基于分段多区间的温室夏季温湿度智能控制策略

朱德兰 涂泓滨 王瑞心 刘孟阳 张 锐 荆宇鹏

(1.西北农林科技大学水利与建筑工程学院， 陕西杨凌 712100； 2.西北农林科技大学旱区农业水土工程教育部重点实验室， 陕西杨凌 712100； 3.普渡大学工业工程学院， 西拉法叶 47906)

0 引言

我国设施农业起步较晚，但近年来快速发展[1]。温室可以通过人工手段构建出适宜农作物生长的生产环境，实现农作物的全天候生长。温室环境监控是提高温室作物产量、减少劳动力成本的关键技术[2]。温室夏季常出现高温低湿的现象，严重影响作物的正常生长。

温室环境调控的目的是使植物常年处于适宜的生长环境之中，以发挥其最大的生产潜力[3]。目前温室环境调控措施主要分为两种[4-5]：①基于给定设定值，设计合理的控制方法，使得温室环境尽可能跟踪设定值。张侃谕等[6]利用PLC控制器实现温度、湿度等设定目标值的实时跟踪调控；王立舒等[7]利用多目标进化算法进行温室温湿度双PID控制的参数在线整定；此外还包含预测控制[8-10]等方法。②基于目标函数的优化调控[11-14]，如以温室生产能耗、经济效益等一项或多项为目标函数，给定系统模型及边界条件，获得调控规则。李康吉等[15]构建温室建筑计算流体力学(CFD)模型结合带精英策略的非支配遗传算法，以作物区域温度场分布、控制温室风机能耗等为目标，实现温室环境因子的多目标、高效率优化。徐立鸿等[16]建立了蓝莓光温耦合净光合速率模型与Venlo型温室夏季降温补光能耗模型，以净光合速率最大、温室降温能耗最小为优化目标寻优，结果表明维持光合速率不变情况下可降耗；优先考虑种植效益的前提下，可同时满足降耗和提高光合速率。

针对我国农业发展实际面临的投入成本、接受程度等问题，广大农户多采用基于经验设定的调控方法。同时越来越多的降温措施在夏季温室环境调控中得到运用。在这种形势下，如何科学有效地决策温室多设备运行，实现温湿度的精准调控是亟待解决的问题。本文拟建立温室数学模型，通过明晰不同调控设备以及其组合方式的调控效果，提出一种基于分段多区间的温室夏季温、湿度调控方法，以期实现温室环境的精准调控，达到指导实际生产目的。

1 材料与方法

1.1 试验温室

试验在西北农林科技大学中国旱区节水农业研究院自建温室中进行。温室为双拱双膜结构，外拱高4.0 m，内拱高3.5 m，外骨架长6.0 m，内骨架长5.6 m，外骨架宽5.2 m，内骨架宽4.8 m。温室中配备的环境调控设备有遮阳网、湿帘、风机、顶窗、东西卷膜和雾化喷淋系统。温室结构如图1所示。

图1 温室结构Fig.1 Greenhouse structure diagrams

系统以物联网云盒为核心并结合典型物联网结构设计，由现场监控子系统、远程监控子系统和物联网云盒3部分组成，总体框架如图2所示。现场监控子系统以可编程逻辑控制器(PLC，LK3U-64型)为核心，分别连接温度传感器等采集模块和风机等设备功能模块，通过触摸屏人机交互界面实现对温室环境因子显示和设备控制；远程监控系统以云平台为核心，通过手机端、Web端实现温室信息的获取、控制命令的下达；物联网云盒分别通过RS-232串口和4G网络连接现场监控子系统与远程监控子系统，实现数据信息和控制信号的自由传输。

图2 系统总体框架Fig.2 Structure diagram of system

1.2 试验设计

设备的调控能力可以通过控制过程中外界气候变化的影响以及控制后环境参数实测值的关系进行分析描述。通过温室无设备运行状态下的环境变化明晰外界气候变化对环境因子的影响，进一步结合实际操作选择设备进行温室环境调控，实测环境因子变化情况，分析设备调控能力。

结合温室夏季环境调控需求，试验分为4个处理：无设备运行、降温调控、除湿调控和增湿调控。降温、除湿和增湿调控处理进行多种调控设备组合研究，详细试验设计如表1所示。

表1 试验设计Tab.1 Test design

1.3 测试指标及方法

在距温室西南侧1 m、高1.2 m处布设超声波一体式气象站(RS-FSXCS-N01-1型)，每间隔20 min采集1次室外空气温度、相对湿度和光照强度。

假定设备调控后温室内部环境均匀分布，以温室中心点数据代表温室整体情况，利用光照温湿度三合一传感器(ST-GWS-6W型)每间隔20 min采集1次室内空气温度、相对湿度和光照强度。

