CN114221979B - 一种基于综合环境因子的智能种植工厂香菇生长预测模块评估系统及方法 - Google Patents
一种基于综合环境因子的智能种植工厂香菇生长预测模块评估系统及方法 Download PDFInfo
- Publication number
- CN114221979B CN114221979B CN202111436645.6A CN202111436645A CN114221979B CN 114221979 B CN114221979 B CN 114221979B CN 202111436645 A CN202111436645 A CN 202111436645A CN 114221979 B CN114221979 B CN 114221979B
- Authority
- CN
- China
- Prior art keywords
- mushroom
- growth
- data
- cloud platform
- evaluation
- 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.)
- Active
Links
- 230000012010 growth Effects 0.000 title claims abstract description 122
- 238000011156 evaluation Methods 0.000 title claims abstract description 88
- 240000000599 Lentinula edodes Species 0.000 title claims abstract description 48
- 235000001715 Lentinula edodes Nutrition 0.000 title claims abstract description 48
- 230000007613 environmental effect Effects 0.000 title claims abstract description 40
- 238000000034 method Methods 0.000 title claims abstract description 20
- 235000001674 Agaricus brunnescens Nutrition 0.000 claims abstract description 142
- 241000233866 Fungi Species 0.000 claims abstract description 20
- 238000012545 processing Methods 0.000 claims abstract description 12
- 230000005855 radiation Effects 0.000 claims description 45
- 238000009825 accumulation Methods 0.000 claims description 29
- 230000000694 effects Effects 0.000 claims description 21
- 230000002159 abnormal effect Effects 0.000 claims description 16
- 238000004458 analytical method Methods 0.000 claims description 11
- 238000001514 detection method Methods 0.000 claims description 11
- 230000001105 regulatory effect Effects 0.000 claims description 11
- KFGFVPMRLOQXNB-UHFFFAOYSA-N 3,5,5-trimethylhexanoyl 3,5,5-trimethylhexaneperoxoate Chemical compound CC(C)(C)CC(C)CC(=O)OOC(=O)CC(C)CC(C)(C)C KFGFVPMRLOQXNB-UHFFFAOYSA-N 0.000 claims description 10
- 238000005286 illumination Methods 0.000 claims description 10
- 230000000007 visual effect Effects 0.000 claims description 6
- 238000005507 spraying Methods 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 4
- 230000003287 optical effect Effects 0.000 claims description 4
- 230000005856 abnormality Effects 0.000 claims description 2
- 238000012937 correction Methods 0.000 claims description 2
- 230000008878 coupling Effects 0.000 abstract description 2
- 230000001808 coupling effect Effects 0.000 abstract description 2
- 238000010168 coupling process Methods 0.000 abstract description 2
