CN117093040B - 一种农业种植温室大棚智能调节系统 - Google Patents
一种农业种植温室大棚智能调节系统 Download PDFInfo
- Publication number
- CN117093040B CN117093040B CN202311353034.4A CN202311353034A CN117093040B CN 117093040 B CN117093040 B CN 117093040B CN 202311353034 A CN202311353034 A CN 202311353034A CN 117093040 B CN117093040 B CN 117093040B
- Authority
- CN
- China
- Prior art keywords
- information
- signal
- temperature
- abnormal
- plant
- 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
- 238000007405 data analysis Methods 0.000 claims abstract description 9
- 230000002159 abnormal effect Effects 0.000 claims description 52
- 241000196324 Embryophyta Species 0.000 claims description 42
- 238000004458 analytical method Methods 0.000 claims description 32
- 238000001816 cooling Methods 0.000 claims description 22
- 238000012544 monitoring process Methods 0.000 claims description 18
- 238000009826 distribution Methods 0.000 claims description 12
- 238000005070 sampling Methods 0.000 claims description 12
- 230000007613 environmental effect Effects 0.000 claims description 11
- 241000592344 Spermatophyta Species 0.000 claims description 9
- 238000000034 method Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 6
- 238000013500 data storage Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 230000000630 rising effect Effects 0.000 claims description 3
- 238000003860 storage Methods 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 description 7
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 235000013311 vegetables Nutrition 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 230000008844 regulatory mechanism Effects 0.000 description 1
- 239000002689 soil Substances 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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种农业种植温室大棚智能调节系统，包括基础数据获取单元、环境数据分析单元和调节信息输出单元，本发明涉及温室大棚智能调节技术领域，解决了整体调节导致了不同区域的生长环境相同，后续种植物在生长的时候存在互相影响，其次不能根据不同区域情况合理地调节的技术问题，本发明通过根据不同区域内种植物叶片的卷曲值来判断对应的生长环境是否需要进行调节，针对不需要进行调节的区域对其进行正常的监测，针对需要进行调节的区域根据种植物叶片卷曲方向来确定具体的原因，同时根据原因来制定合理的调节方案，一方面能够避免整体调节带来的环境影响，另一方面针对不同区域合理分析调节，保证调节方案的合理性。
Description
技术领域
本发明涉及温室大棚智能调节技术领域，具体为一种农业种植温室大棚智能调节系统。
背景技术
温室是一种可以改变农作物，特别是改变大棚蔬菜生长环境，为农作物生长创造更好条件、避免外界四季气温变化和恶劣气候对其影响的场所。随着经济和社会的快速发展，各种大棚温室种植和栽培蔬菜的需求量在逐步上升和不断增加。