2 结果与分析

2.1 无设备运行状态下温度和相对湿度变化及模型构建

温室在无设备运行状态下，典型晴天和典型阴天温度及相对湿度变化分别如图3、4所示。

图3 无设备运行状态下温室温度变化曲线Fig.3 Greenhouse temperature changing curves without equipment running

图4 无设备运行状态下温室相对湿度变化曲线Fig.4 Greenhouse humidity changing curves without equipment running

温室的内、外温度变化趋势总体一致。典型晴天下，随着太阳辐射的逐渐增强，室内外温度迅速提高，温室表现出明显的升温作用，温室内部最高温度为45.7℃，室内外温差最大达到10.5℃。典型晴天下由于太阳直射稳定，温度变化更加平滑；典型阴天下由于云层变化扰动，温室升温作用减弱，温室内部最高温度仍可达40.8℃，室内外温差最大为8.5℃，相较于晴天条件下温度变化更加曲折。由此可分析出温室内部温度变化受到外界光照强度和温度的影响较大，同时体现出温度调控的必要性。温室的内、外相对湿度变化趋势总体一致。典型晴天下，日出后蒸发蒸腾量大，温室内相对湿度下降明显，在温度最高时刻对应出现。相对湿度最低值，夜间温室具有明显的保湿效果；典型阴天下由于云层作用，白天的室外相对湿度明显高于典型晴天下，相对湿度变化曲折，夜间，相对湿度较大且保持相对稳定。可以看出温度和相对湿度之间具有显著的负相关关系，温室内部相对湿度变化受到外界光照强度和相度湿度的影响较大，体现出湿度调控的必要性。裴雪[17]通过相关分析指出室内空气相对湿度、室内光辐射、室内二氧化碳浓度、室外空气温度和室外光辐射均与室内空气温度变化呈高度相关；顾寄南等[18]建立温度模型时主要考虑室外温度、室外光照强度，建立相对湿度模型时主要考虑了室外湿度、室外光照强度。因此提出温室无设备运行状态下温度和相对湿度变化的数学模型为

(1)

(2)式中Tt0、Tt——起始时刻t0、终止时刻t时的室内温度Ht0、Ht——起始时刻t0、终止时刻t时的室内相对湿度T′t0、T′t——起始时刻t0、终止时刻t时的室外温度H′t0、H′t——起始时刻t0、终止时刻t时的室外相对湿度L′t0、L′t——起始时刻t0、终止时刻t时的室外光照强度aTT、aTL——外界温度、光照强度的变化对温室内温度影响权重，两者和为1aHH、aHL——外界相对湿度、光照强度的变化对温室内相对湿度影响权重，两者和为12021年7月11—16日进行无设备运行试验，经数据处理后共得到138组试验数据。根据构建数学模型进行自定义函数非线性曲线拟合，得到aTT=0.957，aTL=0.043，aHH=0.974，aHL=0.026。同时利用实测数据对模拟值进行了检验，结果如图5所示。温度和相对湿度的模拟值与实测值间的决定系数R2分别为0.971和0.966，表明拟合的预测模型可靠。

图5 拟合值与实测值比较Fig.5 Comparison between fitted and measured values

将2021年7月17日的实测室内外环境数据输入上述拟合的模型，得到温室内部温度、相对湿度预测值。与室内实测值对比，结果如图6所示。室内温度、相对湿度模拟值与实测值总体变化趋势一致，温度预测平均绝对误差为0.73℃，相对湿度预测平均绝对误差为3.7%。从图6可看出，误差较大主要发生在日出、日落两个外界环境变化剧烈的时间段内，误差源于采样时间间隔较大，参数值产生较大的波动。总体而言，上述误差在可接受范围内，进一步验证了预测模型的准确性，模拟值可以代表温室一天中温度和相对湿度的变化情况。

图6 温室内部环境模拟值与实测值对比Fig.6 Comparison of simulated and measured values of indoor environment in greenhouse

2.2 不同设备对温度和相对湿度调控能力

根据试验方案进行不同设备运行状态调控试验，对比相同外界条件下无设备运行状态时的模拟值与设备调控后的实测值，可分析不同设备对温室温度和相对湿度的调控能力。

于2021年7月20日—8月11日进行T2～T9处理的降温调控试验，每个处理重复3 d。实测调控过程中温室内温度及室外温度和光照强度，将室外环境信息输入前述模型中(式(1))，可模拟得到当天环境情况下温室无设备运行状态时的温度值。8种不同处理下实测温度变化和模拟无设备运行状态下温度变化的对比如图7所示。模拟无设备运行状态下温室内温度变化与设备实际调控后温度的变化趋势一致，两曲线的间距就是该调控方法的降温效果。从图7中可以看出，8种不同运行状态都有明显的降温效果，图7a～7h两曲线之间的距离越来越大，降温的效果越来越强，符合实际调控情况。