- 238000005859 coupling reaction Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 6
- 230000001276 controlling effect Effects 0.000 description 3
- 230000001580 bacterial effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000008635 plant growth Effects 0.000 description 1
- 230000008636 plant growth process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
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
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
-
- 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
- H04L67/06—Protocols specially adapted for file transfer, e.g. file transfer protocol [FTP]
-
- 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
- H04L67/125—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks involving control of end-device applications over a network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/66—Remote control of cameras or camera parts, e.g. by remote control devices
- H04N23/661—Transmitting camera control signals through networks, e.g. control via the Internet
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/695—Control of camera direction for changing a field of view, e.g. pan, tilt or based on tracking of objects
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q9/00—Arrangements in telecontrol or telemetry systems for selectively calling a substation from a main station, in which substation desired apparatus is selected for applying a control signal thereto or for obtaining measured values therefrom
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q2209/00—Arrangements in telecontrol or telemetry systems
- H04Q2209/40—Arrangements in telecontrol or telemetry systems using a wireless architecture
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q2209/00—Arrangements in telecontrol or telemetry systems
- H04Q2209/40—Arrangements in telecontrol or telemetry systems using a wireless architecture
- H04Q2209/43—Arrangements in telecontrol or telemetry systems using a wireless architecture using wireless personal area networks [WPAN], e.g. 802.15, 802.15.1, 802.15.4, Bluetooth or ZigBee
Landscapes
- Engineering & Computer Science (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明涉及一种基于综合环境因子的智能种植工厂香菇生长预测模块评估系统及方法，包括：香菇生长边缘智能网关装置，云平台和移动终端，国内针对香菇生长模型主要集中在考虑单因素如温度、湿度等对香菇生长的影响，未能考虑到香菇生长环节中不同因素的耦合作用，设计了一种综合环境因子耦合下香菇生长预测模块模型，完善了国内针对香菇生长模型的建立，提高了香菇生长的预测精度，加强了系统的准确性，基于目前市场上流通的干香菇大多做剪柄处理，产品流通过程中主要考虑香菇菌盖部分的品质，提出了一种合理的新型香菇评价指数径厚积，基于径厚积将香菇分为不同等级，更直观的体现出了香菇的生长情况。
