CN116243745A - 一种生长环境智能控制系统及苗圃智能管理平台 - Google Patents
一种生长环境智能控制系统及苗圃智能管理平台 Download PDFInfo
- Publication number
- CN116243745A CN116243745A CN202310049622.2A CN202310049622A CN116243745A CN 116243745 A CN116243745 A CN 116243745A CN 202310049622 A CN202310049622 A CN 202310049622A CN 116243745 A CN116243745 A CN 116243745A
- Authority
- CN
- China
- Prior art keywords
- time
- temperature
- humidity
- value
- duration
- 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
- 230000012010 growth Effects 0.000 title claims abstract description 24
- 239000002689 soil Substances 0.000 claims abstract description 102
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 68
- 238000003973 irrigation Methods 0.000 claims abstract description 16
- 230000002262 irrigation Effects 0.000 claims abstract description 16
- 238000001556 precipitation Methods 0.000 claims description 102
- 238000001816 cooling Methods 0.000 claims description 78
- 230000009467 reduction Effects 0.000 claims description 37
- 230000008859 change Effects 0.000 claims description 25
- 238000000034 method Methods 0.000 claims description 21
- 238000012544 monitoring process Methods 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 238000012797 qualification Methods 0.000 claims description 4
- 230000006855 networking Effects 0.000 claims description 3
- 230000005855 radiation Effects 0.000 claims description 3
- 230000002411 adverse Effects 0.000 abstract description 4
- 230000009286 beneficial effect Effects 0.000 abstract description 4
- 230000000694 effects Effects 0.000 abstract description 4
- 238000009736 wetting Methods 0.000 abstract 1
- 230000009471 action Effects 0.000 description 3
- 230000017525 heat dissipation Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000008635 plant growth Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000011002 quantification Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012887 quadratic function Methods 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D27/00—Simultaneous control of variables covered by two or more of main groups G05D1/00 - G05D25/00
- G05D27/02—Simultaneous control of variables covered by two or more of main groups G05D1/00 - G05D25/00 characterised by the use of electric means
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
- Y02A40/10—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture
- Y02A40/25—Greenhouse technology, e.g. cooling systems therefor
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Greenhouses (AREA)
Abstract
本发明公开了一种生长环境智能控制系统及苗圃智能管理平台，基于土壤的实际湿度值来控制是否进行浇水灌溉；若土壤湿度值小于湿度下限值，苗圃需要进行浇水灌溉，则控制水泵启动以对苗圃土壤进行灌溉；且当水泵启动后，因持续进行浇水，会导致土壤立即变得湿润，且土壤湿度值会持续上升，最终会大于湿度上限值，则服务器会计算土壤湿度大于湿度上限值所对应的时长，并标记为第一超限时长；当第一超限时长等于第一耐受时长时，控制水泵关闭以停止对苗圃土壤进行灌溉；这样不但能够保证给与苗圃土壤足够的水量，还能够避免土壤湿度过于湿润而对苗圃植物造成不利的影响；本发明有利于通过智能控制系统对苗圃生长环境智能控制。
Description
技术领域
本发明涉及苗圃生长环境控制技术领域，具体涉及一种生长环境智能控制系统及苗圃智能管理平台。
背景技术
智能控制系统就是在无人干预的情况下能自主地驱动智能机器实现控制目标的自动控制技术。对许多复杂的系统，难以建立有效的数学模型和用常规的控制理论去进行定量计算和分析，而必须采用定量方法与定性方法相结合的控制方式。
控制理论是工程学与数学的跨领域分支，主要处理在有输入信号的动力系统的行为。系统的外部输入称为“参考值”，系统中的一个或多个变量需随着参考值变化，控制器处理系统的输入，使系统输出得到预期的效果。
控制理论一般的目的是借由控制器的动作让系统稳定，也就是系统维持在设定值，而且不会在设定值附近晃动。
随着时代和经济的发展，智能控制系统的应用范围越来越广泛，应用范围包括：机器人控制、智能家居控制、消防控制、停车控制等。
而苗圃的种植智能化较低，所以需要将智能控制系统应用于苗圃种植的领域，以通过智能控制系统对生长环境的智能控制。
发明内容
本发明的主要目的是提供一种生长环境智能控制系统及苗圃智能管理平台，旨在将智能控制系统应用于苗圃种植的领域，以通过智能控制系统对生长环境的智能控制。
本发明提出的技术方案为：
一种生长环境智能控制系统，包括土壤墒情监测传感器、滴漏管、水泵、蓄水池和服务器；所述水泵的进口端连通于所述蓄水池，所述水泵的出口端连通于所述滴漏管；所述滴漏管设置于苗圃土壤；所述水泵与所述服务器电性连接；所述土壤墒情监测传感器与所述服务器通信连接；所述土壤墒情监测传感器用于：实时采集土壤湿度值，并发送至所述服务器；所述服务器用于：获取苗圃土壤对应的湿度下限值、湿度上限值，以及与湿度上限值对应的第一耐受时长；判断土壤湿度值是否小于湿度下限值；若土壤湿度值小于湿度下限值，控制水泵启动以对苗圃土壤进行灌溉；当水泵启动后，计算土壤湿度大于湿度上限值所对应的时长，并标记为第一超限时长；当第一超限时长等于所述第一耐受时长时，控制水泵关闭以停止对苗圃土壤进行灌溉。
优选的，所述系统还包括与所述服务器通信连接的气象传感器；所述服务器还用于：获取与所述湿度下限值对应的第二耐受时长；联网以获取气象预报信息；判断土壤湿度值是否小于湿度下限值；若土壤湿度值小于湿度下限值，基于所述气象预报信息获取当前时刻起第一预设时长内各时间点的实时降水概率，并判断当前时刻的降水概率是否大于预设概率；若是，对各时间点的实时降水概率进行时间加权处理，以得到各时间点的加权降水概率；当加权降水概率低于所述预设概率时，将低于所述预设概率时所对应的时刻标记为目标时刻；基于所述气象传感器判断目标时刻是否降雨；若降雨，基于截止目标时刻为止本次降雨的降水量计算得到第二预设时长，控制水泵在第二预设时长内不动作；若未降雨，控制水泵启动以对苗圃土壤进行灌溉；若否，控制水泵启动以对苗圃土壤进行灌溉；其中，所述第一预设时长等于所述第二耐受时长。
优选的，所述对各时间点的实时降水概率进行时间加权处理，以得到各时间点的加权降水概率的计算公式为：
式中，Gi为各时间点的加权降水概率，i表示各时间点，即当前时刻起的第i分钟；T1为第一预设时长，单位为分钟；gi为当前时刻起第一预设时长内各时间点(即第i分钟)所对应的实时降水概率。
优选的，服务器用于基于截止目标时刻为止本次降雨的降水量计算得到第二预设时长，包括：
服务器用于：获取苗圃对应的多组历史降水湿度变化数据，其中，所述历史降水湿度变化数据包括每次降水所对应的降水量，以及每次降水停止后土壤湿度大于湿度下限值时所对应的持续时长；将降水停止后土壤湿度大于湿度下限值时所对应的持续时长标记为合格时长；基于历史降水湿度变化数据得到降水量-合格时长二维数组；根据最小二乘法对降水量-合格时长二维数组进行拟合，以得到降水量-合格时长拟合函数；将截止目标时刻为止本次降雨的降水量代入所述降水量-合格时长拟合函数以得到本次降雨对应的合格时长，并作为所述第二预设时长。
优选的，所述降水量-合格时长二维数组为：P[TJ,J]，所述降水量-合格时长拟合函数为：TJ＝a0+a1J+a2J2，其中，J为每次降水所对应的降水量，TJ为合格时长；a0、a1和a2分别为多项式系数。
优选的，所述系统还包括大棚，以及设置于大棚的散热风扇和温度传感器；所述散热风扇与所述服务器电性连接；所述温度传感器用于：基于所述气象预报信息获取当天各时间点对应的气温预报值；实时采集大棚的内部温度值，并发送至所述服务器；所述服务器还用于：获取苗圃对应的温度上限值和温度下限值；判断内部温度值是否大于温度上限值；若是，控制所述散热风扇启动，以对大棚进行散热；当散热风扇启动后，基于气温预报值、大棚的历史温度数据和温度下限值计算得到散热风扇的目标工作时长；当散热风扇的已工作时长等于所述目标工作时长时，控制散热风扇关闭以停止对大棚进行散热。
