本文摘要：日光温室环境监测与控制技术是现代农业的重要组成部分，在农业生产过程中，提高温室环境监测与控制技术水平，有利于节约生产资源，节省人力成本，提高作物产量。本文针对如何调控温室环境，合理调节温室中的温度与湿度，使作物能够良好的生长。《 山东农业大
日光温室环境监测与控制技术是现代农业的重要组成部分，在农业生产过程中，提高温室环境监测与控制技术水平，有利于节约生产资源，节省人力成本，提高作物产量。本文针对如何调控温室环境，合理调节温室中的温度与湿度，使作物能够良好的生长。《山东农业大学学报》(自然科学版)创办于1955年。该刊为农业综合性学术刊物，国内外公开发行，主要登载：农学、园艺、植保、畜牧、兽医、林学、土化、食品科学、农业工程及生物技术等方面的最新研究结果、学术论文、研究简报、实验技术、文献综述等。读者对象：为农林科研院所、大专院校师生及农林科技人员。
随着国民经济的飞速发展，低技术、低附加值的农业产品以无法满足人们日益增长的丰富的物质需求，面对竞争激烈的市场形势，粗放型农业以不适合社会的发展，必须改变农业粗放型的增长方式，走农业工业化、技术化和现代化的发展道路才能提高产品竞争力。农业生产过程与自然环境关系密切，农产品的生产受地域、气候和环境等诸多自然因素的影响和制约，为了摆脱这种影响，应大力发展温室农业。随着科学技术水平的进步，温室生产已经不再是简单的挡风遮雨和提高温度，利用新技术、新材料和新能源可以对温室内各种环境因子进行监测和控制，甚至完全摆脱自然环境的束缚，人为地创造适宜作物生长的最佳环境，生产出高品质、高质量的农产品[1-3]。
1.2研究的目的和意义
温室环境控制是一门复杂的综合性技术，它是集当代农业生物学、环境科学、电子技术、计算机控制与管理科学等多门学科于一体的综合技术。任何一种作物的生长、开花、结果都需要相应特定的环境条件，具有区域性和季节性，这是长期自然选择的结果。不同种类的作物生长需要不同的环境条件。温室智能环境控制主要是对温室环境因子进行综合的调节和控制，就是对温室中的温度、湿度、光照、CO2浓度等环境因子调节控制，为不同作物的生长、繁育提供适宜的环境，使作物与环境得到较好的统一[4]。
目前，常用的温室环境控制器主要有单片机，工控机，PLC[5]。以单片机为核心的控制系统，通常以MSC51系列单片机为基础，采用8位CPU,系统中的数据采集，算法实现，设备控制都由单片机完成。该类控制方式的优点是能够全局管理，开发周期短，操作简单、价格低廉，缺点是布线复杂，可靠性差，稳定性低、元件易损坏且输入/输出信号通常为模拟量或开关量，自动化程度较低。由于温室环境高温高湿，不利于单片机的长期稳定工作，单片机发生故障会导致整个监控系统瘫痪，影响农业生产。以工控机为核心的控制系统能对温室中的各种参数和变量进行有效控制。工控机结合模拟量采集卡，数字量采集卡以及其他输入输出模块共同完成温室环境的监测与控制。工控机控制系统的优点是稳定性高，抗干扰能力强，能够适应温室中的农业生产环境，缺点是工控机价格昂贵，不适合推广应用。
常用于温室控制的控制算法有PID控制，模糊控制，神经网络，遗传算法等几种控制方法[6]。PID算法通过计算偏差的比例、积分、微分调整输出量完成控制，通常算法中的比例环节能够提高系统的快速性，比例环节通过比例系数调整系统偏差，由于成倍数的放大偏差，输出修正，所以能够成倍数的修正偏差，使系统快速达到目标值。比例作用的大小取决于比例系数，比例系数越大，比例作用就会越强，输出的修正幅度也会越大，但是过大的修正幅度会使系统超调量增大，严重时会导致系统不稳定。积分环节通过不断的对偏差积分，不断的修正输出，直至偏差为零，因此积分作用能够有效提高精度，加强系统对参数变化的适应能力，积分环节通过改变积分时间常数的大小调整积分作用的输出结果，积分时间常数越小，积分环节对输出结果的修正能力就会越强，但是过度的修正，会导致系统时而正向输出，时而负向输出，引起震荡，导致系统严重不稳定。微分的作用能够描述系统变量的变化率，所以将系统偏差微分，可以获得偏差变化的“加速度”进而可以提前对偏差进行修正。因此，微分环节能够提高系统对动态过程的预知能力，克服惯性环节的影响，减小偏差变化，减小修正时间。