Description
技术领域
本发明涉及智能种植技术领域，具体涉及一种基于综合环境因子的智能种植工厂香菇生长预测模块评估系统及方法。
背景技术
香菇作为中国的特种食用菌，在中国已有十分悠久的种植历史。从古代的砍花栽培到近代的原木栽培再逐渐过渡到现代的代料栽培，香菇种植技术不断推陈出新，使得产业向着稳产高产不断迈进。
目前国内在生长模拟模型的研究上，主要集中于对单因素的相关分析，而辐热积是综合考虑了光辐射以及温度这两个在植物生长过程中起着重要作用的因子的累积效应，在一定程度上完善了以往针对植物生长模型中只考虑单因素作用的弊端，国内针对香菇生长模型的建立，主要集中在考虑单因素如温度、湿度等对香菇生长的影响，未能考虑到香菇生长环节中不同因素的耦合作用，目前市场上流通的干香菇大多做剪柄处理，产品流通过程中主要考虑香菇菌盖部分的品质。
发明内容
为了解决上述技术问题，本发明提供了1.一种基于综合环境因子的智能种植工厂香菇生长预测模块评估系统，包括：香菇生长边缘智能网关装置，云平台和移动终端，所述香菇生长边缘智能网关装置安装在智能植物工厂内，所述香菇生长边缘智能网关装置包括感知电路单元、调控电路单元、报警电路单元、摄像头电路单元、边缘智能网关，所述感知电路单元将植物工厂内香菇环境数据由Zigbee无线通信网络发送给边缘智能网关，所述摄像头电路单元将采集到的图片打包成数据帧的形式传输给边缘智能网关；
所述云平台包括生长预测模块、生长评估模块、控制中心、数据库和异常上报模块，
所述生长预测模块是基于采集温湿积和辐热积香菇环境数据，通过香菇生长模型来预测香菇菌盖厚度I和香菇菌盖直径D，所述香菇生长模型基于温湿积和辐热积环境数据建立；
所述生长评估模块是基于香菇菌盖厚度I与香菇菌盖直径D获得的径厚积作为香菇评价指数：
P＝D×I，
所述指数P对香菇的生长情况进行客观评估；
所述控制中心包括用户直接控制与基于香菇生长模型智能控制；
所述数据库包括香菇图片库，生长预测模块库，生长评估模块库，环境数据库；
所述边缘智能网关将香菇环境数据由4G或5G网络发送给云平台，所述云平台基于香菇生长模型进行分析处理后，制定对应的调控方案，并通过4G或5G网络为移动终端提供所需数据，同时将数据储存在云平台中的数据库内，根据对应的调控方案给香菇生长边缘智能网关装置中的边缘智能网关发送控制指令，调控电路单元根据对应指令调控植物工厂内香菇环境；当用户对某一菌袋发出生长评估模块的指令后，云平台接收指令，边缘智能网关接收指令，摄像头电路单元接收指令，摄像头电路单元根据指令进行移动和拍摄，拍摄完成后将图片打包为数据帧之后发给边缘智能网关，边缘智能网关再发送给云平台，云平台对数据帧分析处理后进行生长评估模块，评估后将数据传输给移动终端；若云平台在分析处理过程中得出的结果为异常，则生成对应的预警指令，通过边缘智能网关发送给报警电路单元，报警电路单元进行预计，工作人员进行决策。
所述感知电路单元包括温度传感器、湿度传感器、光照传感器。
所述香菇生长模型，基于温湿积和辐热积建立，以综合评估因子 F0为自变量，香菇菌盖厚度I与香菇菌盖直径D为因变量，F0与香菇菌盖厚度I和香菇菌盖直径D均具有良好的正相关的线性关系，综合因子评估F0公式如下：
F0＝αF1+βF2(α，β∈[0.1])
F1＝THP(i+1)
F2＝TEP(i+1)
THP(i+1)＝THP(i)+DTHP(i+1)
TEP(i+1)＝TEP(i)+DTEP(i+1)
式中F0——综合评估因子；F1——温湿积综合评估因子；F2——辐热积综合评估因子；α，β——预测修正系数；THP(i+1)——第i+1天的累积温湿积；TEP(i+1)——第i+1天的累积辐热积；DTHP——每天内的温湿积；DTEP——每天内的辐热积；HTHP——每小时内的温湿积； HTEP——每小时内的辐热积；PAR——每小时的有效光辐射；RHE——每小时的相对湿度效应；RTE——每小时的相对温度热效应；Tb——香菇生长下限温度；Tob——香菇生长最适下限温度；Tou——香菇生长最适上限温度；Tm——香菇生长最适上限温度；T——每小时温度；Hb——香菇生长下限相对湿度；Hob——香菇生长最适下限相对湿度； Hou——香菇生长最适上限相对湿度；Hm——香菇生长上限相对湿度；
当α＝1，β＝0时，D＝-1.551+0.2026×F0；
以综合评估因子F0为自变量，香菇菌盖厚度I为因变量，香菇菌盖在后期由于菌盖展开，菌盖厚度测量值随着综合评估因子F0的增加而迅速减小，
I＝40.65×sin(0.01466×F0-0.7838)+28.36× sin(0.0176×F0+1.999)；
当α＝0，β＝1时，D＝-0.595+0.3628×F0；
以综合评估因子F0为自变量，香菇菌盖厚度I为因变量，香菇菌盖在后期由于菌盖展开，菌盖厚度测量值随着综合评估因子F0的增加而减小，
I＝29.69×sin(0.02556×F0-0.8457)+16.76× sin(0.03407×F0+1.638)
本发明还提供一种基于综合环境因子的智能种植工厂香菇生长预测模块评估方法，实施步骤如下：
步骤1、启动；
步骤2、用户在移动终端上发出香菇生长评估指令；
步骤3、云平台接收指令并传输给边缘智能网关；
步骤4、边缘智能网关接收指令并传输给摄像头电路单元；
步骤5、摄像头电路单元进行初始化；
步骤6、采集植物工厂内香菇图片；
步骤7、边缘智能网关将由香菇图片数据打包成的数据帧发送给云平台；
步骤8、云平台进行分析，通过对比数据库里的正常图片、判断拍摄的香菇图片是否异常，是则转到步骤14，否者转到步骤10；
步骤9、云平台基于系统香菇生长模型计算得出未来香菇菌盖厚度I与香菇菌盖直径D；
