CN113875570A - 水培种植装置以及包括水培种植装置的系统 - Google Patents
水培种植装置以及包括水培种植装置的系统 Download PDFInfo
- Publication number
- CN113875570A CN113875570A CN202111241309.6A CN202111241309A CN113875570A CN 113875570 A CN113875570 A CN 113875570A CN 202111241309 A CN202111241309 A CN 202111241309A CN 113875570 A CN113875570 A CN 113875570A
- Authority
- CN
- China
- Prior art keywords
- hydroponic
- hydroponic growth
- nutrient solution
- data
- plants
- 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
- 230000012010 growth Effects 0.000 claims abstract description 78
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 59
- 235000015097 nutrients Nutrition 0.000 claims description 111
- 238000013473 artificial intelligence Methods 0.000 claims description 47
- 238000003860 storage Methods 0.000 claims description 25
- 238000012545 processing Methods 0.000 claims description 23
- 238000001223 reverse osmosis Methods 0.000 claims description 23
- 238000003973 irrigation Methods 0.000 claims description 18
- 230000002262 irrigation Effects 0.000 claims description 18
- 238000003306 harvesting Methods 0.000 claims description 14
- 238000013528 artificial neural network Methods 0.000 claims description 12
- 238000004891 communication Methods 0.000 claims description 11
- 238000001914 filtration Methods 0.000 claims description 10
- 239000012530 fluid Substances 0.000 claims description 10
- 239000003501 hydroponics Substances 0.000 claims description 10
- 239000013535 sea water Substances 0.000 claims description 9
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 claims description 7
- 230000001276 controlling effect Effects 0.000 claims description 7
- 239000001257 hydrogen Substances 0.000 claims description 7
- 229910052739 hydrogen Inorganic materials 0.000 claims description 7
- 238000004519 manufacturing process Methods 0.000 claims description 7
- 238000009423 ventilation Methods 0.000 claims description 7
- 238000003756 stirring Methods 0.000 claims description 6
- 238000010612 desalination reaction Methods 0.000 claims description 5
- 230000007613 environmental effect Effects 0.000 claims description 5
- 230000010152 pollination Effects 0.000 claims description 5
- 239000000446 fuel Substances 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 claims description 4
- 238000012546 transfer Methods 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 3
- 238000007726 management method Methods 0.000 claims description 2
- 235000016709 nutrition Nutrition 0.000 claims description 2
- 230000001105 regulatory effect Effects 0.000 claims description 2
- 230000035764 nutrition Effects 0.000 claims 1
- 238000010979 pH adjustment Methods 0.000 claims 1
- 241000196324 Embryophyta Species 0.000 description 73
- 239000000243 solution Substances 0.000 description 73
- 238000000034 method Methods 0.000 description 24
- 238000013461 design Methods 0.000 description 13
- 229910002092 carbon dioxide Inorganic materials 0.000 description 12
- 210000004027 cell Anatomy 0.000 description 11
- 230000008569 process Effects 0.000 description 11
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 8
- 238000003062 neural network model Methods 0.000 description 8
- 239000001301 oxygen Substances 0.000 description 8
- 229910052760 oxygen Inorganic materials 0.000 description 8
- 238000013480 data collection Methods 0.000 description 7
- 235000013305 food Nutrition 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 239000013505 freshwater Substances 0.000 description 5
- 239000002699 waste material Substances 0.000 description 5
- 238000013136 deep learning model Methods 0.000 description 4
- 230000008635 plant growth Effects 0.000 description 4
- FGIUAXJPYTZDNR-UHFFFAOYSA-N potassium nitrate Chemical compound [K+].[O-][N+]([O-])=O FGIUAXJPYTZDNR-UHFFFAOYSA-N 0.000 description 4
- 238000003908 quality control method Methods 0.000 description 4
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 3
- NBIIXXVUZAFLBC-UHFFFAOYSA-N Phosphoric acid Chemical compound OP(O)(O)=O NBIIXXVUZAFLBC-UHFFFAOYSA-N 0.000 description 3
- ZCCIPPOKBCJFDN-UHFFFAOYSA-N calcium nitrate Chemical compound [Ca+2].[O-][N+]([O-])=O.[O-][N+]([O-])=O ZCCIPPOKBCJFDN-UHFFFAOYSA-N 0.000 description 3
- 238000013500 data storage Methods 0.000 description 3
- 238000004146 energy storage Methods 0.000 description 3
- 210000002569 neuron Anatomy 0.000 description 3
- 230000020477 pH reduction Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- CSNNHWWHGAXBCP-UHFFFAOYSA-L Magnesium sulfate Chemical compound [Mg+2].[O-][S+2]([O-])([O-])[O-] CSNNHWWHGAXBCP-UHFFFAOYSA-L 0.000 description 2
- 229910019142 PO4 Inorganic materials 0.000 description 2
- 238000012364 cultivation method Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 239000001963 growth medium Substances 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 230000003278 mimic effect Effects 0.000 description 2
