CN116594453A - 一种基于积温理论的大棚智能控制方法及系统 - Google Patents
一种基于积温理论的大棚智能控制方法及系统 Download PDFInfo
- Publication number
- CN116594453A CN116594453A CN202310697917.0A CN202310697917A CN116594453A CN 116594453 A CN116594453 A CN 116594453A CN 202310697917 A CN202310697917 A CN 202310697917A CN 116594453 A CN116594453 A CN 116594453A
- Authority
- CN
- China
- Prior art keywords
- temperature
- theoretical
- accumulation
- greenhouse
- day
- 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
- 238000000034 method Methods 0.000 title claims abstract description 25
- 230000012010 growth Effects 0.000 claims abstract description 80
- 238000009825 accumulation Methods 0.000 claims abstract description 71
- 238000012545 processing Methods 0.000 claims description 62
- 238000003860 storage Methods 0.000 claims description 14
- 230000001186 cumulative effect Effects 0.000 claims description 3
- 230000002354 daily effect Effects 0.000 description 21
- 238000010438 heat treatment Methods 0.000 description 10
- 238000001816 cooling Methods 0.000 description 8
- 238000005265 energy consumption Methods 0.000 description 6
- 235000013311 vegetables Nutrition 0.000 description 6
- 230000008859 change Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 238000009331 sowing Methods 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 238000011217 control strategy Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 238000009423 ventilation Methods 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 235000007688 Lycopersicon esculentum Nutrition 0.000 description 1
- 240000003768 Solanum lycopersicum Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000012271 agricultural production Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000035784 germination Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 239000000463 material Substances 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
- 230000008635 plant growth Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000017260 vegetative to reproductive phase transition of meristem Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
