基于模糊神经网络的温室控制系统

为了实现温室节能以及安全控制,针对温室环境的大滞后、多输入、多输出、非线性和难以建立数学模型等特点,提出用模糊神经网络进行温室温度控制的方法,采用神经网络在线调整训练模糊规则的控制方式,实现了温室内温度的模糊控制.利用该方法能提高温室控制系统的精确性、适应性和鲁棒性,有利于节能.结果表明,基于模糊神经网络的温室控制系统运行效果良好,控制过程响应快,无震荡,超调量小,稳态误差小,能满足使用要求.     

基于模糊控制的温室控制系统的研究

温室环境系统是多输入、多输出的复杂系统,很难建立数学模型运用经典控制方法实现控制.而模糊控制无须建立被控对象的数学模型,适合于非线性、时变的系统.为此,介绍了温室控制系统的总体结构,建立了有效的隶属度函数和控制规则,探讨了通过离线建立模糊控制表,使用查表法进行模糊推理,实现了温室内的温度、湿度多因子的模糊控制.采用软件方法实现了模糊控制器的设计,节约了成本,方便了以后对模糊控制器的完善工作;同时使模糊控制器的响应时间大大缩短,满足了实时控制的需要.     

基于模糊规则的温室微喷控制系统研究

针对温室微喷系统控制算法不稳定、适应能力差等问题,利用模糊规则设计了一种平滑切换控制算法;利用阶跃建模方法搭建微喷量与空气湿度的数学模型,简化了温室空气湿度模型;最后将WiFi和ZigBee传输技术结合来搭建温室远程控制系统。Matlab/Simulink仿真实验结果表明,模糊切换控制策略比传统模糊PID控制拥有更小的超调量、较高的稳定性,能够达到较好的控制效果。同时,实际运行结果表明,温室微喷控制系统丢包率小于15%,温室空气湿度能控制在89%左右,运行稳定且符合温室空气湿度控制要求,实现了温室空气湿度的精确控制,为发展设施化农业精细化控制提供一种解决思路。     

温室大棚温湿度模糊控制系统及PLC程序设计

温室大棚环境系统是一个具有非线性、时变和大惯性等特点的复杂系统,难以建立精确的数学模型进行控制。为此,以显著影响温室作物生长的温湿度为研究对象,构建了一个温湿度模糊控制系统方案,应用模糊控制系统理论设计了温湿度模糊控制器,编写了模糊控制算法的PLC程序,并对温湿度的模糊控制效果进行了实际观测。系统运行结果表明:当温湿度值设定为22℃和70%RH时,控制过程平稳、超调量小、运行稳定,能够满足温室作物对生长环境的要求。     

基于模糊神经网络的智能温室环境控制方案

针对农业温室环境的精确建模和控制问题,提出了一种基于模糊神经网络的智能控制方案。首先,在考虑室内外环境因素下,构建一个有效的温室环境数学模型,获得通风量、喷雾量和加热量的微分表达式;然后,利用一种自适应模糊神经推理系统(ANFIS),以温度和湿度差作为输入,通过神经网络自学习和模糊推理获得控制输出;最后,通过遗传算法优化控制器的输出比例因子,提高控制响应速度和稳定性。实验结果表明:该方案能够快速且稳定地追踪环境设置值,具有很好的控制效果。     

基于模糊神经网络的温室温湿度智能控制系统研究

针对温室非线性、时变性、延时性、多变量耦合等问题,对温度、湿度、光照强度和CO2浓度等环境因子进行分析,把模糊推理运用到温室环境控制系统,利用专家经验和知识行为转化为相应的模糊控制规则;结合神经网络控制理论,以温度和湿度作为主要控制变量设计模糊神经网络控制系统。仿真结果表明,该系统响应速度快,抗干扰能力强,对温室环境中温湿度有较好的控制效果,可为智能温室自动控制系统设计提供一定参考。     

温室温度多模糊控制器切换控制研究与实现

针对周年生产的温室控温系统在一年四季需要不断更换不同控温方案的问题,设计了一种基于多模糊控制器的切换控制方法.该方法通过对系统整体规划并制定一系列针对不同环境状态的不同控温方式的切换规则,结合对各个设备的模糊控制,实现对整个温室系统温度的实时精准控制.仿真实验结果表明,该方法非常适用于周年生产的温室控温系统,在运行过程中整个系统表现出良好的控制品质,实现了对温室系统经济、有效和节能的控温目的.     

温室温度和湿度的多变量模糊控制技术

介绍了一种基于MCS－51单片处理机的模糊控制温室温度的湿度技术，设计了模糊控制系统，并阐述了模糊控制系统的原理、方法以及硬件的组成。对整个控制过程进行了仿真试验，试验结果证明采用该模糊控制技术在控制温室的湿度和湿度时，系统响应快、超调量小、动作准确，过程平稳。     

基于改进Smith预估补偿的智能滴灌系统模糊PID控制

由于温室滴灌系统模型参数易受环境变化的影响,导致传统模糊PID的控制精度不高,因此提出一种改进Smith预估补偿的滴灌系统模糊PID控制方法。MATLAB/simulink仿真实验结果表明,改进Smith预估补偿的模糊PID控制相比传统模糊PID具有更好的控制品质和更短的响应时间,且过渡过程更短、超调量更小、稳定性更高,控制效果明显提升;同时,蔬菜温室的田间测试结果表明,滴灌系统的最大超调量为5.95%,且系统稳定后,土壤湿度始终保持在60.22%左右,运行稳定且符合温室的灌溉要求,实现了灌溉的精准管理和精确控制,为发展设施农业精准灌溉提供一种新的解决方案。     

基于模糊逻辑控制的温室温度控制技术的研究

目前对温室环境控制很难建立一个精确的数学模型，而且温室需要控制的环境因子有很多，采用传统的控制方法很难达到理想的控制效果。本文介绍了以温度作为优先控制的环境因子，采用模糊逻辑控制方法，对温室温度进行调控。     

模糊控制在温室温湿度控制系统中的应用

温室环境参数的调节与控制是保证作物高产、稳产和提高经济效益的前提.通过对模糊控制算法的研究,确定了温室温湿度控制系统的输入输出变量,建立了有效的隶属度函数、模糊控制规则和模糊控制表,采用查表法进行模糊推理,实现了温室的温度与湿度自动控制,使温室达到作物生长的最佳环境.     

