CN116540804A - 一种茄果类可控农业温室系统 - Google Patents
一种茄果类可控农业温室系统 Download PDFInfo
- Publication number
- CN116540804A CN116540804A CN202310648011.XA CN202310648011A CN116540804A CN 116540804 A CN116540804 A CN 116540804A CN 202310648011 A CN202310648011 A CN 202310648011A CN 116540804 A CN116540804 A CN 116540804A
- Authority
- CN
- China
- Prior art keywords
- data
- unit
- carbon dioxide
- dioxide concentration
- central processing
- 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
- 235000013399 edible fruits Nutrition 0.000 title claims description 18
- 238000001514 detection method Methods 0.000 claims abstract description 61
- 230000002159 abnormal effect Effects 0.000 claims abstract description 59
- 238000012545 processing Methods 0.000 claims abstract description 44
- 238000013500 data storage Methods 0.000 claims abstract description 36
- 238000007405 data analysis Methods 0.000 claims abstract description 28
- 230000000007 visual effect Effects 0.000 claims abstract description 19
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 96
- 238000005286 illumination Methods 0.000 claims description 50
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 48
- 239000001569 carbon dioxide Substances 0.000 claims description 48
- 239000002689 soil Substances 0.000 claims description 21
- 230000001502 supplementing effect Effects 0.000 claims description 15
- 238000011161 development Methods 0.000 claims description 12
- 238000003973 irrigation Methods 0.000 claims description 12
- 230000002262 irrigation Effects 0.000 claims description 12
- 238000012856 packing Methods 0.000 claims description 12
- 238000009423 ventilation Methods 0.000 claims description 12
- 238000013461 design Methods 0.000 claims description 5
- 238000007906 compression Methods 0.000 claims description 4
- 230000006835 compression Effects 0.000 claims description 4
- 238000013499 data model Methods 0.000 claims description 4
- 230000007613 environmental effect Effects 0.000 claims description 3
- 230000003993 interaction Effects 0.000 claims description 3
- 239000003621 irrigation water Substances 0.000 claims description 3