本发明涉及一种基于积温理论的大棚智能控制方法及系统。方法包括步骤:S1、获取作物生长理论所需总积温、理论生长周期总天数;S2、基于作物生长理论所需总积温、理论生长周期总天数,计算得到理论每日平均积温;S3、获取当天结束时作物的实际累计积温,并基于理论每日平均积温计算得到下一天结束时作物的理论累计积温,并计算作物下一天结束时的理论累计积温与作物已生长天数内的实际累计积温的理论差值;S4、在下一天内基于理论差值、当天实时积温,实时控制大棚温度;S5、循环步骤S1~步骤S4,以使理论生长周期结束后,作物的实际累计积温与作物生长理论所需总积温的差值在预设误差范围内。本发明可基于积温理论对大棚温度进行智能控制。
Description
技术领域
本发明属于农作物栽培技术领域,具体涉及一种基于积温理论的大棚智能控制方法及系统。
背景技术
温室大棚种植具有许多优点,如扩大农业生产规模,提高作物产量,改善品质,延长生长期等。但温室大棚内的气象条件变化大,而且不易控制,如温度、湿度、光照、二氧化碳含量、通风等环境参数的不同,会对植物生长产生不良影响,其中,温度对作物的影响最大,传统的温室控制多采用专家经验,往往存在着较大偏差。
农业气象上通常把某一时间段内符合一定条件的日平均温度直接累加或处理后累加所得的总和称为积温。积温是研究温度与生物有机体发育速度之间关系的一种指标。植物完成一定发育阶段及作物从播种到成熟需要一定的积温。温度对作物生长发育的影响,包括温度强度和持续时间2个方面,积温就是衡量这2个方面的综合效应的一种农业气象指标。积温在蔬菜生产上的应用主要是根据不同条件确定适宜播期,而积温数是确定蔬菜生育日数的基础,通过试验掌握了蔬菜品种对积温的要求,就可根据不同栽培季节的温度状况大致确定所需生育日数及播期。同一蔬菜在不同季节栽培,生育期相差很大,但整个生育期及各生育阶段的积温数大致相似。一个蔬菜品种,不仅总生育期有一定的积温要求,各生育阶段也有一定的积温要求。因此,在不同季节中栽培,生育期的变化往往反映在各个生育阶段,变化的程度与该阶段的日平均温度有关,日平均温度相差越大,生育天数也相差越大。因此,研究日光温室内积温对发展低耗能设施农业和蔬菜生产具有重要意义。
发明内容
针对现有技术中存在的上述问题,本发明提供一种基于积温理论的大棚智能控制方法及系统,本发明可基于积温理论对大棚温度进行智能控制,以使作物在其生长周期内准确的获取其所需的积温值。
本发明采用以下技术方案:
本发明实施例第一方面提供一种基于积温理论的大棚智能控制方法,包括步骤:
S1、获取作物生长理论所需总积温、理论生长周期总天数;
S2、基于作物生长理论所需总积温、理论生长周期总天数,计算得到理论每日平均积温;
S3、获取当天结束时作物的实际累计积温,并基于理论每日平均积温计算得到下一天结束时作物的理论累计积温,并计算作物下一天结束时的理论累计积温与作物已生长天数内的实际累计积温的理论差值;
S4、在下一天内基于理论差值、当天实时积温,实时控制大棚温度;
S5、循环步骤S1~步骤S4,以使理论生长周期结束后,作物的实际累计积温与作物生长理论所需总积温的差值在预设误差范围内。
作为优选方案,包括步骤:
S1、获取作物生长理论所需总积温、理论生长周期总天数;
S2、基于作物生长理论所需总积温、理论生长周期总天数,计算得到理论每日平均积温;
S3、获取当天结束时作物的实际累计积温,并基于理论每日平均积温计算得到下一天结束时作物的理论累计积温,并计算作物下一天结束时的理论累计积温与作物已生长天数内的实际累计积温的理论差值;
S4、在下一天内基于理论差值、当天实时积温,实时控制大棚温度;
S5、循环步骤S1~步骤S4,以使理论生长周期结束后,作物的实际累计积温与作物生长理论所需总积温的差值在预设误差范围内。
作为优选方案,理论每日平均积温的计算公式为:
其中,T均表示理论每日平均积温,TW表示理论所需总积温,W表示理论生长周期总天数。
作为优选方案,理论差值的计算公式为:
其中,Tk表示第k天结束时的理论累计积温与作物(k-1)天内的实际累计积温的理论差值,T均表示理论每日平均积温,Tj表示作物第j天内的实际累计积温。
作为优选方案,步骤S4中,具体为:
基于理论差值、当天实时积温、棚内实时温度、实时时间控制大棚温度。
作为优选方案,步骤S1中,还获取温度调控范围;
步骤S4中,控制大棚温度时,不超过所述温度调控范围。
作为优选方案,步骤S4中,所述当天实时积温为当天各温度采集周期内的积温的和;
温度采集周期内的积温,计算公式为:
Ckn=Tkn*t’,
当天实时积温θ计算公式为:
