温室环境多变量控制系统解耦现状及发展趋势

针对温室环境控制中主要因子温度、湿度之间解耦的重要性,讨论常用多变量控制系统解耦方法,分析温室中温湿度解耦现状,并对解耦前景进行展望。     

基于LabVIEW的温室大棚温、湿度解耦模糊控制监测系统设计与实现

温室环境系统是一个多变量、非线性、时变和滞后的系统,各变量之间具有耦合关系,很难建立精确数学模型。其中,温度和湿度的变化是最基本因子,对作物影响最为显著。为此,系统通过有限状态机机制,调用Lab-VIEW中PID Control Toolkit下的Fuzzy Controller子VI,采用模糊控制策略,建立模糊控制系统模型并设计模糊控制器,引入解耦参数,实现了系统温、湿度解耦控制。相对于温、湿度单独控制,系统监测精度有所提高。当温、湿度分别为27.5℃和55%时,结果表明该系统温、湿度变化超调量较小,模糊控制过程较平稳,达到了作物生长环境需求。     

FPGA在温、湿度监控系统中的应用

文章简述了模糊控制理论,介绍了一种基于FPGA的温、湿度监控系统模糊控制器,可以对粮仓、温室等温、湿度参数进行较为精确的控制,对温、湿度监控系统的智能化具有较为深远的意义。     

温室系统温湿度、水肥耦合的解耦控制器设计

温室控制研究已开展多年,一方面是关于温度和湿度的耦合问题运用多种算法进行解耦,另一方面是针对温室内营养成分进行水肥耦合研究。针对温室系统控制问题,目前还没有对上述2种耦合进行综合研究,因此提出温湿度耦合和水肥耦合的温室系统生态耦合观点,通过传感器采集温度、湿度以及土壤氨氮等养分信号,并基于能耗模型以PLC(可编程逻辑控制器)为核心设计集中式PID(比例、积分和微分)解耦控制器,实现温室系统在喷淋农作物时考虑到土壤水肥营养成分的流失,以此提高温室系统的产量和品质,同时降低温室系统的生态损耗和污染。     

塑料三连栋温室的温、湿度变化规律初探及相应调控措施

通过使用多点式温,湿度记录仪,结合温室设备的不同处理方式,对塑料三连栋温室温,湿度进行全年连续记录,初步摸索出塑料三连栋温室温度,湿度的变化规律,并初步提出了温,湿度的调控措施。     

日光温室冬春两季环境因子变化研究

在正常生产管理条件下,利用温室智能监控系统,自动监测记录冬、春两季日光温室内外空气温度、光照强度,温室内空气湿度、土壤温度,研究冬、春两季日光温室环境因子日变化差异及环境因子间的相互关系差异。结果表明,土壤温度与温室内外光照及温室内湿度的相关性,春季显著大于冬季;温室内湿度与温室内、外光照强度、温室内外温度以及温室外温度与温室的相关性,春季显著小于冬季。土壤温度与温室内、外温度的关联程度,春季温室内温度强于温室外温度,冬季温室外温度强于温室内温度。温室外温度与温室内、外光照、土壤温度的关联程度,春季温室内、外光照强于土壤温度,而冬季土壤温度强于温室内、外光照。冬季温室内湿度显著高于春季,日变化幅度显著小于春季。春季最低温室内要高于冬季最低温度10℃以上,日变化幅度明显小于冬季;春季温室内、外最大光照强度是冬季的2倍,且春季光照时间长。春季室外温度平均高于冬季12℃以上,春季温室内土壤温度始终要高于冬季10℃以上。     

温室西红柿的水分调控技巧

<正>温室水分调控是指对温室内的环境水分情况进行合理有效的调控。衡量与评价环境水分情况的指标是空气相对湿度。1.温室内空气湿度的调控温室空气相对湿度通常比较高,特别是在寒冷冬季不通风的条件下,空气相对湿度通常在80%-90%以上,黄昏至早上可达到100%,而达到饱和情况。温室内空气相对湿度与泥土湿度、温室设施和蔼象有关。泥土湿度大,则温室空气湿度大;密闭性好的温室空气相对湿度大,密闭性差的温室空气湿度小;低矮空间小的温     

基于多元线性回归的模糊控制算法在五味子烘干过程中的仿真应用

本文针对具有大时滞、强耦合等非线性特性的五味子自动烘干系统,进行了基于多元回归模糊控制算法的设计,确定了输入和输出模糊变量,制定了模糊控制规则,并在温、湿度控制中引入解耦因子,以克服系统的强耦合性。应用结果表明该算法与传统的PID控制相比,该方法克服了烘干过程的大滞后、强耦合和非线性问题,解决了五味子烘干系统对温度和湿度参数控制的要求。     

温室葡萄温湿度管理技术

葡萄日光温室栽培时,温室内的温、湿度管理至关重要.因为,它不仅要保证葡萄免遭高温或低温的危害,而且还要根据葡萄各个生长发育阶段对温、湿度的要求,给以最适温、湿度,保证其顺利通过各个生育过程.     

