子工业出版社，1999
13 王万良，赵燕伟等．电脑孵化机多变量模糊专家控制．农业机械学报，1998，29(3)：84～89
14 陈木文．我国孵化设备的现状与发展．综合论述
15 黄长社．箱体孵化设备的噪声形成原因及控制方法．家禽科学，2005．10
16 屈玲，沈承等．基于模糊与解耦控制的医用恒温恒湿箱用于凝血传感器的研究．重庆医学，2004，33(8)：1145～1147
17 杨翠容．模糊解耦温湿度控制仪表及其应用．仪表技术与传感器，1998，7：20～23
18 蔡兵，朱素平．孵化控制系统中的氧气浓度模糊控制策略．襄樊学院学报，2003，24(5)：45～47
19 王耀南．智能控制系统模糊逻辑专家系统神经网络控制[M]．长沙：湖南大学出版社，1996
20 孙曾析等．智能控制理论与技术[M]．北京：清华大学出版社，1992
21 何平，王鸿绪．模糊控制器的设计及应用[M]，北京：科学出版社，1997
22 许潇红，许维胜．钻杆焊缝热处理温控系统的建模及实现．控制工程，2005，12(3)：244～245
23 林燕等．高精度智能温控系统的实现．控制工程，2005，12(3)：273～275
24 罗念宁，崔胜民．汽车空调温度湿度传感器设计．传感器技术，2005，24(8)：61～63
25 谢守印．现代孵化设备的节能技术．河北畜牧兽医，2001，17(3)：23
26 张毅刚等．MCS-51单片机应用设计．哈尔滨：哈尔滨工业大学出版社，1997
27 刘宏，李树生等．温、湿度计在孵化设备中的应用．中国禽业导刊，2004，2l(8)：30～31
28 靳传道．未来孵化设备的发展方向．中国禽业导刊，2003，20(14)：12
29 周历群．巷道孵化设备的加湿设计分析．中国家禽，2003，25(20)：17～18
30 常曙玉，杨善斌．电脑控制孵化设备的干扰技术．中国禽业导刊，2000，17(18)：17
31 张宪霞．智能温湿度控制器的研究及应用[学位论文]．上海：上海大学测试计量技术及仪器专业，2003
32 S. Chiu, S. Chand, D. Moore and A. Chardhary, Fuzzy Logic for Control of Roll and Moment for a Flexible Wing Aircraft. In the Fifth IEEE International Symposium on Intelligent Control, Sep. 5～7, 1990, Philadelphia, PA
33 Pedrycz, W., An Identification Algorithm in Fuzzy Relational Systems. Fuzzy Sets and Systems. 1984, 13:153～167
34 Takak, T. and Sugeno, M, Fuzzy Identification of Systems Its Application to Modeling and Control. IEEE Trans. Systems, Man and Cybernetics, 1985, SMC-15(1): 116～132
35 Horikaxa, S. I. and Takeshi, F., On Fuzzy Modeling Using Fuzzy Neural Networks with the Back-Propagation Algorithm. IEEE trans, on NN, 1992, 3:801～806
36 Sugeno, M. and Takahiro. Y, A Fuzzy-Logic-Based Approach to Qualitative Modeling. IEEE trans. On Fuzzy Systems, 1993, 1:7～31
37 Bruce, P.G. and Robert, B.N., Fuzzy Identification and Control of a Liquid Level Rig. Fuzzy Sets and Systems, 1988,26:255～273
38 Emest, C. and Pedrycz, W., On Identification in Fuzzy Systems and Its Applications in Control Problems. Fuzzy Sets and Systems, 1981,6:73～83
39 Goldberg, Genetic Algorithms in Search, Optimization and Machine Learning Addison-Wesley, Reading, MA, 1989
40 Chung and C.K. Chiang, A Self-Learning and Tuning Fuzzy Logic Controller Based on Genetic Algorithms and Reinforcements. Inter. Journal of Intelligent Systems, Vol. 12, 673～694, 1997
41. Ports, J. C. Giddens, T. D. and Yadav, S. B., The Development and Evaluation of An Improved Genetic Algorithm Based on Migration and Artificial Selection. IEEE Trans Systems, Man and Cybernetics, 1994,1:73～86
42 C. Bezdek, Pattern Recognition with Fuzzy Objective Function Algorithm. New York, Plenum Press, 1981
43 Kohonen, Self-Organization and Associative Memory. 3Rd Edition. Springer-Verlag, Berlin, 1989
44 E. Anderson, The IRISes of the Gaspe Peninsula. Bulletin of the American IRIS Society, vol. 59:2～5, 1939
45 Kohonen, Speech Recognition Based on Topology-preserving Neural Maps. Neural Computing Architectures, ed 1. Aleksander, Cambridge, MA: MIT Press, 1989, 26～40
46 Sugeno, M. And hishida, M., Fuzzy Control of Model Car. Fuzzy Sets and Systems, 1985, 16:103～113
47 Astrom K.J, Anton. Expert control. Automatica, 1986.22(2):277～286
48 陈燕庆等．工程智能控制．西安：西北工业大学出版社，1991
49 马忠梅，张凯等．单片机的C语言应用程序设计[M]．北京：北京航空航天大学出版社，2003