CN109034473A - 一种基于线性时不变模型预测控制的施肥方法 - Google Patents
一种基于线性时不变模型预测控制的施肥方法 Download PDFInfo
- Publication number
- CN109034473A CN109034473A CN201810827311.3A CN201810827311A CN109034473A CN 109034473 A CN109034473 A CN 109034473A CN 201810827311 A CN201810827311 A CN 201810827311A CN 109034473 A CN109034473 A CN 109034473A
- Authority
- CN
- China
- Prior art keywords
- fertilizer
- mother liquor
- ion
- water
- concentration
- 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
- 238000000034 method Methods 0.000 title claims abstract description 37
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 47
- 230000008569 process Effects 0.000 claims abstract description 13
- 235000015097 nutrients Nutrition 0.000 claims abstract description 12
- 239000003337 fertilizer Substances 0.000 claims description 142
- 239000012452 mother liquor Substances 0.000 claims description 94
- 150000002500 ions Chemical class 0.000 claims description 64
- 238000003973 irrigation Methods 0.000 claims description 40
- 230000002262 irrigation Effects 0.000 claims description 40
- 239000002253 acid Substances 0.000 claims description 30
- 239000000126 substance Substances 0.000 claims description 29
- 208000011580 syndromic disease Diseases 0.000 claims description 23
- 239000011159 matrix material Substances 0.000 claims description 11
- 239000002689 soil Substances 0.000 claims description 11
- 238000006460 hydrolysis reaction Methods 0.000 claims description 9
- 238000010494 dissociation reaction Methods 0.000 claims description 6
- 230000005593 dissociations Effects 0.000 claims description 6
- 239000003621 irrigation water Substances 0.000 claims description 5
- 238000009825 accumulation Methods 0.000 claims description 4
- 238000009331 sowing Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 239000003792 electrolyte Substances 0.000 claims description 3
- 239000007788 liquid Substances 0.000 claims description 3
- 241000196324 Embryophyta Species 0.000 claims 3
- 241000208340 Araliaceae Species 0.000 claims 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims 1
- 235000003140 Panax quinquefolius Nutrition 0.000 claims 1
- 238000007865 diluting Methods 0.000 claims 1
- 235000008434 ginseng Nutrition 0.000 claims 1
- 239000000758 substrate Substances 0.000 abstract description 2
- FGIUAXJPYTZDNR-UHFFFAOYSA-N potassium nitrate Inorganic materials [K+].[O-][N+]([O-])=O FGIUAXJPYTZDNR-UHFFFAOYSA-N 0.000 description 10
- 229910052698 phosphorus Inorganic materials 0.000 description 4
- 229910052700 potassium Inorganic materials 0.000 description 4
- 230000001186 cumulative effect Effects 0.000 description 3