优选的，所述服务器还用于：所述基于气温预报值、大棚的历史温度数据和温度下限值计算得到散热风扇的目标工作时长，包括：
基于大棚的历史温度数据得到散热风扇启动时所对应的大棚温度变化数据；其中，所述大棚温度变化数据包括散热风扇的启动时长，以及与启动时长对应的大棚内的温度降低值；基于大棚温度变化数据得到温度降低值-启动时长二维数组；根据最小二乘法对温度降低值-启动时长二维数组进行拟合以得到散热风扇温度降低曲线，所述散热风扇温度降低曲线的横坐标为所述启动时长，所述散热风扇温度降低曲线的纵坐标为所述温度降低值；将散热风扇启动时刻作为起始时刻，并基于所述气温预报值得到自起始时刻起的气温预报曲线；基于气温预报曲线得到大棚内部气温预估曲线；将所述大棚内部气温预估曲线减去所述散热风扇温度降低曲线以得到大棚内气温预计曲线；将大棚内气温预计曲线的纵坐标值等于预设温度值时所对应的横坐标值作为所述目标工作时长，其中，所述预设温度值为温度上限值和温度下限值的平均值。
优选的，所述温度降低值-启动时长二维数组为：
所述温度降低值-启动时长拟合曲线的表达式为：Wq＝b0+b1tq，其中，tq为散热风扇的启动时长，单位为分钟；Wq为温度降低值，单位为摄氏度；b0和b1分别为多项式系数。
优选的，所述散热风扇的数量为2个；所述服务器还用于：获取与所述温度上限值对应的第三耐受时长；判断大棚内气温预计曲线是否存在纵坐标值大于所述温度上限值的情况；若是，获取大棚内气温预计曲线的纵坐标大于所述温度上限值所时所对应的开始时刻和结束时刻，并基于开始时刻和结束时刻得到持续时长，并标记为第二超限时长；当所述第二超限时长大于所述第三耐受时长时，控制第2个散热风扇启动，且启动时刻为所述开始时刻，启动持续时长为所述第二超限时长。
本发明还提出一种苗圃智能管理平台，包括上述任一项所述的生长环境智能控制系统；所述智能管理平台还包括与所述服务器通信连接的管理终端；所述服务器还用于：获取所述水泵的工作状态；将所述土壤湿度值、所述湿度下限值、所述湿度上限值，所述第一耐受时长和所述水泵的工作状态实时显示于所述管理终端。
通过上述技术方案，能实现以下有益效果：
具体的，本发明提出的生长环境智能控制系统能够解决现有的定时定量灌溉方式无法解决苗圃干旱天浇水量不够，雨水天多浇水的问题；具体的，本方法是基于土壤的实际湿度值来控制是否进行浇水灌溉，即判断土壤湿度值是否小于湿度下限值；若土壤湿度值小于湿度下限值，苗圃需要进行浇水灌溉，则控制水泵启动以对苗圃土壤进行灌溉；且当水泵启动后，因持续进行浇水，会导致土壤立即变得湿润，且土壤湿度值会持续上升，最终会大于湿度上限值，则服务器会计算土壤湿度大于湿度上限值所对应的时长，并标记为第一超限时长；当第一超限时长等于所述第一耐受时长时，控制水泵关闭以停止对苗圃土壤进行灌溉；这样不但能够保证单次浇水灌溉能够给与苗圃土壤足够的水量从而更持久的保证土壤的湿度，还能够避免土壤湿度过于湿润而对苗圃植物造成不利的影响；综上可知，相比传统的直接定时定量对苗圃进行浇水灌溉的方式，本发明提出的方法是基于土壤的实际湿度进行是否需要浇水的判断，故能够更加智能且更加准确地对苗圃进行浇水灌溉，避免因机械死板的定时定量对苗圃进行浇水而导致干旱天浇水量不够，雨水天多浇水的问题，因此，本发明有利于通过智能控制系统对苗圃生长环境智能控制。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。
图1为本发明提出的一种生长环境智能控制系统一实施例的结构示意图。
具体实施方式
应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
本发明提出一种生长环境智能控制系统及苗圃智能管理平台。
如附图1所示，在本发明提出的一种生长环境智能控制系统的一实施例中，本生长环境智能控制系统包括土壤墒情监测传感器、滴漏管、水泵、蓄水池和服务器；所述水泵的进口端连通于所述蓄水池，所述水泵的出口端连通于所述滴漏管；所述滴漏管设置于苗圃土壤(以用于对苗圃土壤进行灌溉)；所述水泵与所述服务器电性连接(即服务器能够用于控制水泵的启停)；所述土壤墒情监测传感器与所述服务器通信连接；所述土壤墒情监测传感器用于：实时采集土壤湿度值，并发送至所述服务器；所述服务器用于：获取苗圃土壤对应的湿度下限值(例如30％)、湿度上限值(例如80％)，以及与湿度上限值对应的第一耐受时长(具体的，这里的湿度上限值和湿度下限值即苗圃内的植物正常生长所需要的土壤湿度要求，若低于湿度下限值，若高于湿度上限值，均会对苗圃植物的生长造成不利影响；这里的第一耐受时长，即是苗圃内的植物在不影响生长的前提下能够耐受高于湿度上限值的极限时长，例如10分钟；这里的湿度下限值、湿度上限值和第一耐受时长均由管理人员人工输入)；判断土壤湿度值是否小于湿度下限值；若土壤湿度值小于湿度下限值，控制水泵启动以对苗圃土壤进行灌溉；当水泵启动后，计算土壤湿度大于湿度上限值所对应的时长，并标记为第一超限时长；当第一超限时长等于所述第一耐受时长时，控制水泵关闭以停止对苗圃土壤进行灌溉。
