PLC及模糊控制算法的路灯智能控制技术

gkxxw

为进一步降低城市街道路灯的能耗，以可编程逻辑控制器（Programmable Logic Controller，PLC）和模糊控制算法为基础的智能路灯控制技术，利用模糊控制算法实现对环境感知信息的收集与路灯亮度和开关时间的控制，经过PLC的编译处理实现算法的进一步优化。路灯智能控制技术能够实现对街道杂音的高效过滤，以车辆噪音为触发条件实现对路灯的光亮调控，以控制路灯光照时间和光照亮度的方式达到路灯系统节能的目的。

随着我国城镇化发展的不断增速，出现一种以夜间光亮程度为判断标准的划定城市发达水平的舆论，虽然从卫星拍摄到的地球画面中能够看出，城市越发达则夜间就越明亮，但是作为道路的照明系统长期长时间的照明会消耗大量的电力能源，这不符合我国绿色发展的路线方针。从现阶段我国多数城市的道路照明系统使用现状来看，仍有很多城市对路灯系统的管理比较粗放，部分路线仍采用定时照明定时关闭的设计，这样的系统不但会消耗大量电力能源，而且在阴雨、大雾以及秋冬季节不能够以实际天气情况为判断标准而控制路灯，导致部分城市在冬季需要以车灯的方式照明道路。因此，设计一个智能路灯控制系统实现对路灯的智能化控制具有重要意义。

目前，我国已有部分城市实现路灯的智能化控制，但是内部的核心控制系统仍需要借助光敏电阻或光敏传感器的数据收集来实现路灯的控制。虽然该方式能够有效降低路灯系统的电力消耗，但是因控制系统判断标准为光敏传感器收集到的环境光强数据，所以该系统会出现各种照明时间上的问题，这也是很多城市仍使用“全夜灯恒照度”的原因。为此，本文以PLC逻辑控制器和模糊控制算法为基础，对路灯智能控制技术进行研究与设计，通过多元素判断的方式为智能路灯控制系统提供光照判断数据，降低智能路灯控制系统判定混乱的概率，通过模糊逻辑推理的方式不断优化算法语句，实现对干扰数据的精准过滤，提高系统判断的精准度与及时性，解决城市夜间照明能耗与光照时间差异问题。

1、路灯智能控制系统组成结构

路灯控制系统整体结构由上位机、光敏传感器、微波传感器、声音传感器、路灯控制器、照度感应器、继电器以及控制电路等结构组成，设计结构如图1所示。在该系统中上位机（PLC）从控制电路中接收到道路照明指令之后，会在内部进行信息判断与数据计算优化，然后会将得出的数据结果以命令的方式下发到控制电路中，此时路灯控制器会收集由各种传感器上传的道路信息，如环境光照、车流量、声音以及道路照度等，当部分路段符合给予照明的相关条件后便可通过控制继电器的方式实现对该路段部分路灯的控制。本智能控制系统的光照模块以光敏电阻和电压比较器组成；声波模块以微波HB100和BR-ZS1噪声监测仪组成。

图1 智控系统结构简图

2、模糊控制算法与系统设

2.1 模糊控制算法的设计路线

智能控制系统将使用模糊控制算法为核心架构进行搭建。设计路线：以城市日落前60min至次日日出后30min的最大值为基础，设定各传感器的工作起始时间，在工作时间内各传感器会对街道车辆与行人发出的噪声信息和环境光照信息进行监测，以60s为周期进行一次数据更新。更新数据会上传至模糊控制器模块下进行数据分析与处理，是否符合路灯开启条件都会转化信息至路灯控制器，实现对路灯系统的控制。为智能控制系统能够满足路灯的非线性控制系统要求，将在模糊算法中带入修正因子，控制原理如图2所示。

图2 模糊控制系统原理

以模糊控制中的噪声变量数据为例，噪声数据可分为输入偏差“D”、偏差变化率“DC”和输出控制量“OC”。其中D分为5个等级分别为高偏差、较高偏差、偏差、较小偏差和无偏差；DC同样分为5个等级分别为高、较高、中、较低和低；由此可代表街道下所有等级的噪声信息。同时，为方便表述语言变量将用数值代替，由高到低分别为-2、-1、0、1、2。在变量数据中加入修正因子之后输入与输出间的关系即变成公式：

上式中：α表示修正因子，且0≤α≤1。

加入的α取值能够直接改变控制规则的特性。经大量实验数据计算和现场环境因素的综合分析得出：当α实际值取0.3和0.6时较为适宜。当α取值分别为0.3和0.6时产生的噪声变量规则表，如表1与表2所示。

在模糊控制中，控制增量值便可依据D和DC的数据进行查询控制表，再与修正因子相乘的方式得到对应的控制增量

2.2 模糊PLC控制系统

2.2.1 PLC

PLC控制器是一种具有独立处理的自动控制设备。PLC由控制器结构简单、使用方便、技术成熟，是一种广泛应用于工业与民用控制领域的算法。在路灯的智能控制系统中，路灯的各项因素影响的变化属于时变参数问题，可通过简化或将其转变成基本线性问题并PLC

