CN106773720A - 一种温室大棚环境自动控制系统 - Google Patents
一种温室大棚环境自动控制系统 Download PDFInfo
- Publication number
- CN106773720A CN106773720A CN201710065052.0A CN201710065052A CN106773720A CN 106773720 A CN106773720 A CN 106773720A CN 201710065052 A CN201710065052 A CN 201710065052A CN 106773720 A CN106773720 A CN 106773720A
- Authority
- CN
- China
- Prior art keywords
- module
- data
- control
- node
- alarm
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Abstract
本发明提供的一种温室大棚环境自动控制系统,其实现了远程对的温室大棚温度、湿度、光照等参数的测量,并通过过执行机构来实时监测农业现场的温度、湿度等情况,能够对农业的发展状况作出及时、正确的判断。有效的防止了农业生产出现的不利因素,同时,本发明能够防患未然,对监测的各个参数信息发送给监控人员,并能够根据监测的各个参数对执行机构进行自动控制,提高了农业设施的智能化。
Description
技术领域
本发明涉及农业自动化控制领域,特别涉及一种温室大棚环境的控制方法。
背景技术
随着我国综合国力的发展,农民增收难和日益短缺的能源危机逐渐成为农村发展的最大阻碍。大力发展农业科技、实现农业现代化,是改变农村落后面貌、提高农民收入的根本途径。而智能化农业,是指在相对可以控制的条件下,实现工业化生产,从而实现集约的可持续发展。智能农业是先进的、开放的领域,技术规格配套,生产的集约化管理模式、效率高。这是一个集科研,生产,加工,销售,实现周年,全天候,反季节生产企业规模;它集成了当代生物工程技术、农业工程学、农用新材料学等部分学科,以现代智能农业设备为基础且具备高科技,高产值,高产出率和高生产率,是一个跨世纪农业新技术革命的国家项目。智能农业通过在温室环境参数实时采集温度,土壤温度、湿度和光信号的影响,湿度,露点温度,自动开启或关闭指定的装置。能够按照用户的需求,随时随地进行处理,对自动监控检测综合农业生态信息、自动控制环境参数和为智能化的管理提供有力的科学证明。温度传感器模块采集到温度信号后,经由无线收发模块对数据进行接受和发送或者通过有线总线结构对数据进行传输,能够实现对温室的温度和湿度的完整的远程监控。而我国现代技术起步较晚,而且传统手工农业的思想还没明显改变,农民相对耕地少,采用现代技术成本相对较高,所以智能农业在我国还没有大面积普及,只有少量的试点。自20世纪特别是20世纪中叶往后,由于近现代工业文明向农业文明的渗透以及现代控制技术的发展,智能农业得到了迅猛发展,特别是在美国等西方发达国家智能农业更是发展迅速,形成了一个巨大的支柱型产业。到了20世纪末期,以美国为首研究和制作的温室智能控制和管理系统能够据温室作物的需求变化,完成对光照、湿度,水,天然气 和其他因素的自动控制,并能完全控制鲜花、水果、蔬菜、农产品和其他产品,,但是,很多农业智能控制系统都是针对于某一特定的环境构建配置的,离开了特定的环境,要将系统移植到其他地域,可能要对系统做很大的改变,这样相对来说成本就会增加而且可能会延误农作物的生长。
基于以上技术问题,本发明提供了一种温室大棚环境控制方法,其实现了远程对温室大棚的温度、湿度、光照等参数的测量,并通过过执行机构来实时监测温室大棚的温度、湿度等情况,能够对农业的发展状况作出及时、正确的判断,同时,本发明能够防患未然,对监测的各个参数信息发送给监控人员,并能够根据监测的各个参数对执行机构进行自动控制,提高了农业设施的智能化。
发明内容
本发明的目的是提供一种结构和使用简单、合理,精度高,性能稳定的一种设施农业环境智能控制方法。
为实现上述目的,本发明采用如下技术方案:一种温室大棚环境自动控制系统,包括动作模块、运算模块、通信模块和数据采集层;
所述采集控制层包括数据采集模块和数据处理模块,数据采集模块用于采集温室大棚环境的实时数据,数据处理模块用于采用动态规划加回溯的复合算法对温室大棚环境的实时数据进行运算预处理;
所述通信模块用于将预处理后的实时数据发送到运算模块;
所述运算模块用于通过自我学习程序,对实时数据进行学习训练并对实际控制做出反馈和干预;
动作模块包括远程各个动作单元,用于对数据处理分析结果进行具体的控制实施。
所述自我学习程序包括以下程序步骤:
数据采集与预处理:分别采集温室大棚所处环境的温度、湿度、土壤养分浓 度、土壤PH值和农作物的反射光谱,然后对所采集的数据进行预处理;
(1)、建立学习网络,所述学习网络的数学模型和自学习公式为:
x(k)=f(W1u(k+1)+W3xc(k-1))
xc(k)=x(k+1)+α*xc(k)
