温室环境控制与温室模拟模型研究现状分

综述了温室环境控制系统、控制策略及环境模拟等研究领域的发展状况.目前温室环境主要采用多处理器的分布式控制系统,控制器以结构通用、价格便宜的单片机为主,也可应用工业控制器,但工业控制器的价格较高.环境控制的研究重点是控制系统的智能化和信号传输的无线化,无线传输适合温室特点,为现场布线及后期维护带来方便.通过模拟模型可以了解结构特征、气象条件及作物生长等对温室环境的影响.综合考虑环境因子、作物生长及经济性的三级模型尚难以达到,目前主要还是采用分段式控制和人工设定相结合的方法.不必过分强调后级控制的精度,应结合作物生长模型进行环境优化调控并注意温室生产的经济性,加强控制理论与温室生产过程的结合.     

国内温室环境在线控制系统的研究进展

综述了温室在线控制系统的研究现状,按照温室在线控制系统的控制方法,将系统分为基于单片机控制、基于PLC控制、基于网络技术控制、基于工控技术控制(IPC)和基于总线技术控制等几类。目前,温室在线控制主要还是采用分段式控制和人工设定相结合的方法。未来温室在线环境控制的研究重点是控制系统的智能化和信号传输的无线化,通过综合考虑环境因子、作物生长及经济性等因素,来获得适合作物最佳生长条件的智能决策支持及控制系统。这将是未来温室在线控制系统的发展方向,能够达到改善作物品质和提高经济效益的目的。     

基于作物生长模型的温室智能控制系统

在对国内外温室智能控制系统进行调查分析的基础上,针对高档温室自动控制的需要,探索性地将温室作物生长模型引入到温室智能控制系统结构中,开发了基于作物生长模型的温室智能控制系统.该系统基于温室作物生长模型理论,对温室内外环境因子进行实时监测和智能化决策调节,为温室内作物生长创造最优化的生长条件.该系统功能强大,软硬件全中文界面,操作简便,运行可靠.     

现代农业温室环境控制策略研究进展

温室能够有效改善茄科作物(包括番茄、辣椒、茄子等)生长过程,温室环境控制策略对作物实现高效高产至关重要。为了充分利用国内外的研究成果、促进我国温室环境控制策略的研究应用,分别从常规比例微积分(Proportional Integral Derivative,PID)控制、模糊控制、人工智能控制、温室小气候模型和作物生长模型等5个方面,综述了温室环境控制策略的研究进展。针对目前我国该领域存在的问题,提出了今后应将智能温室控制与作物生长模型耦合,构建智慧型作物生长模型;针对不同区域作物的生长预测,与遥感技术进行结合,增强模型的普适性,形成具有中国特色的温室环境控制策略。     

组态软件在农业生产中应用的前景分析

计算机自动控制的智能温室已成为现代农业发展的重要手段和措施,其功能在于以先进的技术和现代化设施人为控制作物生长的环境条件,使作物生长不受自然气候的影响,做到常年工厂化生产,并进行高效率、高产值和高效益的生产.计算机自动控制包括肥水灌溉控制、综合环境控制、信息处理和紧急状态处理等.力控组态软件能够实现智能化温室的控制,即实现数据网络化、参数的批量控制和实时参数的检测等.     

基于PLC与WinCC组态软件的智能温室控制系统设计

对温室环境中温度、湿度、光照、CO2浓度等环境因子进行调控是实现设施作物生产高产、优质、高效的关键。以WinCC组态软件为上位机编程软件,以PLC为控制器,设计一种基于PLC的智能温室控制系统。该系统人机界面友好,性能稳定可靠,性价比高,能很好地实现对智能温室环境因子的自动控制,满足温室作物生长环境控制要求。     

物联网技术在智能连栋温室中的应用研究

针对现有温室管理过程中出现的人为因素干扰和粗犷管理模式带来的诸多问题,本文设计了一种基于物联网技术的设施农业远程控制系统,对作物生长环境进行精细化的智能管理,精确控制温室内温度、湿度、光照等环境因素,营造农作物生长的最佳环境,实现农业温室作物生产精细化、智能化、多功能的现代农业温室种植模式。     

