CN112783241A

CN112783241A - 一种ai温室环境控制系统和控制方法

Info

Publication number: CN112783241A
Application number: CN202110015552.XA
Authority: CN
Inventors: 张帅松
Original assignee: China Agricultural University
Current assignee: China Agricultural University
Priority date: 2021-01-06
Filing date: 2021-01-06
Publication date: 2021-05-11
Anticipated expiration: 2041-01-06
Also published as: CN112783241B

Abstract

本发明提出了一种AI温室环境控制系统，在温室内安装一套微型气象仪，配有光合有效辐射传感器，二氧化碳探测器和温湿度传感器。该气象仪将温室内部的实时光合有效辐射值、二氧化碳浓度值、环境温度值和湿度值，通过互联网上传的云端服务器，经过云端服务器中的玉米生长模型运算，给出适合玉米生长的环境管理方案。该方案包括湿度控制方案、温度控制方案、补光强度与周期控制方案和二氧化碳浓度控制方案。同时环境数据和管理方案会通过互联网同步发送到温室管理员的手机端和电脑端。管理员通过手机实时获得管理方案，进行玉米生长环境的科学管理。本发明通过自主建立的玉米生长模型，借助互联网，帮助温室管理经验不足的种植人员获得专业的环境控制指导。

Description

一种AI温室环境控制系统和控制方法

技术领域

本发明涉及设施农业种植领域，特别涉及一种AI温室环境控制系统和控制方法。

背景技术

从20世纪90年代开始，我国开始大力从国外引进大型农业设施，如连栋温室，从而使得一些反季节性或者超时令的作物得到了较大规模的种植。但管理这些农业设施需要对设施内的光、温、水、肥等环境因子综合调控，温室管理员专业知识和经验的差异会直接影响农业设施的管理水平。

尤其在实验温室内，通常采用高压钠灯作为补光光源，天然气供暖管道作为加温设施，能源消耗极大，运行的成本高；补光和供暖多为单独控制，没有综合考虑光照强度、光照周期、湿度、二氧化碳和温度对植物生长的影响，容易出现温度较高，而补光不足或温度过低而补光过剩的现象，结果能耗很高，而作物生长很差。造成能源和实验时间双重浪费。

发明内容

本发明的目的是提出一种AI温室环境控制系统和控制方法，将生长模型、云计算技术与设施农业生产相结合，实现了植物生长过程的标准化管理。

本发明的目的是通过以下技术方案实现的：

一种AI温室环境控制系统，包括微型气象仪、云端服务器和温室管理员端设备；

微型气象仪包括光合有效辐射传感器、二氧化碳探测器、空气温度传感器和相对湿度传感器，所述微型气象仪设置在温室内，高度和作物生长点一致；

云端服务器和布置在一个或者多个温室内的一个或者多个微型气象仪通过互联网连接；

温室管理员端设备包括温室管理员的手机或电脑，通过互联网与云端服务器连接；

云端服务器接收微型气象仪上传的温室内环境参数，进行玉米生长模型运算，输出包括光合有效辐射、补光周期、二氧化碳浓度推荐值、空气温度推荐值、空气湿度推荐值的环境管理方案，经互联网传送到温室管理员端设备。

云端服务器包括以下功能模块：

1)数据接收模块

微型气象仪采集的温湿度等数据通过互联网上传到云端服务器，云端服务器通过数据接收模块进行数据接收并存储；

2)数据分发模块

管理员端设备访问云端服务器时，能够获得温度、湿度等原始数据，以及经过云端服务器分析统计的数据，并且能够下载历史数据；

3)数据存储与分析计算模块；

云端服务器把接收以及经过统计分析的数据存入云端服务器内的数据库系统，数据库系统通过应用程序接口与云端服务器的数据接收模块、数据分发模块进行数据交互。

所述微型气象仪具备数值储存和联网功能。

一种使用所述的AI温室环境控制系统的控制方法，包括以下步骤：

1)在一个或者多个温室内布置一个或者多个微型气象仪；

微型气象仪通过光合有效辐射传感器检测温室内部的实时光合有效辐射值；二氧化碳探测器检测温室内部的二氧化碳浓度值；空气温度传感器检测温室内部的环境温度值；相对湿度传感器检测温室内部的湿度值；

2)微型气象仪将温室内部的实时光合有效辐射值、二氧化碳浓度值、环境温度值和空气相对湿度值，通过互联网上传至云端服务器；

3)云端服务器接收微型气象仪上传的温室内环境参数，进行玉米生长模型运算，输出包括光合有效辐射、补光周期、二氧化碳浓度推荐值、空气温度推荐值、空气湿度推荐值的环境管理方案，经互联网传送到温室管理员端设备；

