1 引言
從遠古的篝火、油燈到蠟燭、白熾燈，再到今天千家萬戶的熒光燈，人類已經基本適應了人工光源的室內照明環境。但是由于千萬年來的環境影響，自然光仍然是人類最習慣、感覺最舒適的光源，自然采光一直受到建筑師和照明設計師的高度重視。當今社會建筑的節能環保需求更對自然采光照明提出了進一步的要求。《建筑采光設計標準》
中的國家技術經濟政策指出: 建筑設計要充分利用天然光，創造良好的光環境。
對室內照明自然采光的研究具有重要的意義:
(1) 資料表明，照明用電占整個商業建筑能耗的25 － 40% ，而自然采光在特定的情況下可以節省52% 的照明用電，大大節約了能源。
(2) 相關研究表明，人在自然光條件下工作，可以增加滿意度和提高工作效率。保證正常的生理節奏，防止季節性情緒失調等癥狀。
(3) 自然采光的工作照度水平及其均勻度對視覺疲勞有著重要影響。
目前對自然采光的研究主要集中在CIE 標準天空模型、建筑及照明自動控制方面。由于自然光具有隨機性、易變性，而且應用場所的格局、朝向具有多樣性，因此本文引用模糊控制的方式，結合人體工效學思想，探測窗臺內外關鍵點照度值，對自然光變化進行了模糊邏輯推理判斷，使遮光器件的調節更合理更人性化。同時區別于一般窗簾僅在高度維度上的控制，增加了對百葉角度的控制，控制自然光進入室內的強度及角度，合理的進行自然采光，以提高辦公效率及辦公環境的舒適度，增加居住工作人員對室內環境的滿意度。
2 模糊控制理論
模糊控制是以模糊*論、模糊語言變量及模糊邏輯推理為基礎的一種計算機數字控制。能避開對象的數學模型，將模糊控制器輸入量的確定值轉換為相應模糊語言變量值，此相應語言變量值均由對應的隸屬度來定義，適用于不易獲得精確數學模型的被控對象，其結構參數不是很清楚，或難以求得，只要求掌握操作人員或領域專家的經驗或知識。作為一種語言變量控制器，其控制規則只用語言變量形式定性的表達，構成了被控對象的模糊模型。
模糊控制的基本原理由圖1 表示，其核心部分為模糊控制器，即將輸入變量模糊化和輸出變量的去模糊化過程，如圖虛線框中部分所示。計算機通過采樣獲得控制量的精確值，然后將此量與給定值比較得到的誤差信號E。一般選取誤差信號E 作為模糊控制器的輸入量。把誤差信號的精確量進行模糊化，用相應的模糊語言表示。得到誤差E 的模糊語言*的一個子集e。在有e 和模糊規則R( 模糊關系) 根據推理的合成規則進行模糊決策，得到模糊控制量u 為：
綜上，模糊控制可以概括為以下步驟:
(1) 確定系統輸入變量，并將輸入變量的精確值模糊化;(2) 定義模糊子集;(3) 建立模糊規則并確定隸屬度函數;(4) 計算得到輸出變量并進行去模糊化處理。
圖1 模糊控制系統原理圖
3 室內自然采光模糊控制策略
3. 1 控制策略
本系統采用側窗采光系統，即在房間的一側或兩側上開采光窗口， 使用可調節百葉窗， 采用Delphi 法( 專家法)對遮光百葉進行自然采光模糊控制，解決自然光隨機性、干擾因素多等問題。
自然光的影響因素較為復雜，很多干擾難以用數學算式統一表達。夏天太陽太強烈時，過度的自然光容易引起不舒適; 云朵飄過、樹影浮動都會對自然光照度有較大影響，如果及時反應，遮光百葉需要頻繁地轉動，有時噪音比較大，影響室內人員工作和休息。因此本系統引入人體工效學思想，結合模糊邏輯推理，合理控制遮光百葉的調節。