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 229910002651 NO3 Inorganic materials 0.000 description 2
- PXHVJJICTQNCMI-UHFFFAOYSA-N Nickel Chemical compound [Ni] PXHVJJICTQNCMI-UHFFFAOYSA-N 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 235000010333 potassium nitrate Nutrition 0.000 description 2
- 239000004323 potassium nitrate Substances 0.000 description 2
- ZOXJGFHDIHLPTG-UHFFFAOYSA-N Boron Chemical compound [B] ZOXJGFHDIHLPTG-UHFFFAOYSA-N 0.000 description 1
- OYPRJOBELJOOCE-UHFFFAOYSA-N Calcium Chemical compound [Ca] OYPRJOBELJOOCE-UHFFFAOYSA-N 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- ZAMOUSCENKQFHK-UHFFFAOYSA-N Chlorine atom Chemical compound [Cl] ZAMOUSCENKQFHK-UHFFFAOYSA-N 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- FYYHWMGAXLPEAU-UHFFFAOYSA-N Magnesium Chemical compound [Mg] FYYHWMGAXLPEAU-UHFFFAOYSA-N 0.000 description 1
- ZOKXTWBITQBERF-UHFFFAOYSA-N Molybdenum Chemical compound [Mo] ZOKXTWBITQBERF-UHFFFAOYSA-N 0.000 description 1
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 1
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 description 1
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 description 1
- 239000005864 Sulphur Substances 0.000 description 1
- HCHKCACWOHOZIP-UHFFFAOYSA-N Zinc Chemical compound [Zn] HCHKCACWOHOZIP-UHFFFAOYSA-N 0.000 description 1
- 125000004429 atom Chemical group 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910052796 boron Inorganic materials 0.000 description 1
- 229910052791 calcium Inorganic materials 0.000 description 1
- 239000011575 calcium Substances 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 239000000460 chlorine Substances 0.000 description 1
- 229910052801 chlorine Inorganic materials 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000004720 fertilization Effects 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 125000004435 hydrogen atom Chemical class [H]* 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 229910052749 magnesium Inorganic materials 0.000 description 1
- 239000011777 magnesium Substances 0.000 description 1
- WPBNNNQJVZRUHP-UHFFFAOYSA-L manganese(2+);methyl n-[[2-(methoxycarbonylcarbamothioylamino)phenyl]carbamothioyl]carbamate;n-[2-(sulfidocarbothioylamino)ethyl]carbamodithioate Chemical compound [Mn+2].[S-]C(=S)NCCNC([S-])=S.COC(=O)NC(=S)NC1=CC=CC=C1NC(=S)NC(=O)OC WPBNNNQJVZRUHP-UHFFFAOYSA-L 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229910052750 molybdenum Inorganic materials 0.000 description 1
- 239000011733 molybdenum Substances 0.000 description 1
- 229910052759 nickel Inorganic materials 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000011574 phosphorus Substances 0.000 description 1
