CN103631285B - 一种基于can总线的鸡舍环境温度控制系统 - Google Patents
一种基于can总线的鸡舍环境温度控制系统 Download PDFInfo
- Publication number
- CN103631285B CN103631285B CN201310612072.7A CN201310612072A CN103631285B CN 103631285 B CN103631285 B CN 103631285B CN 201310612072 A CN201310612072 A CN 201310612072A CN 103631285 B CN103631285 B CN 103631285B
- Authority
- CN
- China
- Prior art keywords
- temperature
- breeding environment
- hen house
- environment temperature
- neural network
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000009395 breeding Methods 0.000 claims abstract description 96
- 230000001488 breeding effect Effects 0.000 claims abstract description 96
- 238000012544 monitoring process Methods 0.000 claims abstract description 16
- 241000287828 Gallus gallus Species 0.000 claims description 34
- 238000013528 artificial neural network Methods 0.000 claims description 34
- 230000001276 controlling effect Effects 0.000 claims description 21
- 238000001514 detection method Methods 0.000 claims description 17
- 230000001537 neural effect Effects 0.000 claims description 12
- 238000003062 neural network model Methods 0.000 claims description 12
- 230000008901 benefit Effects 0.000 claims description 10
- 230000003698 anagen phase Effects 0.000 claims description 9
- 230000012010 growth Effects 0.000 claims description 9
- 238000001816 cooling Methods 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 4
- 239000003595 mist Substances 0.000 claims description 4
- 239000000203 mixture Substances 0.000 claims description 4
- 230000001105 regulatory effect Effects 0.000 claims description 4
- 230000007613 environmental effect Effects 0.000 claims description 3
- 238000009360 aquaculture Methods 0.000 claims description 2
- 244000144974 aquaculture Species 0.000 claims description 2
- 230000003993 interaction Effects 0.000 claims description 2
- 238000013461 design Methods 0.000 abstract description 20
- 230000033228 biological regulation Effects 0.000 abstract description 3
- 230000001737 promoting effect Effects 0.000 abstract description 2
- 238000004891 communication Methods 0.000 description 10
- 235000013601 eggs Nutrition 0.000 description 9
- 238000000034 method Methods 0.000 description 9
