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...     

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。     

基于模糊神经网络的温室温湿度智能控制系统研究

针对温室非线性、时变性、延时性、多变量耦合等问题,对温度、湿度、光照强度和CO2浓度等环境因子进行分析,把模糊推理运用到温室环境控制系统,利用专家经验和知识行为转化为相应的模糊控制规则;结合神经网络控制理论,以温度和湿度作为主要控制变量设计模糊神经网络控制系统。仿真结果表明,该系统响应速度快,抗干扰能力强,对温室环境中温湿度有较好的控制效果,可为智能温室自动控制系统设计提供一定参考。     

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。     

遗传优化模糊控制器在温室控制系统中的应用

提出了采用遗传算法优化隶属函数实现模糊控制器优化设计的方法，并将这种优化设计的模糊控制器应用于温室集散控制系统中。试验结果表明，优化后的模糊控制器具有良好的、静态性能和较好的节能效果。此外，这种控制模式还能降低控制系统的成本，提高整个系统的运行效率和可靠性。     

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STC89C58单片机的温室控制系统设计

由于目前国内外公司生产的温室控制系统价格昂贵,对农民来说一次性投资太大从而不能普及.为此,介绍了一种基于STC89C58RD+单片机为核心的温室控制系统,对温室内温度、湿度及光照度进行了合理的控制.同时,详细阐述了温室控制系统的硬件、软件实现方法.该系统经试验温室中调试使用,系统操作简单,经济实用,控制精度达到农业生产要求.     

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.     

基于模糊神经网络的温室控制系统

为了实现温室节能以及安全控制,针对温室环境的大滞后、多输入、多输出、非线性和难以建立数学模型等特点,提出用模糊神经网络进行温室温度控制的方法,采用神经网络在线调整训练模糊规则的控制方式,实现了温室内温度的模糊控制.利用该方法能提高温室控制系统的精确性、适应性和鲁棒性,有利于节能.结果表明,基于模糊神经网络的温室控制系统运行效果良好,控制过程响应快,无震荡,超调量小,稳态误差小,能满足使用要求.     

温室温湿度耦合控制方法研究

为解决温室温度、湿度环境精准控制问题,基于PID算法并结合温度、湿度热力学分析,提出了一种温室温湿度耦合控制方法。通过实验结合参数辨识方法建立温室温度、湿度的数学模型;从热力学角度分析温度与湿度之间存在的耦合关系,得出温湿度耦合函数;将耦合函数作为温湿度之间的影响关系添加到基于PID算法的控制模型中,最终建立了基于PID算法的温湿度耦合控制模型。实验结果表明:加入温湿度耦合关系后,耦合控制相较于无耦合控制方法,温度控制与湿度控制系统的系统稳态时间分别减少73.3%和50%,系统稳态误差均为0,系统更加稳定准确。温湿度独立控制方法很难实现温室温度与湿度的协调准确控制,而采用耦合控制方法能够大幅度提高控制系统的稳定性、快速性及准确性,实现了温室温湿度的精准控制,从而提高了温室作物的生产品质。     

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。      

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.     

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。     

基于分段多区间的温室夏季温湿度智能控制策略

温室环境调控能有效改善作物生产条件,为有效针对温室温度相对湿度进行精准调控,设计了一种基于物联网的温室智能监控系统,分别进行了降温、除湿、增湿和无设备运行4种处理下的试验,构建了温室无设备运行状态下温度和相对湿度变化的数学模型,通过对比同一条件下无设备运行状态的模拟值与设备调控后的实测值,定量分析出不同设备的调控能力。提出了根据作物需求分时间段、根据设备调控能力分温度区间的分段多区间温湿度调控方法,并进行了试验验证。结果表明：分段多区间控制策略可以有效地调控温度和相对湿度,全天59.46%时间内的温度处于适宜区间中,全天6680%时间内的相对湿度处于适宜区间中;设备运行稳定且未造成设备频繁启闭。分时间段多温度区间控制策略结合智能控制系统可实现远程自动控制。     

蔬菜温室智能控制系统设计

为有效完成蔬菜温室内温湿度的实时检测,设计了以单片机Arduino为控制核心的蔬菜温室智能控制系统,使用温湿度传感器DHT11实现对温室内温湿度的采集.该控制系统可以根据检测结果通过神经网络对温室环境进行调节,从而实现对蔬菜温室环境自动化控制,优化蔬菜生长环境.     

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.     

基于作物蒸散量模型的智能化滴灌控制系统研究

为解决中小规模温室大棚的滴灌问题,设计出一套由作物蒸散量模型计算作物灌溉量的智能化滴灌控制系统。系统采用温湿度传感器测量不同高度上的温湿度差,利用波文比-能量平衡法计算出作物的蒸散量,并将蒸散量换算为灌溉量,通过单片机设定程序控制电磁阀的开关时间即控制灌溉量多少。对比试验证明,该方法方便、可靠,可应用于温室大棚的精确灌...     

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ANFIS的温室微气候通风调控模型

为实现通过控制温室通风口开度来调节室内温湿环境的目的,首先根据热量平衡和水汽质量平衡原理构建了温室气温和湿度的动态变化数学模型,然后基于自适应神经模糊控制系统(ANFIS),分别选择梯形和高斯型隶属度函数完成了2类通风控制器的设计,其中包括控制变量的选取、论域的量化、模糊集的定义、隶属函数的选择及控制器的训练等过程．最后将控制器与温室模型相结合,利用Matlab构建了以通风为输入、以室内温湿度为输出的Simulink仿真框图,并利用2类典型天气下的实测资料对控制系统进行了仿真检验．仿真结果表明:无论晴天还是阴雨天,采用梯形隶属度函数的温室模糊控制器比高斯型控制器更敏感,对室内温湿环境的变化具有更好的控制效果,有效减小了温湿度变化率的波动幅度,起到了优化调控作用．