CN116360331B - 一种通用的灌溉自动化控制系统及控制方法 - Google Patents
一种通用的灌溉自动化控制系统及控制方法 Download PDFInfo
- Publication number
- CN116360331B CN116360331B CN202310643940.1A CN202310643940A CN116360331B CN 116360331 B CN116360331 B CN 116360331B CN 202310643940 A CN202310643940 A CN 202310643940A CN 116360331 B CN116360331 B CN 116360331B
- Authority
- CN
- China
- Prior art keywords
- data
- equipment
- module
- parameters
- control
- 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
- 238000000034 method Methods 0.000 title claims abstract description 103
- 230000002262 irrigation Effects 0.000 title claims description 153
- 238000003973 irrigation Methods 0.000 title claims description 153
- 238000012545 processing Methods 0.000 claims abstract description 160
- 238000007405 data analysis Methods 0.000 claims abstract description 58
- 238000001514 detection method Methods 0.000 claims abstract description 36
- 239000013598 vector Substances 0.000 claims description 41
- 238000004364 calculation method Methods 0.000 claims description 37
- 230000008569 process Effects 0.000 claims description 29
- 238000004422 calculation algorithm Methods 0.000 claims description 27
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 22
- 238000012544 monitoring process Methods 0.000 claims description 17
- 238000010606 normalization Methods 0.000 claims description 15
- 238000005286 illumination Methods 0.000 claims description 14
- 238000004458 analytical method Methods 0.000 claims description 13
- 230000010485 coping Effects 0.000 claims description 8
- 230000009467 reduction Effects 0.000 claims description 8
- 238000013480 data collection Methods 0.000 claims description 7
- 238000012806 monitoring device Methods 0.000 claims description 7
- 238000004836 empirical method Methods 0.000 claims description 6
- 230000002159 abnormal effect Effects 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 5
- 230000004927 fusion Effects 0.000 claims description 5
- 238000004806 packaging method and process Methods 0.000 claims description 5
- 238000012935 Averaging Methods 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 4
- 230000000712 assembly Effects 0.000 claims description 2
- 238000000429 assembly Methods 0.000 claims description 2
- 238000009428 plumbing Methods 0.000 claims 1
- 208000024891 symptom Diseases 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000011217 control strategy Methods 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000011001 backwashing Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
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
- G05B19/0423—Input/output
-
- 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
- G05B2219/25—Pc structure of the system
- G05B2219/25257—Microcontroller
-
- 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
- Y02A40/22—Improving land use; Improving water use or availability; Controlling erosion
-
- 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
