一种新型阳光蔬菜工厂C系列919温室

为了解决高寒及长江流域以南多雨地区土墙温室难建问题及实现温室育种、种植自动化、机械化作业,研发了一种新型装配式冬暖式C919温室,温室通过组装完成,采用钢制螺旋桩,不用焊接,只需在地下打螺旋桩,即可实现全天候施工。温室采用五防设计(防台风、防雨、防雪、防低温、防高温),具有土地利用率高(75%左右)、建设周期短(千亩园区建设周期90 d)、设计寿命长(50年)、材料环保(采用宝钢BFS 600高强不锈钢)、建设成本使用周期费用摊销低(土墙温室的70%)、运营维护成本低(土墙温室的50%)、机械作业用工少(减少人工60%以上)等优点,填补了高寒(-40 ℃以内)及长江流域以南多雨地区大跨度、装配式、全日光能源温室的空白。     

内蒙古地区暖棚养羊的必要性和太阳能采暖的应用

内蒙古大部分地区的严寒季节长达6~7个月,受寒冷气候条件的影响,散养羊生长缓慢,饲料消耗量增加,掉膘现象严重,产羔率和羔羊成活率也受到严重影响,大大降低了养羊的经济效益。建筑暖棚不仅能提供充足的热能,还可防止羊只掉膘。但是,常用的取暖方式以燃烧木材、煤或羊粪砖为主,存在着污染环境的隐患,并会受资源短缺的限制。太阳能作为一种新能源,是人类可以利用的最丰富的能源,可以就地开发利用,不存在运输问题,是一种洁净的能源,不会造成污染和公害。因此,利用太阳能采暖和暖棚养羊能够推动畜牧业向健康、高效、资源节约的合理方向发展。     

二次聚类与神经网络结合的日光温室温度二步预测方法

精确预测日光温室温度是实现对温室精准调控的前提。由于温室是复杂非线性系统，受室内外众多环境因素影响，且部分因素难以准确测量和建模，因此，难以通过机理分析建立室外因素精确影响室内温度的物理模型。而现有时间序列分析、人工神经网络等仅基于数据的方法预测准确度也较低。本文提出连续时间段聚类与BP神经网络相结合的二步日光温室温度预测方法。首先，进行二次聚类，对室外温度情况相似的日进行聚类，并将全年划分为若干个类似时间段，根据连续时间段内相似日的数量进行聚类，将全年内的连续时间段归入若干类别。其次，对不同类别的时间段，分别采用BP神经网络建立室外温度、相对湿度、太阳辐射、风速和温室室内温度间的关联模型，通过数据训练，能够较为准确的根据室外环境数据预测室内温度。通过涿州实验农场2年数据试验验证，通过二次聚类，全年连续时间段可划分为3类，通过分别建立BP神经网络并分别训练，结果表明本方法预测误差仅为6.23%，与现有未分类的BP神经网络预测算法对比，本文方法有效地提高了准确度，平均误差降低5.4个百分点。     

施肥量对温室滴灌番茄干物质累积、产量及水肥利用的影响

为研究日光温室秋冬茬番茄生育时期干物质生产动态规律,探索高产高效的科学施肥模式,以标准冲施肥(含N量16%,含P_2O_5量5%,含K_2O量19%)为施肥种类,施肥量以N素为基准分为4个肥料处理水平,即F1(高肥)、F2(中肥)、F3(低肥)、F4(不追肥),分析了不同施肥量对日光温室番茄干物质累积、产量和水肥利用的影响。结果表明,番茄产量和水分利用效率(WUE)与施肥量呈"抛物线"关系,当N施量为290.6 kg/hm2(F2)时达到最高值,分别为67 776.93 kg/hm2和49.27 kg/m3,说明适量施肥可提高产量及水分利用效率。但肥料生产效率(PFP)在施肥量为(N)41.4~539.9 kg/hm2范围内呈现负指数降低趋势。植株干物质累积量表现出F2处理F1处理F3处理F4处理。果实干物质累积进程符合logistic函数轨迹,中肥处理比高肥、低肥处理提前进入快速累积期,使快速累积期持续时间比其他处理长1~8 d。全株总干物质转移量对果实贡献率为1.97%~6.96%,说明果实干物质高达90%以上依靠株体自身光合作用填充。因此,番茄结果期加强水肥的供给是必要的。     

温室机器人道路识别与路径导航研究——基于红外测距

针对温室内移动机器人的应用需求,提出了一种基于红外线测距的温室机器人自主导航算法,并使用模糊算法对导航误差进行控制,实现了温室机器人的精确自主移动功能。温室机器人导航过程中,当红外线接收管接受到红外线信号时,会产生一个光强电流,电流放大后可以输出一个模拟电压;根据电压值,通过编程计算,利用电压和距离的对应关系,可以得到机器人和标志物的距离误差;距离信息通过串口传输到PC机上,PC机利用模糊控制原理对距离误差进行判断,发出控制指令。实验测试发现:机器人导航的距离偏差平均值为-1.28cm,均方差为2.68,超调较小,可以实现较为精确的导航。     

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。     

天津新型日光温室风灾风险评估及区划

为了评估天津新型日光温室风灾风险,本研究在近10年天津日光温室风灾灾情大量实地调查的基础上,根据自然灾害风险评估理论,构建日光温室风灾风险评估模型,计算温室不同等级风灾风险指数,并从站点、空间、时间3个尺度分析了温室风灾风险指数的变化。风险指数站点结果和空间分布结果均表明,宁河、汉沽、塘沽、武清、西青等地是遭受轻、中度风灾风险较高地区。天津新型日光温室遭受轻度风灾的风险最高(风险指数介于0.62~3.15),明显高于中度(风险指数介于0.0~0.61)及重度风灾,而其遭受重度风灾的风险几乎为0,这与天津较少发生8级以上(最大17.2 m/s以上)大风有关。近10年日光温室中、重度风灾风险指数极小且变化基本持平,而轻度风灾风险指数从2005年的2.70逐渐降低至2007年的2.0,2007—2014年始终保持在2.0附近波动。     

日光温室越冬西葫芦高产栽培技术

选择抗病、耐低温、高产优质的品种,经过处理的种子在日光温室内建造苗床育苗,幼苗出土前,苗床气温白天保持28～30℃,夜间保持16～20℃。起垄定植,当幼苗三叶一心,苗龄25～30d时即可定植。定植后管理：浇一次大水、吊蔓、落蔓、肥水管理、温度控制、蘸花保果等等一系列措施。生长期要进行全面病虫害防治,以达到高产效果。     

一种简易的花房温湿度无线自动监控系统

花房内的温湿度变化直接影响到花卉的健壮生长,以C8051F330为核心设计一款简易的花房温湿度无线自动监控系统,可对花房内的温湿度进行实时自动监控,当花房内温湿度指标超过设定值时,系统发出声光报警。该系统温度测量范围为-55~125℃,精度为±4℃;相对湿度测量范围为10%~90%,精度为±5%。经测试,系统运行稳定,...