南疆地区智能温室控制系统研究—基于多传感器融合机理

王宪磊，裴玖玲，刘润泽，弋晓康

(1.塔里木大学 机械电气化工程学院，新疆 阿拉尔 843300；2.新疆维吾尔自治区普通高等学校现代农业工程重点实验室，新疆 阿拉尔 843300)



南疆地区智能温室控制系统研究—基于多传感器融合机理

王宪磊1,2，裴玖玲1,2，刘润泽1,2，弋晓康1,2

(1.塔里木大学 机械电气化工程学院，新疆 阿拉尔 843300；2.新疆维吾尔自治区普通高等学校现代农业工程重点实验室，新疆 阿拉尔 843300)

针对南疆以塑料大棚为主的设施农业，智能温室的研究显得十分必要。为此,针对南疆设施农业的现状，基于多传感器数据融合技术，将模糊推理算法与专家系统结合起来，建立了适用于南疆自然气候条件下的智能温室自动化控制模型。通过采集和融合南疆地区实时温室控制参数，该系统可以取得精确的监控结果。结果表明:该方法提高了温室环境参数测控的决策准确性，有效解决了设施农业的控制精度，为增大农作物产能提供进一步解决措施，对缓解南疆蔬菜等农产品紧缺等实际问题具有十分重要的实际意义。

温室环境；信息融合；模糊推理；专家系统

0 引言

新疆南部(南疆)地处我国天山以南、昆仑山以北，属于典型的大陆性干旱气候，农作物在如此恶劣的生态环境下面临着严峻的生长考验，而南疆作为以塑料大棚为主的农业设施在智能温室方面则应用较少。由于以塑料大棚为主的农业设施存在控制精度较低、人工作业量较大等缺点，使得农作物的产出量也比较低。为有效提高农作物的产出量，对可加速农产品生产的智能温室的控制研究显得尤为重要。

本文针对南疆农业设施的现状，借鉴国内外先进的温室控制技术，基于多传感器数据融合技术，将模糊推理算法与专家系统算法相结合，建立了一套智能温室自动化控制模型以适应南疆的自然气候条件。该研究结果对解决南疆地区农业设施控制精度，进一步增大农作物产能，有效缓解蔬菜等农产品紧缺等实际问题，具有十分重要的实际应用价值。

1 数据融合方法

1.1 多传感器融合原理

多传感器融合的基本原理就是利用多个传感器资源，把多传感器在时间或空间上冗余或互补的数据依据某种规则进行组合，通过合理支配和使用多传感器及其观测信息，对被测对象进行一致性解释和描述，实现对应的决策和估计[1]。各类传感器在信息融合的设计中允许其具有如实时或非实时、互相支持或互补、互相矛盾或竞争等不同的特征。与单传感器数据处理方式相比，多传感器融合系统所处理的多传感器数据具有更复杂的形式，该控制方法能够更有效、合理地利用多传感器资源[2]。

多传感器融合过程如图1所示。信息融合过程主要包括信息提取、信息预处理、传感器数据融合和控制结果输出4个环节[3]。

图1 多传感器数据融合过程

多传感器输入量如室内外温湿度、光照强度等信息摄入量多为具有不同特征的非电信号，A/D先将此部分非电信号转化为电信号，即计算机能够处理的数字量。信息预处理是将由于受到随机因素的影响产生的干扰及噪音信息的转换后的电信号进行过滤处理，提取滤除干扰及噪音信息的各电信号的特征量再进行多传感器融合处理，从而输出融合结果[4]。

1.2 数据融合算法

根据现有融合算法的优缺点，本文将模糊推理算法和专家系统相结合，形成模糊推理专家系统算法用于南疆温室的智能控制，并设计出一套应用模糊专家系统算法的多传感器融合机理的智能温室控制系统。系统总体结构如图2所示。

图2 系统总体结构图

2 模糊专家系统

2.1 模糊推理

模糊推理本质就是将一个给定输入空间通过模糊逻辑的方法映射到一个特定的输出空间的计算过程。1974年，首次提出Fuzzy逻辑控制的Mamdani算法是最常见的模糊算法，并给出一种基于CRI方案的Fuzzy推理算法，至今仍是一种被广泛使用的有效算法[5]。

模糊推理算法实质为“IF-THEN”的法则形式，是由利用经验或相关知识得到的规则转化而成。由于大多数的模糊推理并非只有一个法则，通常事实需要推理时主要有以下几种推理方法：①逻辑和、逻辑积、逻辑和；②逻辑积、逻辑积、逻辑和；③逻辑积、代数积(取隶属度的乘积值)、逻辑和。本文采取逻辑积、逻辑积、逻辑和的推理方法，即Mamdani的Min-Max模糊推理算法，逻辑积为Min计算，逻辑和为Max计算，用∧表示Min计算，∨表示Max计算。模糊推理过程如下：

设A、B、C分别是论域X、Y、Z上的模糊集合，已知论域A、B上的模糊集合X、Y，推出论域Z上新的模糊集合C。即有规则如下

If x is A1and y is B1,then z is C1

If x is A2andy is B2,then z is C2

当模糊推理具有多个前件时，多条规则的形成为每条模糊规则的模糊并集，将系统的多条前件进行如下处理：

u1=ua1(A1)∧ub1(B1)

u2=ua2(A2)∧ub2(B2)