温室葡萄温、湿度管理技术

葡萄日光温室栽培时,温室内的温、湿度管理至关重要。因为,它不仅要保证葡萄免遭高温或低温的危害,而且还要根据葡萄各个生长发育阶段对温、湿度的要求,给以最适温、湿度,保证其顺利通过各个生育过程。     

蔬菜大棚温湿度智能控制系统设计

针对目前蔬菜大棚人工控制的不足,设计了蔬菜大棚温湿度智能控制系统。采用模糊控制理论,对PID参数进行实时校正,使系统控制性能处于最优控制状态,实现对蔬菜大棚温湿度的精确控制。试验和实际运行表明,该系统运行可靠,自动化程度高,有利于蔬菜大棚的智能化和统一化管理。     

昆明市连栋玻璃温室的温湿度调节系统构建

结合昆明市的气候特点,分析了连栋玻璃温室环境因子的变化规律,设计了适合昆明市气候特点的温湿度调节系统.该系统采用了自然通风的方法进行降温除湿和夜间卷帘保温凋节策略,设计了温湿度模糊控制器,并制定了模糊控制规则;经过模糊实现后,完成了对各个执行机构的控制,使温室作物获得了最佳的生长环境.     

日光温室温、湿度模糊控制系统研究

通过模糊控制系统的模型建立和模糊控制器的设计,对日光温室的温度湿度进行控制,使温室达到作物生长的最佳环境。     

胶东地区日光温室周年温湿度变化规律分析及预测

为探究胶东地区日光温室内部环境的变化情况及对番茄栽培的适宜性,并对内部温湿度进行预测,利用不同传感器,全天候监测并分析了2019-06-01至2020-05-31温室内外温湿度,同时建立了该地区日光温室内部不同季节不同天气条件下气温及相对湿度的预测模型,并利用根均方差（RMSE）进行统计分析。结果表明,日光温室内部7月平均气温最高,1月平均温度最低,分别为29.7和14.1 ℃。温室内春秋季日期数较外部增加了78 d,冬季减少了118 d。不利于番茄生长的时期集中在夏季和冬季,温室内易产生夏季高温低湿、冬季低温高湿现象。温室内气温、相对湿度预测模型的预测值与实际值的平均RMSE值分别为4.1 ℃、10.1%,模型的模拟效果整体较好。     

多信息融合的智能温室控制系统研究

针对温室环境控制的特点,应用优先调节原则和模糊控制理论,设计了能对温室的温度、湿度,CO2浓度等环境因素进行自动控制的智能温室控制系统.采用RTLS019AS芯片接入以太网.利用TCP/IP协议实现与上位机的通信,智能控制器采用模糊控制技术对温室内温度,湿度等进行控制,能满足不同规模的智能温室控制的需要.     

基于PIC16F877A的温室模糊温湿控制器研究

根据温室环境特点,采用模糊控制算法实现温室温度和湿度的控制,并利用PIC单片的性能特点,设计模糊控制器进行了实验和仿真,结果表明,温室模糊控制器具有超调量小、稳定性强、适应性好等特点,达到了较理想的控制效果。     

黑龙江省温室小气候变化特征及预报模型的初步研究

为了解黑龙江省日光温室内各气象要素变化,分析了黑龙江省双城市公正乡日光温室2012年9月~2013年8月的室内外气温、地温及土壤湿度,并建立室内外气温关系模型。结果表明:秋季、冬季和春季室内外温差较大,室内气温明显高于室外,而夏季较小,室内气温偏高不明显。在寒冷季节不供暖情况下,室内气温基本在10℃以下,难以满足蔬菜生长发育的需要,各层次地温和土壤湿度变化基本规率基本一致。以棚外温度为自变量,以棚内温度为因变量,建立相关模型,大部时段绝对误差为0~2.8℃。     

不同天气类型下大棚葡萄温湿度预报模型

为了预先掌握葡萄各生育期棚内温湿度环境,从而让农户有充足时间调整大棚管理措施,降低气象灾害风险,利用2018年11月—2019年6月大棚内外观测资料,分析了不同天气类型下棚内温湿度与棚外气象要素的相关性,并通过逐步回归方法建立了棚内逐小时温湿度预报模型。结果表明：棚内温湿度与棚外气温、空气相对湿度、风速、日照时长有不同程度的相关性,晴天和多云大棚内外要素之间相关系数大多在0.3以上,棚内气温与棚外要素的相关性更高且最大相关系数超过0.9,阴天相关性较低;棚内逐小时气温、空气相对湿度模型的R²多在0.5以上,气温模型预报值与实测值的均方根误差(RSME)≤3.7℃、平均绝对误差(MAE)≤2.9℃,空气相对湿度模型预报值与实测值的均方根误差≤13.3%、平均绝对误差≤10.6%。所得模型填补了该地区大棚葡萄各生育期温湿度预报的空白,为田间管理提供了参考依据。