- 230000005855 radiation Effects 0.000 claims description 3
- 238000002372 labelling Methods 0.000 abstract 1
- 230000018109 developmental process Effects 0.000 description 11
- 235000013311 vegetables Nutrition 0.000 description 11
- 238000010586 diagram Methods 0.000 description 5
- 238000000034 method Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 241000196324 Embryophyta Species 0.000 description 2
- 241000238631 Hexapoda Species 0.000 description 2
- 235000002597 Solanum melongena Nutrition 0.000 description 2
- 244000061458 Solanum melongena Species 0.000 description 2
- 241000607479 Yersinia pestis Species 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000005078 fruit development Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 235000016709 nutrition Nutrition 0.000 description 2
- 230000035764 nutrition Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 206010058314 Dysplasia Diseases 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000004720 fertilization Effects 0.000 description 1
- 230000009027 insemination Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000010152 pollination Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D23/00—Control of temperature
- G05D23/19—Control of temperature characterised by the use of electric means
- G05D23/20—Control of temperature characterised by the use of electric means with sensing elements having variation of electric or magnetic properties with change of temperature
-
- 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)
- Cultivation Of Plants (AREA)
Abstract
本发明公开了一种茄果类可控农业温室系统，涉及农业温室系统技术领域，包括数据采集单元、环境检测单元、中央处理单元、数据存储单元、智能控制单元、执行单元和可视化界面单元，所述数据采集单元通过传感器采集数据，通过数据采集器将这些数据整合为采集数据，将采集数据同时传输至环境检测单元和中央处理单元，所述环境检测单元根据接收的采集数据和数据存储单元存储的采集数据进行数据分析，采用数据分析算法，从而检测出异常数据，将异常数据传输至中央处理单元。本发明通过数据采集单元采集数据，环境检测单元检测异常数据，中央处理单元标注采集数据，智能控制单元设定控制参数，执行单元执行控制参数完成对温室系统的自动智能的控制。
Description
技术领域
本发明涉及农业温室系统技术领域，具体为一种茄果类可控农业温室系统。
背景技术
茄果类蔬菜发育生长期适宜温度25℃-30℃，过高或过低可导致授粉不良、畸形果增多、座果率降低，结果期间的适宜温度是25℃-30℃，17℃以下低温或35℃以上高温下，生长缓慢，花芽分化延迟，授粉和果实的生长发育都会受到阻碍，花粉管的伸长受到影响，甚至会产生没有受精能力的不成熟花粉，常导致落花或果实发育不良形成畸形果，茄果类蔬菜结果后温度较高，有利于营养积累，果实发育快，有利于果实膨大，温度较高茄子的授精较快，果实的发育快；