基于经济最优目标的温室环境控制策略

将温室作物整个生长季节分为营养生长阶段和生殖生长阶段。在营养生长阶段,以温度优先为控制策略,即以温度为主控参数,根据温室内加温和降温的幅度等级来选择相应的执行机构,实现温室内作物栽培的环境参数控制要求。在作物生殖生长阶段,综合控制成本模型、温室环境的预测调控模型和作物生长模型,以温室产出与投入比最大为温室环境控制目标进行决策,为温室内作物生长提供经济适宜的环境参数和生长条件。以黄瓜为栽培对象,进行了温室周年生产。实践表明,按经济最优目标的控制策略来实现温室环境控制,既保证了作物正常生长的需要,又兼顾了经济成本。     

基于数据库的温室作物生长管理智能决策支持系统的研制

以Delphi7．0为软件开发环境,构建了温室作物生长管理智能决策支持系统。提出了温室作物生长管理智能决策支持系统的研究思路及系统实现的技术路线,采用Database Desktop来设计系统中的知识库、模型库和数据库。以数据库为基础的系统,有助于系统对知识、模型和相关数据的管理。对系统决策的过程采用基于数据库的方法进行编写,解决了温室作物生长智能决策过程中推理困难的问题,同时提高了决策的准确程度。经实际运用达到了预期的效果。     

温室环境对番茄干重影响的参数优化

番茄是设施蔬菜栽培的主要作物之一.为此,以温室番茄的干重作为温室环境控制的目标进行优化,为温室作物生长提供经济适宜的环境参数和生长条件;重点研究了温室内番茄生长的环境参数(温度、相对湿度、光照强度)对番茄干重的影响规律和温室环境系统最佳参数.试验结果表明,影响试验指标的主要因素是温度、相对湿度、光照强度,其较优组合是温度为31℃、相对湿度为69%、光照强度为71klx.     

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.     

温室环境智能控制系统的研究

现代化温室通过各种传感器及微型计算机自动控制温室环境,为作物在不适宜生长的季节提供适宜生长的环境条件,以实现不时栽培、提早采收、延长生育期和增加产量。根据温室环境控制系统的要求。应用计算机控制技术,设计了适合作物生长的新型温室环境控制系统,实现了各个环境因子的控制。通过试用证明,其具有良好的稳定性。     

基于改进PSO算法的多温室物联网群控终端变量协调控制研究

为解决目前温室群测控难、智能化程度低的问题,基于改进PSO算法提出一种多温室物联网群控终端变量协调控制方法.通过构建基于大数据的多温室分层分布式物联网群控集成系统,有效融合大数据技术、物联网技术、传感器技术以及智能控制技术,采用单个温室的多参数多变量协调控制方法,实现单温室智能化协调控制;通过加设总控制器,根据记录下的...     

基于模糊控制的温室灌溉控制系统的研究

针对温室灌溉受多因素影响难以建立精确控制模型的特点,开发了基于LabVIEW平台的温室节水灌溉模糊控制系统。该系统由土壤湿度传感器、数据采集卡、LabVIEW软件平台等组成,以土壤湿度偏差以及偏差变化率为输入量,以灌溉时间长度为输出量,采用MATLAB Fuzzy Logic工具箱设计模糊控制器,实现了温室灌溉需水量的模糊决策系统。试验结果表明,该系统能够根据土壤水分适时、适量的灌溉,对节水灌溉技术的发展起到了一定的作用。     

现代温室计算机控制系统的研究

现代温室广泛使用计算机控制温室的调节机构,以提高作物的产量与品质,降低能耗。为此,研究了国内外温室计算机控制系统的结构及控制策略;阐述了温室控制中常用的方法,如分步控制、整体控制、反馈控制、比例控制、积分控制、微分控制、前馈控制的特点。     

温湿度解耦模糊控制系统的研究

针对温室气候控制方法中温湿度之间的耦合作用,提出了以温度控制为主、湿度控制为辅的控制策略,并建立两变量输入、3变量输出的控制主回路和补偿回路模糊控制系统,从而为温湿度控制提供了一种行之有效的方法。     

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。     

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。