基于温光耦合的温室卷帘机控制设备开发

裴　雪，范奥华，刘焕宇，王孝龙，王　东，范叶满，翟长远

(西北农林科技大学 机械与电子工程学院，陕西 杨凌　712100)

0　引言

日光温室是采用较简易的设施，充分利用太阳能，在寒冷地区一般不加温进行蔬菜越冬栽培[1]。我国已成为世界设施农业生产大国，种植面积稳居世界第一[2]。温室系统是一个多变量、非线性、时变、强耦合的复杂系统[3]。室内环境因子的好坏，一方面由温室大棚的生产管理因素决定，另一方面由设施本身的合理性和可调控性所决定，直接影响到作物生长发育的全部过程。

近年来，许多研究者通过智能控制方法来控制温室环境因子，已取得了很多理论成果，目前研究重点主要集中在模糊控制和智能调控算法方面。不少学者利用PID控制方法、MCS-51单片机处理机、SoC的芯片GS1010[4]及ZigBee[5]系统，并基于多传感器融合的控制系统，对温室环境因子进行控制[4-8]。还有部分学者在控制中加入控制算法以实现智能化调控，如专家控制系统、模糊控制智能算法、温度积分算法，以及基于切换系统的环境因子建模与预测控制方法[9-12]。

但是，以上研究多针对玻璃温室等可控设备较多的现代化温室，且投入成本高，而生产型日光温室仅利用太阳能吸收热量，采用保温被保持温度，可控设备较少，难以广泛推广应用，不能解决实际需求。本设备针对中小型温室种植农户，将精确传感技术、无线远程通信技术及智能信息处理技术结合，开发温光耦合的温室卷帘预测调控系统。研究基于嵌入式的低成本、易安装的温光耦合温室卷帘控制设备，实现温度和光照的实时监测；实现数据无线传输、预测算法的融合；实现基于无线传感器网络的设备控制指令下达机制，减少布线及运行成本；实现温光耦合的温室卷帘自动调控策略。

1　系统组成及原理

本系统由监测模块、控制模块、工控屏人机交互模块及卷帘机设备4个部分组成，如图1所示。

图1　系统整体框图

由监测模块采集空气温湿度和光照强度数据，经由ZigBee无线传感网络传输数据至控制模块，再由串口电路将采集到的数据传送给工控屏；在工控屏中利用嵌入的温光耦合算法预测下一时刻温度，依据作物所需设置的温度和光辐射阈值给出决策指令，反馈给控制机设备的控制；同时，工控屏可以实时显示3个历史温度值、1个当前温度值、光照值及下一时刻温度预测值，实现友好的人机交互。

2　硬件实现方案

2.1监测节点硬件设计

监测节点由电源模块及传感器模块等组成，主要实现各空气温湿度及光照强度的监测。在电源模块的驱动下，获得各传感器数据，通过无线网络将监测数据传递给控制模块。同时，在该模块加入了红外对射限位开关，防止了过卷，提高了设备的自动操作程度。

电源模块采用两种模式供电：一种是标准5V直流电源，通过AMS1117标准电源模块完成5V到3.3V工作电压转换，完成对温度传感器等对应部分的供电；另一种是标准12V直流电源，同样需经过电压转换后才能完成对光照传感器的对应部分供电。限位开关的作用是防止卷帘机在降帘和升帘时发生过卷情况，在卷帘的起点和终点各放置一对红外对射开关，在没有物体遮挡开关时输出电压0V，卷帘机动作状态继续保持；当有物体遮挡时输出电压5V，卷帘机动作停止。传感器模块主要对周围环境的温度和光照强度实时检测，并将采集数据传送至CC2530芯片进行处理。其中，光照检测采用光照度传感器QY-150B，工作电压为3.3V，检测信号接入CC2530核心处理器P0.7口，完成光照检测；温度检测采用DS18B20温度传感器及其外部电路实现，数据采集信号与单片机P1.4口相接，实现对温度的检测。

2.2控制节点硬件设计

控制节点包括电源模块、CC2530中心处理模块及继电器驱动模块3部分，主要完成对信号的接收与发送，包括有线和无线的接收与发送。无线主要完成监测终端发送过来的传感器信息量，再通过TTL转RS232串口电路将传感器采集的数据发送至工业控制器；工业控制器通过温光耦合模型处理过后，给出动作指令，并将命令发送至控制节点的CC2530模块。