在传统的温室系统中，很难控制温度、湿度和光照，导致普遍存在的问题是茄果类蔬菜品质不稳定且生长周期长，为了改善这些问题，本系统通过自动化和智能化技术监测和调节温度、湿度和光照，从而实现茄果类蔬菜的更加准确的生长环境控制，提高茄果类蔬菜品质和减少生长周期，而且茄果类蔬菜也受到多种病虫害和气候变化等诸多因素的影响，造成生产成本增加和品质下降，所以建立一种可控农业温室系统，不仅能够提高茄果类蔬菜品质和增加产量，还能够规避这些不可控因素对农业产业造成的风险。
发明内容
本发明的目的在于提供一种茄果类可控农业温室系统，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：一种茄果类可控农业温室系统，包括数据采集单元、环境检测单元、中央处理单元、数据存储单元、智能控制单元、执行单元和可视化界面单元，所述数据采集单元通过湿度传感器采集湿度，通过光照强度传感器采集光照数据，将这些数据整合为采集数据，通过数据采集器将这些数据整合为采集数据，将采集数据同时传输至环境检测单元和中央处理单元，所述环境检测单元对数据采集单元发出的采集数据进行接收，根据接收的采集数据和数据存储单元存储的采集数据进行数据分析，根据数据分析算法，从而检测出异常数据，将异常数据传输至中央处理单元，所述中央处理单元对数据采集单元发出的采集数据和环境检测单元发出的异常数据进行接收，根据异常数据与采集数据从而将采集数据中的异常数据进行标注，将标注后的采集数据传输至智能控制单元。
优选的，所述智能控制单元对中央处理单元发出的采集数据进行接收，根据标注的采集数据，设定系统参数，并将采集数据传输至数据存储单元和设定的系统参数传输至执行单元，所述执行单元对智能控制单元发出的系统参数进行接收，根据系统参数执行相关操作，例如补光灯的打开或者关闭，所述数据存储单元对智能控制单元发出的采集数据进行接收，将采集数据存储在数据库中，并将采集数据传输至可视化界面单元中，所述可视化界面单元对数据存储单元发出的采集数据进行接收，将接收到的采集数据通过显示屏显示。
优选的，所述数据采集单元的发射端分别同时与环境检测单元和中央处理单元的接收端电性连接，所述环境检测单元的发射端与中央处理单元的接收端电性连接，所述中央处理单元的发射端与智能控制单元的接收端电性连接，所述智能控制单元的发射端分别同时与数据存储单元和执行单元的接收端电性连接，所述数据存储单元的发射端分别同时与环境检测单元和可视化界面单元和接收端电性连接。
优选的，所述数据采集单元包括空气湿度传感模块、空气温度传感模块、光照强度传感模块、土壤湿度传感模块和二氧化碳浓度传感模块，空气湿度传感模块用于测量空气中的湿气含量并将其转化为电信号输出，空气温度传感模块用于快速、准确地采集温度数据，并且通过测量一定距离处被测物体发出的热辐射强度来确定被测物的温度的技术手段来监控温度传感器的性能，及时发现并处理传感器故障，光照强度传感模块用于实时检测温室内的光照强度，并且与其他装置进行数据交互，例如可调节的光照控制器等，以实现更为精确的光照控制，土壤湿度传感模块用于测量土壤中的湿气含量并将其转化为电信号输出，二氧化碳浓度传感模块用于测量空气中的二氧化碳浓度。
优选的，所述环境检测单元包括光照强度检测模块、土壤湿度检测模块、空气湿度检测模块、空气温度检测模块和二氧化碳浓度检测模块，光照强度检测模块采用光电二极管的光照强度检测方法，将模拟信号的数字化和噪声的去除，将模拟信号转为数据信号，对数据采用数据分析算法从中将异常数据筛选出来，土壤湿度检测模块采用水分传感器来检测放置在不同深度和地点的土壤中的水分含量，并对该数据采用数据分析算法从中将异常数据筛选出来，空气湿度检测模块采用传感器监测温室内部的环境数据，并对该数据采用数据分析算法从中将异常数据筛选出来，空气温度检测模块采用温度传感器监测温室内部的温度数据，并对该数据采用数据分析算法从中将异常数据筛选出来，二氧化碳浓度检测模块采用二氧化碳浓度传感器监测温室内部的二氧化碳浓度数据，并对该数据采用数据分析算法从中将异常数据筛选出来。
优选的，所述智能控制单元包括温室通风模块、灌溉模块、光照补光模块、温度控制模块、湿度控制模块和二氧化碳浓度控制模块，温室通风模块根据中央处理单元标注的采集数据中的空气温度和湿度异常数据，设定温度和湿度参数，发出自动打开或关闭温室通风系统的控制参数，将参数及控制参数传输至执行单元，灌溉模块根据中央处理单元标注的采集数据中的土壤湿度异常数据，设定调节灌溉量参数，例如灌溉量参数设为灌溉的水量，将参数传输至执行单元。
