本文摘要：日光溫室環境監測與控制技術是現代農業的重要組成部分，在農業生產過程中，提高溫室環境監測與控制技術水平，有利于節約生產資源，節省人力成本，提高作物產量。本文針對如何調控溫室環境，合理調節溫室中的溫度與濕度，使作物能夠良好的生長�！� 山東農業大
日光溫室環境監測與控制技術是現代農業的重要組成部分，在農業生產過程中，提高溫室環境監測與控制技術水平，有利于節約生產資源，節省人力成本，提高作物產量。本文針對如何調控溫室環境，合理調節溫室中的溫度與濕度，使作物能夠良好的生長�！�山東農業大學學報》(自然科學版)創辦于1955年。該刊為農業綜合性學術刊物，國內外公開發行，主要登載：農學、園藝、植保、畜牧、獸醫、林學、土化、食品科學、農業工程及生物技術等方面的最新研究結果、學術論文、研究簡報、實驗技術、文獻綜述等。讀者對象：為農林科研院所、大專院校師生及農林科技人員。
隨著國民經濟的飛速發展，低技術、低附加值的農業產品以無法滿足人們日益增長的豐富的物質需求，面對競爭激烈的市場形勢，粗放型農業以不適合社會的發展，必須改變農業粗放型的增長方式，走農業工業化、技術化和現代化的發展道路才能提高產品競爭力。農業生產過程與自然環境關系密切，農產品的生產受地域、氣候和環境等諸多自然因素的影響和制約，為了擺脫這種影響，應大力發展溫室農業。隨著科學技術水平的進步，溫室生產已經不再是簡單的擋風遮雨和提高溫度，利用新技術、新材料和新能源可以對溫室內各種環境因子進行監測和控制，甚至完全擺脫自然環境的束縛，人為地創造適宜作物生長的最佳環境，生產出高品質、高質量的農產品[1-3]。
1.2研究的目的和意義
溫室環境控制是一門復雜的綜合性技術，它是集當代農業生物學、環境科學、電子技術、計算機控制與管理科學等多門學科于一體的綜合技術。任何一種作物的生長、開花、結果都需要相應特定的環境條件，具有區域性和季節性，這是長期自然選擇的結果。不同種類的作物生長需要不同的環境條件。溫室智能環境控制主要是對溫室環境因子進行綜合的調節和控制，就是對溫室中的溫度、濕度、光照、CO2濃度等環境因子調節控制，為不同作物的生長、繁育提供適宜的環境，使作物與環境得到較好的統一[4]。
目前，常用的溫室環境控制器主要有單片機，工控機，PLC[5]。以單片機為核心的控制系統，通常以MSC51系列單片機為基礎，采用8位CPU,系統中的數據采集，算法實現，設備控制都由單片機完成。該類控制方式的優點是能夠全局管理，開發周期短，操作簡單、價格低廉，缺點是布線復雜，可靠性差，穩定性低、元件易損壞且輸入/輸出信號通常為模擬量或開關量，自動化程度較低。由于溫室環境高溫高濕，不利于單片機的長期穩定工作，單片機發生故障會導致整個監控系統癱瘓，影響農業生產。以工控機為核心的控制系統能對溫室中的各種參數和變量進行有效控制。工控機結合模擬量采集卡，數字量采集卡以及其他輸入輸出模塊共同完成溫室環境的監測與控制。工控機控制系統的優點是穩定性高，抗干擾能力強，能夠適應溫室中的農業生產環境，缺點是工控機價格昂貴，不適合推廣應用。
常用于溫室控制的控制算法有PID控制，模糊控制，神經網絡，遺傳算法等幾種控制方法[6]。PID算法通過計算偏差的比例、積分、微分調整輸出量完成控制，通常算法中的比例環節能夠提高系統的快速性，比例環節通過比例系數調整系統偏差，由于成倍數的放大偏差，輸出修正，所以能夠成倍數的修正偏差，使系統快速達到目標值。比例作用的大小取決于比例系數，比例系數越大，比例作用就會越強，輸出的修正幅度也會越大，但是過大的修正幅度會使系統超調量增大，嚴重時會導致系統不穩定。積分環節通過不斷的對偏差積分，不斷的修正輸出，直至偏差為零，因此積分作用能夠有效提高精度，加強系統對參數變化的適應能力，積分環節通過改變積分時間常數的大小調整積分作用的輸出結果，積分時間常數越小，積分環節對輸出結果的修正能力就會越強，但是過度的修正，會導致系統時而正向輸出，時而負向輸出，引起震蕩，導致系統嚴重不穩定。微分的作用能夠描述系統變量的變化率，所以將系統偏差微分，可以獲得偏差變化的“加速度”進而可以提前對偏差進行修正。因此，微分環節能夠提高系統對動態過程的預知能力，克服慣性環節的影響，減小偏差變化，減小修正時間。