- 239000011591 potassium Substances 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 239000011701 zinc Substances 0.000 description 1
- 229910052725 zinc Inorganic materials 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Husbandry (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Agronomy & Crop Science (AREA)
- Development Economics (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Fertilizers (AREA)
- Hydroponics (AREA)
Abstract
一种基于线性时不变模型预测控制的施肥方法，采用线性时域模型预测算法，同时在施肥EC、pH、各营养元素浓度、基质含水量方面进行控制，对施肥过程建模，实质上可以实现对施肥过程的可预测和可针对控制。
Description
技术领域
本发明属于信息农业领域，尤其是利用线性时变模型，实现对灌溉施 肥过程的模型预测，施肥全过程各项参数精细调控的系统。
背景技术
当今的灌溉施肥系统可以分为简单的灌溉水，仅有水份的定时定量控 制；高级一些的可以将肥料和水同时灌溉，实现了水肥一体化。
在水肥一体化中，对水和肥料的调配控制目前有2种，一种是仅进行 简单的配比，采用电子控制器对各种肥料的比例通过定时器的方式，混合 到水中，另一种是采用PID算法，在确定的目标值下，通过PID算法投入 不同数量的肥料母液，以期达到合适的pH、EC值。
但是通过电子控制器实现简单配比的控制方法，智能化程度低，对操 作员有较高的知识水平要求。而采用PID算法控制的灌溉系统，仅能满足 在EC、pH上的符合，而不能保证肥料的浓度符合。
发明内容
本发明的目的是针对肥料灌溉的的问题，提出一种基于线性时不变模 型预测控制的施肥方法；鉴于水肥一体化控制系统中的这些不足，采用线 性时域模型预测算法，同时在施肥EC、pH、各营养元素浓度、基质含水量 方面进行控制。对水肥一体化中两种控制算法的不足有针对性的克服。
本发明的技术方案是：
本发明提供一种基于线性时不变模型预测控制的施肥方法，包括如下 步骤：
S1、建立EC-肥料浓度曲线；对于任一肥料，通过设立不同的肥料浓度， 采用相应的传感器对EC值进行读取，建立EC-肥料浓度曲线VEC,x(Nx)，x表 示肥料母液的编号，m表示母液的总数，x∈(abc…m)，Nx表示第x种 肥料浓度，单位：g/L；
S2、对m种母液肥料，每种母液划分n个梯度；将所有母液的任一梯度值进 行自由组合，得到施肥的动作向量空间v即所有混合肥料的配方，该混合肥 料的动作集合包括nm个元素；
其中任一个动作向量vi，包含的内容是一种配方，也就是母液用量的值 的集合，采用下述公式进行表达：
vi＝(ai,bi,ci,…mi)
i代表的是动作向量即混合肥料的序号，i＝1、2…nm；
S3、对m种母液分别配置相应的施肥泵，各母液施肥阀门的流速为Sx， x∈(abc…m)，流速单位L/s；各母液施肥阀门的流速组成行向量，形式 如下：Sf＝(Sa、Sb、Sc…Sm)
S4、对于任一混合肥料，采用下述公式获取混合肥料的浓度Nmi(T)；
其中：x表示肥料母液的编号，x∈(abc…m)；m表示肥料母液的总 数，Nx表示编号，x的母液的浓度，单位g/L；Nmy表示母液的浓度的向量； Nmy＝(Na，Nb，Nc，…，Nm)；T表示进行注肥的时长，单位s；Vwater 表示灌溉水泵的出水流速；I代表单位矩阵；Sf表示各母液施肥阀门的流速 组成的行向量，Sf -1代表对Sf的转置；
S5、建立施肥的线性时不变模型，采用下述公式获取t+ΔT时刻总共浇灌 的水量Watersum(t+ΔT)、混合肥料的浇灌总量F(t+ΔT)、混合肥料中各 营养元素的累积施入量Elemsum(t+ΔT)，混合肥料的EC值VMEC(t+ΔT) 以及pH值VMpH(t+ΔT)；
Watersum(t+ΔT)＝Watersum(t)+Vwater×ΔT
F(t+ΔT)＝F(t)+υi×(Sf×I)×ΔT
Elemsum(t+ΔT)＝F(t+ΔT)×Elem
VMEC(t+ΔT)＝VMEC(Watersum(t+ΔT),F(t+ΔT))
VMpH(t+ΔT)＝VMpH(Watersum(t+ΔT),F(t+ΔT))
其中：t代表施肥时刻，以施肥动作开始为0，ΔT代表选择的预测时间 间隔长度；Watersum(t+ΔT)是从开始至当前时刻t+ΔT灌溉水的总用量， 单位升，Vwater表示灌溉水泵的出水流速，单位L/s；F(t)表示从开始至当 前时刻t各种母液使用量累计值所构成的行向量；F(t+ΔT)表示从开始至下 一预测时刻t+ΔT各种母液使用量累计值所构成的行向量，单位是升； Elemsum(t+ΔT)表示当前时刻t+ΔT各营养元素的累积施入量，Elem为混 合肥料各营养元素比例的矩阵；
S6、根据步骤S5的施肥线性时不变模型，获取步骤S2中混合肥料的动作 集合vi＝(ai,bi,ci,…mi)，i＝1、2…nm内采用不同混肥动作灌溉时，下 一轮能够达到的灌溉区各项参数水平，根据灌溉约束曲线，选择最优的混 肥动作执行。
进一步地，所述S5中建立混合肥料的pH值VMpH(t+ΔT)的具体步骤 为：
S5-1、先对混合肥料中各母液分子式进行解离，获取所有的离子成分，排列 顺序为Ls1；
S5-2、计算该混合肥料施入土壤中各母液溶质的重量组成的行向量Mmy；
Mmy＝Nmy×(F(t+ΔT)×I)
其中：Nmy表示母液的浓度的向量，t表示当前时刻；ΔT表示预测的时 间间隔长度；F(t+ΔT)表示从开始至下一预测时刻t+ΔT各种母液使用量 累计值所构成的行向量，I代表单位矩阵，Mmy各母液溶质的重量组成的行 向量，单位为g；