优选的，所述智能控制单元的光照补光模块根据中央处理单元标注的采集数据中的光照强度异常数据，当异常光照强度数据达到设定的最小值时，补光灯开始工作，当异常光照强度超过设定的最大值时，补光灯也要及时停止工作，设定补光的工作时间参数，例如工作时间参数设为半小时，将参数传输至执行单元，温度控制模块根据中央处理单元标注的采集数据中的温度异常数据，设定合理范围的温度参数，例如合理的温度范围为20到30摄氏度，将温度参数传输至执行单元，湿度控制模块根据中央处理单元标注的采集数据中的湿度异常数据，设定合理范围的湿度参数，例如合理的湿度范围为45-65％，将湿度参数传输至执行单元，二氧化碳浓度控制模块根据中央处理单元标注的采集数据中的二氧化碳浓度异常数据，通过二氧化碳浓度传感器与通风系统连接，以调整室内二氧化碳水平，设定合理范围的二氧化碳浓度参数，例如合理的二氧化碳浓度范围为23-31mmol/L，将二氧化碳浓度参数传输至执行单元。
优选的，所述数据存储单元采用常见的数据库系统来实现可控温室系统的数据存储，例如MySQL、Oracle等。
所述可视化界面单元包括Vue.js框架、Element-UI组件库、CSS Flexbox布局和前端打包工具Webpack，Vue.js框架来设计并开发界面，通过Vue.js的MVVM模式，将前端的控制逻辑和数据模型能够有效地分离，Element-UI组件库提供了各种UI组件和风格，CSSFlexbox布局实现自适应和响应式设计，前端打包工具Webpack，实现代码的打包和压缩，同时也支持Vue.js的单文件组件开发。
优选的，所述可视化界面单元包括Vue.js框架、Element-UI组件库、CSS Flexbox布局和前端打包工具Webpack，Vue.js框架来设计并开发界面，通过Vue.js的MVVM模式，将前端的控制逻辑和数据模型能够有效地分离，降低了开发的复杂度，提高了可维护性，Element-UI组件库提供了各种UI组件和风格，加快界面开发的速度，CSS Flexbox布局实现自适应和响应式设计，前端打包工具Webpack实现代码的打包和压缩，同时也支持Vue.js的单文件组件开发，提高了开发效率和代码的复用性。
数据分析算法具体为：假设数据库D＝{T1,T2,...,Tn}、数据记录T＝{ik|k＝1,2,…,m}，则T的项目集合可记为I＝{i1,i2,...,in}，其中，X为数据库D中的一个项目集，则可用数据库D中包含项目集X的个数与数据库D中总的项目记录个数|D|之间的比值，表示项目集X在网络数据库D中的支持度，具体公式为：
若X、Y两个项目集存在关联性和关联规则为X——→Y，可用数据库D中X∩Y与X的支持度比值，表示关联规则X——→Y的置信度，具体公式为：
当X项目集的支持度大于或等于最小支持度时，则称该项目集为频繁项集，否则称该项目集为非频繁项集，其中，置信度表示两个项目集关联规则的强度，取值范围为0～1，可设置最小值置信度的阈值为min_conf，以衡量两个项目集的关联度。
与现有技术相比，本发明的有益效果是：
本发明通过智能控制单元对温室系统的温度、湿度和光照进行智能控制，有利于茄果类蔬菜营养积累，加快茄果类蔬菜果实的发育，并且由于对温度、湿度和光照的严格控制，也减少了多种病虫害和气候变化等诸多因素的影响，有利于提高茄果类蔬菜的作物品质和缩短生长周期，减少了生产成本，提高了经济效益；通过数据存储单元对各种数据的存储，便于通过数据分析确定最佳的生长环境参数设置，并建立数学模型，更好的优化系统，从而达到高产和高品质的目的；通过可视化界面单元对各种数据的显示，有利于更好的对茄果类蔬菜种植的监测，有利于快速识别和判断出系统中可能出现的故障和异常情况，提高温室系统的稳定性。
附图说明
图1为本发明的一种茄果类可控农业温室系统的系统原理框图；
图2为本发明的数据采集单元原理框图；
图3为本发明的环境检测单元原理框图；
图4为本发明的智能控制单元原理框图；
图5为本发明的可视化界面单元原理框图。
图中：1、数据采集单元；2、环境检测单元；3、中央处理单元；4、数据存储单元；5、智能控制单元；6、执行单元；7、可视化界面单元。
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。
请参阅图1-5，本发明提供一种技术方案：一种茄果类可控农业温室系统，包括数据采集单元1、环境检测单元2、中央处理单元3、数据存储单元4、智能控制单元5、执行单元6和可视化界面单元7，数据采集单元1通过温度传感器采集温度数据，通过湿度传感器采集湿度，通过光照强度传感器采集光照数据，通过数据采集器将这些数据整合为采集数据，将采集数据同时传输至环境检测单元2和中央处理单元3，环境检测单元2对数据采集单元1发出的采集数据进行接收，根据接收的采集数据和数据存储单元4存储的采集数据进行数据分析，采用数据分析算法，从而检测出异常数据，将异常数据传输至中央处理单元3，中央处理单元3对数据采集单元1发出的采集数据和环境检测单元2发出的异常数据进行接收，根据异常数据与采集数据从而将采集数据中的异常数据进行标注，将标注后的采集数据传输至智能控制单元5。
智能控制单元5对中央处理单元3发出的采集数据进行接收，根据标注的采集数据，设定系统参数，并将采集数据传输至数据存储单元4和设定的系统参数传输至执行单元6，执行单元6对智能控制单元5发出的系统参数进行接收，根据系统参数执行相关操作，例如补光灯的打开或者关闭，数据存储单元4对智能控制单元5发出的采集数据进行接收，将采集数据存储在数据存储单元4中，并将采集数据传输至可视化界面单元7中，可视化界面单元7对数据存储单元4发出的采集数据进行接收，将接收到的采集数据通过显示屏显示；