其中,Ckn表示第k天中第n个温度采集周期内的积温,Tkn表示第k天中第n个温度采集周期的大棚有效温度,t’表示温度采集周期时长,N表示温度采集周期总数。
作为优选方案,
T′knJ表示第k天中第n个温度采集周期内的真实平均大棚温度,B表示温度调控范围的下限值,H表示温度调控范围的上限值。
作为优选方案,
其中,Tknj表示第k天中第n个温度采集周期内第j个温度传感器检测得到的真实平均大棚温度,J表示温度传感器总数。
本发明实施例第二方面提供一种基于积温理论的大棚智能控制系统,基于实施例第一方面提供的一种基于积温理论的大棚智能控制方法,包括参数存储模块、数据采集模块、数据处理模块、控制处理模块、执行模块,数据处理模块包括第一数据处理单元、第二数据处理单元、第三数据处理单元;参数存储模块与第一数据处理单元连接,控制处理模块、数据采集模块分别与第二数据处理单元连接,第三数据处理单元分别与第一数据处理单元、第二数据处理单元、控制处理模块连接;
参数存储模块,用于存储作物生长理论所需总积温、理论生长周期总天数;
数据采集模块,用于采集大棚温度;
第一数据处理单元,基于作物生长理论所需总积温、理论生长周期总天数,计算得到理论每日平均积温
第二数据处理单元,用于实时计算作物的实际累计积温、当天实时积温;
第三数据处理单元,用于计算作物下一天结束时的理论累计积温与作物已生长天数内的实际累计积温的理论差值;
控制处理模块,基于理论差值、当天实时积温,生成大棚温度控制指令;
执行模块,基于大棚温度控制指令对大棚温度进行控制。
作为优选方案,还包括远程终端模块,控制处理模块分别与参数存储模块、远程终端模块连接;
远程终端模块,用于下发大棚温度控制指令、作物生长理论所需总积温数据、理论生长周期总天数数据至控制处理模块。
本发明的有益效果是:
本发明基于理论差值、当天实时积温,实时控制大棚温度,可基于积温理论对大棚温度进行智能控制,以使作物在其生长周期内准确的获取其所需的积温值。通过这样的控制逻辑以使作物理论生长周期结束后,作物的实际累计积温与作物生长理论所需总积温的差值在预设误差范围内。
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获得其他的附图。
图1是根据本发明实施例的一种基于积温理论的大棚智能控制方法的流程图。
图2是根据本发明实施例的一种基于积温理论的大棚智能控制系统的结构示意图。
具体实施方式
以下通过特定的具体实施例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
实施例一:
参照图1所示,本实施例提供一种基于积温理论的大棚智能控制方法,包括步骤:
S1、获取作物生长理论所需总积温、理论生长周期总天数;
S2、基于作物生长理论所需总积温、理论生长周期总天数,计算得到理论每日平均积温;
S3、获取当天结束时作物的实际累计积温,并基于理论每日平均积温计算得到下一天结束时作物的理论累计积温,并计算作物下一天结束时的理论累计积温与作物已生长天数内的实际累计积温的理论差值;
S4、在下一天内基于理论差值、当天实时积温,实时控制大棚温度;
S5、循环步骤S1~步骤S4,以使理论生长周期结束后,作物的实际累计积温与作物生长理论所需总积温的差值在预设误差范围内。
这里需要说明的是:每天的积温控制也可设置一个误差范围,即积温控制精度。
本发明基于理论差值、当天实时积温,实时控制大棚温度,可基于积温理论对大棚温度进行智能控制,以使作物在其生长周期内准确的获取其所需的积温值。通过这样的控制逻辑以使作物理论生长周期结束后,作物的实际累计积温与作物生长理论所需总积温的差值在预设误差范围内。
具体地:
理论每日平均积温的计算公式为:
其中,T均表示理论每日平均积温,TW表示理论所需总积温,W表示理论生长周期总天数。
理论差值的计算公式为:
其中,Tk表示第k天结束时的理论累计积温与作物(k-1)天内的实际累计积温的理论差值,T均表示理论每日平均积温,Tj表示作物第j天内的实际累计积温。
比如:理论每日平均积温为100度·日,则第5天结束时根据理论每日平均积温计算得到的理论累计积温为500度·日,而作物4天内的实际累计积温为398度·日,理论差值则为102度·日。
步骤S4中,具体为:
基于理论差值、当天实时积温、棚内实时温度、实时时间控制大棚温度。
接上述的例子,由于理论差值为102度·日,即当天需要达到的积温为102度·日,这样才能使作物在今天结束时候的实际累计积温为500度·日,因此根据当天实时积温、理论差值102度·日控制大棚温度,以使作物每天尽量均增加积温100度·日,即理论每日平均积温,以使作物稳定生长。