- 230000004044 response Effects 0.000 description 8
- 238000004519 manufacturing process Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 210000002569 neuron Anatomy 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000003044 adaptive effect Effects 0.000 description 3
- 210000003746 feather Anatomy 0.000 description 3
- 235000021050 feed intake Nutrition 0.000 description 3
- 102000002322 Egg Proteins Human genes 0.000 description 2
- 108010000912 Egg Proteins Proteins 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000003750 conditioning effect Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000034994 death Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 210000003278 egg shell Anatomy 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 235000013305 food Nutrition 0.000 description 2
- 235000012631 food intake Nutrition 0.000 description 2
- 230000008642 heat stress Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 244000144977 poultry Species 0.000 description 2
- 230000029058 respiratory gaseous exchange Effects 0.000 description 2
- 210000000106 sweat gland Anatomy 0.000 description 2
- 241001347978 Major minor Species 0.000 description 1
- 241000124008 Mammalia Species 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000036750 egg laying performance Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000037406 food intake Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 244000005700 microbiome Species 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000035790 physiological processes and functions Effects 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 210000001034 respiratory center Anatomy 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 235000015096 spirit Nutrition 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Housing For Livestock And Birds (AREA)
Abstract
本发明公开了一种基于CAN总线的鸡舍环境温度控制系统，所述系统由数据采集与控制平台、智能化鸡舍养殖环境温度控制系统和设定温度理想值的专家系统三部分组成。本发明针对鸡舍养殖环境中温度变化具有非线性、大惯性、大时滞以及时变性的特点和难以控制的难题，设计了一种基于CAN现场总线的鸡舍养殖环境温度控制系统，该系统由数据采集与控制平台、智能化鸡舍养殖环境温度控制系统和温度理想值设定的专家系统实现对养殖环境的温度进行检测、智能控制与管理的现场总线监控系统，实现对鸡舍养殖环境温度高质高效调控来提高养殖户提高经济效益的要求，该系统具有非常大的推广价值。
Description
技术领域
本发明涉及鸡舍环境温度的智能控制设备技术领域，具体涉及一种基于CAN总线的鸡舍环境温度控制系统。
背景技术