y(k)=g(W2x(k+1)+W1u(k-1))
式中,u(k)为学习程序输入节点的输入值,x(k)为学习程序运算节点的输出值,y(k)为学习程序输出节点的输出值,xc(k)为反馈控制节点的控制变量,W1、W2、W3分别为学习程序的输入节点到运算节点、运算节点到输出节点、输出节点到反馈控制节点的连接权值,g()为输出节点的传递函数,f()为运算节点的传递函数;α为控制调节权值;k为输入数值序号;
(2)、对采集到的温室大棚环境数据进行运算,得到样本值;
(3)、初始化学习程序权值,在学习程序模型中输入样本值;
(4)、计算输入节点、运算节点、输出节点和反馈控制节点的值;
(5)、计算学习程序的函数误差并更新学习程序的权值,对学习程序进行原始训练,完成学习程序的自我的学习;
(6)、判断更新后的权值是否满足设定的精度或训练次数,并通过训练好的学习程序模型进行实际环境控制演练预测,合格后,进行实际控制。
在本发明中,所述步骤(1)中,f()为sigmoid函数,W1、W2、W3分别为n×m、m×r、n×m的矩阵。
在本发明中,所述步骤(2)中,采用动态规划加回溯的复合算法对温室大棚环境控制的初始数据进行数字滤波预处理。
在本发明中,所述温室大棚环境控制的初始数据包括温度、湿度、土壤养分浓度、土壤PH值和农作物的反射光谱等。
在本发明中,所述动态规划算法具体为:
式中:Yn为第n次采样的权值输出;Xn为第n次采样值;Xn-1为第n-1次采样值;ΔX为采样允许的最大权值偏差值;
所述回溯算法具体为:
式中,N为回溯长度,通过上两式结合得到复合算法,对样本数据进行预处理。
在本发明中,所述实际控制是指通过通信系统将控制信号输送给控制单元,借助控制单元对温室大棚的温度、湿度、土壤养分浓度、土壤PH值等进行控制。
在本发明中,在步骤(6)中,确定权值精度采用回归算法,权值精度的调整公式为:
根据上式对权值进行调整,并完成学习程序的学习,上式中,η1、η2、η3分别为权值W1、W2、W3的学习速率
在本发明中,所述通信模块采用工业以太网或者ZigBee技术进行数据传输。
在本发明中,所述动作模块包括环境调整模块、环境资料查询模块、物料统 计模块、历史数据查询模块、曲线生成模块和环境数据波动评价模块;
所述环境调整模块用于调用自我学习程序计算温度、湿度、土壤养分浓度、土壤PH值和农作物的反射光谱的反馈值参数,并下达各类参数和指令进行远程自动控制;
所述环境资料查询模块用于连接数据库查询最佳配比的温度、湿度、土壤养分浓度、土壤PH值和农作物的反射光谱等参数;
所述物料统计模块用于在一个植物生长周期内对所消耗的物料进行统计;
所述曲线生成模块用于对大棚中的实际环境参数和最佳环境参数进行对比曲线显示;
所述环境波动评价模块用于对实际环境参数调整的波动变化进行分析;
在本发明中,所述动作模块还包括报警设置模块、报警统计模块和报警日志模块;所述报警提示模块用于对自我学习程序的控制动作进行控制开始报警、控制中断报警、设备操作故障报警以及通讯故障报警进行提示;所述报警统计模块用于对各类报警信息进行统计;所述报警日志模块用于对报警信息进行记录和追踪。
本发明的有益效果在于:
本发明提供的一种温室大棚环境控制方法,其实现了远程对的温室大棚温度、湿度、光照等参数的测量,并通过过执行机构来实时监测农业现场的温度、湿度等情况,能够对农业的发展状况作出及时、正确的判断。有效的防止了农业出现的不利因素,同时,本发明能够防患未然,对监测的各个参数信息发送给监控人员,并能够根据监测的各个参数对执行机构进行自动控制,提高了农业设施的智能化。
具体实施方式
下面结合具体实施例对本发明所述的一种温室大棚环境控制方法作进一步说明。
一种温室大棚环境自动控制系统,包括动作模块、运算模块、通信模块和数据采集层;
所述采集控制层包括数据采集模块和数据处理模块,数据采集模块用于采集温室大棚环境的实时数据,数据处理模块用于采用动态规划加回溯的复合算法对温室大棚环境的实时数据进行运算预处理;
所述通信模块用于将预处理后的实时数据发送到运算模块;
所述运算模块用于通过自我学习程序,对实时数据进行学习训练并对实际控制做出反馈和干预;
动作模块包括远程各个动作单元,用于对数据处理分析结果进行具体的控制实施。
所述自我学习程序包括以下程序步骤:
数据采集与预处理:分别采集温室大棚所处环境的温度、湿度、土壤养分浓度、土壤PH值和农作物的反射光谱,然后对所采集的数据进行预处理;
(1)、建立学习网络,所述学习网络的数学模型和自学习公式为:
x(k)=f(W1u(k+1)+W3xc(k-1))
xc(k)=x(k+1)+α*xc(k)
y(k)=g(W2x(k+1)+W1u(k-1))
式中,u(k)为学习程序输入节点的输入值,x(k)为学习程序运算节点的输出值,y(k)为学习程序输出节点的输出值,xc(k)为反馈控制节点的控制变量,W1、W2、W3分别为学习程序的输入节点到运算节点、运算节点到输出节点、输出节点到反馈控制节点的连接权值,g()为输出节点的传递函数,f()为运算节点的传递函数;α为控制调节权值;k为输入数值序号;