4)温室管理员通过互联网将以下数据下载到温室管理员端设备：

a.由该温室管理员所在温室内布置的微型气象仪检测得到的该温室内部的实时光合有效辐射值、二氧化碳浓度值、环境温度值和湿度值；

b.云端服务器提供的该温室管理员所在温室的环境管理方案。

步骤1中，当在一个预定的时间段内，作物生长点发生变化时，调整微型气象仪的高度，使得微型气象仪的高度和作物生长点一致。

步骤3中，所述云端服务器中的玉米生长模型包括光合有效辐射算法、补光周期算法、二氧化碳浓度算法、空气温度值算法和空气湿度值算法；

1)光合有效辐射算法：

温室内月平均光合有效辐射PAR小于70W/m²的，云端服务器向温室管理员端设备提供需安装补光灯的提示信息；

从早4时到晚20时的时间段内，当实时PAR低于100W/m²时，云端服务器向温室管理员端设备提供打开补光灯的提示信息，当实时PAR回升到100W/m²时，云端服务器向温室管理员端设备提供关闭补光灯的提示信息；

2)补光周期算法：

补光周期＝17-周平均PAR数值/100；其中，补光周期的单位为小时，四舍五入取整；

补光时间：12-16小时/天；

3)二氧化碳浓度算法：

二氧化碳最低浓度＝200+实时PAR数值/10；其中，二氧化碳最低浓度的单位为ppm；

所述二氧化碳浓度推荐值为二氧化碳最低浓度；

二氧化碳浓度的合理范围为200-1000ppm，超出上述二氧化碳浓度的合理范围，云端服务器向温室管理员端设备提供报警信息；

4)空气温度值算法：

4a)白天(早4时到晚20时)建议温度

当实时PAR为0-100W/m²时，白天建议温度T为：

T＝15+PAR/10；

当实时PAR为100-1200W/m²时，白天建议温度T为：

T＝24+PAR/100；

其中，所述建议温度T的单位为℃；

所述建议温度为温度推荐值；

4b)夜间(早1时～4时，晚20时～24时)建议温度

当n为1-4时T_n＝T_中-10+(T₂₀-(T_中-10))(4-n)/8；

当n为21-24时T_n＝T₂₀-(T₂₀-(T_中-10))(n-20)/8；

其中，n为时刻值，将一天分为24个小时，从凌晨1点到夜晚24点，n分别对应取值为1～24；T_n为时刻为n时的温度值，单位为℃，例如当n＝4，T₄为早晨4点的温度值，单位为℃；T_中是当天上午11时到下午14时温室温度的平均值，单位为℃；

所述建议温度为空气温度推荐值；

5)空气湿度值算法：

最低湿度＝30％+PAR数值/10；

空气湿度合理范围为30％-80％；超出上述空气湿度合理范围则向温室管理员端设备提供一个报警信息；

所述最低湿度为空气湿度推荐值。

步骤3中，云端服务器输出的环境管理方案中还包括需安装补光灯的提示信息、打开补光灯的提示信息、关闭补光灯的提示信息、二氧化碳浓度超出合理范围的报警信息以及空气湿度超出空气湿度合理范围的报警信息。

本发明的有益效果在于：

1、实现了玉米生长过程的自动化监控。

2、通过云端服务器实现对多个温室内部环境的监控。

3、降低温室管理对管理人员的专业知识和经验的要求，减少操作失误。

4、实现了玉米生长环境的精准控制和标准化管理。

5、本发明自主建立了玉米生长模型，该模型的建立的优势是：

a.降低对设施农业技术管理员的专业要求，普通农民也可以很好地运行设施农业，促使设施农业深入基层。

b.设施农业管理由经验化到数据化，并且生长环境可追溯。

c.充分利用自然光，缩减补光灯时间。

	9月	10月	11月	12月	1月	2月	3月	4月
									现在补光周期(小时)	14	15	15.5	16	15.5	15	14	13
原来补光周期(小时)	16	16	16	16	16	16	16	16
									缩减补光时(小时)	2	1	0.5	0	0.5	1	2	3

