基于改進PSO算法的多溫室物聯(lián)網(wǎng)群控終端變量協(xié)調(diào)控制研究*

冷令，吳偉斌，張偉杰，羅安生

(1. 中山職業(yè)技術學院信息工程學院，廣東中山，528400； 2. 華南農(nóng)業(yè)大學工程學院，廣州市，510642； 3. 中山市農(nóng)業(yè)科技推廣中心，廣東中山，528400)

0 引言

全世界范圍內(nèi)，發(fā)達國家早已開始利用儀器采集溫室大田信息并按指標進行控制，基本實現(xiàn)了農(nóng)業(yè)生產(chǎn)的機械化和自動化，而發(fā)展中國家在溫室控制中只采用單因素控制技術，即分別對溫濕度、光照強度、二氧化碳等環(huán)境條件進行控制，缺少先進的溫室結構及空氣溫濕度調(diào)控系統(tǒng)，傳統(tǒng)的農(nóng)業(yè)種植條件無法實現(xiàn)作物的精細化生產(chǎn)，精準提供反季作物，為此一種全新的農(nóng)業(yè)設施——溫室應運而生[1-2]。

溫室可以在相對可控環(huán)境下，利用科學技術手段，實現(xiàn)作物高效生產(chǎn)[3]。利用大數(shù)據(jù)技術可以有效了解農(nóng)業(yè)相關數(shù)據(jù)的發(fā)展動態(tài)，拓展用戶與溫室作物的信息交流，控制農(nóng)業(yè)生產(chǎn)要素為農(nóng)業(yè)生產(chǎn)提供決策和尖端服務，提升作物質(zhì)量，因此，艾精文等[4]在電網(wǎng)系統(tǒng)中，鑒于控制設備的重要性，有效地整合信息資源，按照控制設備生命周期管理的要求，運用物聯(lián)網(wǎng)技術，實現(xiàn)控制信息的精細化和可視化，將信息模型引入電網(wǎng)設備的運行監(jiān)測和管理，并提出一套完整的全景信息建模方案。牛萍娟等[5]對溫室環(huán)境調(diào)控方式進行研究，設計了一種無線溫室監(jiān)測系統(tǒng)，解決了監(jiān)測系統(tǒng)落后、生產(chǎn)效率低的問題，利用STM32完成了智能網(wǎng)關的設計，最終實現(xiàn)了監(jiān)測功能，較好地滿足了溫室智能監(jiān)測的應用要求。賈衛(wèi)東等設計了一個去極值均值算法，對溫室環(huán)境進行遙控，實現(xiàn)了控制設備的自適應實時控制，通過對樣機總體結構的分析，使該控制設備能迅速調(diào)整并沿作物行中心線移動，使整個遙控系統(tǒng)靈敏、安全、可靠。

但是以上方法存在費用高、控制精準度差、智能化程度低、溫室群信息管理缺失、難以實現(xiàn)集中控制分布式管理等問題。為此本文提出一種基于大數(shù)據(jù)的多溫室物聯(lián)網(wǎng)群控終端變量協(xié)調(diào)控制方法，該方法創(chuàng)新之處在于引入大數(shù)據(jù)以及物聯(lián)網(wǎng)技術，增加控制變量，對溫室的空氣溫度、相對濕度、光照強度以及二氧化碳濃度進行測控；區(qū)別于其他溫室單一控制方法，引入PSO算法，并對區(qū)間內(nèi)浮點數(shù)的取值范圍進行優(yōu)化，優(yōu)化物聯(lián)網(wǎng)溫室群總控制終端，形成溫室群整體、協(xié)調(diào)智能化控制，實現(xiàn)溫室群智能化管控。

1 基于大數(shù)據(jù)的多溫室物聯(lián)網(wǎng)群控終端變量協(xié)調(diào)控制方法

為實現(xiàn)多溫室群控終端變量協(xié)調(diào)控制，有效融合大數(shù)據(jù)技術、物聯(lián)網(wǎng)、無線傳感技術以及可視化技術，設計基于大數(shù)據(jù)的多溫室分層分布式物聯(lián)網(wǎng)群控集成系統(tǒng)，協(xié)調(diào)控制溫室群的多參數(shù)、多變量[6]，綜合分析溫室作物生長大數(shù)據(jù)，實現(xiàn)溫室群智能化管控。系統(tǒng)框架結果如圖1所示。