步骤10、得出香菇的评价指标径厚积P；
步骤11、将径厚积P数据和香菇图片数据分别储存到云平台数据库里的生长评估模块库和香菇图片库；
步骤12、将径厚积P数据通过4G或5G网络传输给移动终端显示；
步骤13、云平台根据香菇生长模型中最佳的环境数据制定对应的控制方案，向工作人员提供决策信息；
步骤14、判断工作人员是否进行处理，是则转到步骤15，否则转到步骤13；
步骤15、工作人员根据实际情况制定香菇生长环境调控方案；
步骤16、结束。
一种基于综合环境因子的智能种植工厂香菇生长预测模块评估方法，菌盖厚度I和菌盖直径D的获得步骤如下：
步骤1、启动；
步骤2、感知电路单元进行初始化；
步骤3、采集植物工厂内香菇环境数据湿度H，温度T，每小时光辐射PAR；
步骤4、边缘智能网关将检测的香菇环境数据打包成检测数据包发送给云平台；
步骤5、云平台对采集到的数据进行分析；
步骤6、判断采集的香菇环境数据是否异常，是则转到步骤15，否者转到步骤7；
步骤7、云平台进行综合因子评估F0；
步骤8、根据采集到的温度数据计算出每小时的相对温度热效应 RTE，根据采集到的湿度数据计算出每小时的相对湿度度热效应RHE；
步骤9、根据每小时的相对温度热效应RTE和每小时的相对湿度度热效应RHE计算出每小时的温湿积HTHP；根据每小时的相对温度热效应RTE和每小时的有效光辐射PAR计算出每小时的辐热积HTEP；
步骤10、根据每小时的温湿积HTHP计算出日总温湿积DTHP；根据每小时的辐热积HTEP计算出日总辐热积DTEP；
步骤11、根据日总温湿积DTHP计算出第i天累计温湿积THP(i)；根据日总辐热积DTEP计算出第i天累计辐热积TEP(i)；
步骤12、根据第i天累计温湿积THP(i)计算出温湿积综合因子评估F1；根据第i天累计辐热积TEP(i)P计算出辐热积综合因子评估 F2；
步骤13、若选择预测菌盖厚度I、菌盖直径D，则α＝1，β＝0计算出综合评估因子F0，再根据F0与菌盖厚度I、菌盖直径D的线性关系计算出菌盖厚度I和菌盖直径D；否则α＝0，β＝1计算出综合评估因子F0，再根据F0与菌盖直径D的线性关系计算出直径D；
步骤14、将香菇菌盖厚度I和香菇菌盖直径D数据储存在云平台数据库中的生长预测模块库，湿度H、温度T和每小时光辐射PAR 数据储存在云平台数据库中的环境数据库；
步骤15、将香菇菌盖厚度I、香菇菌盖直径D、湿度H、温度T、每小时光辐射PAR、温湿积THP和辐热积TEP数据通过4G或5G网络传输给移动终端显示；
步骤16、结束。
所述移动终端包括可视化界面、用户上传、生长评估模块和控制中心，所述可视化界面包括生长预测模块结果，生长评估模块结果，光照变化图表，湿度变化图表，温度变化图表，径厚积变化图表，辐热积变化图表和温湿积变化图表，所述用户上传包括菌袋行数和菌袋列数，所述控制中心可以由用户直接控制。
所述调控电路单元包括WIFI多路开关控制电路、蓝牙多路开关控制电路的一种，光照补偿装置、湿度调控装置喷淋设备和温度调控装置风机设备，所述云平台通过边缘智能网关控制WIFI多路开关控制电路或蓝牙多路开关，WIFI多路开关控制电路或蓝牙多路开关控制光照补偿装置、湿度调控装置喷淋设备和温度调控装置风机设备开启和关闭，所述边缘智能网关可以将检测的香菇环境数据打包成检测数据包，还可以根据控制指令使模块休眠或工作，所述报警电路单元在数据异常时根据控制指令进行报警，所述摄像头电路单元根据指令采集香菇的图片。
本发明带来的有益效果：
1.设计了一种综合环境因子耦合下香菇生长预测模块模型，完善了国内针对香菇生长模型的建立，加强了系统的分析处理数据能力，提高了香菇生长的预测精度。
2.提出了一种合理的新型香菇评价指数径厚积，基于径厚积将香菇分为不同等级，更直观的体现出了香菇的生长情况。
附图说明
图1为系统的总体框图；
图2为生长预测模块的实施步骤图；
图3为生长评估模块的实施步骤图；
图4为云平台功能框图；
图5为移动终端功能框图；
图6为系统主要实施步骤图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，本实施例提供了一种基于综合环境因子的智能种植工厂香菇生长预测模块评估系统，包括：太阳能供电模块，香菇生长边缘智能网关装置，云平台和移动终端；香菇生长边缘智能网关装置安装在智能植物工厂内，香菇生长边缘智能网关装置包括感知电路单元、调控电路单元、报警电路单元、摄像头电路单元、边缘智能网关，感知电路单元将植物工厂内香菇环境数据由Zigbee无线通信网络发送给边缘智能网关，摄像头电路单元将采集到的图片打包成数据帧的形式传输给边缘智能网关。
边缘智能网关将香菇环境数据由4G或5G网络发送给云平台，云平台基于香菇生长模型进行分析处理后，制定对应的调控方案，并通过4G或5G网络为移动终端提供所需数据，同时将数据储存在云平台中的数据库内，根据对应的调控方案给香菇生长边缘智能网关装置中的边缘智能网关发送控制指令，调控电路单元根据对应指令调控植物工厂内香菇环境；当用户对某一菌袋发出生长评估模块的指令后，云平台接收指令，边缘智能网关接收指令，摄像头电路单元接收指令，摄像头电路单元根据指令进行移动和拍摄，拍摄完成后将图片打包为数据帧之后发给边缘智能网关，边缘智能网关再发送给云平台，云平台对数据帧分析处理后进行生长评估模块，评估后将数据传输给移动终端；若云平台在分析处理过程中得出的结果为异常，则生成对应的预警指令，通过边缘智能网关发送给报警电路单元，报警电路单元进行预计，工作人员进行决策。
感知电路单元包括温度传感器、湿度传感器和光学传感器。
所述调控电路单元包括光照补偿装置、湿度调控装置喷淋设备和温度调控装置风机设备。
边缘智能网关可以将检测的香菇环境数据打包成检测数据包，还可以根据控制指令使模块休眠或工作。