适宜的环境是保证鸡群发挥正常生产性能的条件，夏季蛋鸡舍通风降温状况的好坏直接影响蛋鸡的生产性能，因为高温严重影响蛋鸡饲料摄入量和饲料转化率、增重以及产蛋性能等，甚至导致死亡。蛋鸡鸡舍环境温度控制在21℃-25℃时,饲料转化率和产蛋率最高；当鸡舍环境温度升高到26℃-29℃时,由于鸡呼吸中枢兴奋、呼吸加快、而抑制了大脑采食中枢,使其采食量下降,致使其营养物质摄取不足而产蛋量下降,蛋形变小,蛋重变轻,蛋壳变薄,蛋破损率升高；当温度升高到30℃时，其采食量约为18℃时的80%，35℃时下降至60%。此时的营养摄入已不能满足快速生长和高产蛋率的需求。环境的调控就成为这一时期饲养管理的重要环节。经试验证明,高温季节所产蛋的蛋壳比正常情况下薄5%左右。因此,饲养蛋鸡要达到低成本、高效益的目的,须根据气候特点做好相应的措施,寒冷季节要保温,炎热时要充分隔热、注意通风、洒凉水等。鸡舍温度应保持适宜范围,为鸡群创造良好的小气候条件。成年鸡舍温度应该保持在13℃-23℃范围内。温度低鸡散热多,消耗能量大,饲料消耗多。有关资料介绍鸡舍环境温度每下降1℃,鸡每天要多吃1.5%的饲料,少产蛋5%。如果温度下降到5℃时,鸡每天要多吃饲料15%,少产蛋50%以上。由于鸡的皮肤没有汗腺且有丰富的羽毛,它不能象哺乳动物那样在高温条件下利用汗腺蒸发来散发过多的热量,而是主要依靠呼吸来进行散热。肉仔鸡在适宜温度环境中，能获得较高的成活率、增重速度和饲料报酬。温度适宜时，雏鸡在室内散布均匀、活泼好动、羽毛光顺、紧贴体表，睡眠时较为安静，吃食时争先恐后。温度太低时，雏鸡就会出现低温表现，雏鸡拥挤于热源附近或某角落，羽毛蓬松，精神萎顿，发出连续不断的叫声。这样时间长了，容易引起雏鸡感冒或被压死。必须立即加温，并驱散挤堆雏鸡。因此，在肉仔鸡的整个饲养期内都要注意对鸡舍温度的控制。
环境温度过高，引起鸡的热应激，从而导致疾病的发生，使鸡的死亡率升高，饲料利用率和生产性能降低。热应激通过降低采食量而影响鸡的生产性能，同时影响鸡的生理机能，降低营养物质的利用率，从而使生产者蒙受巨大的损失。规模化的密闭式鸡舍已经实现自动化的环境控制系统来完成舍内的降温及维持温度的稳定。适宜的温度可以促进鸡的生长发育,而温度过高,不仅会严重影响到蛋鸡的进食量和产蛋量,而且由于高温高湿环境有利于微生物的孽生和繁衍,还会诱发多种鸡病,同时空气中相对温度高将严重影响鸡的呼吸散热,最终导致鸡体死亡。
李文设计基于ZigBee和以太网技术的鸡舍环境监控系统，为实现对大规模养鸡场内环境的远程监控，可以对鸡舍内的温度、湿度、光照以及红外报警等信息进行实时采集和远程监控，韩玉坤设计CAN总线在大型鸡舍温度测控系统，介绍了基于CAN总线的鸡舍温度测控系统的设备组成和工作原理，重点叙述了智能节点的软硬件设计，对大型鸡舍的环境温度控制对于肉鸡的饲养有着重要的意义。邹存名设计鸡舍温度控制器，给出了基于AD7416鸡舍温度控制器的设计与实现方案，基于AD7416鸡舍温度控制器的设计与实现能够实时准确测量鸡舍温度，并将温度保存起来，使温度控制器实现了温度的实时测量、保存、高低温报警。这些系统的开发有力地促进养鸡业的快速发展，但是鸡舍温度不稳定、控制精度低和系统响应速度慢等问题没有从根本上得到解决。
发明内容
本发明的目的是提供一种基于CAN总线的鸡舍环境温度控制系统，本发明针对鸡舍养殖环境中温度变化具有非线性、大惯性、大时滞以及时变性的特点和难以控制的难题，设计了一种基于CAN现场总线的鸡舍养殖环境温度控制系统，该系统由数据采集与控制平台、模糊神经网络-PID多串级鸡舍养殖环境温度控制系统和基于经济最优推理的专家系统实现对鸡舍养殖环境温度的控制目标进行科学设定三部分组成，形成对养殖环境的温度进行检测、智能控制与管理的现场总线监控系统。
(1）数据采集与控制平台：包括鸡舍养殖环境监控现场的检测节点、控制节点和现场监计算机组成，由它们在鸡舍养殖现场通过CAN现场总线实现它们之间的信息交互构建成测控网络，实现对养殖环境的温度进行检测和控制。在现场监控计算机和控制节点设计模糊神经网络-PID多串级的鸡舍养殖环境温度控制系统实现对规模化鸡舍养殖环境温度进行智能化控制和基于经济最优推理的专家系统实现对养殖环境温度的控制目标值科学设定，该控制系统由模糊神经网络主调节器、养殖环境温度神经网络模型辨识器、养殖环境控制节点的多个PID副调节器和专家系统组成，其中在现场监控计算机设计模糊神经网络主控制器、温度神经网络模型辨识器和专家系统，在控制节点实现控制养殖环境温度装备的多个PID副调节器，数据采集与控制平台见图1。
(2）根据鸡舍养殖环境温度的非线性、大惯性、大时滞及时变性的特点和难以控制的问题，在现场监控计算机和控制节点中设计模糊神经网络-PID多串级鸡舍养殖环境温度控制系统来提高控制的稳定性、精度和系统的响应速度，该控制系统见图2下半部分。其中模糊神经网络-PID多串级鸡舍养殖环境温度控制系统由鸡舍养殖环境温度模糊神经网络主调节器与控制养殖环境温度的多种装备的PID副调节器组成多串级的温度控制系统，养殖环境的温度为主控变量，加热器的电压、风机的转速、湿帘电机转速和喷雾降温电机转速为副控变量。养殖环境温度模糊神经网络主调节器与养殖环境温度神经网络模型辨识器构成模糊神经网络预测控制，通过养殖环境温度神经网络模型辨识器的输出与鸡舍养殖环境温度给定控制量的误差来调节模糊神经网络主调节器的输出使鸡舍养殖环境的温度实际值迅速跟踪温度给定值，通过串级与预测控制解决具有非线性、大惯性、大时滞及时变性的鸡舍养殖环境温度难以控制的问题，提高鸡舍养殖环境温度控制系统的响应速度、控制精度和稳定性。