控制器下的PID指令进行控制，从而实现对各项参数的比例调节。在PID指令中比例调节是指降低系统调节时间提高调节效率；积分调节是指通过积分调节提高系统的控制准确度消除稳态误差；微分调节是指通过微分调节的方式实现超前调节，即当命令语句中数据即将出现误差前，微分调节会及时引入一个修正信号规避或减小即将出现的误差问题。虽然常规的PLC控制器就可以实现对路灯系统的控制，但因本文设计的智能控制系统存在较多的时变参数，无法通过PLC指令进行完全的调节，所以为保障PLC对数据控制的精准度本文将模糊控制算法与其相结合，使设计系统能够自主更新道路环境信息，并将其转化成能够编译识别的区间当中。此过程中模糊算法会将道路信息模糊化，从而从新赋予信息一种表现方式，并由模糊控制标准对比得到模糊算法能够识别的模糊化语言变值，再通过反模糊化处理的方式获得道路信息的精准值。

2.2.2 模糊PLC控制器设计

本文设计的路灯智能控制系统中，将以二维模糊控制器作为设计模糊PLC控制器的基础，其结构如图3所示。假设路灯下环境的照度给定值为a；照度传感器模块实际检测值为b；模糊PLC控制器下偏差值与输入变化量为c；偏差的变化为

。以PLC控制器的3个修正参数作为模糊控制器的输出变化量并用Q1、Q2、Q3表示。将PLC控制器下的照度偏差数据输入到模糊PID指令中，通过该方式实现对偏差数据比例、积分、微分等参数的自适应调整，经过模糊化处理、近似模糊推理以及反模糊化处理后，将Qh、Qj、Qk输入PLC控制器中，实现对街道路灯的光照强度调节

图3模糊PLC控制器结构设计简图

上述模糊化处理、近似模糊推理以及反模糊化处理的处理同样适用于其它传感器模块收集的变量数据处理。从模糊化处理的角度出发，在该系统中模糊化处理是转变原有路灯环境时变参数的重要环节。在本智能路灯控制系统中被控量是街道环境的照度，将街道照度偏差值和模糊控制器输出值用似负大、似负中、似负小、似零、似正小、似正中和似正大的模糊语言间表示，并且各模糊子集均需要选用三角形隶属函数。从模糊控制规则角度出发，通过模糊PID指令的方式与模糊控制规则得到模糊PLC控制的各项参数，例如各时变参数的比例、积分、微分与街道环境实际偏差量、偏差量变化率间关系。从反模糊化的角度出发，经过模糊算法处理后的参数数据属于模糊集合，而反模糊化操作的根本目的在于将模糊集合下的数据转变成清晰数值。常用的反模糊化算法有最大隶属度法、面积平分法以及面积中心法等。

3、模糊PLC系统仿真验证

3.1仿真验证

智能路灯控制系统与传统的路灯控制系统在MATLAB中进行比对实验。以城市的实际街道为例，路灯系统的传递函数为，

为保障实验结果数据能够真实可控，将利用实验结合经验公式的方式得出PID指令的参数，即比例=52、积分=15、微分=43。由上述基础参数而得到传统路灯控制系统的阶跃响应仿真曲线如图4所示。若街道照度误差与误差变化率的论域为[－66]、[－33]，Q1、Q2、Q3的论域分别为[－0.30.3]、[－0.060.06]、[－33]，那么由MATLAB得到模糊PLC系统阶跃响应仿真曲线如图5所示。

图4 传统路灯控制系统仿真曲线

图5 模糊 PLC系统控制仿真曲线

经上图数据能够得出，本文设计的智能路灯控制系统与传统路灯控制系统相比具有较高的优越性，而仿真结果优越性越高代表对路灯系统的控制就越精准，能够科学合理缩短系统调节的时间，提高智能系统对外界信息的响应速度。除此之外，若设置路段路灯电压为220V时，则路灯每小时耗电量能够达到0.63度/h；若使用36V的安全电压，则测试路灯每小时的耗电量能够达到0.22度/h。由此证明，本文设计的路灯智能控制系统能够实现节约电能的目的。

4、结论

结论

综上所述，虽然现阶段我国城市路灯系统每年的电力消耗巨大，但是路灯系统却仍有很大的节能提升空间。本文通过对现阶段多数城市街道照明系统的缺陷为基础，提出以PLC和模糊控制算法为核心的智能路灯控制系统。通过模糊PLC系统的应用能够实现对街道环境信息的精准采集，并通过采集的信息判断该企业是否需要对路灯进行供电，在该系统下各传感器模块会以当地的日出日落为标准，前后分别延长30min和60min唤醒传感器，以保证部分地理位置低洼阶段能够更早对路灯进行供电，通过噪声模块可以实现夜间街道路灯的光强控制，若检测到有汽车或行人经过便会提高路灯亮度，反之降低路灯亮度。