- PJNZPQUBCPKICU-UHFFFAOYSA-N phosphoric acid;potassium Chemical compound [K].OP(O)(O)=O PJNZPQUBCPKICU-UHFFFAOYSA-N 0.000 description 2
- BWHMMNNQKKPAPP-UHFFFAOYSA-L potassium carbonate Substances [K+].[K+].[O-]C([O-])=O BWHMMNNQKKPAPP-UHFFFAOYSA-L 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 150000003839 salts Chemical class 0.000 description 2
- 238000011282 treatment Methods 0.000 description 2
- JVXHQHGWBAHSSF-UHFFFAOYSA-L 2-[2-[bis(carboxylatomethyl)amino]ethyl-(carboxylatomethyl)amino]acetate;hydron;iron(2+) Chemical compound [H+].[H+].[Fe+2].[O-]C(=O)CN(CC([O-])=O)CCN(CC([O-])=O)CC([O-])=O JVXHQHGWBAHSSF-UHFFFAOYSA-L 0.000 description 1
- 241000208822 Lactuca Species 0.000 description 1
- 235000003228 Lactuca sativa Nutrition 0.000 description 1
- 229910015667 MoO4 Inorganic materials 0.000 description 1
- KWYUFKZDYYNOTN-UHFFFAOYSA-M Potassium hydroxide Chemical compound [OH-].[K+] KWYUFKZDYYNOTN-UHFFFAOYSA-M 0.000 description 1
- 238000012271 agricultural production Methods 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 229910000147 aluminium phosphate Inorganic materials 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- KGBXLFKZBHKPEV-UHFFFAOYSA-N boric acid Chemical compound OB(O)O KGBXLFKZBHKPEV-UHFFFAOYSA-N 0.000 description 1
- 239000004327 boric acid Substances 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 239000012267 brine Substances 0.000 description 1
- 239000011575 calcium Substances 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000005345 coagulation Methods 0.000 description 1
- 230000015271 coagulation Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- ARUVKPQLZAKDPS-UHFFFAOYSA-L copper(II) sulfate Chemical compound [Cu+2].[O-][S+2]([O-])([O-])[O-] ARUVKPQLZAKDPS-UHFFFAOYSA-L 0.000 description 1
- 229910000366 copper(II) sulfate Inorganic materials 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005189 flocculation Methods 0.000 description 1
- 230000016615 flocculation Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 229910010272 inorganic material Inorganic materials 0.000 description 1
- 239000011147 inorganic material Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 229910052943 magnesium sulfate Inorganic materials 0.000 description 1
- 235000019341 magnesium sulphate Nutrition 0.000 description 1
- 229940099596 manganese sulfate Drugs 0.000 description 1
- 239000011702 manganese sulphate Substances 0.000 description 1
- 235000007079 manganese sulphate Nutrition 0.000 description 1
- SQQMAOCOWKFBNP-UHFFFAOYSA-L manganese(II) sulfate Chemical compound [Mn+2].[O-]S([O-])(=O)=O SQQMAOCOWKFBNP-UHFFFAOYSA-L 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000012528 membrane Substances 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229910000402 monopotassium phosphate Inorganic materials 0.000 description 1
- 235000019796 monopotassium phosphate Nutrition 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 239000011368 organic material Substances 0.000 description 1
- 230000033116 oxidation-reduction process Effects 0.000 description 1
- 230000029553 photosynthesis Effects 0.000 description 1
- 238000010672 photosynthesis Methods 0.000 description 1
- 229920000642 polymer Polymers 0.000 description 1
- 239000004800 polyvinyl chloride Substances 0.000 description 1
- 229910000027 potassium carbonate Inorganic materials 0.000 description 1
- 239000004323 potassium nitrate Substances 0.000 description 1
- 235000010333 potassium nitrate Nutrition 0.000 description 1
- 238000005086 pumping Methods 0.000 description 1
- 238000010926 purge Methods 0.000 description 1
- 239000008213 purified water Substances 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 229910052710 silicon Inorganic materials 0.000 description 1
- 239000010703 silicon Substances 0.000 description 1
- 239000000344 soap Substances 0.000 description 1
- 239000011734 sodium Substances 0.000 description 1
- 239000011684 sodium molybdate Substances 0.000 description 1
- 235000015393 sodium molybdate Nutrition 0.000 description 1
- TVXXNOYZHKPKGW-UHFFFAOYSA-N sodium molybdate (anhydrous) Chemical compound [Na+].[Na+].[O-][Mo]([O-])(=O)=O TVXXNOYZHKPKGW-UHFFFAOYSA-N 0.000 description 1
- HPALAKNZSZLMCH-UHFFFAOYSA-M sodium;chloride;hydrate Chemical compound O.[Na+].[Cl-] HPALAKNZSZLMCH-UHFFFAOYSA-M 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 210000000225 synapse Anatomy 0.000 description 1
- 230000000946 synaptic effect Effects 0.000 description 1
- 235000013311 vegetables Nutrition 0.000 description 1
- 239000002351 wastewater Substances 0.000 description 1
- NWONKYPBYAMBJT-UHFFFAOYSA-L zinc sulfate Chemical compound [Zn+2].[O-]S([O-])(=O)=O NWONKYPBYAMBJT-UHFFFAOYSA-L 0.000 description 1