模糊神经网络主调节器的作用是及时调整控制养殖环境温度的多个控制装备的PID副调节器的给定值，多个PID副调节器的作用是保证加热器电压、风机、湿帘电机和喷雾降温电机转速的稳定。针对鸡舍养殖环境温度变化显著的非线性特性、滞后性和时变性，将具有非线性映射能力及自适应能力的模糊神经网络应用于鸡舍养殖环境的温度控制，本发明提出一种基于神经网络的养殖环境温度在线辫识与自适应模糊神经网络控制相结合方法，该方法利用神经网络实时在线辨识系统温度输出，优化模糊神经网络主调节器参数，对于解决养殖环境温度由于非线性严重、滞后性和时变性而导致控制困难的问题具有较强的针时性，实验结果证明该系统适应性强，稳定性好，响应速度和控制精度均令人满意。当鸡舍养殖环境温度偏离设定值时，模糊神经网络主调节器进行运算，其输出作为控制养殖环境温度装置的多个执行机构的PID副调节的给定值，接着对应机构的PID副调节器进行运算，通过改变对应执行机构的状态使养殖环境的温度跟随给定值的变化，一直到接近鸡舍养殖环境温度的设定值为止。
本发明在串级控制的基础上，鸡舍养殖环境温度采用模糊神经网络的主调节器来对鸡舍养殖环境的温度进行控制，该控制方法确保养殖环境温度稳定在给定值附近，该控制算法能够充分发挥模糊控制及神经网络的优点，该控制方法无论是抗干扰能力还是在鲁棒性方面与传统的串级PID控制及常规的神经网络控制性能相比较都有了很大的提高。模糊神经网络-PID多串级的鸡舍养殖环境温度控制系统，提高了鸡舍养殖环境温度的控制品质，提高了系统响应速度、稳定了养殖环境温度、抑制了多种因素对鸡舍养殖环境温度的影响，模糊神经网络-PID多串级的鸡舍养殖环境温度控制系统见图2下部分。
(3）养殖环境温度设定的专家系统：在现场监控计算机设计基于经济最优推理的专家系统实现对鸡舍养殖环境温度的控制目标进行科学设定。该系统基于温度控制成本、生长模型、料重比和生长阶段形成的经济效益模型的温度控制理想参数设定的专家系统，该系统可以根据鸡舍养殖环境温度调控成本、生长模型、料重比和生长阶段科学确定处于不同生长阶段鸡生长理想温度。有效克服仅凭养殖操作人员经验设定不同时刻养殖环境温度的设定值，提高饲料的利用率和养殖效益，该专家系统见图2上部分。
本发明专利与现有技术相比，具有以下明显优点：
（1）、本发明采用模糊神经网络-PID多串级的鸡舍环境温度控制系统，多个执行机构的PID副调节器是根据鸡舍环境温度的主调节器输出来调整鸡舍养殖环境执行机构状态的随动系统，多个副调节器回路已经尽可能把被控过程中对养殖环境温度的影响变化剧烈、频繁、幅度大的主要扰动包括在副调节器回路中，这些副调节器回路对包含在其中影响鸡舍环境温度的二次扰动具有很强的抑制能力和自适应能力，二次扰动通过主、副调节器回路的调节对主被控量环境温度的影响很小，所以鸡舍养殖环境温度输出值变化幅度小、稳定、系统能够快速度响应控制系统对鸡舍养殖环境温度的要求。
（2）、本发明通过养殖环境温度神经网络模型辨识器对养殖环境温度预估，通过该预估值与养殖环境温度给定控制值的误差不断修正鸡舍养殖环境温度模糊神经网络主调节器的输出参数，使养殖环境温度的实际值随时向预定的设定值靠近，该控制系统不允许被控制量养殖环境温度存在偏差而准确保持被调量符合生产要求，养殖环境温度发生扰动时，就能快速把养殖环境温度调节到所需要的数值上。该控制系统对误差实施的是预测闭环控制，能够适应诸多扰动因素影响，具有良好的鲁棒性。
（3）、本发明养殖环境温度在模糊神经网络主调节器与养殖环境温度神经网络模型辨识器构成的反馈预测控制系统的共同作用下，养殖环境温度的稳定性有了很大的提高，该控制系统对养殖环境温度的非线性、大惯性、大时滞及时变性对象的控制有很强的鲁棒性，控制系统对给定值的跟踪特性好。与原有的常规控制相比该控制系统的控制品质、响应速度和稳定性能都明显提高，养殖环境温度的控制精度高、抗干扰能力强和温度的稳定性能好，具有较好的应用和推广价值。
（4）、本发明采用基于经济最优推理的专家系统对养殖过程的环境温度的理想值进行科学设置，提高了设置养殖过程中不同生长阶段对温度需求量的科学性，提高了养殖的效益和效率，实现了科学养殖和高效养殖。
（5）、本发明将模糊控制、神经网络、预测控制、串级控制和专家系统，设计了模糊神经网络-PID多串级鸡舍养殖环境温度控制系统。该控制系统克服了单纯PID控制对大惯性大延迟对象调节品质差、抗干扰性弱的缺点，养殖环境温度神经网络模型辨识器有效地补偿了传统预测控制基于线性模型的局限性。将该控制系统用于鸡舍养殖环境温度的控制具有较强的动态跟踪性能和抗干扰能力及良好的动静态性能指标。
附图说明
图1鸡舍养殖环境温度控制系统结构框图。
图2模糊神经网络-PID多串级鸡舍养殖环境温度控制系统。
图3检测节点软件工作流程图。
图4现场监控计算机软件结构框图。
图5控制系统平面布置结构图。
具体实施方式
（1）检测节点设计