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Abstract
本发明涉及自动化控制技术领域,尤其涉及一种通用的自动化控制系统及控制方法,包括:设备模块,数据采集模块,一级数据处理模块,二级数据处理模块,数据分析模块,控制模块,检测反馈模块。二级数据处理模块对一级数据处理后的数据进行精准处理,并将获取的精准设备数据发送至数据分析模块;数据分析模块对精准设备数据进行数据分析,得到各个设备的控制参数,并发送至控制模块;控制模块对各个设备的参数进行调整;检测反馈模块对各个模块进行监测,并将检测得到的数据反馈到各个模块中,自适应地对各个模块进行调整。解决了通用的自动化控制系统控制的准确率较低,通用的自动化控制系统运行稳定性较差的技术问题。
Description
技术领域
本发明涉及自动化控制技术领域,尤其涉及一种通用的灌溉自动化控制系统及控制方法。
背景技术
自动控制系统在各个领域得到了广泛应用,例如工业生产、农业灌溉、交通管理等。这些系统通过自动化技术对各类设备和过程进行实时监控和调节,以提高生产效率、降低成本和确保安全。然而,自动控制系统的性能受多种因素影响,如系统的复杂性、控制策略的准确性以及各设备参数的实时性等。因此,实现高效、稳定、准确的自动化控制方法一直是自动控制领域的研究重点。
传统的自动控制系统通常采用固定参数和预设策略进行控制,这可能导致系统性能受限,难以适应不断变化的外部环境和设备状态。为了提高控制系统的性能,研究人员已经提出了许多自适应控制方法和优化算法。然而,这些方法和算法在实际应用中仍面临诸多挑战,如处理大量设备数据的计算负担、实时性能的保障以及控制策略的优化等。
因此,开发一种通用的灌溉自动化控制系统及控制方法,可以有效解决上述问题,提高控制系统在各个领域的应用性能,是本发明的主要目的。
发明内容
本发明通过提供一种通用的灌溉自动化控制系统及控制方法,解决了现有技术中的自动控制系统的复杂性、控制策略不准确以及不能及时响应的问题。
本发明具体包括以下技术方案:
一种通用的灌溉自动化控制系统,包括以下部分:
设备模块,数据采集模块,一级数据处理模块,二级数据处理模块,数据分析模块,控制模块,检测反馈模块;
所述设备模块,包含通用的灌溉自动化控制系统中的所有设备并对所述设备进行管理维护;
所述数据采集模块,对所述设备模块中的设备进行数据采集获得通用的灌溉自动化控制系统的设备数据;
所述一级数据处理模块,对数据采集模块采集到的设备数据进行一级处理,为数据二级处理的准确性进行铺垫;对通用的灌溉自动化控制系统中的设备参数进行采集,得到设备参数数据集合;对采集到的设备数据进行一级数据处理,针对不同设备的数据分别进行一级数据处理,具体地:
第一,对工作监控设备参数集合,利用去除无效值,降噪方法进行一级数据处理,得到一级数据处理后的工作监控设备参数数据集合/>;
第二,对于工作测量器参数得到的工作量,采用标准归一化方法进行一级数据处理,得到一级数据处理后的工作量集合/>,通过标准归一化处理可降低数值大小;
第三,对工作区设备的数据集合,进行优化一级数据处理,具体过程如下:首先,直接删掉无效值及异常值,然后对删减后的数据用拟合算法进行拟合,即利用最小二乘法、拉格朗日拟合法或在拟合算法中选取两种不同算法进行拟合,通过由拟合函数构成的小波函数进行小波变换对删减后的数据进行小波处理,即对设备数据利用优化的小波变换进行降噪,进一步得到优化一级数据处理后工作区设备数据集合/>;
所述二级数据处理模块,对一级处理后的设备数据进行二级处理,得到各个设备的精准设备数据,并将二级处理后的设备数据发送至数据分析模块;二级数据处理过程如下:
第一步,通过上述拟合算法对数据集合进行拟合得到的拟合函数,预测设备参数数据的L个预测数值;
第二步,通过对第一步得到的拟合函数得到的拟合数据利用包装法进行特征提取,得到每种拟合算法下的特征集合T;
第三步,对上述L个预测数值结合特征集合T进行加权平均,求得设备参数数据的最佳的预测值/>;权重由特征集合T获取,每个权重通过计算对应特征向量的模来获取;具体公式表示如下:
,
其中,表示对特征集合的每个特征向量进行取模计算;
第四步,将上述最佳预测值,与优化一级数据处理后的工作区设备参数数据集合/>相加,最后,得到二级数据处理后的工作区设备的数据集合/>;
所述数据分析模块,将所述二级数据处理模块得到的精准设备数据,进行数据分析,得到各个设备的控制参数,并将控制参数发送至控制模块,进一步对设备进行自动化控制;具体地:将工作区设备数据经二级处理后送至数据分析模块,通过构建优化深度分析模型进行数据分析,得到工作区的状态参数;通过构建最佳匹配模型,将状态参数与历来状态参照依据进行匹配计算,得到最佳匹配状态,进一步制定应对策略,得到准确控制参数对通用的灌溉自动化控制系统进行自动化控制;
对二级数据处理后的工作区的设备数据集合,通过构建优化深度分析模型进行数据分析,得到工作区的状态参数,模型构建如下:
,
其中,表示精准处理后工作区设备的参数数据集合,包括温度传感器,湿度传感器,光照传感器,风速传感器,气压传感器以及其他浇灌系统所需设备的参数数据;表示标准化处理后的工作量集合;/>表示人为添加设备参数集合;/>表示检测反馈模块反馈的数据集合;/>表示模型的输出,即工作区的状态参数;
,且/>每个子集的元素个数为/>、/>、/>、/>、/>、/>;在下述计算时,用、/>、/>、/>、/>、表示/>、/>、/>、/>、/>、/>;
具体计算过程如下:
,
其中,表示第i个温度传感器的测湿系数,/>表示光照对湿度影响系数,/>表示风速对湿度影响系数,/>表示不同控制系统所需设备对工作区湿度影响值,E表示取均值,/>表示人为添加参数对工作区湿度影响值,/>表示检测反馈模块对工作区湿度影响值;
通过构建最佳匹配模型,将所述状态参数与历来状态参照依据进行匹配计算,得到最佳匹配状态,模型构建如下:
,
其中,表示工作区的状态参数;/>表示精准处理后工作区设备的参数数据集合;/>表示参考依据集合,/>表示历来工作区状态参数集合,/>表示对应的工作区设备的参数数据集合,/>表示对应的工作区设备的参数数据的特征向量集合;/>表示模型输出,即最佳匹配状态参数以及对应的设备数据集合;
具体计算过程如下:首先,将与/>通过比较法进行处理,得到初步匹配度集合/>;然后利用特征计算技术对集合/>进行特征向量计算,得到特征向量/>,将特征向量/>与工作区设备的参数数据的特征向量集合/>中的元素通过夹角计算法计算夹角,即/>,/>表示集合/>中的任意一个特征向量,得到再次匹配度集合/>;随后对/>、/>进行归一化处理,最后对两匹配度进行融合计算,得到最佳匹配,最后从参考依据中挑选出状态参数以及对应的设备数据集合/>;
根据状态参数以及对应的设备数据集合,获得各个设备的控制参数,并将控制参数传送至控制模块;
所述控制模块,通过数据分析模块传送的各个设备的控制参数对各个设备的参数进行自动化调整控制,选择对应领域模式实现对不同领域系统的自动化控制;
