張國泉，李俊杰，趙崇杰，姚宇蘢，黃 福，楊 勇★，駱少明★

（1.廣東技術(shù)師范大學(xué)，廣東 廣州 510635; 2.廣州長仁工業(yè)科技有限公司,廣東 廣州 511338）

0 引言

智慧城市作為城鎮(zhèn)化的終極發(fā)展方向，在其發(fā)展過程中,各大城市仍存在較多問題.一方面是暴雨連襲及排水管道不暢而造成的城市內(nèi)澇事故.另一方面是傳統(tǒng)的路燈不能配合其它路面感知技術(shù)和裝備，使得路燈無法實時檢測氣象和安防等功能.

“逢雨必澇”的城市頑疾，為何久治不愈[1]？城市的降雨量超過了其自身的排水系統(tǒng)的極限，導(dǎo)致城市內(nèi)澇不時發(fā)生.目前，國內(nèi)學(xué)者對雨水控制利用進行過一系列研究.徐美[2]等通過精細化洪澇模型，實現(xiàn)了全程模擬雨水在河道、地表、管網(wǎng)的流動情況，為城市內(nèi)澇的識別與預(yù)警提供有力的數(shù)據(jù)支撐.任伯幟[3]提出了雨水徑流的設(shè)計方法，為城市的排水系統(tǒng)的設(shè)計以及城市雨洪調(diào)控等提供有效工具.

張嫣和裘鴻菲[4]通過對城市的降雨匯水路徑進行分析，從另一個層面上設(shè)計了湖水與綠地共融的城市雨洪安全格局.李佳[5]對于雨水控制利用工程的現(xiàn)行規(guī)范進行解析，廣州市雨水調(diào)蓄入滲及雨水回收利用系統(tǒng)設(shè)計重現(xiàn)期可提高到五至十年，以抵抗大暴雨或特大暴雨.劉楠楠等[6]對雨水資源化利用工程所存在的問題進行歸納，得出影響雨水資源的利用效率的原因是缺乏多個單項技術(shù)的系統(tǒng)化應(yīng)用，導(dǎo)致雨水的收集、存 儲、輸送與利用聯(lián)系不緊密.城市發(fā)生內(nèi)澇有歷史的、現(xiàn)實的原因，而根治則需集合各方面智慧.

暴雨強度、雨水的徑流計算模型、內(nèi)澇的識別等都已具備了成熟的理論支持，但排水系統(tǒng)的設(shè)計與調(diào)控還不夠完備.城市內(nèi)澇、照明信息化水平低下已然成為當(dāng)下各大城市亟待解決的問題.為此，本文設(shè)計了一種能自動調(diào)控雨水流量、收集存儲雨水與太陽能、體積小、結(jié)構(gòu)簡單的智慧路燈，為智慧城市生態(tài)系統(tǒng)建設(shè)提供一定支撐.

1 智慧路燈的三維模型設(shè)計

針對現(xiàn)有路燈安裝后不可拆卸、升降、笨重等關(guān)鍵技術(shù)問題，對高效雨水、陽光收集裝置結(jié)構(gòu)、雨水通道、升降關(guān)鍵零部件等進行創(chuàng)新優(yōu)化設(shè)計，本文建立高效雨水、陽光收集裝置的三維優(yōu)化模型和參數(shù)化設(shè)計系統(tǒng)，如圖1所示.

圖1 智慧路燈結(jié)構(gòu)示意圖Fig.1 Structure diagram of smart street lamp

智慧路燈的燈桿內(nèi)部為空心，燈桿兩端為開口，水箱安裝在燈桿的下部，燈桿和水箱相連通.燈桿上部的開口安裝擋板，太陽能光伏板轉(zhuǎn)動式安裝在燈桿上部，太陽能光伏板可隨太陽的變化而轉(zhuǎn)動，雨水經(jīng)過太陽能光伏板進入半圓柱筒雨水收集臺.太陽能光伏板和擋板、半圓柱筒雨水收集臺、空心燈桿、水箱共同形成雨水收集器.蓄電池和路燈安裝在燈桿上，蓄電池和太陽能光伏板、路燈電連接.本裝置能根據(jù)降雨量大小實時自動調(diào)控閥門開放大小與方向，在大降雨量的時候，開啟調(diào)控系統(tǒng)閥門，利用水泵將水箱中的雨水抽至蓄水池.

2 伺服電機及抽水泵的建模

本文研究的是抽水系統(tǒng)的動態(tài)特性，先將系統(tǒng)分為幾大部分，再對各個部分建立數(shù)學(xué)模型，這是比較常見的數(shù)學(xué)模型建立的方法.通過分析系統(tǒng)后，將其分為兩個子系統(tǒng)、分別建立其數(shù)學(xué)模型、最后集總建模三個階段[7]. 本文將抽水系統(tǒng)分為兩大模塊，分別是直流伺服電機調(diào)速模塊、抽水泵模塊，圖2為伺服電機與抽水泵控制系統(tǒng)圖.系統(tǒng)的被控對象為路面水位的高度，位移傳感器作為系統(tǒng)的反饋檢測元件.