检测单元由温湿度传感器数据采集电路、信号调理电路、通信接口和C8051F020单片机构成。采用THT-N163A温湿变送器采集鸡舍环境温湿度，通过信号调理电路放大送入C8051F020单片机，通信接口由CAN协议芯片SJA1000、光电隔离电路、抗干扰电路和收发电路等组成，由检测节点通信口、控制节点通信口、CAN/232和现场监控计算机构成CAN总线通信网络，实现现场监控计算机和检测节点与控制节点的通信，系统采用CAN/RS232模块实现现场监控计算机和现场总线的协议转换。检测节点结构（图1），检测节点实现对鸡舍养殖温湿度的检测，软件流程（图3）。
（2）控制节点设计
控制节点由光电隔离输出驱动电路、C8051F020单片机和通信接口构成，通信接口由CAN协议芯片SJA1000、光电隔离电路、抗干扰电路和收发电路等组成，由检测节点通信口、控制节点通信口、CAN/232和现场监控计算机构成CAN总线通信网络，实现现场监控计算机和检测节点与控制节点的通信，系统采用CAN/RS232模块实现检测中心计算机和现场总线的协议转换。控制系统结构和控制节点结构（图1）。在该节点中根据控制外部设备的需要设计4个回路的PID副调节器实现对加热器、风机、湿帘和喷雾降温装备的控制，其中PID的输入连接温度模糊神经网络主调节器的输出，从而构成主副调节器的多串级控制系统（见图2下半部分）。
（3）现场监控计算机
现场监控计算机定时从串口读取从检测节点采集的温湿度数据，它对检测点的数据能够进行实时显示、曲线显示、数据存储和历史查询。在现场监控计算机设计温度模糊神经网络主调节器和温度神经网络模型辨识器NNM，该神经网络模型辨识器NNM和模糊神经网络主调节器实现对鸡舍养殖环境温度的预测控制，可以有效地调节由于鸡舍环境温度的非线性、大滞后和时变性等造成的控制精度低、响应慢和稳定性差的问题。为了提高养殖效益与效率，避免人为设置鸡舍环境温度的效益与效率低下的实际状况，根据鸡不同生长阶段和养殖效益对温度的需要，设计基于经济最优推理的专家系统实现对鸡舍养殖环境温度科学设置(见图2上半部分)。其中：
Ⅰ、模糊神经网络主调节器设计
模糊神经网络由2-14-49-4节点IV层结构组成（图2左部分），其中网络的(I)—(II)层对应于模糊控制规则的前提“IF—THEN”部分,(III)层对应模糊逻辑,每个节点输出表示一条规则的触发强度(隶属度),(IV)层对应于规则推理的结论部分“THEN—PART”,完成推理合成,逆模糊运算,整个网络的输入输出映射关系如下:
第(I)层:输入层有2个节点,对应于温度的误差和误差变化率，输出对应它们的7个等级，连接权为1。
第(II)层:有14个节点，它是隶属函数层,采用高斯函数作为隶属函数。
第(III)层:有49个节点，它是规则库,这一层主要实现前提匹配,“AND—MIN”操作运算。连接权值给定为1。
第(IV)层：有4个节点，为输出层，这一层主要实现所有规则的结论组合。节点的输出对应控制装置的PID副调节器的给定值。
其中模糊神经网络在线学习控制算法：
把模糊神经网络控制器接入鸡舍养殖环境的温度控制系统中，为了使控制系统自适应被控对象的变化，采用在线学习方式，利用BP最速梯度算法调节网络的权值Ｗj。在线学习的性能指标如式（1）所示，其中和分别为系统的期望输出和实际输出；网络权值的调整如式（2）所示。
（1）
（2）
式中——学习率；——动量因子。
在模糊神经网络中隶属函数的参数调整如式（3）和（4）所示。
（3）
（4）
Ⅱ、温度神经网络模型辨识器（NNM）设计
由该网络实现对鸡舍养殖环境温度进行预测，通过它与温度控制的给定值的误差来调整模糊神经网络主调节器的连接权和隶属函数相关参数，实现对系统温度变化的预测控制。该网络由BP神经网络构成，它是5-15-1神经元构成的三层结构，输入5个神经元对应模糊神经网络主调节器的4个输出和1个上一时刻养殖环境温度检测的实际值，中间层采用15个神经元，传递函数为S型正切函数，输出层采用1个神经元，传递函数为S型对数函数，对应温度的预测值。
Ⅲ、专家系统设计
该专家系统主要根据经济效益模型来设定养殖环境温度的理想参数值，主要根据：温度控制的成本模型、鸡生长模型、不同温度下料重比和鸡生长阶段等参数，通过产出/成本的经济效益模型得到当前时段鸡生长的经济最优温度，通过专家系统的推理来设定养殖环境温度控制系统目标值，该值作为模糊神经网络-PID多串级鸡舍养殖环境温度控制系统的设定值。该管理软件选择了MicrosoftVisual++6.0作为开发工具，专家系统的推理过程见图2的右上半部分。
(4)鸡舍养殖环境温度控制系统的设计举例
根据鸡舍的相对位置，系统布置了检测节点和控制节点、现场监控计算机，整个系统平面布置图见图5。
本发明未涉及部分均与现有技术相同或可采用现有技术加以实现。
Claims (1)
1.一种基于CAN总线的鸡舍环境温度控制系统，其特征在于：所述系统由数据采集与控制平台、模糊神经网络-PID多串级鸡舍养殖环境温度控制系统和基于经济最优推理的专家系统三部分组成，其中：
1）数据采集与控制平台：包括鸡舍养殖现场的检测节点、控制节点和现场监控计算机组成，它们通过CAN现场总线实现信息交互构建成测控网络，检测节点负责检测养殖现场的温湿度实际值并通过CAN现场总线上传给现场监控计算机；
