温室封闭式栽培自适应灌溉方法

为了改进和提高温室封闭式栽培精细灌溉控制方法,针对利用Penman-Monteith(P-M)公式和传感器数据信息相结合进行灌溉控制中因为涉及参数较多而使用不便、需要近似计算导致建立的作物蒸腾模型精度不够等问题,该文根据封闭式栽培可以回收并循环利用多余灌溉水的特点,利用灌溉量与排出量的差值和温室小气候环境数据建立相对精确的作物蒸腾量计算模型,并在此基础上利用人工神经网络算法实现了温室封闭式栽培自适应灌溉控制,结果表明,在10 d内灌溉用水量为实际蒸腾量的97.8%,基本实现了按照作物需水量进行灌溉。研究对于实现按照作物蒸腾量进行准确的水分供给、节约灌溉用水量、提高水分利用效率具有一定的现实意义。     

现代化温室环境参数的模糊控制

该文在分析了传统控制算法不足的基础上,提出了将模糊控制算法应用于现代化温室环境参数的检测和控制。首先确定输入输出变量的模糊语言值及隶属度值,然后给出了实现该模拟算法的硬件和软件设计。通过模拟的模糊运算,得出总控制表,采用软件查询的方法进行控制。实验表明,模糊控制技术应用于现代温室环境参数的检测和控制具有优良的性能     

基于模糊控制的温室加热器的研究

该文分析了现有温室加热设备的不足，提出了将模糊控制原理应用于温室加温设备的新方法，并成功地研制了一种工作效率高、使用方便，基于模糊控制的温室加热器。试验结果表明，该温室加热器性能稳定可靠，自适应能力强，节能效果显著，具有较好的推广价值。     

立体育苗温室和育苗架的设计与利用

我国北方80％以上的温室在冬春季节用来育苗,改善育苗设施,是保证育苗成效的关键。为了充分利用温室设施的空间热能,根据秧苗生长特点,开展立体育苗,是节约能源,提高温室利用率的有效途径。本研究从改进温室设计、配备温室内立体育苗配套设施入手,进行立体育苗。根据育苗季节的太阳高度,设计了组装式活动育苗架,使绿化温室利用面积相应增加了78～80％,且管理方便、节约面积,为育苗省     

基于调亏理论和模糊控制的寒地水稻智能灌溉策略

为了精确判断寒地水稻需水量并建立合适的智能灌溉策略,进行适时适量灌溉,实现寒地水稻优质高产,设计了基于调亏理论和模糊控制的寒地水稻智能灌溉策略。该智能灌溉策略主要包括模糊控制灌溉和预测灌溉两部分。其中,模糊灌溉模块是二级模糊控制过程,通过一级模糊控制确定当前土壤最佳湿度,二级模糊控制器以当前土壤湿度与最佳土壤湿度的差值和环境温度作为模糊控制器的输入量,建立多因素控制规则库,实现灌溉时间模糊控制。预测灌溉设计通过实时环境数据计算出农田蒸发蒸腾量和土壤渗透系数,建立土壤水分含量变化函数,预测何时需要灌溉。在黑龙江省方正县水稻研究院的田间试验发现,调亏灌溉节水率为20.5%,水稻的结实率和产量也高于人工灌溉,分别提高了4%和8%,说明该策略能有效防止水资源浪费,对降低农业生产成本、提高产量、改善寒地水稻品质有重要的意义。     

基于ET和水量平衡的日光温室实时精准灌溉决策及控制系统

为提高日光温室的灌溉水利用效率,充分发挥现有灌溉决策理论的指导作用,该文构建了基于ET和水量平衡方法的实时精准灌溉决策及控制系统。以句容布戴庄村樱桃番茄温室为试验对象,给出了利用ET和水量平衡方法的灌溉决策实施过程,即当田间蒸发蒸腾总量大于土壤中可供作物利用水分时触发灌溉,灌水量等于自上一次灌溉起蒸散量的总和。采用Java语言开发了灌溉决策软件ETSch,可实现以温室内气象数据为基础对不同地点的灌溉决策项目进行管理;设计了温室精准滴灌系统并研制了基于单片机的灌溉控制器软硬件,通过ETSch软件与控制器的连接,建立了从田间气象信息获取到灌溉决策软件运行,再到灌溉及控制系统的集成化自动精准灌溉模式。试验结果表明,该实时精准灌溉决策及控制系统的平均灌水总量控制平均误差为1.1%,系统运行稳定,节约人工;尽管采用ET和水量平衡方法低估了实际土壤含水率,但总体趋势一致,能实现合理有效的灌溉决策。该研究可为实现灌溉决策和控制系统的集成提供参考,为进一步提高灌溉效果和用水效率提供借鉴。     

半地下式温室的结构及应用

1984年以来,临颖县在推广塑料大棚蔬菜栽培的同时,利用半地下式温室进行育苗,取得了良好的效果。这种半地下式温室投资少、空间、保温性能好,便于在崖沟坡边、庭院内就势建造,尤其适应目前农村个体户生产的需要。 1.半地下式温室的发展 半地下式温室是在60年代推广的红薯育苗火炕的基础上,通过改进而形成     

温室移动机器人运动模糊控制策略仿真

采用模糊控制技术对温室内移动机器人的避障控制算法进行了研究,并通过计算机仿真技术进行仿真实验来验证其控制算法的正确性,采用C++和MATLAB语言编制了仿真程序.通过仿真实验表明该模糊控制算法可行,能够避开一定形状的障碍物,能够应用于实践中.     