- 229960001763 zinc sulfate Drugs 0.000 description 1
- 229910000368 zinc sulfate Inorganic materials 0.000 description 1
Images
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
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G31/00—Soilless cultivation, e.g. hydroponics
- A01G31/02—Special apparatus therefor
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G31/00—Soilless cultivation, e.g. hydroponics
- A01G31/02—Special apparatus therefor
- A01G31/06—Hydroponic culture on racks or in stacked containers
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G9/00—Cultivation in receptacles, forcing-frames or greenhouses; Edging for beds, lawn or the like
- A01G9/24—Devices or systems for heating, ventilating, regulating temperature, illuminating, or watering, in greenhouses, forcing-frames, or the like
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G9/00—Cultivation in receptacles, forcing-frames or greenhouses; Edging for beds, lawn or the like
- A01G9/24—Devices or systems for heating, ventilating, regulating temperature, illuminating, or watering, in greenhouses, forcing-frames, or the like
- A01G9/246—Air-conditioning systems
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G9/00—Cultivation in receptacles, forcing-frames or greenhouses; Edging for beds, lawn or the like
- A01G9/24—Devices or systems for heating, ventilating, regulating temperature, illuminating, or watering, in greenhouses, forcing-frames, or the like
- A01G9/247—Watering arrangements
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F1/00—Treatment of water, waste water, or sewage
- C02F1/44—Treatment of water, waste water, or sewage by dialysis, osmosis or reverse osmosis
- C02F1/441—Treatment of water, waste water, or sewage by dialysis, osmosis or reverse osmosis by reverse osmosis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/06—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons
- G06N3/061—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using biological neurons, e.g. biological neurons connected to an integrated circuit
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G31/00—Soilless cultivation, e.g. hydroponics
- A01G2031/006—Soilless cultivation, e.g. hydroponics with means for recycling the nutritive solution
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G9/00—Cultivation in receptacles, forcing-frames or greenhouses; Edging for beds, lawn or the like
- A01G9/24—Devices or systems for heating, ventilating, regulating temperature, illuminating, or watering, in greenhouses, forcing-frames, or the like
- A01G9/249—Lighting means
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F2103/00—Nature of the water, waste water, sewage or sludge to be treated
- C02F2103/08—Seawater, e.g. for desalination
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F2201/00—Apparatus for treatment of water, waste water or sewage
- C02F2201/009—Apparatus with independent power supply, e.g. solar cells, windpower, fuel cells
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F2209/00—Controlling or monitoring parameters in water treatment
- C02F2209/005—Processes using a programmable logic controller [PLC]
- C02F2209/008—Processes using a programmable logic controller [PLC] comprising telecommunication features, e.g. modems or antennas
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F2209/00—Controlling or monitoring parameters in water treatment
- C02F2209/02—Temperature
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F2209/00—Controlling or monitoring parameters in water treatment
- C02F2209/06—Controlling or monitoring parameters in water treatment pH
-
- 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
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/26—Pc applications
- G05B2219/2605—Wastewater treatment
-
- 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
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/26—Pc applications
- G05B2219/2625—Sprinkler, irrigation, watering
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P60/00—Technologies relating to agriculture, livestock or agroalimentary industries
- Y02P60/20—Reduction of greenhouse gas [GHG] emissions in agriculture, e.g. CO2
- Y02P60/21—Dinitrogen oxide [N2O], e.g. using aquaponics, hydroponics or efficiency measures
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Abstract
本发明提供水培种植装置以及包括水培种植装置的系统。水培种植装置包括框架、多个功能性系统、第一多个传感器、和可拆卸地附接到框架的一个或多个模块化储柜。第一多个传感器配置成监测与种植一种或多种植物相关联的条件。一个或多个模块化储柜包括预先组装的电子设备,电子设备配置成与第一多个传感器和多个功能性系统中的一个或多个通信。电子设备包括配置成从多个传感器收集数据的主控制器。根据本发明的水培种植装置及系统组装简单、可减少人工干预、增加植物种植的可扩展性及质量一致性。
Description
技术领域
本发明涉及水培种植领域。
背景技术
世界上对新鲜食品的需求不断增长。粮食短缺可能由多种原因造成,如人口增加、气候变化、投资不足、行业人才缺乏等。许多地区严重依赖外部粮食供应。以香港为例,据统计,95%的食品供应来自其他国家或地区。水培种植技术不断发展以增加粮食供应,但现有系统仍不能令人满意。