d.提高产量。

本发明通过自主建立的玉米生长模型，借助互联网，帮助温室管理经验不足的种植人员获得专业的环境控制指导。

附图说明

图1为本发明实施例中，北京温室2020年1月1日光合有效辐射日变化图。

具体实施方式

下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。

一种AI温室环境控制系统，包括微型气象仪、云端服务器和温室管理员端设备。

微型气象仪包括光合有效辐射传感器、二氧化碳探测器、空气温度传感器和相对湿度传感器，所述微型气象仪设置在温室内，高度和作物生长点一致。

优选地，所述微型气象仪具备数值储存和联网功能。

云端服务器和布置在一个或者多个温室内的一个或者多个微型气象仪通过互联网连接。

优选地，云端服务器包括以下功能模块：

1、数据接收模块

微型气象仪采集的温湿度等数据通过互联网上传到云端服务器，云端服务器通过数据接收模块进行数据接收并存储。

2、数据分发模块

管理员端设备访问云端服务器时，能够获得温度、湿度等原始数据，以及经过云端服务器分析统计的数据，并且能够下载历史数据。

3、数据存储与分析计算模块

云端服务器把接收以及经过统计分析的数据存入云端服务器内的数据库系统，数据库系统通过API(Application Programming Interface，应用程序接口)与云端服务器的数据接收模块、数据分发模块进行数据交互。

温室管理员端设备包括温室管理员的手机或电脑，通过互联网与云端服务器连接。

一种使用AI温室环境控制系统的控制方法，包括以下步骤：

1、在一个或者多个温室内布置一个或者多个微型气象仪。

微型气象仪通过光合有效辐射传感器检测温室内部的实时光合有效辐射值；二氧化碳探测器检测温室内部的二氧化碳浓度值；空气温度传感器检测温室内部的环境温度值；相对湿度传感器检测温室内部的湿度值。

优选地，步骤1中，当在一个预定的时间段内，作物生长点发生变化时，调整微型气象仪的高度，使得微型气象仪的高度和作物生长点一致。

2、微型气象仪将温室内部的实时光合有效辐射值、二氧化碳浓度值、环境温度值和空气相对湿度值，通过互联网上传至云端服务器。

3、云端服务器接收微型气象仪上传的温室内环境参数，进行玉米生长模型运算，输出包括光合有效辐射、补光周期、二氧化碳浓度推荐值、空气温度推荐值、空气湿度推荐值的环境管理方案，经互联网传送到温室管理员端设备。

4、温室管理员通过互联网将以下数据下载到温室管理员端设备：

步骤3中，所述云端服务器中的玉米生长模型包括光合有效辐射(PAR)算法、补光周期算法、二氧化碳浓度算法、空气温度值算法和空气湿度值算法。

1、光合有效辐射算法：

从早4时到晚20时的时间段内，当实时PAR低于100W/m²时，云端服务器向温室管理员端设备提供打开补光灯的提示信息，当实时PAR回升到100W/m²时，云端服务器向温室管理员端设备提供关闭补光灯的提示信息。

2、补光周期算法：

补光周期＝17-周平均PAR数值/100；其中，补光周期的单位为小时，四舍五入取整。

补光时间：12-16小时/天

3、二氧化碳浓度算法：

二氧化碳最低浓度＝200+实时PAR数值/10；其中，二氧化碳最低浓度的单位为ppm。

所述二氧化碳浓度推荐值为二氧化碳最低浓度。

二氧化碳浓度的合理范围为200-1000ppm，超出上述二氧化碳浓度的合理范围，云端服务器向温室管理员端设备提供报警信息。

4、空气温度值算法：

1)白天(早4时到晚20时)建议温度

当实时PAR为0-100W/m²时，白天建议温度T为：

T＝15+PAR/10；

当实时PAR为100-1200W/m²时，白天建议温度T为：

T＝24+PAR/100。

其中，所述建议温度T的单位为℃。

所述建议温度为温度推荐值。

2)夜间(早1时～4时，晚20时～24时)建议温度

当n为1-4时T_n＝T_中-10+(T₂₀-(T_中-10))(4-n)/8

当n为21-24时T_n＝T₂₀-(T₂₀-(T_中-10))(n-20)/8

其中，n为时刻值，将一天分为24个小时，从凌晨1点到夜晚24点，n分别对应取值为1～24。T_n为时刻为n时的温度值，单位为℃，例如当n＝4，T₄为早晨4点的温度值，单位为℃。T_中是当天上午11时到下午14时温室温度的平均值，单位为℃。

所述建议温度为空气温度推荐值。

5、空气湿度值算法：

最低湿度＝30％+PAR数值/10

空气湿度合理范围为30％-80％；超出上述空气湿度合理范围则向温室管理员端设备提供一个报警信息。

所述最低湿度为空气湿度推荐值。

优选地，步骤3中，云端服务器输出的环境管理方案中还包括需安装补光灯的提示信息、打开补光灯的提示信息、关闭补光灯的提示信息、二氧化碳浓度超出合理范围的报警信息以及空气湿度超出空气湿度合理范围的报警信息。