对于推理系统的第i条规则，则有输出控制量的隶属函数则为

uZi'(C)=ui∧uZi(C) i=1,2

所以，所有的规则共同决定模糊控制器的最后输出控制量，隶属读函数表示为

uZ(C)=∨i(ui∧uZi(C))

综上所述，多个前件多条规则的模糊推理过程可有以下几步组成：

1)计算适配度，把事实与模糊规则的前件进行比较，求出事实对每个前件MF的适配度;

2)求激励强度，用模糊与、或算子，把规则中各前件MF的适配度合并，求得激励强度;

3)求有效的后件MF，用激励强度去切割相应规则的后件MF，获得有效的后件MF;

4)计算总输出MF，将所有的有效后件MF进行综合，求得总输出MF。

2.2 专家系统

专家系统(Expert System)是人工智能领域最活跃和最广泛的领域之一。其定义为：当对现实世界中需要人类专家做出解释的复杂问题时，要使用人类专家推理的计算机模型来处理，由此得出与专家相同的结论。因此，可将专家系统看作“知识库”和“推理机”相结合的系统，当将不确定性的专家经验以模糊集的知识表示方式存储在知识库中时，即为模糊推理专家系统。为实现快速、不确定性的模糊推理，系统推理过程同时采用模糊近似匹配规则。

推理条件为模糊命题的逻辑组合，是模糊推理规则产生的前提，结论则为推理的模糊命题，而用模糊隶属函数来表示模糊命题的模糊程度[6]。模糊推理规则即模糊化处理传统的产生式规则“IF条件THEN结论”，可从以下几个方面进行模糊化处理：条件模糊化、结论模糊化、设置规则的可信度CF或规则发生的可能性程度(0

其中，Rk表示规则库中的第k条规则，k=1，2，…，m；A1,A2,…,An为规则的前件；t1, t2，…,tn为前件的置信度；f1，f2，…，fn为规则前件的隶属函数；B为结论；λ是表示规则可被使用的限值，即为规则的阈值；阈值使用的条件为置信度需要大于阈值时。在模糊集合中,特征函数称为隶属函数，其取值范围在[0,1]区间,可连续取值，由专家根据经验直接给出论域中每个参数的隶属函数，隶属函数表现形式通常采用三角形和梯形，本文根据智能温室控制系统特性要求，采用三角形表示隶属函数。

3 基于多传感器数据融合的智能温室控制

根据南疆昼夜温差大、典型大陆干旱气候特点，智能温室控制系统需要传感器采集的环境因子信号有室内外温湿度、室外光照温度、室内土壤温度、CO2浓度，根据采集的环境因子，需要控制的执行机构分别为大棚卷帘、加热管道及喷淋器。

基于多传感器融合技术，本文将模糊推理算法与专家系统结合起来，建立了适用于南疆自然气候条件下的智能温室自动化控制模型，其主要功能是根据温室内温湿度、光照强度和CO2浓度等因子智能调节控制温室条件，使其达到植物生长最优环境。图3为整体设计框图。

图3 整体设计框图

4 仿真结果

本文提出的基于多传感器数据融合技术温室智能控制系统是一个多输入、多输出的控制系统，系统实现的核心是将模糊推理算法与专家系统相结合，采用正向推理的方法和深度优先搜索的控制策略。系统的输入参数为温室内温湿度、光照强度和CO2浓度，输出参数为温室加热管道、温室喷淋管道及大棚卷帘升降。 模糊推理机首先将预处理后得到的输入参数值进行参数模糊化；其次，根据Mamdani的Min-Max模糊推理法将模糊化后得到的标称值(如“高”、“低”等)进行推理；然后，将输出结果进行反模糊化，最后将反模糊化的输出结果下发到控制温室影响因子中，达到观察温室条件的目的。参数模糊化首先要为参数定义模糊子集(隶属函数)。为了便于控制与计算，本文在系统内部统一定义论域U[-100，100]。所有参数根据论域U来定义模糊子集，并根据规范化原理映射到论域U中。

图4～图6为各输入量的隶属函数，分别为出入参数温室内温度、温室内湿度、光照强度和CO2浓度的模糊子集。温室内温度、温室内湿度有5个模糊子集(较低，低，适中，高，较高)；光照强度有3个模糊集(弱，适中，强)；CO2浓度有5个模糊子集(较稀，稀，适中，浓，较浓)。

图4 温湿度的模糊子集

图5 光照强度的模糊子集

图6 CO2浓度的模糊子集

图7～图9分别为输出参数加热管道、喷灌管道、卷帘升降的模糊子集，图中加热管道(管道关闭，小功率加热，半功率加热，大功率加热，全功率加热)有5个模糊集，喷灌管道(喷灌全部打开，喷灌间隔打开，喷灌关闭)和卷帘升降(卷帘全部卷起，间隔卷起，全部放下)各有3个模糊子集。输出参数的模糊子集定义的多少，决定了控制参数的精确度。

