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PLC的智能化温室控制系统的设计与应用

为满足温室育秧过程中秧苗对温度、湿度等环境参数的要求,利用PLC建立了温室实时监测和控制系统。经过该系统的运行,结果表明育秧温室内的温度、湿度等环境参数完全符合温室内秧苗生长过程中所需要的环境要求。该系统易于实现和维护,可靠性高,具有良好的推广和应用前景。     

基于XGBoost的温室环境预测与卷膜决策方法研究

为了实现温室大棚环境由人工管理到自动控制，将农民经验管理模式模型化、参数化，对温室大棚环境进行控制，在陕西杨凌选择管理优质的温室作为研究对象，利用机器学习的极端梯度提升算法（extreme gradient boosting,XGBoost）建立室外环境（温度、湿度和不同高度温度）、室内环境（温度、湿度）、控制（卷膜） 3者之间的关系，分别对4个不同生育期（新梢生长期、开花坐果期、果实膨大期、着色成熟期）葡萄温室的温、湿度进行模拟，并建立温室环境控制卷膜决策模型，将该模型应用于杨凌地区“锦田农庄”3号葡萄温室，实现了直接通过温室外界环境对温室卷膜进行远程控制。结果表明：与实际情况相比，模型决策准确率为95%，根据结果进行卷膜远程控制，昼间卷膜开启后，温度、湿度变化趋势缓慢，均处于目标区间，说明所建立的卷膜决策模型可以有效调控温室内的温度和湿度，能够减少温室内传感器的使用，具有较强的应用价值和推广意义。     

单栋塑料温室内多因子综合CFD稳态模拟分析

为分析单栋塑料温室内的综合环境:气流场、温度场、湿度场、CO2浓度场,建立了包括温室内外空间、室内作物和土壤层等的温室环境几何模型。将温室内的湿空气看作水蒸气、CO2和干空气的混合气体,在分析温室中太阳辐射、作物与环境的质热交换,动量及质能传递过程的基础上,对单栋塑料温室内的环境因子进行了稳态模拟。温室内热辐射传递过程采用蒙特卡罗法模拟方法;将室内作物简化为连续固体换热模型,采用剪应力输运模型(SST)表述温室内的空气紊流。结果显示:温室通风对温度、湿度和CO2分布的影响很大,温室内部上风向温度低,湿度小,同时CO2浓度也不高;温室下风向作物冠层的环境未达到优化状态;模型的预测值低于实测值,但变化规律相似,温度、湿度、CO2含量的预测相对误差分别低于8%、6%和7%。     

日光温室湿度分布的数值模拟

以山西晋中地区日光温室作为研究对象,通过在温室内部布点测量温、湿度的试验和采用CFD进行数值模拟的方法,研究了冬季晴朗天气状况下,采用畦灌方式的日光温室在自然通风条件下内部湿度的分布规律。结果表明,冬季晴朗天气状况下,日光温室在08:00左右湿度达到最高值,14:00左右温度达到最高值;室内温、湿度显著负相关,温度每升高1℃,湿度降低3.31%;温室内部温度实测值与模拟值误差在±3℃以内,湿度实测值与模拟值误差在6.8%以内,整体拟合情况较好,证明了所建立模型的准确性;温室湿度在南北走向、东西走向变化不太明显,垂直方向上分层比较明显。太阳辐射所提供的热量足以维持温室所需,草帘的保温效果显著,无需对温室进行加温,但是温室夜间湿度较高,甚至接近饱和,需要对湿度进行控制。     

温室大棚无线温湿度监测装置的设计

设计了一种无线温度、湿度监测装置,该装置通过一体化温湿度传感器SHT11对温室大棚内温度、湿度进行采集,然后将采集到的数据按照协议通过无线模块发送出去;接收方接收到数据后解包,计算出温度、湿度值并显示在液晶屏上。该系统发射部分以AT89C2051为内核,包括温度、湿度采集模块和无线发射模块;接收部分以AT89S52为核心,将无线接收,液晶显示等模块结合起来,通过软、硬件抗干扰处理,设计出的实用、小型的无线监测温度、湿度装置可广泛应用到温室、粮仓等场合中。     

