CN107018207A - 一种温室环境云控制系统及其控制方法 - Google Patents
一种温室环境云控制系统及其控制方法 Download PDFInfo
- Publication number
- CN107018207A CN107018207A CN201710412276.4A CN201710412276A CN107018207A CN 107018207 A CN107018207 A CN 107018207A CN 201710412276 A CN201710412276 A CN 201710412276A CN 107018207 A CN107018207 A CN 107018207A
- Authority
- CN
- China
- Prior art keywords
- control
- variable
- output
- max
- interval
- 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.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D23/00—Control of temperature
- G05D23/19—Control of temperature characterised by the use of electric means
-
- G—PHYSICS
- G08—SIGNALLING
- G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
- G08C17/00—Arrangements for transmitting signals characterised by the use of a wireless electrical link
- G08C17/02—Arrangements for transmitting signals characterised by the use of a wireless electrical link using a radio link
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
- H04L67/025—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP] for remote control or remote monitoring of applications
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Automation & Control Theory (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Feedback Control In General (AREA)
Abstract
本发明涉及一种温室环境云控制系统及其控制方法，系统中：云控制端运行控制算法及数据信息存储；被控过程端与云控制端进行远程通讯，执行整个控制系统的数据采集和控制功能；客户监控端安装APP监控软件的移动终端，通过移动互联网接入远方云控制端；管理端通过互联网接入远方云控制端，实现整个系统的云端管理；控制方法为非方瘦系统的区间控制算法。本发明将控制算法库、数据库均置于远方的“云”中，构成云控制器，利用云强大的计算能力完成复杂控制算法的快速计算、无扰动快速切换等，实现大规模数据的存储，被控过程端只需要通过高速远程通讯信道发送现场采集数据和接收远方控制信号即可，明显降低了系统成本，增强了控制系统的灵活性。
Description
技术领域
本发明涉及一种农业领域中的环境控制技术，具体为一种温室环境云控制系统及其控制方法。
背景技术
温室环境的控制属于智慧农业的一部分，在满足城市消费群体需求、减轻种植业风险、充分利用自然光源、推广农业先进技术方面具有重要的作用。温室环境作为被控过程，除了具有复杂过程多变量、大滞后、非线性、强耦合的特性外，还具有两个鲜明的特性：一是被控变量(如温度、湿度、二氧化碳、光照等)的数目常常多于操作变量(天窗开度、喷水量等)的数目，属于典型的非方控制系统(非方瘦系统)；二是被控变量具有区间控制的要求，即不必进行点值的精确控制。因此在控制算法的研究上，除了常规复杂系统控制的要求外，还要满足非方瘦系统区间控制的特殊要求。
目前市场的温室环境控制系统普遍存在以下缺点：
(1)现有的温室环境控制系统，其控制器安装在温室环境现场，如采用先进控制算法对温室环境进行控制，则对控制器的硬件配置要求高，导致控制系统成本提高；控制算法的切换或升级过程复杂繁琐，无法实现在线无扰切换或升级；无法实现控制算法的在线优化控制。
(2)现有的温室环境控制系统，控制终端和数据终端的通道数目相对固定，很难根据温室环境参数分布式的特点灵活扩展数据采集和控制通道，不适合温室环境分布式数据采集和控制的要求；
(3)现场被控变量除了具有滞后性、耦合性等特点外，还具有非方瘦系统区间控制的特点，即被控变量多于操作变量，且不必进行点值的精确控制，而目前市场上的设备均没有考虑上述温室环境的的特点，皆采用一对一的常规精确控制方式，不能按照需要进行多回路的区间进行，因此导致控制回路动作频繁，能耗大，也不能达到精确控制的目的。
发明内容
针对现有温室环境控制系统控制灵活性差、无法进行控制算法的无扰切换或升级、不能按区间要求进行控制等不足，本发明要解决的问题是提供一种可实现温室环境分布式参数测量、实现设定值区间控制、增强控制灵活性的温室环境云控制系统及其控制方法。
为解决上述技术问题，本发明采用的技术方案是：
本发明一种温室环境云控制系统，包括云控制端、被控过程端、客户监控端以及管理端，其中：
云控制端，运行控制算法及数据信息存储；
被控过程端，与云控制端进行远程通讯，执行整个控制系统的数据采集和控制功能；
客户监控端，安装APP监控软件的移动终端，通过移动互联网接入远方云控制端；
管理端，通过互联网接入远方云控制端，实现整个系统的云端管理。
被控过程端包括中心控制器和远程通信模块，中心控制器通过数据接口接收温室环境中各种环境变量的数据，通过远程通信模块与云控制端进行通讯。
所述被控过程端还具有数据终端及局域网通信模块，数据终端的输入接口接有各类传感器，数据终端通过局域网通信模块与中心控制器进行通讯连接；
或者，被控过程端还具有控制终端，控制终端通过局域网通信模块与中心控制器进行无线通讯。
控制终端的输入输出接口接有执行器模块，执行器模块包括继电器电路和PWM信号驱动电路，分别控制执行机构动作。
本发明一种温室环境云控制系统的控制方法，包括以下步骤：
1)在被控过程端，中心控制器以设定的周期进行现场环境参数的采集、滤波，对分布在不同位置的采集器进行查询，接收采集器的回传数据；