微分環節的修正能力取決于微分時間常數，微分時間常數越大，對偏差的修正作用就會越大，同樣，過度的加強修正作用，會導致系統不穩定。因此整定PID參數的時候，要在積分和比例、微分之間形成一種平衡[7]。模糊控制以模糊數學為理論基礎首先，通過一定的方式將明確的信息模糊化從而獲取信息，然后，按照一定規則處理信息，最后將模糊的信息數字化進而輸出信息。它是一種范圍控制，類似人工手動控制，人工控制主要憑經驗參與控制，對控制對象只需大概了解不需要準確的控制模型。人工手動控制是一種由人作為控制器的控制系統是典型的智能控制系統，其中包含了人的高級智能活動。在生產活動中人作為控制器觀測被控對象的輸出，然后根據觀測結果，通過大腦作出決策，最后手動調整輸入。就這樣不斷的執行：觀測，決策，執行，達到期望的輸出。這實際是一個過程變化到控制行動之間的映射關系，這個映射是通過人的決策來實現的。人在決策中并不是通過精確的計算來實現決策，而是依靠定性或模糊知識[8-10]實現的。
本課題以設計一套溫室智能監控系統為目的。其設計以PLC為控制核心，結合環境傳感器、執行機構、定點攝像頭以及上位機監控軟件對溫室環境綜合調控，以達到作物生長需求。該系統應用于小型溫室中通過傳感器實時監測溫室內的空氣溫度、空氣濕度、土壤水分值等環境參數進而對溫室內環境或人為的或自動的進行調控，使溫室內環境能夠更好的適應作物生長。并且以該監控系統作為研究平臺以溫室中溫度，濕度為研究對象，研究溫室中溫度與濕度之間的關系以及它們的相互影響。同時以PID控制理論作為理論基礎設計溫室溫度PID控制器，調節溫室溫度，并依據溫室溫濕度變化關系補償溫室濕度使溫室環境中的溫濕度能夠得到合理的調節。最終將該設備運用于農業生產中，為作物提供好的生長環境，為種植者創造效益，因此，研究該課題具有深遠的理論意義和重大的現實意義。
1.3 國內外研究現狀
溫室控制大致經歷了人工手動控制、機械設備控制、電子設備控制、微機綜合控制等幾個發展階段。溫室環境控制本質是作物生長環境的優化問題。其最高目標是能使農業生產和工業生產一樣不受地域、季節等環境因素的制約，并且能夠實現全過程高效的生產自動化。
溫室環境復雜具有多環境因子，大延時，強耦合等特點。想要控制多種因素同時達到作物生長所需最佳指標是不可能的，想要控制單一因素而不對其它因素產生影響也很困難，所以說，要實現溫室環境氣候條件的全局性綜合控制很困難。但是，隨著電子技術的飛速發展和微型計算機的普及應用，以及計算機性能的大幅提升和價格的下降，同時伴隨著PID控制理論、模糊控制技術、神經網絡技術和遺傳算法等理論的發展成熟，以微機為核心的溫室綜合環境控制系統獲得了前所未有進步發展，并逐步邁入網絡化、智能化階段[11]。
1.3.1 國外研究動態
在溫室環境控制方面，國外起步較早， 20世紀80年代初，美國的雨鳥、摩托羅拉等幾家公司就合作開發了智能中央計算機灌溉控制系統，并于20世紀90年代在全美得到了廣泛的應用[12]。目前，美國的科研人員將計算機控制、作物生長影像監測分析、精確施肥等先進技術應用到溫室中，大大提高了溫室生產的自動化程度，使用計算機進行控制的溫室已相當普遍，已占溫室總量的82%。荷蘭溫室農業發達，溫室環境控制技術先進，荷蘭的農業是玻璃溫室里的農業，早在80年代，荷蘭人就已將計算機應用于溫室的生產中，目前，荷蘭使用計算機控制的溫室已占溫室總量的85%。以色列對農作物的灌溉采用了現代化的滴灌和微噴灌系統，在作物附近都安裝了傳感器以檢測水、肥的狀況，并將水、肥情況上傳辦公室里的中心計算機，中心計算機與田間的控制器進行通訊，可方便地遙控灌溉和施肥，使水肥的利用率達到80%～90%[13]。此外，英國、希臘、德國、西班牙、日本等國家將新技術應用于溫室中，在智能溫室的研究與應用中處于領先地位。