所述检测反馈模块,对通用的灌溉自动化控制系统的各个模块进行检测,并将检测得到的数据信息反馈到各个模块中,自适应地对各个模块进行调整,完成对通用的灌溉自动化控制系统的自动化控制。
优选的,所述控制模块包含温控组件,湿度控制组件,水位控制组件,光控组件,水源控制组件,管道控制组件以及其他浇灌系统设备控制组件。
一种通用的灌溉自动化控制方法,包括以下步骤:
S1. 通过数据采集模块对通用的灌溉自动化控制系统中的设备参数数据进行采集,并将采集到的设备参数数据进行一级数据处理以及二级数据处理,得到准确的设备参数数据;
S11.对通用的灌溉自动化控制系统中的设备参数进行采集,得到设备参数数据集合;对采集到的设备数据进行一级数据处理,针对不同设备的数据分别进行一级数据处理,具体地:
第一,对工作监控设备参数集合,利用去除无效值,降噪方法进行一级数据处理,得到一级数据处理后的工作监控设备参数数据集合/>;
第二,对于工作测量器参数得到的工作量,采用标准归一化方法进行一级数据处理,得到一级数据处理后的工作量集合/>通过标准归一化处理可降低数值大小;
第三,对工作区设备的数据集合;,进行优化一级数据处理,具体过程如下:首先,直接删掉无效值及异常值,然后对删减后的数据用拟合算法进行拟合,即利用最小二乘法、拉格朗日拟合法或在拟合算法中选取两种不同算法进行拟合,通过由拟合函数构成的小波函数进行小波变换对删减后的数据进行小波处理,即对设备数据利用优化的小波变换进行降噪,进一步得到优化一级数据处理后工作区设备数据集合/>;
S12. 对一级数据处理后的部分数据进行二级数据处理,过程如下:
第一步,通过上述拟合算法对数据集合进行拟合得到的拟合函数,预测设备参数数据的L个预测数值;
第二步,通过对第一步得到的拟合函数得到的拟合数据利用包装法进行特征提取,得到每种拟合算法下的特征集合T;
第三步,对上述L个预测数值结合特征集合T进行加权平均,求得设备参数数据的最佳的预测值/>;权重由特征集合T获取,每个权重通过计算对应特征向量的模来获取;具体公式表示如下:
,
其中,表示对特征集合的每个特征向量进行取模计算;
第四步,将上述最佳预测值,与优化一级数据处理后的工作区设备参数数据集合/>相加,最后,得到二级数据处理后的工作区设备的数据集合/>;
S2. 将二级数据处理后的设备数据经数据分析模块进行数据分析,得到工作区的状态参数,进一步,得到各设备的控制参数,为控制模块对设备的自动化控制提供数据基础;具体地:将工作区设备数据经二级处理后送至数据分析模块,通过构建优化深度分析模型进行数据分析,得到工作区的状态参数;通过构建最佳匹配模型,将状态参数与历来状态参照依据进行匹配计算,得到最佳匹配状态,进一步制定应对策略,得到准确控制参数对通用的灌溉自动化控制系统进行自动化控制;
S21. 对二级数据处理后的工作区的设备数据集合,通过构建优化深度分析模型进行数据分析,得到工作区的状态参数,模型构建如下:
,
其中,表示精准处理后工作区设备的参数数据集合,包括温度传感器,湿度传感器,光照传感器,风速传感器,气压传感器以及其他浇灌系统所需设备的参数数据;表示标准化处理后的工作量集合;/>表示人为添加设备参数集合;/>表示检测反馈模块反馈的数据集合;/>表示模型的输出,即工作区的状态参数;
,且/>每个子集的元素个数为/>、/>、/>、/>、/>、/>;在下述计算时,用、/>、/>、/>、/>、表示/>、/>、/>、/>、/>、/>;
具体计算过程如下:
,
其中,表示第i个温度传感器的测湿系数,/>表示光照对湿度影响系数,/>表示风速对湿度影响系数,/>表示不同控制系统所需设备对工作区湿度影响值,E表示取均值,/>表示人为添加参数对工作区湿度影响值,/>表示检测反馈模块对工作区湿度影响值;
S22. 通过构建最佳匹配模型,将所述状态参数与历来状态参照依据进行匹配计算,得到最佳匹配状态,模型构建如下:
,
其中,表示工作区的状态参数;/>表示精准处理后工作区设备的参数数据集合;/>表示参考依据集合,/>表示历来工作区状态参数集合,/>表示对应的工作区设备的参数数据集合,/>表示对应的工作区设备的参数数据的特征向量集合;/>表示模型输出,即最佳匹配状态参数以及对应的设备数据集合;
具体计算过程如下:首先,将与/>通过比较法进行处理,得到初步匹配度集合/>;然后利用特征计算技术对集合/>进行特征向量计算,得到特征向量/>,将特征向量/>与工作区设备的参数数据的特征向量集合/>中的元素通过夹角计算法计算夹角,即/>,/>表示集合/>中的任意一个特征向量,得到再次匹配度集合/>;随后对/>、/>进行归一化处理,最后对两匹配度进行融合计算,得到最佳匹配,最后从参考依据中挑选出状态参数以及对应的设备数据集合/>;
根据状态参数以及对应的设备数据集合,获得各个设备的控制参数,并将控制参数传送至控制模块;
S3. 将数据分析模块获取的控制参数经控制模块对各个设备进行自动化参数调整,同时在整个通用的灌溉自动化控制系统运行过程中,通过检测反馈模块的反馈,自适应的调整系统各个设备参数,实现通用的灌溉自动化控制系统准确的自动化控制。
优选的,所述步骤S3,具体包括:
根据数据分析模块得到的控制参数,对通用的灌溉自动化控制系统进行自动化参数调整,实现对通用的灌溉自动化控制系统的自动化控制;同时,在通用的灌溉自动化控制系统运行过程中,通过检测反馈模块的反馈,自适应的调整系统各个参数,实现对所述通用的灌溉自动化控制系统准确的自动化控制;
在监测反馈模块中根据工作监控设备参数对设备管理模块的一体化控制器利用经验法进行调整,根据工作测量器参数得到工作量,将一级数据处理后的工作量反馈值数据分析模块以及控制模块,对各设备进行自动化控制;
用户可根据自身实际需求通过检测反馈模块将具体设备人为影响参数值反馈至各个模块,进一步去调整所述通用的灌溉自动化控制系统;
根据经验法设定各个设备参数的阈值,将采集到的设备参数与阈值进行对比,若超出阈值范围,则反馈至一级数据处理模块、二级数据处理模块、数据分析模块,进一步获取控制参数,通过控制模块自适应的进行调整设备参数,实现所述通用的灌溉自动化控制系统的自动化控制。
本发明至少具有如下技术效果或优点:
1、本发明通过对所述通用的灌溉自动化控制系统中采集到的设备数据分类别进行一级数据处理,随后将部分一级数据处理后的设备数据进行二级数据处理,得到更准确的设备参数数据,为通用的灌溉自动化控制系统的自动化控制提供准确的设备参数依据,进一步提高了通用的灌溉自动化控制系统自动化控制的准确率,使得所述通用的灌溉自动化控制系统运行更稳定。
2、本发明通过构建优化深度分析模型对二级数据处理后的工作区设备数据进行模型处理,得到工作区的状态参数,同时通过构建最佳匹配模型,得到所述工作区状态的最佳匹配,针对匹配状态特性制定应对策略,进一步得到准确的控制参数,使得通用的灌溉自动化控制系统获得较高的准确率,各个模型紧密相关提高了通用的灌溉自动化控制系统运行的稳定性。