圖1 基于大數(shù)據(jù)的多溫室分層分布式物聯(lián)網(wǎng)群控集成系統(tǒng)框架

1.1 單溫室智能化協(xié)調(diào)控制

以優(yōu)化溫室結構，提升溫室自動化管理水平以及提升溫室作物生長效率為目的，采用單個溫室的多參數(shù)多變量協(xié)調(diào)控制方法，實現(xiàn)單溫室智能化協(xié)調(diào)控制。

良好的生長環(huán)境是實現(xiàn)溫室作物高效生產(chǎn)的基本保障，為此，單溫室智能化協(xié)調(diào)控制需要對溫室作物生長環(huán)境進行有效監(jiān)控，并采取合適的策略對其實施智能化協(xié)調(diào)控制。溫室作物生長環(huán)境監(jiān)控需要依據(jù)作物的實際生長情況判定，即需要結合人工手動控制的經(jīng)驗確定控制優(yōu)先級，通過參數(shù)的優(yōu)先級別選取控制對應策略。溫室中，溫度、濕度、光照、二氧化碳含量的排列順序為影響作物生長的環(huán)境優(yōu)先級別順序[7-9]。

傳統(tǒng)的溫室溫濕度控制方法是利用水調(diào)控溫濕度，該方法存在控制延遲性大、浪費人力資源過多等缺點。為實現(xiàn)溫室溫濕度環(huán)境參數(shù)協(xié)調(diào)控制，將VAV變風量空調(diào)溫濕度自動控制系統(tǒng)應用到溫室溫濕度控制中。通過控制風口送風量實現(xiàn)溫室溫濕度變更，在風口處的壓力性VAV Box中內(nèi)置一個溫濕度傳感器[10]，檢測溫室內(nèi)的溫濕度，便于溫室內(nèi)溫濕度智能化協(xié)調(diào)控制。溫濕度控制示意圖如圖2所示。

圖2 溫濕度控制示意圖

溫室內(nèi)的串級控制由變風量控制器和溫室內(nèi)的溫控器共同形成，其中主控制量為溫室的溫度，輔控制量為空氣流量。變風量控制器會依據(jù)溫室設定溫濕度以及內(nèi)置溫濕度傳感器采集溫濕度數(shù)據(jù)，智能控制風量調(diào)整信號，變更送風量，將溫室溫濕度調(diào)整至設定溫濕度區(qū)間。與此同時風道壓力傳感器智能識別風道內(nèi)壓力變化，實現(xiàn)自適應調(diào)節(jié)，變更空調(diào)送風機轉數(shù)[11]，控制送風量不變，將溫室溫濕度控制在設定區(qū)間。

傳統(tǒng)的溫室光照控制是利用光敏儀結合人工經(jīng)驗判斷適合溫室作物生長的光照情況。為實現(xiàn)溫室光照智能化協(xié)調(diào)控制，將光照智能化控制系統(tǒng)應用到溫室光照控制中，光照智能化協(xié)調(diào)控制系統(tǒng)利用系統(tǒng)內(nèi)置光照傳感器對溫室作物實施生長光照程度監(jiān)測，并將采集到的光照監(jiān)測數(shù)據(jù)傳輸至與控制器相連接的執(zhí)行部件，控制器中預先設定了溫室作物的最佳生長光照區(qū)間，將光照傳感器采集到的光照數(shù)據(jù)與設定的最佳生長光照區(qū)間作對比，利用模糊控制算法控制溫室內(nèi)光照。當傳感器采集到的光照超出控制區(qū)間，算法控制器會控制執(zhí)行器自動調(diào)節(jié)溫室燈光和遮陽板開關，將溫室的光照變更為作物所需光照區(qū)間的光照值，實現(xiàn)溫室光照的智能化監(jiān)測和協(xié)調(diào)控制。

利用光照智能控制系統(tǒng)調(diào)節(jié)溫室光照過程中，當光照值達到或降低至一定值時，溫室內(nèi)的二氧化碳含量會產(chǎn)生相應改變，這種情況下光照值便可成為VAV變風量空調(diào)溫濕度自動控制系統(tǒng)的行動指導，反饋控制變風量參數(shù)，聯(lián)動其它控制器對溫室環(huán)境參數(shù)智能調(diào)節(jié)，實現(xiàn)溫室作物處于最佳環(huán)境中生長，提升溫室作物產(chǎn)量的同時實現(xiàn)高效率管控。