根据申请号为CN202110476395.2的专利显示，该专利对温室大棚内的空气温度、空气湿度、二氧化碳浓度、土壤养分、光照强度均进行了三种状态分类，根据不同的状态指定相应的智能调节措施，进一步完善了农业种植温室大棚的自动化控制调节机制；并且，设置了计时装置，对各个可调节异常状态的反馈调节进行实践检验，保证了反馈调节的有效进行，避免因为硬件设备故障而让相关种植工作人员误认为反馈调节正常运行，从而造成温室大棚的农业种植事故，引发不必要的经济损失；通过对温室大棚的各个硬件设备的输入输出信号进行严格监控，可进一步快速对硬件设备的故障进行定位。
部分现有的温室大棚智能调节系统在使用调节的时候，通过采集整体的数据来进行分析判断，进一步地生成调节信息，由于温室大棚内不同区域存在不同的调节情况，针对整体调节存在缺陷，不能根据不同区域情况来进行合理的调节。
发明内容
针对现有技术的不足，本发明提供了一种农业种植温室大棚智能调节系统，解决了整体调节导致了不同区域的生长环境相同，后续种植物在生长的时候存在互相影响，其次不能根据不同区域情况合理地调节的问题。
为实现以上目的，本发明通过以下技术方案予以实现：一种农业种植温室大棚智能调节系统，包括：
基础数据获取单元，用于获取目标对象基础信息并将其传输到环境数据分析单元，目标对象包括：温室大棚和种植物，基础信息包括：温度；
环境数据分析单元，用于获取目标对象基础信息并对其进行分析，通过对种植物的叶片卷曲值进行计算并对其进行比较分析判断种植物生长环境情况，同时生成分析结果，其中分析结果包括：生长存在问题信号和生长正常信号，同时将生长存在问题信号传输到环境异常分析单元，将生长正常信号传输到环境正常监测单元，环境数据分析单元生成分析结果的具体方式如下：
S1：获取到温度大棚并将其按照种植物种植区域进行划分，同时对种植区域进行标号处理且记作为i，且i=1、2、…、n，接着获取到标号i的种植区域内种植物的取样叶片并将其标记为目标叶片；
S2：接着获取到任意一组目标叶片的卷曲直径记作为D，卷曲层数记作为C和叶片总长度S，同时将其代入公式计算得到目标叶片卷曲值J，其中/>表示为卷曲占比，a1和a2均为预设比例系数，/>为修正因子；
S3：同理S2中的计算方式计算种植区域内所有取样叶片的卷曲值并计算其平均值且记作为Jp，同时将Jp作为种植取样种植物卷曲值，接着将卷曲值Jp与比较值YS进行比较：
当Jp≥YS时，则表示取样植物卷曲值超过比较值，且表示该种植区域生长环境存在问题，同时对应的生长存在问题信号，反之当Jp<YS时，则表示取样植物卷曲值未超过比较值，且表示该种植区域生长环境不存在问题，同时生成对应的生长不存在问题信号。具体地，比较值YS表示为根据大数据计算统计得到正常情况下种植物叶片的卷曲值，通过与之进行比较来判断种植物是否存在生长问题。
S4：同理对所有种植区域i进行相同的处理，并将生长不存在问题的种植区域标记为正常区域且记作为z，且z=1、2、…、o，将生长存在问题的种植区域标记为异常区域且记作为y，且y=1、2、…、p，且o+p=i。
环境异常分析单元，用于获取到传输的生长存在问题信号对应的异常区域y并对其进行分析，通过对异常区域y种植物叶片卷曲方向进行分析得到对应的具体原因信息，其中具体原因信息包括：温度过高信息和温度过低信息，同时将具体原因信息传输到具体原因分析单元，环境异常分析单元生成具体原因信息的方式如下：
获取到异常区域内的植物叶片并对其卷曲方向进行判断，当植物叶片的卷曲方向为向外卷曲时，则表示该异常区域温度过高，同时生成温度过高信息，反之当植物叶片的卷曲方向向内卷曲时，则表示该异常区域温度过低，同时生成温度过低信息。具体地，实际生产生活中高温和低温都会引起树叶卷曲。如果温度过高，树叶通常会从外向内卷曲，中间部分仍然平展；如果温度过低，树叶则会从内向外卷曲，因此通过观看叶片卷曲方向来判断温度对其造成的影响；
具体原因分析单元，用于获取到传输的具体原因信息并对其进行分析，通过对温度进行计算来并结合异常区域来进行合理的调节，并生成对应的调节信息，同时将调节信息传输到调节信息输出单元，具体原因分析单元生成调节信息的具体方式如下：
A1：当获取到温度过高信息时，对其进行分析的具体方式如下：
P1：获取到所有的异常区域，接着对异常区域分布进行分析，当异常区域为群聚式分布时，系统生成异常区域群聚信号，当异常区域为单一式分布时，系统生成异常区域单一信号；具体地，群聚式分布表示为异常区域存在两个或两个以上区域为在一起的情况，则将该种情况定义为群聚式分布，如果异常区域为一个一个不相邻分布的情况，则将该种情况定义为单一分布。
P2：当获取到异常区域单一信号时，系统生成单一调节信号同时生成单一调节信息；具体的，单一调节信号对应的调节方式可以为：通过对某一单一异常区域进行散水降温处理。
P3：当获取到异常区域群聚信号时，同时获取到数据存储单元传输的存储数据，接着对异常区域群聚信号进行分析生成群聚调节信息，且具体的生成方式如下：
P31：获取到异常区域的当前温度记作为Ts，同时获取存储数据中的最适温度记作为Tz，并计算二者的温度差值|Ts-Tz|，同时获取到降温设备的降温效率记作XL和区域空间记作V；具体的，降温设备的降温效率表示的为单位空间内单位时间降温设备降温1摄氏度的工作效率。