本发明提出的生长环境智能控制系统能够解决现有的定时定量灌溉方式无法解决苗圃干旱天浇水量不够，雨水天多浇水的问题；具体的，本方法是基于土壤的实际湿度值来控制是否进行浇水灌溉，即判断土壤湿度值是否小于湿度下限值；若土壤湿度值小于湿度下限值，苗圃需要进行浇水灌溉，则控制水泵启动以对苗圃土壤进行灌溉；且当水泵启动后，因持续进行浇水，会导致土壤立即变得湿润，且土壤湿度值会持续上升，最终会大于湿度上限值，则服务器会计算土壤湿度大于湿度上限值所对应的时长，并标记为第一超限时长；当第一超限时长等于所述第一耐受时长时，控制水泵关闭以停止对苗圃土壤进行灌溉；这样不但能够保证单次浇水灌溉能够给与苗圃土壤足够的水量从而更持久的保证土壤的湿度，还能够避免土壤湿度过于湿润而对苗圃植物造成不利的影响；综上可知，相比传统的直接定时定量对苗圃进行浇水灌溉的方式，本发明提出的方法是基于土壤的实际湿度进行是否需要浇水的判断，故能够更加智能且更加准确地对苗圃进行浇水灌溉，避免因机械死板的定时定量对苗圃进行浇水而导致干旱天浇水量不够，雨水天多浇水的问题，因此，本发明有利于通过智能控制系统对苗圃生长环境智能控制。
此外，所述系统还包括与所述服务器通信连接的气象传感器；所述服务器还用于：获取与所述湿度下限值对应的第二耐受时长(这里的第二耐受时长，即是苗圃内的植物在不影响生长的前提下能够耐受高于湿度下限值的极限时长，例如30分钟)；联网以获取气象预报信息；判断土壤湿度值是否小于湿度下限值；若土壤湿度值小于湿度下限值，基于所述气象预报信息获取当前时刻起第一预设时长内各时间点的实时降水概率，并判断当前时刻的降水概率是否大于预设概率(例如70％)；若是，对各时间点的实时降水概率进行时间加权处理，以得到各时间点的加权降水概率；当加权降水概率低于所述预设概率时，将低于所述预设概率时所对应的时刻标记为目标时刻；基于所述气象传感器判断目标时刻是否降雨；若降雨，基于截止目标时刻为止本次降雨的降水量计算得到第二预设时长，控制水泵在第二预设时长内不动作；若未降雨，控制水泵启动以对苗圃土壤进行灌溉；若否，控制水泵启动以对苗圃土壤进行灌溉；其中，所述第一预设时长等于所述第二耐受时长。
具体的，当土壤湿度值小于湿度下限值时，正常情况下需要对苗圃进行灌溉，但若是在当前时刻起的第一预设时长内(即第二耐受时长)出现降雨，则可直接通过降雨来湿润苗圃土壤，从而不再需要启动水泵(以节约电力和水资源)；则需要基于基于气象预报信息获取当前时刻起第一预设时长内各时间点的实时降水概率(例如各时间点的时间间隔为1分钟)，此外，因为在当前时刻起第一预设时长内，越往后苗圃植物对于降雨的需求越迫切，则实际上降水概率需要随着时间上升(或者直接出现降雨)才会继续等待降雨并保持水泵关闭，故需要对当前时刻起第一预设时长内各时间点的降水概率进行加权处理，加权处理的核心是越往后的时间点，其降水概率需乘以一个越小的加权参数(该加权参数大于或等于0且小于1)。
当加权降水概率低于预设概率时，将低于所述预设概率时所对应的时刻标记为目标时刻(即该时刻为大概率不会出现降水的时刻，若各时间点的加权降水概率均不低于预设概率，说明降水概率较高，则不需要动作，等待降雨即可)；但为了严谨，需要基于气象传感器判断目标时刻是否实际上出现了降雨；若降雨，因降雨可能已经持续了一段时间，故需要获取截止目标时刻为止本次降雨的降水量；基于截止目标时刻为止本次降雨的降水量计算得到第二预设时长(这里的第二预设时长即是因本次降雨而使得苗圃土壤至少能够保持适宜的土壤湿度的持续时长，即在第二预设时长内，不再需要启动水泵以进行灌溉)，则控制水泵在第二预设时长内不动作；若未降雨，那么为了保证苗圃的健康生长，需要立即进行灌溉，则控制水泵启动以对苗圃土壤进行灌溉。
当前时刻的降水概率不大于预设概率，因当前时刻的降水概率尚且不大于预设概率，那里后续第一预设时长内出现降水的概率则更小；故可以直接控制水泵启动以对苗圃土壤进行灌溉。
同时，所述对各时间点的实时降水概率进行时间加权处理，以得到各时间点的加权降水概率的计算公式为：
式中，Gi为各时间点的加权降水概率，i表示各时间点，即当前时刻起的第i分钟；T1为第一预设时长，单位为分钟；gi为当前时刻起第一预设时长内各时间点(即第i分钟)所对应的实时降水概率。上述公式中的
即为前述加权参数。
此外，服务器用于基于截止目标时刻为止本次降雨的降水量计算得到第二预设时长，包括：
服务器用于：获取苗圃对应的多组历史降水湿度变化数据，其中，所述历史降水湿度变化数据包括每次降水所对应的降水量，以及每次降水停止后土壤湿度大于湿度下限值时所对应的持续时长；将降水停止后土壤湿度大于湿度下限值时所对应的持续时长标记为合格时长；基于历史降水湿度变化数据得到降水量-合格时长二维数组；根据最小二乘法对降水量-合格时长二维数组进行拟合，以得到降水量-合格时长拟合函数；将截止目标时刻为止本次降雨的降水量代入所述降水量-合格时长拟合函数以得到本次降雨对应的合格时长，并作为所述第二预设时长。
具体的，本实施例给出了计算第二预设时长的具体方案，这里的第二预设时长即是因本次降雨而使得苗圃土壤至少能够保持适宜的土壤湿度的持续时长，即在第二预设时长内，不再需要启动水泵以进行灌溉。
先获取历史降水湿度变化数据，基于历史降水温度变化数据可以得到每次降水的降水量，以及每次降水停止后土壤湿度大于湿度下限值时所对应的持续时长(即合格时长)。进而得到多个降水量-合格时长二维数组；然后根据最小二乘法对降水量-合格时长二维数组进行拟合，以得到降水量-合格时长拟合函数，降水量-合格时长拟合函数的横坐标值为降水量，纵坐标值为降水量对应的合格时长，总体来说，降水量越大，则对应的合格时长越长，其曲线符合单调递增的二次函数曲线；然后再将截止目标时刻为止本次降雨的降水量代入所述降水量-合格时长拟合函数以得到本次降雨对应的合格时长，并作为所述第二预设时长。
具体的，所述降水量-合格时长二维数组为：P[TJ,J]，所述降水量-合格时长拟合函数为：TJ＝a0+a1J+a2J2，其中，J为每次降水所对应的降水量，TJ为合格时长；a0、a1和a2分别为拟合得到的多项式系数。