1.2 多溫室群控終端變量協(xié)調(diào)智能化控制

在完成單溫室智能化協(xié)調(diào)控制基礎上，實現(xiàn)溫室群的協(xié)調(diào)控制。通過在溫室群外布設一個總控制器，實現(xiàn)各個溫室溫度、濕度、光照、二氧化碳等環(huán)境參數(shù)的集中控制。溫室群控制方式如圖3所示。

圖3 溫室群控制方式

利用溫室群總控制器集中管控各個溫室的參數(shù)。單個溫室將利用物聯(lián)網(wǎng)采集到的環(huán)境參數(shù)經(jīng)控制器上傳至溫室群控制平臺，溫室群控制平臺采用大數(shù)據(jù)分析技術對其實行分析，若各溫室作物品種相同，可利用溫室群總控制器實施不同參數(shù)統(tǒng)一調(diào)控，并通過采集不同時期的作物生長狀態(tài)，獲取最適合作物生長的環(huán)境參數(shù)區(qū)間[12-14]。舉例說明，若溫室1的作物生長溫度參考區(qū)間為13 ℃～16 ℃，控制器控制下的溫室2的作物生長溫度區(qū)間17 ℃～19 ℃，以此類推，通過定期觀察n個溫室的作物生長狀況，采集溫度相關大數(shù)據(jù)，利用系統(tǒng)平臺記錄并分析大數(shù)據(jù)，精確化指導溫室作物生長。因此溫室群集中協(xié)調(diào)控制可實現(xiàn)溫室作物高效、節(jié)能、高產(chǎn)的最終目標。

1.3 基于改進PSO算法的多溫室控制平臺

伴隨物聯(lián)網(wǎng)在多溫室群控集成系統(tǒng)的應用，多溫室物聯(lián)網(wǎng)的形成促進了多溫室大數(shù)據(jù)的產(chǎn)生，物聯(lián)網(wǎng)的特性導致其形成龐大的數(shù)據(jù)量會產(chǎn)生大量的結構化、半結構化以及非結構化數(shù)據(jù)信息，使多溫室傳感信息的應用面臨挑戰(zhàn)。因此，通過PSO算法(Particle Swarm Optimization，粒子群優(yōu)化算法)對參數(shù)進行尋優(yōu)操作，使結構化、半結構化以及非結構化數(shù)據(jù)信息整合起來，為協(xié)調(diào)控制提供基礎條件。則有

(1)

其中，尋優(yōu)適應值ω取值區(qū)間為[0,1]，主要作用為描述結構化、半結構化以及非結構化分散數(shù)據(jù)信息C′、γ和ωk的屬性重要性，TH取值區(qū)間為[0.1%,10%]，主要作用為對篩選樣本在總樣本數(shù)量中占據(jù)比例的控制。C′、γ如式(2)所示。

(2)

其中，Z1、Z2代表PSO算法得到的實際尋優(yōu)參數(shù)，也就是這些半結構化以及非結構化最優(yōu)數(shù)據(jù)信息樣本，兩者取值范圍是[-5,25]區(qū)間內(nèi)浮點數(shù)。

以下對區(qū)間內(nèi)浮點數(shù)的取值范圍進行優(yōu)化，能夠表征PSO算法粒子更新函數(shù)的是式(3)。

(3)

r1、r2——[0,1]間的隨機數(shù)；

w——慣性系數(shù)，其描述著粒子沿著原來速度方向飛行的趨勢；

c1——多溫室傳感信息自身信任系數(shù)；

c2——粒子群體信任系數(shù)；

將PSO算法迭代次數(shù)定義為200，粒子群設置為40，為從中尋求出有用信息良好指導多溫室作物生長，促進溫室發(fā)展[15]，利用齊次變換矩陣研究粒子群運動情況，構建的三維齊次變換矩陣

(4)