S5-3、采用下述公式获取各母液所消耗的溶质经过施肥机从开始到当前混合 稀释以后施入到土壤中的物质的量浓度C
其中：m对应的是某一种母液溶质使用的量，M是母液溶质的单位摩 尔质量；Watersum(t+ΔT)是灌溉的总水量；SUM(F(t+ΔT))是F(t+ΔT)向 量中各元素的和，是各个母液总共使用的体积。
S5-4、对各个母液溶质进行离子式解离，对各离子成分按照S5-1中Ls1的 顺序进行累加，得到混合肥料中各离子的物质的量浓度C′；
在Ls1中，对于弱酸根和弱碱离子，获取离子H+和OH-物质的量浓度 c电离(H+)，c水解(OH+)，对于强酸离子和强碱离子，根据电离出该离子的母 液分子式计算它电离出来的H+,OH-物质的量浓度c强酸(H+)，c强碱(OH-)， 采用下述公式获取对应配方混合肥料的预测pH浓度：
VMpH(t+ΔT)＝-lg(c强酸(H+)+c电离(H+)-c强碱(OH-)-c水解(OH+))+bias
其中：bias为校正参数。
进一步地，所述的步骤S5-4具体为：
S5-4-1、将Ls1中的离子分为四类，弱酸根、弱碱离子、强酸离子和强碱离 子；
S5-4-2、对于弱酸根和弱碱离子，查询弱电解质的标准解离常数表，采用下 述公式获取离子H+和OH-物质的量浓度c电离(H+)，c水解(OH+)
其中：Ka是该离子进行一次电离的平衡常数；C′是弱酸根/弱碱离子的 物质的量浓度即各离子的物质的量浓度，由步骤S5-4计算获取；Kb是该离 子进行一次水解的平衡常数；
S5-4-3、对于强酸离子和强碱离子，根据电离出该离子的母液分子式计算它 电离出来的H+,OH-物质的量浓度c强酸(H+)，c强碱(OH-)。
进一步地，所述S5中建立混合肥料的EC值VMEC(t+ΔT)的具体步骤 为：
S5-A、计算所有施入土壤的母液和水形成的混合肥料中各母液的浓度nx， 单位为g/L；
其中：vx代表某一母液使用的量，该值从F(t+ΔT)中获取；Nx为该母 液对应的浓度；Watersum(t+ΔT)是灌溉的总水量；SUM(F(t+ΔT))是 F(t+ΔT)向量中各元素的和，是各个母液总共使用的体积。
S5-B、根据步骤S1建立的EC-肥料浓度曲线VEC(Nx)，采用下述公式进行 EC值和浓度的映射，获取混合肥料的EC值VMEC(t+ΔT)；
其中：bias为校正参数，VEC,x(nx)表示第x种肥料浓度为nx对应的EC 值，查EC-肥料浓度曲线VEC(Nx)获取；ECwater是所使用灌溉水的EC值。
进一步地，所述的步骤S6中：对于混合肥料的动作集合内采用不同混 肥动作灌溉时，下一轮能够达到的灌溉区各项参数水平，判断EC值和pH 值是否在植物正常生长所能适应的范围内，一旦不符合，将这个混肥动作 排除，避免对植物造成伤害。
进一步地，所述的步骤S6还包括：根据人为设定的预测时间间隔长度 ΔT，通过线性时变模型预测本轮混肥施用结束时刻灌溉区域所能达到的灌 溉区各项参数水平，将上一轮结束时实际灌溉区各项参数水平和上一轮开 始前所预测的灌溉区各项参数水平的差值作为修正项，对本次预测值进行 修正。
进一步地，当前轮次灌溉动作结束时，读取pH传感器和EC传感器的 数值，计算本轮预测值和传感器读值的差，作为下一轮预测的修正项。
进一步地，所述的步骤S6中：根据灌溉约束曲线，选择最优的混肥动 作执行具体为：对于灌溉全程，灌溉区各项参数水平预设相应的灌溉约束 曲线，从灌溉约束曲线中读取本轮结束时应达到的灌溉区各项参数水平作 为灌溉目标。
进一步地，所述的灌溉约束曲线可调，通过改变该曲线能够实现对施 肥全过程中各项施肥参数变化情况的控制。
进一步地，所述的获得最优混肥动作的方法为：在对预测值修正误差 后，计算预测值与灌溉目标差的平方，将所有的符合植物正常生长所能适 应的范围的混肥动作按照差的平方从小到大排列，选择差的平方最小的混 肥动作作为最优动作。
本发明的有益效果：
本发明采用线性时域模型预测算法，同时在施肥EC、pH、各营养元素 浓度、基质含水量方面进行控制，对施肥过程建模，实质上可以实现对施 肥过程的可预测和可针对控制。
本发明的其它特征和优点将在随后具体实施方式部分予以详细说明。
具体实施方式
下面将参照本发明的优选实施方式。虽然显示了本发明的优选实施方 式，然而应该理解，可以以各种形式实现本发明而不应被这里阐述的实施 方式所限制。
本发明利用混肥预测公式，依据当前系统的状态，预测下一节点系统 的状态。对于灌溉系统的各个状态，其输出公式的参数不会随时间变化。 故为时不变模型，线性的原因在于，系统的下次状态可以由一次动作参数 的多个分量叠加产生，具有叠加性。具体方案为：一种基于线性时不变模 型预测控制的施肥方法，包括如下步骤：
S1、建立EC-肥料浓度曲线；
对于任一肥料，通过设立不同的肥料浓度，采用相应的传感器对EC值 进行读取，建立EC-肥料浓度曲线VEC,x(Nx)，x表示肥料母液的编号，m表 示母液的总数，x∈(abc…m)，Nx表示第x种肥料浓度，单位：g/L；
S2、对m种母液肥料，每种母液划分n个梯度；将所有母液的任一梯度值进 行自由组合，得到施肥的动作向量空间v即所有混合肥料的配方，该混合肥 料的动作集合包括nm个元素；
其中任一个动作向量vi，包含的内容是一种配方，也就是母液用量的值 的集合，采用下述公式进行表达：
vi＝(ai,bi,ci,…mi)
i代表的是动作向量即混合肥料的序号，i＝1、2…nm；
S3、对m种母液分别配置相应的施肥泵，各母液施肥阀门的流速为Sx， x∈(abc…m)，流速单位L/s；各母液施肥阀门的流速组成行向量，形式 如下：Sf＝(Sa、Sb、Sc…Sm)
S4、对于任一混合肥料，采用下述公式获取混合肥料的浓度Nmi(T)；
其中：x表示肥料母液的编号，x∈(abc…m)；m表示肥料母液的总 数，Nx表示编号，x的母液的浓度，单位g/L；Nmy表示母液的浓度的向量； Nmy＝(Na，Nb，Nc，…，Nm)；T表示进行注肥的时长，单位s；Vwater 表示灌溉水泵的出水流速(这个量在一次预测中，取上次预测过程结束时 刻灌溉水泵的瞬时流速)；I代表单位矩阵；Sf表示各母液施肥阀门的流速组成的行向量，Sf -1代表对Sf的转置；
