带前馈的比例积分(PI)控制方法在温室热水加温系统中的应用

由于受到室外温度、空气流动、太阳辐射等的影响,温室室内温度控制较为复杂。针对热水加温温室的特点,提出用带前馈的比例积分(PI)控制方法来控制热水管道温度。在实际应用中设定恰当的参数是取得理想控制效果的关键。本文以室外温度、太阳辐照度、风速及温室的状态等为输入,利用径向基函数神经网络建立室内温度预测模型,在此基础上,通过计算机模拟,快速地确定带前馈的比例积分控制方法中使用的参数。     

温室温度控制系统不确定性与干扰的灰色预测补偿算法

温室温度常规控制方法的控制效果依赖于被控对象模型精确度和干扰测量精确度.而温室系统不确定性、不精确性、时变性和多扰动等特性使温室精确模型很难获得、且干扰很难精确测量.为此,该文采用灰色预测补偿算法对温室对象上述特性进行预测补偿,其优点是可避开温室对象不确定性和干扰因素所带来的在获取对象模型时无法避免的理论和技术上的障碍,摆脱了控制算法对模型精确度和干扰测量精确度的依赖.仿真及实际运行情况均表明,该算法可达到较好的控制效果,控制精度明显提高.统计分析显示,表征不确定性与干扰的灰参量估计值与真值的相关系数分别为0.9968、0.9804、0.9938,决定系数分别为0.9935、0.9585、0.9871;灰参量绝对误差均值为-0.11510、-0.26733、-0.31035,方差为0.05150、0.16324、0.09474,相对误差均值为-1.68%、-8.06%、-8.73%,方差为0.01368、0.00533、0.00581;实测温度曲线与仿真温度曲线相关系数为0.973972,决定系数为0.948621.由于有效地减弱或消除了温度调节过程中的超调和振荡,能耗明显降低,既满足了温度变化的预期要求,又可实现节能.     

分布式智能型温室计算机控制系统的一种设计与实现

针对农业环境自动化控制的需要,研制了分布式智能型温室计算机控制系统.该系统体系结构为中心计算机和单片机智能控制仪的主从式结构, 系统采用实时多任务操作系统和农业温室专家系统的人工智能技术,对温室内外环境因子进行实时监测和智能化决策调节,为农作物创造最优化的生长条件.实时多任务系统使系统的通信,环境参数采集,控制可以同时进行;由于现场情况的复杂性和多变性,依靠精确数学模型的传统控制已经无法很好地解决问题,因此,本系统采用存储大量现场经验和知识的专家系统来达到控制的目的.采用专家系统从理论上去验证和分析系统,保证了系统运行的稳定性和可扩展性,降低了开发难度.系统硬件主要由环境因子实时监测模块、智能决策模块组成.软件部分采用COM组态方式实现,包括数据库管理模块、人工控制模块等,具有操作简便,可靠性高,易升级扩充等特点,已实现产品化.     

基于改进型极限学习机的日光温室温湿度预测与验证

日光温室温湿度模型是其结构设计与控制的重要基础,因日光温室系统具有大惯性、强耦合、非线性等特性,采用机理分析法,难以建立其准确的数学模型,导致日光温室控制效果差。神经网络建模能更加灵活地得到日光温室系统的参数,但传统的极限学习机(extreme learning machine,ELM)存在隐含层神经元激励函数固定,只考虑经验风险(即训练误差最小化),而导致过拟合等问题。为了实现对日光温室内温湿度环境因子的综合控制,需要进一步提高日光温室环境因子的预测精度,该文将基于正交基函数的改进型极限学习机对日光温室环境因子进行辨识,并利用经验模态分解(empirical mode decomposition,EMD)方法确定网络隐含层节点数,建立了日光温室温湿度环境因子预测模型。利用所建立的模型对日光温室内的温度和湿度等环境因子进行预测结果表明:温度模型有效性为0.9434,湿度模型有效性为0.9208,实测值与预测值的拟合关系比较理想,说明基于正交基函数的改进型极限学习机对日光温室进行系统辨识是可行的,且对日光温室智能控制的发展有一定的参考价值。     

温室水循环太阳能利用系统高效节能控制策略

针对目前温室水循环太阳能利用系统无法在合理时间集热的问题,该研究开发模面装置,基于其表面综合温度提出高效节能控制策略。理论分析表明,日间表面综合温度反映集热器表面可集太阳余热,利用该温度与蓄热水池内水温之间的差值可较准确地判断集热时机;夜间表面综合温度接近于室内气温,利用该温度进行放热控制的方式实质上就是利用室内气温的方式。通过现场试验,测试提出的控制策略下实现的中空板水循环太阳能利用系统的集放热效果,并与现有的基于设定时间点或室内气温的控制方式的能力进行对比。试验结果表明中空板系统在提出的集热控制策略下获得的晴天的集热量（404.1 MJ）与多云天和阴天的集热量（分别为225.9和62.7 MJ）差异明显。而设定时间点控制集热,导致少集热（1.4 h）、无效运行（1.7 h）等问题。基于室内气温方式浪费集热时机：集热初期,太阳辐射较强,系统本可集热（31.8 MJ）,且集热量远大于能耗,集热COP（Coefficient of Performance）达20.2,但因气温低,系统并不运行;集热末期,还出现短期无效运行（多云天为0.7 h;阴天为2.4 h）。该研究提出的集热控制策略能以更低能耗实现更高集热量;放热控制方式也具有一定优势。     

