我国智能温室的设计研究现状.docx
《我国智能温室的设计研究现状.docx》由会员分享,可在线阅读,更多相关《我国智能温室的设计研究现状.docx(15页珍藏版)》请在冰豆网上搜索。
我国智能温室的设计研究现状
课题阶段性总结
——阅读论文总结,课题初步方向
1我国温室农业发展概况
现代农业越来越朝着精细化和规模化方向发展。
精细化需要我们从细节上把握农作物生长的各个环节,例如作为在什么样的温度,光照和水肥条件下能更好的生长,在什么样的环境条件下更容易发生病虫害。
传统的小面积种植不能采用大型的农业设施对农作物统一化管理,即浪费人力又加大了农业设施的开支,所以规模化是未来农业的发展方向。
随着互联网+的提出,智慧农业也越来越成为我国发展的趋势,因为智慧农业的应用恰恰满足了现代农业朝着精细化和规模化的发展要求。
近年来我国设施园艺得到了快速发展,截至2012年,面积已达到了362万hm2,占世界的89.3%;其中代表设施园艺现代化水平的玻璃温室面积接近9000hm2,占世界玻璃温室面积的22.5%[1]。
与此同时,随着信息技术的发展,传感器技术、无线网络、信息处理、决策服务等智能化技术越来越多地应用于温室管理中,尤其是近年来物联网技术的发展和应用,更加促进了温室智能化管理技术的发展。
2温室环境智能监控研究现状
2.1温室环境信息获取
温室环境信息获取方面,研究初期主要采用线传输方式,如朱伟兴等设计了以计算机为上位机、MCS-51单片机为下位机的智能温室群集散控制系统[2]就是运用RS232/RS422有线传输环境信息。
其设计整体框图如图1.
图1朱伟兴等设计的硬件整体框图
再如懂乔雪等设计的“温室计算机分布式自动控制系统”[3]采用总线式RS-485通信网络和逐级验证的通信算法进行数据传输,通信结构图及总体框图如图2、3。
图2懂乔雪等设计的通信硬件系统框图
图3懂乔雪等设计的系统总体框图
近年来国内外在温室环境无线测控技术方面开展了相关研究工作,主要是采用2G、3G网络通信技术、Zigbee、蓝牙和Wi-Fi等方式进行信息的传输。
其中2G、3G网络通信技术主要适用于远距离信息传输,Zigbee、蓝牙和Wi-Fi技术用于短距离信息传输领域。
如张猛等设计的“基于ZigBee和Internet的温室群环境远程监控系统”[4]就是运用了无线传输技术,其设计整体框图如图4。
图4张猛等设计的系统总体框图
再如王斌等设计的“基于GPRS技术日光温室综合环境集散控制系统”[5]该系统主要由3部分组成:
温室综合环境监控模块、GPRS数据传输模块、基于WEB的温室群监控中心模块。
整体设计框图如图5所示。
图5王斌等设计的系统总体框图
2.2温室环境的数据处理
由于温室测控系统服务于多个温室,范围广,环境参数复杂,为了提高采集数据的可靠性和稳定性,大多数设计都采用了一定的方法将采集到的原始数据进行处理。
如程曼等在“基于多传感器数据融合的温室环境控制的研究”[6]一文中描述的,在多传感器采集数据基础上,利用最小距离聚类法确定各传感器融合的次序,提高数据融合结果的客观性。
器设计的整体框图如图6。
图6程曼等设计的系统总体框图
再如张韩飞等在“多传感器信息融合在温室湿度检测中的应用”一文中采用模糊C均值(FCM)聚类算法对温室湿度进行数据融合,阐明了FCM算法优于平均值算法,提高了检测的准确性。
其整体设计框图如图7所示。
图7张韩飞等设计的系统总体框图
2.3温室环境决策调控
目前温室环境优化控制主要是依据植物生长最适宜条件或者依据环境控制成本最低来优化。
在上述两种优化调控方法中,由于基于生长最优往往不是经济效益最好,而基于成本最低则不能保证发挥温室增产潜力,所以近年来开展了将作物生长和环境调控成本相结合的控制方法研究。
如朱丙坤等人在“基于节能偏好的冲突多目标相容温室环境控制”[8]一文中利用多目标相容算法对温室大棚进行控制,并对遗传算法进行了改进,把节能这一偏好引入到了优化过程中。
在多冲突目标算法中,不在追求精确的点目标,而是追求次优的区间目标,由于控制目标的放宽,就可以有很大的余地来协调控制精度和能耗,从而达到节能降耗的目的。