基于温度积分算法的温室环境控制方法

温室环境控制领域所研究的大多数智能控制算法复杂程度较高,不适宜实际生产应用,生产型温室大多采用设置静态工作点模式进行简单的环境控制,这种模式无法根据环境变化进行自动调整,浪费了大量的能量。针对这一问题,提出了基于温度积分算法的温室环境控制方法,根作物种类和生长阶段确定期望平均温度值,将全天24 h均分为长度更短的若干时间片,然后利用温度积分原理对每一时间片的温度调节点进行计算,根据得到的温度调节点结合当前实际温度进行环境控制。仿真试验表明,在保持温室内实际平均温度相同的情况下,利用温度积分算法对温室进行环境调节所消耗的能量为静态工作点的模式的64.43%。该方法计算量相对较小,适用于普通的温室环境控制器,能够简单有效地实现节能控制。     

大棚种植川贝母分区变量灌溉系统研制

名贵中药材川贝母喜湿、怕高湿特性成为人工灌溉的难点,智能化精准灌溉系统可实现川贝母按需节水灌溉。该研究开发了基于无线传感器网络的川贝母分区变量灌溉系统。在人工种植试验过程中,采用电容法和土壤水分测定仪获得了川贝母生长需水及灌溉用水数据,建立了川贝母生长含水率模型和灌溉含水率模型。为了实现川贝母分区变量灌溉,建立了灌溉模糊控制决策模型,该模糊控制器为双输入单输出结构,利用遗传算法优化模糊控制量化因子、比例因子、模糊控制规则和隶属函数,实现遗传算法优化的模糊控制对川贝母灌用水进行精确决策和川贝母分区变量灌溉。在川贝母种植大棚内应用了该分区变量灌溉技术和系统,结果表明,模糊控制决策的灌溉有一定节水效果,遗传算法优化后的模糊控制每次灌溉用水主要分布在5%～7%,灌溉用水有明显下降。特定种植密度下灌溉用水结果表明,优化后川贝母变量灌溉误差能控制在±5%附近,满足川贝母按需灌溉需求,分区变量灌溉效果明显;随川贝母种植密度增加,所需灌溉用水也增大,基本呈线性关系（R2=0.975）;川贝母分区变量灌溉节水率与种植密度比之间呈抛物线关系,最佳节水在标准种植密度附近,年节水率大于27.6%。该研究可为川贝母种植密度和灌溉节水提供参考和技术支持。     

陶瓷管负压控温栽培系统在番茄日光温室冬季生产中的应用效果

设施蔬菜冬季生产中，土壤温度低是蔬菜生长的一个限制因子。该文在番茄冬季生产中应用微多孔陶瓷管负压加温栽培系统，试验表明通过循环温水利用同一根陶瓷管边灌水边加温是完全可行的；加温处理白天、夜间平均温度分别比不加温处理的高出2.7℃，1.2℃。加温处理的植株长势、果实中可溶性糖、滴定酸度的含量和糖酸比、产量、特别是前期产量显著高于不加温处理。在温室冬季生产中仅仅对土壤进行加温就可显著促进植株生长，提高果实的产量和品质。     

一种新的车辆半主动悬架控制器设计

以模糊控制原理为基础，融合自适应方法，将模糊系统辨识和模糊控制结合起来，提出了一种新的自适应模糊半主动悬架控制器，可以在线自适应调整模糊控制的有关参数，提高了模糊控制器的控制效果，增强了适应性和鲁棒性，且具有一定的工程应用价值。     

基于ANFIS的温室气温模糊控制仿真

该文实现了通过改变温室通风口开度来模拟和控制温室内气温的目的。根据能量平衡原理构建了温室气温数学模型,基于自适应神经模糊控制系统（ANFIS）完成了控制器设计,其中包括对控制变量的选取、模糊集的定义、论域的量化、隶属函数的选择及控制器的训练。最后用Simulink工具箱建立起室温控制过程的MATLAB仿真模型,并对控制模型进行了仿真分析。仿真结果证明了该温室环境温度模糊控制系统的有效性及合理性,该成果对温室小气候智能调控的发展具有一定的参考价值。     

基于改进遗传算法的温湿度模糊神经网络控制器

为了创造适合作物生长的环境,针对温室系统的特点,该文提出了一种基于改进遗传算法的模糊神经网络控制器,利用改进遗传算法训练模糊神经网络模型,采用此模糊神经网络控制器控制温室系统,由数值实验可以看到采用此控制器的温室系统具有响应速度快、过程平稳、编程简单的特点.     