例如,许多现有的水培系统和设计是在运输集装箱内预先构建的。例如,运输集装箱的尺寸通常可以是长12米、宽2.44米、高2.89米。在集装箱配备了所必需的设备和硬件后,集装箱内用于植物生长的可用空间变得有限且相对较小。另外,由于集装箱是预先构建的,因此很难提供具有定制能力的系统。很难修改系统以结合新特征。将集装箱运输到偏远地区的物流成本也很高,对于一些资源有限的用户来说,物流可能是一个障碍。此外,现有的系统设计通常只允许用户种植单一产品(主要是生菜,因为其所需空间较少),为了种植不同的植物,需要全面重新设计系统。
此外,现有的系统设计需要大量的人力投入和农业知识。许多现有的系统设计通常使用功能有限的车载软件管理系统。结果是,它可能只允许用户控制一个单独的容器。此外,不同供应商提供的设备、硬件和软件可能存在很大的不一致和不兼容。这也需要很大程度的人工干预。
发明内容
针对现有技术的一个或多个缺点,本发明提供水培种植装置以及包括水培种植装置的系统。
根据本发明的第一方面,提供了一种水培种植装置。该水培种植装置包括:框架,配置成限定用于种植一种或多种植物的内部空间;多个功能性系统,配置成促进一种或多种植物的种植;第一多个传感器,配置成监测与一种或多种植物的种植相关联的条件;一个或多个模块化储柜,可拆卸地附连到框架并且包括电子设备,电子设备预先组装在一个或多个模块化储柜中并且配置成与第一多个传感器和多个功能性系统中的一个或多个通信,一个或多个模块化储柜包括预先设置的接口,接口配置成与多个功性能系统中的一个或多个对接,电子设备包括主控制器,主控制器配置成从第一多个传感器收集数据并且提供与控制多个功能性系统有关的指令。
根据本发明的第二方面,提供了一种水培种植系统。该水培种植系统包括:用于种植一种或多种植物的至少一个水培种植装置,每个水培种植装置包括一个或多个模块化储柜,一个或多个模块化储柜可拆卸地安装在相应的水培种植装置的内部空间中;一个或多个网络;以及云服务器,云服务器经由一个或多个网络与至少一个水培种植装置通信,云服务器包括用于存储接收自至少一个水培种植装置的数据的存储装置和基于人工智能算法对数据进行处理以得到处理结果的人工智能处理器,云服务器配置成基于处理结果生成指令并且将指令提供给至少一个水培种植装置,以用于控制一种或多种植物的种植。
根据本发明的一个或多个实施例的水培种植装置以及包括水培种植装置的系统具有多个技术优点。例如,根据本发明的一个或多个实施例的水培种植装置便于组装,搬迁成本低。由于采用模块化的设计,降低了对用户进行作物种植的专业知识的要求。例如,根据本发明的一个或多个实施例的水培种植系统利用云处理和大数据技术,基于人工智能,可以对多个不同位置的农场进行操作,可以减少人工干预,并且增加质量一致性。
其他更多的示例性实施例及其技术优点将在下文详述。
附图说明
图1示出根据本发明的一个示例性实施例的水培种植装置。
图2示出根据本发明的一个示例性实施例的模块化储柜。
图3A示出根据本发明的另一个示例性实施例的水培种植装置。
图3B示出如图3A中所示的水培种植装置的内部布置。
图4示出根据本发明的一个示例性实施例的水培种植装置内部的操作。
图5A示出根据本发明的一个示例性实施例的用于桶系统的植物。
图5B示出根据本发明的一个示例性实施例的用于塔系统的植物。
图5C示出根据本发明的一个示例性实施例的用于堆叠托盘系统的植物。
图6示出根据本发明一个示例性实施例的水培种植系统。
图7示出根据本发明的另一个示例性实施例的水培种植系统。
图8示出根据本发明的一个示例性实施例的水培种植方法的流程图。
图9示出根据本发明的另一个示例性实施例的水培种植方法的流程图。
具体实施方式
本文示例实施例涉及促进植物生产的水培种植装置、系统、及方法。通过提供关于水培种植装置、系统和方法的新技术方案,本文示例性实施例解决了现有的系统设计中存在的一个或多个缺点。
本文示例性实施例包括一种水培种植装置,该装置利用大众化和模块化的设计概念,以简化用户的物流和安装。根据一个或多个实施例,水培种植装置的框架结构可以制造成与现有集装箱的标准尺寸不同(例如大于现有集装箱的标准尺寸)的定制尺寸。框架结构采用模块化设计,到达目的地后仅需要简单组装即可。用户可以以较低的物流成本方便地将水培种植装置从一个地方搬迁到另一个地方。即,根据本文示例性实施例的水培种植装置是便携式装置。
根据一个或多个实施例,水培种植装置提供改进的灵活性和兼容性。与现有设计的完全组装系统相比,本文提供的设计概念使用大众化设计过程,该过程为用户提供用户可以自行构建的即装即用的水培系统。模块化设计为用户提供一个或多个配备各种机械和/或电子设备的预制储柜。用户只需将储柜安装或组装在种植装置内的一个或多个专用位置(这例如可取决于储柜的数量),并将水培系统所需的元件(例如电气或机械连接元件)进行连接,以用于操作。
由于储柜形成为预先构建的模块,其中预先组装了各种电子设备和接口,因此用户可以以较少的专业知识轻松组装水培种植装置或水培农场。例如,用户不需要广泛的知识来组装电子设备。这减少了劳动力以及出错的机会。另一方面,由于不需要拆卸储柜中预先组装的电子设备和部件,因此拆卸和搬迁农场变得更容易。这可以减少大量劳动力。
此外,根据本文一个或多个实施例的系统设计提供了改进的灵活性和兼容性。储柜可根据实际需要定制。例如,可以轻松地对储柜中的电子设备进行编程或修改,以适应各种需求。可以方便地结合硬件或元件以添加新的或额外的应用程序或特征,而无需对系统的其余部分进行大幅度修改。
如本文所描述的水培种植设计可以允许用户种植多种植物或作物。可以增加框架结构的尺寸以建立更大的种植区并允许生产更多的植物,从而提高作物产量。它还减少了对农业专业知识的需求,并允许经验很少或没有经验的用户在期望的地点从事生产。
示例实施例包括水培种植系统,其包括一个或多个水培农场。每个水培农场都可以位于期望的位置,并由人工智能(AI)系统远程控制,该系统可以通过利用大数据和云计算技术来管理种植过程的技术部分,从而实现自动化生产。每个水培农场配备有多个传感器,用于收集数据,供人工智能系统使用。人工智能系统发出指令来控制提供植物生长所需要素(例如光、空气、水、营养等)的所有设备。
根据一个或多个实施例,水培种植系统提供并收集格式数据,格式数据可用于提高一致性的质量控制,从而使得能够以较少的人力和设备投资来控制位于不同位置的多个水培农场。由此,每个农场都有能力收集和提供统一数据,从而为用户提供准确的农业数据,这些数据可用于其他农场以减少人为操作的差异,而无论这些农场在什么位置。
格式数据收集方法可以通过向所有用户提供相同的设备和硬件来执行以获得一致的数据来实现。通过提供一致的数据,这些方法促进了人工智能系统所需的深度学习,而不论农场位于何处以及种植的植物类型是什么。通过在技术方面的简化,用户不再需要具有先前的经验或知识就可以开始生产。根据本文实施例的数据收集方法允许人工智能系统改进和控制植物所需的种植要求。收集到的数据可以存储在云服务器中,用于数据训练和学习模型的开发。通过收集的数据和种植管理,该系统促进了农业生产的创新并且有利于食品供应的可持续性。
图1示出根据本发明的一个示例性实施例的水培种植装置100。水培种植装置100建立用于生产一种或多种植物或作物的农场或种植区。
水培种植装置100具有框架,框架配置为限定用于种植植物的内部空间。如图所示,水培种植装置100包括多个功能性系统120、第一多个传感器140、以及一个或多个模块化储柜160。
功能性系统120通过执行一个或多个功能来促进一种或多种植物的种植。举例来说,功能性系统120可包括多个照明装置,以提供植物生长所需的光,例如进行光合作用。照明装置可包括一个或多个白炽光源(例如白炽灯泡)、发光光源(例如发光二极管(LED))等。
照明装置可以布置在适当的位置。例如,在一个实施例中,至少第一一个或多个照明装置附连到水培种植装置100的内壁或内墙,而至少第二一个或多个照明装置附连到水培种植装置100的天花板。内壁或天花板可以是框架的一部分。其他方式的布置也是可能的。
以示例的方式,功能性系统120可以包括用于从自然界收集能量的一个或多个能量收集装置。在一些实施例中,能量收集装置可包括一个或多个光伏装置。光伏装置可以是设置在屋顶上或构成水培种植装置100的屋顶的一部分的太阳能板。屋顶可以由框架限定,例如作为框架的一部分。太阳能板可以包括无机材料(例如硅)或有机材料(例如聚合物)。光伏装置利用太阳能为水培种植装置100的能量存储装置(例如电池)或电力电子装置供电。
在一些其他实施例中,能量收集装置可以包括收集风能的风力涡轮机。风力涡轮机可以布置在适当的位置。举例来说,可以有四个风力涡轮机,每个风力涡轮机布置在农场的角落并且附接到水耕种植装置100的框架。
在一些其他实施例中,能量收集装置包括用于能量存储的氢燃料电池。例如,太阳能或风能可用于电解水和分解氧和氢。氧被释放出来,氢被储存在氢燃料电池中。然后在需要时从氢燃料电池将氢转换回电能。因此,这可以代替电池作为能量存储的使用。其他类型的能量收集设备也是可能的,只要它们能够从大自然中收集某种类型的能量即可。
作为示例,功能性系统120可以包括一个或多个视频捕获设备,例如摄像机。植物生长环境或植物本身的视觉信息(例如视频、图像)可以由摄像机捕获并随后进行处理,并且据此促进对种植过程的控制。
可选地或另外地,功能性系统120包括授粉装置,其帮助从雄性植物收集花粉并促进花粉转移以对雌性植物授粉。这对于在某些地理区域或某些季节种植某些植物是有利的。在一些实施例中,例如,授粉装置可产生能够将花粉递送至花以用于给植物授粉的气泡(例如肥皂泡)。授粉装置可以适当地安装在农场中,并由现场控制器或云服务器远程控制。
功能性系统120可以包括其他元件,例如输送流体的管道、与模块化储柜160、传感器140或植物单元(例如承载植物的载体,例如盆、罐等)对接的连接部件等。功能性系统120可以包括机械元件或电气元件。
传感器140可以包括监控或监测与植物种植相关联的条件的多种传感器。例如,传感器140可以包括一个或多个温度传感器、湿度传感器、光传感器、气体传感器等。例如,可以提供光传感器以收集与照明装置相关联的照明信息。照明信息可以包括但不限于光照强度、分布、发光时间等,可以据此对照明装置进行监控或调整,从而达到种植植物所期望的光照条件。
模块化储柜160可移除地或可拆卸地附接到水培种植装置100的框架。模块化储柜160的数量可以是一个、两个或更多个。模块化储柜160包括预先组装的电子设备162,电子设备162配置成与传感器140和功能性系统120中的一个或多个进行通信。模块化储柜162包括接口166(例如电气接口或机械接口)。接口166预先构建并且能够与传感器140和功能性系统120中的一个或多个进行对接。电子设备162包括与传感器140通信以收集数据的主控制器164。主控制器164可以处理收集到的数据并提供与功能性系统120和/或模块化储柜的控制相关的指令。
在一个实施例中,主控制器164通过一个或多个网络(例如有线或无线网络)与外部电子系统(例如服务器、个人计算机、智能电话、膝上型计算机等)通信。主控制器164可以将采集到的数据发送给外部电子系统进行处理,并根据外部电子系统的处理结果提供与种植控制相关的指令。替代地或可选地,主控制器164可以自己处理数据,然后与外部电子系统通信,例如处理的结果可以在外部电子系统上可视化显示以供用户查看。替代地或可选地,用户可以通过外部电子系统向主控制器164提供指令以控制水培种植装置100中植物的种植。收集的数据可以在电子设备162中存储一段时间。