P32：接着将温度差值、降温效率和区域空间代入公式计算得到降温时长T，其中a为影响比例系数，同时生成对应的群聚调节信息；
A2：获取到温度过低信息时，同理温度过高信号的处理方式生成对应的调节信息；
环境正常监测单元，用于获取到传输的生长正常信号并对其进行分析，通过对正常区域z内的CO2浓度进行监测生成监测信息，并根据监测信息生成对应的调节信息，其中调节信息包括：预警信号和正常信号，同时将生成的调节信息传输到调节信息输出单元。
有益效果
本发明提供了一种农业种植温室大棚智能调节系统。与现有技术相比具备以下有益效果：
本发明通过根据不同区域内种植物叶片的卷曲值来判断对应的生长环境是否需要进行调节，针对不需要进行调节的区域对其进行正常的监测，针对需要进行调节的区域根据种植物叶片卷曲方向来确定具体的原因，同时根据原因来制定合理的调节方案，一方面能够避免整体调节带来的环境影响，另一方面针对不同区域合理分析调节，保证调节方案的合理性。
附图说明
图1为本发明系统框图。
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。
实施例一，请参阅图1，本申请提供了一种农业种植温室大棚智能调节系统，包括：
基础数据获取单元，用于获取目标对象基础信息并将其传输到环境数据分析单元，目标对象包括：温室大棚和种植物，基础信息包括：温度。
环境数据分析单元，用于获取目标对象基础信息并对其进行分析，通过对种植物的叶片卷曲值进行计算并对其进行比较分析判断种植物生长环境情况，同时生成分析结果，其中分析结果包括：生长存在问题信号和生长正常信号，同时将生长存在问题信号传输到环境异常分析单元，将生长正常信号传输到环境正常监测单元，且生成分析结果的具体方式如下：
S1：获取到温度大棚并将其按照种植物种植区域进行划分，同时对种植区域进行标号处理且记作为i，且i=1、2、…、n，接着获取到标号i的种植区域内种植物的取样叶片并将其标记为目标叶片；
S2：接着获取到任意一组目标叶片的卷曲直径记作为D，卷曲层数记作为C和叶片总长度S，同时将其代入公式计算得到目标叶片卷曲值J，其中/>表示为卷曲占比，a1和a2均为预设比例系数，/>为修正因子；
S3：同理S2中的计算方式计算种植区域内所有取样叶片的卷曲值并计算其平均值且记作为Jp，同时将Jp作为种植取样种植物卷曲值，接着将卷曲值Jp与比较值YS进行比较：
当Jp≥YS时，则表示取样植物卷曲值超过比较值，且表示该种植区域生长环境存在问题，同时对应的生长存在问题信号，反之当Jp<YS时，则表示取样植物卷曲值未超过比较值，且表示该种植区域生长环境不存在问题，同时生成对应的生长不存在问题信号。具体地，比较值YS表示为根据大数据计算统计得到正常情况下种植物叶片的卷曲值，通过与之进行比较来判断种植物是否存在生长问题。
S4：同理对所有种植区域i进行相同的处理，并将生长不存在问题的种植区域标记为正常区域且记作为z，且z=1、2、…、o，将生长存在问题的种植区域标记为异常区域且记作为y，且y=1、2、…、p，且o+p=i。
环境异常分析单元，用于获取到传输的生长存在问题信号对应的异常区域y并对其进行分析，通过对异常区域y种植物叶片卷曲方向进行分析得到对应的具体原因信息，其中具体原因信息包括：温度过高信息和温度过低信息，同时将具体原因信息传输到具体原因分析单元，且生成具体原因信息的具体方式如下：
获取到异常区域内的植物叶片并对其卷曲方向进行判断，当植物叶片的卷曲方向为向外卷曲时，则表示该异常区域温度过高，同时生成温度过高信息，反之当植物叶片的卷曲方向向内卷曲时，则表示该异常区域温度过低，同时生成温度过低信息。具体的，实际生产生活中高温和低温都会引起树叶卷曲。如果温度过高，树叶通常会从外向内卷曲，中间部分仍然平展；如果温度过低，树叶则会从内向外卷曲，因此通过观看叶片卷曲方向来判断温度对其造成的影响。
调节信息输出单元，用于获取到传输的具体原因信息并对其进行分析。具体地，如果获取到的具体原因信息为温度过高信息，后续操作人员在对其进行调节的时候适当地对其进行温度降低调节，如果获取到的具体原因信息为温度过低信息，后续操作人员在对其进行调节的时候适当的对其进行温度升高。
实施例二，作为本发明的实施例二，与实施例一的区别之处在于，环境异常分析单元将生成的具体原因信息传输到具体原因分析单元并对其进行分析。
具体原因分析单元，用于获取到传输的具体原因信息并对其进行分析，通过对温度进行计算来并结合异常区域来进行合理的调节，并生成对应的调节信息，同时将调节信息传输到调节信息输出单元，且生成调节信息的具体方式如下：
A1：当获取到温度过高信息时，对其进行分析的具体方式如下：
P1：获取到所有的异常区域，接着对异常区域分布进行分析，当异常区域为群聚式分布时，系统生成异常区域群聚信号，当异常区域为单一式分布时，系统生成异常区域单一信号；具体地，群聚式分布表示为异常区域存在两个或两个以上区域为在一起的情况，则将该种情况定义为群聚式分布，如果异常区域为一个一个不相邻分布的情况，则将该种情况定义为单一分布。
P2：当获取到异常区域单一信号时，系统生成单一调节信号同时生成单一调节信息；具体的，单一调节信号对应的调节方式可以为：通过对某一单一异常区域进行散水降温处理。