S5、建立施肥的线性时不变模型，采用下述公式获取t+ΔT时刻总共浇灌 的水量Watersum(t+ΔT)、混合肥料的浇灌总量F(t+ΔT)、混合肥料中各 营养元素的累积施入量Elemsum(t+ΔT)，混合肥料的EC值VMEC(t+ΔT) 以及pH值VMpH(t+ΔT)；
Watersum(t+ΔT)＝Watersum(t)+Vwater×ΔT
F(t+ΔT)＝F(t)+υi×(Sf×I)×ΔT
Elemsum(t+ΔT)＝F(t+ΔT)×Elem
VMEC(t+ΔT)＝VMEC(Watersum(t+ΔT),F(t+ΔT))
VMpH(t+ΔT)＝VMpH(Watersum(t+ΔT),F(t+ΔT))
其中：t代表施肥时刻，以施肥动作开始为0，ΔT代表选择的预测时间 间隔长度；Watersum(t+ΔT)是从开始至当前时刻t+ΔT灌溉水的总用量， 单位升，Vwater表示灌溉水泵的出水流速，单位L/s；F(t)表示从开始至当 前时刻t各种母液使用量累计值所构成的行向量；F(t+ΔT)表示从开始至下 一预测时刻t+ΔT各种母液使用量累计值所构成的行向量，单位是升； Elemsum(t+ΔT)表示当前时刻t+ΔT各营养元素的累积施入量，Elem为混 合肥料各营养元素比例的矩阵；
Elemsum(t+ΔT)中各营养元素是指除碳、氢、氧之外的14种植物必 须的营养元素：氮、磷、钾、钙、镁、硫、铁、锰、锌、铜、钼、硼、氯、 镍；在重量的计算过程中，对氮磷钾这三种大量元素，以习惯上的N、P2O5、 K2O化学式作为质量的换算，其余的11种营养元素以单质形式进行质量的 计算，这里的换算和计算都遵循原子守恒的原则。例如对于纯KNO3肥料， 其中KNO3的相对分子质量为101g/mol，K相对原子质量为39，K2O相对 分子质量为94，N的相对原子质量是14。那么每一分子KNO3含有39/101 的K，换算成K2O是39/101*94/2，含有14/101的N。如果有1kg的KNO3， 可以通过乘比例的方式来快速计算里面含有的营养元素的质量。上述过程 中的诸如每一分子KNO3含有14/101的N，这个比例值存放在矩阵Elem中。 肥料各组分比例矩阵其中a1,a2,a3...代表肥料1的 氮磷钾等元素比例，b1,b2,b3代表肥料2的氮磷钾等元素比例；
S6、根据步骤S5的施肥线性时不变模型，获取步骤S2中混合肥料的动作 集合vi＝(ai,bi,ci,…mi)，i＝1、2…nm内采用不同混肥动作灌溉时，下 一轮能够达到的灌溉区各项参数水平，根据灌溉约束曲线，选择最优的混 肥动作执行；具体为：在对预测值修正误差后，计算预测值与灌溉目标差 的平方，将所有的符合植物正常生长所能适应的范围的混肥动作按照差的 平方从小到大排列，选择差的平方最小的混肥动作作为最优动作。
进一步地，所述S5中建立混合肥料的pH值VMpH(t+ΔT)具体步骤为： S5-1、先对混合肥料中各母液分子式进行解离，获取所有的离子成分，排列 顺序为Ls1；
S5-2、计算该混合肥料施入土壤中各母液溶质的重量组成的行向量Mmy；
Mmy＝Nmy×(F(t+ΔT)×I)
其中：Nmy表示母液的浓度的向量，t表示当前时刻；ΔT表示预测的时 间间隔长度；F(t+ΔT)表示从开始至下一预测时刻t+ΔT各种母液使用量 累计值所构成的行向量，I代表单位矩阵，Mmy各母液溶质的重量组成的行 向量，单位为g；(例如：其中一个母液是KNO3母液，硝酸钾溶质，此时获 取施入到土壤里面的硝酸钾有多少克，母液浓度是30g/L，那么采用这个母 液10L，通过计算，实际上获取KNO3母液中溶质KNO3的重量)
S5-3、采用下述公式获取各母液所消耗的溶质经过施肥机从开始到当前混合 稀释以后施入到土壤中的物质的量浓度C
其中：m对应的是某一种母液溶质使用的量，M是母液溶质的单位摩 尔质量；Watersum(t+ΔT)是灌溉的总水量；SUM(F(t+ΔT))是F(t+ΔT)向 量中各元素的和，是各个母液总共使用的体积。
S5-4、对各个母液溶质进行离子式解离，对各离子成分按照S5-1中Ls1的 顺序进行累加，得到混合肥料中各离子的物质的量浓度C′；(累加项应为对 应母液浓度Ci×分子式脚标，Ci表示施入土壤的肥、水整体中，某种母液被 稀释后的浓度；例如：KNO3 1mol/L；那么将该物质放入水中溶解、电离 以后，生成K+和NO3-两种离子，K+的物质的量浓度是C′(K+)＝1*1(脚标1) mol/L；NO3-的物质的量浓度是C′(NO3-)＝1*1(脚标1)mol/L)；
在Ls1中，对于弱酸根和弱碱离子，获取离子H+和OH-物质的量浓度 c电离(H+)，c水解(OH+)，对于强酸离子和强碱离子，根据电离出该离子的母 液分子式计算它电离出来的H+,OH-物质的量浓度c强酸(H+)，c强碱(OH-)， 采用下述公式获取对应配方混合肥料的预测pH浓度：
VMpH(t+ΔT)＝-lg(c强酸(H+)+c电离(H+)-c强碱(OH-)-c水解(OH+))+bias
其中：bias为校正参数，范围是-3-3。
所述的步骤S5-4具体为：
S5-4-1、将Ls1中的离子分为四类，弱酸根、弱碱离子、强酸离子和强碱离 子；
S5-4-2、对于弱酸根和弱碱离子，查询弱电解质的标准解离常数表(见无机 化学分析书附录)，采用下述公式获取离子H+和OH-物质的量浓度c电离(H+)， c水解(OH+)
其中：Ka是该离子进行一次电离的平衡常数；C′是弱酸根/弱碱离子的 物质的量浓度即各离子的物质的量浓度，由步骤S5-4计算获取；Kb是该离 子进行一次水解的平衡常数；
S5-4-3、对于强酸离子和强碱离子，根据电离出该离子的母液分子式计算它 电离出来的H+,OH-物质的量浓度c强酸(H+)，c强碱(OH-)。
3、根据权利要求1所述的基于线性时不变模型预测控制的施肥方法，其特 征是所述S5中建立混合肥料的EC值VMEC(t+ΔT)的具体步骤为：
S5-A、计算所有施入土壤的母液和水形成的混合肥料中各母液的浓度nx， 单位为g/L；
其中：vx代表某一母液使用的量，该值从F(t+ΔT)中获取；Nx为该母 液对应的浓度；Watersum(t+ΔT)是灌溉的总水量；SUM(F(t+ΔT))是 F(t+ΔT)向量中各元素的和，是各个母液总共使用的体积。