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。     

不同灌溉方式下温室湿度变化及对青椒生长的影响

以土壤含水率下限作为灌水控制指标,即60%~70%占田持,灌水定额为15 mm,研究了小管出流、渗灌、滴灌与沟灌4种灌溉方式下温室内湿度的变化趋势以及对青椒生长情况的影响,并分析了不同灌溉方式下的作物病虫害发病率以及灌溉方式和温室内大气湿度的相关性。结果表明,灌溉方式和温室内大气湿度相关性显著,不同灌溉方式下的湿度差异明显,其中渗灌条件下温室的大气湿度最低。温室内温度和湿度呈异步变化,当温室温度控制在25~28℃范围内,可使温室内的湿度保持在低水平范围内,减少病虫害发生。渗灌条件下作物病虫害的发生率最小,与小管出流较接近,比沟灌降低约35%;而且渗灌条件下青椒的产量最高,为34650 kg/hm2。滴灌、渗灌和小管出流较沟灌增产分别为17%、39%、34%。     

温室地下蓄热系统换热管道空气流速对蓄热效果影

为确定双层覆盖温室地下蓄热系统换热管道空气流速对蓄热增温效果及对温室温度与湿度环境的影响,分别测试了该系统换热管道以不同空气流速蓄热时换热管道进出口空气温度和湿度、地坪温度以及相邻无蓄热系统温室内的气温、土壤温度和室外温度.结果表明,白昼晴朗时,当换热管道内空气以流速0.6、1.0、1.5、2.0、2.5、2.8 m/s进行蓄热时,地坪温度均高于相邻无蓄热系统温室内的土壤温度,平均温差分别为0.8、1.1、3.1、3.9、4.3、5.6℃,系统蓄热效果随换热管道空气流速增加而增强.在系统换热管道内空气流速以0.6～2.8 m/s蓄热时,温室内热空气流经换热管道温度明显降低,使蓄热温室内的气温低于相邻温室气温0.1～0.6℃,但蓄热温室气温在常见温室栽培作物所需的适宜温度范围内,换热管道以不同空气流速蓄热对温室的温度环境影响较小.     

基于Elman神经网络的温室环境因子预测方法

针对目前温室环境系统中,环境监测数据只能反映当前环境状况,无法预测温室环境变化趋势,导致温室环境控制效果差的问题,提出一种基于Elman神经网络的温室环境因子预测方法。以采集的温室内温度、湿度以及二氧化碳浓度的历史数据作为预测模型的输入,建立Elman神经网络预测模型,进而实现精确的温室环境因子变化预测。结果表明,Elman模型优于BP和RBF模型,温度、湿度和二氧化碳浓度预测结果的均方误差分别为0.003 9、0.005 9和0.028 3,决定系数分别为0.991 5、0.967 8和0.973 9。该模型预测结果较理想,可以为温室环境调控提供一定的决策支持。     

热带地区锯齿型温室微气候环境初步研究

笔者于2010年9月至2011年7月采用5点法和9点法对中国热带农业科学院橡胶种质资源圃锯齿型温室微气候环境进行了初步研究,以期为锯齿型温室在热带地区改良设计提供理论基础支撑。结果表明:1锯齿型温室年平均透光率为35.21%,内部光照较强;在2010年9月25日、11月13日及7月8日中午温室内最强光照强度达到了45 000lux以上,超过了作物光照饱和点,需要适当遮阳。2锯齿型温室内最高日平均温度为3 8.5 9℃,最低日平均温度为1 7.4 3℃,要求具备降温措施;室内地表温度低于露地地表温度约3℃,可为植物提供优于露地的根部生长环境;骨架和薄膜的日最高温度达到了45.00℃以上,应进行适当改良设计以延长使用寿命。3锯齿型温室内湿度环境比露地湿度环境变化平稳,湿度环境较好。4锯齿型温室内的CO2浓度日平均值高于400mg/L,且通风性强,不需要CO2施肥设备。     