基于ZigBee技术的温室无线智能控制终端开发

针对温室农业控制的需要,开发了温室无线智能控制终端。该系统基于ZigBee无线网络,以Jennic公司生产的ZigBee无线微型控制器JN5139-M01模块为核心,整个无线传感器网络由无线生理生态监测节点、ZigBee温室无线智能控制终端和智能语音模块组成。无线传感器节点分布于温室的各个测量点执行各数据的采集、预处理和无线发送等工作,温室无线智能控制终端负责处理所有无线传感器节点采集的数据信息。智能语音模块能够根据采集到的信息及时提供生产指导建议。温室无线智能控制终端实现了对温室环境因子（土壤温度、叶片温度,光照、茎秆生长、土壤水分等）的数据采集和有效控制。通过试验验证,该系统运行稳定,并且操作简单,使用方便。     

设施果菜病害诊断的知识表达与推理模型

病害诊断的知识表达和推理是建立植物病害诊断系统的核心研究内容。该文在系统收集设施果菜病害诊断知识的基础上,根据模糊数学的思想,利用评估学中多比例法将诊断知识数值化,使用"对象—属性—值三元组法"(object-attribute-value,OAV)与产生式规则相结合,实现了病害诊断知识的有效表达。并进一步采用模糊推理的方法,模拟诊断专家的诊断思维模式,针对诊断问题的特点,构建了一步诊断及深入诊断两步诊断推理模型,使用最佳优先搜索法,并采用C#语言对模型进行计算机编程,实现了设施果菜病害诊断与推理模型。该研究建立的病害诊断与推理模型为进一步建立设施果菜病害诊断与防治管理决策支持系统奠定了基础。     

基于UWB与物联网的移动式温室环境监测系统设计与实现

为低成本实现对温室不同区域环境的全面感知，该研究设计了移动式温室环境监测系统，其采用超宽带（Ultra Wide Band，UWB）网状拓扑结构进行分布式组网，节点设备以一主多从的形式对移动工作台实时定位。利用优化后的双向双边测距算法计算各基站与标签之间的距离，通过距离的归一化残差分布判断是否存在非视距（Non Line of Sight, NLOS）误差，利用改进后的增量卡尔曼滤波算法消除NLOS误差，通过Chan算法解算标签准确位置。移动工作台以Arduino控制器为核心，搭载温度、湿度、二氧化碳和光照度传感器，实现对温室环境的实时监测和对移动工作台的远程控制。测试结果表明，系统静态定位最大横向偏差为7.92 cm，最大纵向偏差为7.98 cm，横向和纵向偏差的平均值均<5 cm；移动工作台以0.4 m/s的平均速度行驶，动态定位最大横向偏差为8.7 cm，平均横向偏差为4.7 cm；采集参数上传平均丢包率为2.78%；温度、湿度、光照度和二氧化碳浓度监测相对误差分别低于0.63%、0.34%、0.70%和0.67%，满足温室环境信息移动监测要求。该研究对温室环境调控和温室内作业机具精准定位技术的发展具有一定的理论意义和参考价值。     

双激光雷达温室运输机器人导航系统研制

为解决机器人在温室环境下的自主导航问题,该研究研制了基于双激光雷达的温室运输机器人导航系统,实现温室环境下的地图构建、路径规划和定位导航。融合激光雷达与编码器信息,使用cartographer算法及时定位与地图构建。根据地图与检测点信息,采用Dijkstra算法规划全局路径,使用动态窗口算法规划局部路径,完成自主导航。试验表明,车载系统分别以0.2、0.5和0.8 m/s速度运行时,实际导航路径与目标路径的横向平均偏差小于13 cm,标准差小于5 cm;导航目标点处横向偏差、纵向偏差的平均值不超过9 cm,均方根误差不超过11.2 cm,标准差小于5 cm,航向偏差的平均值小于10°,均方根误差小于12°,标准差小于6°,满足机器人温室运输作业的导航精度需求。     

混合架构智能温室信息管理系统的设计

针对物联网型智能温室的信息管理要求,基于客户端/服务器（C/S）和服务器/客户端（B/S）混合架构设计了智能温室信息管理系统。系统由现场管理、数据库和远程管理等3个子系统组成。采用分布图法检测了温室传感器网络离异数据。结合铁皮石斛的耐湿特性,通过Mamdani推理实现了温室空气温度、湿度和光照强度等环境参数的模糊决策。基于异步JavaScript和XML（AJAX）技术构建了Web数据异步交互框架。运用服务器推技术实现了温室机构动作状态的实时同步。系统在江苏农博园现代农业馆智能温室部署运行,成功实现了温室信息局域网的采集、处理、存储、显示和决策,以及广域网的高效远程访问与管理。