S5-B、根据步骤S1建立的EC-肥料浓度曲线VEC(Nx)，采用下述公式进行 EC值和浓度的映射，获取混合肥料的EC值VMEC(t+ΔT)；
其中：bias为校正参数，VEC,x(nx)表示第x种肥料浓度为nx对应的EC 值，查EC-肥料浓度曲线VEC(Nx)获取；ECwater是所使用灌溉水的EC值。
进一步地，所述的步骤S6中：对于混合肥料的动作集合内采用不同混 肥动作灌溉时，下一轮能够达到的灌溉区各项参数水平，判断EC值和pH 值是否在植物正常生长所能适应的范围内，一旦不符合，将这个混肥动作 排除，避免对植物造成伤害；
根据人为设定的预测时间间隔长度ΔT，通过线性时变模型预测本轮混 肥施用结束时刻灌溉区域所能达到的灌溉区各项参数水平，将上一轮结束 时实际灌溉区各项参数水平和上一轮开始前所预测的灌溉区各项参数水平 的差值作为修正项，对本次预测值进行修正。
进一步地，当前轮次灌溉动作结束时，读取pH传感器和EC传感器的 数值，计算本轮预测值和传感器读值的差，作为下一轮预测的修正项。
进一步地，所述的步骤S6中：根据灌溉约束曲线，选择最优的混肥动 作执行具体为：对于灌溉全程，灌溉区各项参数水平预设相应的灌溉约束 曲线，从灌溉约束曲线中读取本轮结束时应达到的灌溉区各项参数水平作 为灌溉目标；所述的灌溉约束曲线可调，通过改变该曲线能够实现对施肥 全过程中各项施肥参数变化情况的控制。
本发明采用线性时域模型预测算法，同时在施肥EC、pH、各营养元素 浓度、基质含水量方面进行控制，对施肥过程建模，实质上可以实现对施 肥过程的可预测和可针对控制。
以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽 性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范 围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更 都是显而易见的。
Claims (10)
1.一种基于线性时不变模型预测控制的施肥方法，其特征在于包括如下步骤：
S1、建立EC-肥料浓度曲线；
对于任一肥料，通过设立不同的肥料浓度，采用相应的传感器对EC值进行读取，建立EC-肥料浓度曲线VEC，x(Nx)，x表示肥料母液的编号，m表示母液的总数，x∈(abc...m)，Nx表示第x种肥料浓度，单位：g/L；
S2、对m种母液肥料，每种母液划分n个梯度；将所有母液的任一梯度值进行自由组合，得到施肥的动作向量空间v即所有混合肥料的配方，该混合肥料的动作集合包括nm个元素；
其中任一个动作向量vi，包含的内容是一种配方，也就是母液用量的值的集合，采用下述公式进行表达：
vi＝(ai，bi，ci，…mi)
i代表的是动作向量即混合肥料的序号，i＝1、2...nm；
S3、对m种母液分别配置相应的施肥泵，各母液施肥阀门的流速为Sx，x∈(abc...m)，流速单位L/s；各母液施肥阀门的流速组成行向量，形式如下：Sf＝(Sa、Sb、Sc...Sm)
S4、对于任一混合肥料，采用下述公式获取混合肥料的浓度Nmi(T)；
其中：x表示肥料母液的编号，x∈(abc...m)；m表示肥料母液的总数，Nx表示编号，x的母液的浓度，单位g/L；Nmy表示母液的浓度的向量；Nmy＝(Na，Nb，Nc，...，Nm)；T表示进行注肥的时长，单位s；Vwater表示灌溉水泵的出水流速；I代表单位矩阵；Sf表示各母液施肥阀门的流速组成的行向量，Sf -1代表对Sf的转置；
S5、建立施肥的线性时不变模型，采用下述公式获取t+ΔT时刻总共浇灌的水量Watersum(t+ΔT)、混合肥料的浇灌总量F(t+ΔT)、混合肥料中各营养元素的累积施入量Elemsum(t+ΔT)，混合肥料的EC值VMEC(t+ΔT)以及pH值VMpH(t+ΔT)；
Watersum(t+ΔT)＝Watersum(t)+Vwater×ΔT
F(t+ΔT)＝F(t)+υi×(Sf×I)×ΔT
Elemsum(t+ΔT)＝F(t+ΔT)×Elem
VMEC(t+ΔT)＝VMEC(Watersum(t+ΔT)，F(t+ΔT))
VMpH(t+ΔT)＝VMpH(Watersum(t+ΔT)，F(t+ΔT))
其中：t代表施肥时刻，以施肥动作开始为0，ΔT代表选择的预测时间间隔长度；Watersum(t+ΔT)是从开始至当前时刻t+ΔT灌溉水的总用量，单位升，Vwater表示灌溉水泵的出水流速，单位L/s；F(t)表示从开始至当前时刻t各种母液使用量累计值所构成的行向量；F(t+ΔT)表示从开始至下一预测时刻t+ΔT各种母液使用量累计值所构成的行向量，单位是升；Elemsum(t+ΔT)表示当前时刻t+ΔT各营养元素的累积施入量，Elem为混合肥料各营养元素比例的矩阵；
S6、根据步骤S5的施肥线性时不变模型，获取步骤S2中混合肥料的动作集合vi＝(ai，bi，ci，…mi)，i＝1、2...nm内采用不同混肥动作灌溉时，下一轮能够达到的灌溉区各项参数水平，根据灌溉约束曲线，选择最优的混肥动作执行。
2.根据权利要求1所述的基于线性时不变模型预测控制的施肥方法，其特征是所述S5中建立混合肥料的pH值VMpH(t+ΔT)的具体步骤为：
S5-1、先对混合肥料中各母液分子式进行解离，获取所有的离子成分，排列顺序为Ls1；
S5-2、计算该混合肥料施入土壤中各母液溶质的重量组成的行向量Mmy；
Mmy＝Nmy×(F(t+ΔT)×I)
其中：Nmy表示母液的浓度的向量，t表示当前时刻；ΔT表示预测的时间间隔长度；F(t+ΔT)表示从开始至下一预测时刻t+ΔT各种母液使用量累计值所构成的行向量，I代表单位矩阵，Mmy各母液溶质的重量组成的行向量，单位为g；
S5-3、采用下述公式获取各母液所消耗的溶质经过施肥机从开始到当前混合稀释以后施入到土壤中的物质的量浓度C
其中：m对应的是某一种母液溶质使用的量，M是母液溶质的单位摩尔质量；Watersum(t+ΔT)是灌溉的总水量；SUM(F(t+ΔT))是F(t+ΔT)向量中各元素的和，是各个母液总共使用的体积。
