一种基于作物反馈的温室自动控制系统和方法与流程

本发明涉及一种基于作物反馈的温室自动控制系统和方法，属于农业信息化技术领域，特别涉及智能温室控制技术领域。

背景技术：

设施农业是未来农业发展的重点，温室是设施农业主要类型之一。智能温室，拥有综合环境控制系统，利用该系统可以直接调节室内温、光、水、肥、气等诸多因素，可以实现全年高产、稳步精细蔬菜、花卉，经济效益好。其根据温室大棚内的温湿度、土壤水分、土壤温度等传感器采集到的信息，利用rs485总线将传感器信息送转换器，接到上位计算机上进行显示，报警，查询。监控中心将收到的采样数据以表格形式显示和存储，然后将其与设定的报警值相比较，若实测值超出设定范围，则通过屏幕显示报警或语音报警。越高端的温室，其控制策略越复杂，对实际管控温室的操作工人的要求越高。

目前温室内智能化控制系统，可以集成传感器数据，根据栽培需求实现环境精准控制，但是根据作物生长状态，进行实时环境调控策略的调整，仍需要人工来完成，对操作人员要求高。

技术实现要素：

针对上述问题，本发明的目的是提供了一种基于作物反馈的温室自动控制系统和方法，其可以根据作物反馈状态，结合能源成本自动生成温室管理决策，可以降低对智能温室操作管理人员的技术要求，能够更科学的实现温室管理。

为实现上述目的，本发明采取以下技术方案：一种基于作物反馈的温室自动控制系统，包括：作物状态数据采集模块，模型决策算法模块、控制决策输出模块和环境控制模块，作物状态数据采集模块，用于采集作物状态数据；模型决策算法模块，通过作物状态数据，结合温室环境和能源成本计算出最佳的温室环境控制策略；控制决策输出模块，与环境控制模块对接，将最佳的温室环境控制策略转化为具体环境控制参数，并将其发送至环境控制模块；环境控制模块，用于根据具体环境控制参数，对温室的环境状态进行调整。

进一步，作物状态数据采集模块中集成有自动采集传感器接口和人工采集输入接口，对于智能温室采用自动采集传感器接口，对于非智能温室采用人工采集输入接口。

进一步，模型决策算法模块对最佳状态参数进行设定，检测作物状态数据采集模块采集的实测参数和最佳状态参数之间的偏差，根据偏差进行控制参数的反馈校正。

进一步，模型通过作物所需控制参数ucrop，计算出温室内执行机构可控参数u，控制参数通过经济函数，结合能源成本，进行优化筛选，选出最佳能源利用率的控制策略进行输出。

进一步，经济函数为：

其中，j(u(t))为能源成本，t0是当前时刻，tf是要实现控制到的未来时刻，l()是能源投入与收益差值计算模型。

进一步，模型决策算法模块中包括参数调节子模块，将模型决策算法模块中算法的输出结果和作物状态数据采集模块的实测值进行比较，根据比较结果，采用参数调节子模块对模型的参数进行调整。

进一步，控制决策输出模块将模型计算输出的作物需求条件，将作物需求条件转换为环境控制模块能够控制的环境控制参数。

进一步，针对智能温室，通过对接环境控制模块，对温室的环境控制参数进行调整；针对非智能温室，将需要调控的参数进行可视化显示，由人工根据显示结果对环境状态参数进行调整。

进一步，温室的环境状态参数包括：加温设定值、通风设定值、加温轨道最低管道温度、植株间加温管道最低温度、湿度控制值、能源幕布位置、遮光幕布位置、补光灯开闭、co2控制值和两次灌溉之间时间间隔中的至少一个。

本发明还公开了一种基于作物反馈的温室自动控制系统，采用上述任一项的基于作物反馈的温室自动控制系统，包括以下步骤：s1采集作物状态数据和温室内环境参数；s2通过作物状态数据，结合温室环境和能源成本计算出最佳的温室环境控制策略；s3将最佳的温室环境控制策略转化为具体环境控制参数；s4根据环境控制参数对温室的环境状态进行调整。

