小生境环境因子主参数监测与控制方法研究*

刘冬喆， 刘小刚， 刘亚秋

(1.昆明理工大学,云南 昆明 650042; 2.东北林业大学,黑龙江 哈尔滨 150040)

研究与探讨

小生境环境因子主参数监测与控制方法研究*

刘冬喆1， 刘小刚1， 刘亚秋2

(1.昆明理工大学,云南 昆明 650042; 2.东北林业大学,黑龙江 哈尔滨 150040)

作物生长实验环境因子的高精度综合控制自动化越来越成为生物技术研究的重要平台支撑。在对作物生长环境的主要参数，尤其对土壤—空气的温湿度耦合系统进行了融合检测分析的基础上，提出无模型控制方法解决小生境环境耦合参数系统的主因子实时控制问题。该方法根据作物培育生产环境的参数工艺需求，模拟专家规范和无模型控制原理，对作物小生境实验环境温度、湿度耦合作用环境进行了实验研究和具体设计。实验结果验证了该方法的有效性。

小生境； 环境因子； 温湿度耦合； 土壤平衡含水率； 无模型控制

0 引 言

小生境生产系统在现代化农业生产中占重要地位，其作为一种特殊机构，隔离小生境室内外气候，并通过一定的调控手段影响和改变小气候，避免了因四季交替和地区差异对小生境作物生长发育带来的影响，达到速生、高产、优质、高效和反季节生产的目的。随着生物技术研究的发展，作物生长环境因子的综合控制自动化越来越成为重要的研究课题，如何进一步提高控制质量、降低成本以及开发更加稳定可靠、使用维护简单的控制手段成为本领域研究的主要目标[1～3]。

小生境环境因子主要包括空气温度、湿度，以及光照、CO2浓度、土壤环境等因素，其中，土壤是植物生长发育的基质，土壤对于植物的影响决定于它的物理特性、化学特性和生物学特性，是土壤—植物—大气连续体(SPAC) 植物系统中的重要组成部分，土壤湿度(墒情)是作物生长最重要的环境因子之一，并且其控制具有高耦合、高时变的特征，是精准农业重要的前沿课题[4，5]。

本文提出了小生境环境主因子无模型实时控制策略，重点研究其融合检测与耦合控制问题。

1 土壤平衡含水率与耦合特性分析

1.1 土壤平衡含水率的定义

土壤水分迁移规律是一高时变的动态过程，在植物根系吸水、土壤与大气界面吸蒸过程作用下，土壤水分在一定时间内达到并保持动态平衡状态，此时的土壤含水率(土壤湿度)定义为土壤平衡含水率，即土壤在一定空气状态(温度、湿度)和一定植物根系吸水过程下达到稳定的土壤湿度，称为土壤平衡含水率(soil equilibrium moisture content,SEMC)。

1.2 SEMC耦合特性分析

SEMC耦合特性表现为小生境空气温湿度—土壤湿度—作物根系吸水三者之间的动态平衡过程。在湿度恒定时，土壤水分流动系数随空气温度升高而增大；水分在土壤内部是从温度高处向温度低处移动的，温度越高，空气吸湿能力越强，水分蒸发得越快。在温度恒定时，空气湿度越高，空气中水蒸汽分压越大，土壤的水蒸汽越不易向空气中蒸发，土壤保墒性好；相反，降低湿度，则空气内的水蒸汽分压越小，促进土壤表面的水蒸汽向空气中扩散，墒旱加大。

2 小生境环境因子主参数融合检测方法

针对小生境环境因子主参数(包括空气温度、湿度、SEMC)进行多传感器融合检测，提出一种多模型自适应加权融合算法。本文选取DHT11数字温湿度传感器对温湿度参数进行多点检测，选取TDR—3传感器对土壤湿度参数进行多点检测。

2.1 自适应加权融合算法

图1 自适应加权数据融合模型

(1)

(2)

总均方误差为

(3)

故σ2可写成

(4)

根据多元函数求极值理论，可求出

(5)

代入式(4)，可得多只传感器数据融合后达到的最高精度[4]

(6)

2.2 多模型融合检测

采用BP神经网络和支持向量回归机对检测得到的小生境空气温度、湿度及土壤平衡含水率进行建模，然后利用自适应融合算法进行融合，多模型数据融合算法结构模型图如图2所示。关于BP神经网络和支持向量回归机的具体算法见文献[6～8]。

该模型建模过程由2个阶段组成：在第一阶段分别用BP神经网络和支持向量回归机针对多传感器检测得到的主参数进行建模；第二阶段，将前一阶段所建立的模型输出运用自适应加权融合算法进行数据融合。