3、本发明通过利用准确控制参数在控制模块对系统内的设备进行控制,可获得自动化控制较高的准确率,同时通过检测反馈模块对各个模块的检测反馈使本发明所述系统运行更稳定。
附图说明
图1为本发明所述的一种通用的灌溉自动化控制方法的模块图;
图2为本发明所述的闸控一体化双轴流泵站正视结构示意图;
图3为本发明所述的闸控一体化双轴流泵站侧视结构示意图;
图4为本发明所述的闸控一体化双轴流泵站俯视结构示意图;
图5为本发明所述的一种通用的灌溉自动化控制方法的流程图;
图中:1-潜水轴流泵、2-控制柜、3-反冲洗管路系统、4-漂浮式潜水泵、5-八字墙、6-闸门、7-拍门。
具体实施方式
本申请实施例通过提供一种通用的灌溉自动化控制系统及控制方法,可应用于农业灌溉,解决了现有技术中对于浇灌系统自动化控制的准确率较低,多用途浇灌系统运行稳定性较差的问题,总体思路如下:
通过数据采集模块对多用途浇灌自动化控制系统中的设备参数数据进行采集,并将采集到的设备参数数据进行一级数据处理以及二级数据处理,得到准确的设备参数数据;将二级数据处理后的设备数据经数据分析模块进行数据分析,得到浇灌区的状态参数,进一步,得到各设备的控制参数,为控制模块对设备的自动化控制提供数据基础;最后,将数据分析模块获取的控制参数经控制模块对各个设备进行自动化参数调整,同时在整个多用途浇灌自动化控制系统运行过程中,通过检测反馈模块的反馈,自适应的调整系统各个设备参数,实现对所述多用途浇灌自动化控制系统更准确的自动化控制;通过对所述多用途浇灌自动化控制系统中采集到的设备数据分类别进行一级数据处理,随后将部分一级数据处理后的设备数据进行二级数据处理,得到更准确的设备参数数据,为所述多用途浇灌自动化控制系统的自动化控制提供准确的设备参数依据,进一步提高了所述多用途浇灌自动化控制系统自动化控制的准确率,使得所述多用途浇灌自动化控制系统运行更稳定;通过构建优化深度分析模型对二级数据处理后的浇灌区设备数据进行模型处理,得到浇灌区的状态参数,同时通过构建最佳匹配模型,得到所述浇灌区状态的最佳匹配,针对匹配状态特性制定应对策略,进一步得到准确的控制参数,使得所述多用途浇灌系统自动化控制获得较高的准确率,各个模型紧密相关提高了多用途浇灌系统运行的稳定性;通过利用准确控制参数在控制模块对所述多用途浇灌系统的设备进行控制,使所述多用途浇灌系统的自动化控制获得较高的准确率,同时通过检测反馈模块对各个模块进行检测反馈,使多用途浇灌系统运行更稳定。
下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
在农业灌溉领域中,浇灌自动化控制系统包括以下部分:
设备模块,数据采集模块,一级数据处理模块,二级数据处理模块,数据分析模块,控制模块,检测反馈模块。
设备模块,包含浇灌自动化控制系统中的所有设备并对所述设备进行管理维护;
设备包含温度传感器,湿度传感器,光照传感器,风速传感器,雨量测量器,闸控一体化双轴流体泵,管道,水源监控设备以及其他浇灌系统所需设备;水源监控设备,用来对水源(河流、水库或井泉)进行监控的设备,本申请直接引用现有设备,
参照附图2至附图4,闸控一体化双轴流体泵,用于水源处向浇灌区引水以及对浇灌区进行排水,包含潜水轴流泵1,控制柜2,反冲洗管路系统3,漂浮式潜水泵4,八字墙5,闸门6,拍门7;
温度传感器,湿度传感器,光照传感器,风速传感器,气压传感器,雨量测量器以及其他浇灌系统所需设备,用于浇灌区,对浇灌区进行数据采集;
数据采集模块,对设备模块中的设备进行数据采集获得浇灌自动化控制系统的设备数据;
一级数据处理模块,对数据采集模块采集到的设备数据进行一级处理,为数据二级处理的准确性进行铺垫;
二级数据处理模块,对一级处理后的设备数据进行二级处理,得到各个设备的精准设备数据,并将二级处理后的设备数据发送至数据分析模块;
数据分析模块,将所述二级数据处理模块得到的精准设备数据,进行数据分析,得到各个设备的控制参数,并将控制参数发送至控制模块,进一步对设备进行自动化控制;
控制模块,通过数据分析模块传送的各个设备的控制参数对各个设备的参数进行自动化调整控制,选择浇灌模式实现对浇灌系统的自动化控制;
控制模块包含温控组件,湿度控制组件,水位控制组件,光控组件,水源控制组件,管道控制组件以及其他浇灌系统设备控制组件;浇灌模式包含自动浇灌、定时浇灌、周期浇灌、手动浇灌多种模式;
特别地,将控制模块与智能终端相连接进一步通过控制方式对控制模块进行操作,控制方式有中控室控制、手机短信、现场遥控及现场手动多种方式控制;
检测反馈模块,对多用途浇灌自动化控制系统的各个模块进行检测,并将检测得到的数据信息反馈到各个模块中,自适应地对各个模块进行调整,完成对浇灌自动化控制系统的自动化控制。
参照附图5,浇灌自动化控制方法包括以下步骤:
S1. 通过数据采集模块对浇灌自动化控制系统中的设备参数数据进行采集,并将采集到的设备参数数据进行一级数据处理以及二级数据处理,得到准确的设备参数数据;
S11. 对浇灌自动化控制系统中的设备参数进行采集,得到设备参数数据集合;
首先,对水源监控设备参数、雨量测量器参数进行获取,将获取的参数传送至检测反馈模块,所述水源检测设备参数包括水量,水质,水温等,构成集合;所述雨量测量器,通过与之配套的雨量量筒,用来测定以毫米为单位的降水量,得到降雨量/>;
同时对浇灌区设备进行数据采集,得到数据集合,所述浇灌区设备包含温度传感器,湿度传感器,光照传感器,风速传感器以及其他浇灌自动化控制系统所需设备;
最后得到设备参数数据集合,/>,其中,,N表示水源监控设备参数个数,集合/>中的任意一个元素可由/>表示,/>表示水源监控设备中第i个参数,/>,/>,S表示统计降雨量的次数,集合/>中的任何一个元素可用/>表示,/>表示第s次降雨量,;/>,/>、、/>、/>、/>、/>分别表示浇灌区温度传感器,湿度传感器,光照传感器,风速传感器,气压传感器以及其他浇灌系统所需设备的参数数据子集,/>、、/>、/>、/>、/>中由多次对浇灌区设备采集所得数据组成,例如,温度传感器采集得到的数据集合/>,M表示温度传感器采集到的数据个数,集合/>中的任意一个元素可由/>来表示,/>表示温度传感器采集到的第j个数据,/>;
S12. 对采集到的设备数据集合进行一级数据处理,再将一级处理后的设备数据进行二级数据处理,获得准确的设备参数数据,为后续数据分析进行铺垫;
S121.对采集到的设备参数数据进行一级数据处理;
首先对采集到的设备参数数据集合进行一级数据处理,针对不同设备的数据分别进行一级数据处理;
第一,对水源监控设备参数集合,利用去除无效值,降噪等方法进行一级数据处理,得到一级数据处理后的水源监控设备参数数据集合/>;
第二,对于雨量测量器参数得到的降雨量,采用标准归一化方法进行一级数据处理,得到一级数据处理后的降雨量集合/>,通过标准归一化处理可降低数值大小,便于后续计算方便;
特别地,将一级数据处理后水源监控设备参数数据集合以及降水量集合发送至控制模块以及检测反馈模块;