我們首先對側窗采光系統進行室內照度分布測量，分析典型晴天、陰天等天氣情況下一天中室內的照度分布及照度變化情況，并總結其規律，找到能反映當前室內照度與外界天氣情況以及窗臺照度關系的一個或幾個點，并定義為關鍵點，探測關鍵點的照度值以及照度值變化和變化快慢，從而對百葉角度βb 進行調節( 以5 度為最小調節量)。
針對直射光，我們設定一個閾值，當光照強度超過閾值時，拒絕自然采光。自然光較強時( 水平遮陽百葉) 將直射日光反射到頂棚區域，形成漫反射，既保證了照度均勻以及人員與外界的視覺溝通，又避免了眩光。當且僅當太陽光的變化情況達到了我們需要的調節的范圍內電動百葉才做出反應。如果照度變化發生且變化較慢時，做出百葉調節，照度值增加則百葉角度變小，照度值減小則百葉角度變大以增加采光; 如果照度變化且變化快時，判斷為云朵或者樹影干擾，不做出窗簾調節。
3. 2 模糊控制器結構
我們采用模糊統計法及專家經驗法進行隸屬函數的確定。控制規則的建立和參數的賦值，是在對我們選取的標準采光室的室內照度分布測量數據和復旦大學、天津大學、重慶大學等建筑院系照明研究經驗基礎上完成的。
本控制器為二維模糊控制器: 輸入變量為誤差△E 和誤差的變化量為CE; 輸出變量為控制量μ。
對誤差△E，誤差變化量CE 及控制量μ 的模糊集定義如下:
誤差△E，誤差變化量CE 及控制量μ 的模糊集均為:
{ 負大、負中、負小、零、正小、正中、正大}
用英文字頭縮寫為{NB，NM，NS，0，PS，PM，PB}。
以此建立模糊規則表如表1 所示。
表1 模糊規則控制表
注: 表格中列CE 由0 到PB 表示照度從小變大， 由0 到NB 變化表示照度從大變小。
表格中行△E 由0 到PB 表示照度按一定速度向照度增大的方向變化，由0 到NB 變化表示照度按一定的速度向照度減小的方向變化。
控制量μ 表示具體調節尺度( NB，NM，NS，0，PS，PM，PB)。
0 表示不調節，系統處于空閑即監視采樣狀態。
鑒于窗簾控制的精確度要求不需要過高，因此本文并未區分誤差變化中N0 ( 正零) 和P0 ( 負零) 的區別。
3. 3 模糊規則確定
對于誤差△E，誤差變化CE 和控制量μ 的論域定義如下:
誤差△E，誤差變化CE 的論域都為:
{ － 5， － 4， － 3， － 2， － 1，0，1，2，3，4，5}
μ 的論域為:
{0，1}
根據室內照度分布研究結果，我們將室內照度值離散化，以50lx 為梯度，劃分為11 檔{ － 300，－ 200， － 150， － 100， － 50，0，50，100，150，200，300} ，并對應簡化為E = { － 5， － 4， － 3，－ 2， － 1，0，1，2，3，4，5}。當值不屬于該*時，用四舍五入法將其歸入最接近的整數，例如4.5 － > 5. 0，2. 7 － > 3. 0。這種粗略的模糊化方式是符合人腦對模糊信息的處理習慣的。
其中照度在－ 50 到50 之間變化時對人對室內照度變化的感受并不明顯，故屬于變化負小、正小。
照度變化為150 左右時，由于個體差異，部分人的經驗認為有影響，部分人認為影響不明顯，但變化達到200 以上時大部分人都認為影響是明顯的，故－ 200， － 150， － 100 及100、150、200 為中等變化范疇，再根據經驗判斷每個數值的隸屬度，也即其對室內照度影響的具體程度大小，具體參見表2。
表2 模糊變量E 賦值表