此外，所述系统还包括大棚，以及设置于大棚的散热风扇和温度传感器；所述散热风扇与所述服务器电性连接；所述温度传感器用于：基于所述气象预报信息获取当天各时间点对应的气温预报值；实时采集大棚的内部温度值，并发送至所述服务器；所述服务器还用于：获取苗圃对应的温度上限值和温度下限值；判断内部温度值是否大于温度上限值；若是，控制所述散热风扇启动，以对大棚进行散热；当散热风扇启动后，基于气温预报值、大棚的历史温度数据和温度下限值计算得到散热风扇的目标工作时长；当散热风扇的已工作时长等于所述目标工作时长时，控制散热风扇关闭以停止对大棚进行散热。
具体的，当内部温度值大于温度上限值，则需要进行通风散热，以保证苗圃大棚内的温度适宜；而当散热风扇启动后，还需要基于基于气温预报值、散热风扇的散热能力和温度下限值计算得到散热风扇的目标工作时长(即散热风扇在工作目标工作时长后，内部温度值会低于温度上限值)，则当散热风扇的已工作时长等于目标工作时长时，服务器控制散热风扇关闭以停止对大棚进行散热。
同时，所述服务器还用于：所述基于气温预报值、大棚的历史温度数据和温度下限值计算得到散热风扇的目标工作时长，包括：
基于大棚的历史温度数据得到散热风扇启动时所对应的大棚温度变化数据；其中，所述大棚温度变化数据包括散热风扇的启动时长，以及与启动时长对应的大棚内的温度降低值；基于大棚温度变化数据得到温度降低值-启动时长二维数组；根据最小二乘法对温度降低值-启动时长二维数组进行拟合以得到散热风扇温度降低曲线，所述散热风扇温度降低曲线的横坐标为所述启动时长，所述散热风扇温度降低曲线的纵坐标为所述温度降低值；将散热风扇启动时刻作为起始时刻，并基于所述气温预报值得到自起始时刻起的气温预报曲线；基于气温预报曲线得到大棚内部气温预估曲线；将所述大棚内部气温预估曲线减去所述散热风扇温度降低曲线以得到大棚内气温预计曲线；将大棚内气温预计曲线的纵坐标值等于预设温度值时所对应的横坐标值作为所述目标工作时长，其中，所述预设温度值为温度上限值和温度下限值的平均值。
本实施例给出了如何对具体计算得到目标工作时长的方案；大棚温度变化数据包括散热风扇的启动时长，以及与启动时长对应的大棚内的温度降低值(即在散发风扇的作用下，大棚内的温度降低值)；然后基于大棚温度变化数据得到温度降低值-启动时长二维数组，然后根据最小二乘法对温度降低值-启动时长二维数组进行拟合以得到散热风扇温度降低曲线；本实施例中，这里的散热风扇温度降低曲线为斜率为正数的一次函数曲线；之后再将散热风扇启动时刻作为起始时刻，并基于气温预报值得到自起始时刻起的气温预报曲线(即散热风扇启动后，各个时间点对应的气温预报值所形成的曲线)，并基于气温预报曲线得到大棚内部气温预估曲线(因大棚内部气温和外部的环境气温呈正相关关系，且白天大棚内部温度低于外界气温，晚上大棚内部气温高于外界气温，本实施例是计算散热所对应的情况，故肯定是白天，所以可直接将气温预报曲线乘以一个小于1且大于0的折算系数来得的大棚内部气温预估曲线，该折算系数可根据历史外部环境气温和历史大棚内部气温的关系来进行估算)。
然后将大棚内部气温预估曲线(即用于表征未启动散热风扇的情况下，大棚内部气温的预估值的变化曲线)减去散热风扇温度降低曲线以得到大棚内气温预计曲线(即启动散热风扇后，大棚内部气温的预计值的变化曲线)；通过观察大棚内气温预计曲线可知晓开启散热风扇后，大棚内部气温的变化情况，则直接将大棚内气温预计曲线的纵坐标值等于预设温度值时所对应的横坐标值作为目标工作时长；这里的预设温度值即是温度上限值和温度下限值的平均值；若低于预设温度值，就可以停止散热风扇，因此时外界温度处于下降区间，为了保证大棚的温暖，当大棚内气温预计曲线的纵坐标值等于预设温度值时，即可停止散热风扇。
具体的，所述温度降低值-启动时长二维数组为：
所述温度降低值-启动时长拟合曲线的表达式为：Wq＝b0+b1tq，其中，tq为散热风扇的启动时长，单位为分钟；Wq为温度降低值，单位为摄氏度；b0和b1分别为多项式系数。
此外，所述散热风扇的数量为2个；所述服务器还用于：获取与所述温度上限值对应的第三耐受时长(这里的第三耐受时长，即是苗圃内的植物在不影响生长的前提下能够耐受高于温度上限值的极限时长，例如40分钟)；判断大棚内气温预计曲线是否存在纵坐标值大于所述温度上限值的情况；若是，获取大棚内气温预计曲线的纵坐标大于所述温度上限值所时所对应的开始时刻和结束时刻，并基于开始时刻和结束时刻得到持续时长，并标记为第二超限时长；当所述第二超限时长大于所述第三耐受时长时，控制第2个散热风扇启动，且启动时刻为所述开始时刻，启动持续时长为所述第二超限时长。
具体的，若出现了大棚内气温预计曲线纵坐标值大于温度上限值的情况，说明即使启动了1个散热风扇，还是并不能够完全保证大棚内的温度始终低于温度上限值，因此，需要获取大棚内气温预计曲线的纵坐标大于所述温度上限值所时所对应的开始时刻和结束时刻，并基于开始时刻和结束时刻得到持续时长，并标记为第二超限时长，这里的第二超限时长即是大棚内的温度高于温度上限值所对应的持续时长，如果第二超限时长大于第三耐受时长时，则会影响苗圃内植物的正常生长，因此需要启动第2个散热风扇，且第2个散热风扇的启动时刻为开始时刻，启动持续时长为第二超限时长，以充分散热的同时，节约电能。
此外，所述系统还包括与所述服务器无线通信连接的智能终端(例如手机终端)，以及设置于所述蓄水池的水位传感器；所述水位传感器用于：采集蓄水池的实时水位，并发送至所述服务器；所述服务器还用于：实时水位低于警戒水位时，生成水位过低警报信息，并发送至所述智能终端。