基于模糊PID控制的NB-IoT果蔬农业物联网系统设计与试验

针对传统果蔬农业大棚环境数据感知不强、现场维护工作量大、无线覆盖区域受限、生产管理效率低、成本高的问题,提出一套基于模糊PID控制的NB-IoT果蔬农业物联网系统设计。以STM32L475VET6超低功耗芯片为主控芯片,通过NB-IoT和ZigBee双协议融合组网技术和环形缓冲队列算法组建广域无线网络,设计现场监测终端与远程云监控平台,将局域终端节点采集的环境因子信息接入云服务器进行统计与分析。系统根据采集到的数据自动调控反馈控制设备,达到低功耗模式下的广域覆盖监测并智能反馈调控果蔬大棚环境因子的目的,实现感知层、网络层到平台层和应用层一套完整的果蔬大棚物联网系统设计。将模糊PID控制算法应用于温棚环境调节的仿真测试表明,系统平均丢包率为0.088%,空气温湿度、土壤温湿度、二氧化碳浓度等环境因子参数平均相对误差保持在0.5%以内,NB-IoT休眠功耗小于9μA,能实现智能反馈控制并保证系统多节点部署、多参数检测、低功耗工作、广覆盖通信的条件,使系统具有更高的复杂环境适应性和稳定性。     

基于模糊控制方法的日光温室冬季温度控制系统

以冬季日光温室为研究对象.综合考虑温度和湿度因子对口光温室环境的影响,应用模糊控制与PID控制相结合的方法实现对北方日光温室冬季温度的控制,并利用MATLAB命令方式和Fuzzy Logic Toolbox实现对该控制系统的仿真.仿真实验结果证明:本系统对于日光温室温度的控制效果比较理想,在外界扰动较大的情况下能够快速达到设定的温度值,抗干扰能力强,反映速度快,有较强的鲁棒性.     

基于模糊物元的日光温室群环境控制系统评价研究

介绍了模糊物元分析方法的原理,建立了温室群环境控制系统评价指标体系,提出了基于模糊物元分析方法的温室环境控制系统综合评价方法。以哈尔滨香坊农场为例进行了实证评价分析,并采用投影寻踪和灰色关联投影法对模糊物元分析方法的分析结果进行对比分析,所得结果方案排序基本一致且与实际情况相符,说明该方法用于温室群环境控制系统评价是有效的。     

南方蓝莓智能温室促早熟生产多因子协调控制技术

为达到蓝莓提前上市、获得更大经济效益的目的,本团队将南方蓝莓移至环境可控型智能温室中试验生产,探索研究出南方蓝莓智能温室促早熟生产控制技术。首先从蓝莓物候期、品种特点、土壤pH、水肥灌溉方式、小气候环境区间等方面进行了较为详细全面的调研与总结,明确了无土栽培蓝莓全周期管理要点和环境调控范围;接着基于Venlo型温室对蓝莓生产做布局,并基于物联网技术,建立蓝莓植物工厂化生产控制系统,串联硬件层、软件层和云端,实现现场端环境检测调控、数据云存储与远程控制等技术;在温室环境多因子协调控制模型基础上,针对蓝莓生长环境特点,探索研究了一套蓝莓温室多因子协调控制算法,用于环境调控。试验温室位于江苏省苏州市昆山市花桥镇东南部。经实际验证,整体调控系统效果显著,并于2021年5月初采收了第一波果实,使南方品种蓝莓提早近一个月进入果实采摘期。其中相比未蓄冷的蓝莓植株,蓄冷后的“明星”“绿宝石”“蓝美1号”“海岸”单株产量分别增加51.5%、85.5%、43.8%和94.7%,单果重量分别增加10.9%、7.2%、2.6%和5.3%。试验证明采用多因子协调控制算法进行调控能够提高蓝莓的产量和品质,取得显著经济效益,为南方温室蓝莓植物工厂化促早熟生产管理提供示范。     

基于分段控制策略的温室智能测控系统设

以PID算法和模糊控制理论相结合的分段控制理论为控制策略,嵌入温室作物生长模型和栽培专家知识,基于RS485总线,设计了一个分布式温室智能测控系统,对温室生产环境因子进行实时监测、分析、智能决策输出,调节温室控制设备,创造最佳的温室作物生长环境条件.实践证明,分段控制算法使控制输出准确跟踪设置值.     

基于遗传优化模糊PID算法的温室智能控制系统研究

近年来,随着信息智能化和农业现代化的快速发展,我国温室种植取得了重大进展,形成了以科学方法管理控制大棚温室环境的理念;但因缺乏工厂化管理方式,温室智能控制技术在设施配套和产业自动化方面还有不足之处,与欧洲发达国家差距甚远。因此,设计一套适合我国农情的现代化温室控制系统显得非常重要,其对实时监测和精确控制温室环境参数,提高农作物产量和质量意义深远。本文根据大棚种植特点,基于遗传优化模糊PID融合算法,设计和研究了一套独有的温室智能控制系统,并对该系统进行性能仿真实验。结果表明:本温室智能控制系统性能良好、自动化程度高、节能显著,对大棚蔬菜的种植具有重要的促进作用。