第三,对浇灌区设备的数据集合,进行优化一级数据处理,具体过程如下:
首先,直接删掉无效值及异常值,然后对删减后的数据用拟合算法进行拟合,利用最小二乘法、拉格朗日拟合法或其他拟合算法任选两种算法进行拟合,通过由拟合函数构成的小波函数进行小波变换对删减后的数据进行小波处理,即对设备数据利用优化的小波变换进行降噪,进一步得到优化一级数据处理后浇灌区设备数据集合。
最后,得到一级数据处理后的数据集合,/>;
S122.对一级数据处理后的部分数据进行二级数据处理;
对浇灌区一级数据处理后的设备参数数据集合进行二级数据处理,得到精准设备数据,并将二级数据处理后的设备参数数据集合送至数据分析模块,进行数据分析处理,所述二级数据处理过程如下:
第一步,通过上述拟合算法对数据集合进行拟合得到的拟合函数,预测设备参数数据的L个预测数值;
第二步,通过对第一步得到的拟合函数得到的拟合数据利用包装法进行特征提取,得到每种拟合算法下的特征集合T;
第三步,对上述L个预测数值结合特征集合T进行加权平均,求得设备参数数据的最佳的预测值;所述权重由特征集合T获取,每个权重通过计算对应特征向量的模来获取;具体公式表示如下:
,/>
其中,表示对特征集合的每个特征向量进行取模计算;
第四步,将上述最佳预测值,与优化一级数据处理后的浇灌区设备参数数据集合相加,最后,得到二级数据处理后的浇灌区设备的数据集合/>。
其中,,且每个子集的元素个数为/>、/>、/>、/>、/>、/>。
通过对浇灌自动化控制系统中采集到的设备数据分类别进行一级数据处理,随后将部分一级数据处理后的设备数据进行二级数据处理,得到更准确的设备参数数据,为浇灌自动化控制系统的自动化控制提供准确的设备参数依据,进一步提高了浇灌自动化控制系统自动化控制的准确率,使得所述浇灌自动化控制系统运行更稳定;
S2. 将二级数据处理后的设备数据经数据分析模块进行数据分析,得到浇灌区的状态参数,进一步,得到各设备的控制参数,为控制模块对设备的自动化控制提供数据基础;
S21.对二级数据处理后的设备数据进行数据分析,得到浇灌区的状态参数,
对二级数据处理后的浇灌区的设备数据集合,通过构建优化深度分析模型进行数据分析,得到浇灌区的状态参数,模型构建如下:
,
其中,表示精准处理后浇灌区设备的参数数据集合,包括温度传感器,湿度传感器,光照传感器,风速传感器,气压传感器以及其他浇灌系统所需设备的参数数据;表示标准化处理后的降雨量集合;/>表示人为添加设备参数集合;/>表示检测反馈模块反馈的数据集合;/>表示模型的输出,即浇灌区的状态参数。
,且/>每个子集的元素个数为/>、/>、/>、/>、/>、/>;在下述计算时,用/>、、/>、/>、/>、/>表示/>、/>、、/>、/>、/>;
具体计算过程如下:
,
其中,表示第i个温度传感器的测湿系数,/>表示光照对湿度影响系数,/>表示风速对湿度影响系数,/>表示其他浇灌系统所需设备对浇灌区湿度影响值,E表示取均值表示取均值,/>表示人为添加参数对浇灌区湿度影响值,/>表示检测反馈模块对浇灌区湿度影响值。
S22. 将对经过二级数据处理后的浇灌区设备数据的分析结果,与历来状态参数进行比较,获取对应的应对策略,得到准确控制参数;
首先,通过查阅相关种植文献书籍与网站,查找历来浇灌区的状态参数以及对应的浇灌区设备的参数数据,形成参照依据,其中,/>表示历来浇灌区状态参数集合,/>表示对应的浇灌区设备的参数数据集合,/>表示对应的浇灌区设备的参数数据的特征向量集合;
然后,通过构建最佳匹配模型,根据浇灌区状态参数以及精准处理后的浇灌区设备数据集合与参照依据进行最佳匹配计算,具体模型构建如下:
,
其中,表示浇灌区的状态参数;/>表示精准处理后浇灌区设备的参数数据集合,包括温度传感器,湿度传感器,光照传感器,风速传感器,气压传感器以及其他浇灌系统所需设备的参数数据;/>表示参考依据集合,/>表示历来浇灌区状态参数集合,/>表示对应的浇灌区设备的参数数据集合,/>表示对应的浇灌区设备的参数数据的特征向量集合;/>表示模型输出,即最佳匹配状态参数以及对应的设备数据集合;
具体计算过程如下:首先,将与/>通过比较法进行处理,得到初步匹配度集合/>;然后利用现有特征计算技术对集合/>进行特征向量计算,得到特征向量/>,将特征向量/>与浇灌区设备的参数数据的特征向量集合/>中的元素通过夹角计算法计算夹角,即/>,/>表示集合/>中的任意一个特征向量,得到再次匹配度集合;随后对/>、/>进行归一化处理,最后对两匹配度进行融合计算,得到最佳匹配,最后从参考依据中挑选出状态参数以及对应的设备数据集合/>;
根据状态参数以及对应的设备数据集合,获得各个设备的控制参数,并将控制参数传送至控制模块。
本发明通过构建优化深度分析模型对二级数据处理后的浇灌区设备数据进行模型处理,得到浇灌区的状态参数,同时通过构建最佳匹配模型,得到所述浇灌区状态的最佳匹配,针对匹配状态特性制定应对策略,进一步得到准确的控制参数,使得浇灌系统自动化控制获得较高的准确率,各个模型紧密相关提高了浇灌系统运行的稳定性。
S3. 将数据分析模块获取的控制参数经控制模块对各个设备进行自动化参数调整,同时在整个浇灌自动化控制系统运行过程中,通过检测反馈模块的反馈,自适应的调整系统各个设备参数,实现对浇灌自动化控制系统更准确的自动化控制。
S31. 在控制模块中,依据数据分析模块获取的控制参数对各个设备进行自动化参数调整;
根据数据分析模块得到的控制参数,对浇灌自动化控制系统中的各控制组件分别进行参数调整,实现对浇灌自动化控制系统的自动化控制。
S32. 在浇灌自动化控制系统运行过程中,通过检测反馈模块的反馈,自适应的调整系统各个参数,实现对所述多用途浇灌自动化控制系统更准确的自动化控制。
特别地,在监测反馈模块中根据水源监控设备参数对设备管理模块的闸控一体化双轴流泵利用经验法对其进行调整,根据雨量测量器参数得到降雨量,将一级数据处理后的降雨量反馈值数据分析模块以及控制模块,对各设备进行自动化控制;
特别地,用户可根据自身实际需求通过检测反馈模块将具体设备人为影响参数值反馈至各个模块,进一步去调整浇灌自动化控制系统的自动化控制,提高所述多用途浇灌自动化控制系统的稳定性。
特别地,根据经验法设定各个设备参数的阈值,将采集到的设备参数与阈值进行对比,若超出阈值范围,则反馈至数据预处理模块、数据精准处理模块、数据分析模块,进一步获取控制参数,通过控制模块自适应的进行调整设备参数,实现浇灌自动化控制系统的自动化控制。
本发明通过利用准确控制参数在控制模块对浇灌自动化控制系统的设备进行控制,可获得较高的浇灌系统的自动化控制准确率,同时通过检测反馈模块对各个模块进行检测反馈,使多用途浇灌系统运行更稳定。
综上所述,便完成了本发明所述的一种多用途浇灌系统的自动化控制方法。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (4)
1.一种通用的灌溉自动化控制系统,其特征在于,包括以下部分:
设备模块,数据采集模块,一级数据处理模块,二级数据处理模块,数据分析模块,控制模块,检测反馈模块;