2)在云控制端，云控制器以设定的周期通过远程GPRS信道对被控过程端在线的中心控制器进行查询，中心控制器收到查询信号之后将最近一次的数据发送至云控制器；
3)云控制器将接到的数据解析，分别送至数据库和控制算法库；数据库将数据进行储存以便分析及查询；控制算法库调用相应控制回路的控制算法，即非方瘦系统区间控制算法，根据当前环境参数与设定参数计算得到控制量；
4)上述控制量一方面通过网络发送给被控过程端的中心控制器，另一方面送到数据库中进行存储记录，便于管理员对控制策略进行分析、优化与修改；
5)被控过程端的中心控制器接收到控制信号后，将属于自身控制通道的控制量施加给控制回路执行机构动作；将属于控制终端通道的控制量发送给相应的控制终端，由控制终端施加给相应的控制回路执行机构动作，实现基于云控制器的闭环反馈控制。
非方瘦系统区间控制算法包括以下步骤：
301)根据系统输出序列采样值aij(1),aij(2),…,aij(N)组成阶跃响应模型Aij，并组成系统动态矩阵A，采用
YPM(k)＝YP0(k)+AΔUM(k) (3)
作为预测模型，求得预测输出；
其中：
aij(N)表示在第N个采样时刻输出变量yi对不同控制变量uj的阶跃响应系数；
k为当前时刻；
YPM(k)为当前时刻k的模型预测输出矢量；
YP0(k)为当前时刻k的初始模型输出矢量，
ΔUM(k)为当前时刻k最优区间控制增量序列；
302)用户通过人机交互界面设定输出变量yi的期望区间[εi,min,εi,max](i＝1,2,…,r)和极限约束区间[yi,min,yi,max](i＝1,2,…,r)，以及控制变量uj的约束区间，根据期望区间[εi,min,εi,max](i＝1,2,…,r)的可放松程度，通过界面设定可调整约束的优先级，优先级越高，相应输出量的区间可调整度越大；εi,min为输出变量yi的期望区间最小值，εi,max为输出变量yi的期望区间最大值，yi,min,yi,max分别为输出变量yi可以达到的极限最小值和最大值；uj,min,uj,max分别为控制变量uj的最小值和最大值；r为输出变量个数，s为输入变量个数；
303)判断输出期望区间是否可行，若可行，将采集得到当前环境因子值并与控制区间进行比较，设控制性能指标为：
性能指标中， ||ΔUM(k)||R 2＝[ΔUM(k)]TR[ΔUM(k)]；k为当前时刻；YPM(k)为k时刻模型预测输出值矢量；α、β为动态参考轨迹；ΔUM(k)为k时刻控制量变化量矢量；Q1,Q2,R为正定的权值矩阵；k+t|k表示在当前时刻k对未来第t个时刻的状态预测；k+l为当前时刻k起的未来第l个时刻；umax为控制量u的最大值，umin为控制量u的最小值；Δumax,Δumin分别为控制量u每个控制时刻变化量的最大值和最小值，ymax,ymin分别为输出量的最大值和最小值；εmax,εmin分别为输出变量期望区间的最大值和最小值；Q1，Q2的相对大小决定输出量违反下边界或上边界后的回拉作用的大小；若输出量保持在区间内但震荡变化，可以增大正定权值矩阵R；
304)根据控制量求得的输出预测值，在预测模型输出的基础上用实际输出误差进行反馈校正，实现闭环预测，即
Yc(k)＝YPM(k)+Le(k) (9)
YPM(k+1)＝Yc(k) (10)
其中：
k为当前时刻；
k+1时刻为下一时刻；
Yc(k)为校正后当前时刻k的模型预测输出；
YPM(k)为k时刻预测模型，P表示预测时域，M表示控制时域；
L＝[1,1,…,1]T∈RrP×1，表示L为r×P行1列的全1向量，r为输出变量的个数；
e(k)＝y(k)-ym(k)，为系统当前时刻k时实际输出y(k)与预测输出ym(k)的差；y(k)为系统当前时刻k时的实际输出值；ym(k)为当前时刻k时的模型预测输出值。
判断输出期望区间步骤为：
设定系统控制量的稳态值为Us，输出量的稳态值Ys，稳态增益矩阵为Gs，若存在Us和Ys满足：
则称期望区间可行；
其中，Ys为输出量的稳态值；Us为控制量的稳态值；Umax,Umin分别为控制量U的最大值和最小值矢量；Δεmax,Δεmin分别为最大约束值εmax和最小约束值εmin的调整量；Δ为区间调整量的解；上角标T代表向量或矩阵的转置。
如果判断输出期望区间不可行，程序根据优先级设置相应的约束调整量权值ci，再求解得到一组约束调整量的解Δ＝[ΔεT min,ΔεT max]T，给出满足极限区间[yi,min,yi,max]的调整后可行目标区间[εi,min,εi,max]T+Δ，Δεmin,Δεmax分别表示最大约束值εmax和最小约束值εmin的调整量；yi,min,yi,max分别为输出变量yi的极限区间的最大值和最小值，εi,min,εi,max分别为输出变量yi的期望区间最小值和最大值，上角标T代表向量或矩阵的转置。
将公式(4)转化为求解线性规划：
其中：
w为最优解；
为系数矩阵，I为全1矩阵，0为全零矩阵，Gs为稳态增益矩阵；
为增广变量矩阵，x1,x2,x3,x4为依据输入量和输出量而设定的中间变量；Δ为区间调整量的解；上角标T代表向量或矩阵的转置；
z为Z的元素；
x1＝Us-Umin，Us为控制量u的稳态值；umin为控制量u的最小值；
x2＝Umax-Us，umax为控制量u的最大值；
x3＝GsUs-εmin+Δεmin，εmin为输出变量期望区间的最小值，Δεmin为εmin的调整量；
x4＝εmax-GsUs+Δεmax，εmax为输出变量期望区间的最大值，Δεmax为εmax的调整量；
为转换区间矩阵；
权值CT＝[c1…c2s]为1行2s列的向量，s为输出量个数；C反映Δ中的元素Δi的可调程度，输出变量yi优先级越高，ci越小，可接受调整量越大；对硬约束yj可置cj为充分大的正数；该线性规划若有最优解wmin＝0，则说明原期望区间是可行的，不需要调整；若求得wmin＞0，说明原期望区间需要加入调整量Δ；
经用户与计算机多次协调后，最终调整量Δ＝0，此时目标区间是可行的，同时能找到一个稳态解Ys，即非方瘦系统存在稳定解。
经推导后性能指标可转换为如下二次规划：
s.t.DX≤d
其中：
为增广的待求解量，ΔUM(k)为k时刻控制量变化量矢量；α、β为动态参考轨迹；
为二次项系数矩阵，A为阶跃响应系数矩阵，Q1,Q2,R为正定的权值矩阵，上角标T代表向量或矩阵的转置；
为一次项系数矩阵，Yp0(k)为k时刻的稳态输出值；
设B0为M行M列下三角1矩阵，M为控制时域；
B＝diag(B0,B0,…,B0)∈RsM×sM，B为以B0为对角线元素的sM行sM列矩阵，s为输出变量个数；
则为系数矩阵，Ι为单位矩阵，-Ι为负的单位矩阵，0为零矩阵，s为输出变量个数，r为输入变量个数，M为控制时域，P为预测时域；
