日光温室环境及作物生长监控系统的研究

摘要：我国地少人多，传统粗放型农业劳动量大，资源利用率低，农产品产量低回报率小。发展集约型精简型农业越来越为当今社会所需。棚室农业是集约型农业的重要组成部分，提高棚室农业的自动化，智能化程度必将力助我国农业发展更上一层楼。
日光温室环境是一个多变量，强耦合的复杂系统，它为作物提供作物所需的温度、湿度、光照强度以及二氧化碳浓度等生长条件，其中温度与湿度对作物生长影响最大，不易控制。温室中温度的改变会对湿度产生影响，湿度的变化也会对温度产生影响。本文选用PID控制算法对温室温度进行调控。PID控制算法为成熟方法，结构简单，可操作性强。在进行温室温湿度控制时，应考虑温度与湿度之间的相互影响，本文以温室中温度和湿度作为研究对象，以温室环境监控系统为平台，该系统应用PLC做为下位机处理核心，上位机监控软件应用Delphi7编写，结合各种传感器以及控制设备对温室环境进行监视与控制。
应用该系统的加热设备，降温设备，加湿设备等设备做试验，记录不同条件下温室中温度与湿度的变化。利用统计分析软件Excel，SPSS研究温度与湿度之间的相互影响，得出温度的变化对湿度影响较大，湿度的变化对温度影响较小。因此在调节温室温度时对温室湿度做适当的补偿。应用机理分析法对温室温度系统建模，结合温室环境的相关物理参数，算出PID控制中的比例系数，积分时间常数，微分时间常数。应用Matlab软件对所设计的PID控制器做仿真调试。最后应用到温室环境监控系统中，用PLC来实现温室温度的PID控制以及对湿度的补偿。
本系统经过长期测试，具有稳定性高，操作简单，维护方便，可应用在实际生产中。

关键词： 温室环境 PID PLC

1.1引言
随着国民经济的飞速发展，低技术、低附加值的农业产品以无法满足人们日益增长的丰富的物质需求，面对竞争激烈的市场形势，粗放型农业以不适合社会的发展，必须改变农业粗放型的增长方式，走农业工业化、技术化和现代化的发展道路才能提高产品竞争力。农业生产过程与自然环境关系密切，农产品的生产受地域、气候和环境等诸多自然因素的影响和制约，为了摆脱这种影响，应大力发展温室农业。随着科学技术水平的进步，温室生产已经不再是简单的挡风遮雨和提高温度，利用新技术、新材料和新能源可以对温室内各种环境因子进行监测和控制，甚至完全摆脱自然环境的束缚，人为地创造适宜作物生长的最佳环境，生产出高品质、高质量的农产品[1-3]。
1.2研究的目的和意义
温室环境控制是一门复杂的综合性技术，它是集当代农业生物学、环境科学、电子技术、计算机控制与管理科学等多门学科于一体的综合技术。任何一种作物的生长、开花、结果都需要相应特定的环境条件，具有区域性和季节性，这是长期自然选择的结果。不同种类的作物生长需要不同的环境条件。温室智能环境控制主要是对温室环境因子进行综合的调节和控制，就是对温室中的温度、湿度、光照、CO2浓度等环境因子调节控制，为不同作物的生长、繁育提供适宜的环境，使作物与环境得到较好的统一[4]。
目前，常用的温室环境控制器主要有单片机，工控机，PLC[5]。以单片机为核心的控制系统，通常以MSC51系列单片机为基础，采用8位CPU,系统中的数据采集，算法实现，设备控制都由单片机完成。该类控制方式的优点是能够全局管理，开发周期短，操作简单、价格低廉，缺点是布线复杂，可靠性差，稳定性低、元件易损坏且输入/输出信号通常为模拟量或开关量，自动化程度较低。由于温室控制环境干扰因素多、环境恶劣，单一依靠单片机控制温室环境难以达到预期的控制效果。基于工业控制计算机的温室控制系统是由工控机、各种传感器及执行机构组成的多输入、多输出的闭环控制系统。系统的采集、控制和通信功能由工控机结合不同功能的数据采集卡及输入/输出模块共同完成，能对温室各种参数和变量进行有效控制。
