邢希君
,
宋建成
,
吝伶艳
,
等
.
设施农业温室大棚智能控制技术的现状与展望
[J].
江苏农业科学
,2017,45( 21) :10 - 15.
doi: 10. 15889 /j. issn. 1002 - 1302. 2017. 21. 003
设施农业温室大棚智能控制技术的现状与展望
邢希君
,
宋建成
,
吝伶艳
,
田慕琴
,
李德旺
(
太原理工大学
/
煤矿电气设备与智能控制山西省重点实验室
/
矿用智能电器技术国家地方联合工程实验室
,
山西太原
030024)
摘要
:
设施农业的发展是农业现代化的重要标志
,
也是现代化农业发展的重要建设任务
。
温室大棚智能控制作为
设施农业种植与生产过程中的关键环节
,
是提高生产效率
、
保障农作物品质的重要措施
,
近年来
,
已成为国内外热门研
究课题
。
温室环境是一种非线性
、
强耦合性
、
多干扰性
、
时滞性的动态环境系统
,
温室内环境因子与环境因子
、
植物生
长情况与环境因子之间都存在复杂的能量关系
。
因此
,
如何高效经济地实现温室内多因子间的复合控制是温室环境
控制过程要解决的关键问题
。
我国的智能温室大棚技术较国外发展晚
,
在控制方法
、
控制技术和控制成本等方面都与
国外先进技术存在较大差距
。
为了促进我国设施农业温室大棚智能控制技术的快速发展
,
推动设施农业领域的技术
进步
,
总结了国内外温室大棚智能控制技术的发展过程
,
重点对模糊控制
、
神经网络控制和专家系统控制等温室控制
算法进行了分析和比较
,
展望了设施农业温室大棚智能控制技术的发展方向
。
关键词
:
设施农业
;
温室大棚
;
控制方法
;
智能控制
中图分类号
: S625; TP273
+
. 5
文献标志码
: A
文章编号
: 1002 - 1302( 2017) 21 - 0010 - 06
收稿日期
: 2017 - 04 - 05
基金项目
:
山西省科技厅重大专项
(
编号
: 20131101029) ;
山西省物联
网产业发展及应用分析预测
(
编号
: kxkt1605) 。
作者简介
:
邢希君
( 1991—) ,
女
,
山西太原人
,
硕士研究生
,
主要从事
设施农业温室大棚智能控制技术研究
。E - mail: 370760959 @
qq. com
。
通信作者
:
宋建成
,
博士
,
教授
,
博士生导师
,
主要从事设施农业温室
大棚智能控制技术
、
矿用智能电器
、
故障诊断与灾害预警技术研
究
。E - mail: sjc6018@ 163. com。
温室系统是一种多输入
、
多输出
、
强耦合的复杂系统
[1]
。
温室中影响作物生长发育的主要环境因子包括温度
、
水分
、
光
照
、
土壤
、
空气
(
如二氧化碳
、
氧气等
) 、
生物条件等
。
这些环
境因子都是时变量
,
其变化没有规律可循且难以进行预判
,
另
外这些环境因子变量是相互作用
、
相互耦合的
,
难以用数学模
型表述
,
这些问题都对温室控制带来了很大的难度
。
其中温
湿度的变化对温室植物生长的影响最大
,
且耦合程度较大
,
目
前
,
大部分研究集中在温湿度的控制上
[2]
。
农业温室大棚控制技术总体经历了定值开关控制
、PID
控制和智能控制
3
个发展阶段
。
定值开关控制可以细化分为
手动控制和自动控制
,
是一种不考虑温室控制滞后性和惯性
的简单控制方法
,
在实际控制过程中存在精度低
、
静态误差
大
、
超调量大
、
振荡明显
、
耗能大等问题
,
从而无法达到理想的
调节效果
。PID
控制是目前应用领域最广泛的控制方法
,
控
制过程包括比例
、
积分
、
微分
3
个环节
。
一般情况下
,
温室系
统中
PID
控制方法相比开关控制可以取得较好的调节效果
。
然而
,PID
控制对研究对象数学模型要求较高
,
使得在温室环
境控制系统中难以发挥其优势
[3]
。
智能控制是指使用类似于专家思维方式建立逻辑模型
,
模拟人脑智力的控制方法进行控制
。
智能控制具有下列优
点
: ( 1)
可以不完全依赖工作人员所具有的专业知识水平
;
( 2)
可以预测温室环境的变化状态
,
提前作出预判断
,
从而尽
可能解决温室大滞后的问题
; ( 3)
由于其全局统筹控制
[4]
,
可
以解决各设备在进行调节时相互协调的问题
,
进而减少控制
系统的超调和振荡
; ( 4)
可以实现自适应控制功能
,
根据作物
的生长状态
、
环境参数的变化状态和各调节单元的运行状态
自动调节作物的生长环境
,
实现最优生长
。
智能控制最大进
步是将先进的控制算法加以应用
,
进而能够确保控制系统的
稳定运行和控制精度
,
且具有良好的鲁棒性
,
非常适合解决温
室的环境调控问题
[5 - 6]
。
自
20
世纪
90
年代开始
,
智能控制成为温室内环境控制
的热门研究方向
,
发展十分迅速
。
智能控制是传统控制理论
高级阶段的产物
,
虽然其理论体系不如过去简单的控制理论
完善
,
但已经在各个领域的应用上取得了令人瞩目的成果
。
特别是在传统控制方法难以解决的复杂控制系统方面
(
如本
研究的温室大棚智能控制系统
) ,
其优势非常突出
。
智能控
制方法主要包括模糊控制
、
神经网络控制
、
专家控制系统
、
遗
传算法
、
仿人智能控制等
。
模糊控制方法
、
神经网络控制方法
及专家控制方法作为设施农业温室大棚智能控制方法相继应
用于温室控制系统中
[7]
。
本研究分析设施农业温室大棚智
能控制技术的发展现状
,
分别对模糊控制技术
、
神经网络控制
技术
、
专家控制技术的控制原理
、
控制方法
、
优缺点以及具体
案例进行分析
,
并对其未来的发展方向进行预测
。
1
模糊控制技术
1. 1
模糊控制原理
近
30
年来
,
模糊控制一直是智能控制研究和应用领域的
热点
。
模糊控制
( fuzzy control)
是一种非线性智能控制方法
,
它不需要获得准确的研究对象模型
,
而是将人的知识和经验
总结提炼为若干控制规律
,
并转化为计算机语言
,
从而模仿人
的思维进行控制
。
模糊控制具有较强的知识表达能力和模糊
推理能力
,
经过模糊逻辑推理可以实现类似人的决策过程
。
模糊控制在模糊规则制定时实际上就隐含了解耦思想
,
这在
—01—
江苏农业科学
2017
年第
45
卷第
21
期