图2 多模型数据融合建模算法结构原理图

3 小生境环境因子无模型控制方法

3.1 小生境温湿度耦合模型分析

小生境温湿度耦合模型，可用如图3结构描述。图3为一类MIMO无模型控制器与过程对象所组成的两输入两输出系统，过程对象包含4个子过程：G11，G21，G12和G22，对应解耦控制器包括2个主控制器C11，C22和2个补偿控制器C21和C12。y1和y2作为2个主回路的反馈信号与设定值r1和r2比较产生偏差信号e1和e2分别输入2个控制器，2个控制器的输出分别与另一方的补偿器的输出相结合生产控制信号u1和u2，各子过程的输出交叉叠加生成过程检测变量y1和y2。由2×2过程的本质可以看出:过程的输入u1和u2相互影响着输出y1和y2，一个输入发生变化会同时改变2个输出，即存在着较强的耦合特性，然而其解耦过程难于求解，控制器难于设计，无模型控制系统的控制目标是产生输出控制信号u1(t)和u2(t),迫使过程变量y1(t)和y2(t)跟踪它们各自的设定值r1(t)和r2(t)，通过以下方式来实现e1(t)和e2(t)最小。

图3 两输入两输出无模型自适应控制系统

3.2 小生境温湿度无模型控制策略

本文利用脉宽调变(pulse-widthmodulation,PWM)无模型方法来调整小生境大气中温度、湿度，从而间接实现对SEMC的精准控制，满足作物培育工艺要求。图4中无模型的PWM控制方法本质上属于Ping-Pang复合控制，是通过复合了专家策略和经验值的PWM输出，用以实现对温湿度进行自动控制。

图4 PWM波形控制输出信号波形

设小生境室外温度、湿度低于室内温度、湿度，PWM无模型复合控制策略见表1。表中空气温度、湿度调节按短过程调节，土壤SEMC变化属于长过程调节定义，且土壤SEMC调节指小生境作物实验中的微调，即通过空气吸蒸水分交换，而非灌溉方式调节。

当偏差大或较大时，选择控制量以尽快消除偏差为主，当偏差较小时，选择的控制量应注意防止超调，以系统的稳定性为主，实际应用中以设置上下限防止控制抖动。电磁继电器用频率为20Hz以内的方波电信号激励，方波占空比在10 %～100 %间可调，实验中方波信号由函数发生器产生，此函数发生器的输出功率可调，输出电压调节范围在0～80V连续可调，频率在0.3～3MHz间连续可调，占空比在10 %～100 %间连续可调。当温湿度变化时系统以设定值为基准，根据温湿度间的耦合关系，用频率在20Hz以内可调占空比可调的方波信号驱动电磁继电器，调节方波信号的频率和占空比，以改变电磁继电器的开通和关断时间，控制风机、加热器、喷雾系统等实现小生境温湿度控制和调解。

4 小生境环境湿度因子控制器系统设计

4.1 温湿度在线检测要求

温度测量：8～40 ℃(分辩率0.1 ℃)；土壤含水率测量：65 %～85 % 25 ℃(分辩率0.1 %)，具备土壤含水率温度补偿(室温15～33 ℃)；SEMC测量：45%～65 % 25 ℃(分辩率0.1 %)，探头放大器工作环境温度：0～70 ℃；土壤含水率探头输入：6～32路，SEMC探头输入：2～8路，温度探头输入：2～8路，探头故障信号的自动检测能力。

表1 小生境温湿度PWM无模型复合控制规则

Tab 1 PWM model-free composite control rules for temperature and humidity of small ecological environment

控制目标耦合特性控制策略空气增温空气湿度↓,土壤蒸发特性↑,SEMC↓PWM加温调制,占空比按偏差正比例渐变;PWM微调加湿,占空比按偏差正比例渐变空气降温空气湿度↓,土壤蒸发特性↓,SEMC↑PWM换气调制,占空比按偏差正比例渐变;PWM微调加湿,占空比按偏差正比例渐变空气加湿空气湿度↑,温度↓,土壤蒸发特性↓,SEMC↑PWM加温调制,占空比按偏差正比例渐变空气排湿空气湿度↓,温度↓,土壤蒸发特性↑,SEMC↓PWM加温调制,占空比按偏差正比例渐变SEMC增加土壤蒸发特性↑,空气湿度↑,温度变化不大,SEMC直到达到新的平衡通过“空气加湿”实现SEMC降低土壤吸湿特性↑,空气湿度↓,温度变化不大,SEMC直到达到新的平衡通过“空气排湿”实现

4.2 小生境湿度控制要求

湿度工艺控制程序全自动运行，工艺控制基准曲线拟合优度(确定系数)R2大于0.9；可比例控制风门、风扇、喷淋及加热器，风扇动作依椐设定的温度；至少80个预先设定的标准程序，大于19个用户可存储程序；控制器工作环境温度：-10～50 ℃；具有故障诊断、先前状态与报警显示，给出报警信号并显示报警代码，可设定报警时电机安全的动作或不动作，实现计算机监管。

