基于灰色預測的溫室大棚智能控制系統研究

陳磊 許燕 李建軍 魏正英 周建平

摘要：發展自動化與智能化的溫室大棚智能控制系統，對溫室大棚內的設備進行科學合理的設計，不但能節省人力物力，提高作物產量，而且也是應對水資源短缺和農業現代化的必然選擇。通過采集溫室大棚內的溫度、濕度、光照、CO2濃度等溫室大棚數據，結合ZigBee和GPRS技術研發了一種遠程智能控制系統，并設計了灰色預測策略，實現了無人值守的智能及遠程監控。結果表明，該系統魯棒性高，智能控制快，具有較高的應用推廣價值。

關鍵詞：ZigBee；GPRS；灰色預測策略；遠程監控

中圖分類號： S126；TP273文獻標志碼：

文章編號：1002-1302（2016）08-0428-04

高性能的溫室大棚控制系統應適時適量地進行科學灌溉，用較少的水取得較高的產出效益，可緩解我國水資源不足，實現農業增產增效、農民增收[1]。我國的溫室大棚種植面積已居世界第一，但自動化、智能化程度與發達國家相比有很大的差距[2]。現階段新疆地區的溫室灌溉控制很多采用手動控制，費時費力，浪費水資源[3]。研制經濟、穩定和高效的溫室大棚智能控制系統對當地的農業發展有著重要的意義[CM（25]。本系統通過對溫室大棚內的作物信息進行實時采集，結[CM）][LL]合ZigBee和GPRS技術、農業專家知識庫及模糊控制策略可實現智能化遠程控制。

1系統總體設計

系統主要由上位機服務器、ZigBee無線通信網絡、信息采集單元、命令執行單元、模糊灌溉控制策略、農業專家知識庫、GPRS數傳模塊、遠程監控端組成，系統的示意圖如圖1所示。

系統采用傳感器技術、信息處理技術和網絡通信技術分別對ZigBee無線網絡系統結構和智能灌溉控制系統監控平臺進行了開發，監測節點借助部署于溫室的各個檢測器獲農情信息，采用無線模塊將數據包無線發送至系統監控平臺，經過系統監控平臺的數據處理、分析、智能診斷和灌溉決策，發出相應的控制命令，實現對灌溉設備的遠程監測和控制。用戶也可借助于GPRS數傳模塊通過手機軟件、電腦客戶端等遠程查看、控制現場設備。

2系統硬件設計

本系統的硬件主要由ARM11中央控制模塊、ZigBee無線模塊、GPRS數傳模塊、土壤及空氣溫度采集模塊、CO2檢測器等構成。

2.1通信節點的結構設計

本系統采用ZigBee無線網絡及GPRS數傳模塊構成無線通信系統。系統采用美國德州儀器生產的CC2530芯片，其內部是1個單周期的8051單片機兼容內核，采用標準的QFN封裝，集微處理器、內存和無線電模塊于一體，可編程輸出功能典型值為+4.5 dBm，通過直接連接天線實現MCU與其他無線設備之間的通信。內核電流最大損耗為33.5 mA，外設電流最大損耗為90 μA，在睡眠模式下的損耗僅為0.4 μA，CC2530不同運行模式的超低功耗性能，有利于延長供電電源的使用壽命[4]。

ZigBee無線網絡數據傳輸模塊實際上是一個微型的嵌入式系統，主要由監控節點、中央控制器所組成，各個節點設備的硬件配置如圖2、圖3所示。監控節點對溫室大棚內的傳感器數據進行實時獲取和信息的無線發送，并負責接收控制命令，實現對電磁閥和精量灌溉控制機等灌溉執行機構的控制；中央控制器是整個ZigBee無線網絡的核心，負責組建和維護整個無線網絡，監控節點加入ZigBee網絡進行數據信息的匯總，發送灌溉控制命令。

ZigBee射頻通信電路主要用于數據的無線發送和接收，天線性能的好壞直接影響無線通信距離的遠近[5]。天線的輻射圖、帶寬、阻抗匹配、增益、尺寸大小和成本等參數都成為天線選型和設計的重要指標。目前，國內普遍的ZigBee開發板都采用的2.4 GHz的同軸電纜天線——非平衡天線，在 2.4 GHz（ISM）頻段上，綜合PCB天線、芯片和鞭狀天線的各項性能和溫室大棚環境因素，系統選用鞭狀天線，該天線屬于單端天線，又稱不平衡天線，向各個方向的輻射性能近似相同。射頻電路如圖4所示。

2.3土壤溫濕度檢測器

傳感器的作用主要用于將大棚土壤的溫度、濕度等環境參數的變化轉化為電信號，經放大器放大、ADC轉換器轉換，進而獲取參數具體值。考慮到CC2530芯片自帶的A/D轉換器輸入的模擬量是電壓信號，參考電壓為3.3 V，而通用傳感器輸出的電信號是4～20 mA的電流信號，因此為實現A/D轉[CM（25]換功能，在信號輸入的前端配置了150 Ω排電阻將電流信[CM）]

號轉化為電壓信號，使得輸出的模擬電壓都在0～3.3 V之內，這樣不需外加專用的模數轉換芯片，既節省了成本，又遵循了在射頻通信電路中盡可能少布置模擬電路的原則[6]。本系統采用ADC0809芯片可保證傳感器每次測量誤差盡可能小，程序中取10次傳感器數據采樣的平均值作為1次數據采集值。

3服務器監控平臺設計

系統采用飛凌公司的ARM11-OK6410作為服務器控制平臺，以嵌入式Linux作為操作系統，在源系統的基礎上進行U-boot移植、內核裁剪、制作根文件系統、加載驅動文件等操作[7]，使系統在運行過程中具有較高的工作效率。系統的軟件結構圖如圖5所示。