S5-4、对各个母液溶质进行离子式解离，对各离子成分按照S5-1中Ls1的顺序进行累加，得到混合肥料中各离子的物质的量浓度C＇；
在Ls1中，对于弱酸根和弱碱离子，获取离子H+和OH-物质的量浓度c电离(H+)，c水解(OH+)，对于强酸离子和强碱离子，根据电离出该离子的母液分子式计算它电离出来的H+，OH-物质的量浓度c强酸(H+)，c强碱(OH-)，采用下述公式获取对应配方混合肥料的预测pH浓度：
VMpH(t+ΔT)＝-lg(c强酸(H+)+c电离(H+)-c强碱(OH-)-c水解(OH+))+bias
其中：bias为校正参数。
3.根据权利要求2所述的基于线性时不变模型预测控制的施肥方法，其特征是所述的步骤S5-4具体为：
S5-4-1、将Ls1中的离子分为四类，弱酸根、弱碱离子、强酸离子和强碱离子；
S5-4-2、对于弱酸根和弱碱离子，查询弱电解质的标准解离常数表，采用下述公式获取离子H+和OH-物质的量浓度c电离(H+)，c水解(OH+)
其中：Ka是该离子进行一次电离的平衡常数；C＇是弱酸根/弱碱离子的物质的量浓度即各离子的物质的量浓度，由步骤S5-4计算获取；Kb是该离子进行一次水解的平衡常数；
S5-4-3、对于强酸离子和强碱离子，根据电离出该离子的母液分子式计算它电离出来的H+，OH-物质的量浓度c强酸(H+)，c强碱(OH-)。
4.根据权利要求1所述的基于线性时不变模型预测控制的施肥方法，其特征是所述S5中建立混合肥料的EC值VMEC(t+ΔT)的具体步骤为：
S5-A、计算所有施入土壤的母液和水形成的混合肥料中各母液的浓度nx，单位为g/L；
其中：vx代表某一母液使用的量，该值从F(t+ΔT)中获取；Nx为该母液对应的浓度；Watersum(t+ΔT)是灌溉的总水量；SUM(F(t+ΔT))是F(t+ΔT)向量中各元素的和，是各个母液总共使用的体积。
S5-B、根据步骤S1建立的EC-肥料浓度曲线VEC(Nx)，采用下述公式进行EC值和浓度的映射，获取混合肥料的EC值VMEC(t+ΔT)；
其中：bias为校正参数，VEC，x(nx)表示第x种肥料浓度为nx对应的EC值，查EC-肥料浓度曲线VEC(Nx)获取；ECwater是所使用灌溉水的EC值。
5.根据权利要求1所述的基于线性时不变模型预测控制的施肥方法，其特征是所述的步骤S6中：对于混合肥料的动作集合内采用不同混肥动作灌溉时，下一轮能够达到的灌溉区各项参数水平，判断EC值和pH值是否在植物正常生长所能适应的范围内，一旦不符合，将这个混肥动作排除，避免对植物造成伤害。
6.根据权利要求5所述的基于线性时不变模型预测控制的施肥方法，其特征是所述的步骤S6还包括：根据人为设定的预测时间间隔长度ΔT，通过线性时变模型预测本轮混肥施用结束时刻灌溉区域所能达到的灌溉区各项参数水平，将上一轮结束时实际灌溉区各项参数水平和上一轮开始前所预测的灌溉区各项参数水平的差值作为修正项，对本次预测值进行修正。
7.根据权利要求6所述的基于线性时不变模型预测控制的施肥方法，其特征是：当前轮次灌溉动作结束时，读取pH传感器和EC传感器的数值，计算本轮预测值和传感器读值的差，作为下一轮预测的修正项。
8.根据权利要求5所述的基于线性时不变模型预测控制的施肥方法，其特征是所述的步骤S6中：根据灌溉约束曲线，选择最优的混肥动作执行具体为：对于灌溉全程，灌溉区各项参数水平预设相应的灌溉约束曲线，从灌溉约束曲线中读取本轮结束时应达到的灌溉区各项参数水平作为灌溉目标。
9.根据权利要求8所述的基于线性时不变模型预测控制的施肥方法，其特征是所述的灌溉约束曲线可调，通过改变该曲线能够实现对施肥全过程中各项施肥参数变化情况的控制。
10.根据权利要求1所述的基于线性时不变模型预测控制的施肥方法，其特征是所述的获得最优混肥动作的方法为：在对预测值修正误差后，计算预测值与灌溉目标差的平方，将所有的符合植物正常生长所能适应的范围的混肥动作按照差的平方从小到大排列，选择差的平方最小的混肥动作作为最优动作。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810827311.3A CN109034473B (zh) | 2018-07-25 | 2018-07-25 | 一种基于线性时不变模型预测控制的施肥方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810827311.3A CN109034473B (zh) | 2018-07-25 | 2018-07-25 | 一种基于线性时不变模型预测控制的施肥方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109034473A true CN109034473A (zh) | 2018-12-18 |
| CN109034473B CN109034473B (zh) | 2020-05-19 |
Family
ID=64646116
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810827311.3A Active CN109034473B (zh) | 2018-07-25 | 2018-07-25 | 一种基于线性时不变模型预测控制的施肥方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109034473B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111504963A (zh) * | 2020-04-10 | 2020-08-07 | 上海蓝长自动化科技有限公司 | 一种应用于叶绿素、蓝绿藻荧光检测的数据时空融合方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101803507A (zh) * | 2010-03-03 | 2010-08-18 | 北京农业智能装备技术研究中心 | 一种旁通自动灌溉施肥装置及其方法 |
| CN106708138A (zh) * | 2016-11-28 | 2017-05-24 | 上海左岸芯慧电子科技有限公司 | 一种智能数字混肥调酸碱控液位装置 |