本发明还提出一种苗圃智能管理平台，所述智能管理平台包括如上述中任一项所述的生长环境智能控制系统；所述智能管理平台还包括与所述服务器通信连接的管理终端(例如个人电脑终端)；所述服务器还用于：获取所述水泵的工作状态；将所述土壤湿度值、所述湿度下限值、所述湿度上限值，所述第一耐受时长和所述水泵的工作状态实时显示于所述管理终端。
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。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
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 (10)
1.一种生长环境智能控制系统，其特征在于，包括土壤墒情监测传感器、滴漏管、水泵、蓄水池和服务器；所述水泵的进口端连通于所述蓄水池，所述水泵的出口端连通于所述滴漏管；所述滴漏管设置于苗圃土壤；所述水泵与所述服务器电性连接；所述土壤墒情监测传感器与所述服务器通信连接；
所述土壤墒情监测传感器用于：实时采集土壤湿度值，并发送至所述服务器；
所述服务器用于：获取苗圃土壤对应的湿度下限值、湿度上限值，以及与湿度上限值对应的第一耐受时长；判断土壤湿度值是否小于湿度下限值；若土壤湿度值小于湿度下限值，控制水泵启动以对苗圃土壤进行灌溉；当水泵启动后，计算土壤湿度大于湿度上限值所对应的时长，并标记为第一超限时长；当第一超限时长等于所述第一耐受时长时，控制水泵关闭以停止对苗圃土壤进行灌溉。
2.根据权利要求1所述的一种生长环境智能控制系统，其特征在于，所述系统还包括与所述服务器通信连接的气象传感器；
所述服务器还用于：获取与所述湿度下限值对应的第二耐受时长；联网以获取气象预报信息；判断土壤湿度值是否小于湿度下限值；若土壤湿度值小于湿度下限值，基于所述气象预报信息获取当前时刻起第一预设时长内各时间点的实时降水概率，并判断当前时刻的降水概率是否大于预设概率；若是，对各时间点的实时降水概率进行时间加权处理，以得到各时间点的加权降水概率；当加权降水概率低于所述预设概率时，将低于所述预设概率时所对应的时刻标记为目标时刻；基于所述气象传感器判断目标时刻是否降雨；若降雨，基于截止目标时刻为止本次降雨的降水量计算得到第二预设时长，控制水泵在第二预设时长内不动作；若未降雨，控制水泵启动以对苗圃土壤进行灌溉；若否，控制水泵启动以对苗圃土壤进行灌溉；其中，所述第一预设时长等于所述第二耐受时长。
3.根据权利要求2所述的一种生长环境智能控制系统，其特征在于，所述对各时间点的实时降水概率进行时间加权处理，以得到各时间点的加权降水概率的计算公式为：
式中，Gi为各时间点的加权降水概率，i表示各时间点，即当前时刻起的第i分钟；T1为第一预设时长，单位为分钟；gi为当前时刻起第一预设时长内各时间点所对应的实时降水概率。
4.根据权利要求2所述的一种生长环境智能控制系统，其特征在于，服务器用于基于截止目标时刻为止本次降雨的降水量计算得到第二预设时长，包括：
服务器用于：获取苗圃对应的多组历史降水湿度变化数据，其中，所述历史降水湿度变化数据包括每次降水所对应的降水量，以及每次降水停止后土壤湿度大于湿度下限值时所对应的持续时长；将降水停止后土壤湿度大于湿度下限值时所对应的持续时长标记为合格时长；基于历史降水湿度变化数据得到降水量-合格时长二维数组；根据最小二乘法对降水量-合格时长二维数组进行拟合，以得到降水量-合格时长拟合函数；将截止目标时刻为止本次降雨的降水量代入所述降水量-合格时长拟合函数以得到本次降雨对应的合格时长，并作为所述第二预设时长。
5.根据权利要求4所述的一种生长环境智能控制系统，其特征在于，所述降水量-合格时长二维数组为：P[TJ,J]，所述降水量-合格时长拟合函数为：TJ＝a0+a1J+a2J2，其中，J为每次降水所对应的降水量，TJ为合格时长；a0、a1和a2分别为多项式系数。
6.根据权利要求2所述的一种生长环境智能控制系统，其特征在于，所述系统还包括大棚，以及设置于大棚的散热风扇和温度传感器；所述散热风扇与所述服务器电性连接；
所述温度传感器用于：基于所述气象预报信息获取当天各时间点对应的气温预报值；实时采集大棚的内部温度值，并发送至所述服务器；所述服务器还用于：获取苗圃对应的温度上限值和温度下限值；判断内部温度值是否大于温度上限值；若是，控制所述散热风扇启动，以对大棚进行散热；当散热风扇启动后，基于气温预报值、大棚的历史温度数据和温度下限值计算得到散热风扇的目标工作时长；当散热风扇的已工作时长等于所述目标工作时长时，控制散热风扇关闭以停止对大棚进行散热。
7.根据权利要求6所述的一种生长环境智能控制系统，其特征在于，所述服务器还用于：所述基于气温预报值、大棚的历史温度数据和温度下限值计算得到散热风扇的目标工作时长，包括：
基于大棚的历史温度数据得到散热风扇启动时所对应的大棚温度变化数据；其中，所述大棚温度变化数据包括散热风扇的启动时长，以及与启动时长对应的大棚内的温度降低值；基于大棚温度变化数据得到温度降低值-启动时长二维数组；根据最小二乘法对温度降低值-启动时长二维数组进行拟合以得到散热风扇温度降低曲线，所述散热风扇温度降低曲线的横坐标为所述启动时长，所述散热风扇温度降低曲线的纵坐标为所述温度降低值；将散热风扇启动时刻作为起始时刻，并基于所述气温预报值得到自起始时刻起的气温预报曲线；基于气温预报曲线得到大棚内部气温预估曲线；将所述大棚内部气温预估曲线减去所述散热风扇温度降低曲线以得到大棚内气温预计曲线；将大棚内气温预计曲线的纵坐标值等于预设温度值时所对应的横坐标值作为所述目标工作时长，其中，所述预设温度值为温度上限值和温度下限值的平均值。
8.根据权利要求7所述的一种生长环境智能控制系统，其特征在于，所述温度降低值-启动时长二维数组为：