2）模糊神经网络-PID多串级鸡舍养殖环境温度控制系统：该系统由温度模糊神经网络主调节器、养殖环境温度神经网络模型辨识器、养殖环境控制节点的多个PID副调节器组成，鸡舍养殖环境温度模糊神经网络主调节器与养殖环境多种温度控制设备的PID副调节器构成多串级的温度控制系统，养殖环境的温度为主控变量，加热器的电压、风机的转速、湿帘电机转速和喷雾降温电机转速为副控变量；通过养殖环境温度神经网络模型辨识器的输出与鸡舍养殖环境温度给定控制量的误差来调节模糊神经网络主调节器的输出使鸡舍养殖环境的温度实际值迅速跟踪温度给定值；
3）基于经济最优推理的专家系统：该专家系统实现对鸡舍养殖环境温度的控制目标进行科学设定，专家系统由基于养殖环境温度控制成本、生长模型、料重比和生长阶段构成的经济效益模型的温度控制理想参数设定的专家系统，系统根据鸡舍养殖环境温度调控成本、生长模型、料重比和生长阶段科学确定处于不同生长阶段鸡生长理想温度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310612072.7A CN103631285B (zh) | 2013-11-28 | 2013-11-28 | 一种基于can总线的鸡舍环境温度控制系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310612072.7A CN103631285B (zh) | 2013-11-28 | 2013-11-28 | 一种基于can总线的鸡舍环境温度控制系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103631285A CN103631285A (zh) | 2014-03-12 |
| CN103631285B true CN103631285B (zh) | 2015-11-18 |
Family
ID=50212471
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310612072.7A Active CN103631285B (zh) | 2013-11-28 | 2013-11-28 | 一种基于can总线的鸡舍环境温度控制系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103631285B (zh) |
Families Citing this family (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104155925B (zh) * | 2014-05-20 | 2017-02-15 | 淮安信息职业技术学院 | 一种基于无线传感器网络鸡舍小气候环境智能控制系统 |
| CN104950948A (zh) * | 2015-05-21 | 2015-09-30 | 淮阴工学院 | 牛舍温度智能控制系统 |
| CN105159216B (zh) * | 2015-08-31 | 2018-10-02 | 淮阴工学院 | 鸡舍环境氨气浓度智能监测系统 |
| CN107168403B (zh) * | 2017-05-12 | 2019-02-01 | 淮阴工学院 | 一种基于can现场总线的鸡舍环境温度检测系统 |
| CN107168402B (zh) * | 2017-05-12 | 2018-11-13 | 淮阴工学院 | 基于can现场总线的鸡舍环境温度智能监测系统 |
| CN107289998B (zh) * | 2017-05-12 | 2019-08-23 | 淮阴工学院 | 基于can总线的猪舍环境温度智能监测系统 |
| CN107202607B (zh) * | 2017-05-12 | 2019-05-24 | 淮阴工学院 | 一种基于can总线的猪舍环境温度检测系统 |
| CN107085732B (zh) * | 2017-05-12 | 2020-07-24 | 淮阴工学院 | 基于无线传感器网络的牛舍环境氨气智能监测系统 |
| CN108614415A (zh) * | 2018-03-27 | 2018-10-02 | 苏州联点数据技术有限公司 | 一种植物生长因子的智能控制系统及控制方法 |
| CN110955286B (zh) * | 2019-10-18 | 2022-09-06 | 京东科技信息技术有限公司 | 一种禽蛋监测方法及装置 |
| CN111273550A (zh) * | 2020-03-12 | 2020-06-12 | 成都英孚克斯科技有限公司 | 一种猪舍环境智能控制系统 |
| CN111387098B (zh) * | 2020-03-17 | 2021-10-12 | 燕山大学 | 一种带pid控制的恒温孵化器 |
| CN113281465A (zh) * | 2021-05-07 | 2021-08-20 | 淮阴工学院 | 一种畜禽舍养殖环境有害气体检测系统 |