数据采集单元1的发射端分别同时与环境检测单元2和中央处理单元3的接收端电性连接，环境检测单元2的发射端与中央处理单元3的接收端电性连接，中央处理单元3的发射端与智能控制单元5的接收端电性连接，智能控制单元5的发射端分别同时与数据存储单元4和执行单元6的接收端电性连接，数据存储单元4的发射端分别同时与环境检测单元2和可视化界面单元7和接收端电性连接；
数据采集单元1包括空气湿度传感模块、空气温度传感模块、光照强度传感模块、土壤湿度传感模块和二氧化碳浓度传感模块，空气湿度传感模块用于测量空气中的湿气含量并将其转化为电信号输出，空气温度传感模块用于快速、准确地采集温度数据，并且通过测量一定距离处被测物体发出的热辐射强度来确定被测物的温度的技术手段来监控温度传感器的性能，及时发现并处理传感器故障，光照强度传感模块用于实时检测温室内的光照强度，并且与其他装置进行数据交互，例如可调节的光照控制器等，以实现更为精确的光照控制，土壤湿度传感模块用于测量土壤中的湿气含量并将其转化为电信号输出，二氧化碳浓度传感模块用于测量空气中的二氧化碳浓度；
环境检测单元2包括光照强度检测模块、土壤湿度检测模块、空气湿度检测模块、空气温度检测模块和二氧化碳浓度检测模块，光照强度检测模块采用光电二极管的光照强度检测方法，将模拟信号的数字化和噪声的去除，将模拟信号转为数据信号，对数据采用数据分析算法从中将异常数据筛选出来，土壤湿度检测模块采用水分传感器来检测放置在不同深度和地点的土壤中的水分含量，并对该数据采用数据分析算法从中将异常数据筛选出来，空气湿度检测模块采用传感器监测温室内部的环境数据，并对该数据采用数据分析算法从中将异常数据筛选出来，空气温度检测模块采用温度传感器监测温室内部的温度数据，并对该数据采用数据分析算法从中将异常数据筛选出来，二氧化碳浓度检测模块采用二氧化碳浓度传感器监测温室内部的二氧化碳浓度数据，并对该数据采用数据分析算法从中将异常数据筛选出来；
智能控制单元5包括温室通风模块、灌溉模块、光照补光模块、温度控制模块、湿度控制模块和二氧化碳浓度控制模块，温室通风模块根据中央处理单元3标注的采集数据中的空气温度和湿度异常数据，设定温度和湿度参数，发出自动打开或关闭温室通风系统的控制参数，将参数及控制参数传输至执行单元6，灌溉模块根据中央处理单元3标注的采集数据中的土壤湿度异常数据，设定调节灌溉量参数，例如灌溉量参数设为灌溉的水量，将参数传输至执行单元6；
智能控制单元5的光照补光模块根据中央处理单元3标注的采集数据中的光照强度异常数据，当异常光照强度数据达到设定的最小值时，补光灯开始工作，当异常光照强度超过设定的最大值时，补光灯也要及时停止工作，设定补光的工作时间参数，例如工作时间参数设为半小时，将参数传输至执行单元6，温度控制模块根据中央处理单元3标注的采集数据中的温度异常数据，设定合理范围的温度参数，例如合理的温度范围为20到30摄氏度，将温度参数传输至执行单元6，湿度控制模块根据中央处理单元3标注的采集数据中的湿度异常数据，设定合理范围的湿度参数，例如合理的湿度范围为45-65％，将湿度参数传输至执行单元6，二氧化碳浓度控制模块根据中央处理单元3标注的采集数据中的二氧化碳浓度异常数据，通过二氧化碳浓度传感器与通风系统连接，以调整室内二氧化碳水平，设定合理范围的二氧化碳浓度参数，例如合理的二氧化碳浓度范围为23-31mmol/L，将二氧化碳浓度参数传输至执行单元6；
数据存储单元4采用常见的数据库系统来实现可控温室系统的数据存储，例如MySQL、Oracle等；
可视化界面单元包括Vue.js框架、Element-UI组件库、CSS Flexbox布局和前端打包工具Webpack，Vue.js框架来设计并开发界面，通过Vue.js的MVVM模式，将前端的控制逻辑和数据模型能够有效地分离，降低了开发的复杂度，提高了可维护性，Element-UI组件库提供了各种UI组件和风格，加快界面开发的速度，CSS Flexbox布局实现自适应和响应式设计，前端打包工具Webpack实现代码的打包和压缩，同时也支持Vue.js的单文件组件开发，提高了开发效率和代码的复用性；
数据分析算法具体为：假设数据库D＝{T1,T2,...,Tn}、数据记录T＝{ik|k＝1,2,…,m}，则T的项目集合可记为I＝{i1,i2,...,in}，其中，X为数据库D中的一个项目集，则可用数据库D中包含项目集X的个数与数据库D中总的项目记录个数|D|之间的比值，表示项目集X在网络数据库D中的支持度，具体公式为：
若X、Y两个项目集存在关联性和关联规则为X——→Y，可用数据库D中X∩Y与X的支持度比值，表示关联规则X——→Y的置信度，具体公式为：
当X项目集的支持度大于或等于最小支持度时，则称该项目集为频繁项集，否则称该项目集为非频繁项集，其中，置信度表示两个项目集关联规则的强度，取值范围为0～1，可设置最小值置信度的阈值为min_conf，以衡量两个项目集的关联度。