图7 加热管道的模糊子集

图8 配管管道的模糊子集

图9 卷帘的模糊子集

系统根据定义的模糊子集，由大棚温室智能控制专家结合现场温室控制生成125条推理规则，列出部分规则如下：

If 大棚内温度∈较低 and ∈大棚内湿度∈较低 and 光照强度∈弱 and CO2浓度∈较稀，Then 加热管道=全功率加热，喷灌管道=全部打开，卷帘=全部卷起；CF=1.0。

If 大棚内温度∈适中 and 大棚内湿度∈低 and 光照强度∈弱 and CO2浓度∈稀，Then 加热管道=半功率加热，喷灌管道=全部打开，卷帘=全部卷起；CF=0.9。

If 大棚内温度∈高 and 大棚内湿度∈适中 and 光照强度∈强 and CO2浓度∈较浓，Then 加热管道=小功率加热，喷灌管道=间隔打开，卷帘=全部放下；CF=1.0。

If 大棚内温度∈较高 and 大棚内湿度∈高 and 光照强度∈适中and CO2浓度∈适中，Then 加热管道=全部关闭，喷灌管道=全部关闭，卷帘=间隔卷起；CF=1.0。

If 大棚内温度∈低 and 大棚内湿度∈适中 and 光照强度∈弱 and CO2浓度∈较浓，Then 加热管道=大功率加热，喷灌管道=间隔打开，卷帘=间隔卷起；CF=0.9。

基于模糊推理专家系统的智能温室控制系统的规则繁琐性，使得控制系统的输入因子、控制参数都有不同的论域，系统可自行定义其论域范围，但为了规则库的统一及信息融合计算的简单性，系统将各参数的论域都映射到[-100,100]范围内。

根据模糊推理的过程，系统定义规则的阈值β=0.3，根据Mamdani模糊推理算法后，得到各参数的模糊子集集合，即隶属函数；经过反模糊化得到精确的结果，再利用规则库，即可得到结果，从而形成一套多信息融合的模糊专家系统的智能温室控制系统。

5 结论

基于南疆自然环境的特殊型，结合多信息融合的原理及主要技术，利用模糊推理算法及专家系统经验，设计了一种多信息融合机理的基于模糊专家系统的智能温室控制方法。智能温室控制系统实时采集温室的控制参数进行多信息融合处理，根据模糊推理算法将各输入因子模糊化，通过模糊推理与专家系统相结合融合实时的温室控制参数，可获得精确的监控结果，从而形成一套适宜于南疆自然气候条件下的智能温室自动化控制系统。该系统对于南疆温室整体结构改造起到了规范的管理的作用，提高了南疆设施农业的控制精度，有效地改善温室环境的控制结果。

[1] 滕召胜，罗隆福，童调生.智能检测系统与数据融合[M].北京：机械工业出版社，2000.

[2] 谢季坚，刘承平.模糊数学方法及其应用[M].武汉：华中科技大学出版社，2000.

[3] 程曼，袁洪波，张波.基于传感器数据融合的温室环境控制的研究[J].农机化研究，2009，31(7)：213-217.

[4] 刘美琪，马斌强，季宝杰.多信息融合的智能温室控制系统研究[J].河南农业大学学报，2009(4)：182-183.

[5] 向艳，王洪元.基于模糊推理模型的专家系统的研究与应用[J].计算机工程，2005，31(10)：180-181.

[6] 石琳，陈帝伊，马孝义.专家系统在农业上的应用概况及前景[J].农机化研究，2011，33(1)：215-218.Abstract ID:1003-188X(2017)07-0039-EA

Research of South Xinjiang Intelligent Control of Greenhouse Based on Multi-sensor Data Fusion

Wang Xianlei1,2，Pei Jiuling1,2，Liu Runze1,2，Yi Xiaokang1,2

(1．College of Mechanic and Electrical Engineering，Tarim University，Alar 843300，China；2．The Key Laboratory of Colleges & Universities，Department of Education of Xinjiang，Alar 843300，China)

It is very necessary for the southern of Xinjiang-based of facilities, to agricultural research for intelligent greenhouse plastic greenhouses. This paper in connection with the situation of facility agriculture in the southern of Xinjiang，combine Fuzzy inference algorithms and expert systems to establish a suitable under natural climatic conditions of southern greenhouse intelligent automatic control model.Through the acquisition and integration of real-time southern regions greenhouse control parameters, the system can obtain accurate monitoring results.The results show that this method improves the accuracy of decision-making parameters greenhouse environment monitoring and control, effective solution to control the accuracy of agricultural facilities,provide further solutions to increase crop production ,it has a very important practical significance to alleviate the practical issues such as shortages of vegetables other agricultural.

greenhouse environment;information fusion; fuzzy reasoning; expert system

2016-07-18

国家自然科学基金项目(31260288)； 塔里木大学校长基金青年创新资金项目(TDZKQN201509)

王宪磊(1983-)，男，陕西子洲人，讲师，硕士，(E-mail)793131588@qq.com。

S625.5

A

1003-188X(2017)07-0039-04