| CN116520718A (zh) * | 2023-07-03 | 2023-08-01 | 深圳小米房产网络科技有限公司 | 一种基于物联网技术的智能家居自适应控制方法和装置 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100367908B1 (ko) * | 2000-06-01 | 2003-01-14 | 주식회사 피앤엠 | 지능형 인큐베이터 시스템 및 그 제어방법 |
| NZ551182A (en) * | 2004-04-13 | 2009-09-25 | Sheep Crc Ltd | Integrated animal management system and method |
| CN201788405U (zh) * | 2010-09-06 | 2011-04-06 | 朱筱华 | 鸡舍远程环境调控系统 |
| CN102129244A (zh) * | 2011-04-26 | 2011-07-20 | 江苏省农业科学院 | 一种鸡舍环境监控决策系统及其应用 |
| CN103297537A (zh) * | 2013-06-18 | 2013-09-11 | 四川农业大学 | 一种基于无线传感器网络的鸡舍环境智能监控系统 |
| CN103336503B (zh) * | 2013-06-24 | 2015-08-05 | 宿迁市成子湖食品有限公司 | 水产养殖池塘溶解氧控制系统 |
| CN103412543B (zh) * | 2013-08-15 | 2016-01-20 | 淮阴工学院 | 一种蛋鸡舍叠层笼养环境光照控制系统 |
-
2013
- 2013-11-28 CN CN201310612072.7A patent/CN103631285B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN103631285A (zh) | 2014-03-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103631285B (zh) | 一种基于can总线的鸡舍环境温度控制系统 | |
| CN104155925B (zh) | 一种基于无线传感器网络鸡舍小气候环境智能控制系统 | |
| CN103336503B (zh) | 水产养殖池塘溶解氧控制系统 | |
| CN109634098A (zh) | 一种育肥猪舍环境调控系统及方法 | |
| Ding et al. | Precise control and prediction of the greenhouse growth environment of Dendrobium candidum | |
| WO2020133669A1 (zh) | 一种植物工厂 | |
| CN111325522A (zh) | 一种基于物联网的智能渔业养殖管理方法和系统 | |
| CN110848896A (zh) | 基于神经网络的空调冷却系统智能节能控制系统及方法 | |
| CN106888864A (zh) | 一种作用于温室植物生长的控制系统 | |
| CN107728473A (zh) | 一种温室环境多参数协同控制系统及调控方法 | |
| Debdas et al. | Automation of temperature, humidity regulation and feeding system in broiler farming using iot | |
| KR102481577B1 (ko) | 물고기 생육 및 에너지 효율 최적화를 위한 제어 방법 및 시스템 | |
| Lysenko et al. | Automation of biotechnological objects | |
| CN112034916A (zh) | 温室控制系统 | |
| Lin et al. | Design of intelligent plant growth cabinet environment monitoring and control system | |
| Wang et al. | A feedback control method for plant factory environment based on photosynthetic rate prediction model | |
| CN206713617U (zh) | 一种作用于温室植物生长的控制系统 | |
| CN110073857A (zh) | 一种温室立面通风保温抗风系统及控制方法 | |
| CN206147361U (zh) | 一种闭锁栽培空间环境自动控制系统 | |
| Du et al. | Design and application of intelligent control system for greenhouse environment based on CAN bus | |
| Shan | Research on Control System of Greenhouse Temperature and Humidity Based on Fuzzy PID | |