圖2 伺服電機與抽水泵控制系統(tǒng)圖Fig.2 Servo motor and pump control system diagram

2.1 伺服電機數(shù)學(xué)模型建立

本文將伺服電機簡化為一階環(huán)節(jié)，第一個模塊為交流調(diào)速模塊，該模塊主要是控制定量泵的流量，模塊中的電機和定量泵是連接在一起的，連接器對系統(tǒng)的影響小，故可忽略，伺服電機數(shù)學(xué)模型[7]：

式中，Ne( s)為電機轉(zhuǎn)速(r/s)，U(s)為輸入電壓(V)，Kv表示速度增益(r/s/v)，Tm表示時間常數(shù)(s).

2.2 抽水泵數(shù)學(xué)模型建立

抽水系統(tǒng)通過伺服電機的轉(zhuǎn)動，來控制泵體的抽水量，每個定量泵的抽水量是不變的.在系統(tǒng)建模時，確保以下假設(shè)成立:

（1）泵的流動狀態(tài)是層流.

（2）不會出現(xiàn)壓力飽和的現(xiàn)象.

（3）忽略泵的流量脈動.

因此，抽水泵的輸出流量為[7]：

3 伺服電機及抽水泵控制系統(tǒng)綜合模型

由以上各個模塊的數(shù)學(xué)模型可以得到抽水系統(tǒng)傳遞函數(shù)框圖.當(dāng)電機轉(zhuǎn)動時，抽水泵開始抽水，系統(tǒng)的數(shù)學(xué)模型框圖如圖3所示：

圖3 伺服電機及抽水泵控制系統(tǒng)綜合模型Fig.3Integrated model of servo motor and pump control system

本系統(tǒng)的閉環(huán)傳遞函數(shù)為：

式中，A為實驗區(qū)域面積(m2).

本文利用MATLAB根據(jù)表1系統(tǒng)參數(shù)進行實驗仿真，模擬當(dāng)降雨量超過預(yù)設(shè)值時，啟動抽水泵進行抽水，能否快速將雨水水位降低至預(yù)設(shè)值.

表1 泵抽水水位控制系統(tǒng)參數(shù)Table1 Parameters of pump level control system

4 模糊PID控制器及算法研究

目前應(yīng)用較為精確的控制器是模糊PID控制器，其具有魯棒性強、結(jié)構(gòu)簡單的特點.抽水泵抽水會因為外界溫度的變化而造成干擾，因此采用模糊PID控制器可以增強抗干擾的能力.

4.1 模糊PID控制器設(shè)計

由于抽水泵需要在外界存在干擾的情況下進行抽水，為了提高抽水泵的調(diào)節(jié)精度和調(diào)節(jié)速度，采用PID控制策略可以有效提高抽水泵響應(yīng)速度.PID控制器中的比例系數(shù)是影響抽水泵的調(diào)節(jié)速度，積分環(huán)節(jié)是用于調(diào)節(jié)系統(tǒng)的誤差，提高精度，微分環(huán)節(jié)是為了防止系統(tǒng)出現(xiàn)超調(diào)現(xiàn)象.

PID控制主要是對PID的參數(shù)進行整定，但在很多情況下，系統(tǒng)存在非線性的問題，如果采用傳統(tǒng)PID的控制方法，其精度可能達不到期望值.故選擇模糊PID控制，讓模糊規(guī)則自動推理出PID最佳參數(shù).以誤差e及誤差變化率ec為輸入，自動完成PID參數(shù)的自整定.設(shè)計的模糊控制器如圖4所示[8]

圖4 模糊PID控制器結(jié)構(gòu)Fig. 4 Structure of fuzzyPID controller

4.2 模糊PID控制算法與模糊規(guī)則的設(shè)計

PID控制的表達式[9]如式（5）所示：

式中，u(t)為PID控制的輸出，e(t)為PID控制的輸入，KP為比例系數(shù)，KI為積分系數(shù)，KD為微分系數(shù).

模糊PID控制算法能對當(dāng)前系統(tǒng)的誤差及誤差變化率進行調(diào)節(jié)，根據(jù)模糊規(guī)則進行推理，實現(xiàn)對PID參數(shù)的自動調(diào)節(jié)，增強系統(tǒng)的抗干擾能力.KP、KI、KD整定如（6）（7）（8）所示：

將誤差e及誤差率ec作為系統(tǒng)的輸入為系統(tǒng)的輸出，輸入輸出的模糊子集為｛NB、NM、NS、Z0、PS、PM、PB｝，分別代表負(fù)大、負(fù)中、負(fù)小、零、正小、正中、正大.設(shè)置輸入輸出論域為[-3,3]，量化等級設(shè)置為｛-3、-2、-1、0、1、2、3｝[10].選擇輸入隸屬度函數(shù)與輸出隸屬度函數(shù)分別為高斯函數(shù)、三角形函數(shù)，誤差e及誤差率ec的隸屬度函數(shù)如圖5所示：