(2)、对采集到的温室大棚环境数据进行运算,得到样本值;
(3)、初始化学习程序权值,在学习程序模型中输入样本值;
(4)、计算输入节点、运算节点、输出节点和反馈控制节点的值;
(5)、计算学习程序的函数误差并更新学习程序的权值,对学习程序进行原始训练,完成学习程序的自我的学习;
(6)、判断更新后的权值是否满足设定的精度或训练次数,并通过训练好的学习程序模型进行实际环境控制演练预测,合格后,进行实际控制。
在本发明中,所述步骤(1)中,f()为sigmoid函数,W1、W2、W3分别为n×m、m×r、n×m的矩阵。
在本发明中,所述步骤(2)中,采用动态规划加回溯的复合算法对温室大棚环境控制的初始数据进行数字滤波预处理。
在本发明中,所述温室大棚环境控制的初始数据包括温度、湿度、土壤养分浓度、土壤PH值和农作物的反射光谱等。
在本发明中,所述动态规划算法具体为:
式中:Yn为第n次采样的权值输出;Xn为第n次采样值;Xn-1为第n-1次采样值;ΔX为采样允许的最大权值偏差值;
所述回溯算法具体为:
式中,N为回溯长度,通过上两式结合得到复合算法,对样本数据进行预处理。
在本发明中,所述实际控制是指通过通信系统将控制信号输送给控制单元,借助控制单元对温室大棚的温度、湿度、土壤养分浓度、土壤PH值等进行控制。
在本发明中,在步骤(6)中,确定权值精度采用回归算法,权值精度的调 整公式为:
根据上式对权值进行调整,并完成学习程序的学习,上式中,η1、η2、η3分别为权值W1、W2、W3的学习速率
在本发明中,所述通信模块采用工业以太网或者ZigBee技术进行数据传输。
在本发明中,所述动作模块包括环境调整模块、环境资料查询模块、物料统计模块、历史数据查询模块、曲线生成模块和环境数据波动评价模块;
所述环境调整模块用于调用自我学习程序计算温度、湿度、土壤养分浓度、土壤PH值和农作物的反射光谱的反馈值参数,并下达各类参数和指令进行远程自动控制;
所述环境资料查询模块用于连接数据库查询最佳配比的温度、湿度、土壤养分浓度、土壤PH值和农作物的反射光谱等参数;
所述物料统计模块用于在一个植物生长周期内对所消耗的物料进行统计;
所述曲线生成模块用于对大棚中的实际环境参数和最佳环境参数进行对比曲线显示;
所述环境波动评价模块用于对实际环境参数调整的波动变化进行分析;
在本发明中,所述动作模块还包括报警设置模块、报警统计模块和报警日志模块;所述报警提示模块用于对自我学习程序的控制动作进行控制开始报警、控制中断报警、设备操作故障报警以及通讯故障报警进行提示;所述报警统计模块用于对各类报警信息进行统计;所述报警日志模块用于对报警信息进行记录和追踪。
所述的控制单元一般是指温度调节装置,包括升温和降温调整,用以控制大棚中的温度;喷洒或者喷灌系统,用以浇水或者喷施水,依此调整大棚内的湿度;施肥装置,一般才欧阳液体施肥,用以调整土壤养分浓度和土壤PH值。这些控制单元或者控制装置均通过通信系统与控制系统相连,控制系统与学习程序连接,学习程序向控制系统发出控制信号,控制系统对控制信号进行分析并转发给各个控制单元或者控制装置,进而完成控制循环。借助该控制系统,还可以实现对温室大棚环境的对比分析以及对控制系统的自我学习和自我升级,有利于农业现代化的实施和发展。
本发明提供的一种温室大棚环境自动控制系统,其实现了远程的对温室大棚温度、湿度、光照等参数的测量,并通过执行机构来实时监测农业现场的温度、湿度等情况,能够对农业的发展状况作出及时、正确的判断。有效的防止了农业出现的不利因素,同时,本发明能够防患未然,对监测的各个参数信息发送给监控人员,并能够根据监测的各个参数对执行机构进行自动控制,提高了农业设施的智能化。
Claims (4)
1.一种温室大棚环境自动控制系统,其特征在于,包括动作模块、运算模块、通信模块和数据采集层;
所述采集控制层包括数据采集模块和数据处理模块,数据采集模块用于采集温室大棚环境的实时数据,数据处理模块用于采用动态规划加回溯的复合算法对温室大棚环境的实时数据进行运算预处理;
所述通信模块用于将预处理后的实时数据发送到运算模块;
所述运算模块用于通过自我学习程序,对实时数据进行学习训练并对实际控制做出反馈和干预;
动作模块包括远程各个动作单元,用于对数据处理分析结果进行具体的控制实施。
所述自我学习程序包括以下程序步骤:
数据采集与预处理:分别采集温室大棚所处环境的温度、湿度、土壤养分浓度、土壤PH值和农作物的反射光谱,然后对所采集的数据进行预处理;
(1)、建立学习网络,所述学习网络的数学模型和自学习公式为:
x(k)=f(W1u(k+1)+W3xc(k-1))
xc(k)=x(k+1)+α*xc(k)
y(k)=g(W2x(k+1)+W1u(k-1))
式中,u(k)为学习程序输入节点的输入值,x(k)为学习程序运算节点的输出值,y(k)为学习程序输出节点的输出值,xc(k)为反馈控制节点的控制变量,W1、W2、W3分别为学习程序的输入节点到运算节点、运算节点到输出节点、输出节点到反馈控制节点的连接权值,g()为输出节点的传递函数,f()为运算节点的传递函数;α为控制调节权值;k为输入数值序号;
