基于专家系统的黄瓜园区无线智能监控系统研究

赵宏才+赵晓杰++张兴波+王茂励

摘要：拟研发基于专家系统的黄瓜种植园区智能监控系统，该系统可对黄瓜园区多处的温度、湿度、光照度、土壤水分含量、二氧化碳浓度进行实时监控，帮助管理员将作物生长环境调节到最佳状态。该系统基于ZigBee无线网络技术对环境数据进行采集传输，通过通用分组无线服务（GPRS）技术将环境数据上传到云服务器并存储，利用专家系统对黄瓜病害进行诊断，同时提供病害解决方案。实际运行结果说明，该系统大大提高了黄瓜种植园区的生产效率和产品质量，也可为其他农业生产环境的智能监控、统计、分析提供依据。

关键词：专家系统；无线智能监控；ZigBee；通用分组无线服务（GPRS）；信号滤波

中图分类号： TP274；S126文献标志码： A文章编号：1002-1302（2017）17-0215-04

收稿日期：2016-04-21

基金项目：国家自然科学基金（编号51475251）；山东省自然科学基金（编号：ZR2014EEM024）；山东省科技重大专项（编号：2015ZDZX10002）。

作者简介：赵宏才（1958—），男，辽宁抚顺人，硕士，副教授，主要从事自动控制理论应用、机器人控制及信息处理等方面的研究。E-mail：zhaohongcai2003@163.com。

通信作者：赵晓杰，硕士研究生，主要从事智能控制技术、农业信息技术等方面的研究。Tel：（0531）82605225；E-mail：kuailewfxj@126.com。随着农业科技水平的提高和人们生活的改善，黄瓜已成为人们冬季餐桌上的家常菜。目前，黄瓜在我国大部分地区都有种植。由于种植园区常年生产，其环境条件相对稳定，使得病虫害有了长期稳定的生活环境；又由于黄瓜喜温不耐寒的特性，也导致黄瓜在冬季长势弱、易染病而且恢复能力差。园区环境条件超出黄瓜生长耐受限度，就会造成黄瓜减产，带来一定的经济损失。为在短时间内提高产品质量和经济效益，需要给黄瓜提供最适宜的生长环境。调控好黄瓜种植园区内部的温度、湿度、光照、二氧化碳浓度、土壤水分含量以及对病虫害的实时监控与预防是黄瓜种植管理最根本的问题。目前，国内对该领域的研究仅仅局限在对环境信息的采集方式和数据传输方法[1-4]上。

为此，本研究设计了黄瓜种植园区的实时无线智能监控系统，该系统在现有系统基础上做了以下改进：系统通过无线终端采集园区环境数据，并进行远程监控，其中监测终端将采集到的数据进行滤波处理，减小外界因素的干扰；以环境参数作为专家系统的决策依据，通过推理机制，帮助管理人员快速有效地诊断病害及病因；对云服务器存储数据进行分析，实现上位机对园区环境的智能控制。

1设计原理及系统结构

智能监控系统主要由上位机客户端、云服务器、无线通讯网络、智能终端和环境监测传感器构成，智能监控系统见图1。安装在种植园区的无线智能终端由太阳能电池板供电，无需外接电源，由程序控制在低功耗模式下可常年运行，以保证对黄瓜生长周期进行无缝监控。智能终端将传感器感知的环境数据经过滤波处理后，通过ZigBee与通用分组无线服务（GPRS）网络技术传送到云服务器。远程监控终端采集到的实时环境数据与专家知识库的环境要素对比，根据黄瓜当前生长期对生长要素的需求，对黄瓜园区内的温度、湿度、光照度、土壤水分含量以及CO2浓度进行调节，合理科学地控制影响黄瓜生长的各种环境因子，从而为黄瓜提供一个最适宜的生长环境，根据发病情况诊断病因并提出治疗方案。

2智能监控系统的硬件设计

在监控系统的硬件电路设计中，主要考虑系统的低功耗、稳定性、集成性和维护性。系统硬件主要由智能控制器网关、数据采集终端和控制终端构成。

2.1智能控制器网关设计

控制器网关负责将ZigBee协调器返回数据与GPRS数据实现互传，完成双向数据转换以及协议转换。GPRS无线模块与控制器的UART1连接，通过控制器发送AT指令来实现GPRS通信连接及数据传送。控制器还通过UART0与ZigBee协调器连接，实现采集数据接收与数据存储。其实质是控制器为实现ZigBee和GPRS的双向数据转换的网关。