为范围矩阵，k表示当前时刻，k-1表示前一时刻，Ymax表示输出量的最大值矢量，YP0(k)为当前时刻k的模型预测输出初始矢量，Ymin表示输出量的最小值矢量，Umax为控制量的最大值矢量，Umin为控制量的最小值矢量，U(k-1)表示前一时刻的控制量，Δumax,Δumin分别为控制量u每个控制时刻变化量的最大值和最小值，εmax,εmin分别为输出变量期望区间的最大值和最小值。
取其中的即时控制增量Δu(k)构成控制量u(k)＝u(k-1)+Δu(k)施加于被控对象，根据类似的优化问题递推求出下一时刻k+1时的控制增量Δu(k+1)，即
u(k)＝u(k-1)+(1,0,…,0)ΔUM(k) (8)
其中u(k)为当前时刻k的控制量，u(k-1)为前一时刻k-1的控制量，ΔUM(k)为k时刻控制量的变化量；
本发明具有以下有益效果及优点：
1.本发明将控制算法库、数据库均置于远方的“云”中，构成云控制器，利用云强大的计算能力完成复杂控制算法的快速计算、不同控制算法的无扰动快速切换、优化算法的实时计算，以及大规模数据的存储，被控过程端只需要通过高速远程通讯信道，发送现场采集数据和接收远方控制信号即可，降低控制系统的软硬件配置要求，简化控制系统的结构，增强系统扩展的灵活性，从而明显降低了系统成本，更好地服务于温室环境下的农业生产。
2.本发明以温室环境为被控过程，基于非方瘦系统区间控制方法，对温室环境进行区间控制，使控制系统具有在线解耦、滚动优化、反馈校正等优良性能，适应温室环境的实际需求，使执行结构动作频率降低，从而达到减少机构磨损、节能降耗、使过程达到“满意控制”的目的。
附图说明
图1为本发明温室环境云控制系统的结构框图；
图2为本发明温室环境云控制系统中心控制器电路图；
图3为本发明温室环境云控制系统数据终端电路图；
图4为本发明具温室环境云控制系统控制终端电路图；
图5为本发明温室环境云控制系统中心控制器电气结构框图；
图6为本发明温室环境云控制系统数据终端电气结构框图；
图7为本发明温室环境云控制系统控制终端电气结构框图；
图8A为本发明温室环境云控制系统中云控制器软件流程图；
图8B为图8A的中心控制器接入服务器子流程图；
图9A为本发明温室环境云控制系统中心控制器软件流程图；
图9B为图9A的通信模块初始化流程图；
图9C为图9A的云端信息解析过程流程图；
图9D为图9A的局域网信息解析过程流程图；
图10A为本发明温室环境云控制系统数据终端软件流程图；
图10B为图10A的传感器信息采集滤波流程图；
图11为本发明温室环境云控制系统控制终端软件流程图；
图12为本发明温室环境云控制系统区间控制算法流程图；
图13为本发明温室环境云控制系统区间控制算法预测控制方法曲线图解。
具体实施方式
下面结合说明书附图对本发明作进一步阐述。
本发明一种温室环境云控制系统，包括云控制端、被控过程端、客户监控端以及管理端，其中：
云控制端，运行控制算法及存储数据信息；
被控过程端，与云控制端进行远程通讯，执行整个控制系统的数据采集和控制功能；
客户监控端，安装APP监控软件的移动终端，通过移动互联网接入远方云控制端；
管理端，通过互联网接入远方云控制端，实现整个系统的云端数据管理。
如图1所示，本发明一种温室环境云控制系统主要分为四大部分，第一部分为云控制端，第二部分为被控过程端，第三部分为客户监控端，第四部分为管理端。
所述云控制端由控制算法库、数据库和服务器软件组成。其中控制算法库主要存放控制算法——非方瘦系统区间控制算法；数据库按照数据结构来组织、存储和管理系统数据，并管理系统用户信息；服务器软件主要对云端软件，即控制算法库和数据库进行管理，协调各部分之间的工作。
所述被控过程端完成整个控制系统的数据采集和控制执行功能，由中心控制器及远程通信模块组成。中心控制器通过数据接口接收温室环境中各种环境变量的数据，通过远程通信模块与云控制端进行通讯。
中心控制器集数据采集、远程通信、局域网通信和执行器功能于一体，在不需要扩展的情况下可以单独使用，也可以有多个中心控制器组成局域网。
远程通信模块通过GPRS通讯信道接入云端，完成与云控制端的采集数据上传和控制信息下传的双向信息传输；执行器用于完成云控制端下传控制量对执行机构的驱动作用。
所述客户监控端为手机APP监控软件，通过移动互联网接入远方云控制端。用于用户监控当前温室环境数据，同时可以完成环境参数设定、以及部分应急的控制操作等操作。
所述管理端完成整个系统的云端数据管理，由PC计算机管理软件组成，通过互联网接入远方云控制端。管理人员通过计算机登录云端，登录后通过服务器软件完成控制算法编写、挂载和上传，控制算法参数的调整，数据库备份或清空等操作。
为了适应温室环境各类数据多输入的要求，需对中心控制器的输入通道进行扩展，因此本发明中的被控过程端还可以具有一个或多个数据终端，其输入接口接有各类传感器，通过局域网通信模块与中心控制器进行通讯连接。数据终端负责采集温室环境数据，通过无线网络与中心控制器进行通讯，使用电池方式供电，便于安装和使用。
另外，被控过程端还可以具有一个或多个控制终端，控制终端通过局域网通信模块与中心控制器进行无线通讯。控制终端用于接收中心控制器传送来的控制信号，是对中心控制器控制通道的扩展。
如图2、5所示，本实施例中，中心控制器系统电路由PIC18F46K22处理器、下载器接口、两路串口转485电路、LCD电路、IIC接口、模拟量输入电路、继电器电路以及驱动电路组成。其中，GPRS模块和WIFI模块分别通过两路串口转485电路与PIC核心模块进行信息交互，组成远程通信信道和局域无线通信信道；二氧化碳传感器、光照强度传感器均通过IIC接口将环境信息传送至PIC18F46K22处理器中；模拟量输入电路由低通滤波电路和电压跟随器构成，由于温室环境是大滞后过程，因此各参数的变化是比较缓慢的，采用截止频率为10HZ的RC低通滤波对输入的模拟量进行硬件滤波，同时，电压跟随电路将会把滤波后的模拟量1:1送入单片机内，这样既能保证输入信号的真实性，又能隔离外部的干扰，空气温湿度变送器、土壤温湿度变送器均通过该电路将采集到的环境信息传送给PIC18F46K22处理器；继电器电路使用HJR4102E-L-05V作为继电器，数字量控制继电器状态，使用P521光耦进行单片机电路与继电器电路之间的隔离，防止继电器电路的扰动对单片机的稳定性造成干扰；驱动电路是由四个CMOS管组成的全桥驱动电路，单片机通过输出两路PWM波控制执行器实现正/反双向动作。
本实施例中，单片机通过两个485接口与GPRS模块和WIFI模块进行通信，其中GPRS模块用于连接“云控制器”，发送现场环境数据值和接收控制算法计算出的控制量；WIFI模块用于产生局域网中的服务器节点，用于组网；数字量变送器输出的数字量通过IIC协议与单片机直接通信，而模拟量变送器通过板载ADC电路输入单片机内；在控制执行器方面，单片机通过自身的IO口进行继电器电路的控制，实现执行器的开关控制，通过自身功能引脚产生的PWM波控制驱动电路，实现部分执行器的连续调节；显示电路中，单片机与LCD液晶屏通过SPI协议进行通信，显示当前的环境参数。