大跨度主动蓄能型温室温湿环境监测及节能保温性能评价

针对日光温室土地利用率低,单体小不能进行立体栽培果树种植,不利于机械化操作等问题。该文提出一种大跨度主动蓄能型温室,该温室南北走向,双屋面拱形钢骨架结构,并采用主动蓄放热系统进行能量的蓄积与释放。该试验以传统砖墙日光温室作为对照,对大跨度主动蓄能型温室室内外温湿度以及主动蓄放热系统的能量收支进行分析,并对比2种温室的建造成本,综合分析了试验温室保温节能效果及经济效益。结果表明:大跨度主动蓄能型温室土地利用率高达87.4%。温室夜间平均气温高于10℃,无极端低温,晴天夜间平均气温比对照温室高1.5~3.1℃,比室外高13.9~19.3℃;阴天夜间平均气温比对照温室高1.2~2.8℃,比室外高12.5~18.9℃。夜间室内相对湿度平均比对照温室低7%~10%。主动蓄放热系统性能系数COP(coefficient of performance)为3.4~4.2,平均每天能耗0.013 k Wh/m2,与传统燃煤锅炉加温系统相比,平均节能率为47%。大跨度主动蓄能型温室建造成本每平米307.2元,比传统砖墙日光温室低144.5元。大跨度主动蓄能型温室是一种土地利用率高,单体大,保温性能良好,能进行冬季果菜生产的新型温室类型,且投入少,综合其经济环境效益,值得推广应用。     

温室环境多级控制系统及优化目标值设定的初步研究

该文采用多级控制策略,优化设定系统目标值来解决温室环境系统中多个时间响应常数相差过大的问题;设定系统优化目标值时,白天使植物获得最大的光合速率,夜间在满足植物生长和积温要求的前提下使温室处在能耗最小的状态下运行。构建了能量消耗为零（无加热、无制冷和无机械通风）时计算温室内部温度的模型,采用遗传算法对最优目标值进行搜索。计算结果表明：该系统优于某地先进的温室控制系统,既能获得较高的效率又能节能。     

温室节点式渗灌自动控制系统设计与实现

为了充分发挥节点式渗灌技术的节水增效作用,根据中国东北的农业资源特征,并考虑到农民的生产规模和经济条件,应用模糊控制方法,研制了一种适用该技术的自动控制灌溉系统。该系统由控制器、电磁阀、土壤湿度传感器、水箱和渗灌管网等构成。控制器采用89S51单片机。A/D转换芯片的型号为ADC0804。显示器采用LCM显示模块。外部存储器采用24c02芯片。键盘由4个弹跳按钮构成。输入到二维模糊控制器的信号有2个,即土壤含水率误差和经过差分变换的土壤含水率误差变化率。经过二维模糊控制器的分析和放大作用后,其输出信号也是2个,即电磁阀的开启时刻和电磁阀开启持续时间。初步试验结果表明把土壤含水率提高10%所需的调整时间在30～40 min之内、系统的控制误差在3%以内,系统运行稳定,准确性和和快速性等指标能满足农业技术要求。     

基于ZigBee和Internet的温室群环境远程监控系统设计

针对当前国内温室群环境智能测控研究现状以及黑龙江省寒地日光温室建设实际,研发了一种基于ZigBee和Internet的温室群环境远程监控系统。该系统由数个独立温室监控系统组成,各独立温室监控服务器将数据汇总至总服务器,由总服务器提供远程监控接入管理服务。各独立温室监控系统传感网部分基于ZigBee网络设计,通信模块采用TI公司新一代片上系统CC2530,ZigBee网络通过RS232-RJ45协议转换器接入局域网。软件算法设计参考了大系统理论,对温室环境因子进行综合调控。通过日光温室实地试验,测试了ZigBee网络通讯稳定性,通讯丢包率控制在4.9%以内,远程监控系统稳定,满足了工程设计需要。     

新型高精度温湿度检测箱及其测控系统研制

为了克服传统温湿度检测箱价格昂贵、技术指标精度低、测控参数单一等缺点,研制了一种可靠性高、造价适中、自动化程度高的温湿度检测设备。该恒温恒湿箱在恒湿系统中采用了内、外双循环结构,在恒温系统中采用了二次恒温技术和分段测量方案,并采用了专家PID控制策略、硬件双重保护以及软件补偿等方法,实现了温度和湿度的精确测量和准确控制,提高了系统的性价比。该系统可广泛地应用于气象、温湿度检定、养殖等生产与科研单位,并且由于系统的灵活性和模块化,可以方便地满足其他场合。     

果库温湿度智能调控系统的研制

为了精确地测量与调节果库的温度和湿度、利用自然冷源、提高果库的管理质量，设计了一个温度与湿度调控智能化系统。在主控单元中，采用了MCS-51系列的8031单片机，应用汇编语言；在温度的测量单元中，应用集成电路传感器，多通道巡检、采样，经主控单元处理，使测温误差控制在±0.2℃以内；在湿度测量单元中，应用电容式湿度传感器，并进行串联改造，使其在50%～100%的相对湿度范围内保持良好的线性度。在执行机构中，采用了继电保护，对系统的工作过程实行了数字显示、打印记录。