常用于温室控制的控制算法有PID控制，模糊控制，神经网络，遗传算法等几种控制方法[6]。PID算法通过计算偏差的比例、积分、微分调整输出量完成控制，通常算法中的比例环节能够提高系统的快速性；积分环节能够消除系统静态误差，提高精度，加强系统对参数变化的适应能力；微分环节能够提高系统对动态过程的预知能力，克服惯性环节的影响。比例环节能够及时成比例的反应控制系统中的偏差信号，偏差一旦产生，控制器立即产生控制作用，以减少偏差。比例系数大，可以加速调节，快速减小偏差，但是比例系数过大，会使系统的稳定性下降，甚至造成系统的不稳定。积分环节主要用于消除静态误差，积分作用的强弱取决于积分时间常数，积分时间常数越大，积分作用就会越弱，反之则越强。积分环节会使系统稳定性下降，动态响应变慢。微分环节减小系统超调量，减少调节时间，微分作用的强弱取决于微分时间常数，微分时间常数越大，微分作用就会越强，微分时间常数越小，作用越弱。微分作用太大，会引起系统不稳定，产生震荡。因此整定PID参数的时候，要在积分和比例、微分之间形成一种平衡[7]。模糊控制是一种由模糊集合论，模糊语言变量及模糊逻辑推理所组成的计算机数字控制方法，是一种由域映射到域的非线性智能控制方式。模糊控制基本原理是模仿人的智能控制行为，模糊控制如同人工控制，不需要有准确的控制对象模型。人工手动控制是一种由人作为控制器的控制系统是典型的智能控制系统，其中包含了人的高级智能活动。在生产活动中人作为控制器观测被控对象的输出，然后根据观测结果，通过大脑作出决策，最后手动调整输入。就这样不断的执行：观测，决策，执行，达到期望的输出。这实际是一个过程变化到控制行动之间的映射关系，这个映射是通过人的决策来实现的。人在决策中并不是通过精确的计算来实现决策，而是依靠定性或模糊知识[8-10]实现的。
本课题以设计一套温室智能监控系统为目的。该系统的设计以PLC为控制核心，结合传感器、执行机构对温室环境进行调调控。该系统应用于小型温室中通过传感器实时监测温室内的空气温度、空气湿度、土壤水分值等环境参数进而对温室内环境或人为的或自动的进行调控，使温室内环境能够更好的适应作物生长。并且以该监控系统作为研究平台以温室中温度，湿度为研究对象，研究温室中温度与湿度之间的关系以及它们的相互影响。同时以PID控制理论作为理论基础设计温室温度PID控制器，调节温室温度，并依据温室温湿度变化关系补偿温室湿度使温室环境中的温湿度能够得到合理的调节。最终将该设备运用于农业生产中，为作物提供好的生长环境，为种植者创造效益，因此，研究该课题具有深远的理论意义和重大的现实意义。
1.3 国内外研究现状
温室控制大致经历了人工手动控制、机械设备控制、电子设备控制、微机综合控制等几个发展阶段。温室环境控制本质是作物生长环境的优化问题。其最高目标是能使农业生产和工业生产一样不受地域、季节等环境因素的制约，并且能够实现全过程高效的生产自动化。
温室环境具有多变量，大延时，强耦合等特点。要模拟复杂气候环境中作物所处的局部环境也几乎是不可能的，要实现对这种相互制约、相互影响的环境因素的综合控制也很困难。但是，随着电子技术的飞速发展和微型计算机的普及应用，以及计算机性能的大幅提升和价格的下降，同时伴随着PID控制理论、模糊控制技术、神经网络技术和遗传算法等理论的发展成熟，以微机为核心的温室综合环境控制系统获得了长足的发展，并逐步迈入网络化、智能化阶段[11]。
1.3.1 国外研究动态
    在温室环境控制方面，国外起步较早， 20世纪80年代初，美国的雨鸟、摩托罗拉等几家公司就合作开发了智能中央计算机灌溉控制系统，并于20世纪90年代在全美得到了广泛的应用[12]。目前，美国己将全球定位系统、电脑和遥感遥测等高新技术应用于温室生产中，已有82％的温室使用计算机控制系统。荷兰在80年代中期，已有5000多台计算机应用于温室，目前荷兰拥有玻璃温室18万多亩，占全世界的1／4以上，有85％的温室种植者使用环境控制计算机。英国的智能温室系统、西班牙和奥地利的遥控温室系统都是计算机控制与管理技术在温室控制中的成功应用。另外，德国已经把3S技术(地理信息系统GIS、全球定位系统GPS、遥感技术RS)应用于温室。以色列对农作物的灌溉采用了现代化的滴灌和微喷灌系统，在作物附近都安装了传感器以检测水、肥的状况，并将水、肥情况上传办公室里的中心计算机，中心计算机与田间的控制器进行通讯，可方便地遥控灌溉和施肥，使水肥的利用率达到80％～90％[13]。