如图3、6所示，数据终端系统电路由PIC18F4620处理器、下载器接口、串口转485电路、LCD电路、IIC接口和模拟量输入电路组成。其中，WIFI模块通过串口转485电路与PIC18F4620处理器进行信息交互，组成局域无线通信信道；二氧化碳传感器、光照强度传感器均通过IIC接口将环境信息传送至PIC18F4620处理器；模拟量输入电路由低通滤波电路和电压跟随器组成，由于温室环境是大滞后过程，因此各参数的变化是比较缓慢的，采用截止频率为10HZ的RC低通滤波对输入的模拟量进行硬件滤波，同时，电压跟随电路将会把滤波后的模拟量1:1送入PIC18F4620处理器，这样保证输入信号的真实性的同时隔离外部的干扰；空气温湿度变送器、土壤温湿度变送器均通过该电路将采集到的环境信息传送给PIC18F4620处理器。
本实施例中，单片机通过串口转485的方式与WIFI模块进行通信，此时WIFI模块作为客户端，可以接入到局域网中与中心控制器的WIFI模块进行通信；数字量变送器输出的数字量通过IIC协议与单片机直接通信，而模拟量变送器通过板载ADC电路输入单片机内。在数据终端，可以通过LCD和按键进行接入传感器种类的设置，提高了整个系统的灵活性和可维护性。
如图4、7所示，控制终端系统电路由PIC18F4620处理器、下载器接口、串口转485电路、LCD液晶电路、继电器电路和驱动电路组成。其中，WIFI模块通过串口转485电路与PIC18F4620处理器进行信息交互，组成局域无线通信信道；继电器电路使用HJR4102E-L-05V作为继电器，数字量控制继电器状态，使用P521光耦进行单片机电路与继电器电路之间的隔离，防止继电器电路的扰动对单片机的稳定性造成干扰；驱动电路是由四个CMOS管组成的全桥驱动电路，单片机通过输出两路PWM波控制执行器实现正/反双向动作。
本实施例中，单片机通过串口转485的方式与WIFI模块进行通信，此时WIFI模块作为客户端，可以接入到局域网中与中心控制器的WIFI模块进行通信；同时，单片机一方面会通过自身IO口对继电器电路进行开关量的控制，另一方面会通过自身功能引脚产生PWM信号控制驱动电路，实现执行器的连续调节。在数据终端，可以通过LCD和按键进行具体控制电路的选择，提高了整个系统的灵活性和可维护性。
本发明一种温室环境云控制系统的控制方法，包括以下步骤：
1)在被控过程端，中心控制器以设定的周期进行现场环境参数的采集、滤波，对分布在不同位置的采集器进行查询，接收采集器的回传数据；
2)在云控制端，云控制器以设定的周期通过远程GPRS信道对被控过程端在线的中心控制器进行查询，中心控制器接收查询信号后将最近一次的数据发送至云控制器；
3)云控制器将接到的数据解析，分别送至数据库和控制算法库；数据库将数据进行储存以便分析及查询；控制算法库调用相应控制回路的控制算法，即非方瘦系统区间控制算法，根据当前环境参数与设定参数计算得到控制量；
4)上述控制量一方面通过网络发送给被控过程端的中心控制器，另一方面送到数据库中进行存储记录，便于管理员对控制策略进行分析、优化与修改；
5)被控过程端的中心控制器接收到控制信号后，将属于自身控制通道的控制量施加给控制回路执行机构动作；将属于控制终端通道的控制量发送给相应的控制终端，由控制终端施加给相应的控制回路执行机构动作，实现基于云控制器的闭环反馈控制。
如图8A、8B所示，为“云控制器”软件流程图，其控制过程包括以下步骤：
201)在“云控制器”端，管理软件会一直判断是否有被控过程端的中心控制器接入服务器，具体分为：
201A)管理软件对帧听Socket进行监听；
201B)检查是否有接入请求，是则进行下一步，否则返回；
201C).获取到请求端的IP地址并建立新的Socket与该IP地址进行绑定，此时“云控制器”就与该IP(中心控制器的GPRS模块中的网络IP)建立了链接；
201D)把步骤201C)中的Socket加入到查询的队列中，此时管理软件就可以通过该Socket与请求端(中心控制器)进行数据的通信了；
202)在“云控制器”端，管理软件以设定的时间周期T(人工设定)通过Socket向中心控制器端发送查询指令；
203)发送完指令的管理软件将会对Socket进行帧听，接收中心控制器通过GPRS模块发送的回执数据；
204)管理软件检查是否接收到了回执数据，是则执行步骤205)，否则进行步骤201)；
205)将接收到的数据存入数据库中的数据表中，一方面可以供用户进行查看，另一方面可以供技术人员分析；
206)将数据作为控制器的输入量输入到非方瘦系统区间控制算法中计算控制量非方瘦系统区间控制算法具体步骤如图12、13所示)；
207)将上述控制量存入数据库中的控制量表中，储存控制量主要作用是便于管理员对控制策略进行分析、优化与修改；
208)将步骤206)计算得到的控制量通过Socket发送回中心控制器，中心控制器通过GPRS模块接收到该控制量。
如图12所示，为基于区间控制的预测控制算法流程图。本实施例中，该控制算法设计在远离被控对象的“云控制器”中，包括以下步骤：
206A)根据系统输出阶跃响应系数aij(1)，aij(2)...，aij(N)组成阶跃响应模型Aij，其中aij(N)表示在第N个采样时刻输出变量yi对不同控制变量uj的阶跃响应系数：
并组成系统动态矩阵：
其中：
Aij为第j个输入对第i个输出的阶跃响应模型；
设：r为输出变量个数，
s为输入变量个数，
P为预测时域，
M为控制时域；
采用
YPM(k)＝YP0(k)+AΔUM(k) (3)
作为预测模型，求得预测输出。
其中：
k为当前时刻；
YPM(k)为当前时刻k的模型预测输出矢量；
YP0(k)为当前时刻k的初始模型输出矢量，
ΔUM(k)为当前时刻k最优区间控制增量序列；
206B)用户通过人机交互界面设定输出变量yi的期望区间[εi,min,εi,max](i＝1,2,…,r)和极限约束区间[yi,min,yi,max](i＝1,2,…,r)以及控制变量uj的约束区间[uj,min,uj,max](j＝1,2,…,s)，且根据期望区间[εi，min，εi，max]的可放松程度，通过界面设定可调整约束的优先级，优先级越高，相应输出量的区间可调整度越大；εi,min为输出变量yi的期望区间最小值；εi,max为输出变量yi的期望区间最大值；yi,min,yi,max分别为输出变量yi可以达到的极限最小值和最大值；uj,min,uj,max分别为控制变量uj的最小值和最大值；r为输出变量个数，s为输入变量个数；
206C)计算机根据下述子算法1判断输出期望区间是否可行，若可行，执行步骤206D)；若不可行，程序根据优先级设置相应的约束调整量权值ci，再求解子算法1得到一组约束调整量的解Δ＝[ΔεT min,ΔεT max]T，给出满足极限区间[yi,min,yi,max]的调整后可行目标区间[εi,min,εi,max]T+Δ，Δεmin,Δεmax分别表示最大约束值εmax和最小约束值εmin的调整量；yi,min,yi,max分别为输出变量yi的极限区间的最大值和最小值，εi,min,εi,max分别为输出变量yi的期望区间最小值和最大值，上角标T代表向量或矩阵的转置；