图2示出根据本发明的一个示例性实施例的模块化储柜260。例如,模块化储柜260可以是结合图1所描述的模块化储柜160的一个具体实施方式。
如图所示,模块化储柜260包括传感器261、气候系统263、主控制器264和灌溉系统265。例如,主控制器264可以是结合图1所描述的主控制器164的一个具体实施方式,主控制器264可与传感器261和设置在水培种植装置中但在模块化储柜260外部的传感器进行电学通信。主控制器264还可以与一个或多个远程电子设备(例如服务器、笔记本电脑、智能手机、iPad等)交换数据。
传感器261检测与植物种植相关的其他条件(这些其他条件例如不被设置在水培种植装置中但在模块化储柜260外部的传感器检测)。例如,传感器261可用于监测模块化储柜260的内部环境。传感器261可收集与气候系统263或灌溉系统265或两者的运行状态相关的数据,然后将收集到的数据提供给主控制器264。
当模块化储柜260设置在水培种植装置中时,气候系统263调节水培种植装置的环境条件。如所示,气候系统263包括通风装置2632。通风装置2632可包括一个或多个风扇或鼓风机。风扇可与安装在水培种植装置的框架上的一个或多个通风管道对接,用于管理农场内的温度和湿度。传感器261可以包括空气温度传感器、湿度传感器等,用于监测气候系统263的温度和湿度等参数。
如所示,灌溉系统265包括反渗透过滤系统2651、反渗透池2652和净水池2653。反渗透过滤系统2651过滤接收自水源(例如外部水池或者雨水)的水。反渗透池2652储存从反渗透过滤系统2651接收的水。净水池2653储存从反渗透池2652接收的水。
在一些实施例中,传感器261还包括体积传感器和温度传感器。温度传感器设置在净水池2653中并且监测水的温度(即水温)。体积传感器监测净水池2653中的水量(例如水的体积)。
如所示,灌溉系统265包括用于供应营养物的营养供应池2656和连接到营养供应池2656并用于制备营养液的营养液池2657。传感器261可以包括设置在灌溉系统265中用来监测与营养液相关的参数的传感装置。提供温度调节装置2658(例如冷凝器、加热器等)以调节营养液的温度。提供包括搅拌马达的搅拌装置2659以混合或搅拌营养液。营养液池2657可以与营养液输送装置(例如安装到水培种植装置的框架的一个或多个营养液供应管道)进行对接,使得营养液能够被输送到正在种植的植物。另外,营养液池2657可以与营养液返回装置(例如安装到框架的一个或多个营养液返回管道或者流体可以在其上流动的底板)进行对接,使得未使用的营养液可以返回到营养液池2657以供进一步使用。
在一些实施例中,灌溉系统265包括一个或多个酸碱度(pH)调节池。以示例的方式,灌溉系统265包括与营养液池2657流体连通的pH升高池和pH降低池。以示例的方式,pH升高池可包括氢氧化钾(KOH)和碳酸钾(K2CO3)。pH降低池可以包括磷酸(H3PO4),例如食品级H3PO4。当营养液的pH值低时,可将pH升高池中的内容物转移到营养液池2657中以增加pH值。当营养液的pH值高时,可将pH降低池中的内容物转移到营养液池2657中以降低pH值。以这样的方式,营养液的pH值可以保持在期望的水平。
如所示并且可选地,灌溉系统265还包括用于雨水收集的雨水收集池2655。雨水收集池2655可以与雨水收集装置(例如安装在水培种植装置的框架上的雨水收集管道)对接,使得落到水培种植装置上的雨水可以被收集起来使用。这可以节省大量的供水,特别是在多雨地区。
图3A-3B示出根据本发明的一个示例性实施例的水培种植装置300。水培种植装置300例如可以是结合图1描述的水培种植装置100的一个具体实施方式。
水培种植装置300是便携式的并且可以以降低的物流成本从第一物理位置搬迁到第二物理位置。
如所示,水培种植装置300包括框架结构或框架310,框架310配备有隔热壁和天花板。框架310组装后被示为具有长方体构型,尽管其他构型也是可能的。框架310可由适当的材料(例如金属)制成。框架可以根据实际需要调整大小。框架310限定用于植物种植的内部空间312。以示例方式,组装后框架具有12米(L)乘3米(W)乘3米(H)的尺寸。室内地板可以铺设防水的聚氯乙烯(PVC)瓷砖。
水培种植装置300的入口314位于适合人们进出的位置,并装配有配备安全控制系统的风淋室。图3A和3B示出靠近入口314设置的三个模块化储柜360a、360b和360c。储柜360a、360b和360c设置有技术设备,例如电子设备、接口等。三个储柜仅用于例示目的。在一些实施例中,可以有更少的储柜(例如一个或两个)或更多的储柜(例如四个、五个或更多个)。
在本实施例中,储柜360a内部储存有诸如现场主控制器或控制器电路、数据存储装置或存储器、网络接口之类的电子设备。从水培种植装置内部的多个传感器收集的数据可以临时存储在数据存储装置中。主控制器可以对采集到的数据进行处理,并将处理结果发送到异地主服务器控制器和使用云计算技术的大数据存储。然后AI系统可以使用这些数据来提供指令,这些指令被发送回现场控制器以控制水培种植装置的操作或条件。
作为示例,气候系统设置在储柜360b中。气候系统包括供暖、通风和空调(HVAC)系统。提供多个空气温度传感器和湿度传感器。例如,一些传感器布置在内部空间312内,而一些传感器布置在框架310的外部。这些传感器收集诸如温度、湿度等环境数据,并将收集到的数据提供给主控制器。主控制器根据这些数据控制HVAC系统的运行。例如,HVAC系统可包括循环风扇、进气风扇或排气风扇。控制器可以指示打开或关闭这些风扇中的一个或多个以管理农场内的温度和湿度。此外,如图3B所示,两个通风管道370安装到天花板并连接到储柜360b。这两个通风管道370被示为安装到相对侧。每个通风管道均分设成在两列植物之间均匀分布,从前到后水平纵向延伸。在一些实施例中,HVAC系统设置在农场中但在储柜之外。在一些其他实施例中,HVAC系统的至少一部分设置在一个或多个储柜中。
灌溉系统设置在储柜360c中。灌溉系统包括反渗透过滤系统、反渗透池和净水池,例如结合图2所描述的反渗透过滤系统2651、反渗透池2652和净水池2653。淡水供应源连接到农场。淡水通过反渗透过滤系统过滤并储存在反渗透池中,然后在电磁阀打开后通过泵转移到净水池。净水池内装有温度传感器,用于记录温度。净水池包括体积传感器,用于监测净水量,以确保有足够的净水用于经营农场。当电磁阀打开时,净水通过泵输送到营养液池(如图2中的营养液池2657),以确保净水和营养液在水培系统中使用前达到适当的混合水平。以示例的方式,可选地和另外地,灌溉系统可以包括雨水收集池,例如结合图2描述的雨水收集池2655。雨水收集管道358安装在屋顶的一侧,使得雨水可以被收集。
可选地或额外地,灌溉系统可以包括海水淡化反渗透系统,该系统能够通过使用反渗透技术将无法使用的海水转化为适合灌溉农场植物的水。这在淡水有限但可获取丰富海水的地理位置进行植物种植,是有利的。以示例的方式,海水通过泵送装置从海中抽取。海水经过筛分装置筛除杂物、砂粒和砂砾后,经过混凝、絮凝、过滤等一系列处理,去除细小悬浮物。然后海水被推向一个只允许水分子在高压下通过的半透膜,而海水中存在的大部分盐分被阻挡,形成浓缩的盐水返回大海。海水经过多级反渗透以提高盐分去除率。净化后的水可用作农场植物生产的植物用水。
海水淡化反渗透系统可以安装在模块化储柜之一中,该模块化储柜具有与海水源和植物接收装置(例如盆、托盘等)流体连通的连通通道(例如管道)。备选地,海水淡化反渗透系统可以作为独立系统提供,该系统可以安装成作为水培种植装置的一部分但设置在模块化储柜之外。这提供了灵活性。例如,海水淡化反渗透系统可仅提供用于淡水有限或稀缺的某些地区的种植。
灌溉系统还包括营养液池和营养供应池,例如结合图2描述的营养液池2657和养供应池2656。提供营养液体积传感器以测量当前在营养液池中的营养液的量。当营养液低于预定量或质量不符合预定要求时,通过电磁阀和泵控制,将来自净水池的过滤水输送到营养液池中。提供温度传感器以确保维持期望的温度。提供冷却冷凝器或加热线圈以在营养液用于水培系统之前将其冷却或加热至所需温度。提供了溶解氧(DO)传感器来测量营养液中的氧含量。氧气泵可以打开以增加营养液中的氧含量,或者一旦达到氧含量就关闭氧气泵。可提供电导率(EC)传感器和pH传感器以测量营养液中的营养物水平。在一些实施例中,一旦获得EC和pH值,AI系统将确定需要从由一个或多个电磁阀控制的三个营养供应池添加到营养液池中的所需营养物量。每个营养供应池都配备一个体积传感器,以确保有足够的营养物可用或在营养物低于一定量时需要补充营养物。可以在打开搅拌马达的情况下将所需或正确量的淡水和营养物添加到营养液池中以彻底混合溶液。一旦达到期望的EC和pH水平,就可以将营养液提供给水培系统。此外,提供与营养液池流体连通的pH调节装置,例如pH升高池和pH降低池,使得在必要时可以调节其中的营养液的pH水平。在水培系统中已经使用的剩余营养液可以收集并重复使用,直到EC和pH水平无法达到最佳或预定水平为止。可以用泵将废弃的营养液输送到外部废水池进行收集。营养液供应管道354安装在天花板上,其中一根主管安装在水平纵向延伸的一侧(例如左侧)并且连接到储柜360c。主管分为七个子管,从一侧到另一侧(如右侧)设置在十四辊植物之间均匀分布。
营养液返回管道356安装在地板下方(为了可见,地板被移除),其中一个主管安装在左侧,该主管安装成水平纵向延伸并且与储柜360c连接。从右侧延伸到左侧的七个子管连接到水平纵向延伸且连接到储柜360c的主管,其中储柜360c容纳营养液池。当营养液不再是最佳的或低于预定值时,营养液池可将废弃的营养液转移到外部废水池。
在一些其他实施例中,不使用营养液返回管道356。而是,可以采用其他适当的方式来收集废弃的营养液。例如,地板可用于收集废弃的营养液。地板可以形成有斜坡,使得废物在重力作用下流向预定的池或区域以进行收集。可以在地板上方提供桥,以便用户可以在其上行走。备选地,可以在流动废物的地板(称为底板)的上方设置额外的地板(称为顶板)。额外的地板可以以这样的方式形成,即允许流体向下通过并落到底板上。
在农场中布置多个照明装置。如所示,LED灯390设置在农场内部,提供与太阳具有相同光谱的光以覆盖内表面区域。有四列LED灯390从地面到天花板从前到后纵向安装。此外,两列LED灯背对背悬挂在天花板上。光传感器布置在适当的位置,并向现场控制器提供与光相关的数据,以管理控制LED灯何时打开或关闭的照明时间表。
提供能量收集装置以收集能量。在如所示的本实施例中,太阳能板352安装在屋顶上,部分或完全覆盖屋顶的表面区域。太阳能板352连接到包括平衡系统(BOS)的储柜360a。BOS可包括汇流箱、充电控制器和蓄电池或用于独立系统的电池组、逆变器、安装结构、布线、开关设备和保险丝、电涌放电器、接地故障保护装置等。充电控制器管理从太阳能板352收集的电力并将电能从交流电(AC)转换为直流电(DC)。提供电网电力输入传感器以收集当电池组已经处于最大容量时提供给电网电力的电量的数据。提供电网电力输出传感器以收集电池组空时农场使用的电量数据。提供电池组输入传感器以收集从太阳能板收集的电量的数据。提供电池组输出传感器以收集农场所用电量的数据。提供电池组容量传感器以监控存储在电池组内的电量。提供一个可选的发电机输出传感器来收集发电机所用电量的数据。传感器和BOS与控制农场电源的现场控制器通信。在一些其他实施例中,能量收集装置可以是用于收集风能的风力涡轮机。其他类型的能量收集设备也是可能的。