所述温度降低值-启动时长拟合曲线的表达式为：Wq＝b0+b1tq，其中，tq为散热风扇的启动时长，单位为分钟；Wq为温度降低值，单位为摄氏度；b0和b1分别为多项式系数。
9.根据权利要求7所述的一种生长环境智能控制系统，其特征在于，所述散热风扇的数量为2个；
所述服务器还用于：获取与所述温度上限值对应的第三耐受时长；判断大棚内气温预计曲线是否存在纵坐标值大于所述温度上限值的情况；若是，获取大棚内气温预计曲线的纵坐标大于所述温度上限值所时所对应的开始时刻和结束时刻，并基于开始时刻和结束时刻得到持续时长，并标记为第二超限时长；当所述第二超限时长大于所述第三耐受时长时，控制第2个散热风扇启动，且启动时刻为所述开始时刻，启动持续时长为所述第二超限时长。
10.一种苗圃智能管理平台，其特征在于，包括如权利要求1-9中任一项所述的生长环境智能控制系统；所述智能管理平台还包括与所述服务器通信连接的管理终端；所述服务器还用于：获取所述水泵的工作状态；将所述土壤湿度值、所述湿度下限值、所述湿度上限值，所述第一耐受时长和所述水泵的工作状态实时显示于所述管理终端。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310049622.2A CN116243745B (zh) | 2023-02-01 | 一种生长环境智能控制系统及苗圃智能管理平台 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310049622.2A CN116243745B (zh) | 2023-02-01 | 一种生长环境智能控制系统及苗圃智能管理平台 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116243745A true CN116243745A (zh) | 2023-06-09 |
| CN116243745B CN116243745B (zh) | 2024-07-02 |
Family
ID=
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4545396A (en) * | 1985-02-25 | 1985-10-08 | Miller Richard N | System for optimum irrigating and fertilizing |
| US20140236868A1 (en) * | 2013-02-15 | 2014-08-21 | Banyan Water, Inc. | System and method for automated, range-based irrigation |
| CN105335603A (zh) * | 2015-07-17 | 2016-02-17 | 清华大学 | 一种度量引水灌溉地区干旱程度的方法 |
| MX2014013930A (es) * | 2014-11-14 | 2016-05-16 | Francisco Xavier Valdes Simancas | Sistema automatizado de control de riego parcelario. |
| CN106069649A (zh) * | 2016-07-28 | 2016-11-09 | 孙斌 | 一种花盆自动滴灌装置 |
| CN206993832U (zh) * | 2017-07-31 | 2018-02-13 | 苏州金麦穗食品有限公司 | 一种底灌种植盘 |
| CN108308005A (zh) * | 2017-12-28 | 2018-07-24 | 合肥长天信息技术有限公司 | 一种智能化农田灌溉系统 |
| US10225997B1 (en) * | 2012-11-26 | 2019-03-12 | Michael R. Levine | Smart sprinkler system and method |
| CN110150109A (zh) * | 2019-05-29 | 2019-08-23 | 贵州理工学院 | 一种盆栽植物浇水方法及装置 |
| CN110476785A (zh) * | 2019-09-04 | 2019-11-22 | 韩瑞峰 | 一种农业智能化控制灌溉装置 |
| CN216392323U (zh) * | 2021-11-26 | 2022-04-29 | 湖南华中苗木云科技有限公司 | 一种智能庭院用花墙 |
| CN114662911A (zh) * | 2022-03-23 | 2022-06-24 | 湖南玖口建设工程有限公司 | 一种基于农田水分监测的灌溉用水管理方法及管理系统 |
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US4545396A (en) * | 1985-02-25 | 1985-10-08 | Miller Richard N | System for optimum irrigating and fertilizing |
| US10225997B1 (en) * | 2012-11-26 | 2019-03-12 | Michael R. Levine | Smart sprinkler system and method |
| US20140236868A1 (en) * | 2013-02-15 | 2014-08-21 | Banyan Water, Inc. | System and method for automated, range-based irrigation |