本发明由于采取以上技术方案，其具有以下优点：1、本发明可以根据作物反馈状态，结合能源成本自动生成温室管理决策，可以降低对智能温室操作管理人员的技术要求，能够更科学的实现温室管理。2、本发明可以兼容低端温室和高端温室，实现系统之间对接和人机交互。3、本发明结合作物本身生长需求，和执行机构控制输入值之间的不统一，基于环境模型进行转换。4、本发明可以通过作物状态在7天时间的反馈，实现作物状态在一个合适生长范围内。5、本发明属于数据驱动温室管理，不依赖于经验和温室管理人员，可以实现多地区多温室迁移应用。

附图说明

图1是本发明一实施例中基于作物反馈的温室自动控制系统的示意图。

具体实施方式

为了使本领域技术人员更好的理解本发明的技术方向，通过具体实施例对本发明进行详细的描绘。然而应当理解，具体实施方式的提供仅为了更好地理解本发明，它们不应该理解成对本发明的限制。在本发明的描述中，需要理解的是，所用到的术语仅仅是用于描述的目的，而不能理解为指示或暗示相对重要性。

本发明针对温室管控策略依赖于人为操作，对操作人员要求高的问题，以及高端智能温室调节方法比较固定，无法与低端温室兼容的问题，提出了一种基于作物反馈的温室自动控制系统和方法，其将作物状态和温室内环境参数输入特定作物对应的温室环境模型，输出最佳的温室环境策略，并将温室环境策略转化为具体的参数调整方案，根据该方案对温室参数进行调整。其基于数据驱动的温室智能控制，可以根据作物反馈状态，结合能源成本自动生成温室管理决策，可以降低对智能温室操作管理人员的技术要求，能够更加科学的实现温室管控。下面结合附图，以通过三个实施例对本发明的技术方案进行详细说明。

实施例一

本实施例公开了一种基于作物反馈的温室自动控制系统，如图1所示，包括：作物状态数据采集模块，模型决策算法模块、控制决策输出模块和环境控制模块；

作物状态数据采集模块，用于采集作物实时生长状态数据，作物状态数据采集模块中集成有自动采集传感器接口和人工采集输入接口，对于智能温室采用自动采集传感器接口，对于非智能温室采用人工采集输入接口。

模型决策算法模块，通过作物状态数据，结合温室环境和能源成本计算出最佳的温室环境控制策略；

控制决策输出模块，与环境控制模块对接，将最佳的温室环境控制策略转化为具体环境控制参数，并将其发送至环境控制模块。控制决策输出模块结合室温实际环境控制参数和设定值，可以直接给出控制建议或通过应用程序接口(api)与环境控制模块，以实施自动控制。其中控制建议主要用于较低端的需要人工控制的温室系统，可以通过表格等形式进行可视化显示。

环境控制模块，用于根据具体环境控制参数，对温室的环境状态进行调整。

本实施例的模型决策算法模块中集成有温室环境控制模型，该模型针对室外环境条件和天气预报数据，结合温室现有控制设备，模拟计算温室内环境状态。其中，室外环境条件包括但不限于空气温度、相对湿度、太阳总辐射强度、风向、风速和co2浓度等参数，其可以通过以室外环境检测模块进行检测。

模型决策算法模块对最佳状态参数进行设定，检测作物状态数据采集模块采集的实测参数和最佳状态参数之间的偏差，根据偏差进行控制参数的反馈校正。模型通过作物所需控制参数ucrop，计算出温室内执行机构可控参数u，控制参数通过经济函数，结合能源成本，进行优化筛选，选出最佳能源利用率的控制策略进行输出。

其中，经济函数为：

其中，j(u(t))为能源成本，t0是当前时刻，tf是要实现控制到的未来时刻，l()是能源投入与收益差值计算模型。

模型决策算法模块中包括参数调节子模块，将模型决策算法模块中算法的输出结果和作物状态数据采集模块的实测值进行比较，根据比较结果，采用参数调节子模块对模型的参数进行调整。