其次,由于一天之内分为白天和黑夜,白天温度较高、夜晚温度较低,因此在白天尽量不进行额外加热或降温操作,依靠自然温度获取更多的积温,积温调整期尽量在夜间进行,以充分利用太阳辐射,因而能够节约加热能耗。因此本实施例中还根据实时时间控制大棚温度,根据时间段划分为白天黑夜,当实时时间处于白天阶段时,则尽量不进行额外加热或降温操作,依靠自然温度获取更多的积温,当实时时间处于夜间阶段时,则根据理论差值、当天实时积温进行加热或降温操作。
但是需要说明的是:若天气过热或过冷,此时棚内温度过高或过冷,如白天不进行加热或降温操作,会导致当天结束后累计积温过高或过低(需要说明的是,因为加热和降温操作的控制范围具有门限,因此仅在夜间进行调整,积温具有一定的调整范围),则需要在白天也进行降温或加热操作。因此本实施例中还根据棚内实时温度控制大棚温度。
且,控制过程中还保证全天的平均温度与作物最优生长环境所需温度的差值不超过预设范围。
可见,本发明不同于传统温室大棚控制系统,着重于温度控制本身,而没有考虑能源消耗问题,本发明使用积温控制策略,且还能够使得一天的平均温度处于作物最优生长环境所需温度的附近。在节省能耗的同时,以最小的能耗来满足每天的积温。
上述控制策略充分利用太阳辐射,因而能够节约加热能耗。
步骤S1中,还获取温度调控范围;
步骤S4中,控制大棚温度时,不超过所述温度调控范围。
即本实施例中还设置了温度调控范围,比如10℃~35℃,避免温度过高或过低,以使作物坏死。
需要说明的是:作物生长理论所需总积温、理论生长周期总天数、温度调控范围还可根据作物不同生长阶段进行设置,因为作物不同生长阶段的生长需求条件不同。
以番茄不同生长阶段的温度调控范围为例进行说明:
发芽阶段:最低温度12℃,最高温度40℃;
幼苗阶段:最低温度10℃,最高温度40℃;
开花阶段:最低温度10℃,最高温度30℃;
结果阶段:最低温度12℃,最高温度35℃。
作物生长理论所需总积温、理论生长周期总天数同理,不作过多赘述。
步骤S4中,所述当天实时积温为当天各温度采集周期内的积温的和;
温度采集周期内的积温,计算公式为:
Ckn=Tkn*t’,
当天实时积温θ计算公式为:
其中,Ckn表示第k天中第n个温度采集周期内的积温,Tkn表示第k天中第n个温度采集周期的大棚有效温度,t’表示温度采集周期时长,本实施例中温度采集周期时长设置为一个小时,N表示温度采集周期总数。
T′knJ表示第k天中第n个温度采集周期内的真实平均大棚温度,B表示温度调控范围的下限值,H表示温度调控范围的上限值。
其中,Tknj表示第k天中第n个温度采集周期内第j个温度传感器检测得到的真实平均大棚温度,J表示温度传感器总数。
实施例二:
参照图2所示,本实施例提供一种基于积温理论的大棚智能控制系统,基于实施例一所述的一种基于积温理论的大棚智能控制方法,包括参数存储模块、数据采集模块、数据处理模块、控制处理模块、执行模块,数据处理模块包括第一数据处理单元、第二数据处理单元、第三数据处理单元;参数存储模块与第一数据处理单元连接,控制处理模块、数据采集模块分别与第二数据处理单元连接,第三数据处理单元分别与第一数据处理单元、第二数据处理单元、控制处理模块连接;
参数存储模块,用于存储作物生长理论所需总积温、理论生长周期总天数;
数据采集模块,用于采集大棚温度;
第一数据处理单元,基于作物生长理论所需总积温、理论生长周期总天数,计算得到理论每日平均积温
第二数据处理单元,用于实时计算作物的实际累计积温、当天实时积温;
第三数据处理单元,用于计算作物下一天结束时的理论累计积温与作物已生长天数内的实际累计积温的理论差值;
控制处理模块,基于理论差值、当天实时积温,生成大棚温度控制指令;
执行模块,基于大棚温度控制指令对大棚温度进行控制。
系统还包括远程终端模块,控制处理模块分别与参数存储模块、远程终端模块连接;
远程终端模块,用于下发大棚温度控制指令、作物生长理论所需总积温数据、理论生长周期总天数数据至控制处理模块。
远程终端模块,还可下发温度调控范围数据至控制处理模块。
远程终端模块可接收所述控制处理模块的数据,实时了解温室内的温度变化,以及作物的积温变化,进一步可通过人为远程下发大棚温度控制指令以进行控制(优先级高于控制处理模块生成的指令),还可人为远程下发作物生长理论所需总积温数据、理论生长周期总天数数据、温度调控范围数据至参数存储模块,上述信息具体为通过收发模块实现下发。
具体为:数据采集模块实时监测棚内温度,并将监测结果发送给控制处理模块;控制处理模块将所得到的参数数据发送给终端,管理人员可以通过终端来了解温度变化,当参数发生异常时,通过既定方案,运行相对应的执行单元,达到温度的控制。这样更加直观、并且能够节省人力、物力,管理起来较为方便。