再如戴剑锋等在“基于模型的温室加温控制目标优化系统研究”[9]一文中建立了基于模型的温室加温控制目标计算机优化系统,该系统包括一个数据库(温室、作物以及气象资料)和三个模型(作物生长模拟模型、温室加温能耗预测模型以及加温控制目标优化模型)。
其系统结构与功能框图如图8。
图8戴剑锋等设计系统结构与功能示意图
3总体方案总结
智能温室控包括数据采集、数据分析、决策控制三个方面的内容。
总结近20年在“温室智能控制”方面的研究,总结如下。
3.1数据获取方面
由于总线方式布线复杂且有线线路在大棚内温热潮湿的环境下容易损坏等多方面原因,使用将越来越少,取而代之的将是无线通信,包括zigbee、蓝牙、WiFi等短距离无线通信和GPRS、互联网等远程无线通信。
3.2数据处理方面
分布式处理将是未来的发展趋势,传统的数据处理往往是将所有原始数据都汇聚到控终端进行统一处理,这样既加大了数据处理的难度,又浪费了数据传输带宽。
所以将原始数据在采集端进行处理或者预处理是数据处理的前提,这就需要在数据采集端加合适的数据处理硬件。
传统的温室大棚控制系统的数据处理通常是将不同传感器或者同一种类的不同传感器独立开来,或者只进行简单的均值融合,这种方法不能从整体上把握温室环境,并且存在数据冗余。
多传感器融合技术弥补了上述缺点,多传感器信息融合是把多个相同类型或不同类型的传感器所提供的局部观察量加以综合,消除信息之间的冗余和矛盾,利用信息互补,形成对环境的相对完整一致的感知描述,从而提高智能系统决策的快速性和正确性,以及规划的科学性。
现有的温室监控系统智能化程度较低,它们能够自动采集温室内的小气候数据,进行简单的数据处理,并且利用直接监测数据或者经简单处理后的数据进行温室内小气候的调控,但是调控的机制一般是比较死板的程式化设置参数,缺少基于专家知识的、针对具体作物生理特点和病虫害发生规律的灵活调控机制。
专家系统的融入能够利用专家系统中的专家经验实时处理分析温室监控系统的监测数据,从原始数据中挖掘出更为深层次的信息,例如什么环境条件下更容易产生病虫害,什么条件下果实张的更快更好等等。
3.3决策控制方面
传统的设计一般只考虑使环境达到最优即可,但是环境最优必定是以牺牲能源为代价的,并且植物生长的适宜环境往往不是一个点,而是一个区间,只要能使环境在植物适宜生长的范围之内即可。
所以如何在环境优化与能源节约之间找到一个平衡点成为反馈调控一个课题,无论以何种一句作为控制前提,最终的经济效益是控制的最终落脚点近所以近年来开展了将作物生长和环境调控成本相结合的控制方法研究。
综上所述,无线通信、分布式处理、多传感器融合、专家系统、作物生长环境和调控成本结合控制是未来“温室环境智能控制”的发展方向,也是课题研究的重点。
4课题方向
4.1总体概述
课题方向初步定为运用无线通信、分布式处理、多传感器融合、专家系统、作物生长环境和调控成本结合控制方面的知识设计出一款“温室环境智能监控系统”。
课题创新点主要有,数据分析融入专家系统、病虫害预防、适用于多种农作物。
该系统解决了目前温室环境监控系统普遍存在的环境数据获取后很少与具体作物健康发育的特殊需求相结合,也很少用于病虫害的智能化防治等问题。
系统总图框图如图9所示。
4.2课题开展
首先是数据采集端,选取对作物生长最为重要的温度、湿度、CO2浓度、光照和作物图像作为原始采集参数。
传感器选型如表1所示。
表1传感器选型表
传感器
温度
湿度
光照
CO2浓度
作物图像
型号
SHT11
SHT11
BL1750
MG811
待定
图9课题设计中体框图
采集端的数据预处理,首先对采集到的原始数据进行滤波,以减少外界噪声干扰。
经查阅资料,常用的滤波方法主要有十种(见附录1)。
在宋庆恒的“基于多传感器数据融合的蔬菜大棚控制系统设计”[10]一文中用到的是滑动平均窗滤波,器MALAB实现函数见附录2。
至于具体用哪一种方式,暂时没定,会进一步比较优劣。
对数据进行滤波以后还需要提出数据的异常点,剔除异常点常用的方法有5种,在宋庆恒的“基于多传感器数据融合的蔬菜大棚控制系统设计”[10]一文中用到的是拉依达准则,不过他将拉依达准则做了变动,即其系统采用剩余误差与1.5σ进行比较。
至于我的课题设计用哪一种提出异常值方法,暂时没有决定。
参考文献:
[1]张真和.我国设施园艺产业现状与发展重点[C]∥2012中国设施园艺学术年会论文集,南京,2012:
1-7.