子算法1：
设定系统控制量的稳态值为Us，输出量的稳态值Ys，稳态增益矩阵为Gs，若存在Us和Ys满足：
则称期望区间可行；
其中，Ys为输出量的稳态值；Us为控制量的稳态值；Umax,Umin分别为控制量U的最大值和最小值矢量；Δεmax,Δεmin分别为最大约束值εmax和最小约束值εmin的调整量；Δ为区间调整量的解；上角标T代表向量或矩阵的转置。
上式可转化为求解线性规划：
其中：
w为最优解；
为系数矩阵，I为全1矩阵，0为全零矩阵，H为稳态增益矩阵；
为增广变量矩阵，x1,x2,x3,x4为依据输入量和输出量而设定的中间变量；Δ为区间调整量的解；上角标T代表向量或矩阵的转置；
z为Z的元素；
x1＝Us-Umin，Us为控制量u的稳态值；umin为控制量u的最小值；
x2＝Umax-Us，umax为控制量u的最大值；
x3＝GsUs-εmin+Δεmin，εmin为输出变量期望区间的最小值，Δεmin为εmin的调整量；
x4＝εmax-GsUs+Δεmax，εmax为输出变量期望区间的最大值，Δεmax为εmax的调整量；
为转换区间矩阵；
权值CT＝[c1…c2s]为1行2s列的向量，s为输出量个数；C反映Δ中的元素Δi的可调程度，输出变量yi优先级越高，ci越小，可接受调整量越大。对硬约束yj可置cj为充分大的正数。该线性规划若有最优解wmin＝0，则说明原期望区间是可行的，不需要调整；若求得wmin＞0，说明原期望区间需要加入调整量Δ。经用户与计算机多次协调后，最终会有调整量Δ＝0，此时目标区间是可行的，同时能找到一个稳态解Ys，即非方瘦系统存在稳定解。
206D)采集得到当前环境因子值并与控制区间进行比较，设控制性能指标为：
性能指标中， ||ΔUM(k)||R 2＝[ΔUM(k)]TR[ΔUM(k)]；k为当前时刻；YPM(k)为k时刻模型预测输出值矢量；α、β为动态参考轨迹；ΔUM(k)为k时刻控制量变化量矢量；Q1,Q2,R为正定的权值矩阵；k+t|k表示在当前时刻k对未来第t个时刻的状态预测；k+l为当前时刻k起的未来第l个时刻；umax为控制量u的最大值，umin为控制量u的最小值；Δumax,Δumin分别为控制量u每个控制时刻变化量的最大值和最小值，ymax,ymin分别为输出量的最大值和最小值；εmax,εmin分别为输出变量期望区间的最大值和最小值。若输出量保持在区间内但震荡变化，可以增大正定权值矩阵R；Q1，Q2的相对大小决定输出量违反下边界或上边界后的回拉作用的大小；若输出量保持在区间内但震荡变化，可以适当增加R。控制过程图解如图13所示。
经推导后性能指标可转换为如下二次规划：
s.t.DX≤d
其中，
为增广的待求解量，ΔUM(k)为k时刻控制量变化量矢量；α、β为动态参考轨迹；
为二次项系数矩阵，A为阶跃响应系数矩阵，Q1,Q2,R为正定的权值矩阵，上角标T代表向量或矩阵的转置；
为一次项系数矩阵，Yp0(k)为k时刻的稳态输出值；
设B0为M行M列下三角1矩阵，M为控制时域；
B＝diag(B0,B0,…,B0)∈RsM×sM，B为以B0为对角线元素的sM行sM列矩阵，s为输出变量个数；
则为系数矩阵，Ι为单位矩阵，-Ι为负的单位矩阵，0为零矩阵，s为输出变量个数，r为输入变量个数，M为控制时域，P为预测时域；
为范围矩阵，k表示当前时刻，k-1表示前一时刻，Ymax表示输出量的最大值矢量，YP0(k)为当前时刻k的模型预测输出初始矢量，Ymin表示输出量的最小值矢量，Umax为控制量的最大值矢量，Umin为控制量的最小值矢量，U(k-1)表示前一时刻的控制量，Δumax,Δumin分别为控制量u每个控制时刻变化量的最大值和最小值，εmax,εmin分别为输出变量期望区间的最大值和最小值。
求得控制作用后并不把所有的控制作用全部实施，而是取其中的即时控制增量Δu(k)构成控制量施加于被控对象。根据类似的优化问题递推求出下一时刻k+1时的控制增量Δu(k+1)，即
u(k)＝u(k-1)+(1,0,…,0)ΔUM(k) (8)
其中u(k)为当前时刻k的控制量，u(k-1)为前一时刻k-1的控制量，ΔUM(k)为k时刻控制量的变化量。
206E)系统根据控制量求得的输出预测值，在预测模型输出的基础上用实际输出误差进行反馈校正，以实现闭环预测，即
Yc(k)＝YPM(k)+Le(k) (9)
YPM(k+1)＝Yc(k) (10)
其中：
k为当前时刻；
k+1时刻为下一时刻；
Yc(k)为校正后当前时刻k的模型预测输出；
YPM(k)为k时刻预测模型，P表示预测时域，M表示控制时域；
L＝[1,1,…,1]T∈RrP×1表示L为r×P行1列的全1向量，r为输出变量的个数；
e(k)＝y(k)-ym(k)，为系统当前时刻k时实际输出y(k)与预测输出ym(k)的差；y(k)为系统当前时刻k时的实际输出值；ym(k)为当前时刻k时的模型预测输出值；
如图9A、9B、9C、9D所示，为被控过程端中心控制器软件流程图，在本实施例中，中心控制器的软件流程图主要由以下步骤组成：
101)通信模块的初始化，经过该初始化之后，中心控制器将可以与“云控制器”进行通信，同时可以与接入局域网内的Client端进行数据收发；该步骤具体分为：
101A)初始化GPRS模块，将该GPRS模块接入到“云控制器”中；
101B)初始化WIFI模块，建立局域网中的Server端，供Client端(数据终端和控制终端)进行接入；
102)通过GPRS模块接收“云控制器”信息；
103)检查是否接收到了“云控制器”发送的信息，是则执行步骤104)，否则进行步骤105)；
104)对来自“云控制器”数据包进行解析，具体分为：
104A)检查帧头是否是查询帧帧头，是则将打包好的数据通过GPRS模块发送，否则进行下一步；
104B)检查帧头是否是控制帧帧头，是则通过WIFI模块发送控制帧给局域网内相应的控制终端或者自行进行控制；
105)通过WIFI模块接收来自局域网的信息；
106)检查是否接收到了局域网内的数据包，是则执行步骤107)，否则执行步骤108)；
107)对来自局域网数据包进行解析，具体分为：
107A)检查帧头是否是数据终端回执帧头，是则将数据按协议进行解析并放入发送队列中，否则进行下一步；
107B)检查帧头是否是控制终端回执帧头，是则将数据按协议解析并判断解析得到的数据是否和发送出的控制数据相等，相等则通过WIFI模块发送确认帧给相应的控制终端，不相等则重新发送控制帧并等待回执；
108)自身携带的传感器进行数据采集并滤波(具体步骤和方法如图10A、10B中的传感器信息采集滤波流程)；
109)对得到的环境变量进行显示。
如图10A、10B所示，为被控过程端中数据终端软件流程图，本实施例中，数据终端软件主要包括以下几个步骤：