工作原理：本发明的数据采集单元1通过传感器采集温度、湿度、光照等多个参数的数据，通过数据采集器将这些数据整合为采集数据，将采集数据同时传输至环境检测单元2和中央处理单元3，环境检测单元2对数据采集单元1发出的采集数据进行接收，根据接收的采集数据和数据存储单元4存储的采集数据进行数据分析，采用数据分析算法，从而检测出异常数据，将异常数据传输至中央处理单元3，中央处理单元3对数据采集单元1发出的采集数据和环境检测单元2发出的异常数据进行接收，根据异常数据与采集数据从而将采集数据中的异常数据进行标注，将标注后的采集数据传输至智能控制单元5，智能控制单元5对中央处理单元3发出的采集数据进行接收，根据标注的采集数据，设定系统参数，并将采集数据传输至数据存储单元4和设定的系统参数传输至执行单元6，执行单元6对智能控制单元5发出的系统参数进行接收，根据系统参数执行相关操作，数据存储单元4对智能控制单元5发出的采集数据进行接收，将采集数据存储在数据库中，并将采集数据传输至可视化界面单元7中，可视化界面单元7对数据存储单元4发出的采集数据进行接收，将接收到的采集数据通过显示屏显示。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (9)
1.一种茄果类可控农业温室系统，包括数据采集单元(1)、环境检测单元(2)、中央处理单元(3)、数据存储单元(4)、智能控制单元(5)、执行单元(6)和可视化界面单元(7)，其特征在于：所述数据采集单元(1)通过温度传感器采集温度数据，通过湿度传感器采集湿度，通过光照强度传感器采集光照数据，将这些数据整合为采集数据，将采集数据同时传输至环境检测单元(2)和中央处理单元(3)，所述环境检测单元(2)对数据采集单元(1)发出的采集数据进行接收，根据接收的采集数据和数据存储单元(4)存储的采集数据进行数据分析，根据数据分析算法，从而检测出异常数据，将异常数据传输至中央处理单元(3)，所述中央处理单元(3)对数据采集单元(1)发出的采集数据和环境检测单元(2)发出的异常数据进行接收，根据异常数据与采集数据将采集数据中的异常数据进行标注，将标注后的采集数据传输至智能控制单元(5)。
2.根据权利要求1所述的一种茄果类可控农业温室系统，其特征在于：所述智能控制单元(5)对中央处理单元(3)发出的采集数据进行接收，根据标注的采集数据，设定系统参数，并将采集数据传输至数据存储单元(4)和设定的系统参数传输至执行单元(6)，所述执行单元(6)对智能控制单元(5)发出的系统参数进行接收，根据系统参数执行相关操作，例如补光灯的打开或者关闭，所述数据存储单元(4)对智能控制单元(5)发出的采集数据进行接收，将采集数据存储在数据存储单元(4)中，并将采集数据传输至可视化界面单元(7)中，所述可视化界面单元(7)对数据存储单元(4)发出的采集数据进行接收，将接收到的采集数据通过显示屏显示。
3.根据权利要求1所述的一种茄果类可控农业温室系统，其特征在于：所述数据采集单元(1)的发射端分别同时与环境检测单元(2)和中央处理单元(3)的接收端电性连接，所述环境检测单元(2)的发射端与中央处理单元(3)的接收端电性连接，所述中央处理单元(3)的发射端与智能控制单元(5)的接收端电性连接，所述智能控制单元(5)的发射端分别同时与数据存储单元(4)和执行单元(6)的接收端电性连接，所述数据存储单元(4)的发射端分别同时与环境检测单元(2)和可视化界面单元(7)和接收端电性连接。
4.根据权利要求1所述的一种茄果类可控农业温室系统，其特征在于：所述数据采集单元(1)包括空气湿度传感模块、空气温度传感模块、光照强度传感模块、土壤湿度传感模块和二氧化碳浓度传感模块，空气湿度传感模块用于测量空气中的湿气含量并将其转化为电信号输出，空气温度传感模块用于快速、准确地采集温度数据，并且通过测量一定距离处被测物体发出的热辐射强度来确定被测物的温度的技术手段来监控温度传感器的性能，及时发现并处理传感器故障，光照强度传感模块用于实时检测温室内的光照强度，并且与其他装置进行数据交互，例如可调节的光照控制器等，以实现更为精确的光照控制，土壤湿度传感模块用于测量土壤中的湿气含量并将其转化为电信号输出，二氧化碳浓度传感模块用于测量空气中的二氧化碳浓度。
5.根据权利要求1所述的一种茄果类可控农业温室系统，其特征在于：所述环境检测单元(2)包括光照强度检测模块、土壤湿度检测模块、空气湿度检测模块、空气温度检测模块和二氧化碳浓度检测模块，光照强度检测模块采用光电二极管的光照强度检测方法，将模拟信号的数字化和噪声的去除，将模拟信号转为数据信号，对数据采用数据分析算法从中将异常数据筛选出来，土壤湿度检测模块采用水分传感器来检测放置在不同深度和地点的土壤中的水分含量，并对该数据采用数据分析算法从中将异常数据筛选出来，空气湿度检测模块采用传感器监测温室内部的环境数据，并对该数据采用数据分析算法从中将异常数据筛选出来，空气温度检测模块采用温度传感器监测温室内部的温度数据，并对该数据采用数据分析算法从中将异常数据筛选出来，二氧化碳浓度检测模块采用二氧化碳浓度传感器监测温室内部的二氧化碳浓度数据，并对该数据采用数据分析算法从中将异常数据筛选出来。