控制器采用TI公司生产的超低功耗、高性能的MSP430F5438处理器，带有4个通用串行通信接口。GPRS通信采用中兴ME3000_V2模块，支持内嵌传输控制协议/因特网互联协议（TCP/IP）协议，UART接口最高可提供230.4 kbps的数据传输速率。ZigBee协调器采用TI公司生产的CC2530处理器，配置串口以及通用I/O接口。系统控制器采用“太阳能+锂电池”供电，太阳能电池利用充电模块向 3.7 V 的锂电池供电，保证系统持续稳定供电。系统控制器网关连接见图2。

2.2数据采集终端设计

数据采集终端负责将采集到的黄瓜园区环境信息转换为

数字信号，并通过ZigBee网络将信号发送到控制器网关。

CC2530的P0口有8个独立配置通道的模拟多路转换器，环境数据采集传感器均采用模块式传感器，供电后，传感器返回的4～20 mA模擬信号输入到CC2530芯片的P0口，经过数字滤波和A/D转换处理后，利用ZigBee网络将各节点数据返回到控制器网关。接有太阳能电池的3.7 V锂电池直接给ZigBee终端节点供电，传感器由升压模块将3.7 V的电压抬升到12 V以后的电压供电（图3）。

2.3智能控制终端设计

种植园区控制部分用CC2530通过继电器来控制温室设备（风机、卷帘、水泵、喷头等）的启停，根据实际情况，系统采用光耦控制电路与驱动电路隔离的6路继电器模块，可以驱动大功率负载（交流电AC 250 V/10 A，直流电DC 30 V/10 A），继电器控制原理见图4。5路继电器共用电源和数字池，控制输入接口均连接到P0（除P0_2、P0_3）端口。endprint

3系统软件设计及数据处理

智能监测系统软件主要包括硬件驱动程序和上位机软件等2个部分。硬件驱动程序主要包括ZigBee组网设计程序、智能控制器网关及GPRS通信设计程序。采用C#.NET对上位机软件开发了1个监控平台和结构化查询语言（SQL）技术管理数据库。

3.1ZigBee组网设计

如图5所示，ZigBee组网包括终端节点组网和协调器节点组网等2个部分，采用星形组网方式。各个终端节点将采集到的环境数据直接发送给协调器节点。协调器组网主要实现ZigBee网络的组建、数据收发以及与控制器网关串口数据通信。

终端节点的主要职责是采集环境信息并将数据进行 A/D 转换，然后在接入网络的前提下，按照协调器发送过来的指令，将采集到的数据发送到协调器。

3.2控制器网关及GPRS通信设计

控制器网关采用MSP430超低功耗处理器，负责通过UART0接收协调器返回各个节点的环境因素进行处理运算，按照电流和温湿度、光照度、土壤水分含量、CO2浓度对应关系计算出实际环境数据。然后通过UART1将数据发送到ME3000的数据缓冲区，由ME3000将数据输出到远程监控系统。GPRS模块与云服务器采用TCP/IP协议进行远程通信。控制器网关通过向ME3000发送AT指令进行网络配置，ME3000与监控中心通信连接流程如图6所示。

3.3上位机软件

系统采用结构化查询语言（structured query language，简称SQL）管理数据库，将Visual Studio 2010作为开发软件，用C#.NET平台开发工具来构建远程监控诊断系统，软件系统根据采集到的数据信息发送终端设备控制指令，实现对种植园设备的远程控制，从而调节园区内黄瓜的生长环境。

3.4监测终端数据滤波

对于不同位置的农田环境，监测数据极易受到农田劳作、环境扰动等波动性干扰。监测终端除了需要硬件调理电路外，还必须针对不同的检测量，采取各种有效的数字滤波方法[5]。

监测终端将采集到的不同环境信号数据代入式（1），分别计算每路采集信号平均变化率μ。

μ=1n∑dPiPidt。（1）

式中：μ为信号平均变化率；n为采集次数；Pi为每次信号的采集值；dt为信号采集间隔。

根据每路信号的平均变化率，监测终端自动选择合适的数字滤波方法。例如温度、湿度等大部分农田环境参数变化缓慢（当μ<0.2时，信号变化率比较慢）的监测量，监测终端的嵌入式软件会自动采用滑动平均滤波方法。相关公式如下：

y（t）=1T0∫tt-T0f（x）dx。（2）

式中：y（t）为滤波后的当前采集值；f（x）为当前实测值；T0为滑动滤波长度。系统软件将新数据放到滤波队列的队尾，扔掉最早采集的数据，滤波后的输出值为固定滤波长度的算术平均值。