| EP3335536A1 (fr) * | 2016-12-13 | 2018-06-20 | Polyor SARL | Fertilisation azotobactérienne raisonnée (far) |
-
2018
- 2018-07-25 CN CN201810827311.3A patent/CN109034473B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101803507A (zh) * | 2010-03-03 | 2010-08-18 | 北京农业智能装备技术研究中心 | 一种旁通自动灌溉施肥装置及其方法 |
| CN106708138A (zh) * | 2016-11-28 | 2017-05-24 | 上海左岸芯慧电子科技有限公司 | 一种智能数字混肥调酸碱控液位装置 |
| EP3335536A1 (fr) * | 2016-12-13 | 2018-06-20 | Polyor SARL | Fertilisation azotobactérienne raisonnée (far) |
Non-Patent Citations (1)
| Title |
|---|
| 朱志坚 等: "自控变频调速式灌溉水注肥装置的研究", 《农业工程学报》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111504963A (zh) * | 2020-04-10 | 2020-08-07 | 上海蓝长自动化科技有限公司 | 一种应用于叶绿素、蓝绿藻荧光检测的数据时空融合方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109034473B (zh) | 2020-05-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Rains et al. | Sodium absorption by barley roots: role of the dual mechanisms of alkali cation transport | |
| Cho et al. | An embedded system for automated hydroponic nutrient solution management | |
| JP2016191654A5 (ja) | 養液土耕システム及び養液土耕制御サーバ | |
| CN104926430A (zh) | 一种水培生菜营养液及其制备方法与应用 | |
| CN109034473A (zh) | 一种基于线性时不变模型预测控制的施肥方法 | |
| Prabhakaran Nair et al. | Importance of phosphate buffer power for phosphate uptake by rye | |
| Park et al. | Minimizing nutrient leaching and improving nutrient use efficiency of Liriodendron tulipifera and Larix leptolepis in a container nursery system | |
| CN106233907A (zh) | 冬小麦根层水肥供需时空耦合调控方法 | |
| KR102098853B1 (ko) | 배지 양액 농도 기반 양액 공급을 제어하는 시설원예용 양액 공급 장치 | |
| JP2001103855A (ja) | 養液イオン濃度調整装置 | |
| Liu et al. | Evaluation of Nitrogen Release Characteristics and Enhanced Efficiency of a Novel Synthetic Slow-Release Nitrogen Fertilizer | |
| CN107980575A (zh) | 一种营养液的配制方法和装置 | |
| Teixeira et al. | Phosphorus adsorption after drainage in two soil classes | |
| JPH05103521A (ja) | 水田への施肥方法 | |
| CN109553450A (zh) | 一种番茄育苗肥 | |
| CN107624323A (zh) | 一种智能配肥机及其配肥控制方法 | |
| CN109121925A (zh) | 一种猕猴桃矮化盆景栽培方法 | |
| JPH07227163A (ja) | 養液栽培装置およびそれに用いる養液調製溶液 | |
| JPH03292823A (ja) | 水耕栽培方法 | |
| JPH06253695A (ja) | 養液の制御方法 | |
| JPH04325035A (ja) | 養液栽培における養液管理装置 | |
| CN104876771A (zh) | 一种盐碱地高螯合铁肥料及其在五角枫种植中的应用 | |
| Yu et al. | Simulated effects of climate change and acid deposition on soil chemical conditions in a Masson Pine forest of SW China | |
| HARUTA et al. | Development of the Saturated Ion-Exchangeable Mordenite for Desalinization Technology in Agricultural Fields | |
| KR20220046047A (ko) | 양액 관수 제어장치 및 이를 이용한 제어방법 |
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 |