3.1通信協議設計

本系統采用奇趣科技公司的QT開發軟件對ARM開發板上的應用程序進行圖形化設計，通過Eclipse開發工具研制的手機APP軟件與ARM上的網關以數據通信協議與現場服務器進行無線通訊。現場ZigBee節點與中央控制器進行通信的流程如圖6所示。

本數據協議包括數據的格式、順序和速率，數據傳輸的確認或拒收，差錯檢測，重傳控制和詢問等，能保證數據通信網中通信雙方能有效、可靠通信。系統傳輸的數據量小和傳輸速率低，采用基本型通信控制協議[8]，針對具體的功能要求設計了表1的數據通信格式，便于對無線數據信息的校對和處理。

3.2數據采集單元工作原理

系統在上電后，進行串口和定時器的初始化。根據采集的間隔時間，設置相應的定時器初值并啟動定時器。進入定時器溢出中斷后，開始A/D初始化，選擇通道并啟動A/D轉換。等待轉換完成后，將數據傳給CC2530，CC2530通過多次采樣求平均值來減小誤差，保證數據的準確性，接著無線發送到中央控制器，其他通道亦是如此，直到所有通道完成A/D轉換。全部轉換完畢，再次設定初值，循環往復的采集數據發送給中央控制器。

3.3灰色預測智能控制策略

灰色預測控制將灰色預測理論和控制理論相結合形成一種新型的控制方法，灰色預測控制通過已知的行為數據序列尋找系統的發展規律，進而根據規律對系統的未來行為進行預測，并按系統預測的未來行為確定相應的控制決策進行預控制。灰色預測控制只需要很少的系統原始信息參數數據，通過建立灰色預測模型來精確控制系統，本系統通過對土壤墑情及空氣信息進行采集，通過灰色預測算法可使灌溉水得到有效利用，進而實現節水。

本系統通過采集土壤墑情信息，建立水開度的灰色模型，本模型是由1組灰色微分方程組成的動態模型，記為GM（n，h），其中：n為微分方程的階數，h為變量個數。系統采用灰色模型中應用最廣泛的GM（1，1）模型[9]，即控制系統的反饋信號是由管道水流量q為變量的一階模型決定的，具體建模過程如下。

設由傳感器檢測到的當前水路流量數據行向量為：

在灌溉控制系統中，為了能夠更加精確地控制水路流量，往往需要預測很多步的水路流量信息。將式（13）中的k+m時刻的水路流量預測值作為控制系統的比對信號，當模型的精度低時，減小預測值在系統控制回路中的作用，當模型的精度高時，增大預測值在系統控制回路中的作用，這樣就可以減小預測所帶來的誤差對系統產生的影響，從而提高控制的精確性。

3.4灰色預測智能控制工作原理

系統將采集到的信息通過無線網絡發送至系統的監控平臺中，系統的灰色預測智能控制策略將采集到的信息進行分解、處理、保存，并下發相關的控制命令，從而實現智能化控制。灰色預測智能控制器的工作流程如圖7所示。

4遠程用戶控制軟件

由于溫室大棚內具有較高溫度、濕度，農民若高頻率地對電磁閥進行現場控制，常年累月容易患關節炎等疾病。因此研制出借助GSM網絡和Android系統的手機軟件來控制現場設備有效地解決了上述難題。本系統在每塊園區都安裝有命令執行器，可對不同大棚內的水量、肥量電磁閥進行遠程控制。同時ARM監控平臺把實時采集的數據保存在SD卡中，用戶可實時查看6個月內的各溫室大棚作物信息及電磁閥、通氣天窗、熱風爐、卷簾機、施肥器的控制信息（圖8）。

5結論

本研究針對新疆農業溫室大棚灌溉自動化程度低、不能按需灌溉、水肥不能同時施加以及大棚內設備控制等問題，設計開發了灰色預測智能控制系統，研究了系統所需的數據采集模塊、控制策略和控制方式、網絡通信。然后以ARM和單片機為控制核心，開發了系統的軟件、硬件，并對主要功能模塊的實現方法進行了深入研究，最終確定了控制系統方案，并對系統功能進行了軟件、硬件聯合調試和現場測試，可以實現對水肥比例的精確控制，系統運行穩定、可靠，達到了預期的設計要求。

參考文獻：[HJ1.8mm]

[1]張曉文，蘇伯平. 設計農業精準灌溉監控系統的研究與開發[J]. 中國農機化，2005（1）：30-32.

[2]陳輝. 基于ZigBee與GPRS的溫室番茄遠程智能灌溉系統的研究與實現[D]. 杭州：浙江大學，2013.

[3]蘇薈. 新疆農業高效節水灌溉技術選擇研究[D]. 石河子：石河子大學，2013.

[4]張京，楊啟良，戈振揚，等. 溫室環境參數無線傳感器網絡監測系統構建與CC2530傳輸特性分析[J]. 農業工程學報，2013，29（7）：139-147.

[5]賈林，張曉東，周太成. 微型多頻段可折彎鞭狀天線[J]. 通信與廣播電視，2005（3）：55-59.

[6]龔文超，吳猛猛. 基于CC2530的無線監控系統設計與實現[J]. 電子測量技術，2012，35（6）：33-36，49.

[7]Bakos J D. The Linux/ARM embedded platform[J]. Embedded Systems，2016：1-47.

[8]Gislason D.ZigBee wireless networking[M]. Boston：Newnes，2008.

[9]Wang M D，Kong B.Grey predicte theory and extension strategy-based excition control for generator[J]. International Journal of Electrical Power & Energy Systems，2016，79：188-195.