(2)、对采集到的温室大棚环境数据进行运算,得到样本值;
(3)、初始化学习程序权值,在学习程序模型中输入样本值;
(4)、计算输入节点、运算节点、输出节点和反馈控制节点的值;
(5)、计算学习程序的函数误差并更新学习程序的权值,对学习程序进行原始训练,完成学习程序的自我的学习;
(6)、判断更新后的权值是否满足设定的精度或训练次数,并通过训练好的学习程序模型进行实际环境控制演练预测,合格后,进行实际控制。
2.根据权利要求1所述的温室大棚环境自动控制系统,其特征在于,所述通信模块采用工业以太网或者ZigBee技术进行数据传输。
3.根据权利要求1所述的温室大棚环境自动控制系统,其特征在于,所述动作模块包括环境调整模块、环境资料查询模块、物料统计模块、历史数据查询模块、曲线生成模块和环境数据波动评价模块;
所述环境调整模块用于调用自我学习程序计算温度、湿度、土壤养分浓度、土壤PH值和农作物的反射光谱的反馈值参数,并下达各类参数和指令进行远程自动控制;
所述环境资料查询模块用于连接数据库查询最佳配比的温度、湿度、土壤养分浓度、土壤PH值和农作物的反射光谱等参数;
所述物料统计模块用于在一个植物生长周期内对所消耗的物料进行统计;
所述曲线生成模块用于对大棚中的实际环境参数和最佳环境参数进行对比曲线显示;
所述环境波动评价模块用于对实际环境参数调整的波动变化进行分析。
4.根据权利要求1所述的温室大棚环境自动控制系统,其特征在于,所述动作模块还包括报警设置模块、报警统计模块和报警日志模块;所述报警提示模块用于对自我学习程序的控制动作进行控制开始报警、控制中断报警、设备操作故障报警以及通讯故障报警进行提示;所述报警统计模块用于对各类报警信息进行统计;所述报警日志模块用于对报警信息进行记录和追踪。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710065052.0A CN106773720A (zh) | 2017-01-25 | 2017-01-25 | 一种温室大棚环境自动控制系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710065052.0A CN106773720A (zh) | 2017-01-25 | 2017-01-25 | 一种温室大棚环境自动控制系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106773720A true CN106773720A (zh) | 2017-05-31 |
Family
ID=58955399
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710065052.0A Pending CN106773720A (zh) | 2017-01-25 | 2017-01-25 | 一种温室大棚环境自动控制系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106773720A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107272620A (zh) * | 2017-06-23 | 2017-10-20 | 深圳市盛路物联通讯技术有限公司 | 一种基于物联网的智能监控大棚的方法及装置 |
CN107589771A (zh) * | 2017-10-12 | 2018-01-16 | 桐乡市易知简能信息技术有限公司 | 一种温室大棚环境控制系统 |
CN107622361A (zh) * | 2017-10-31 | 2018-01-23 | 江苏天舒电器股份有限公司 | 一种用于食用菌大棚环境的数学建模及其控制方法 |
CN108156258A (zh) * | 2018-01-29 | 2018-06-12 | 成都锦悦智造科技有限公司 | 一种基于物联网的通用农业数据采集系统 |
CN112668394A (zh) * | 2020-11-30 | 2021-04-16 | 山东大学 | 一种农业大棚生产的在线预测方法及系统 |
CN117391482A (zh) * | 2023-12-12 | 2024-01-12 | 河北省农林科学院 | 一种基于大数据监测的大棚温度智能预警方法及系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101002533A (zh) * | 2007-01-18 | 2007-07-25 | 同济大学 | 温室环境多因子协调控制算法 |
CN101162384A (zh) * | 2006-10-12 | 2008-04-16 | 魏珉 | 人工智能植物生长环境调控专家决策系统 |
CN102736596A (zh) * | 2012-06-11 | 2012-10-17 | 南京农业大学 | 基于作物信息融合的多尺度温室环境控制系统 |