该智能温室大棚控制系统参数信息同移动终端双向连接,能够在远程获取温室内环境参数数据,并且可以通过移动端就能实现对温室内执行单元的操控,进而对温室内温度的监测。
所述执行模块通过控制加热模块或降温模块以对棚内温度进行调整,所述加热模块可以为电加热器、热风炉、热水循环系统等,降温模块可以为通风系统、遮阳组件、风机等。
需要说明的是,本实施例提供的一种基于积温理论的大棚智能控制系统,与实施例一类似,在此不多做赘述。
以上所述的实施例仅仅是对本发明的优选实施方式进行描述,并非对本发明的范围进行限定,在不脱离本发明设计精神的前提下,本领域普通技术人员对本发明的技术方案作出的各种变形和改进,均应落入本发明的保护范围内。
Claims (10)
1.一种基于积温理论的大棚智能控制方法,其特征在于,包括步骤:
S1、获取作物生长理论所需总积温、理论生长周期总天数;
S2、基于作物生长理论所需总积温、理论生长周期总天数,计算得到理论每日平均积温;
S3、获取当天结束时作物的实际累计积温,并基于理论每日平均积温计算得到下一天结束时作物的理论累计积温,并计算作物下一天结束时的理论累计积温与作物已生长天数内的实际累计积温的理论差值;
S4、在下一天内基于理论差值、当天实时积温,实时控制大棚温度;
S5、循环步骤S1~步骤S4,以使理论生长周期结束后,作物的实际累计积温与作物生长理论所需总积温的差值在预设误差范围内。
2.根据权利要求1所述的一种基于积温理论的大棚智能控制方法,其特征在于,理论每日平均积温的计算公式为:
其中,T均表示理论每日平均积温,TW表示理论所需总积温,W表示理论生长周期总天数。
3.根据权利要求1所述的一种基于积温理论的大棚智能控制方法,其特征在于,理论差值的计算公式为:
其中,Tk表示第k天结束时的理论累计积温与作物(k-1)天内的实际累计积温的理论差值,T均表示理论每日平均积温,Tj表示作物第j天内的实际累计积温。
4.根据权利要求1所述的一种基于积温理论的大棚智能控制方法,其特征在于,步骤S4中,具体为:
基于理论差值、当天实时积温、棚内实时温度、实时时间控制大棚温度。
5.根据权利要求4所述的一种基于积温理论的大棚智能控制方法,其特征在于,步骤S1中,还获取温度调控范围;
步骤S4中,控制大棚温度时,不超过所述温度调控范围。
6.根据权利要求5所述的一种基于积温理论的大棚智能控制方法,其特征在于,步骤S4中,所述当天实时积温为当天各温度采集周期内的积温的和;
温度采集周期内的积温,计算公式为:
Ckn=Tkn*t’,
当天实时积温θ计算公式为:
其中,Ckn表示第k天中第n个温度采集周期内的积温,Tkn表示第k天中第n个温度采集周期的大棚有效温度,t’表示温度采集周期时长,N表示温度采集周期总数。
7.根据权利要求6所述的一种基于积温理论的大棚智能控制方法,其特征在于:
T′knJ表示第k天中第n个温度采集周期内的真实平均大棚温度,B表示温度调控范围的下限值,H表示温度调控范围的上限值。
8.根据权利要求7所述的一种基于积温理论的大棚智能控制方法,其特征在于:
其中,Tknj表示第k天中第n个温度采集周期内第j个温度传感器检测得到的真实平均大棚温度,J表示温度传感器总数。
9.一种基于积温理论的大棚智能控制系统,基于权利要求1-8任一项所述的一种基于积温理论的大棚智能控制方法,其特征在于,包括参数存储模块、数据采集模块、数据处理模块、控制处理模块、执行模块,数据处理模块包括第一数据处理单元、第二数据处理单元、第三数据处理单元;参数存储模块与第一数据处理单元连接,控制处理模块、数据采集模块分别与第二数据处理单元连接,第三数据处理单元分别与第一数据处理单元、第二数据处理单元、控制处理模块连接;
参数存储模块,用于存储作物生长理论所需总积温、理论生长周期总天数;
数据采集模块,用于采集大棚温度;
第一数据处理单元,基于作物生长理论所需总积温、理论生长周期总天数,计算得到理论每日平均积温
第二数据处理单元,用于实时计算作物的实际累计积温、当天实时积温;
第三数据处理单元,用于计算作物下一天结束时的理论累计积温与作物已生长天数内的实际累计积温的理论差值;
控制处理模块,基于理论差值、当天实时积温,生成大棚温度控制指令;
执行模块,基于大棚温度控制指令对大棚温度进行控制。
10.根据权利要求9所述的一种基于积温理论的大棚智能控制系统,其特征在于,还包括远程终端模块,控制处理模块分别与参数存储模块、远程终端模块连接;