P3：当获取到异常区域群聚信号时，同时获取到数据存储单元传输的存储数据，接着对异常区域群聚信号进行分析生成群聚调节信息，且具体的生成方式如下：
P31：获取到异常区域的当前温度记作为Ts，同时获取存储数据中的最适温度记作为Tz，并计算二者的温度差值|Ts-Tz|，同时获取到降温设备的降温效率记作XL和区域空间记作V；具体的，降温设备的降温效率表示的为单位空间内单位时间降温设备降温1摄氏度的工作效率。
P32：接着将温度差值、降温效率和区域空间代入公式计算得到降温时长T，其中a为影响比例系数，同时生成对应的群聚调节信息；
A2：获取到温度过低信息时，同理温度过高信号的处理方式生成对应的调节信息。
调节信息输出单元，用于获取到传输的调节信息，并将其通过显示设备显示给操作人员。
实施例三，作为本发明的实施例三，与实施例一和实施例二的区别之处在于，环境正常监测单元获取到传输的生长正常信号并对其进行分析。
环境正常监测单元，用于获取到传输的生长正常信号并对其进行分析，通过对正常区域z内的CO2浓度进行监测生成监测信息，并根据监测信息生成对应的调节信息，其中调节信息包括：预警信号和正常信号，同时将生成的调节信息传输到调节信息输出单元，且生成调节信息的具体方式如下：
B1：获取到时间周期t内正常区域CO2浓度并判断其变化趋势，当CO2浓度为上升时，系统生成分析信号，当CO2浓度为下降时，系统生成正常信号；
B2：接着对获取到的分析信号进行分析，获取到实时CO2浓度并记作为N，同时将其与预警浓度NY进行比较，当N≥NY则表示该正常区域CO2浓度超出预警浓度，同时生成预警信号，反之当N<NY则表示该正常区域CO2浓度未超出预警浓度，同时生成正常信号。具体地，预警浓度NY表示为种植物正常生长环境下能够适用的CO2浓度，如果超过预警浓度，则表示需要对生长环境内的CO2浓度进行调节。
调节信息输出单元，用于获取到传输的调节信息并将其通过显示设备显示给操作人员。
上述公式中的部分数据均是去其纲量进行数值计算，同时本说明书中未作详细描述的内容均属于本领域技术人员公知的现有技术。
以上实施例仅用以说明本发明的技术方法而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方法进行修改或等同替换，而不脱离本发明技术方法的精神和范围。
Claims (4)
1.一种农业种植温室大棚智能调节系统，其特征在于，包括：
基础数据获取单元，用于获取目标对象基础信息并将其传输到环境数据分析单元，目标对象包括：温室大棚和种植物，基础信息包括：温度；
环境数据分析单元，用于获取目标对象基础信息并对其进行分析，通过对种植物的叶片卷曲值进行计算并对其进行比较分析判断种植物生长环境情况，同时生成分析结果，其中分析结果包括：生长存在问题信号和生长正常信号，同时将生长存在问题信号传输到环境异常分析单元，将生长正常信号传输到环境正常监测单元，环境数据分析单元生成分析结果的具体方式如下：
S1：获取到温度大棚并将其按照种植物种植区域进行划分，同时对种植区域进行标号处理且记作为i，且i=1、2、…、n，接着获取到标号i的种植区域内种植物的取样叶片并将其标记为目标叶片；
S2：接着获取到任意一组目标叶片的卷曲直径记作为D，卷曲层数记作为C和叶片总长度S，同时将其代入公式计算得到目标叶片卷曲值J，其中/>表示为卷曲占比，a1和a2均为预设比例系数，/>为修正因子；
S3：同理S2中的计算方式计算种植区域内所有取样叶片的卷曲值并计算其平均值且记作为Jp，同时将Jp作为种植取样种植物卷曲值，接着将卷曲值Jp与比较值YS进行比较：
当Jp≥YS时，则表示取样植物卷曲值超过比较值，且表示该种植区域生长环境存在问题，同时对应的生长存在问题信号，反之当Jp<YS时，则表示取样植物卷曲值未超过比较值，且表示该种植取样生长环境不存在问题，同时生成对应的生长不存在问题信号；
S4：同理对所有种植区域i进行相同的处理，并将生长不存在问题的种植区域标记为正常区域且记作为z，且z=1、2、…、o，将生长存在问题的种植区域标记为异常区域且记作为y，且y=1、2、…、p，且o+p=i；
环境异常分析单元，用于获取到传输的生长存在问题信号对应的异常区域y并对其进行分析，通过对异常区域y种植物叶片卷曲方向进行分析得到对应的具体原因信息，其中具体原因信息包括：温度过高信息和温度过低信息，同时将具体原因信息传输到具体原因分析单元；
具体原因分析单元，用于获取到传输的具体原因信息并对其进行分析，通过对温度进行计算来并结合异常区域来进行合理的调节，并生成对应的调节信息，同时将调节信息传输到调节信息输出单元，具体原因分析单元生成调节信息的具体方式如下：
A1：当获取到温度过高信息时，对其进行分析的具体方式如下：
P1：获取到所有的异常区域，接着对异常区域分布进行分析，当异常区域为群聚式分布时，系统生成异常区域群聚信号，当异常区域为单一式分布时，系统生成异常区域单一信号；
P2：当获取到异常区域单一信号时，系统生成单一调节信号同时生成单一调节信息；
P3：当获取到异常区域群聚信号时，同时获取到数据存储单元传输的存储数据，接着对异常区域群聚信号进行分析生成群聚调节信息，且具体的生成方式如下：