1001)初始化WIFI模块，接入局域网中的Server端，初始化后的WIFI模块可以与局域网的Server端(中心控制器)进行相互通信；
1002)通过WIFI模块接收局域网的信息，该信息主要是来自局域网Server端(中心控制器)的信息；
1003)检查是否接收到了中心控制器的查询帧，是则执行步骤1004)，否则执行步骤1005)；
1004)将当前数据通过WIFI模块发送给中心控制器；
1005)以设定的采样频率(频率分布在100Hz～0.5Hz之间，不同传感器的采样频率不一样)对传感器进行数据采集，将采集到的数据进行滤波，滤波具体分为：
1005A)将采集到的原始数值放入数据队列中；
1005B)除去队列中的最大最小值(将最大最小值视为量测噪声)；
1005C)求取队列中还存在的数据的平均值作为当前值；
1005D)对上述当前值进行低通滤波(温室环境为大滞后过程，数据变化较慢)，再次去除噪声干扰，低通滤波之后的值作为当前时刻环境变量的真实值；
1006)对滤波之后的环境变量进行显示，之后返回步骤1002)。
如图11所示，为控制终端软件流程图，本实施例中，控制终端软件包括以下步骤：
501)初始化WIFI模块，接入局域网中的Server端，初始化的WIFI模块可以与局域网的Server端(中心控制器)进行相互通信；
502)通过WIFI模块接收局域网的信息，该信息主要是局域网Server端(中心控制器)的信息；
503)检查是否接收到了中心控制器的控制帧，是则执行步骤504)，否则执行步骤505)；
504)通过WIFI模块发送控制终端回执帧，用于校验控制数据的对错；
505)检查是否接收到了中心控制器的确认帧，是则执行步骤506)，否则执行步骤507)；
506)执行控制帧发送过来的控制量；
507)显示当前执行器的状态，返回步骤502)。
本发明在系统结构方面，云控制系统基于“云计算”原理，提出一种全新的控制系统结构。该结构使得整个控制系统设计关注的重心为被控过程，主要方法是将控制算法置于远方的“云端”中，设计人员的主要关注点在被控过程上，而不是控制器上。该结构可以使控制系统更加灵活方便，降低设计成本。同时，本系统采用非方瘦系统的区间控制方法，更适应温室环境的特点和实际需求，可以对温室环境施加更加有效的控制。
Claims (10)
1.一种温室环境云控制系统，其特征在于：包括云控制端、被控过程端、客户监控端以及管理端，其中：
云控制端，运行控制算法及数据信息存储；
被控过程端，与云控制端进行远程通讯，执行整个控制系统的数据采集和控制功能；
客户监控端，安装APP监控软件的移动终端，通过移动互联网接入远方云控制端；
管理端，通过互联网接入远方云控制端，实现整个系统的云端管理。
2.根据权利要求1所述的温室环境云控制系统，其特征在于：被控过程端包括中心控制器和远程通信模块，中心控制器通过数据接口接收温室环境中各种环境变量的数据，通过远程通信模块与云控制端进行通讯。
3.根据权利要求2所述的温室环境云控制系统，其特征在于：所述被控过程端还具有数据终端及局域网通信模块，数据终端的输入接口接有各类传感器，数据终端通过局域网通信模块与中心控制器进行通讯连接；
或者，被控过程端还具有控制终端，控制终端通过局域网通信模块与中心控制器进行无线通讯。
4.根据权利要求3所述的温室环境云控制系统，其特征在于：控制终端的输入输出接口接有执行器模块，执行器模块包括继电器电路和PWM信号驱动电路，分别控制执行机构动作。
5.一种温室环境云控制系统的控制方法，其特征在于包括以下步骤：
1)在被控过程端，中心控制器以设定的周期进行现场环境参数的采集、滤波，对分布在不同位置的采集器进行查询，接收采集器的回传数据；
2)在云控制端，云控制器以设定的周期通过远程GPRS信道对被控过程端在线的中心控制器进行查询，中心控制器收到查询信号之后将最近一次的数据发送至云控制器；
3)云控制器将接到的数据解析，分别送至数据库和控制算法库；数据库将数据进行储存以便分析及查询；控制算法库调用相应控制回路的控制算法，即非方瘦系统区间控制算法，根据当前环境参数与设定参数计算得到控制量；
4)上述控制量一方面通过网络发送给被控过程端的中心控制器，另一方面送到数据库中进行存储记录，便于管理员对控制策略进行分析、优化与修改；
5)被控过程端的中心控制器接收到控制信号后，将属于自身控制通道的控制量施加给控制回路执行机构动作；将属于控制终端通道的控制量发送给相应的控制终端，由控制终端施加给相应的控制回路执行机构动作，实现基于云控制器的闭环反馈控制。
6.根据权利要求5所述的温室环境云控制系统的控制方法，其特征在于非方瘦系统区间控制算法包括以下步骤：
301)根据系统输出序列采样值aij(1),aij(2),…,aij(N)组成阶跃响应模型Aij，并组成系统动态矩阵A，采用
YPM(k)＝YP0(k)+AΔUM(k) (3)
作为预测模型，求得预测输出，其中：
aij(N)表示在第N个采样时刻输出变量yi对不同控制变量uj的阶跃响应系数；
k为当前时刻；
YPM(k)为当前时刻k的模型预测输出矢量；
YP0(k)为当前时刻k的初始模型输出矢量，
ΔUM(k)为当前时刻k最优区间控制增量序列；
302)用户通过人机交互界面设定输出变量yi的期望区间[εi,min,εi,max](i＝1,2,…,r)和极限约束区间[yi,min,yi,max](i＝1,2,…,r)，以及控制变量uj的约束区间，根据期望区间[εi,min,εi,max](i＝1,2,…,r)的可放松程度，通过界面设定可调整约束的优先级，优先级越高，相应输出量的区间可调整度越大；εi,min为输出变量yi的期望区间最小值，εi,max为输出变量yi的期望区间最大值，yi,min,yi,max分别为输出变量yi可以达到的极限最小值和最大值；uj,min,uj,max分别为控制变量uj的最小值和最大值；r为输出变量个数，s为输入变量个数；
303)判断输出期望区间是否可行，若可行，将采集得到当前环境因子值并与控制区间进行比较，设控制性能指标为：
性能指标中， ||ΔUM(k)||R 2＝[ΔUM(k)]TR[ΔUM(k)]；k为当前时刻；YPM(k)为k时刻模型预测输出值矢量；α、β为动态参考轨迹；ΔUM(k)为k时刻控制量变化量矢量；Q1,Q2,R为正定的权值矩阵；k+t|k表示在当前时刻k对未来第t个时刻的状态预测；k+l为当前时刻k起的未来第l个时刻；umax为控制量u的最大值，umin为控制量u的最小值；Δumax,Δumin分别为控制量u每个控制时刻变化量的最大值和最小值，ymax,ymin分别为输出量的最大值和最小值；εmax,εmin分别为输出变量期望区间的最大值和最小值；Q1，Q2的相对大小决定输出量违反下边界或上边界后的回拉作用的大小；若输出量保持在区间内但震荡变化，可以增大正定权值矩阵R；
304)根据控制量求得的输出预测值，在预测模型输出的基础上用实际输出误差进行反馈校正，实现闭环预测，即