CE 所對應的*{ － 5， － 4， － 3， － 2， － 1，0，1，2，3，4，5} 分別表示照度單位采樣時間內的變化情況。照度減小的程度從大到小對應－ 5 到－ 4; 照度增大的程度從大到小對應1 到5。用來反映誤差的變化趨勢及變化程度，從而判斷照度的變化是干擾還是不可逆轉的改變。依據照度差值的變化，以及工效學中人對于照度感受值的體驗，可以確定照度變化值的CE 賦值表。其中的誤差的變化CE 由dE/dt得到，引入原理如圖2 所示：
圖2 誤差引入原理圖
ShannON 采樣定理指出采樣周期的上限為：
ωmax為采樣信號的上限角頻率， 在此范圍中，采樣周期越小就越接近連續控制，但考慮到電動窗簾的響應時間，本文將采樣頻率定為5 次/ 分鐘，T= 12s。
3. 4 模糊規則的合成
根據模糊數學計算法則及合成規則，設合成后的控制規則隸屬函數為μ ( u)。
由于控制量μ 的*U 在本設計中論域為經典*的論域{ 0，1 } ， 故經公式4 合成， 同時結合實際情況和經驗值調整后得到如表3 所示。
表3 窗簾模糊控制規則賦值表
輸出量的去模糊化采用最大從屬度法，并結合具體控制方式模糊*被精確化，由此可得執行結果，選擇是否對窗簾進行調節。
3. 5 系統模糊控制流程
根據上述模糊規則的設置，我們設計了如下圖3 所示的模糊控制程序流程圖。
圖3 模糊控制系統流程圖
系統首先對關鍵點照度進行監控，當照度發生變化時，通過模糊判斷該變化是干擾量還是需要調節的變量。首先以一分鐘為時間節點，主控單元通過傳感器獲得五次采樣的照度值。通過依次計算相鄰兩個數據之間的差值，判斷照度的大小變化。差值為正表示照度變大，差值為負表示照度變小。僅當五次的變化同為正或同為負時，也即一分鐘內照度的變化趨勢一致時，用第五次采樣的值與第一次采樣的照度值之差作為CE 的值。用五次差值的平均值作為模糊規則中的ΔE。根據前面規定的模糊控制規則，程序可以通過調用相應的窗簾調節子程序完成相應的調節動作。
根據上述程序流程，在每次模糊判別的子程序中，系統通過判斷照度誤差△E，誤差變化情況CE的值，判別當前室外照度變化是否屬于外界干擾，若不屬于干擾應采取何種調節方式。輸出量的去模糊化采用最大從屬度法，具體表現為當時進行調節，并結合具體控制方式模糊*被精確化，其執行結果如表4 所示。
表4 模糊控制子程序執行結果表
實驗結果顯示，當外界照度變化小于設定值時，系統不進行調節。當外界照度變化超過設定值，但是變化速度較快，而且在預設時間內照度恢復到接近原值時，系統判定為外界干擾，不進行調節，這樣可以避免很多情況下的無意義操作，極大地降低了外界干擾對自然采光照明的影響。只有在外界照度持續變化，且單向改變的情況下，系統作出相應的調節。該控制方式使系統準備性得到了極大地提高，并且減少了很多的干擾波動，使用戶感覺更為舒適與人性化。
4 結論
本文根據相關標準確定了自然采光的模糊控制策略，根據室內照度變化的情況，利用Delphi 專家法確定了模糊變量的隸屬度函數，以室內關鍵點的照度變化為控制變量，并進行了變量的模糊化處理和模糊控制。
經過原理性試驗， 我們設計了基于C8051 單片機芯片的自然采光控制器， 并將百葉控制與智能照明控制相結合， 取得了較好的實驗結果。模糊控制具有很強的魯棒性， 可以很好的避免干擾出現時窗簾的頻繁移動， 并且模糊算法與工效學結合，可以更好的符合人體對自然采光的感受以及控制行為。
自然采光可以充分的利用陽光資源，除了節能環保之外，還更符合人體舒適性感受。綜上所述，自然采光與模糊控制的結合是非常有應用價值的。