提供视频捕获装置以捕获视觉信息。如所示,摄像机380(例如高清摄像机、4K摄像机或其他种类的摄像机,诸如具有其他分辨率的摄像机)从地面到天花板从前到后纵向水平安装。一行安装在右侧墙上,一行安装在左侧墙上。摄像机380覆盖由现场控制器收集数据的内表面区域,该现场控制器将收集的数据发送到AI系统以分析种植中的植物的状态和健康。摄像机380可以额外地为农场提供安全保障。摄像机380可以另外为用户提供视频流,使得用户可以在视觉上看到农场内部的环境。
提供二氧化碳(CO2)水平传感器以测量农场内的CO2含量。收集的数据允许主控制器或AI系统控制CO2罐电磁阀的打开或关闭,直到达到正确的CO2水平。提供CO2供应罐传感器,以确保在CO2低于特定水平时可以重新填充CO2。作为示例,CO2供应装置372安装在天花板上,有两个管道,一个在左边,另一个在右边,均匀分布,且水平纵向连接到储存柜360c,储存柜360c中设置有CO2供应罐。以示例的方式,通常空气中的CO2含量为400ppm。农场中的CO2平均可以保持在1200-1500ppm之内。CO2供应罐传感器位于带压力表的罐上。主控制器或AI系统可以从CO2供应罐传感器获取读数并控制电磁阀从供应罐释放当前的CO2量。
图4示出根据本发明的一个示例性实施例的水培种植装置内部的操作。
如所示,营养液从硝化和pH控制的池430提供给植物410。池430与净水池420、CO2罐450、三个营养供应池461、462、和463,以及废水池440流体连通。以示例的方式,供应池461包含硝酸钾(KNO3)、硝酸钙(Ca(NO3)2)和乙二胺四乙酸铁(FeEDTA)。供应池462包含硫酸镁(MgSO4)、磷酸二氢钾(KH2PO4)、硫酸锌(ZnSO4)、硫酸锰(MnSO4)、硫酸铜(II)(CuSO4)、硼酸(H3BO3)和钼酸钠(Na2MoO4)。供应池463包含KNO3、Ca(NO3)2和FeEDTA。
净水池420中的水量由水位传感器426监测以确保有足够的净水可用。如果水位低于阈值,则水将从水源重新填充到净水池420中。净水池420中的水可以通过水泵422泵入池430。
CO2传感器收集农场内的CO2水平并且CO2罐450可以用电磁阀452控制以释放期望量的CO2以维持CO2水平。营养液池体积传感器434收集关于在池430中剩余多少营养液的数据。EC传感器431和pH传感器432监测EC水平和pH水平以控制营养供池461、462和463的电磁阀,以及气泵436。当需要时,可将所需量的营养物供应和氧气添加到池430中。提供pH升高池437和pH降低池438并且将其与池430流体连通以调节池430中营养液的pH值。例如,当pH值低于阈值时,可将适量的溶液从pH升高池437输入池430以提高pH值。当pH值高于阈值时,将来自pH降低池438的适量溶液输入池430以降低pH值。一旦用过的营养液不再适于再利用,它可以通过排放电磁阀442转移到废水池440。在一些实施例中,提供氧化还原电位(ORP)传感器和倾斜角传感器。ORP传感器测量池430中营养液的ORP水平。倾斜角度传感器可以布置在农场中的适当位置(例如在模块化储柜之一内)以测量水培种植装置的倾斜角度。
可以通过主控制器来控制设备、装置,例如阀门、泵。备选地,将多个传感器采集到的数据提供给主控制器,然后发送到人工智能系统(如支持人工智能的云服务器、支持人工智能的便携式电子设备等)进行进一步处理。根据处理结果生成指令并发回主控制器,用于控制相关设备、装置等。
图5A-5C示出根据本发明的示例性实施例的分别用于桶系统、塔系统、堆叠托盘系统的植物。
根据一个或多个实施例,农场适用于各种种植方法和不同类型的植物。例如,农场内可能设置48个种植点,分布在农场内,呈四列十四行的布局。每个植物都有一个标识号,用于格式数据收集。人工智能系统可以通过识别标识号来识别特定的农场和特定的植物。人工智能系统可以收集数据并远程控制多个农场的种植过程。
图5A示出适用于桶系统的灌木植物或垂直植物500a。以示例的方式,营养液供应管道与48个滴嘴相连,营养液直接供应给每个桶中的植物根部。每个桶都有一个植物开口。因此,每个农场允许种植48株植物。在桶的顶部有一个盖子,盖子只有一个开口,可以与一个盆配合。盆设有植物根系用作基础的生长培养基。桶收集剩余的营养液,然后将其排入安装在地板下且与泵相连的营养液返回管道。备选地,将剩余的营养液直接收集在倾斜的底板上并流向期望的收集地点。剩余的营养液可以转移到营养液池中。可以为每个桶分配一个特定的标识号以用于数据收集。
图5B示出适用于塔系统的多叶植物500b。以示例的方式,营养液供应管道与48个滴嘴相连,其中营养液在塔内向下流动到达植物的根部。每个塔包括28个植物开口,每个农场总共有1344个植物开口。每个开口有一个盆和植物根系用作基础的生长培养基。在桶的顶部有一个盖子,上面有一个开口,可以让塔放入桶中。桶用于收集剩余的营养液,然后将其排入安装在地板下的且与泵相连的营养液返回管道。剩余的营养液可以转移到营养液池中。每个塔式设备开口都分配有用于数据收集的特定识别号。
图5C示出适用于堆叠托盘系统的小型蔬菜/芽/芽植物500c。为了更清楚地说明,还示出堆叠托盘系统的一部分。以示例的方式,营养液供应管道与48个滴嘴相连,其中营养液向下流动,将营养液充满托盘,到达植物的根部。每个堆叠托盘包括五层托盘,覆盖四个桶的区域,每个农场总共有十四个堆叠托盘。托盘可以用饲料法使用,也可以用盆个性化。四个滴水嘴向顶部托盘提供营养液,并继续向下流向下方托盘,直到到达最低托盘。剩余的营养液排入安装在地板下的且与泵相连的营养液返回管道。剩余的营养物溶液可被转移回营养液池。每个堆栈托盘都分配有一个特定的识别号,用于数据收集。
图6示出根据本发明一个示例性实施例的水培种植系统。
如所示,水培种植系统包括水培种植装置600和云服务器620。云服务器620通过一个或多个网络610与水培种植装600通信。云服务器620包括存储装置或存储器622和AI处理单元或AI处理器624。
水培种植装置600建立用于种植一种或多种植物的农场,并通过多个传感器收集与种植条件相关的各种参数或数据。数据经由网络610提供给云服务器620。数据可以存储在存储装置622中并且由AI处理器624处理。
云服务器620执行AI处理操作。AI处理操作可以包括与农场中植物的种植相关的操作。例如,云服务器620可以通过对从水培种植装置600接收的与植物的生长条件或控制相关的感测数据执行AI处理来执行诸如处理和控制信号生成之类的各种操作。此外,例如,云服务器620可以通过对与包括在水培种植装置600中的电子设备(例如主控制器)交互而获取的数据执行AI处理来执行自主控制。
以示例的方式,云服务器620是能够学习神经网络的计算设备。AI处理器624可以使用存储在存储装置622中的程序来学习神经网络。AI处理器624可以学习用于识别与水培种植相关的数据的神经网络。用于识别与水培种植相关的数据的神经网络可以被设计为在计算设备上模拟人类的大脑结构,并且可以包括具有权重并且模拟人类神经网络的神经元的多个网络节点。多个网络节点可以根据每个连接关系发送和接收数据,以模拟神经元的突触活动,其中神经元通过突触发送和接收信号。神经网络可以包括从神经网络模型发展而来的学习模型,例如深度学习模型。例如,在深度学习模型中,多个网络节点位于不同的层,可以根据卷积连接关系发送和接收数据。例如,神经网络包括各种深度学习技术,例如深度神经网络(DNN)、卷积深度神经网络(CNN)、循环神经网络(RNN)、受限玻尔兹曼机(RBM)、深度信念网络(DBN)和深度Q网络,并且可应用于诸如计算机视觉、语音识别、自然语言处理、语音/信号处理等领域。
存储装置622可以存储用于云服务器620的操作的各种程序和数据。存储装置622由AI处理器624访问并且由AI处理器622读取/记录/校正/删除/更新数据等能被执行。此外,存储装置622可以存储通过根据本发明的一个或多个实施例的用于数据分类/识别的学习算法生成的神经网络模型(例如,与植物种植相关的学习模型6222)。
AI处理器624可以包括数据学习单元6242,其被实现为硬件模块、软件模块或其组合。数据学习单元6242学习用于数据分类/识别的神经网络。数据学习单元6242可以学习关于使用什么学习数据以及如何使用学习数据对数据进行分类和识别以便确定数据分类/识别的参考。数据学习单元6242可以通过获取用于学习的学习数据并将获取的学习数据应用于深度学习模型来学习深度学习模型。
数据学习单元6242可以包括学习数据获取单元6244和模型学习单元6246。学习数据获取单元6244可以获取神经网络模型对数据进行分类识别所需的学习数据。例如,学习数据获取单元6244可以获取要输入到神经网络模型的植物种植数据和/或样本数据作为学习数据。模型学习单元6246可以使用获取的学习数据进行学习,使得神经网络模型具有关于如何对预定数据进行分类的确定参考。模型学习单元6246可以通过监督学习、无监督学习、强化学习或使用包括误差反向传播或梯度下降的学习算法来训练神经网络模型。当学习到神经网络模型时,模型学习单元6246可以将学习到的神经网络模型存储在存储装置622中。
云服务器620具有云计算能力。在一些实施例中,云服务器620对大数据执行操作。这是有利的,因为通常存在与植物种植相关的大量数据,这是普通计算能力的计算机难以处理的。
图7示出根据本发明的另一个示例性实施例的水培种植系统。
如所示,水培种植系统包括水培种植装置700-1、700-2……和700-N,其中N是自然数。云服务器720通过一个或多个网络710与这些水培种植装置中的每一个通信。云服务器720包括存储装置或存储器722、AI处理单元或AI处理器724。
水培种植装置700-1、700-2……和700-N中的每一个可以是水培种植装置100、300或600的具体实施方式,并且云服务器720可以是云服务器620的一个具体实施方式。云服务器720与每个单独的水培种植装置通信、接收数据、并基于AI算法处理数据。
随着水培种植装置数量的增加,需要处理的数据量将显着增加,这将带来巨大的挑战。云服务器710通过采用大数据和云计算技术,可以具备处理与多个地方的种植相关的海量数据的能力。
在一些实施例中,云服务器720可以使用一个或多个特定的水培种植装置进行数据训练以开发机器学习算法。在一些实施例中,云服务器720具有完善的学习模型并生成用于植物种植的格式数据。由此,格式数据可用于提高一致性的质量控制,从而使用户(例如种植者)能够以较少的人力和设备投资来控制位于不同位置的多个农场。
如所示,在一些实施例中,水培种植系统包括客户端设备730。客户端设备730可以是但不限于平板电脑、膝上型电脑、智能手机、iPad等。
如所示,客户端设备730包括存储器732、处理器734、显示器736和水培种植应用程序738。客户端设备730可以从水培种植装置700-1、700-2……和700-N中的一个或多个接收数据,将接收到的数据存储在存储器732中,用处理器734和水培种植应用程序738处理接收到的数据,并将结果显示在显示器736上以供查看。