Yc(k)＝YPM(k)+Le(k) (9)
YPM(k+1)＝Yc(k) (10)
其中：
k为当前时刻；
k+1时刻为下一时刻；
Yc(k)为校正后当前时刻k的模型预测输出；
YPM(k)为k时刻预测模型，P表示预测时域，M表示控制时域；
L＝[1,1,…,1]T∈RrP×1，表示L为r×P行1列的全1向量，r为输出变量的个数；
e(k)＝y(k)-ym(k)，为系统当前时刻k时实际输出y(k)与预测输出ym(k)的差；y(k)为系统当前时刻k时的实际输出值；ym(k)为当前时刻k时的模型预测输出值。
7.根据权利要求6所述的温室环境云控制系统的控制方法，其特征在于：判断输出期望区间步骤为：
设定系统控制量的稳态值为Us，输出量的稳态值Ys，稳态增益矩阵为Gs，若存在Us和Ys满足：
则称期望区间可行；
其中，Ys为输出量的稳态值；Us为控制量的稳态值；Umax,Umin分别为控制量U的最大值和最小值矢量；Δεmax,Δεmin分别为最大约束值εmax和最小约束值εmin的调整量；Δ为区间调整量的解；上角标T代表向量或矩阵的转置。
8.根据权利要求7所述的温室环境云控制系统的控制方法，其特征在于：如果判断输出期望区间不可行，程序根据优先级设置相应的约束调整量权值ci，再求解得到一组约束调整量的解Δ＝[ΔεT min,ΔεT max]T，给出满足极限区间[yi,min,yi,max]的调整后可行目标区间[εi,min,εi,max]T+Δ，Δεmin,Δεmax分别表示最大约束值εmax和最小约束值εmin的调整量；yi,min,yi,max分别为输出变量yi的极限区间的最大值和最小值，εi,min,εi,max分别为输出变量yi的期望区间最小值和最大值，上角标T代表向量或矩阵的转置。
9.根据权利要求7所述的温室环境云控制系统的控制方法，其特征在于：
将公式(4)转化为求解线性规划：
其中：
w为最优解；
为系数矩阵，I为全1矩阵，0为全零矩阵，Gs为稳态增益矩阵；
为增广变量矩阵，x1,x2,x3,x4为依据输入量和输出量而设定的中间变量；Δ为区间调整量的解；上角标T代表向量或矩阵的转置；
z为Z的元素；
x1＝Us-Umin，Us为控制量u的稳态值；umin为控制量u的最小值；
x2＝Umax-Us，umax为控制量u的最大值；
x3＝GsUs-εmin+Δεmin，εmin为输出变量期望区间的最小值，Δεmin为εmin的调整量；
x4＝εmax-GsUs+Δεmax，εmax为输出变量期望区间的最大值，Δεmax为εmax的调整量；
为转换区间矩阵；
权值CT＝[c1…c2s]为1行2s列的向量，s为输出量个数；C反映Δ中的元素Δi的可调程度，输出变量yi优先级越高，ci越小，可接受调整量越大；对硬约束yj可置cj为充分大的正数；该线性规划若有最优解wmin＝0，则说明原期望区间是可行的，不需要调整；若求得wmin＞0，说明原期望区间需要加入调整量Δ；
经用户与计算机多次协调后，最终调整量Δ＝0，此时目标区间是可行的，同时能找到一个稳态解Ys，即非方瘦系统存在稳定解。
10.根据权利要求6所述的温室环境云控制系统的控制方法，其特征在于：
经推导后性能指标可转换为如下二次规划：
其中：
为增广的待求解量，ΔUM(k)为k时刻控制量变化量矢量；α、β为动态参考轨迹；
为二次项系数矩阵，A为阶跃响应系数矩阵，Q1,Q2,R为正定的权值矩阵，上角标T代表向量或矩阵的转置；
为一次项系数矩阵，Yp0(k)为k时刻的稳态输出值；
设B0为M行M列下三角1矩阵，M为控制时域；
B＝diag(B0,B0,…,B0)∈RsM×sM，B为以B0为对角线元素的sM行sM列矩阵，s为输出变量个数；
则为系数矩阵，Ι为单位矩阵，-Ι为负的单位矩阵，0为零矩阵，s为输出变量个数，r为输入变量个数，M为控制时域，P为预测时域；
为范围矩阵，k表示当前时刻，k-1表示前一时刻，Ymax表示输出量的最大值矢量，YP0(k)为当前时刻k的模型预测输出初始矢量，Ymin表示输出量的最小值矢量，Umax为控制量的最大值矢量，Umin为控制量的最小值矢量，U(k-1)表示前一时刻的控制量，Δumax,Δumin分别为控制量u每个控制时刻变化量的最大值和最小值，εmax,εmin分别为输出变量期望区间的最大值和最小值；
取其中的即时控制增量Δu(k)构成控制量u(k)＝u(k-1)+Δu(k)施加于被控对象，根据类似的优化问题递推求出下一时刻k+1时的控制增量Δu(k+1)，即
u(k)＝u(k-1)+(1,0,…,0)ΔUM(k) (8)
其中u(k)为当前时刻k的控制量，u(k-1)为前一时刻k-1的控制量，ΔUM(k)为k时刻控制量的变化量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710412276.4A CN107018207B (zh) | 2017-06-02 | 2017-06-02 | 一种温室环境云控制系统及其控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710412276.4A CN107018207B (zh) | 2017-06-02 | 2017-06-02 | 一种温室环境云控制系统及其控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107018207A true CN107018207A (zh) | 2017-08-04 |
| CN107018207B CN107018207B (zh) | 2023-09-26 |
Family
ID=59452198
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710412276.4A Active CN107018207B (zh) | 2017-06-02 | 2017-06-02 | 一种温室环境云控制系统及其控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107018207B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109491247A (zh) * | 2018-11-19 | 2019-03-19 | 北京理工大学 | 一种数据驱动预测云控制方法 |
| CN109526005A (zh) * | 2018-11-30 | 2019-03-26 | 苏州数言信息技术有限公司 | 一种无线网络系统和通信方法 |
| CN110099089A (zh) * | 2018-01-31 | 2019-08-06 | Sap欧洲公司 | 传感器网络中多个数据流的在线自校正 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN202602714U (zh) * | 2012-05-28 | 2012-12-12 | 广东顺德宸熙物联科技有限公司 | 一种基于物联网和云计算技术的智能温室监控系统 |