CN103105246A (zh) * | 2012-12-31 | 2013-05-15 | 北京京鹏环球科技股份有限公司 | 一种基于遗传算法改进的bp神经网络的温室环境预测反馈方法 |
CN203276052U (zh) * | 2013-06-09 | 2013-11-06 | 西北师范大学 | 一种基于径向基神经网络的农业温度控制系统 |
WO2014097138A1 (en) * | 2012-12-21 | 2014-06-26 | Koninklijke Philips N.V. | A horticulture lighting interface for interfacing at least one lighting system |
CN105137940A (zh) * | 2015-09-01 | 2015-12-09 | 徐州工业职业技术学院 | 物联网大棚农业生长监控系统 |
CN105139072A (zh) * | 2015-09-09 | 2015-12-09 | 东华大学 | 应用于非循迹智能小车避障系统的强化学习算法 |
CN106168759A (zh) * | 2016-07-12 | 2016-11-30 | 武汉长江仪器自动化研究所有限公司 | 一种基于人工神经网络算法的混凝投药控制方法和系统 |
CN205862176U (zh) * | 2016-04-01 | 2017-01-04 | 王东来 | 一种基于物联网的智慧温室环境监控装置 |
-
2017
- 2017-01-25 CN CN201710065052.0A patent/CN106773720A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101162384A (zh) * | 2006-10-12 | 2008-04-16 | 魏珉 | 人工智能植物生长环境调控专家决策系统 |
CN101002533A (zh) * | 2007-01-18 | 2007-07-25 | 同济大学 | 温室环境多因子协调控制算法 |
CN102736596A (zh) * | 2012-06-11 | 2012-10-17 | 南京农业大学 | 基于作物信息融合的多尺度温室环境控制系统 |
WO2014097138A1 (en) * | 2012-12-21 | 2014-06-26 | Koninklijke Philips N.V. | A horticulture lighting interface for interfacing at least one lighting system |
CN103105246A (zh) * | 2012-12-31 | 2013-05-15 | 北京京鹏环球科技股份有限公司 | 一种基于遗传算法改进的bp神经网络的温室环境预测反馈方法 |
CN203276052U (zh) * | 2013-06-09 | 2013-11-06 | 西北师范大学 | 一种基于径向基神经网络的农业温度控制系统 |
CN105137940A (zh) * | 2015-09-01 | 2015-12-09 | 徐州工业职业技术学院 | 物联网大棚农业生长监控系统 |
CN105139072A (zh) * | 2015-09-09 | 2015-12-09 | 东华大学 | 应用于非循迹智能小车避障系统的强化学习算法 |
CN205862176U (zh) * | 2016-04-01 | 2017-01-04 | 王东来 | 一种基于物联网的智慧温室环境监控装置 |
CN106168759A (zh) * | 2016-07-12 | 2016-11-30 | 武汉长江仪器自动化研究所有限公司 | 一种基于人工神经网络算法的混凝投药控制方法和系统 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107272620A (zh) * | 2017-06-23 | 2017-10-20 | 深圳市盛路物联通讯技术有限公司 | 一种基于物联网的智能监控大棚的方法及装置 |
CN107589771A (zh) * | 2017-10-12 | 2018-01-16 | 桐乡市易知简能信息技术有限公司 | 一种温室大棚环境控制系统 |
CN107622361A (zh) * | 2017-10-31 | 2018-01-23 | 江苏天舒电器股份有限公司 | 一种用于食用菌大棚环境的数学建模及其控制方法 |
CN107622361B (zh) * | 2017-10-31 | 2019-11-15 | 江苏天舒电器股份有限公司 | 一种用于食用菌大棚环境的数学建模及其控制方法 |
CN108156258A (zh) * | 2018-01-29 | 2018-06-12 | 成都锦悦智造科技有限公司 | 一种基于物联网的通用农业数据采集系统 |