基于LabVIEW的温室环境监控系统的开发

为了解决传统以硬件为主的温室环境监控系统的操作复杂、交互性差等问题,利用LabVIEW开发了基于虚拟仪器的监控系统。该系统实现了温室内温度、湿度的实时采集、显示和存储;同时,还提供了超限报警、历史数据查询等功能。测试表明,系统能够准确地采集和显示温室的温度、湿度,具有操作简单、交互性好和性价比高等优点。     

基于无线传感器网络的温室环境监测系

简述了一种结合嵌入式技术、无线传感器网络技术的温室环境信息采集与监测系统设计方案。系统控制终端基于ARM9和嵌入式Linux操作系统进行设计,用于温室环境数据的接收、实时显示和存储,通过GPRS方式实现与远程管理中心的通信。温室环境数据的采集利用无线传感器网络完成,可采集温室温度、湿度、CO2含量、光照强度,基质温度和湿度等6通道参数信息。无线传感器网络的成功应用解决了传统温室使用有线方式布线繁琐的问题。     

温室环境智能控制系统的研究

介绍了一种基于计算机技术及传感器技术的温室智能控制系统,该系统可完成温室内的温度、湿度、土壤水势、光照及二氧化碳等参量的采集,并可根据上述参量实现温度调控、光照调控、节水灌溉及二氧化碳等参量的自动调节,实现了温室自动控制功能,为温室的工厂化育秧、工厂化种植打下了坚实的基础。     

BP神经网络在日光温室湿度预测中的应用

在对冬季环境下典型北方日光温室环境因子实测数据进行分析的基础上,选择影响温室湿度的环境因子和管理情况作为神经网络的输入量,包括室外温度、室外湿度、室外光照、室内3点温度、室内光照、天窗、侧窗开闭等共10项,以温室内部5个点实测平均湿度为输出量。通过900组数据对构建好的BP神经网络进行训练,选取训练数据外的60组数据作为测试。结果表明,60组输出数据平均相对误差为3.234%,预测效果良好。     

基于无线传感器网络的温室环境监测系统

简述了一种结合嵌入式技术、无线传感器网络技术的温室环境信息采集与监测系统设计方案.系统控制终端基于ARM9和嵌入式Linux操作系统进行设计,用于温室环境数据的接收、实时显示和存储,通过GPRS方式实现与远程管理中心的通信.温室环境数据的采集利用无线传感器网络完成,可采集温室温度、湿度、CO2含量、光照强度,基质温度和湿度等6通道参数信息.无线传感器网络的成功应用解决了传统温室使用有线方式布线繁琐的问题.     

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。     

半封闭温室夏季降温试验

半封闭温室是具有高可控性、高均匀环境条件、低通风率、正压和高效节能特点的一种新型温室。以位于北京市通州区于家务地区的连栋温室为例,对半封闭温室夏季降温效果进行了试验研究。升级改造温室原有风机,记录温室内温度、湿度、光照强度和风速等试验数据。结果表明,半封闭温室适合规模化生产需要,降温所需布置风机湿帘数量少,与普通温室相比,半封闭温室内部温度均匀度高,节能效果明显,夏季运行防虫效果好。      

面向Zigbee的温室监控系统的设计研究

温室监控系统用于实时监测室内温度、湿度、CO2浓度等环境参数,以便做出相应调整,使作物处于最佳环境中生长。文章主要针对Zigbee技术为基础,以温室监控系统设计为中心,对系统整体设计和温室监控系统硬件设计等方面进行了分析,本系统可有效提高温室监控的便捷性。     

基于MATLAB的温室环境参数优化

温室内的温度、湿度和光照等环境参数的最佳控制,对于促进温室内作物的生长及产量的提高十分关键.为此,以番茄的鲜质量作为决策目标函数,以温室内的温度、相对湿度和光照强度参数作为变量因子,运用通用旋转组合设计的方法,研究温室内环境参数改变对番茄鲜质量的影响,运用MATLAB对目标函数进行优化求解.试验结果表明:影响试验指标的主要因素是温度、相对湿度和光照强度,其较优组合是:温度为24℃,相对湿度为80%,光照强度为63.2klx.