6.根据权利要求1所述的一种茄果类可控农业温室系统，其特征在于：所述智能控制单元(5)包括温室通风模块、灌溉模块、光照补光模块、温度控制模块、湿度控制模块和二氧化碳浓度控制模块，温室通风模块根据中央处理单元(3)标注的采集数据中的空气温度和湿度异常数据，设定发出自动打开或关闭温室通风系统的控制参数，将参数传输至执行单元(6)，灌溉模块根据中央处理单元(3)标注的采集数据中的土壤湿度异常数据，设定调节灌溉量参数，例如灌溉量参数设为灌溉的水量，将参数传输至执行单元(6)。
7.根据权利要求6所述的一种茄果类可控农业温室系统，其特征在于：所述智能控制单元(5)的光照补光模块根据中央处理单元(3)标注的采集数据中的光照强度异常数据，当异常光照强度数据达到设定的最小值时，补光灯开始工作，当异常光照强度超过设定的最大值时，补光灯也要及时停止工作，设定补光的工作时间参数，例如工作时间参数设为半小时，将参数传输至执行单元(6)，温度控制模块根据中央处理单元(3)标注的采集数据中的温度异常数据，设定合理范围的温度参数，例如合理的温度范围为20到30摄氏度，将温度参数传输至执行单元(6)，湿度控制模块根据中央处理单元(3)标注的采集数据中的湿度异常数据，设定合理范围的湿度参数，例如合理的湿度范围为45-65％，将湿度参数传输至执行单元(6)，二氧化碳浓度控制模块根据中央处理单元(3)标注的采集数据中的二氧化碳浓度异常数据，通过二氧化碳浓度传感器与通风系统连接，以调整室内二氧化碳水平，设定合理范围的二氧化碳浓度参数，例如合理的二氧化碳浓度范围为23-31mmol/L，将二氧化碳浓度参数传输至执行单元(6)。
8.根据权利要求1所述的一种茄果类可控农业温室系统，其特征在于：所述数据存储单元(4)采用常见的数据库系统来实现可控温室系统的数据存储，例如MySQL、Oracle等。
9.根据权利要求1所述的一种茄果类可控农业温室系统，其特征在于：所述可视化界面单元(7)包括Vue.js框架、Element-UI组件库、CSSFlexbox布局和前端打包工具Webpack，Vue.js框架来设计并开发界面，通过Vue.js的MVVM模式，将前端的控制逻辑和数据模型能够有效地分离，Element-UI组件库提供了各种UI组件和风格，CSSFlexbox布局实现自适应和响应式设计，前端打包工具Webpack，实现代码的打包和压缩，同时也支持Vue.js的单文件组件开发。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310648011.XA CN116540804A (zh) | 2023-06-02 | 2023-06-02 | 一种茄果类可控农业温室系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310648011.XA CN116540804A (zh) | 2023-06-02 | 2023-06-02 | 一种茄果类可控农业温室系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116540804A true CN116540804A (zh) | 2023-08-04 |
Family
ID=87447108
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310648011.XA Pending CN116540804A (zh) | 2023-06-02 | 2023-06-02 | 一种茄果类可控农业温室系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116540804A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108646804A (zh) * | 2018-08-06 | 2018-10-12 | 深圳大图科创技术开发有限公司 | 一种智能温室调节系统 |
| CN109976421A (zh) * | 2019-03-27 | 2019-07-05 | 甘超宇 | 一种智能温室大棚控制系统及使用方法 |
| CN111158414A (zh) * | 2020-03-16 | 2020-05-15 | 浙江大学城市学院 | 一种温室大棚的智能农业监测系统 |
| CN112051875A (zh) * | 2020-09-09 | 2020-12-08 | 山东锋士信息技术有限公司 | 一种无人值守的番茄智慧温室设备自动调控方法 |
| CN216596050U (zh) * | 2021-12-29 | 2022-05-24 | 天水长城电工起重电气有限公司 | 大棚设施农作物生长环境因子监控系统 |