[2]朱伟兴,毛罕平,李萍萍,等.智能温室群集散控制系统设计研究[J].农业工程学报,1999,15(4):
162-166.
[3]董乔雪,王一鸣.温室计算机分布式自动控制系统的开发[J].农业工程学报,2002,18(4):
94-97.
[4]张猛,房俊龙,韩宇.基于ZigBee和Internet的温室群环境远程监控系统设计[J].农业工程学报:
2013,29(增1):
171-173
[5]王斌,吴锴,李志伟.基于GPRS技术日光温室综合环境集散控制系统的研究与设计[J].山西农业大学学报:
自然科学版,2012,32
(1):
92-96.
[6]程曼,袁洪波,张素,等.基于多传感器数据融合的温室环境控制的研究[J].农机化研究,2009,31(7):
213-214
[7]张韩飞,陈明,池涛,等.多传感器信息融合在温室湿度检测中的应用[J].传感器与微系统,2011,30(6):
129-130.
[8]朱丙坤,徐立鸿,胡海根,等.基于节能偏好的冲突多目标相容温室环境控制[J].系统仿真学报,2011,23
(1):
95-99.
[9]戴剑锋,罗卫红,乔晓军,等.基于模型的温室加温目标优化控制系统研究[J].农业工程学报,2005,22(11):
187-191.
[10]宋庆恒.合的蔬菜大棚控制系统设计[J].农机化研究,2015,,4(4):
211-214
附录1:
①限幅滤波法(又称程序判断滤波法)
A、方法:
根据经验判断,确定两次采样允许的最大偏差值(设为A)
每次检测到新值时判断:
如果本次值与上次值之差<=A,则本次值有效
如果本次值与上次值之差>A,则本次值无效,放弃本次值,用上
次值代替本次值
B、优点:
能有效克服因偶然因素引起的脉冲干扰
C、缺点
无法抑制那种周期性的干扰
平滑度差
②中位值滤波法
A、方法:
连续采样N次(N取奇数)
把N次采样值按大小排列
取中间值为本次有效值
B、优点:
能有效克服因偶然因素引起的波动干扰
对温度、液位的变化缓慢的被测参数有良好的滤波效果
C、缺点:
对流量、速度等快速变化的参数不宜
③算术平均滤波法
A、方法:
连续取N个采样值进行算术平均运算
N值较大时:
信号平滑度较高,但灵敏度较低
N值较小时:
信号平滑度较低,但灵敏度较高
N值的选取:
一般流量,N=12;压力:
N=4
B、优点:
适用于对一般具有随机干扰的信号进行滤波
这样信号的特点是有一个平均值,信号在某一数值范围附近上
下波动
C、缺点:
对于测量速度较慢或要求数据计算速度较快的实时控制不适
用
比较浪费RAM
④递推平均滤波法(又称滑动平均滤波法)
A、方法:
把连续取N个采样值看成一个队列
队列的长度固定为N
每次采样到一个新数据放入队尾,并扔掉原来队首的一次数
据.(先进先出原则)
把队列中的N个数据进行算术平均运算,就可获得新的滤波结
果
N值的选取:
流量,N=12;压力:
N=4;液面,N=4~12;温度,
N=1~4
B、优点:
对周期性干扰有良好的抑制作用,平滑度高
适用于高频振荡的系统
C、缺点:
灵敏度低
对偶然出现的脉冲性干扰的抑制作用较差
不易消除由于脉冲干扰所引起的采样值偏差
不适用于脉冲干扰比较严重的场合
比较浪费RAM
⑤中位值平均滤波法(又称防脉冲干扰平均滤波法)
A、方法:
相当于“中位值滤波法”+“算术平均滤波法”
连续采样N个数据,去掉一个最大值和一个最小值
然后计算N-2个数据的算术平均值
N值的选取:
3~14
B、优点:
融合了两种滤波法的优点
对于偶然出现的脉冲性干扰,可消除由于脉冲干扰所引起的采
样值偏差
C、缺点:
测量速度较慢,和算术平均滤波法一样
比较浪费RAM
⑥限幅平均滤波法
A、方法:
相当于“限幅滤波法”+“递推平均滤波法”
每次采样到的新数据先进行限幅处理,
再送入队列进行递推平均滤波处理
B、优点:
融合了两种滤波法的优点
对于偶然出现的脉冲性干扰,可消除由于脉冲干扰所引起的采
样值偏差
C、缺点:
比较浪费RAM
⑦一阶滞后滤波法
A、方法:
取a=0~1
本次滤波结果=(1-a)*本次采样值+a*上次滤波结果
B、优点:
对周期性干扰具有良好的抑制作用
适用于波动频率较高的场合
C、缺点:
相位滞后,灵敏度低
滞后程度取决于a值大小
不能消除滤波频率高于采样频率的1/2的干扰信号
⑧加权递推平均滤波法
A、方法:
是对递推平均滤波法的改进,即不同时刻的数据加以不同的权
