基于OpenCV的低能耗植物工厂照明系统设计与试验

为解决植物工厂照明系统能耗大的问题,设计了基于OpenCV的低能耗植物工厂照明系统,通过对LED光源进行二次光学设计,将发散的LED光线聚集成圆形光斑对植物进行补光,减少植物未栽种区域的光能浪费。同时,对照明系统的机械结构与控制系统进行设计,基于树莓派上的OpenCV设计图像识别算法,实现光斑大小随植物生长的动态变化,提高系统的自动化程度。以奶油生菜为供试品种,以普通照明系统为对照进行栽种试验。结果表明:设计的照明系统较普通照明系统的能耗降低了55.8%,电能利用效率提高了72.7%,可见设计的照明系统具有较好的节能效果与较高的电能利用率。     

基于遗传算法的全光谱LED植物光源阵列优化研究

为解决全光谱LED发光具有一定的光束发散角,易造成植物在培育过程中光量子通量密度分布不均匀的问题,提出基于遗传算法对随机分布全光谱LED植物光源阵列进行优化设计,仿真对比三角光源阵列与传统矩形光源阵列的光量子通量密度PPFD均匀度。首先通过理论推导全光谱LED光照度与PPFD之间的换算关系式,计算换算系数,用目标平面上光照度的均匀性间接表征PPFD的均匀性,并以光照度函数的标准差构建评价函数,作为遗传算法的适应度函数。根据算法寻优结果,绘制LED阵列三维模型导入Tracepro中仿真模拟验证。结果表明:三角与矩形阵列的PPFD均匀度均超过了85%,且三角光源阵列的PPFD均匀度与光照分布特性均优于矩形光源阵列,验证了算法的可行性,同时提高了全光谱LED光源阵列的设计效率。