远程终端模块,用于下发大棚温度控制指令、作物生长理论所需总积温数据、理论生长周期总天数数据至控制处理模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310697917.0A CN116594453A (zh) | 2023-06-13 | 2023-06-13 | 一种基于积温理论的大棚智能控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310697917.0A CN116594453A (zh) | 2023-06-13 | 2023-06-13 | 一种基于积温理论的大棚智能控制方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116594453A true CN116594453A (zh) | 2023-08-15 |
Family
ID=87593780
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310697917.0A Pending CN116594453A (zh) | 2023-06-13 | 2023-06-13 | 一种基于积温理论的大棚智能控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116594453A (zh) |
-
2023
- 2023-06-13 CN CN202310697917.0A patent/CN116594453A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107045367B (zh) | 一种温室环境多因子协调节能优化控制方法 | |
CN106951017B (zh) | 作物调控模型驱动的智慧温室系统调控方法 | |
CN111096130B (zh) | 一种使用ai光谱的无人干预种植系统及其控制方法 | |
KR101321337B1 (ko) | 식물공장 재배작물의 재배환경을 제어하기 위한 컨트롤러 장치 및 그 방법 | |
CN104331109A (zh) | 温室智能控制方法及温室智能控制系统 | |
CN117331392B (zh) | 一种用于智能温室的环境管理系统 | |
CN105843299A (zh) | 温室环境系统多变量区间控制方法 | |
CN109213240A (zh) | 一种基于自适应控制的草莓大棚无线监测与控制系统 | |
JP6785902B2 (ja) | 作物活性指数基盤の施設園芸複合環境制御システム及び方法 | |
CN112034916B (zh) | 温室控制系统 | |
KR20140143272A (ko) | 시설재배 최적 생장 환경 제공 시스템 및 그 방법 | |
CN104155941A (zh) | 温室智能控制系统 | |
RU2405308C1 (ru) | Способ автоматического управления температурно-световым режимом в теплице и система для его реализации | |
CN113190059A (zh) | 一种基于作物反馈的温室自动控制系统和方法 | |
CN117354988A (zh) | 基于环境光传感的温室led照明闭环控制方法及系统 | |
CN116755485A (zh) | 一种温室调控方法、装置、系统、设备和存储介质 | |
CN107278718A (zh) | 一种节能大棚自动控温装置 | |
CN116594453A (zh) | 一种基于积温理论的大棚智能控制方法及系统 | |
RU2403706C1 (ru) | Способ автоматического управления свето-температурно-влажностным режимом в теплице и система для его реализации | |
Magsumbol et al. | An automated temperature control system: A fuzzy logic approach | |
CN110073857A (zh) | 一种温室立面通风保温抗风系统及控制方法 | |
CN203027822U (zh) | 一体化智能式节能光伏大棚 | |
CN108594908A (zh) | 一种节能的智慧大棚 | |
CN108415256A (zh) | 一种面向连栋日光能温室作物的栽培控制系统 | |
Stradiot et al. | Improved plant management with localised crop heating and advice on distance in the Mediterranean climate |
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 |