4.3 测控系统方案设计

由信号采集处理模块采集小生境空气温度、湿度，SEMC信息，并通过融合计算传送至主机，同时根据主机内对作物生长的基准要求和当前室内的状态，调节天窗、风机、喷雾、加热等执行机构，以保证为作物生长提供工艺实验环境。温湿度在线检测数控调控系统框图如图5。

图5 温湿度在线检测数控调控系统框图

5 测试与分析

小生境温湿度融合测试与PWM无模型调控结果分析见表2、表3。

表2 小生境主参数融合检测实验结果分析

Tab 2 Analysis of results fusion detection experiment of main parameters

主参数范围精度(或分辨率)工作环境响应时间(ms)空气含水率45%～65%温度修正15～33℃±2%(≤28%);±5%(>28%)探头放大器工作环境温度0～70℃100空气温度8℃～+40℃±0.1℃100空气湿度45%～85%RH±1%RH100SEMC45%～85%±1%100

6 结束语

小生境实验环境温度和湿度存在较强的耦合性。本文提出了PWM无模型控制方法解决作物生长实验小生境耦合参数实时控制问题。根据作物培育生产环境的参数工艺需求，模拟专家经验操作规范，以番茄生长的温度、湿度和SEMC最优条件为实验基准值，进行了具体实验研究。应用PWM方法和无模型控制原理，对作物生产环境温、湿度及SEMC耦合作用环境进行了系统设计和实验分析，结果表明:采用本文方法的SEMC控制曲线拟合优度达到了0.8以上，验证了本文方法的有效性。

表3 小生境主参数控制结果分析

Tab 3 Analysis on control results of main parameters in small ecological environment

主参数范围响应特性(或性能)稳态误差小生境温度室温15～33℃超调小于120%,最小分度调节小于1min/m3±0.1℃小生境空气湿度45%～85%RH超调小于120%RH,最小分度调节小于1min/m30.1%风循环控制强制循环PWM调制,开度0～100%风量控制0～2.0m/s连续调速平均可达1.8m/s风量分布均匀无死角SEMC45%～65%超调小于120%,最小分度调节小于1min/m30.1%SEMC拟合优度大于0.8(1h观测值)

[1] 刘晓艳，张 武，周 荣，双农业温室小气候动态模型研究与仿真[J].农业网络信息,2010(9):21-24.

[2] 潘金珠.基于物联网的温室大棚系统设计[J].传感器与微系统，2014,33(10):51-57.

[3] 陆荣鑑，李 品，孙 周.SHT10 传感器在温湿度监测系统中的应用[J].传感器与微系统，2012,31(9):136-141.

[4] 腾召胜.基于自适应加权数据融合的粮食水分快速测定仪[J].农业机械学报,1999,30(6):64-67.

[5] 张韩飞，陈 明.多传感器信息融合在温室湿度检测中的应用[J].传感器与微系统，2011,30(6):129-130,134.

[6] 米哈尔斯基.机器学习与数据挖掘:方法和应用[M].朱 明，译.北京：电子工业出版社,2004:3-25.

[7] Girolami M.Mercer Kernel-based clustering in feature space[J].IEEE Trans on Neural Networks,2002,13(3):780-784.

[8] 张 英,苏宏业,褚 健.基于数据域描述的模糊支持向量回归[J].信息与控制,2005,34(1):1-6.

刘亚秋，通讯作者,E—mail:yaqiuLiu@126.com。

Research on monitoring and control method for environmental factors main parameters in small ecological environment*

LIU Dong-zhe1, LIU Xiao-gang1, LIU Ya-qiu2

(1.Kunming University of Science and Technology,Kunming 650042,China;2.Northeast Forester University,Harbin 150040,China)

High precision integrated control automation of crop growth experiment environmental factors has become an important platform support for biotechnology research gradually.On the basis of analysis of fusion detection，main parameters of environment of growth of crops,especially on the coupled system of soil-air temperature and humidity, a model-free control method is presented to solve the real-time control problem of main factor of the coupling parameters system.According to the demand of process parameters of crop cultivation in the production environment,this method simulates the expert specification and model-free control principle,the concrete design experimental research is provided for the experimental temperature and humidity coupling effect of environment.The experimental results illustrates the effectiveness of the approach.

small ecological environment; environmental factors; coupling of temperature and humidity; soil equilibrium moisture content(SEMC); model-free control

2015—02—03

国家自然科学基金资助项目(51109102，51469010)； 云南省应用基础研究项目(2014FB130)

10.13873/J.1000—9787(2015)11—0008—04

TP 23

A

1000—9787(2015)11—0008—04

刘冬喆(1980-)，男，辽宁法库人，硕士研究生，主要从事节水灌溉理论与技术研究。