所述设备模块,包含通用的灌溉自动化控制系统中的所有设备并对所述设备进行管理维护;
所述数据采集模块,对所述设备模块中的设备进行数据采集获得通用的灌溉自动化控制系统的设备数据;
所述一级数据处理模块,对数据采集模块采集到的设备数据进行一级处理,为数据二级处理的准确性进行铺垫;对通用的灌溉自动化控制系统中的设备参数进行采集,得到设备参数数据集合;对采集到的设备数据进行一级数据处理,针对不同设备的数据分别进行一级数据处理,具体地:
第一,对工作监控设备参数集合,利用去除无效值,降噪方法进行一级数据处理,得到一级数据处理后的工作监控设备参数数据集合/>;
第二,对于工作测量器参数得到的工作量,采用标准归一化方法进行一级数据处理,得到一级数据处理后的工作量集合/>,通过标准归一化处理可降低数值大小;
第三,对工作区设备的数据集合,进行优化一级数据处理,具体过程如下:首先,直接删掉无效值及异常值,然后对删减后的数据用拟合算法进行拟合,即利用最小二乘法、拉格朗日拟合法或在拟合算法中选取两种不同算法进行拟合,通过由拟合函数构成的小波函数进行小波变换对删减后的数据进行小波处理,即对设备数据利用优化的小波变换进行降噪,进一步得到优化一级数据处理后工作区设备数据集合/>;
所述二级数据处理模块,对一级处理后的设备数据进行二级处理,得到各个设备的精准设备数据,并将二级处理后的设备数据发送至数据分析模块;二级数据处理过程如下:
第一步,通过上述拟合算法对数据集合进行拟合得到的拟合函数,预测设备参数数据的L个预测数值;
第二步,通过对第一步得到的拟合函数得到的拟合数据利用包装法进行特征提取,得到每种拟合算法下的特征集合T;
第三步,对上述L个预测数值结合特征集合T进行加权平均,求得设备参数数据的最佳的预测值/>;权重由特征集合T获取,每个权重通过计算对应特征向量的模来获取;具体公式表示如下:
,
其中,表示对特征集合的每个特征向量进行取模计算;
第四步,将上述最佳预测值,与优化一级数据处理后的工作区设备参数数据集合相加,最后,得到二级数据处理后的工作区设备的数据集合/>;
所述数据分析模块,将所述二级数据处理模块得到的精准设备数据,进行数据分析,得到各个设备的控制参数,并将控制参数发送至控制模块,进一步对设备进行自动化控制;具体地:将工作区设备数据经二级处理后送至数据分析模块,通过构建优化深度分析模型进行数据分析,得到工作区的状态参数;通过构建最佳匹配模型,将状态参数与历来状态参照依据进行匹配计算,得到最佳匹配状态,进一步制定应对策略,得到准确控制参数对通用的灌溉自动化控制系统进行自动化控制;
对二级数据处理后的工作区的设备数据集合,通过构建优化深度分析模型进行数据分析,得到工作区的状态参数,模型构建如下:
,
其中,表示精准处理后工作区设备的参数数据集合,包括温度传感器,湿度传感器,光照传感器,风速传感器,气压传感器以及其他浇灌系统所需设备的参数数据;/>表示标准化处理后的工作量集合;/>表示人为添加设备参数集合;/>表示检测反馈模块反馈的数据集合;/>表示模型的输出,即工作区的状态参数;
,且每个子集的元素个数为/>、/>、/>、/>、/>、/>;在下述计算时,用、/>、/>、/>、/>、表示/>、/>、/>、/>、/>、/>;
具体计算过程如下:
,
其中,表示第i个温度传感器的测湿系数,/>表示光照对湿度影响系数,/>表示风速对湿度影响系数,/>表示不同控制系统所需设备对工作区湿度影响值,E表示取均值,/>表示人为添加参数对工作区湿度影响值,/>表示检测反馈模块对工作区湿度影响值;
通过构建最佳匹配模型,将所述状态参数与历来状态参照依据进行匹配计算,得到最佳匹配状态,模型构建如下:
,
其中,表示工作区的状态参数;/>表示精准处理后工作区设备的参数数据集合;/>表示参考依据集合,/>表示历来工作区状态参数集合,/>表示对应的工作区设备的参数数据集合,/>表示对应的工作区设备的参数数据的特征向量集合;表示模型输出,即最佳匹配状态参数以及对应的设备数据集合;
具体计算过程如下:首先,将与/>通过比较法进行处理,得到初步匹配度集合;然后利用特征计算技术对集合/>进行特征向量计算,得到特征向量/>,将特征向量/>与工作区设备的参数数据的特征向量集合/>中的元素通过夹角计算法计算夹角,即/>,/>表示集合/>中的任意一个特征向量,得到再次匹配度集合/>;随后对/>、/>进行归一化处理,最后对两匹配度进行融合计算,得到最佳匹配,最后从参考依据中挑选出状态参数以及对应的设备数据集合/>;
根据状态参数以及对应的设备数据集合,获得各个设备的控制参数,并将控制参数传送至控制模块;
所述控制模块,通过数据分析模块传送的各个设备的控制参数对各个设备的参数进行自动化调整控制,选择对应领域模式实现对不同领域系统的自动化控制;
所述检测反馈模块,对通用的灌溉自动化控制系统的各个模块进行检测,并将检测得到的数据信息反馈到各个模块中,自适应地对各个模块进行调整,完成对通用的灌溉自动化控制系统的自动化控制。
2.根据权利要求1所述的一种通用的灌溉自动化控制系统,其特征在于,所述控制模块包含温控组件,湿度控制组件,水位控制组件,光控组件,水源控制组件,管道控制组件以及其他浇灌系统设备控制组件。
3.一种通用的灌溉自动化控制方法,其特征在于,包括以下步骤:
S1. 通过数据采集模块对通用的灌溉自动化控制系统中的设备参数数据进行采集,并将采集到的设备参数数据进行一级数据处理以及二级数据处理,得到准确的设备参数数据;
S11.对通用的灌溉自动化控制系统中的设备参数进行采集,得到设备参数数据集合;对采集到的设备数据进行一级数据处理,针对不同设备的数据分别进行一级数据处理,具体地:
第一,对工作监控设备参数集合,利用去除无效值,降噪方法进行一级数据处理,得到一级数据处理后的工作监控设备参数数据集合/>;
第二,对于工作测量器参数得到的工作量,采用标准归一化方法进行一级数据处理,得到一级数据处理后的工作量集合/>,通过标准归一化处理可降低数值大小;
第三,对工作区设备的数据集合,进行优化一级数据处理,具体过程如下:首先,直接删掉无效值及异常值,然后对删减后的数据用拟合算法进行拟合,即利用最小二乘法、拉格朗日拟合法或在拟合算法中选取两种不同算法进行拟合,通过由拟合函数构成的小波函数进行小波变换对删减后的数据进行小波处理,即对设备数据利用优化的小波变换进行降噪,进一步得到优化一级数据处理后工作区设备数据集合/>;
S12. 对一级数据处理后的部分数据进行二级数据处理,过程如下:
第一步,通过上述拟合算法对数据集合进行拟合得到的拟合函数,预测设备参数数据的L个预测数值;
第二步,通过对第一步得到的拟合函数得到的拟合数据利用包装法进行特征提取,得到每种拟合算法下的特征集合T;
第三步,对上述L个预测数值结合特征集合T进行加权平均,求得设备参数数据的最佳的预测值/>;权重由特征集合T获取,每个权重通过计算对应特征向量的模来获取;具体公式表示如下:
,
其中,表示对特征集合的每个特征向量进行取模计算;