实施例

1、在温室种植区内安装一套微型气象仪，高度和作物生长点一致。微型气象仪内部配有光合有效辐射传感器，二氧化碳探测器、空气温度传感器和相对湿度传感器。

2、微型气象仪连接互联网，实时上传气象数据。

3、在云端服务器存储玉米生长模型。

4、在温室管理员端设备上安装数据接收端口。

5、数据推送

1)光合有效辐射算法：

北京温室内10月、11月、12月、1月和2月份的光合有效辐射为别为60.3W/m²、45.1W/m²、50.2W/m²、51.1W/m²和57.3W/m²，均小于70W/m²；所以在温室内安装高压钠灯。

如图1所示，在2020年1月1日4时-20时，只有10时-15时的光合有效辐射值超过100W/m²，其他时间段需要补光。

2)补光周期算法：

北京1月份室外光合有效辐射平均值为80W/m²，则补光周期为16个小时(补光周期＝17-(80/100)＝16)，3月份室外光合有效辐射平均值为200W/m²，则补光周期为15个小时(补光周期＝17-(200/100)＝15)，5月份室外光合有效辐射平均值为300W/m²，则补光周期为14个小时(补光周期＝17-(300/100)＝14)。

3)二氧化碳浓度算法：

北京2000年5月1日的二氧化碳浓度的推荐值如下：

时间(5月1日)	7:00	9:00	11:00	13:00	15:00	17:00	19:00
								光合有效辐射W/m<sup>2</sup>	85	250	325	389	304	114	44
二氧化碳浓度ppm	208	225	232	238	230	211	204

二氧化碳低于浓度推荐值，或者超过二氧化碳合理范围，云端服务器向温室管理员端设备提供报警信息。

4)空气温度值算法：

北京2000年1月1日的空气温度推荐值如下：

时间(1月1日)	7:00	9:00	11:00	13:00	15:00	17:00	19:00
								光合有效辐射W/m<sup>2</sup>	28	88	193	222	109	29	20
建议温度℃	18	24	26	26.2	25	18	17

5)空气湿度值算法：

北京2000年5月1日的空气湿度推荐值如下：

时间(5月1日)

7:00

9:00

11:00

13:00

15:00

17:00

19:00

光合有效辐射W/m2

85

250

325

389

304

114

44

建议相对湿度

38.5％

55％

62.5％

68.9％

60.4％

41.4％

34.4％

空气湿度低于湿度推荐值，或者超过湿度合理范围，云端服务器向温室管理员端设备提供报警信息。

温室管理员端设备显示总表：

2020年3月1日12:00

参数	光合有效辐射	温度	湿度	二氧化碳浓度
					气象仪上传数据	440W/m<sup>2</sup>	28.8℃	19％	200ppm
生长模型推荐	440W/m<sup>2</sup>	28.4℃	74％	>244ppm
					实际操作	不操作	不操作	增加湿度	增加二氧化碳浓度

Claims

1.一种AI温室环境控制系统，其特征在于：其包括微型气象仪、云端服务器和温室管理员端设备；

2.如权利要求1所述的AI温室环境控制系统，其特征在于：云端服务器包括以下功能模块：

1)数据接收模块

2)数据分发模块

3)数据存储与分析计算模块；

3.如权利要求1所述的AI温室环境控制系统，其特征在于：所述微型气象仪具备数值储存和联网功能。

4.一种使用如权利要求1至3之一所述的AI温室环境控制系统的控制方法，其特征在于：包括以下步骤：

1)在一个或者多个温室内布置一个或者多个微型气象仪；

5.如权利要求4所述的控制方法，其特征在于：

6.如权利要求4所述的控制方法，其特征在于：

1)光合有效辐射算法：

2)补光周期算法：

补光时间：12-16小时/天；

3)二氧化碳浓度算法：

所述二氧化碳浓度推荐值为二氧化碳最低浓度；

4)空气温度值算法：

4a)白天(早4时到晚20时)建议温度

当实时PAR为0-100W/m²时，白天建议温度T为：

T＝15+PAR/10；

当实时PAR为100-1200W/m²时，白天建议温度T为：

T＝24+PAR/100；

其中，所述建议温度T的单位为℃；

所述建议温度为温度推荐值；

4b)夜间(早1时～4时，晚20时～24时)建议温度

当n为1-4时T_n＝T_中-10+(T₂₀-(T_中-10))(4-n)/8；

当n为21-24时T_n＝T₂₀-(T₂₀-(T_中-10))(n-20)/8；

所述建议温度为空气温度推荐值；

5)空气湿度值算法：

最低湿度＝30％+PAR数值/10；

所述最低湿度为空气湿度推荐值。

7.如权利要求4所述的控制方法，其特征在于：