P31：获取到异常区域的当前温度记作为Ts，同时获取存储数据中的最适温度记作为Tz，并计算二者的温度差值|Ts-Tz|，同时获取到降温设备的降温效率记作XL和区域空间记作V；
P32：接着将温度差值、降温效率和区域空间代入公式计算得到降温时长T，其中a为影响比例系数，同时生成对应的群聚调节信息；
A2：获取到温度过低信息时，同理温度过高信号的处理方式生成对应的调节信息；
环境正常监测单元，用于获取到传输的生长正常信号并对其进行分析，通过对正常区域z内的CO2浓度进行监测生成监测信息，并根据监测信息生成对应的调节信息，其中调节信息包括：预警信号和正常信号，同时将生成的调节信息传输到调节信息输出单元。
2.根据权利要求1所述的一种农业种植温室大棚智能调节系统，其特征在于，所述环境异常分析单元生成具体原因信息的方式如下：
获取到异常区域内的植物叶片并对其卷曲方向进行判断，当植物叶片的卷曲方向为向外卷曲时，则表示该异常区域温度过高，同时生成温度过高信息，反之当植物叶片的卷曲方向向内卷曲时，则表示该异常区域温度过低，同时生成温度过低信息。
3.根据权利要求1所述的一种农业种植温室大棚智能调节系统，其特征在于，所述环境正常监测单元生成调节信息的方式如下：
B1：获取到时间周期t内正常区域CO2浓度并判断其变化趋势，当CO2浓度为上升时，系统生成分析信号，当CO2浓度为下降时，系统生成正常信号；
B2：接着对获取到的分析信号进行分析，获取到实时CO2浓度并记作为N，同时将其与预警浓度NY进行比较，当N≥NY则表示该正常区域CO2浓度超出预警浓度，同时生成预警信号，反之当N<NY则表示该正常区域CO2浓度未超出预警浓度，同时生成正常信号。
4.根据权利要求1所述的一种农业种植温室大棚智能调节系统，其特征在于，所述数据存储单元，用于对存储数据进行存储，同时将存储数据传输到具体原因分析单元，调节信息输出单元，用于获取到传输的调节信息，并将其通过显示设备显示给操作人员。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311353034.4A CN117093040B (zh) | 2023-10-19 | 2023-10-19 | 一种农业种植温室大棚智能调节系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311353034.4A CN117093040B (zh) | 2023-10-19 | 2023-10-19 | 一种农业种植温室大棚智能调节系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117093040A CN117093040A (zh) | 2023-11-21 |
| CN117093040B true CN117093040B (zh) | 2024-01-16 |
Family
ID=88775496
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311353034.4A Active CN117093040B (zh) | 2023-10-19 | 2023-10-19 | 一种农业种植温室大棚智能调节系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117093040B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR2838359A1 (fr) * | 2002-04-15 | 2003-10-17 | Process Conception Ing Sa | Profil de lame de sertissage |
| CN105159268A (zh) * | 2015-10-26 | 2015-12-16 | 深圳市讯方技术股份有限公司 | 智能农业控制系统及方法 |
| CN108132028A (zh) * | 2017-12-27 | 2018-06-08 | 定远县宏源农业机械有限公司 | 一种农业生产过程的智能化调控方法 |
| CN115937151A (zh) * | 2022-12-12 | 2023-04-07 | 中国农业大学 | 一种作物叶片卷曲程度的判定方法 |
| CN116069094A (zh) * | 2023-02-22 | 2023-05-05 | 重庆文理学院 | 一种基于物联网的智能温室大棚控制系统 |
| CN116188196A (zh) * | 2023-03-13 | 2023-05-30 | 华厦筑工(广州)技术有限公司 | 一种智慧园区设备可视化运营系统 |
-
2023
- 2023-10-19 CN CN202311353034.4A patent/CN117093040B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR2838359A1 (fr) * | 2002-04-15 | 2003-10-17 | Process Conception Ing Sa | Profil de lame de sertissage |