| MX2014013930A (es) * | 2014-11-14 | 2016-05-16 | Francisco Xavier Valdes Simancas | Sistema automatizado de control de riego parcelario. |
| CN105335603A (zh) * | 2015-07-17 | 2016-02-17 | 清华大学 | 一种度量引水灌溉地区干旱程度的方法 |
| CN106069649A (zh) * | 2016-07-28 | 2016-11-09 | 孙斌 | 一种花盆自动滴灌装置 |
| CN206993832U (zh) * | 2017-07-31 | 2018-02-13 | 苏州金麦穗食品有限公司 | 一种底灌种植盘 |
| CN108308005A (zh) * | 2017-12-28 | 2018-07-24 | 合肥长天信息技术有限公司 | 一种智能化农田灌溉系统 |
| CN110150109A (zh) * | 2019-05-29 | 2019-08-23 | 贵州理工学院 | 一种盆栽植物浇水方法及装置 |
| CN110476785A (zh) * | 2019-09-04 | 2019-11-22 | 韩瑞峰 | 一种农业智能化控制灌溉装置 |
| CN216392323U (zh) * | 2021-11-26 | 2022-04-29 | 湖南华中苗木云科技有限公司 | 一种智能庭院用花墙 |
| CN114662911A (zh) * | 2022-03-23 | 2022-06-24 | 湖南玖口建设工程有限公司 | 一种基于农田水分监测的灌溉用水管理方法及管理系统 |
Non-Patent Citations (2)
| Title |
|---|
| 倪深海;顾颖;戚建国;赵凯;刘静楠;金君良;: "农业干旱动态模拟技术研究与应用", 中国农村水利水电, no. 08, 15 August 2012 (2012-08-15) * |
| 苏志军;楼骏;金玮佳;: "水稻种植区多指标综合精确灌溉决策研究", 农业技术与装备, no. 09, 25 September 2018 (2018-09-25) * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109874477B (zh) | 一种农业园区施肥机托管方法及系统 | |
| Kondaveti et al. | Smart irrigation system using machine learning and IOT | |
| CN106557658A (zh) | 一种气候变化背景下灌溉需水量计算系统及其方法 | |
| JP2004000146A (ja) | 植物の栽培方法および植物の栽培装置 | |
| CN108617355B (zh) | 一种集群温室灌溉决策方法及系统 | |
| CN112136667B (zh) | 一种基于边缘机器学习的智能喷灌方法及系统 | |
| CN111461909A (zh) | 一种农田蒸散量短期预测方法 | |
| CN105494033A (zh) | 一种基于作物需求的智能节水灌溉方法 | |
| Suciu et al. | Efficient IoT system for precision agriculture | |
| CN109258417B (zh) | 一种自动灌溉方法 | |
| CN112425484A (zh) | 一种基于物联网的绿化带协同滴灌系统及方法 | |
| CN115804334A (zh) | 一种基于数字孪生的农田灌溉智慧决策系统 | |
| CN115125903B (zh) | 一种基于需水预测的田间一体化闸门自动灌排管理方法 | |
| CN115390504A (zh) | 一种基于5g物联网的智慧农业种植系统 | |
| CN116243745B (zh) | 一种生长环境智能控制系统及苗圃智能管理平台 | |
| CN112493100B (zh) | 基于土壤水势的棉花水分监测滴灌控制方法及系统 | |
| CN116243745A (zh) | 一种生长环境智能控制系统及苗圃智能管理平台 | |
| CN116449897B (zh) | 温室环境最优控制方法、服务器及系统 | |
| CN116508635A (zh) | 一种农业物联网智能节水型灌溉系统 | |
| CN110486520B (zh) | 一种用于灌溉系统的智能阀门 | |
| CN116746463A (zh) | 一种基于天气预报和土壤监测的智能浇灌系统 | |
| CN112130608A (zh) | 一种智慧大棚系统 | |
| CN114626010A (zh) | 一种基于CatBoost的灌溉量计算方法及系统 | |
| KR20220065557A (ko) | 스마트팜의 미래 생산량 예측 방법 | |
| Yu et al. | Eco-climate intelligent monitoring system of an agricultural science-and-technology park based on internet of things |
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 |