报警电路单元在数据异常时根据控制指令进行报警。
太阳能供电模块为边缘智能网关进行供电。
摄像头电路单元根据指令采集香菇的图片。
如图2所示，生长预测模块的实施步骤为：
S21.感知电路单元进行初始化，感知电路单元将采集到的环境数据湿度H，温度T，每小时光辐射PAR发送给边缘智能网关；
S22.边缘智能网关将检测的香菇环境数据打包成检测数据包发送给云服务器，云服务器对数据进行分析；
S23.分析之后进行综合因子评估F0，根据采集到的温度数据计算出每小时的相对温度热效应RTE，根据采集到的湿度数据计算出每小时的相对湿度度热效应RHE，根据每小时的相对温度热效应RTE和每小时的相对湿度度热效应RHE计算出每小时的温湿积HTHP，根据每小时的相对温度热效应RTE和每小时的有效光辐射PAR计算出每小时的辐热积HTEP，根据每小时的温湿积HTHP计算出日总温湿积DTHP，根据每小时的辐热积HTEP计算出日总辐热积DTEP；根据日总温湿积 DTHP计算出第i天累计温湿积THP(i)，根据日总辐热积DTEP计算出第i天累计辐热积TEP(i)，根据第i天累计温湿积THP(i)计算出温湿积综合因子评估F1，根据第i天累计辐热积TEP(i)P计算出辐热积综合因子评估F2；
S24.若选择预测菌盖厚度I，则α＝1，β＝0计算出综合评估因子 F0，再根据F0与菌盖厚度I的线性关系计算出菌盖厚度I，否则α＝0，β＝1计算出综合评估因子F0；
S25.再根据F0与菌盖直径D的线性关系计算出直径D，将菌盖厚度I与菌盖直径D数据储存在云平台数据库中的生长预测模块库；
S26.将菌盖厚度I和菌盖直径D数据通过4G或5G网络传输给移动终端显示，向工作人员提供决策信息，工作人员根据实际情况制定调控方案，若云平台在分析处理过程中得出的结果为异常，则生成对应的预警指令，通过边缘智能网关发送给报警电路单元，报警电路单元进行预计，直接向工作人员提供决策信息；工作人员根据实际情况制定调控方案。
如图3所示，生长评估模块的实施步骤为：
S31.用户在移动终端上发出对某一位置香菇生长评估模块指令，云平台接收指令并传输给边缘智能网关，边缘智能网关接收指令并传输给摄像头电路单元，摄像头电路单元进行初始化；
S32.摄像头电路单元根据指令移动并采集对应香菇图片，摄像头电路单元将图片发送给边缘智能网关；
S33.边缘智能网关将由香菇图片数据打包成的数据帧发送给云平台，云平台进行分析，云平台基于卷积法得出香菇的菇面直径D与菇面高度I，得出香菇的评价指标径厚积P；
S34.云平台将径厚积P数据和香菇图片数据分别储存到云平台数据库里的生长评估模块库和香菇图片库；
S35.云平台将径厚积P数据通过4G或5G网络传输给移动终端显示，云平台向工作人员提供决策信息，工作人员根据实际情况制定调控方案，若云平台在分析处理过程中得出的结果为异常，则生成对应的预警指令，通过边缘智能网关发送给报警电路单元，报警电路单元进行预计，直接向工作人员提供决策信息；工作人员根据实际情况制定调控方案。
如图4所示，云平台包括生长预测模块、生长评估模块、控制中心、数据库和异常上报，生长预测模块是根据采集到的香菇环境数据通过基于综合环境因子建立的香菇生长模型来预测香菇菌盖厚度I 和香菇菌盖直径D，基于综合环境因子建立的香菇生长模型是基于温湿积和辐热积建立的香菇生长模型，生长评估模块是基于香菇菌盖厚度I和香菇菌盖直径D提出一种新型香菇评价指数径厚积对香菇的生长情况进行评估，径厚积是根据干香菇的流通方式提出的一个新型的香菇评价指数，控制中心包括用户直接控制与基于生长模型智能控制，数据库是包括香菇图片库，生长预测模块库，生长评估模块库，环境数据库，异常上报是当分析处理结果为异常时，对边缘智能网关发送相应预警指令，边缘智能网关再对报警电路单元发送相应预警指令，报警电路单元进行预警。
如图5所示，移动终端包括可视化界面、用户上传、生长评估模块和控制中心，可视化界面包括生长预测模块结果，生长评估模块结果，光照变化图表，湿度变化图表，温度变化图表，径厚积变化图表，辐热积变化图表和温湿积变化图表，用户上传包括菌袋行数和菌袋列数，控制中心可以由用户直接控制。
如图6所示，本发明还提供一种基于综合环境因子的智能种植工厂香菇生长预测模块评估方法：步骤为：
S1.系统初始化，感知电路单元采集植物工厂内香菇环境数据湿度H，温度T，每小时光辐射PAR；
S2.所述感知电路单元将植物工厂内香菇环境数据由Zigbee无线通信网络发送给边缘智能网关；
S3.边缘智能网关将检测的香菇环境数据打包成检测数据包发送给云平台，云平台基于综合环境因子香菇生长模型对数据进行分析和处理；
S4.云平台将采集的香菇环境数据通过基于综合环境因子温湿积与辐热积建立的香菇生长模型，进行预测香菇菌盖厚度I和香菇菌盖直径D；
S5.云平台将香菇菌盖厚度I和香菇菌盖直径D数据储存在云平台数据库中的生长预测模块库，湿度H、温度T和每小时光辐射PAR 数据储存在云平台数据库中的环境数据库；
S6.云平台将香菇菌盖厚度I、香菇菌盖直径D、湿度H、温度T、每小时光辐射PAR、温湿积THP和辐热积TEP数据通过4G或5G网络传输给移动终端显示，云平台根据香菇生长模型中最佳的环境数据制定对应的控制方案；
S7.调控电路单元根据相应控制指令进行工作，之后向工作人员提供决策信息，工作人员根据实际情况制定调控方案若云平台在分析处理过程中得出的结果为异常，则生成对应的预警指令，通过边缘智能网关发送给报警电路单元，报警电路单元进行预计，直接向工作人员提供决策信息；工作人员根据实际情况制定调控方案。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。
Claims (5)