该模块的核心处理器直接采用具有ZigBee无线通讯功能的CC2530模块，并且根据ZigBee协议，通过CC2530的射频模块无线发送至根节点。CC2530模块同时作为根节点，主要承担协调器作用，完成启动网络、选择网络参数等功能。本设备中有多个终端节点及1个根节点，通过协调器可以使整个系统组网成功。其中，串口电路主要完成数据的转换与传递，控制节点将工控屏的命令转化为对应的高低电平，通过驱动模块控制继电器，实现电机的正转、反转和停转，对应控制卷帘机的卷起和放下。

3　软件实现方案

3.1监测节点软件设计

在监测环节中，待开机后，系统首先进行温度等参量初始化，查看存储器中是否有上次存储的信息：如果有则提取已有的网络信息参数；否则，初始化网络参数，进行网络号加1，重新扫描无线网络，直至加入网络。一旦加入网络，系统就开始检测温度、光照。温度值的接收可直接使用单片机的I/O口，对于光照检测直接采用单片机的AD端口，即可获取监测数据。

3.2控制节点软件设计

在控制环节中，首先协调器通过射频接收函数接收监测节点发送过来的环境参数值，再通过TTL转RS232串口线发送至工业控制器。工业控制器中嵌入有温光耦合算法模型，通过算法预测出下一时刻温度值，判断该值是否达到温度控制动作点；然后将控制指令通过串口写入协调器；协调器得到控制指令，由无线射频模块发送数据至控制节点，控制节点接收到数据后通过对单片机I/O口置高低电平，从而实现控制卷帘机的开启与闭合。

其次，监测节点、协调器和控制节点需要通过ZigBee协议栈组网来实现无线数据传输的功能。在协议栈中，以设定的信道和网络号扫描无线网络，如果特定网络号存在，则完成组网，允许其它节点入网。

3.3工业控制器软件设计

3.3.1温度预测模型

使用MatLab软件对历史温度数据进行分析，构建预测模型，并将该模型嵌入工业控制器。

为了提高设备控制精度，于2016年1月23-24日在陕西省西安市阎良区武屯镇西北农林科技大学实验基地三号棚采集实验数据，分析数据得出温光耦合模型，并将其模型嵌入控制模块，从而实现精准控制。实验中，利用DS18B20空气温度传感器监测空气温湿度，采用QY-150B光照传感器监测光照值。空气温湿度传感器和光照传感器布置于室内中心位置，可充分接收光照，监测数据5min上传1次。

采集实验数据并上传至上层服务器，在MatLab软件中对数据进行处理。首先对各个节点的数据进行预处理，空气温度取其平均值；再利用regress函数对1月23日和24日的实验数据进行拟合，公式为

y=0.1649ω1-1.2666ω2+2.1019ω3-

3.2085×e-5×g+0.0068

(1)

其中，y为从当前时刻开始的5min后的温度预测值；ω1、ω2和ω3分别为当前时刻温度值和5min前、10min前的历史时刻温度值；g为当前时刻光照值。

实际值与预测值比较如图2所示。

图2　下一时刻温度预测

预测绝对误差，其最大值为0.6℃，最小值为-0.5℃。该预测精度足以达到控制所需精度要求，可为控制提供决策依据。不同植物在不同生长阶段所需温度不同，根据实际作物需求设置温度上下限，再依据所预测的下一时刻温度是否处于温度限制以内，来控制设备动作。

3.3.2工业控制决策算法设计

考虑到实际生活中现场操作人员的受教育程度的差异，本系统利用步科Kinco的ET070工控屏，设计了人机交互的操作系统，使操作更加简单方便，控制方式更加高效。在通过串口接收传感器数据之后，在工控屏中对数据分析整合给出决策结果，并将决策结果输出至控制模块，指示相应的设备动作。

系统开机后，首先是串口自动进行初始化操作，当初始化完成后，串口实时监测有无数据输入；接收到的数据将被存储在相应的寄存器里，直至数据接收完毕，对所接收数据进行有效性判断；寄存器中的数据主要由空气温度及光照强度两个参数构成，串口处理程序将自动分割数据，并提取相应数据，以供数据处理函数使用；串口不断自动刷新，等待下一次接收数据。如此循环，直至出现强制中断或者系统关闭。

工业控制器嵌入决策算法：首先，根据温光耦合算法对温度进行预测；然后，根据已知的参数进行决策判断，将决策值输出至控制模块，指示相应的设备动作，实现对卷帘设备的动作精确控制。工控屏输出前两个时刻的温度值、当前温度值、光照强度值及下一时刻预测值。