第四步,将上述最佳预测值,与优化一级数据处理后的工作区设备参数数据集合相加,最后,得到二级数据处理后的工作区设备的数据集合/>;
S2. 将二级数据处理后的设备数据经数据分析模块进行数据分析,得到工作区的状态参数,进一步,得到各设备的控制参数,为控制模块对设备的自动化控制提供数据基础;具体地:将工作区设备数据经二级处理后送至数据分析模块,通过构建优化深度分析模型进行数据分析,得到工作区的状态参数;通过构建最佳匹配模型,将状态参数与历来状态参照依据进行匹配计算,得到最佳匹配状态,进一步制定应对策略,得到准确控制参数对通用的灌溉自动化控制系统进行自动化控制;
S21. 对二级数据处理后的工作区的设备数据集合,通过构建优化深度分析模型进行数据分析,得到工作区的状态参数,模型构建如下:
,
其中,表示精准处理后工作区设备的参数数据集合,包括温度传感器,湿度传感器,光照传感器,风速传感器,气压传感器以及其他浇灌系统所需设备的参数数据;/>表示标准化处理后的工作量集合;/>表示人为添加设备参数集合;/>表示检测反馈模块反馈的数据集合;/>表示模型的输出,即工作区的状态参数;
,且每个子集的元素个数为/>、/>、/>、/>、/>、/>;在下述计算时,用、/>、/>、/>、/>、表示/>、/>、/>、/>、/>、/>;
具体计算过程如下:
,
其中,表示第i个温度传感器的测湿系数,/>表示光照对湿度影响系数,/>表示风速对湿度影响系数,/>表示不同控制系统所需设备对工作区湿度影响值,E表示取均值,/>表示人为添加参数对工作区湿度影响值,/>表示检测反馈模块对工作区湿度影响值;
S22. 通过构建最佳匹配模型,将所述状态参数与历来状态参照依据进行匹配计算,得到最佳匹配状态,模型构建如下:
,
其中,表示工作区的状态参数;/>表示精准处理后工作区设备的参数数据集合;/>表示参考依据集合,/>表示历来工作区状态参数集合,/>表示对应的工作区设备的参数数据集合,/>表示对应的工作区设备的参数数据的特征向量集合;表示模型输出,即最佳匹配状态参数以及对应的设备数据集合;
具体计算过程如下:首先,将与/>通过比较法进行处理,得到初步匹配度集合;然后利用特征计算技术对集合/>进行特征向量计算,得到特征向量/>,将特征向量/>与工作区设备的参数数据的特征向量集合/>中的元素通过夹角计算法计算夹角,即/>,/>表示集合/>中的任意一个特征向量,得到再次匹配度集合/>;随后对/>、/>进行归一化处理,最后对两匹配度进行融合计算,得到最佳匹配,最后从参考依据中挑选出状态参数以及对应的设备数据集合/>;
根据状态参数以及对应的设备数据集合,获得各个设备的控制参数,并将控制参数传送至控制模块;
S3. 将数据分析模块获取的控制参数经控制模块对各个设备进行自动化参数调整,同时在整个通用的灌溉自动化控制系统运行过程中,通过检测反馈模块的反馈,自适应的调整系统各个设备参数,实现通用的灌溉自动化控制系统准确的自动化控制。
4.根据权利要求3所述的一种通用的灌溉自动化控制方法,其特征在于,所述步骤S3,具体包括:
根据数据分析模块得到的控制参数,对通用的灌溉自动化控制系统进行自动化参数调整,实现对通用的灌溉自动化控制系统的自动化控制;同时,在通用的灌溉自动化控制系统运行过程中,通过检测反馈模块的反馈,自适应的调整系统各个参数,实现对所述通用的灌溉自动化控制系统准确的自动化控制;
在监测反馈模块中根据工作监控设备参数对设备管理模块的一体化控制器利用经验法进行调整,根据工作测量器参数得到工作量,将一级数据处理后的工作量反馈值数据分析模块以及控制模块,对各设备进行自动化控制;
用户可根据自身实际需求通过检测反馈模块将具体设备人为影响参数值反馈至各个模块,进一步去调整所述通用的灌溉自动化控制系统;
根据经验法设定各个设备参数的阈值,将采集到的设备参数与阈值进行对比,若超出阈值范围,则反馈至一级数据处理模块、二级数据处理模块、数据分析模块,进一步获取控制参数,通过控制模块自适应的进行调整设备参数,实现所述通用的灌溉自动化控制系统的自动化控制。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310643940.1A CN116360331B (zh) | 2023-06-02 | 2023-06-02 | 一种通用的灌溉自动化控制系统及控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310643940.1A CN116360331B (zh) | 2023-06-02 | 2023-06-02 | 一种通用的灌溉自动化控制系统及控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116360331A CN116360331A (zh) | 2023-06-30 |
CN116360331B true CN116360331B (zh) | 2023-08-22 |
Family
ID=86909825
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310643940.1A Active CN116360331B (zh) | 2023-06-02 | 2023-06-02 | 一种通用的灌溉自动化控制系统及控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116360331B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116647586A (zh) * | 2023-07-24 | 2023-08-25 | 山东工泵电机有限公司 | 一种应用云计算实现水肥一体化智慧泵房遥控的方法 |
CN116675277B (zh) * | 2023-08-03 | 2023-10-27 | 济南山源环保科技有限公司 | 一种基于物联网的低能耗废水浓缩系统控制方法 |
CN116954089B (zh) * | 2023-09-21 | 2023-12-12 | 威海润蓝水处理设备有限公司 | 一种mvr刮板结晶控制系统 |
CN117289671B (zh) * | 2023-11-27 | 2024-02-02 | 博纯材料股份有限公司 | 高阶锗烷提纯生产控制系统的状态监控方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102009031734A1 (de) * | 2009-07-04 | 2011-01-13 | Heino Brose | Bewässerungsverfahren und Bewässerungsvorrichtung zur Bewässerung von Flächen mit Hilfe von vergangenen, aktuellen und wahrscheinlichkeitsberechneten zukünftigen Bewässerungsparametern |