1.一种基于综合环境因子的智能种植工厂香菇生长预测模块评估系统，包括：香菇生长边缘智能网关装置，云平台和移动终端；所述香菇生长边缘智能网关装置安装在智能植物工厂内，所述香菇生长边缘智能网关装置包括感知电路单元、调控电路单元、报警电路单元、摄像头电路单元、边缘智能网关，所述感知电路单元将植物工厂内香菇环境数据由Zigbee无线通信网络发送给边缘智能网关，所述摄像头电路单元将采集到的图片打包成数据帧的形式传输给边缘智能网关；所述云平台包括生长预测模块、生长评估模块、控制中心、数据库和异常上报模块，所述生长预测模块是基于采集温湿积和辐热积香菇环境数据，通过香菇生长模型来预测香菇菌盖厚度I和香菇菌盖直径D，所述香菇生长模型基于温湿积和辐热积环境数据建立；
所述生长评估模块是基于香菇菌盖厚度I与香菇菌盖直径D获得的径厚积作为香菇评价指数：
P＝D×I，
所述指数P对香菇的生长情况进行客观评估；
所述控制中心包括用户直接控制与基于香菇生长模型智能控制；
所述数据库包括香菇图片库，生长预测模块库，生长评估模块库，环境数据库；
所述边缘智能网关将香菇环境数据由4G或5G网络发送给云平台，所述云平台基于香菇生长模型进行分析处理后，制定对应的调控方案，并通过4G或5G网络为移动终端提供所需数据，同时将数据储存在云平台中的数据库内，根据对应的调控方案给香菇生长边缘智能网关装置中的边缘智能网关发送控制指令，调控电路单元根据对应指令调控植物工厂内香菇环境；当用户对某一菌袋发出生长评估模块的指令后，云平台接收指令，边缘智能网关接收指令，摄像头电路单元接收指令，摄像头电路单元根据指令进行移动和拍摄，拍摄完成后将图片打包为数据帧之后发给边缘智能网关，边缘智能网关再发送给云平台，云平台对数据帧分析处理后进行生长评估模块，评估后将数据传输给移动终端；若云平台在分析处理过程中得出的结果为异常，则生成对应的预警指令，通过边缘智能网关发送给报警电路单元，报警电路单元进行预计，工作人员进行决策；
所述感知电路单元包括温度传感器、湿度传感器、光照传感器；
所述香菇生长模型，基于温湿积和辐热积建立，以综合评估因子F0为自变量，香菇菌盖厚度I与香菇菌盖直径D为因变量，F0与香菇菌盖厚度I和香菇菌盖直径D均具有良好的正相关的线性关系，综合因子评估F0公式如下：
F0＝αF1+βF2(α，β∈[0.1])
F1＝THP(i+1)
F2＝TEP(i+1)
THP(i+1)＝THP(i)+DTHP(i+1)
TEP(i+1)＝TEP(i)+DTEP(i+1)
式中F0——综合评估因子；F1——温湿积综合评估因子；F2——辐热积综合评估因子；α，β——预测修正系数；THP(i+1)——第i+1天的累积温湿积；TEP(i+1)——第i+1天的累积辐热积；DTHP——每天内的温湿积；DTEP——每天内的辐热积；HTHP——每小时内的温湿积；HTEP——每小时内的辐热积；PAR——每小时的有效光辐射；RHE——每小时的相对湿度效应；RTE——每小时的相对温度热效应；Tb——香菇生长下限温度；Tob——香菇生长最适下限温度；Tou——香菇生长最适上限温度；Tm——香菇生长最适上限温度；T——每小时温度；Hb——香菇生长下限相对湿度；Hob——香菇生长最适下限相对湿度；Hou——香菇生长最适上限相对湿度；Hm——香菇生长上限相对湿度；当α＝1，β＝0时，D＝-1.551+0.2026×F0；
以综合评估因子F0为自变量，香菇菌盖厚度I为因变量，香菇菌盖在后期由于菌盖展开，菌盖厚度测量值随着综合评估因子F0的增加而迅速减小，
l＝40.65×sin(0.01466×F0-0.7838)+28.36×sin(0.0176×F0+1.999)；
当α＝0，β＝1时，D＝-0.595+0.3628×F0；
以综合评估因子F0为自变量，香菇菌盖厚度I为因变量，香菇菌盖在后期由于菌盖展开，菌盖厚度测量值随着综合评估因子F0的增加而减小，
l＝29.69×sin(0.02556×F0-0.8457)+16.76×sin(0.03407×F0+1.638)。
2.根据权利要求1所述的一种基于综合环境因子的智能种植工厂香菇生长预测模块评估系统，其特征在于，实施步骤如下：
步骤1、启动；
步骤2、用户在移动终端上发出香菇生长评估指令；
步骤3、云平台接收指令并传输给边缘智能网关；
步骤4、边缘智能网关接收指令并传输给摄像头电路单元；
步骤5、摄像头电路单元进行初始化；
步骤6、采集植物工厂内香菇图片；
步骤7、边缘智能网关将由香菇图片数据打包成的数据帧发送给云平台；
步骤8、云平台进行分析，通过对比数据库里的正常图片、判断拍摄的香菇图片是否异常，是则转到步骤14，否者转到步骤10；
步骤9、云平台基于系统香菇生长模型计算得出未来香菇菌盖厚度I与香菇菌盖直径D；
步骤10、得出香菇的评价指标径厚积P；
步骤11、将径厚积P数据和香菇图片数据分别储存到云平台数据库里的生长评估模块库和香菇图片库；
步骤12、将径厚积P数据通过4G或5G网络传输给移动终端显示；
步骤13、云平台根据香菇生长模型中最佳的环境数据制定对应的控制方案，向工作人员提供决策信息；
步骤14、判断工作人员是否进行处理，是则转到步骤15，否则转到步骤13；
步骤15、工作人员根据实际情况制定香菇生长环境调控方案；
步骤16、结束。
3.根据权利要求1所述的一种基于综合环境因子的智能种植工厂香菇生长预测模块评估系统，其特征在于，所述移动终端包括可视化界面、用户上传、生长评估模块和控制中心，所述可视化界面包括生长预测模块结果，生长评估模块结果，光照变化图表，湿度变化图表，温度变化图表，径厚积变化图表，辐热积变化图表和温湿积变化图表，所述用户上传包括菌袋行数和菌袋列数，所述控制中心由用户直接控制。