工控屏中嵌入的算法逻辑过程为：

1)工控屏通电后，系统开启初始化，主要对各个控件地址中的数据进行清空，同时打开串口，等待数据传入。

2)以1s为时间间隔不断从串口中获取数据包，如接收到检测终端的数据包，则进行数据分割提取，并将收到的各个参数显示在屏幕相应的控件里。

3)利用已经嵌入的光温耦合算法对温度进行预测，与植物适宜温度做比较，对控制终端发出相应指令。在早晨，当前光照强度高于光照阈值，且下一时刻温度高于温度阈值，开棚；在傍晚，当前光照强度低于光照阈值，且下一时刻温度低于温度阈值，关棚。同时，在工控屏上显示3个历史时刻温度值、下一时刻温度预测值及当前光照强度。

4)用户进行工作模式选择，工作方式由用户在屏幕上触碰触摸按键来选择，控制界面如图3所示。自动模式下，控制模块根据工控屏内嵌决策算法直接依照决策结果对设备进行控制，实现全自动控制模式。手动模式下，需要人为根据决策结果对设备进行开或者关的操作。在不同模式时，设备的动作均依据决策模型。

图3　工控屏显示界面

5)工作模式选定后，系统自动依据所确定模式中参数设置和当前环境中温度的值进行运行，程序每秒刷新一次。

6)通过卷帘机的开闭控制室内接收的光辐射，来调控室内温度。当温度变化趋势会持续在最值范围以内，则可以打开卷帘机，尽量使得室内接收充足光照，保证植物正常的光合作用。

4　系统验证

本系统已在陕西、重庆、江苏等的多个日光温室基地部署使用，稳定运行超过半年。实际运行结果表明：本系统监测部分数据准确率高、误差小；红外对射传感器控制模块的准确率为100%；人机交互模块的响应速度低于1s；网络控制响应速度低于10s。同时，系统在供电正常情况下，无故障运行1 000h以上，统计节省劳动力投入5人次/月。

5　结论

以Kinco-ET070型号的工业控制器为核心处理器，采用具有ZigBee无线通讯协议的CC2530芯片实现无线监测与控制、环境因子的监测和卷帘机的控制；同时结合光温耦合算法，完成了环境温度的精确预测调控。实验表明：本系统运行稳定、性能可靠、操作简单、安装成本低，可有效降低农民劳动强度，减少劳动时间，促进设施农业节本增效，满足小型温室种植农户的自动调控需求，对推动设施农业向信息化管理转变具有重要意义，具有较强的实际应用及推广价值。

参考文献：

[1]李洵.北万高纬地区发展日光温室新思路[J].北方园艺,1996(6):33-34.

[2]刘晓明.大棚蔬菜生产实现机械化作业的可行性[J].农机科技推广,2014(3):40.

[3]王龙.基于ARM微处理器的温室温湿度测控系统的研究[D]:武汉：华中农业大学, 2011.

[4]马增炜,马锦儒,李亚敏.基于WIFI的智能温室监控系统设计[J].农机化研究,2011,33(2):154-157.

[5]张杰,卢博友,张海辉,等.基于 ZigBee 的温室卷帘机精准控制系统设计[J].农机化研究, 2013,35(5):77-80.

[6]宋庆恒,刘英德,马源,等.基于多传感器数据融合的温室温湿度控制系统设计[J].江苏农业科学, 2015(6):394-396.

[7]余泳昌,薛文芳,马建民.改进型PID控制算法在现代温室环境参数控制中的应用[J]. 河南农业大学学报, 1999(2):183-185.

[8]钟应善,杨家强,邓劲莲.温室温度和湿度的多变量模糊控制技术[J].农业机械学报,2001,32(3): 75-78.

[9]冯帆,邱立春,刘维佳.模糊控制在温室温湿度控制系统中的应用[J].农机化研究,2009,31(6): 148-150.

[10]龙利平,张侃谕.温室加热实时专家控制系统研究[J].自动化与仪表,2003,18(3):25-26.

[11]秦琳琳,马国旗,储著东,等.基于灰色预测模型的温室温湿度系统建模与控制[J].农业工程学报, 2016,32(S1)：233-241.

[12]袁洪波,李莉,王俊衡,等.基于温度积分算法的温室环境控制方法[J].农业工程学报, 2015，31(11):221-227.