在一些实施例中,客户端设备730可以从云服务器720检索数据或处理结果并且在显示器736上显示检索结果以供查看。在一些实施例中,客户端设备730可以从云服务器720检索数据或处理结果并对接收到的数据进行进一步处理。
在一些实施例中,客户端设备730包括接收用户输入的用户界面,例如键盘、触摸屏等。在一些实施例中,客户端设备730可以自己或响应用户的输入而生成指令,并将生成的指令发送到水培种植装置700-1、700-2……和700-N中的一个或多个以控制种植条件。
在一些实施例中,客户端设备730是实施本地人工智能学习模型的人工智能使能设备。客户端设备从云服务器中检索数据,并基于检索到的数据实施本地人工智能学习模型的训练。
图8示出根据本发明的一个示例性实施例的水培种植方法的流程图。例如,该方法可以由系统(例如结合图7描述的水培种植系统)执行以提高植物产量。
在框802,提供一种或多种水培种植装置。例如,水培种植装置可以是如上文参考一幅或多幅附图描述的水培种植装置。水培种植装置用于建立农场以生产一种或多种植物。水培种植装置是便携式的,可以重新安置到合适的地方。
在框804,收集与水培种植装置中的一种或多种植物的种植条件有关的数据。这可以通过多个传感器完成,例如温度传感器、湿度传感器、光传感器等。
在框806,将收集到的数据发送到基于AI算法处理数据的云服务器。云服务器是具备大数据和云计算能力的人工智能使能的云服务器。云服务器生成格式数据,基于开发的学习模型,可以指示多个水培农场实现一致的质量控制,同时减少人为干预。
图9示出根据本发明的另一个示例性实施例的水培种植方法的流程图。例如,该方法可以由云服务器执行,例如如上所描述的云服务器620、720。
框902叙述从多个农场接收与一种或多种植物的种植相关的格式数据。多个农场中的每一个都由各自的水培种植装置建立。每个水培种植装置都具有相同的设备(硬件和软件)。因此,收集到的水培种植装置的固有的数据可以是相同的。数据之间的差异主要是由物理位置特有的环境条件引起的,例如温度、湿度、太阳强度等。以这样的方式,接收到的数据是不受水培种植装置本身影响的格式数据。这种格式数据收集方法实现了一致性的质量控制,从而使用户能够以较少的人力和设备投资来控制位于不同位置的多个农场。
框904叙述了基于AI算法处理格式数据。数据可由具有AI算法的人工智能处理器处理。AI算法可实现与农场的智能交互,以便在多个位置进行种植。
框906叙述了提供指令以控制农场内的硬件。根据处理结果,AI系统生成指令以控制农场中的硬件。例如,如果确定农场中的CO2水平低于阈值,则AI系统将生成指令,使电磁阀自动打开以从CO2供应罐中释放CO2,从而增加农场中的CO2水平。
如本文所用,术语“农场”或“种植区”是指主要由水培种植装置建立的用于种植一种或多种植物的区域。例如,由水培种植装置的框架限定的内部空间可以构成农场的主要部分。然而,农场不应被理解为仅限于该内部空间。
如本文所用,术语“格式数据”是指从多个农场中的每一个收集的数据,其中每个农场由各自的水培种植装置建立,并且所有水培种植装置具有相同的设备(即硬件和软件)。也就是说,水培种植装置本身的固有数据可以是相同的。数据之间的不同主要是由农场物理位置特有的环境条件造成的。
除非另外限定,本文所使用的技术和科学术语具有作为本发明所属领域的普通技术人员通常所理解的相同的含义。在非限定性实施例中例示了本发明的实施方式。在上述公开的实施例的基础上,本领域技术人员能想到的各种变型,都落入本发明的范围。
Claims (20)
1.一种水培种植装置,其特征在于,所述水培种植装置包括:
框架,配置成限定用于种植一种或多种植物的内部空间;
多个功能性系统,配置成促进所述一种或多种植物的种植;
第一多个传感器,配置成监测与所述一种或多种植物的种植相关联的条件;
一个或多个模块化储柜,可拆卸地附连到所述框架并且包括电子设备,所述电子设备预先组装在所述一个或多个模块化储柜中并且配置成与所述第一多个传感器和所述多个功能性系统中的一个或多个通信,所述一个或多个模块化储柜包括预先设置的接口,所述接口配置成与所述多个功性能系统中的一个或多个对接,所述电子设备包括主控制器,所述主控制器配置成从所述第一多个传感器收集数据并且提供与控制所述多个功能性系统有关的指令。
2.根据权利要求1所述的水培种植装置,其中,所述主控制器进一步配置成与外部电子系统通信,并且其中所述主控制器将所收集的数据传送至所述外部电子系统进行处理,并且基于所述外部电子系统的处理结果提供与控制所述多个功能性系统有关的指令。
3.根据权利要求1所述的水培种植装置,其中,所述一个或多个模块化储柜包括第二多个传感器,所述第二多个传感器配置成检测与所述一种或多种植物的种植相关联的其他条件。
4.根据权利要求1所述的水培种植装置,其中,所述一个或多个模块化储柜包括气候系统和灌溉系统,所述气候系统配置成调节所述内部空间的环境条件,所述灌溉系统配置成将流体营养提供给所述一种或多种植物。
5.根据权利要求4所述的水培种植装置,其中,所述气候系统包括通风装置和感测装置,所述通风装置配置成调节所述内部空间的温度和湿度,所述感测装置配置成收集温度和湿度数据并且将温度和湿度数据提供给所述主控制器。
6.根据权利要求4所述的水培种植装置,其中,所述灌溉系统包括用于对从水源接收到的水进行过滤的反渗透过滤系统、用于对从所述反渗透过滤系统接收到的水进行储存的反渗透池、以及用于对从所述反渗透池接收到的水进行储存的净水池。
7.根据权利要求6所述的水培种植装置,其中,所述灌溉系统包括设置在所述净水池中的体积传感器和温度传感器,所述温度传感器配置成监控所述净水池中的水的温度,所述体积传感器配置成监控所述净水池中的水的体积。
8.根据权利要求6所述的水培种植装置,其中,所述灌溉系统包括雨水收集池和海水淡化反渗透系统中的至少一者,所述雨水收集池配置成通过附连到所述水培种植装置的框架的一个或多个雨水收集管道来收集雨水,所述海水淡化反渗透系统将海水转化为适于灌溉植物的水。
9.根据权利要求4所述的水培种植装置,其中,所述灌溉系统包括:用于供应营养的营养供应池;
连接到所述营养供应池并且用于制备营养液的营养液池;
用于监控与营养液相关的参数的多个感测装置;
用于改变营养液的温度的温度调节装置;
用于搅拌营养液的搅拌装置;以及
与所述营养液池流体连通的一个或多个pH调节池,用于调节所述营养液池的营养液的pH水平。
10.根据权利要求9所述的水培种植装置,还包括:
营养液输送装置,配置成将营养液从所述营养液池输送至所述一种或多种植物;以及
营养液返回装置;配置成将未使用的营养液返回至所述营养液池。
11.根据权利要求1所述的水培种植装置,其中,所述多个功能性系统包括多个照明装置,并且所述第一多个传感器包括光传感器,用于收集与所述多个照明装置相关联的照明信息,所述多个照明装置中的至少第一一个或多个附连到所述水培种植装置的内壁,所述多个照明装置中的至少第二一个或多个附连到所述水培种植装置的天花板。
12.根据权利要求1所述的水培种植装置,其中,所述多个功能性系统包括能量收集装置,所述能量收集装置包括光伏装置、风力涡轮机和氢燃料电池中的至少一种,以及
当所述能量收集装置包括光伏装置时,所述一个或多个模块化储柜中的所述电子设备包括系统平衡和感测装置,用于促进从所述光伏装置收集的太阳能的管理。
13.根据权利要求1所述的水培种植装置,其中,所述多个功能性系统包括用于收集视觉信息并将所述视觉信息传送至所述主控制器的一个或多个视频捕获装置。
14.根据权利要求1所述的水培种植装置,其中,还包括用于种植所述一种或多种植物的桶系统、塔系统和堆叠托盘系统中一个或多个。
15.根据权利要求1所述的水培种植装置,其中,所述多个功能性系统包括从雄性植物收集花粉并转移花粉以对雌性植物进行授粉的授粉装置。
16.一种用于植物生产的水培种植系统,其特征在于,所述水培种植系统包括:
用于种植一种或多种植物的至少一个水培种植装置,每个水培种植装置包括一个或多个模块化储柜,所述一个或多个模块化储柜可拆卸地安装在相应的水培种植装置的内部空间中;
一个或多个网络;以及
云服务器,所述云服务器经由所述一个或多个网络与所述至少一个水培种植装置通信,所述云服务器包括用于存储接收自所述至少一个水培种植装置的数据的存储装置和基于人工智能算法对所述数据进行处理以得到处理结果的人工智能处理器,所述云服务器配置成基于所述处理结果生成指令并且将所述指令提供给所述至少一个水培种植装置,以用于控制所述一种或多种植物的种植。
17.根据权利要求16所述的水培种植系统,其中,所述存储装置存储通过学习算法生成的学习模型,并且其中所述人工智能处理器包括学习数据获取单元,所述学习数据获取单元学习神经网络以进行与在所述至少一个水培种植装置中种植所述一种或多种植物相关的数据分类和识别。
18.根据权利要求16所述的水培种植系统,还包括经由所述一个或多个网络与所述云服务器通信的客户端设备,其中所述客户端设备包括能够远程控制所述至少一个水培种植装置的水培种植应用程序。
19.根据权利要求16所述的水培种植系统,其中,所述至少一个水培种植装置包括两个或更多个水培种植装置,每个水培种植装置与唯一标识号相关联,其中所述云服务器通过每个水培种植装置的唯一标识号来识别相应的水培种植装置。
20.根据权利要求19所述的水培种植系统,其中,所述两个或更多个水培种植装置中的每一个包括相同的硬件和软件,并且其中所述云服务器接收促进在所述两个或更多个水培种植装置中种植的格式数据。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
HK32021040786.4 | 2021-10-20 | ||
HK32021040786 | 2021-10-20 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113875570A true CN113875570A (zh) | 2022-01-04 |
Family
ID=79013921
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111241309.6A Pending CN113875570A (zh) | 2021-10-20 | 2021-10-25 | 水培种植装置以及包括水培种植装置的系统 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20230117451A1 (zh) |
CN (1) | CN113875570A (zh) |
TW (1) | TWI827312B (zh) |
WO (1) | WO2023066016A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023066016A1 (en) * | 2021-10-20 | 2023-04-27 | Farm Locally Limited | Hydroponics farming apparatus, and systems including the same |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN203206878U (zh) * | 2013-03-14 | 2013-09-25 | 江苏农林职业技术学院 | 一种微型植物工厂 |