4.根据权利要求1所述的一种基于综合环境因子的智能种植工厂香菇生长预测模块评估系统，其特征在于，所述调控电路单元包括WIFI多路开关控制电路、蓝牙多路开关控制电路的一种，光照补偿装置、湿度调控装置喷淋设备和温度调控装置风机设备，所述云平台通过边缘智能网关控制WIFI多路开关控制电路或蓝牙多路开关，WIFI多路开关控制电路或蓝牙多路开关控制光照补偿装置、湿度调控装置喷淋设备和温度调控装置风机设备开启和关闭，所述边缘智能网关将检测的香菇环境数据打包成检测数据包，还根据控制指令使模块休眠或工作，所述报警电路单元在数据异常时根据控制指令进行报警，所述摄像头电路单元根据指令采集香菇的图片。
5.一种基于综合环境因子的智能种植工厂香菇生长预测模块评估方法，菌盖厚度I和菌盖直径D的获得步骤如下：
步骤1、启动；
步骤2、感知电路单元进行初始化；
步骤3、采集植物工厂内香菇环境数据湿度H,温度T，每小时光辐射PAR；
步骤4、边缘智能网关将检测的香菇环境数据打包成检测数据包发送给云平台；
步骤5、云平台对采集到的数据进行分析；
步骤6、判断采集的香菇环境数据是否异常，是则转到步骤15，否者转到步骤7；
步骤7、云平台进行综合因子评估F0；
步骤8、根据采集到的温度数据计算出每小时的相对温度热效应RTE，根据采集到的湿度数据计算出每小时的相对湿度度热效应RHE；
步骤9、根据每小时的相对温度热效应RTE和每小时的相对湿度度热效应RHE计算出每小时的温湿积HTHP；根据每小时的相对温度热效应RTE和每小时的有效光辐射PAR计算出每小时的辐热积HTEP；
步骤10、根据每小时的温湿积HTHP计算出日总温湿积DTHP；根据每小时的辐热积HTEP计算出日总辐热积DTEP；
步骤11、根据日总温湿积DTHP计算出第i天累计温湿积THP(i)；根据日总辐热积DTEP计算出第i天累计辐热积TEP(i)；
步骤12、根据第i天累计温湿积THP(i)计算出温湿积综合因子评估F1；根据第i天累计辐热积TEP(i)P计算出辐热积综合因子评估F2；
步骤13、若选择预测菌盖厚度I、菌盖直径D，则α＝1,β＝0计算出综合评估因子F0，再根据F0与菌盖厚度I、菌盖直径D的线性关系计算出菌盖厚度I和菌盖直径D；否则α＝0,β＝1计算出综合评估因子F0，再根据F0与菌盖直径D的线性关系计算出直径D；
步骤14、将香菇菌盖厚度I和香菇菌盖直径D数据储存在云平台数据库中的生长预测模块库，湿度H、温度T和每小时光辐射PAR数据储存在云平台数据库中的环境数据库；
步骤15、将香菇菌盖厚度I、香菇菌盖直径D、湿度H、温度T、每小时光辐射PAR、温湿积THP和辐热积TEP数据通过4G或5G网络传输给移动终端显示；
步骤16、结束。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111436645.6A CN114221979B (zh) | 2021-11-26 | 2021-11-26 | 一种基于综合环境因子的智能种植工厂香菇生长预测模块评估系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111436645.6A CN114221979B (zh) | 2021-11-26 | 2021-11-26 | 一种基于综合环境因子的智能种植工厂香菇生长预测模块评估系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114221979A CN114221979A (zh) | 2022-03-22 |
| CN114221979B true CN114221979B (zh) | 2024-04-26 |
Family
ID=80698812
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111436645.6A Active CN114221979B (zh) | 2021-11-26 | 2021-11-26 | 一种基于综合环境因子的智能种植工厂香菇生长预测模块评估系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114221979B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115127617A (zh) * | 2022-07-21 | 2022-09-30 | 湖南博立农业科技发展有限公司 | 用于食用菌仿生态种植的智能管控系统 |
| CN118020568B (zh) * | 2024-03-05 | 2024-07-26 | 南京康之春生物科技有限公司 | 一种灵芝栽培方法及其培养基制作 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103008249A (zh) * | 2011-09-26 | 2013-04-03 | 华中农业大学 | 基于计算机视觉技术的香菇分级机 |
| CN112019607A (zh) * | 2020-08-14 | 2020-12-01 | 华东师范大学 | 基于可视化云平台的智慧农场综合控制方法及系统 |
| CN112906735A (zh) * | 2021-01-13 | 2021-06-04 | 淮阴工学院 | 一种食用菌环境大数据检测系统 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106899431A (zh) * | 2015-12-18 | 2017-06-27 | 阿基米德自动控制公司 | 智能任务关键的环境监视以及能量管理系统 |
| WO2020154722A1 (en) * | 2019-01-25 | 2020-07-30 | Ecovative Design Llc | Methods of mycological biopolymer production |