微分环节的修正能力取决于微分时间常数，微分时间常数越大，对偏差的修正作用就会越大，同样，过度的加强修正作用，会导致系统不稳定。因此整定PID参数的时候，要在积分和比例、微分之间形成一种平衡[7]。模糊控制以模糊数学为理论基础首先，通过一定的方式将明确的信息模糊化从而获取信息，然后，按照一定规则处理信息，最后将模糊的信息数字化进而输出信息。它是一种范围控制，类似人工手动控制，人工控制主要凭经验参与控制，对控制对象只需大概了解不需要准确的控制模型。人工手动控制是一种由人作为控制器的控制系统是典型的智能控制系统，其中包含了人的高级智能活动。在生产活动中人作为控制器观测被控对象的输出，然后根据观测结果，通过大脑作出决策，最后手动调整输入。就这样不断的执行：观测，决策，执行，达到期望的输出。这实际是一个过程变化到控制行动之间的映射关系，这个映射是通过人的决策来实现的。人在决策中并不是通过精确的计算来实现决策，而是依靠定性或模糊知识[8-10]实现的。
本课题以设计一套温室智能监控系统为目的。其设计以PLC为控制核心，结合环境传感器、执行机构、定点摄像头以及上位机监控软件对温室环境综合调控，以达到作物生长需求。该系统应用于小型温室中通过传感器实时监测温室内的空气温度、空气湿度、土壤水分值等环境参数进而对温室内环境或人为的或自动的进行调控，使温室内环境能够更好的适应作物生长。并且以该监控系统作为研究平台以温室中温度，湿度为研究对象，研究温室中温度与湿度之间的关系以及它们的相互影响。同时以PID控制理论作为理论基础设计温室温度PID控制器，调节温室温度，并依据温室温湿度变化关系补偿温室湿度使温室环境中的温湿度能够得到合理的调节。最终将该设备运用于农业生产中，为作物提供好的生长环境，为种植者创造效益，因此，研究该课题具有深远的理论意义和重大的现实意义。
1.3 国内外研究现状
温室控制大致经历了人工手动控制、机械设备控制、电子设备控制、微机综合控制等几个发展阶段。温室环境控制本质是作物生长环境的优化问题。其最高目标是能使农业生产和工业生产一样不受地域、季节等环境因素的制约，并且能够实现全过程高效的生产自动化。
温室环境复杂具有多环境因子，大延时，强耦合等特点。想要控制多种因素同时达到作物生长所需最佳指标是不可能的，想要控制单一因素而不对其它因素产生影响也很困难，所以说，要实现温室环境气候条件的全局性综合控制很困难。但是，随着电子技术的飞速发展和微型计算机的普及应用，以及计算机性能的大幅提升和价格的下降，同时伴随着PID控制理论、模糊控制技术、神经网络技术和遗传算法等理论的发展成熟，以微机为核心的温室综合环境控制系统获得了前所未有进步发展，并逐步迈入网络化、智能化阶段[11]。
1.3.1 国外研究动态
在温室环境控制方面，国外起步较早， 20世纪80年代初，美国的雨鸟、摩托罗拉等几家公司就合作开发了智能中央计算机灌溉控制系统，并于20世纪90年代在全美得到了广泛的应用[12]。目前，美国的科研人员将计算机控制、作物生长影像监测分析、精确施肥等先进技术应用到温室中，大大提高了温室生产的自动化程度，使用计算机进行控制的温室已相当普遍，已占温室总量的82%。荷兰温室农业发达，温室环境控制技术先进，荷兰的农业是玻璃温室里的农业，早在80年代，荷兰人就已将计算机应用于温室的生产中，目前，荷兰使用计算机控制的温室已占温室总量的85%。以色列对农作物的灌溉采用了现代化的滴灌和微喷灌系统，在作物附近都安装了传感器以检测水、肥的状况，并将水、肥情况上传办公室里的中心计算机，中心计算机与田间的控制器进行通讯，可方便地遥控灌溉和施肥，使水肥的利用率达到80%～90%[13]。此外，英国、希腊、德国、西班牙、日本等国家将新技术应用于温室中，在智能温室的研究与应用中处于领先地位。