| CN105159268A (zh) * | 2015-10-26 | 2015-12-16 | 深圳市讯方技术股份有限公司 | 智能农业控制系统及方法 |
| CN108132028A (zh) * | 2017-12-27 | 2018-06-08 | 定远县宏源农业机械有限公司 | 一种农业生产过程的智能化调控方法 |
| CN115937151A (zh) * | 2022-12-12 | 2023-04-07 | 中国农业大学 | 一种作物叶片卷曲程度的判定方法 |
| CN116069094A (zh) * | 2023-02-22 | 2023-05-05 | 重庆文理学院 | 一种基于物联网的智能温室大棚控制系统 |
| CN116188196A (zh) * | 2023-03-13 | 2023-05-30 | 华厦筑工(广州)技术有限公司 | 一种智慧园区设备可视化运营系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117093040A (zh) | 2023-11-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101811640B1 (ko) | 기계학습을 이용한 작물의 생산량 예측장치 및 방법 | |
| CN111369093B (zh) | 基于机器学习的灌溉方法和装置 | |
| KR20180022159A (ko) | 기계학습을 이용한 양액제어장치 및 방법 | |
| CN111096130B (zh) | 一种使用ai光谱的无人干预种植系统及其控制方法 | |
| CN110119767B (zh) | 一种基于lvq神经网络的黄瓜温室温度智能化检测装置 | |
| CN116301138B (zh) | 基于日光温室的农业大棚智能化监管系统 | |
| 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 | |
| CN117093040B (zh) | 一种农业种植温室大棚智能调节系统 | |
| CN114066033A (zh) | 一种智慧农业优化方法和系统 | |
| CN117893346A (zh) | 一种基于物联网的ai智慧农业采收管理系统及其应用 | |
| CN116452358B (zh) | 基于物联网的智慧农业管理系统 | |
| Zhang et al. | Decoupling of impact factors reveals the response of cash crops phenology to climate change and adaptive management practice | |
| CN110999774A (zh) | 一种带有温度检测调节装置的无土栽培系统 | |
| CN115793756A (zh) | 用于调节植物生长周期的种植柜环境控制系统 | |
| Peterson et al. | G93-1171 using a chlorophyll meter to improve N management | |
| Aharari et al. | Development of IoT-based smart agriculture monitoring system for red radish plants production | |
| Rede et al. | Efficiency of pomegranate growers: A data envelopment analysis | |
| EP4245125A1 (en) | Diagnosis device for environmental stress in plants and environmental stress diagnosis method | |
| CN115191258B (zh) | 一种设施种植补光系统 | |
| Smirnov et al. | Phyto-Irradiation Automatic Control Modeling with Biological Feedback, Based on Fluorescence of Chlorophyll | |
| CN117666670A (zh) | 一种基于物联网的榴莲生长监控系统 | |
| Hanif et al. | Crop monitoring agent system based on pattern recognition techniques | |
| CN116224870B (zh) | 一种基于多网络融合和植物光合作用反馈的智慧种植环境控制系统及方法 | |
| KR102620425B1 (ko) | 클라우드 기반의 스마트 온실 빅데이터 분석 시스템 | |
| JP7263200B2 (ja) | 農業ハウスの環境制御システム |
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 |