基于機器學習的有機聯動溫室環境控制系統的研究

楊睿 焦明晨 季蘇哲 顧僑樺

摘要：相較于現階段自動化溫室中控制程序各自為戰、缺乏關聯的情況，本文提出的引入聯動理論開發控制系統，并利用數學工具實現參數自動調整進化的“智慧溫室”控制系統，能夠有效提高控制效率，適應不同特點作物對種植環境的個性化需求。

關鍵詞：智慧溫室;聯動控制;機器學習;自主進化

1 緒論

溫室的出現解決了長期困擾人類社會的“靠天吃飯”問題，顯著提升了人們的生活質量。

隨著現代農業技術的發展，自動控制已被廣泛應用在溫室生產過程中，解放大量人力的同時極大的提高了生產效率。美國、荷蘭等早在上世紀六十年代就開啟了溫室環境自動控制技術的研究工作，無論在環境控制技術，還是栽培技術方面都已達到較高的水平。21世紀，我國溫室環境控制技術呈現快速發展的態勢，溫室面積已經穩居世界之首，成為了世界設施農業大國。

然而，現階段溫室系統中各控制程序存在各自為戰、缺乏相互聯系的問題，造成了控制滯后甚至失效。

2 智慧溫室控制系統功能研究

針對目前存在的控制滯后等問題，在溫室控制過程中引入聯動思想，將各控制模塊進行有機結合，一個參數的改變帶動整個溫室系統隨之動作，形成有機聯動智能溫室控制系統。下面分別介紹各控制模塊及其相互之間的聯動情況。

2.1 控制模塊介紹

（1）光照模塊

在農業溫室內，需要合理控制溫室內部的光照強度，使作物生長在適宜的環境中。在光照模塊中，光照傳感器測量溫室內的光照強度。光照過強時，利用電機降低遮陽簾幕布，減少進光量;光照過弱時，打開遮陽簾和燈光，進行補光。

（2）室溫模塊

在室溫模塊中，溫度傳感器負責檢測溫室內溫度變化。數據采集網點獲取到數據后進行分析，與設定的適植物生長溫度范圍進行對比。通過設計算法，判斷出此時溫室內溫度是否合適。溫度較高時，系統主要采用通風降溫的方法;溫度較低時，需要采用供暖鍋爐進行人工增加熱量。

（3）室內濕度模塊

通過傳感器采集環境濕度參數，根據所得數據采取合適的動作：溫室內濕度較低時，加濕器啟動，為溫室內濕使以達到植物適合的生長環境，當濕度達到系統預期標準時，加濕器自動關閉;室內濕度過高時可能危害人員健康，系統開啟排風扇通風除濕，當濕度達到系統預期標準時，排風扇自動關閉。

（4）土壤濕度模塊

利用土壤濕度傳感器收集土壤中的水分程度數據，將這些數據通過智能分析做出判斷，當土壤濕度偏高時，滴灌系統減少滴灌量并減慢滴灌速度，使土壤濕度降低到正常閾值;當土壤濕度偏低時，滴灌系統增加滴灌量并加快滴灌速度，使土壤濕度達到植物生長最適濕度。

（5）二氧化碳濃度模塊

使用傳感器檢測溫室內二氧化碳濃度，通過分析數據判斷此時溫室空氣成分是否適合人員在內工作。如在夜間，作物呼吸作用導致溫室內二氧化碳濃度超過安全界限，又有工作需人工進行，系統啟動排風扇通風換氣，使空氣質量滿足人類正常需要。

2.2 聯動控制系統介紹

“智慧溫室”在最廣泛滿足溫室參數控制需求的同時，充分考慮了控制系統的整體性和聯動能力。下面以“光照強度—土壤濕度/空氣溫濕度”、 “二氧化碳濃度—土壤濕度/空氣溫濕度”兩條聯動聯為例，介紹溫室大棚智能控制模塊間聯動情況。聯動系統結構圖如圖1所示。

（1）“光照強度—土壤濕度/空氣溫濕度”聯動鏈

當光照強度過高時，溫室內溫度升高、土壤蒸發增強，導致土壤干燥、空氣濕度升高。此時光照控制系統就可以降低遮陽簾幕布使光照強度降低，溫濕度控制系統啟動排風扇降低室內溫度和空氣濕度，澆灌系統啟動由于補充高溫和通風造成的土壤水分過量蒸發。

（2）“二氧化碳濃度—土壤濕度/空氣溫濕度”聯動鏈

當植物進入夜晚休眠狀態時會造成溫室二氧化碳濃度升高，二氧化碳濃度升高從而造成溫室溫度升高，所以智能控制系統自啟動通風扇進行通風降溫，通風降溫會帶走水蒸氣使環境水分智能控制系統判斷出濕度降低，則進行自動灌溉，濕度增加后，水蒸氣變多，水蒸氣慢慢蒸發會導致溫室溫度降低，然后對溫室進行升溫，形成一個有機聯動體系的循環。

3 聯動參數智能進化研究

引入聯動理論可以有效提升溫室控制系統的效率，然而其中的聯動參數若預先設定后就一成不變，該溫室就不能廣泛適用于不同作物的種植。因此需設計聯動參數智能進化程序，更好地適應不同作物的需求。下面以光照強度異常增加、減少，與土壤濕度、環境濕度的聯動為例介紹如何實現聯動參數的智能進化。

（1）光照異常增加

根據植物的親水習性區別對待，通過智能算法調整裝置能夠對滴灌速度進行更精確的調整：對于需要喜濕植物，開大排氣扇降溫時會增大土壤水分蒸發，需將滴灌速度增加;反之，對于耐旱植物，開大排氣扇降溫時不需增加滴灌速度。

（2）光照異常減少

根據植物的耐寒習性區別對待，通過智能調整裝置對鍋爐溫度進行更加精確的調整：對于喜溫植物，打開供暖鍋爐，并將溫度閾值調至較高值，同時提高滴灌速度;反之，對于半耐寒植物，打開供暖鍋爐，并將溫度閾值調至較低值，同時保持原來的滴灌速度。

利用過程數據和統計算法使“智慧溫室”中聯動參數智能進化，可以使種植過程更加合理。聯動參數智能進化具體工作流程如圖2。

4 結語

本文對現階段自動化溫室存在的控制滯后，控制失效的問題進行了深入研究。為了實現對溫室環境參數高效快速的控制，我們依據聯動思想將各獨立控制系統進行有機融合，將溫室控制系統打造成為有機整體。通過智慧溫室的聯動控制系統，有效解決了控制滯后甚至失效等問題。并利用數學工具實現聯動關系參數自動調整，使“智慧溫室”可以智能地適應不同特點作物對種植環境的個性化需求，讓溫室控制系統“活”起來。

參考文獻：

[1]付佳，安增龍.基于農業物聯網技術的智慧農業研究進展[J].現代農業科技，2020（5）：232-233，235.

[2]劉璐，劉光偉.關于物聯網的設施農業溫室大棚智能控制系統的研究[J].科技資訊，2018，16（24）：95-96.

課題項目：本文為沈陽師范大學校級大學生創新創業訓練計劃資助項目《基于機器學習的有機聯動溫室環境控制系統——“智慧溫室”》（項目編號：202113070）成果。