CN104823121A (zh) * | 2012-09-30 | 2015-08-05 | 谷歌公司 | 智能控制器内的自动存在检测及与存在相关的控制 |
CN111379290A (zh) * | 2020-05-06 | 2020-07-07 | 扬州大学 | 一种基于天气预报的自动控制精确灌溉小型泵站 |
CN113039495A (zh) * | 2018-12-13 | 2021-06-25 | 安德里茨公司 | 工业厂房控制器 |
CN113748434A (zh) * | 2019-04-18 | 2021-12-03 | 卡乐优工业智能有限公司 | 工业和/或技术过程模型的评估和/或适配 |
CN114365614A (zh) * | 2021-11-22 | 2022-04-19 | 湖南大学 | 基于物联网的水肥精准调控方法、智能装备及系统 |
CN115342064A (zh) * | 2022-10-13 | 2022-11-15 | 南通银河水泵有限公司 | 一种轴流泵运行状态监测方法与系统 |
CN116149195A (zh) * | 2022-11-28 | 2023-05-23 | 荣耀终端有限公司 | 一种设备管理方法和系统 |
-
2023
- 2023-06-02 CN CN202310643940.1A patent/CN116360331B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102009031734A1 (de) * | 2009-07-04 | 2011-01-13 | Heino Brose | Bewässerungsverfahren und Bewässerungsvorrichtung zur Bewässerung von Flächen mit Hilfe von vergangenen, aktuellen und wahrscheinlichkeitsberechneten zukünftigen Bewässerungsparametern |
CN104823121A (zh) * | 2012-09-30 | 2015-08-05 | 谷歌公司 | 智能控制器内的自动存在检测及与存在相关的控制 |
CN113039495A (zh) * | 2018-12-13 | 2021-06-25 | 安德里茨公司 | 工业厂房控制器 |
CN113748434A (zh) * | 2019-04-18 | 2021-12-03 | 卡乐优工业智能有限公司 | 工业和/或技术过程模型的评估和/或适配 |
CN111379290A (zh) * | 2020-05-06 | 2020-07-07 | 扬州大学 | 一种基于天气预报的自动控制精确灌溉小型泵站 |
CN114365614A (zh) * | 2021-11-22 | 2022-04-19 | 湖南大学 | 基于物联网的水肥精准调控方法、智能装备及系统 |
CN115342064A (zh) * | 2022-10-13 | 2022-11-15 | 南通银河水泵有限公司 | 一种轴流泵运行状态监测方法与系统 |
CN116149195A (zh) * | 2022-11-28 | 2023-05-23 | 荣耀终端有限公司 | 一种设备管理方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116360331A (zh) | 2023-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116360331B (zh) | 一种通用的灌溉自动化控制系统及控制方法 | |
CN108386971B (zh) | 中央空调节能自控系统 | |
CN211503153U (zh) | 一种基于多目标的室内空气质量协同监测调控系统 | |
CN106163682B (zh) | 用于多个井口的分布式控制的系统和方法 | |
CN203785083U (zh) | 一种换热站智能供热系统 | |
WO2018101848A1 (en) | Predictive dynamic cloud based system for environmental sensing and actuation and respective method of operation | |
CN103177289B (zh) | 一种噪声不确定复杂非线性动态系统的建模方法 | |
CN112413831A (zh) | 一种中央空调节能控制系统及方法 | |
KR20210090394A (ko) | 머신러닝을 이용한 지능형 스마트팜 운영 시스템 | |
CN104636800A (zh) | 基于最小二乘加权的冷冻站系统神经网络优化单元及其方法 | |
CN115804334A (zh) | 一种基于数字孪生的农田灌溉智慧决策系统 | |
CN112465109A (zh) | 一种基于云边协同的农业大棚控制装置 | |
CN113359486A (zh) | 一种基于神经网络算法调控的智能窗户系统及调节方法 | |
CN113157030A (zh) | 一种基于机器学习的大棚温湿度监测及自适应调节系统 | |
CN107247407B (zh) | 一种基于云架构的大数据自我学习修正控制系统及方法 | |
CN110579961B (zh) | 一种面向立体种植的园林智慧给水方法及系统 | |
CN114781249A (zh) | 基于多维评分模型的高密度澄清池加药量预测及控制方法 | |
CN116690613A (zh) | 一种光伏智能清扫机器人的控制方法及系统 | |
CN109116827B (zh) | 基于物联网的日光温室水肥一体化灌溉控制方法及装置 | |
CN104731132A (zh) | 基于无线传感器执行器网络的温室地温监控系统及方法 | |
CN116225102B (zh) | 一种移动式的储能通信温升自动监控系统及装置 | |
CN203882219U (zh) | 池塘水体环境远程监控装置 | |
CN109283909A (zh) | 一种海水围网智能排污系统及方法 | |
CN204302791U (zh) | 一种应用于水产养殖中的水质监控系统 | |
Kokkonis et al. | FITRA: a neuro-fuzzy computational algorithm approach based on an embedded water planting system |
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 |