式中：Bi j——群控終端相對于標準空間坐標系的作物傳感信息矩陣；

Ki——粒子群信任系數(shù)提升矢量[5]。

在多種形式的協(xié)調(diào)控制中，分別繞坐標軸X、Y和Z的轉動成為基本轉動，當群控終端協(xié)調(diào)控制提升值Ki比1%小，則停止尋優(yōu)，將此時的最優(yōu)參數(shù)輸出，為有效解決多溫室物聯(lián)網(wǎng)數(shù)據(jù)處理提供了一個平臺框架，完成多溫室群控終端變量協(xié)調(diào)控制，解決了極值調(diào)節(jié)控制系統(tǒng)運行的連續(xù)性和穩(wěn)定性問題，有效存儲、分析、查詢多溫室物聯(lián)網(wǎng)產(chǎn)生的大數(shù)據(jù)。

由此可見，多溫室物聯(lián)網(wǎng)群控終端變量協(xié)調(diào)控制的實現(xiàn)離不開大數(shù)據(jù)技術的支持，大數(shù)據(jù)的發(fā)展是多溫室物聯(lián)網(wǎng)發(fā)展的必然手段。

基于改進PSO算法的多溫室控制平臺，有效利用大數(shù)據(jù)分析技術，對由傳感器組成的物聯(lián)網(wǎng)采集到的溫度、濕度、光照、二氧化碳等環(huán)境參數(shù)以及相關生長狀態(tài)和產(chǎn)量等數(shù)據(jù)實現(xiàn)處理與分析，實現(xiàn)溫室群的智能化管控。基于改進PSO算法的多溫室控制平臺結構如圖4所示。

圖4 基于大數(shù)據(jù)的多溫室控制平臺結構

各個溫室的無線傳感器會實時采集溫室作物生長環(huán)境中的各項環(huán)境數(shù)據(jù)信息，包括空氣溫度、濕度、光照、二氧化碳濃度以及病蟲害等，經(jīng)由GPRS網(wǎng)絡上傳至數(shù)據(jù)中心[16-23]，利用大數(shù)據(jù)分析技術進行分析，當環(huán)境參數(shù)信息超出溫室作物生長參數(shù)指標范圍，平臺會發(fā)出警告，協(xié)調(diào)各控制器及時調(diào)整相關環(huán)境參數(shù)，實現(xiàn)多溫室終端變量協(xié)調(diào)控制。

2 試驗與分析

2.1 試驗環(huán)境

為驗證本文方法有效性，選取廣東省中山市農(nóng)業(yè)推廣中心示范基地的溫室大棚實施基于大數(shù)據(jù)的多溫室分層分布式物聯(lián)網(wǎng)群控集成系統(tǒng)部署，在各溫室中分別布設溫度傳感器、濕度傳感器、光照傳感器、二氧化碳濃度傳感器以及土壤濕度傳感器，在溫度控制柜中布設一個控制節(jié)點和一個與智能網(wǎng)關相連接的匯聚節(jié)點，實現(xiàn)溫室與服務器間的數(shù)據(jù)遠程傳輸。對無限采集節(jié)點的網(wǎng)絡ID和無限信道進行設定保障各個溫室獨立組網(wǎng)。采用LJ-A系列室外氣象站采集溫室相關環(huán)境數(shù)據(jù)。溫室環(huán)境參數(shù)實施監(jiān)控界面如圖5所示。

圖5 溫室環(huán)境參數(shù)監(jiān)控界面

如圖5所示，系統(tǒng)數(shù)據(jù)監(jiān)控模塊清晰顯示溫室的環(huán)境參數(shù)，并且能夠自由切換想要獲知的溫室環(huán)境相關參數(shù)，可以自由設置數(shù)據(jù)采集周期，并實現(xiàn)采集數(shù)據(jù)和設備狀態(tài)數(shù)據(jù)存儲，且界面操作簡單、功能齊全。

2.2 數(shù)據(jù)采集性能測試

數(shù)據(jù)采集測試的目的是驗證無線傳感器對溫室內(nèi)的空氣溫度、濕度、光照強度、二氧化碳濃度以及土壤濕度等環(huán)境參數(shù)的采集性能。數(shù)據(jù)采集每10 min一次，在3個溫室大棚共進行5次試驗，試驗結果如表1所示。