由于温室环境参数的动态过程固有的非线性，使得温室环境的线性系统模型只能在环境参数较小的变化范围内保证模型精确度[14]。因此，采用非线性系统模型的辨识方法是一个必然趋势。当前，采用智能化系统辩识方法对非线形系统进行建模的研究非常流行，在温室环境辩识中有大量研究。1994年Seginert等人就采用人工神经网络方法对温室气候进行辩识，作者利用法国INRA和英国Silsoe研究所的数据分别建立了三层前向BP神经网络模型，网络的输入量为气候变量(室外光强度、室外温度、室外湿度、室外风速等)、控制变量(加热器的热通量、以弧度表示的通风口打开角度、以时长表示的喷雾量等)、状态变量(叶面积指数)和时间变量(日期、时间)，模型预测量为室内温度、室内光强度、以湿球湿度表示的室内湿度以及土壤温度等室内环境参数，并且通过增减网络的输入输出数目观察网络的预测能力，通过分析网络权值大小，判断哪些输入变量对变量预测更加重要，结果得出风向和叶面积指数对室内环境影响不大的结论[15]。1996年Seginer等研究了利用神经网络来模仿专家的温室控制方法。结果显示，神经网络能够很好的模仿专家的控制思想[16]。2000年Van Straten等利用作物的光合作用和蒸腾作用进行温室内短期的优化控制，利用有效积温的原理进行温室长期的优化控制，将短期优化和长期优化相结合，实现了以经济最优为目标的温室环境控制。2003年Aaslyng等利用作物的光辐射吸收、叶片的光合作用和呼吸作用预测模型建立了温室环境控制系统，根据自然光照来控制温室内的温度，系统在节省能源和由于光照减弱而导致的作物产量降低之间取得了很好的平衡。2005年Paulo Salgado等采用模糊逻辑建立温室温度和湿度模型，该模型采用分层的模型结构将一个大型MIMO模型分解成多个子模型，使得子模型的模糊推理具有可解释的物理意义。这些理论的出现，使得温室环境控制技术开始向智能控制技术过渡[17]。
1.3.2 国内研究动态
与国外相比，我国对温室环境控制技术的研究起步相对较晚。从20世纪70年代起，我国的农业工程技术人员通过引进国外温室，学习、借鉴国际上具有先进水平的设施农业等方式，来发展我国温室工程的研究与开发工作。引进的温室与我国传统温室比较，其空间大，便于进行自动化机械作业，生产率与资源利用率比较高，为我国温室的发展提供了借鉴作用。但这些温室也存在着许多不适合我国农业生产的不足之处。80年代中期，工程人员通过对原本温室的环境调控、栽培技术和建造结构进行了改善，使我国的温室农业生产变的更加节能。80年代末期，根据无数次的研究设计终于形成了更符合我国特色的温室大棚的雏形。
90年代中后期起，我国高校开始研制自己的控制系统。1996年，中国农业大学研制成功了“WJG一型实验温室环境监控计算机管理系统”，此系统属于小型分布式数据采集控制系统。中国农业大学在温室环境的自动控制技术方面取得了一定的研究成果；许多高等院校、科研院所也都在进行温室环境控制系统的相关研究，并且许多单位都己建立了自己的温室控制系统。

参考文献
[1]李天来.我国日光温室产业发展现状与前景[J].沈阳农业大学学报，2005，36(2)：131-138.
[2]李萍萍,毛罕罕.我国温室生产的现状及待研究的技术问题探讨[J].农业机械学报,1996,27(3).
[3]李萍萍,毛罕平等.智能温室综合环境因子控制的技术效果及合理的参数研究[J].农业工程学报,1998,(3).
[4]齐云鹤,陈志武,佐文品.基于嵌入式思想的新型准集散式温室环境控制系统[J].郑州轻工业学院学报.2006,21(2) :80-82