| RU2403705C1 (ru) | Способ автоматического управления температурно-световым режимом в теплице | |
| CN116224870B (zh) | 一种基于多网络融合和植物光合作用反馈的智慧种植环境控制系统及方法 | |
| CN106125800A (zh) | 一种闭锁空间模拟人工环境自动栽培系统 | |
| CN103558823A (zh) | 一种基于呼吸率的开放式奶牛场降温联动控制方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C41 | Transfer of patent application or patent right or utility model | ||
| CB03 | Change of inventor or designer information |
Inventor after: Ma Congguo Inventor after: Zhou Hengrui Inventor after: Wang Jianguo Inventor after: Zhang Chen Inventor after: Yang Yudong Inventor after: Yan Shiken Inventor after: Lin Jing Inventor after: Liu Bin Inventor after: Li Hua Inventor before: Ma Congguo Inventor before: Zhou Hengrui Inventor before: Ma Guo Guo, Zhou Hengrui, Wang Jianguo |
|
| COR | Change of bibliographic data | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20150923 Address after: 223005 Jiangsu city in Huaian Province, while the economic and Technological Development Zone, Road No. 1 Applicant after: Huaijin Polytechnical College Address before: 223700 Department of Anesthesiology, Siyang People's Hospital, Zhongxing Middle Road, Siyang, Suqian, Jiangsu, China Applicant before: Ma Congguo |
|
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20171115 Address after: 223005 Jiangsu city in Huaian Province, while the economic and Technological Development Zone, Road No. 3 Patentee after: Huaian College of Information Technology Address before: 223005 Jiangsu city in Huaian Province, while the economic and Technological Development Zone, Road No. 1 Patentee before: Huaijin Polytechnical College |
|
| TR01 | Transfer of patent right | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Jiang Zhongqiu Inventor after: Li Renhe Inventor after: Ma Congguo Inventor after: Xu Jianjun Inventor after: Li Mingjin Inventor after: Li Yuanyuan Inventor after: Zhang Chen Inventor after: Yang Yudong Inventor after: Yan Shiken Inventor before: Ma Congguo Inventor before: Zhou Hengrui Inventor before: Wang Jianguo Inventor before: Zhang Chen Inventor before: Yang Yudong Inventor before: Yan Shiken Inventor before: Lin Jing Inventor before: Liu Bin Inventor before: Li Hua |