通常是,越接近现时刻的数据,权取得越大。
给予新采样值的权系数越大,则灵敏度越高,但信号平滑度越
低
B、优点:
适用于有较大纯滞后时间常数的对象
和采样周期较短的系统
C、缺点:
对于纯滞后时间常数较小,采样周期较长,变化缓慢的信号
不能迅速反应系统当前所受干扰的严重程度,滤波效果差
⑨消抖滤波法
A、方法:
设置一个滤波计数器
将每次采样值与当前有效值比较:
如果采样值=当前有效值,则计数器清零
如果采样值<>当前有效值,则计数器+1,并判断计数器是否>=
上限N(溢出)
如果计数器溢出,则将本次值替换当前有效值,并清
计数器
B、优点:
对于变化缓慢的被测参数有较好的滤波效果,
可避免在临界值附近控制器的反复开/关跳动或显示器上数值
抖动
C、缺点:
对于快速变化的参数不宜
如果在计数器溢出的那一次采样到的值恰好是干扰值,则会将
干扰值当作有效值导入系统
⑩限幅消抖滤波法
A、方法:
相当于“限幅滤波法”+“消抖滤波法”
先限幅,后消抖
B、优点:
继承了“限幅”和“消抖”的优点
改进了“消抖滤波法”中的某些缺陷,避免将干扰值导入系统
C、缺点:
对于快速变化的参数不宜
附录2:
function[output_A]=fifo_filter(input_A,fifo_size)
%求数组的fifo_size个数据的滑动平均滤波值
%对input_A的每一列进行滑动平均滤波
fifo_size=floor(fifo_size);
if(fifo_size<=1)
output_A=input_A;
return;
end
fifo_p=1;
sa=size(input_A);
line=sa
(1);
col=sa
(2);
fifo=zeros(fifo_size,col);
fifo_sum=zeros(1,col);
forn=1:
line;
fifo_sum=fifo_sum-fifo(fifo_p,:
)+input_A(n,:
);
fifo(fifo_p,:
)=input_A(n,:
);
fifo_p=fifo_p+1;
if(fifo_p>fifo_size)
fifo_p=1;
end
temp_A(n,:
)=fifo_sum/fifo_size;
end
output_A=temp_A;
end
附录3:
①拉依达准则法(3δ):
简单,无需查表。
测量次数较多或要求不高时用。
是最常用的异常值判定与剔除准则。
但当测量次数《=10次时,该准则失效。
如果实验数据值的总体x是服从正态分布的,则式中,μ与σ分别表示正态总体的数学期望和标准差。
此时,在实验数据值中出现大于μ+3σ或小于μ—3σ数据值的概率是很小的。
因此,根据上式对于大于μ+3σ或小于μ—3σ的实验数据值作为异常值,予以剔除。
在这种情况下,异常值是指一组测定值中与平均值的偏差超过两倍标准差的测定值。
与平均值的偏差超过三倍标准差的测定值,称为高度异常的异常值。
在处理数据时,应剔除高度异常的异常值。
异常值是否剔除,视具体情况而定。
在统计检验时,指定为检出异常值的显著性水平α=0.05,称为检出水平;指定为检出高度异常的异常值的显著性水平α=0.01,称为舍弃水平,又称剔除水平(rejectlevel)。
标准化数(Z-score)可用来帮助识别异常值。
Z分数标准化后的数据服从正态分布。
因此,应用Z分数可识别异常值。
我们建议将Z分数低于-3或高于3的数据看成是异常值。
这些数据的准确性要复查,以决定它是否属于该数据集。
②肖维勒准则法(Chauvenet):
经典方法,改善了拉依达准则,过去应用较多,但它没有固定的概率意义,特别是当测量数据值n无穷大时失效。
③狄克逊准则法(Dixon):
对数据值中只存在一个异常值时,效果良好。
担当异常值不止一个且出现在同侧时,检验效果不好。
尤其同侧的异常值较接近时效果更差,易遭受到屏蔽效应。
④罗马诺夫斯基(t检验)准则法:
计算较为复杂。
⑤格拉布斯准则法(Grubbs):
和狄克逊法均给出了严格的结果,但存在狄克逊法同样的缺陷。
朱宏等人采用数据值的中位数取代平均值,改进得到了更为稳健的处理方法。
有效消除了同侧异常值的屏蔽效应。
国际上常推荐采用格拉布斯准则法。
这些方法,都有各自的特点,例如,拉依达准则不能检验样本量较小(显著性水平为0.1时,n必须大于10)的情况,格拉布斯准则则可以检验较少的数据。
在国际上,常推荐格拉布斯准则和狄克逊准则。