CN106613411A (zh) * | 2017-03-05 | 2017-05-10 | 贵州大学 | 一种立体式家庭菜园智能控制装置 |
CN107409994A (zh) * | 2017-05-22 | 2017-12-01 | 广东技术师范学院 | 一种植物培育装置 |
CN207706873U (zh) * | 2018-01-10 | 2018-08-10 | 北京中科鸿正农业科技有限公司 | 农作物种植装置 |
WO2019051261A1 (en) * | 2017-09-08 | 2019-03-14 | Babylon Micro-Farms Inc. | AUTOMATED HYDROPONIC CULTURE APPARATUS |
WO2019074549A1 (en) * | 2017-10-10 | 2019-04-18 | Nexgarden Llc | OFF-GROUND CULTIVATION MODULE AND CONSTRUCTION SYSTEM |
WO2019152214A1 (en) * | 2018-01-18 | 2019-08-08 | Aqua Design Innovations, LLC | Modular hydroponic grow box |
CN113163725A (zh) * | 2018-09-28 | 2021-07-23 | 洛科威国际有限公司 | 植物生长控制系统 |
CN113349045A (zh) * | 2021-07-15 | 2021-09-07 | 安徽金晟达生物电子科技有限公司 | 基于双塔式连续水培牧草栽培控制系统及其工作方法 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10021838B1 (en) * | 2014-09-22 | 2018-07-17 | Closed S, LLC | Cannabis growth methods and systems |
KR101648479B1 (ko) * | 2015-06-15 | 2016-08-16 | 디엔비하우징 주식회사 | 독립형 신재생에너지를 활용한 컨테이너형 식물재배 및 어류양식 시스템 |
US11096349B2 (en) * | 2017-08-02 | 2021-08-24 | Insectergy, Llc | Cannabis farming systems and methods |
JOP20190171A1 (ar) * | 2017-06-14 | 2019-07-09 | Grow Solutions Tech Llc | أنظمة وطرائق لتوفير تدفق الهواء في أصيص زراعة |
BR112021000994A2 (pt) * | 2018-07-23 | 2021-04-20 | Heliponix, Llc | sistema de crescimento de plantas automatizado |
KR20200100494A (ko) * | 2019-02-18 | 2020-08-26 | 엘지전자 주식회사 | 식물 재배 장치 |
WO2020178781A1 (en) * | 2019-03-05 | 2020-09-10 | Zero Srl | A vertical farm system for the cultivation of vegetable products and method for producing a vertical farm system |
MX2021015268A (es) * | 2019-07-05 | 2022-01-18 | Arugga A I Farming Ltd | Sistemas y metodos de monitoreo de planta automatizada. |
US20230042523A1 (en) * | 2021-08-06 | 2023-02-09 | KWaterCraft Co., Ltd. | Smart farm using self-contained hydrogen power system |
CN113875570A (zh) * | 2021-10-20 | 2022-01-04 | 土生水长有限公司 | 水培种植装置以及包括水培种植装置的系统 |
-
2021
- 2021-10-25 CN CN202111241309.6A patent/CN113875570A/zh active Pending
- 2021-10-26 US US17/452,260 patent/US20230117451A1/en active Pending
-
2022
- 2022-09-30 WO PCT/CN2022/123174 patent/WO2023066016A1/en unknown
- 2022-10-17 TW TW111139274A patent/TWI827312B/zh active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN203206878U (zh) * | 2013-03-14 | 2013-09-25 | 江苏农林职业技术学院 | 一种微型植物工厂 |
CN106613411A (zh) * | 2017-03-05 | 2017-05-10 | 贵州大学 | 一种立体式家庭菜园智能控制装置 |
CN107409994A (zh) * | 2017-05-22 | 2017-12-01 | 广东技术师范学院 | 一种植物培育装置 |
WO2019051261A1 (en) * | 2017-09-08 | 2019-03-14 | Babylon Micro-Farms Inc. | AUTOMATED HYDROPONIC CULTURE APPARATUS |
WO2019074549A1 (en) * | 2017-10-10 | 2019-04-18 | Nexgarden Llc | OFF-GROUND CULTIVATION MODULE AND CONSTRUCTION SYSTEM |
CN207706873U (zh) * | 2018-01-10 | 2018-08-10 | 北京中科鸿正农业科技有限公司 | 农作物种植装置 |
WO2019152214A1 (en) * | 2018-01-18 | 2019-08-08 | Aqua Design Innovations, LLC | Modular hydroponic grow box |
CN113163725A (zh) * | 2018-09-28 | 2021-07-23 | 洛科威国际有限公司 | 植物生长控制系统 |
CN113349045A (zh) * | 2021-07-15 | 2021-09-07 | 安徽金晟达生物电子科技有限公司 | 基于双塔式连续水培牧草栽培控制系统及其工作方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023066016A1 (en) * | 2021-10-20 | 2023-04-27 | Farm Locally Limited | Hydroponics farming apparatus, and systems including the same |
Also Published As
Publication number | Publication date |
---|---|
TWI827312B (zh) | 2023-12-21 |
TW202316953A (zh) | 2023-05-01 |
US20230117451A1 (en) | 2023-04-20 |
WO2023066016A1 (en) | 2023-04-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN207284619U (zh) | 水培植物种植柜 | |
US20170325427A1 (en) | Automated, modular, self-contained, aquaponics growing system and method | |
CN202444918U (zh) | 一种移动式植物工厂 | |
CN202310799U (zh) | 智能微型植物家庭工厂 | |
US11477951B2 (en) | Energy capture device and system | |
CN104798627B (zh) | 植物生长环境的自动控制装置 | |
CN102668964B (zh) | 一种植物工厂 | |
CN112770624A (zh) | 自动化植物栽培系统 | |
CN107318495A (zh) | 一种基于物联网的多个立体农业种植棚共同管理系统 | |
CN107317937A (zh) | 一种基于手机app的立体农业种植棚远程管理系统 | |
CN106719161A (zh) | 节能型水锤鱼菜共生系统 | |
CN112882517B (zh) | 基于大数据和物联网的智慧农业种植环境监测方法和云监测平台 | |
US20200260653A1 (en) | Artificial intelligence driven horticulture system | |
CN206150196U (zh) | 水产养殖系统 | |
CN103197659A (zh) | 一种自适应的动态优化环境质量的控制方法 | |
CN207053612U (zh) | 一种基于手机app的立体农业种植棚远程管理系统 | |
CN103461032A (zh) | 室内种植系统 | |
TWI827312B (zh) | 水培種植裝置以及包括水培種植裝置的系統 | |
CN213518032U (zh) | 一种用于营养液栽培的微型人工气候箱控制系统 | |
CN108633815A (zh) | 一种室内生态养殖、种植(鱼草)共生系统 | |
CN102792877A (zh) | 侧入式流水灌溉控制系统 | |
US20190254244A1 (en) | Sustainable and scalable indoor and outdoor farming | |
KR102540853B1 (ko) | 다수의 스마트팜 인공지능형 통합관리 시스템 | |
US20130288228A1 (en) | Methods and apparatuses for cultivating phototropic microorganisms | |
CN204661649U (zh) | 培养微藻的孵化场 |
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 |