由于溫室環境參數的程固有的非線性，使得溫室環境的線性系統模型只能在環境參數較小的變化范圍內保證模型精確度[14]。因此，采用非線性系統模型的辨識方法是一個必然趨勢。當前，采用智能化系統辯識方法對非線形系統進行建模的研究非常流行，在溫室環境辯識中有大量研究。1994年Saginert等人就采用人工神經網絡方法對溫室氣候進行辯識，作者利用法國INRA和英國Silsoe研究所的數據分別建立了三層前向BP神經網絡模型，網絡的輸入量為氣候變量(室外光強度、室外溫度、室外濕度、室外風速等)、控制變量(加熱器的熱通量、以弧度表示的通風口打開角度、以時長表示的噴霧量等)、狀態變量(葉面積指數)和時間變量(日期、時間)，模型預測量為室內溫度、室內光強度、以濕球濕度表示的室內濕度以及土壤溫度等室內環境參數，并且通過增減網絡的輸入輸出數目觀察網絡的預測能力，通過分析網絡權值大小，判斷哪些輸入變量對變量預測更加重要，結果得出風向和葉面積指數對室內環境影響不大的結論[15]。1996年Saginer等人將神經網絡添加到溫室環境計算機控制系統中，通過試驗模仿專家控制。結果顯示，神經網絡能夠很好的模仿專家的控制思想[16]。2000年Van Straten等利用作物的光合作用和蒸騰作用進行溫室內短期的優化控制，利用有效積溫的原理進行溫室長期的優化控制，將短期優化和長期優化相結合，實現了以經濟最優為目標的溫室環境控制。2003年Aeslyng等人應用機理分析法分析植物的光合作用、呼吸作用等相關物理生物過程中能量吸收與消耗，根據熱平衡理論建立溫室溫度平衡方程，通過調整光照量調節溫室溫度，通過良好的光照利用率，增加作物產量，提高作物品質。2005年Paulo Salgado等人將模糊控制應用于溫室的溫濕度控制中，該方法是一種多輸入多輸出的控制方法，利用該方法解耦達到溫室溫濕度的綜合調控。這些理論的出現，使得溫室環境控制技術開始向智能控制技術過渡[17]。
第六章 總結與展望
6.1 總結
具體完成工作有以下幾方面：
(1)設計了溫室監控系統，該系統采用模塊化設計由采集模塊，控制模塊，顯示模塊，工業攝像機，PLC以及上位機軟件等幾部分組成。該系統以PLC為核心，結合其它模塊共同完成溫室環境信息的采集與控制。同時，上位機軟件還具有數據對比分析及歷史數據查詢等功能。
(2)以溫室溫度濕度為研究對象，記錄不同條件下，溫室溫度濕度的變化。通過試驗及數理統計軟件分析試驗溫室溫濕度之間的關系。經分析得出，在試驗溫室中溫度升高，濕度下降明顯，溫度降低，濕度升高;濕度改變(升高或降低)，溫度略有變化，變化幅度不大。溫度的變化對濕度影響較大;濕度的改變對溫度影響較小。
(3)應用機理分析法，根據能量守恒以及溫室中的物理生物變化建立了溫室溫度模型。
(4)依據PID算法原理及溫室環境特點設計了PID控制器及控制方案，結合溫度模型及試驗溫室相關物理參數，利用Ziegler Niehols公式算出PID調節參數，同時應用Simulink對PID控制方案進行仿真同時調整PID參數。仿真結果表明PID溫度控制能夠滿足溫室對溫度的控制要求，能夠提高系統穩定性，減少調節時間 。
(5)應用PLC實現溫室的溫濕度控制，結合PLC的PID指令，利用脈寬調制的方式控制溫室溫度，試驗表明PID控制算法運行可靠，有效的提高了系統的穩定性。同時，結合溫濕度變化關系，溫度變化的同時，對濕度進行補償，經試驗驗證，補償后濕度值基本符合控制要求。
6.2 展望
溫室環境是一個綜合的、多參數、強耦合的復雜系統。單純的研究溫度與濕度對溫室環境的影響是不夠的，只研究溫度與濕度之間的關系也是不夠的，針對本文的不足之處，可在以后的工作中作如下研究：
(1)本文中上位機軟件采用Delphi編寫，為單機應用軟件，不具備聯網功能，今后可聯合開發基于Andriod系統或iOS系統的移動終端監控軟件，使溫室環境的監測與控制更加便捷化。
(2)本文下位機所采用的核心PLC造價太高，設計出的監控設備體積稍大，在穩定性相同的條件下應考慮采用體積小，造價略低的處理核心開發溫室環境監控設備。
(3)本文所建溫室溫度模型是在忽略了很多外界因素理想條件下建立的，不夠準確，今后可在溫室建模方面嘗試一些新方法。
(4)本文中使用的控制算法為經典控制算法PID控制算法，溫室環境為復雜系統單純依靠一種算法不夠全面，今后可嘗試多種算法聯合控制。
轉載請注明來自發表學術論文網：http://www.cnzjbx.cn/nylw/9542.html