当0.2≤μ<0.5时，监测终端自动选择在本段采集范围内，舍弃最大值和最小值后加权平均[6]或改进的变步长自适应最小均方算法[7]进行滤波。

当0.5≤μ时，信号变化频率比较快，监测终端自动选择快速跟踪滤波的方法。

4专家系统病害诊断及环境控制

本研究中的无线智能监控系统将无线采集系统和专家系统相融合，将采集到的环境因素作为专家系统推理机的条件或已知信息，按照专家思维方式解决问题的推理机根据已知条件与专家知识库中存储信息进行对比分析，得出病害症状。利用模糊控制算法[8]对各种黄瓜生长环境进行控制，将模糊控制算法与专家系统知识库融合后，对控制终端输出命令。

4.1黄瓜生长因素及病害专家知识库的建立与分析

专家系统知识库的建立是以专家知识和经验为基础与核心，可通过咨询相关领域专家以及查阅相关文献书籍等途径获取黄瓜种植相关知识，包括黄瓜病虫害种类及其防治措施和影响黄瓜生长的环境因素。

该系统决策层主要分为环境决策模块和病害防治决策模块。环境决策模块主要对黄瓜的各个生长时期提供黄瓜最适宜的生长环境数据；黄瓜病害防治决策模块的主要任务是结合用户给出的病害症状、部位、发病时期推理出病害名称、原因以及解决措施，将知识规则规范化，与决策对象所对应的内容结合，对规则条件进行分级处理，主要对黄瓜病害的知识库进行重新学习与归纳，根据病害类别、特点、发病部位、发病时期和防治建议建立对应的事实表。

4.2推理机设计

推理机利用建好的知识库使得专家系统按照一定逻辑顺序进行病害诊断，主要包括推理方式和控制策略等2个部分。本研究主要对黄瓜基本病害进行诊断并对生长环境提出建议，所以本系统推理机采用正向推理的方法，形式如下：

5系统测试结果

在病害诊断界面，用户可以输入黄瓜发病时期、发病部位、病害症状和颜色，系统依据输入条件、规则诊断出结果，并给出防治措施及发病原因。病害诊断界面如图8所示。试验结果表明，该系统能够根据输入病害特征准确判断出黄瓜病害及病因，并提出相应的防治措施。

利用监控软件从云服务器获取监测数据进行统计分析，选取其中1个节点，摘录了其中24 h的棚内空气温湿度和土壤温度曲线。由图9可以看出，环境数据没有出现大幅度扰动或数据丢失现象。

6结论

基于专家系统的黄瓜园区无线智能监控系统通过专家系统、ZigBee和GPRS技术的融合，实现了远程监测与黄瓜种植园区环境控制。通过引入专家系统，针对病害作出准确诊断，解决了以往由于专家和管理人员不足而引起的大规模病害突发而造成黄瓜大量减产的问题。系统具有稳定性高、抗扰动性强、实时性好、能耗低、园区无人化作业等特点，实际运行效果良好，对其他农业生产具有良好的市场推广前景。

参考文献：

[1]张猛，房俊龙，韩雨. 基于ZigBee和Internet的温室群环境远程监控系统设计[J]. 农业工程学报，2013，29（增刊1）：171-176.

[2]刘媛媛，朱路，黄德昌. 基于GPRS与无线传感器网络的农田环境监测系统设计[J]. 农机化研究，2013，35（7）：229-232.

[3]张晓娜. 基于ZigBee技术的无线温度传感器网络节点的设计[D]. 西安：西安电子科技大学，2011.

[4]姜水. 基于WSN的温室植物生理生态监测系统研究[D]. 洛阳：河南科技大学，2014.

[5]Li C H，Yu Y T，Liu Y C，et al. A digital filtering approach in measurement and control system[C]//Advances in Manufacturing Science and Engineering，2013，712-715：2615-2618.

[6]譚家杰. 基于微控制器数字滤波实现[J]. 衡阳师范学院学报，2013，34（6）：16-20.

[7]吕照顺，吴晗平，李军雨. 改进的变步长自适应最小均方算法及其数字信号处理[J]. 强激光与粒子束，2015，27（9）：39-43.

[8]陈辉. 基于ZigBee与GPRS的温室番茄远程智能灌溉系统的研究与实现[D]. 杭州：浙江大学，2013.魏玉珍，邹栋林，刘勇兰，等. 大蒜种植机中直立筛选装置的研制[J]. 江苏农业科学，2017，45（17）：219-221.endprint