圖5 誤差e及誤差率ec的隸屬度函數(shù)Fig. 5 Membership function of error e and error rate ec

表2 ΔKP 參數(shù)調(diào)節(jié)模糊規(guī)則表Table 2 Fuzzy rule table of ΔKP parameter adjustment

表3 ΔKI 參數(shù)調(diào)節(jié)模糊規(guī)則表Table 3 Fuzzy rule table ofΔKI parameter adjustment

表4 ΔKD 參數(shù)調(diào)節(jié)模糊規(guī)則表Table 4 Fuzzy rule table ofΔKDparameter adjustment

5 雨水調(diào)控仿真實驗結(jié)果及分析

根據(jù)模糊規(guī)則，在MATLAB 中的simulink進行系統(tǒng)的搭建，模擬在900m2區(qū)域內(nèi)，5min 降雨量為10500L ，即水位高度約為12mm ，輸入雨水水位預(yù)設(shè)高度為10mm . 在Simulink上搭建好數(shù)學(xué)模型[12]，通過不斷調(diào)試，設(shè)定模糊PID控制器的3 個參數(shù)初始值分別為時，控制效果較好.由此，可以得到以下的仿真圖：

圖6 伺服電機及抽水泵控制系統(tǒng)模糊PID控制圖Fig.6 PID control chart of servo motor and pump control system

圖7 控制系統(tǒng)響應(yīng)圖Fig.7 Response diagram of control system

圖6為本文研究的抽水泵控制系統(tǒng)PID控制圖.系統(tǒng)仿真實驗搭建完畢后，開始仿真實驗.在Simulink上輸入一個水位高度，將仿真時間設(shè)置成0.5s，可以得出傳統(tǒng)PID調(diào)節(jié)時間大約為0.2s，引入模糊控制后，系統(tǒng)調(diào)節(jié)時間大約為0.1s，響應(yīng)速度得到明顯的提高，調(diào)節(jié)時間更為迅速.從圖7中可以看出，模糊PID控制的調(diào)節(jié)時間為0.1s，即暴雨天氣下，當(dāng)雨水水位超過設(shè)定值時，啟動抽水泵進行抽水，0.2s后即可將雨水水位降至設(shè)定值.

圖8 加入干擾的控制系統(tǒng)響應(yīng)圖Fig.8 Response diagram of control system with disturbance

圖8為本文研究的抽水泵控制系統(tǒng)在加入干擾后的系統(tǒng)響應(yīng)圖，在0.3s時加入干擾，傳統(tǒng)PID調(diào)節(jié)的時間大約為0.04s，進入穩(wěn)定狀態(tài)的速度較慢，而在引入模糊規(guī)則后的PID控制，調(diào)節(jié)的時間大約為0.02s，響應(yīng)速度較傳統(tǒng)PID快，由于加入模糊控制后，控制器的參數(shù)能夠根據(jù)目前的系統(tǒng)狀態(tài)做出相應(yīng)的PID參數(shù)調(diào)整.所以，引入模糊規(guī)則的PID控制器比傳統(tǒng)PID控制器的魯棒性更強、響應(yīng)速度更快、穩(wěn)定性更好.

6 總結(jié)

本文針對大降雨引起的城市內(nèi)澇、道路淹堵以及能源緊缺等一系列問題，提出了一種利用智慧路燈收集雨水和自動調(diào)控雨水流量的策略.首先利用三維繪圖軟件SolidWorks對智慧路燈進行建模，設(shè)計了一種能自動調(diào)控雨水流量、收集存儲雨水與太陽能、體積小、結(jié)構(gòu)簡單的智慧路燈.接著，以智慧路燈為平臺，通過對抽水泵進行改裝，對抽水泵位置控制系統(tǒng)建立數(shù)學(xué)模型，在MATLAB中的Simulink進行實驗仿真，傳統(tǒng)PID 控制的抽水泵位置控制系統(tǒng)的水位響應(yīng)曲線較平滑，無超調(diào)量，穩(wěn)態(tài)誤差較小，但進入穩(wěn)定狀態(tài)的時間長.引入模糊規(guī)則后的PID控制器，系統(tǒng)響應(yīng)時間短，無超調(diào)量，誤差小，顯示該系統(tǒng)工作狀態(tài)良好，響應(yīng)速度較快，穩(wěn)定性和適應(yīng)性較好.在加入干擾后，模糊PID控制器比傳統(tǒng)PID的響應(yīng)時間短，穩(wěn)定性好.即在暴雨天氣下，當(dāng)雨水水位超過預(yù)設(shè)值時，啟動抽水泵進行抽水，可以快速將雨水水位降至到預(yù)設(shè)值.