模型决策算法模块结合作物生长状态和温室环境模型，给出控制机构可以直接执行的指令或方法，利用作物状态反馈，实现温室自动控制，反馈周期为一星期，一星期之内执行一套控制逻辑，但不是固定控制参数，控制逻辑可根据天气预报数据针对不同天气，以及不同时间段能源成本，进行相应控制。通过每周的反馈控制，可以实现保证作物状态在一个合适范围之内。

由于作物直接需求的环境条件，与温室环境控制执行机构的直接可控参数之间不是一一对应关系，本实施例中控制决策输出模块将模型计算输出的作物需求条件，作物需求条件和具体环境控制参数存在将作物需求条件转换为环境控制模块能够控制的环境控制参数。利用该模块可以直接根据植物需求计算出环境控制模块能够实现的控制值，能够方便对系统的监控；在人工操作时，也可以降低对操作人员的要求。温室的环境状态参数包括：加温设定值、通风设定值、加温轨道最低管道温度、植株间加温管道最低温度、湿度控制值、能源幕布位置、遮光幕布位置、补光灯开闭、co2控制值和两次灌溉之间时间间隔中的至少一个。

本实施例中，环境控制模块针对智能温室，通过对接环境控制模块，对温室的环境控制参数进行调整；针对非智能温室，将需要调控的参数进行可视化显示，由人工根据显示结果对环境状态参数进行调整。

实施例二

基于相同的发明构思，本实施例以荷兰bleiswijk温室种植樱桃番茄品种(axiany)为例对发明的技术方案进行说明。其中，所用到的温室为长10m，宽9.6m的温室。温室环境控制可通过api进行设置，设定值包括：加温设定值，通风设定值，加温轨道最低管道温度，植株间加温管道最低温度，湿度控制值，能源幕布位置，遮光幕布位置，补光灯开闭，co2控制值，两次灌溉之间时间间隔等。

如图1所示，ucrop(t0)为在t0时刻的植物需求量，u(t)为一星期内温室实际控制参数可控值，f(ucrop(t0))为环境模型，可以进行作物需求和温室执行机构控制点参数之间转换，j(u(t))为通过经济参数计算公式计算出来的能源成本，通过优化能源成本j(u(t))，可以筛选温室控制量u(t)，s为采集的植物实时状态，soptim为植物生长状态的最佳状态参数，通过植物实时状态和最佳状态之间的偏差可计算出植物需求量的在下一个控制周期的偏差值进行反馈控制。

本实施例中，作物状态选择为植株生长点位置在一星期之后的茎粗，最佳状态soptim为10mm，如果实测值s为9.5mm，则通过偏差计算函数g(soptim，s)，可计算出反馈控制的偏差值g(soptim，s)为茎粗与温室内24h平均温度和日累积光合有效辐射量之间的线性关系模型，通过计算可以得出一系列24h平均温度和日累积辐射量的控制策略，如提高日累积辐射量50jcm^-1并降低24h平均温度0.25℃。通过能源参数和温室环境模型，可以筛选出最佳的控制策略为保持现有补光策略，降低24h平均温度0.5℃。计算机可控的设备输入参数与温度相关的包括：加温设定值，通风设定值，加温轨道最低管道温度，植株间加温管道最低温度，湿度控制值，能源幕布位置，遮光幕布位置。本实施例中通过模型f(ucrop(t0))，可将作物需求参数24h平均温度转换成相应的加温和通风温度设定值，并结合气象预报数据，筛选出能耗最低的方案，然后通过控制决策输出模块，与温室控制系统进行对接，实现温室自动管控。

实施例二

基于相同的发明构思，本实施例公开了一种基于作物反馈的温室自动控制系统，采用上述任一项的基于作物反馈的温室自动控制系统，包括以下步骤：

s1采集作物状态数据和温室内环境参数；

s2通过作物状态数据，结合温室环境和能源成本计算出最佳的温室环境控制策略；

s3将最佳的温室环境控制策略转化为具体环境控制参数；

s4根据环境控制参数对温室的环境状态进行调整。

最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。上述内容仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围。