由于温室环境参数的程固有的非线性，使得温室环境的线性系统模型只能在环境参数较小的变化范围内保证模型精确度[14]。因此，采用非线性系统模型的辨识方法是一个必然趋势。当前，采用智能化系统辩识方法对非线形系统进行建模的研究非常流行，在温室环境辩识中有大量研究。1994年Saginert等人就采用人工神经网络方法对温室气候进行辩识，作者利用法国INRA和英国Silsoe研究所的数据分别建立了三层前向BP神经网络模型，网络的输入量为气候变量(室外光强度、室外温度、室外湿度、室外风速等)、控制变量(加热器的热通量、以弧度表示的通风口打开角度、以时长表示的喷雾量等)、状态变量(叶面积指数)和时间变量(日期、时间)，模型预测量为室内温度、室内光强度、以湿球湿度表示的室内湿度以及土壤温度等室内环境参数，并且通过增减网络的输入输出数目观察网络的预测能力，通过分析网络权值大小，判断哪些输入变量对变量预测更加重要，结果得出风向和叶面积指数对室内环境影响不大的结论[15]。1996年Saginer等人将神经网络添加到温室环境计算机控制系统中，通过试验模仿专家控制。结果显示，神经网络能够很好的模仿专家的控制思想[16]。2000年Van Straten等利用作物的光合作用和蒸腾作用进行温室内短期的优化控制，利用有效积温的原理进行温室长期的优化控制，将短期优化和长期优化相结合，实现了以经济最优为目标的温室环境控制。2003年Aeslyng等人应用机理分析法分析植物的光合作用、呼吸作用等相关物理生物过程中能量吸收与消耗，根据热平衡理论建立温室温度平衡方程，通过调整光照量调节温室温度，通过良好的光照利用率，增加作物产量，提高作物品质。2005年Paulo Salgado等人将模糊控制应用于温室的温湿度控制中，该方法是一种多输入多输出的控制方法，利用该方法解耦达到温室温湿度的综合调控。这些理论的出现，使得温室环境控制技术开始向智能控制技术过渡[17]。
第六章 总结与展望
6.1 总结
具体完成工作有以下几方面：
(1)设计了温室监控系统，该系统采用模块化设计由采集模块，控制模块，显示模块，工业摄像机，PLC以及上位机软件等几部分组成。该系统以PLC为核心，结合其它模块共同完成温室环境信息的采集与控制。同时，上位机软件还具有数据对比分析及历史数据查询等功能。
(2)以温室温度湿度为研究对象，记录不同条件下，温室温度湿度的变化。通过试验及数理统计软件分析试验温室温湿度之间的关系。经分析得出，在试验温室中温度升高，湿度下降明显，温度降低，湿度升高;湿度改变(升高或降低)，温度略有变化，变化幅度不大。温度的变化对湿度影响较大;湿度的改变对温度影响较小。
(3)应用机理分析法，根据能量守恒以及温室中的物理生物变化建立了温室温度模型。
(4)依据PID算法原理及温室环境特点设计了PID控制器及控制方案，结合温度模型及试验温室相关物理参数，利用Ziegler Niehols公式算出PID调节参数，同时应用Simulink对PID控制方案进行仿真同时调整PID参数。仿真结果表明PID温度控制能够满足温室对温度的控制要求，能够提高系统稳定性，减少调节时间 。
(5)应用PLC实现温室的温湿度控制，结合PLC的PID指令，利用脉宽调制的方式控制温室温度，试验表明PID控制算法运行可靠，有效的提高了系统的稳定性。同时，结合温湿度变化关系，温度变化的同时，对湿度进行补偿，经试验验证，补偿后湿度值基本符合控制要求。
6.2 展望
温室环境是一个综合的、多参数、强耦合的复杂系统。单纯的研究温度与湿度对温室环境的影响是不够的，只研究温度与湿度之间的关系也是不够的，针对本文的不足之处，可在以后的工作中作如下研究：
(1)本文中上位机软件采用Delphi编写，为单机应用软件，不具备联网功能，今后可联合开发基于Andriod系统或iOS系统的移动终端监控软件，使温室环境的监测与控制更加便捷化。
(2)本文下位机所采用的核心PLC造价太高，设计出的监控设备体积稍大，在稳定性相同的条件下应考虑采用体积小，造价略低的处理核心开发温室环境监控设备。
(3)本文所建温室温度模型是在忽略了很多外界因素理想条件下建立的，不够准确，今后可在温室建模方面尝试一些新方法。
(4)本文中使用的控制算法为经典控制算法PID控制算法，温室环境为复杂系统单纯依靠一种算法不够全面，今后可尝试多种算法联合控制。
转载请注明来自发表学术论文网：http://www.fbxslw.com/nylw/9542.html