| CN105068422A (zh) * | 2015-07-17 | 2015-11-18 | 燕山大学 | 一种基于三角区间软约束的模型预测控制方法 |
| US20160050862A1 (en) * | 2011-10-26 | 2016-02-25 | Got Produce? Franchising, Inc. | Control system for a hydroponic greenhouse growing environment |
| CN205353825U (zh) * | 2016-02-22 | 2016-06-29 | 沈阳农业大学 | 一种温室大棚自动化控制系统 |
| KR20160080889A (ko) * | 2014-12-29 | 2016-07-08 | 주식회사 케이티 | 다수의 온실 환경 정보를 이용한 클라우드 온실 제어 시스템 및 그 방법 |
-
2017
- 2017-06-02 CN CN201710412276.4A patent/CN107018207B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160050862A1 (en) * | 2011-10-26 | 2016-02-25 | Got Produce? Franchising, Inc. | Control system for a hydroponic greenhouse growing environment |
| CN202602714U (zh) * | 2012-05-28 | 2012-12-12 | 广东顺德宸熙物联科技有限公司 | 一种基于物联网和云计算技术的智能温室监控系统 |
| KR20160080889A (ko) * | 2014-12-29 | 2016-07-08 | 주식회사 케이티 | 다수의 온실 환경 정보를 이용한 클라우드 온실 제어 시스템 및 그 방법 |
| CN105068422A (zh) * | 2015-07-17 | 2015-11-18 | 燕山大学 | 一种基于三角区间软约束的模型预测控制方法 |
| CN205353825U (zh) * | 2016-02-22 | 2016-06-29 | 沈阳农业大学 | 一种温室大棚自动化控制系统 |
Non-Patent Citations (1)
| Title |
|---|
| 王锋等: "可实现单边区间控制的模型预测控制算法" * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110099089A (zh) * | 2018-01-31 | 2019-08-06 | Sap欧洲公司 | 传感器网络中多个数据流的在线自校正 |
| CN109491247A (zh) * | 2018-11-19 | 2019-03-19 | 北京理工大学 | 一种数据驱动预测云控制方法 |
| CN109526005A (zh) * | 2018-11-30 | 2019-03-26 | 苏州数言信息技术有限公司 | 一种无线网络系统和通信方法 |
| CN109526005B (zh) * | 2018-11-30 | 2022-05-03 | 苏州数言信息技术有限公司 | 一种无线网络系统和通信方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107018207B (zh) | 2023-09-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103940049B (zh) | 空调机组控制方法、装置及系统 | |
| CN109673232A (zh) | 一种基于微服务架构的智慧滴灌云服务管理系统 | |
| CN105843147B (zh) | 一种智慧农业监控管理系统 | |
| CN100590390C (zh) | 基于ZigBee网络与嵌入式3S技术的农田信息监测系统 | |
| CN102132646B (zh) | 基于远程控制的智能注肥系统 | |
| CN105159119A (zh) | 植物室内智能养护装置、系统及方法 | |
| CN105830870A (zh) | 一种远程无线农田监控系统和方法 | |
| CN102014165A (zh) | 远程农业信息智能分析系统及农业环境调控方法 | |
| CN107018207A (zh) | 一种温室环境云控制系统及其控制方法 | |
| CN103442052A (zh) | 农田作物生长信息远程监测装置及方法 | |
| CN106305371A (zh) | 基于云的农业物联网生产与管理系统 | |
| CN108633697A (zh) | 一种基于植物日常数据分析与云技术的智能植物养培方法 | |
| CN105137950A (zh) | 一种基于物联网技术的温室大棚智能控制系统 | |
| CN110463587A (zh) | 基于LoRa与GA-BP的规模化大棚节水灌溉系统 | |
| CN115530054A (zh) | 灌溉控制方法、装置、电子设备及存储介质 | |
| CN113191914A (zh) | 用于日光温室精准监测的数字孪生体构造系统 | |
| CN101321093B (zh) | 支持无线传感器网络现场开发和调试的系统 | |
| CN204925782U (zh) | 一种基于物联网技术的温室大棚智能控制系统 | |
| KR20210149623A (ko) | Vr 기반의 실감형 스마트팜 연구 시스템 | |
| CN211177306U (zh) | 基于神经网络的空调冷却系统智能节能控制系统 | |
| CN206820785U (zh) | 一种温室环境云控制系统 | |
| CN209002233U (zh) | 一种农业物联网低成本低功耗超远距离无线传输系统 | |
| CN208490497U (zh) | 一种物联网智能灌溉综合管理系统 | |
| CN106656224A (zh) | 通信节点以及物联网通信系统 | |
| Tabatabaeifar et al. | Design and implementation of a web-based greenhouse remote monitoring system with zigbee protocol and GSM network |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |