CN105786058B - 一种基于电商预售模式的智能温室控制系统及方法 - Google Patents

一种基于电商预售模式的智能温室控制系统及方法 Download PDF

Info

Publication number
CN105786058B
CN105786058B CN201610201839.0A CN201610201839A CN105786058B CN 105786058 B CN105786058 B CN 105786058B CN 201610201839 A CN201610201839 A CN 201610201839A CN 105786058 B CN105786058 B CN 105786058B
Authority
CN
China
Prior art keywords
greenhouse
crop
temperature
physiological development
day
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.)
Expired - Fee Related
Application number
CN201610201839.0A
Other languages
English (en)
Other versions
CN105786058A (zh
Inventor
陈昕
刘天麒
卢韬
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Agricultural University
Original Assignee
China Agricultural University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Agricultural University filed Critical China Agricultural University
Priority to CN201610201839.0A priority Critical patent/CN105786058B/zh
Publication of CN105786058A publication Critical patent/CN105786058A/zh
Application granted granted Critical
Publication of CN105786058B publication Critical patent/CN105786058B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D27/00Simultaneous control of variables covered by two or more of main groups G05D1/00 - G05D25/00
    • G05D27/02Simultaneous control of variables covered by two or more of main groups G05D1/00 - G05D25/00 characterised by the use of electric means

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Greenhouses (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种基于电商预售模式的智能温室控制系统及方法。本发明对温室内的温度、湿度、光照度、CO2浓度、土壤水分等信息进行采集,传送到温室主控制器进行集中处理,结合电商预售情况需求对温室内的加温装置、通风装置、CO2发生装置、卷帘装置、灌溉装置进行控制,在不影响农作物产量质量的基础上推迟或提前作物采摘期,以达到农作物生长适应顾客订单需求的目的。同时,温室内的环境数据和实时视频图像被统一存入服务器,使用远程浏览器可以对服务器进行访问与控制,发送温室内各环境参数的调控指令。本发明智能温室系统的集成度高,可实现多参数的智能控制管理,符合现代农业生产要求和农业产业转型升级需要,具有科学性和前沿性。

Description

一种基于电商预售模式的智能温室控制系统及方法
技术领域
本发明属于温室控制系统技术领域,特别涉及一种基于电商预售模式的智能温室控制系统及方法。
背景技术
随着国家近几年出台的一系列推进“互联网+现代农业”的激励政策,以及2016中央经济会议将“供给侧结构性改革”摆在了重要的位置,启动和发展有关下一代互联网与现代农业科研、生产示范融合应用的时机已成熟。智能温室控制是集农业科技上的高精尖技术和计算机自动控制技术于一体的最先进的农业生产设施,是现代农业科技向产业转化的物质基础。它能营造相对独立的作物生长环境,彻底摆脱传统农业对自然环境的高度依赖。
传统的农业生产方式是在农产品成熟后对其进行销售,往往面临着产销信息不对称、销售渠道狭窄、农产品产能过剩等困境。订单式农业跳出传统模式的窠臼,通过网络预售,让销售者或者需求者向生产者下订单,按照需求生产,有效解决了以上问题。然而目前市场上的订单式农业模式,主要是打破了原来“生产—销售”的流程,变为先销售再生产,将农产品销售环节前置,根据销量组织生产,但仍沿用的传统大田种植方式,作物生长受环境因素影响较大,使得作物生产效益和成熟时间无法准确把握。
目前农业方面的传感技术应用主要在一些高校和农业研究所的试验田,及个别珍惜种苗培育基地,而且传感数据相对单一,且对获取的数据还需进行手工统计及分析,缺乏智能化的数据管理和分析平台,更未做到与农业产业链相结合。目前农业方面的温室控制系统及方法,大部分都是基于有线或无线通讯技术,但智能化程度及实施效果较低,并未达到预期效果。
所以,目前的订单式农业和智能温室控制系统均无法完全满足现代农业产业转型升级的要求。
发明内容
针对现有技术不足,本发明提供了一种基于电商预售模式的智能温室控制系统及方法。
一种基于电商预售模式的智能温室控制系统,强电控制柜4、空气温度传感器5、空气湿度传感器6、CO2传感器7、光照度传感器8、土壤水分传感器9、视频装置10和报警器11分别连接至温室主控制器3;加温装置12、通风装置13、CO2发生装置14、卷帘装置15和灌溉装置16分别连接至强电控制柜4;温室主控制器3与服务器2相连,服务器2通过互联网17连接至远程浏览器1。
优选地,
所述卷帘装置15为卷帘机,卷帘机的卷轴上卷绕有遮阳卷帘,所述遮阳卷帘由电机控制,电机的开关通过无线通讯与强电控制柜4相连。
所述通风装置13为通风管,所述通风管上设有电动阀门,电动阀门的开关通过无线通讯与强电控制柜4相连。
所述灌溉装置16包括水池、水泵和滴罐设备,所述水泵的一端与水池相连,另一端与滴罐设备相连,水泵上设有电动阀门,所述电动阀门的开关通过无线通讯与强电控制柜4相连。
一种采用上述基于电商预售模式的智能温室控制系统的温室控制方法,该方法包括以下步骤:
1)空气温度传感器5、空气湿度传感器6、CO2传感器7、光照度传感器8和土壤水分传感器9分别测量温室内的空气温度、空气湿度、CO2浓度、光照强度和土壤水分数据,视频装置10采集温室内作物生长情况的视频图像,数据和视频图像通过无线通讯传输给温室主控制器3,温室主控制器3获得当前温室环境信息数据和视频图像后,发送至服务器2,服务器2储存数据和视频图像,并通过互联网17将数据和视频图像发送至远程浏览器1;
2)步骤1)的测量的数据发送至温室主控制器3后,由温室主控制器3判断监测的温室环境信息数据是否已超出作物生长发育忍受极限,若超出直接给出报警信息,控制报警器11工作,并将报警信息传达给远程浏览器1;否则认为其在作物生长发育适宜范围内,此时系统内设的作物生长发育模型自发对作物进行模拟实验,根据温室环境信息数据与作物生长情况计算,预测作物剩余生育期,当作物剩余生育期与订单剩余交货时间之差在限定的范围内时,系统不采取任何调控措施,若超出范围则系统自动查询服务器2内的控制策略,并将控制策略发送到远程浏览器1,远程浏览器1的工作人员结合作物长势设定温室内环境参数适应范围;
3)设定数据传达至温室主控制器3,温室主控制器3对强电控制柜4发送控制指令,由强电控制柜4的PLC集成控制系统执行对加温装置12、通风装置13、CO2发生装置14、卷帘装置15和灌溉装置16的控制,对作物生长环境进行调控;并由空气温度传感器5、空气湿度传感器6、CO2传感器7、光照度传感器8、土壤水分传感器9对作物生长环境进行监测,由温室主控制器3判断环境参数是否符合设定范围,若不符合则将信号发送到强电控制柜4,由强电控制柜4的PLC集成控制系统进一步执行对加温装置12、通风装置13、CO2发生装置14、卷帘装置15和灌溉装置16的控制,对作物生长环境进行进一步调控;最终使环境参数保持在作物生长发育适宜的范围内,并能够根据订单交货期限的要求推迟或提前成熟采摘时间。
所述作物生长发育模型是一种基于作物生理发育三基点温度的幂函数的作物生长发育模型,生理发育时间PDT是指在最适宜发育温度下,作物完成某一生理发育阶段所需要的时间,生理发育时间PDT是一个不受温室环境因素影响的数值,完全由作物品种基因特性决定;日生理发育效应PDE是指在当天实际温度情况下,温室作物生长一天所完成的生理发育日值,显然日生理发育效应PDE不大于1;综上所述,作物完成某一生理发育阶段的生理发育时间PDT为该阶段日生理发育效应PDE的总和,作物的发育速率由日相对热效应RTE决定,因此每日生理发育效应PDE的大小可由日相对热效应RTE决定;基于此,作物生长发育模型如式(1)所示:
式(1)中,i表示所述某一生理发育阶段内,作物生理发育的第i天;n表示所述某一生理发育阶段的总天数;PDEi表示第i天的日生理发育效应PDE;RTEi表示第i天的日相对热效应RTE;
对于RTE的计算,采用基于作物生理发育三基点温度的幂函数计算公式,如式(2)所示:
式(2)中,T为当天的日平均温度,TL为温室内作物的生理发育下限温度,TO为温室内作物的最适生理发育温度,TH为温室内作物的生理发育上限温度,P为一个待定系数;根据生理发育时间PDT恒定原理,作物完成同一生育阶段所用的生理发育时间PDT相等,利用两个及以上不同年份下,温室种植该作物的历史试验观测数据,通过拟合获得待定系数P;
所述三基点温度为温室内作物的生理发育下限温度TL、温室内作物的最适生理发育温度TO和温室内作物的生理发育上限温度TH
服务器2内的控制策略为,作物的产期与日平均温度T有显著的关系,由于日生理发育效应PDE最大值为1,故作物提前成熟的日期有相应的范围,又由于作物在低温下会发生冻害,故作物推迟成熟的日期也有相应的范围,综上,对于作物收获日期的调控是有一定的控制极限的,改变环境温度也不能无条件满足让作物按照期望时间成熟;在环境控制所能改变作物收获时间的极限范围内,作物的日平均温度T的决策方法如下:
首先计算能调控的作物采收时间区间,计算方法按照从当前日期起,之后每天的日生理发育效应PDE为0.7~1之间,计算两个极限日期,若订单交货日期超出极限日期范围则给出报警信息,温室主控制器3控制报警器11工作,并将报警信息传达给远程浏览器1;未超出极限日期范围则按照以下方法计算:
作物生长发育的日平均温度计算方法如下:
第一步:日生理发育效应=(结果期的生理发育时间-已累积的生理发育时间)/(订单交货日期-当前日期)
第二步:将计算出的日生理发育效应代入作物生长发育模型,计算对应的日平均温度。
工作人员通过远程浏览器1设定空气温度传感器5、空气湿度传感器6、CO2传感器7、光照度传感器8、土壤水分传感器9的监测间隔时间。
本发明的有益效果为:本发明将农业生产与销售一体化,提供一种集成度和自动化程度较高的基于电商预售模式的智能温室控制系统。将订单式农业引入温室系统,并通过智能控制技术对生产过程进行精细管理,从而满足订单需求量及需求时间,改变传统的农业生产方式,推动农业产业升级。
本发明能够对温室内的温度、湿度、光照度、CO2浓度、土壤水分等信息进行采集,传送到温室主控制器内进行集中处理,结合电商预售情况需求对温室内的加温装置、通风装置、CO2发生装置、卷帘装置、灌溉装置等执行机构进行控制,在不影响农作物产量质量的基础上适当推迟或提前作物采摘期,以达到农作物生长适应顾客订单需求的目的。同时,温室内的环境数据记录和实时视频图像被统一存入服务器,使用远程浏览器可以对服务器进行访问与控制,并实时查阅温室内视频装置拍摄的作物长势。本发明智能温室系统的集成度高,可实现多参数的智能控制管理,大大节省了管理者的管理时间投入,有效降低了温室智能控制的成本,并实现了基于农业需求端的新的生产方式,符合现代农业生产要求和农业产业转型升级需要,具有科学性和前沿性。
附图说明
图1为本发明一种基于电商预售模式的智能温室控制系统的结构示意图;
图2为本发明一种基于电商预售模式的智能温室控制方法的软件流程图;
图3为以草莓为例说明本发明一种基于电商预售模式的智能温室控制方法的流程;
图4为温室温度日变化规律;a-晴天温度日变化,b-阴天温度日变化。
标号说明:1-远程浏览器,2-服务器,3-温室主控制器,4-强电控制柜,5-空气温度传感器,6-空气湿度传感器,7-CO2传感器,8-光照度传感器,9-土壤水分传感器,10-视频装置,11-报警器,12-加温装置,13-通风装置,14-CO2发生装置,15-卷帘装置,16-灌溉装置,17-互联网。
具体实施方式
下面结合附图和具体实施方式对本发明做进一步说明。应该强调的是,下述说明仅仅是示例性的,而不是为了限制本发明的范围及其应用。
如图1所示一种基于电商预售模式的智能温室控制系统,温室主控制器3包括ARM处理器、存储器、液晶显示屏、无线网卡和Zigbee模块。强电控制柜4、空气温度传感器5、空气湿度传感器6、CO2传感器7、光照度传感器8、土壤水分传感器9、视频装置10和报警器11分别连接至温室主控制器3;加温装置12、通风装置13、CO2发生装置14、卷帘装置15和灌溉装置16分别连接至强电控制柜4;温室主控制器3与服务器2相连,服务器2通过互联网17连接至远程浏览器1。
空气温度传感器5、空气湿度传感器6、CO2传感器7、光照度传感器8、土壤水分传感器9分别用于监测温室内空气温度、空气湿度、CO2浓度、光照强度、土壤含水量;视频装置10用于以视频图像的方式实时查看温室内作物生长情况;报警器11用于越界报警。
强电控制柜4由PLC集成控制系统、电源驱动模块和继电器组成。当接受温室主控制器3的控制指令,PLC集成控制系统控制加温装置12、通风装置13、CO2发生装置14、卷帘装置15和灌溉装置16的运转。
所述卷帘装置15用于调节温室内温度、湿度、光照强度和土壤含水量,其为卷帘机,卷帘机的卷轴上卷绕有遮阳卷帘,所述遮阳卷帘由电机控制,电机的开关通过无线通讯与强电控制柜4相连。
所述通风装置13用于调节温室内温度、湿度、CO2浓度和土壤含水量,其为通风管,所述通风管上设有电动阀门,电动阀门的开关通过无线通讯与强电控制柜4相连。
所述灌溉装置16包括水池、水泵和滴罐设备,所述水泵的一端与水池相连,另一端与滴罐设备相连,水泵上设有电动阀门,所述电动阀门的开关通过无线通讯与强电控制柜4相连。
服务器2采用戴尔Power Edge R720服务器,服务器2的数据库使用SQL Server2008,应用C#技术,完成主要事务逻辑并生成动态页面,实现温室智能控制系统的WEB页面发布,包括储存温室主控制器3所传输的信息,和通过互联网17将温室内环境信息数据、作物生长的视频图像以及报警信息发送至远程浏览器1。使用者通过远程浏览器1经由互联网17即能够对服务器2进行完整的访问与控制,服务器2发送控制指令至温室主控制器3,由温室主控制器3对强电控制柜4发送控制指令,进行温室内作物生长环境的调控。
该智能温室控制系统能够采用多种控制方式,主要实现的控制方式有依据设定参数的自动控制、强电控制柜4的自动控制和手动控制、温室主控制器3的自动控制和手动控制、远程浏览器1的远程控制;以及空气温度传感器5、空气湿度传感器6、CO2传感器7、光照度传感器8和土壤水分传感器9的自动控制和手动控制;以及加温装置12、通风装置13、CO2发生装置14、卷帘装置15和灌溉装置16的自动控制和手动控制。
如图2所示一种基于电商预售模式的智能温室控制方法:
采用上述一种基于电商预售模式的智能温室控制系统,该方法包括以下步骤:
1)空气温度传感器5、空气湿度传感器6、CO2传感器7、光照度传感器8和土壤水分传感器9分别测量温室内的空气温度、空气湿度、CO2浓度、光照强度和土壤水分数据,视频装置10采集温室内作物生长情况的视频图像,数据和视频图像通过无线通讯发送至温室主控制器3;温室主控制器3获得当前温室环境信息数据和作物生长的视频图像后,将数据和图像发送至服务器2,服务器2储存数据和视频图像,并通过互联网17将数据和视频图像发送至远程浏览器1,使工作人员了解温室内作物生长环境信息,并能够以视频图像的方式实时查看温室内作物生长情况。
2)步骤1)的测量的数据发送至温室主控制器3后,由温室主控制器3判断监测的温室环境信息数据是否已超出作物生长发育忍受极限,若超出直接给出报警信息,控制报警器11工作,并将报警信息传达给远程浏览器1;否则认为其在作物生长发育适宜范围内,此时系统内设的作物生长发育模型自发对作物进行模拟实验,根据温室环境信息数据与作物生长情况计算,预测作物剩余生育期,当作物剩余生育期与订单剩余交货时间之差在限定的范围a内时,系统不采取任何调控措施,若超出范围则系统自动查询服务器2内的控制策略,并将控制策略发送到远程浏览器1,远程浏览器1的工作人员结合作物长势设定温室内环境参数适应范围,包括温室内最高空气温度值、最低空气温度值、最高空气湿度值、最低空气湿度值、最高光照强度值、最低光照强度值、最高CO2浓度值、最低CO2浓度值、最高土壤含水量值和最低土壤含水量值,并设定空气温度传感器5、空气湿度传感器6、CO2传感器7、光照度传感器8和土壤水分传感器9的监测间隔时间,本实施方式中,各传感器的监测间隔时间均为30min;
3)设定数据传达至温室主控制器3,温室主控制器3对强电控制柜4发送控制指令,由强电控制柜4的PLC集成控制系统执行对加温装置12、通风装置13、CO2发生装置14、卷帘装置15和灌溉装置16的控制,对作物生长环境进行调控;并由空气温度传感器5、空气湿度传感器6、CO2传感器7、光照度传感器8、土壤水分传感器9对作物生长环境进行监测,由温室主控制器3判断环境参数是否符合设定范围,若不符合则将信号发送到强电控制柜4,由强电控制柜4的PLC集成控制系统进一步执行对加温装置12、通风装置13、CO2发生装置14、卷帘装置15和灌溉装置16的控制,对作物生长环境进行进一步调控;最终使环境参数保持在作物生长发育适宜的范围内,并能够根据订单交货期限的要求推迟或提前成熟采摘时间。
所述作物生长发育模型是一种基于作物生理发育三基点温度的幂函数的作物生长发育模型,如式(1)所示:
式(1)中,PDT为生理发育时间,表示在最适宜发育温度下,作物完成某一生理发育阶段所需要的时间,其是一个不受温室环境因素影响的数值,完全由作物品种基因特性决定;i表示所述某一生理发育阶段内,作物生理发育的第i天;n表示所述某一生理发育阶段的总天数;PDEi表示第i天的日生理发育效应PDE,即为第i天实际温度情况下,温室作物生长一天所完成的生理发育日值;RTEi表示第i天的日相对热效应RTE;
对于RTE的计算,采用基于作物生理发育三基点温度的幂函数计算公式,如式(2)所示:
式(2)中,T为当天的日平均温度,TL为温室内作物的生理发育下限温度,TO为温室内作物的最适生理发育温度,TH为温室内作物的生理发育上限温度,P为一个待定系数;根据生理发育时间PDT恒定原理,作物完成同一生育阶段所用的生理发育时间PDT相等,利用两个及以上不同年份下,温室种植该作物的历史试验观测数据,通过拟合获得待定系数P;
所述三基点温度为温室内作物的生理发育下限温度TL、温室内作物的最适生理发育温度TO和温室内作物的生理发育上限温度TH
服务器2内的控制策略为,首先计算能调控的作物采收时间区间,计算方法按照从当前日期起,之后每天的日生理发育效应PDE为0.7~1之间,计算两个极限日期,若订单交货日期超出极限日期范围则给出报警信息,温室主控制器3控制报警器11工作,并将报警信息传达给远程浏览器1;未超出极限日期范围则按照以下方法计算:
作物生长发育的日平均温度计算方法如下:
第一步:日生理发育效应=(结果期的生理发育时间-已累积的生理发育时间)/(订单交货日期-当前日期)
第二步:将计算出的日生理发育效应代入作物生长发育模型,计算对应的日平均温度。
图3以草莓为例进一步解释该控制方法:草莓定植后的第Day天,系统在获取第Day天内温室环境数据后,会根据草莓生长发育模型结合系统数据库自动计算草莓各生育期的起始时间和持续时间。随之选择客户需求的草莓产期,并判断客户需求时间是否在草莓采收期时间范围内,若预测的采收期满足客户需求,则无需改变温室环境,一天后继续根据新的温室环境数据预测草莓产期;若客户需求时间不在草莓采收期范围内,则判断客户需求时间是否已超出人为控制极限,若超出则直接给出报警信息:“对不起,您所选择的时间无法采摘”,若客户需求时间未超出人为控制极限,可以通过改变温室环境数据来调整,则按照上述“日平均温度适宜值方法”计算日平均温度适宜值,并根据图4中温室温度日变化规律推算适宜的温度日变化趋势,给出决策信息并根据决策信息控制温室内环境。第Day+1天,系统根据第Day+1天内温室环境数据重新预测草莓各生育期,再次运行以上步骤,依次重复以上流程。其中,根据生理发育时间PDT恒定原理,草莓完成同一生育阶段所用的生理发育时间PDT相等,利用两个不同年份下温室种植草莓的历史试验观测数据,采用试错法,得出草莓生长发育模型中的待定系数P为3.5。
强电控制柜4的具体控制方式包括:
(1)空气温度控制:如温室内空气温度连续超过设定最高温度值的次数超出设定越界最大次数,则PLC控制开启通风装置13对温室进行通风降温,并将开启信息通过温室主控制器3传达到远程浏览器1,开启上下通风完成后发送完成开启上下通风信息;如温度连续低于设定最低温度值的次数超出设定越界最大次数,则PLC控制开启加温装置12对温室进行升温,并将开启信息通过温室主控制器3传达到远程浏览器1,每次加温装置12开启时间一定,本实施例中为1h,开启加温完成后发送完成开启加温信息。
(2)土壤水分控制:如土壤含水量连续超过设定最低含水量值的次数超出设定越界最大次数,则PLC控制开启灌溉装置16对温室土壤水分进行补充,并将开启信息通过温室主控制器3传达到远程浏览器1,每次灌溉装置16开启的时间一定,本实施例中为10min,开启灌溉完成后发送完成开启灌溉信息。如土壤含水量连续超过设定最高含水量值的次数超出设定越界最大次数,则PLC控制开启通风装置13促进土壤水分蒸发,并将开启信息通过温室主控制器3传达到远程浏览器1,每次通风装置13开启时间一定,本实施例中为30min,开启通风完成后发送完成开启信息。
(3)光照度设置:如光照强度连续超过设定最高光照强度值的次数超出设定越界最大次数,则PLC控制开启卷帘装置15,使遮阳卷帘覆盖温室顶部,达到遮光的效果,并将开启信息通过温室主控制器3传达到远程浏览器1,开启卷帘完成后发送完成开启卷帘信息;如光照度连续低于设定最低光照度值的次数超出设定越界最大次数,则PLC控制关闭卷帘装置15,并将开启信息通过温室主控制器3传达到远程浏览器1,关闭卷帘装置15完成后发送完成关闭卷帘信息;由于草莓是喜光植物,需要充足的光照,故卷帘装置15一直为关闭状态。
(4)CO2浓度设置:如光照度传感器8采集的光照度为大于零,此时若CO2浓度连续低于设定最低CO2浓度值的次数超出设定越界最大次数,则PLC控制开启CO2发生装置14对温室CO2浓度进行补充,并将开启信息通过温室主控制器3传达到远程浏览器1,每次CO2发生装置14开启的时间一定,开启CO2发生完成后发送完成开启CO2发生信息。若CO2浓度连续高于设定最低CO2浓度值的次数超出设定越界最大次数,则PLC控制通风装置13对温室内CO2进行疏散,从而降低CO2浓度,并将开启信息通过温室主控制器3传达到远程浏览器1,每次通风装置13开启时间一定,本实施例中为30min,开启通风完成后发送完成开启通风信息。
(5)空气湿度控制:如温室内空气湿度连续超过设定最低湿度值的次数超出设定越界最大次数,则PLC控制开启灌溉装置13对温室进行加湿,并将开启信息通过温室主控制器3传达到远程浏览器1,每次灌溉装置16开启的时间一定,本实施例中为10min,开启灌溉完成后发送完成开启灌溉信息;如空气湿度连续低于设定最高湿度值的次数超出设定越界最大次数,则PLC控制开启通风装置13对温室进行通风除湿,并将开启信息通过温室主控制器3传达到远程浏览器1,每次通风装置13开启时间一定,本实施例中为30min,开启通风完成后发送完成开启信息。

Claims (8)

1.一种基于电商预售模式的智能温室控制系统,其特征在于,强电控制柜(4)、空气温度传感器(5)、空气湿度传感器(6)、CO2传感器(7)、光照度传感器(8)、土壤水分传感器(9)、视频装置(10)和报警器(11)分别连接至温室主控制器(3);加温装置(12)、通风装置(13)、CO2发生装置(14)、卷帘装置(15)和灌溉装置(16)分别连接至强电控制柜(4);温室主控制器(3)与服务器(2)相连,服务器(2)通过互联网(17)连接至远程浏览器(1);所述强电控制柜(4)由PLC集成控制系统、电源驱动模块和继电器组成,当接受温室主控制器(3)的控制指令,PLC集成控制系统控制加温装置(12)、通风装置(13)、CO2发生装置(14)、卷帘装置(15)和灌溉装置(16)的运转;温室主控制器(3)判断监测的温室环境信息数据是否已超出作物生长发育忍受极限,若超出直接给出报警信息;否则认为其在作物生长发育适宜范围内,此时系统内设的作物生长发育模型自发对作物进行模拟实验,根据温室环境信息数据与作物生长情况计算,预测作物剩余生育期,当作物剩余生育期与订单剩余交货时间之差在限定的范围内时,系统不采取任何调控措施,若超出范围则系统自动查询服务器(2)内的控制策略,并将控制策略发送到远程浏览器(1),远程浏览器(1)的工作人员结合作物长势设定温室内环境参数适应范围;所述作物生长发育模型是一种基于作物生理发育三基点温度的幂函数的作物生长发育模型,如式(1)所示:
式(1)中,PDT为生理发育时间,表示在最适宜发育温度下,作物完成某一生理发育阶段所需要的时间,其是一个不受温室环境因素影响的数值,完全由作物品种基因特性决定;i表示所述某一生理发育阶段内,作物生理发育的第i天;n表示所述某一生理发育阶段的总天数;PDEi表示第i天的日生理发育效应PDE,即为第i天实际温度情况下,温室作物生长一天所完成的生理发育日值;RTEi表示第i天的日相对热效应RTE;
对于RTE的计算,采用基于作物生理发育三基点温度的幂函数计算公式,如式(2)所示:
式(2)中,T为当天的日平均温度,TL为温室内作物的生理发育下限温度,TO为温室内作物的最适生理发育温度,TH为温室内作物的生理发育上限温度,P为一个待定系数;根据生理发育时间PDT恒定原理,作物完成同一生育阶段所用的生理发育时间PDT相等,利用两个及以上不同年份下,温室种植该作物的历史试验观测数据,通过拟合获得待定系数P;
所述三基点温度为温室内作物的生理发育下限温度TL、温室内作物的最适生理发育温度TO和温室内作物的生理发育上限温度TH
2.根据权利要求1所述一种基于电商预售模式的智能温室控制系统,其特征在于,所述卷帘装置(15)为卷帘机,卷帘机的卷轴上卷绕有遮阳卷帘,所述遮阳卷帘由电机控制,电机的开关通过无线通讯与强电控制柜(4)相连。
3.根据权利要求1所述一种基于电商预售模式的智能温室控制系统,其特征在于,所述通风装置(13)为通风管,所述通风管上设有电动阀门,电动阀门的开关通过无线通讯与强电控制柜(4)相连。
4.根据权利要求1所述一种基于电商预售模式的智能温室控制系统,其特征在于,所述灌溉装置(16)包括水池、水泵和滴罐设备,所述水泵的一端与水池相连,另一端与滴罐设备相连,水泵上设有电动阀门,所述电动阀门的开关通过无线通讯与强电控制柜(4)相连。
5.如权利要求1所述一种基于电商预售模式的智能温室控制系统的温室控制方法,其特征在于,该方法包括以下步骤:
1)空气温度传感器(5)、空气湿度传感器(6)、CO2传感器(7)、光照度传感器(8)和土壤水分传感器(9)分别测量温室内的空气温度、空气湿度、CO2浓度、光照强度和土壤水分数据,视频装置(10)采集温室内作物生长情况的视频图像,数据和视频图像通过无线通讯传输给温室主控制器(3),温室主控制器(3)获得当前温室环境信息数据和视频图像后,发送至服务器(2),服务器(2)储存数据和视频图像,并通过互联网(17)将数据和视频图像发送至远程浏览器(1);
2)步骤1)的测量的数据发送至温室主控制器(3)后,由温室主控制器(3)判断监测的温室环境信息数据是否已超出作物生长发育忍受极限,若超出直接给出报警信息,控制报警器(11)工作,并将报警信息传达给远程浏览器(1);否则认为其在作物生长发育适宜范围内,此时系统内设的作物生长发育模型自发对作物进行模拟实验,根据温室环境信息数据与作物生长情况计算,预测作物剩余生育期,当作物剩余生育期与订单剩余交货时间之差在限定的范围内时,系统不采取任何调控措施,若超出范围则系统自动查询服务器(2)内的控制策略,并将控制策略发送到远程浏览器(1),远程浏览器(1)的工作人员结合作物长势设定温室内环境参数适应范围;
3)设定数据传达至温室主控制器(3),温室主控制器(3)对强电控制柜(4)发送控制指令,由强电控制柜(4)的PLC集成控制系统执行对加温装置(12)、通风装置(13)、CO2发生装置(14)、卷帘装置(15)和灌溉装置(16)的控制,对作物生长环境进行调控;并由空气温度传感器(5)、空气湿度传感器(6)、CO2传感器(7)、光照度传感器(8)、土壤水分传感器(9)对作物生长环境进行监测,由温室主控制器(3)判断环境参数是否符合设定范围,若不符合则将信号发送到强电控制柜(4),由强电控制柜(4)的PLC集成控制系统进一步执行对加温装置(12)、通风装置(13)、CO2发生装置(14)、卷帘装置(15)和灌溉装置(16)的控制,对作物生长环境进行进一步调控;最终使环境参数保持在作物生长发育适宜的范围内,并能够根据订单交货期限的要求推迟或提前成熟采摘时间。
6.根据权利要求5所述的控制方法,其特征在于,所述作物生长发育模型是一种基于作物生理发育三基点温度的幂函数的作物生长发育模型,如式(1)所示:
式(1)中,PDT为生理发育时间,表示在最适宜发育温度下,作物完成某一生理发育阶段所需要的时间,其是一个不受温室环境因素影响的数值,完全由作物品种基因特性决定;i表示所述某一生理发育阶段内,作物生理发育的第i天;n表示所述某一生理发育阶段的总天数;PDEi表示第i天的日生理发育效应PDE,即为第i天实际温度情况下,温室作物生长一天所完成的生理发育日值;RTEi表示第i天的日相对热效应RTE;
对于RTE的计算,采用基于作物生理发育三基点温度的幂函数计算公式,如式(2)所示:
式(2)中,T为当天的日平均温度,TL为温室内作物的生理发育下限温度,TO为温室内作物的最适生理发育温度,TH为温室内作物的生理发育上限温度,P为一个待定系数;根据生理发育时间PDT恒定原理,作物完成同一生育阶段所用的生理发育时间PDT相等,利用两个及以上不同年份下,温室种植该作物的历史试验观测数据,通过拟合获得待定系数P;
所述三基点温度为温室内作物的生理发育下限温度TL、温室内作物的最适生理发育温度TO和温室内作物的生理发育上限温度TH
7.根据权利要求6所述的控制方法,其特征在于,服务器(2)内的控制策略为,
首先计算能调控的作物采收时间区间,计算方法按照从当前日期起,之后每天的日生理发育效应PDE为0.7~1之间,计算两个极限日期,若订单交货日期超出极限日期范围则给出报警信息,温室主控制器(3)控制报警器(11)工作,并将报警信息传达给远程浏览器(1);未超出极限日期范围则按照以下方法计算:
作物生长发育的日平均温度计算方法如下:
第一步:日生理发育效应=(结果期的生理发育时间-已累积的生理发育时间)/(订单交货日期-当前日期)
第二步:将计算出的日生理发育效应代入作物生长发育模型,计算对应的日平均温度。
8.根据权利要求5所述的控制方法,其特征在于,工作人员通过远程浏览器(1)设定空气温度传感器(5)、空气湿度传感器(6)、CO2传感器(7)、光照度传感器(8)、土壤水分传感器(9)的监测间隔时间。
CN201610201839.0A 2016-03-31 2016-03-31 一种基于电商预售模式的智能温室控制系统及方法 Expired - Fee Related CN105786058B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610201839.0A CN105786058B (zh) 2016-03-31 2016-03-31 一种基于电商预售模式的智能温室控制系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610201839.0A CN105786058B (zh) 2016-03-31 2016-03-31 一种基于电商预售模式的智能温室控制系统及方法

Publications (2)

Publication Number Publication Date
CN105786058A CN105786058A (zh) 2016-07-20
CN105786058B true CN105786058B (zh) 2019-05-14

Family

ID=56395717

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610201839.0A Expired - Fee Related CN105786058B (zh) 2016-03-31 2016-03-31 一种基于电商预售模式的智能温室控制系统及方法

Country Status (1)

Country Link
CN (1) CN105786058B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107027613A (zh) * 2017-03-20 2017-08-11 北京农业智能装备技术研究中心 一种封闭循环式岩棉栽培系统及控制方法
WO2018188042A1 (zh) * 2017-04-14 2018-10-18 深圳市瑞荣创电子科技有限公司 智能草莓温室培养系统和控制方法
CN108364235B (zh) * 2018-02-26 2022-03-15 深圳春沐源控股有限公司 确定果实预采摘计划的方法、系统及果实采摘系统
CN113034303A (zh) * 2021-03-22 2021-06-25 北京农业智能装备技术研究中心 一种温室作物施肥方法及系统
CN113197035A (zh) * 2021-04-21 2021-08-03 宁夏红双赢粮油食品有限公司 一种富硒大米的种苗选育方法、装置及系统

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1999047864A1 (en) * 1998-03-16 1999-09-23 Asyst Technologies, Inc. Intelligent minienvironment
CN1216522C (zh) * 2003-08-06 2005-08-31 马申芳 比利时杜鹃盆花花期调控方法
CN1640235A (zh) * 2004-11-03 2005-07-20 成斌 一种温室农作物管理控制系统
CN202435886U (zh) * 2012-01-09 2012-09-19 王占双 全自动智能控制温室
CN104106358B (zh) * 2014-06-30 2017-01-11 武汉市农业科学研究所 大棚西瓜一播多收栽培方法
CN205038544U (zh) * 2015-10-26 2016-02-17 张万军 一种基于物联网技术的智能温室控制系统
CN205121388U (zh) * 2015-11-04 2016-03-30 河南工业大学 一种适用于大规模范围的智慧农业控制系统

Also Published As

Publication number Publication date
CN105786058A (zh) 2016-07-20

Similar Documents

Publication Publication Date Title
CN105786058B (zh) 一种基于电商预售模式的智能温室控制系统及方法
RU2688234C1 (ru) Способ интеллектуального управления выращиванием и интеллектуальное устройство для выращивания
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
CN109874477B (zh) 一种农业园区施肥机托管方法及系统
JP4876439B2 (ja) 植物育成情報の提供方法
CN113657751A (zh) 一种智慧农业产融综合服务平台
EP3897103A1 (en) A method of finding a target environment suitable for growth of a plant variety
CN106842923A (zh) 基于作物生理和能耗优化的温室环境多因子协调控制方法
CN103247006A (zh) 一种基于智能决策的食用菌栽培监控装置及方法
WO2021007363A1 (en) Irrigation control with deep reinforcement learning and smart scheduling
CN111557158A (zh) 智能灌溉控制方法及系统
CN109343613B (zh) 一种人工光型植物生长环境智能化控制系统及其控制方法
Van Straten et al. The significance of crop co-states for receding horizon optimal control of greenhouse climate
CN111459033A (zh) 水、肥精量灌溉的灰色预测模糊pid控制方法及设备
CN115292753A (zh) 一种基于区块链的农业大棚数据溯源与管理方法
CN104346913A (zh) 一种嫩枝扦插远程遥控系统
KR20210149622A (ko) Vr 기반 스마트팜 교육 시스템
Martin-Clouaire et al. A survey of computer-based approaches for greenhouse climate management
Teoh et al. Smart planter: A controlled environment agriculture system prioritizing usability for urban home owner
Van Henten et al. Improving the efficiency of greenhouse climate control: an optimal control approach
JP7220881B1 (ja) 灌水制御システム
JP7437061B2 (ja) 生育環境予測装置、生育環境制御システムおよび生育環境予測方法
CN112465316B (zh) 一种融入价格因素的雾培作物营养液需求响应调控评估系统
NAGASE et al. Plant factory solution with instrumentation and control technology
EP1220121A1 (en) System and method for predicting plant development

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20190514

Termination date: 20200331

CF01 Termination of patent right due to non-payment of annual fee