表1 溫室環(huán)境參數(shù)采集結果

分析表1數(shù)據(jù)可知，傳感器采集到的數(shù)據(jù)可以被正常讀取，且傳感器采集到的溫室環(huán)境參數(shù)與氣象站采集數(shù)據(jù)相差很小，均在傳感器采集環(huán)境參數(shù)參考值的正常區(qū)間內(nèi)波動。其中傳感器采集的空氣溫度與氣象站的平均誤差均值為0.182 ℃；傳感器采集的相對濕度、光照強度、二氧化碳濃度、土壤濕度的數(shù)據(jù)與氣象站采集數(shù)據(jù)的平均誤差均值分別為為0.336%RH、16.60 lx、18.4 ppm、1.5%。結果表明本文方法的數(shù)據(jù)采集具備良好準確性。

2.3 智能控制效果測試

智能控制測試是驗證本文方法的溫室環(huán)境參數(shù)智能化控制效果。以番茄溫室番茄幼苗在上午的最適生長環(huán)境為例，采用本文方法對溫室的空氣溫度、相對濕度、光照強度以及二氧化碳濃度進行測控，設置溫室內(nèi)空氣溫度、相對濕度、光照強度、二氧化碳濃度的目標值分別為27 ℃、50%RH、1 151 lx、1 500 ppm。每隔12 s將采集到的數(shù)據(jù)存儲至數(shù)據(jù)庫中一次，共采集40 min，試驗結果如表2～表5所示。

表2 空氣溫度試驗數(shù)據(jù)

表3 相對濕度試驗數(shù)據(jù)

分析表2～表5的溫室環(huán)境參數(shù)可知，本文方法可對溫度、相對濕度、光照強度和二氧化碳濃度等環(huán)境參數(shù)進行良好的調(diào)控，其中穩(wěn)定時設定的目標溫度值的平均值為25.6 ℃，誤差值為1.4 ℃，相對濕度平均值為47.60%RH，誤差值為2.4%RH左右，光照強度和二氧化碳濃度也基本可以維持在一個較小的范圍內(nèi)波動。試驗結果表明本文方法具備較好數(shù)據(jù)控制性能，控制穩(wěn)定性較強，控制下的環(huán)境參數(shù)誤差較小。

表4 光照強度試驗數(shù)據(jù)

表5 二氧化碳濃度試驗數(shù)據(jù)

2.4 實際值與目標值的擬合測試

該文通過在溫室外部設置一個總控制器，對各溫室內(nèi)的溫度、濕度、光照、二氧化碳等環(huán)境參數(shù)進行集中控制，從而實現(xiàn)溫室總控制器對各個溫室的集中控制。在這個過程中，對各個參數(shù)的實際控制程度由實際值與目標值的擬合程度反映，本文方法測試結果如圖6所示。

圖6 不同環(huán)境參數(shù)實際值與目標值的擬合測試結果

由圖6可知，本文方法在四種試驗參數(shù)的測試下，其擬合結果最高可達80%，說明本文方法的各項環(huán)境參數(shù)均可在短時間內(nèi)控制到環(huán)境參數(shù)設置目標值，其平臺運行速度和準確性得到保證，可以為溫室作物良好生長提供最佳環(huán)境參數(shù)。

3 結論

針對現(xiàn)有的溫室控制方法存在信息傳輸慢、所控環(huán)境變量單一以及智能化水平低的控制現(xiàn)狀，提出基于改進PSO算法的多溫室物聯(lián)網(wǎng)群控終端變量協(xié)調(diào)控制方法，并通過試驗得出以下結論。

1) 將大數(shù)據(jù)以及物聯(lián)網(wǎng)等先進技術有效引入溫室終端變量協(xié)調(diào)控制中，可提升溫室作物產(chǎn)量，促進農(nóng)業(yè)經(jīng)濟發(fā)展。

2) 對溫室的空氣溫度、相對濕度、光照強度以及二氧化碳濃度進行測控，溫度值的平均值為25.6 ℃，誤差值為1.4 ℃，相對濕度平均值為47.60%RH，誤差值為2.4%RH左右，光照強度和二氧化碳濃度波動范圍較小，提高溫室群協(xié)調(diào)智能化控制。為該領域的相關研究提供參考。

3) 通過與其他方法的對比測試，突出本研究能夠為溫室環(huán)境中信息化管理、智能化控制，其不同環(huán)境參數(shù)實際值與目標值擬合結果最高可達80%，為農(nóng)業(yè)大數(shù)據(jù)利用提供理論集成與技術實現(xiàn)途徑。