CN112668394A (zh) * | 2020-11-30 | 2021-04-16 | 山东大学 | 一种农业大棚生产的在线预测方法及系统 |
CN112668394B (zh) * | 2020-11-30 | 2023-10-31 | 山东大学 | 一种农业大棚生产的在线预测方法及系统 |
CN117391482A (zh) * | 2023-12-12 | 2024-01-12 | 河北省农林科学院 | 一种基于大数据监测的大棚温度智能预警方法及系统 |
CN117391482B (zh) * | 2023-12-12 | 2024-02-09 | 河北省农林科学院 | 一种基于大数据监测的大棚温度智能预警方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106773720A (zh) | 一种温室大棚环境自动控制系统 | |
Zamora-Izquierdo et al. | Smart farming IoT platform based on edge and cloud computing | |
Suma | Internet-of-Things (IoT) based smart agriculture in India-an overview | |
CN107945042B (zh) | 一种作物生长灌溉决策控制系统 | |
CN209517198U (zh) | 一种智慧农业标准化管理系统 | |
CN108781926B (zh) | 基于神经网络预测的大棚灌溉系统及方法 | |
Jiang et al. | WSN-based control system of CO2 concentration in greenhouse | |
CN111459033A (zh) | 水、肥精量灌溉的灰色预测模糊pid控制方法及设备 | |
CN211855422U (zh) | 一种智慧农业种植数据监测与处理装置 | |
Ayyasamy et al. | IoT based agri soil maintenance through micro-nutrients and protection of crops from excess water | |
Sambath et al. | Iot based garden monitoring system | |
CN114158336A (zh) | 水肥一体优化控制系统及方法 | |
Keerthana et al. | IoT Based Automated Irrigation System for Agricultural Activities | |
Martínez et al. | Prototype of automated irrigation system improves the yield of potatoes (Solanum tuberosum L.) in Riobamba-Ecuador using wireless network sensors-WSN and 6LoWPAN | |
CN110377082A (zh) | 一种温室中的自动化控制系统 | |
CN106718366A (zh) | 一种温室大棚环境控制方法 | |
TWI682351B (zh) | 智能排程系統及其方法 | |
Yu et al. | Eco-climate intelligent monitoring system of an agricultural science-and-technology park based on internet of things | |
CN208027201U (zh) | 一种无线监控大棚环境系统 | |
CN107589771A (zh) | 一种温室大棚环境控制系统 | |
CN112581302A (zh) | 一种农业物联管理监测系统 | |
CN207075026U (zh) | 一种物联网监控系统 | |
Wang et al. | The application of the internet of things technology in apple production | |
Venkatachalam et al. | Future IoT Applications using Artificial Intelligence-based Sensors: Agriculture | |
Li | Research on precision planting management system based on agricultural big data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170531 |
|
WD01 | Invention patent application deemed withdrawn after publication |