-
2021
- 2021-11-26 CN CN202111436645.6A patent/CN114221979B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103008249A (zh) * | 2011-09-26 | 2013-04-03 | 华中农业大学 | 基于计算机视觉技术的香菇分级机 |
| CN112019607A (zh) * | 2020-08-14 | 2020-12-01 | 华东师范大学 | 基于可视化云平台的智慧农场综合控制方法及系统 |
| CN112906735A (zh) * | 2021-01-13 | 2021-06-04 | 淮阴工学院 | 一种食用菌环境大数据检测系统 |
Non-Patent Citations (3)
| Title |
|---|
| 基于机器视觉的花菇分选技术;陈红;夏青;左婷;谭鹤群;边银丙;;农业机械学报;20131024(01);全文 * |
| 大杯香菇引种材料的主成分和聚类分析;翁伯琦;江枝和;雷锦桂;肖淑霞;王义祥;唐翔虬;;山地农业生物学报;20091030(05);全文 * |
| 山西省食用菌中铅、镉含量与膳食暴露评估;王国桢;苏菊萍;刘俐君;李丹;王萍;董琳;;农产品质量与安全;20200525(03);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114221979A (zh) | 2022-03-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114221979B (zh) | 一种基于综合环境因子的智能种植工厂香菇生长预测模块评估系统及方法 | |
| US20170332544A1 (en) | Data driven indoor farming optimization | |
| WO2020220115A1 (en) | Gardening apparatus | |
| CN107992136A (zh) | 一种蘑菇栽培环境智能监测预警与调控系统 | |
| CN103247006A (zh) | 一种基于智能决策的食用菌栽培监控装置及方法 | |
| CN117391482B (zh) | 一种基于大数据监测的大棚温度智能预警方法及系统 | |
| CN111476149A (zh) | 一种植物培育控制方法和系统 | |
| CN116661530B (zh) | 食用菌工厂化栽培中的智能控制系统及方法 | |
| CN110119767A (zh) | 一种基于lvq神经网络的黄瓜温室温度智能化检测装置 | |
| CN113221723B (zh) | 可溯源的自反馈学习城市植物工厂 | |
| CN116649160A (zh) | 食用菌菌种生产监测系统及监测方法 | |
| CN113570240A (zh) | 一种基于农作物全生命周期管理的智慧农场平台 | |
| US20240306569A1 (en) | A data collection and monitoring system, a controlled environment farming system, devices and related methods | |
| KR102188768B1 (ko) | 시설 운영 이력을 저장할 수 있는 스마트팜 운영 시스템 | |
| Zhu et al. | Remote monitoring and management system of intelligent agriculture under the internet of things and deep learning | |
| CN115292753A (zh) | 一种基于区块链的农业大棚数据溯源与管理方法 | |
| CN118095633A (zh) | 一种基于数据分析的温室作物生长监测与管理系统及方法 | |
| CN106803209B (zh) | 实时数据库和先进控制算法的作物培育模式分析优化方法 | |
| CN116182945B (zh) | 基于无线传感器网络的可控农业温室环境监测系统及方法 | |
| Magsumbol et al. | An automated temperature control system: A fuzzy logic approach | |
| CN117296538A (zh) | 基于植被土壤成分检测的绿植维护方法、装置与系统 | |
| Gurban et al. | Greenhouse environment monitoring and control: state of the art and current trends. | |
| Karthikeyan et al. | Greenhouse Monitoring System and Tomato Leaf Disease Classification Using Convolutional Neural Network | |
| CN111309082A (zh) | 一种云边互动智慧大棚用能控制系统 | |
| Elegado | The Novel Approaches in Monitoring and Controlling Hydroponic Greenhouse Systems: A Literature Review |
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 |