| CN114859998A (zh) * | 2022-06-22 | 2022-08-05 | 兰州大学 | 一种智能温室控制系统及控制方法 |
-
2023
- 2023-06-02 CN CN202310648011.XA patent/CN116540804A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108646804A (zh) * | 2018-08-06 | 2018-10-12 | 深圳大图科创技术开发有限公司 | 一种智能温室调节系统 |
| CN109976421A (zh) * | 2019-03-27 | 2019-07-05 | 甘超宇 | 一种智能温室大棚控制系统及使用方法 |
| CN111158414A (zh) * | 2020-03-16 | 2020-05-15 | 浙江大学城市学院 | 一种温室大棚的智能农业监测系统 |
| CN112051875A (zh) * | 2020-09-09 | 2020-12-08 | 山东锋士信息技术有限公司 | 一种无人值守的番茄智慧温室设备自动调控方法 |
| CN216596050U (zh) * | 2021-12-29 | 2022-05-24 | 天水长城电工起重电气有限公司 | 大棚设施农作物生长环境因子监控系统 |
| CN114859998A (zh) * | 2022-06-22 | 2022-08-05 | 兰州大学 | 一种智能温室控制系统及控制方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111652756A (zh) | 一种绿色智慧农业大棚种植环境监测管理系统 | |
| KR101852987B1 (ko) | 고부가가치 버섯재배를 위한 모듈형 식물공장시스템 | |
| CN111507857A (zh) | 一种基于物联网技术的数字化农业种植系统和方法 | |
| CN110514248B (zh) | 一种基于大数据的智能化、自动化农业数据采集系统 | |
| KR20180022159A (ko) | 기계학습을 이용한 양액제어장치 및 방법 | |
| KR20200063500A (ko) | 모듈형 스마트팜 버섯재배 시스템 | |
| CN207264228U (zh) | 一种优化植物生长的植物柜及控制系统 | |
| CN211855422U (zh) | 一种智慧农业种植数据监测与处理装置 | |
| CN112003948A (zh) | 一种智慧农业物联网系统 | |
| CN116776290A (zh) | 一种烟草大数据模型构建方法 | |
| CN206593694U (zh) | 一种农业环境监测系统 | |
| CN116540804A (zh) | 一种茄果类可控农业温室系统 | |
| CN111207789A (zh) | 一种适用于果蔬种植环境的无线数据采集终端及方法 | |
| CN108759912A (zh) | 一种基于物联网的农业大棚环境检测系统 | |
| CN116627193A (zh) | 一种温室大棚智能管控平台及方法 | |
| CN112286267A (zh) | 一种基于大数据的室内菌菇种植环境智能监测分析系统 | |
| US20230309464A1 (en) | Method and apparatus for automated crop recipe optimization | |
| US20220079125A1 (en) | Holding Tank Monitoring System Based On Wireless Sensor Network And Monitoring Method | |
| US20230102916A1 (en) | A plant growth monitoring system and method | |
| CN211178573U (zh) | 高度自调节温室农作物生长环境监测装置 | |
| CN111771497A (zh) | 一种提高硒含量的苹果施肥种植方法 | |
| CN204788466U (zh) | 农业温室环境监测系统 | |
| CN113155177A (zh) | 一种采集果园环境信息的方法 | |
| CA3127938A1 (en) | Holding tank monitoring system based on wireless sensor network and monitoring method | |
| CN112577934A (zh) | 一种基于叶绿素荧光图像分析的灌浆期耐热油菜筛选方法 |
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 |