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.     

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。     

基于模糊控制的温室大棚光照度测控系统设计

光照度是温室大棚作物生长发育的核心要素,其直接影响植物光合作用的速率与效率。文章以温室大棚常见作物——西红柿的光照需求为例,在充分研究光照强度对西红柿生长特性影响的基础上,设计了一种基于模糊控制的温室大棚光照度测控系统。该系统可以实现对温室大棚光照度信息的实时监测和无线传输,并利用模糊控制算法对信息进行运算处理,实现对遮阳装置或者补光装置的智能控制,从而达到自动调光目的。     

温室环境系统模糊控制研究及PLC应用

针对传统温室大棚控制参数单一及自动化程度不高的问题,研究了基于温室多因子控制的模糊控制系统.在对温室大棚内的环境参数进行实时监控的基础上,根据作物生理活动的特点及其对环境条件的反应,将模糊控制算法应用于PLC程序,对温室大棚内环境因子进行调节,以促进光合作用,抑制呼吸消耗,加速营养物质的运输和积累,达到增产降耗与提高温室利用效率的目的.     

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。     

温室环境智能控制系统的设计

温室是由作物、各种农业机械设备、环境控制设备及生产与管理者等组成的一个复杂的非线性与时变系统。近年来,随着人们对作物质量和产量等提出了更高的要求,系统中承担信息的采集、处理、传递、存储、检索、管理、决策等各个环节也更加复杂多变,依靠传统的主机—终端模式的控制系统已经落后。为此,讨论了将模糊控制与PID控制结合起来并应用CAN总线技术组成级分布式复合控制系统,以实现温室环境参数控制过程的智能化。     

北方日光温室群智能化环境控制系统的研究

针对我国北方日光温室的结构特点、生产条件及管理现状,应用计算机控制技术、通信技术和网络技术等,研制开发出集多功能于一体的温室群智能化控制系统。通过对温室内环境因子的实时检测,使用模糊控制算法,控制温室内设备,使温室内的环境因子达到适合作物生长的要求。     

温室节水灌溉系统模糊控制器设计及MATLAB仿真

为实现对温室作物用水自动、适时与适量的灌溉,针对温室环境复杂且很难建立精确数学模型的特点,设计了基于模糊控制的温室节水灌溉系统,并介绍了模糊控制器的设计。该控制器将土壤湿度偏差及偏差变化率作为输入量,灌溉时间长度作为输出量,分别应用MATLAB对控制系统进行仿真实验和在实验室进行滴灌实验。仿真结果和初步试验结果表明:系统可控制土壤湿度与设定目标湿度之间的偏差在1%左右,可以满足对土壤湿度控制的要求,能够实现温室的自动灌溉。     

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.     

基于模糊控制算法的温室变温管理系统

针对传统温室恒温管理成本较高的问题,提出了一种基于模糊控制算法的温室分季节、分时段的变温管理的控制方法。在对温室内的环境温度实时监控的基础上,根据作物生理活动的昼夜变化及其对温度条件的反应,进行温室内温度的调节,以促进光合作用,抑制呼吸消耗,加速营养物质的运输和积累,达到增产降耗的目的。该系统能够很好地适应北方温室科学生产和自动化管理的要求,具有很好的实用价值和应用前景,可满足温室作物栽培的需要。     

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。     

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...     

基于智能温控算法的温室管理系统

为了适应作物生长需求,需要对大棚温度进行精确控制.首先,建立包含多种环境因素的大棚温度模型;其次,采用模糊PID控制方法,建立了高精度的温度控制方法.综合考虑温室外环境温度、风速、太阳照射强度和室内湿度等因素,采用ARX方法建立温度模型.采用模糊PID控制方法,以温度变化量及其变化率为输入,PID调节量为系统输出,对温...     

基于直接推理的温室环境多变量模糊解耦控制

针对温室环境控制的特点，提出一种多变量模糊控制器解耦结构，介绍了控制系统硬件组成，给出了执行机构的模糊规则和编程步骤。系统采用直接推理进行软件在线规则推理，既便于模糊规则的修改，又减少推理时间和内存使用量。系统已成功应用于温室环境控制，检测结果证明，系统响应快，超调量小，稳态误差小，温度和相对湿度控制精度满足温室植物栽培的需要。     

基于模糊控制的温室温湿度无线智能监控系统

在现代温室生产中,对温湿度因子的精确监测和稳定控制是实现高效生产的关键。设计了一种基于无线单片机CC1110和模糊控制算法的温室温湿度无线智能监控系统。阐述了该系统的组成及其在温室生产中的应用,介绍了软硬件设计和模糊控制算法设计过程。对整个控制过程进行仿真试验,结果显示温湿度变化超调量较小,控制过程平稳,可以满足控制要求。      

大漠温室模糊控制系统设计

依托温度传感器Wzppt100、湿度传感器HS1101以及单片机MC68HC705C8等硬件,设计了针对中卫沙坡头地区果蔬温室的智能控制系统,在采集与处理温室温度、湿度和光照度等参数的基础上,采用模糊算法,实现对温室卷帘机、换气扇、供暖器和微管喷滴灌等系统的实时控制。     

温室大棚温湿度模糊解耦控制系统设计与仿真

温室环境系统是一个多变量、非线性、时变和滞后的系统,各变量之间具有耦合关系,很难建立精确的数学模型。其中,温度和湿度的变化是最基本的因子,对农业作物影响最为显著。为此,采用模糊控制方法,通过建立模糊控制系统模型和对模糊控制器的设计,引入解耦参数,实现了该系统的温湿度解耦控制,使系统的温湿度控制精度大大提高。实验结果表明:当温室温湿度设定值分别为20℃和70%时,温湿度变化超调量较小,控制过程比较平稳,系统环境达到了作物生长的需求。     

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。