图7 降温调控结果Fig.7 Cooling control results

为更加直观地描述其降温效果，通过计算控制时间段内调控前后温度变化平均值可定量地描述其降温能力，T2～T9处理分别为0.97、1.84、2.32、2.36、3.18、3.32、3.54、6.32℃。

T2～T5处理调控温度的同时能降低室内湿度，通过输入实测室外湿度和光照强度模拟无设备运行时相对湿度变化情况。4种不同处理下实测相对湿度变化和模拟无设备运行状态下相对湿度变化的对比如图8所示。模拟无设备运行状态相对湿度变化与设备实际调控后相对湿度的变化趋势一致，两曲线的间距就是对应运行状态下的除湿效果。从图8中可以看出，4种不同运行状态都有明显的除湿效果，图8a～8d两曲线之间的距离逐渐变大，除湿效果逐渐增强。

图8 除湿调控结果Fig.8 Dehumidification control results

从图8中可以看出，两条曲线的间距基本维持不变，没有产生较大的突变和波动，说明相对湿度变化稳定。同样地，计算控制时间段内调控前后相对湿度变化平均值来定量地描述其除湿能力，T2～T4处理结果分别为4.25%、8.08%、8.81%、16.38%。

于2021年8月12—17日进行T7、T10和T11增湿调控试验，每个处理重复3 d。增湿试验中雾化喷淋系统的单喷头流量为0.034 m3/h，湿帘耗水量 为0.041 m3/h。实测调控过程中温室内相对湿度及室外相对湿度和光照强度，将室外环境信息输入前述模型中(式(2))，可模拟当天室外环境情况下温室无设备运行状态时的相对湿度。3种不同处理下实测相对湿度和无设备运行状态下相对湿度模拟值变化的对比如图9所示。模拟无设备运行状态下相对湿度变化与设备调控后相对湿度实测值的变化趋势一致，两曲线的间距就是该调控方法的增湿效果。T7处理增湿效果最差(图9a)，湿帘主要利用水气的蒸发降低温度，增湿作用微小。T11处理增湿效果最明显(图9c)，在雾化喷淋系统与湿帘组合运行下，温室湿度呈现极显著提升。

图9 增湿调控结果Fig.9 Humidification control results

通过分析3种运行状态增湿效果，T7、T10和T11处理调控前后相对湿度差值分别为4.45%、12.48%和16.72%。

2.3 分段多区间控制策略

因方法简单且可靠，基于设定值的控制在实际生产中广泛运用。但其仅关注环境调控目的，不考虑执行设备状况、作物需求。通过对不同设备运行状况下环境变化的研究，明晰其调控能力，根据实际需求选择不同设备；结合大量学者在温室种植中提出“变温管理”[19-20]措施以满足作物的生长需求。本文依据设定值控制原理进行改进，提出分段多区间控制的策略。

以黄瓜生长期为例，设置一日3段变温控制：第1阶段为07:00—12:00，适宜温度区间为[26℃，28℃]，最优温度为27℃；第2阶段为12:00—19:00，适宜温度区间为[30℃，32℃]，最优温度为31℃；第3阶段为19:00至次日07:00，适宜温度区间为[16℃，20℃]，最优温度为18℃。相对湿度适宜范围在70%～80%。控制流程如图10所示。温室温度、湿度有极显著的负相关性[21]，可以通过设备的选择来综合调控温度和湿度。温度是环境控制最重要的参数之一，因此本文将温度设为温室内控制判断的参数。第1阶段湿度大，初始温度不高但呈逐渐上升趋势，主选通风类调控，除湿的同时降低温度上升的速度；第2阶段温度较高而湿度低，主选喷淋类调控，通过水气降温加湿；第3阶段湿度逐渐升高，温度逐渐下降但仍处于较高水平，主选通风类调控方法，降温降湿。在每个阶段以最优目标为中心，依据设备调控的能力计算各个阶段的区间边界值并选择不同运行设备，如表2所示。

表2 分段多区间控制策略Tab.2 Subsection and multi-interval control strategy

图10 控制流程图Fig.10 Control flow chart

系统初始化后对各个阶段目标参数进行设置，通过各类传感器对环境信息进行感知采集并输入PLC。首先进行时间段判断，进入对应的阶段，再根据环境实时温度进行区间判断，进入不同区间后产生不同的控制指令，使设备动作。

2.4 控制结果分析

于2021年8月20—25日进行分段多区间控制策略实际控制效果验证试验，温室温度控制结果如图11a所示。从图11a可以看出室内、外温度变化趋势一致。试验期间室外最高温度为40.9℃，分段多区间控制策略有效地降低昼间温室内部温度，室内最高温度为32.4℃；同时保证后半夜至日出时温度始终处于可控范围内。室内温度变化出现“波峰-台阶”式变化，体现了多区间的控制效果以及符合基于设定值控制的变化特点。根据执行设备调控能力、目标环境参数设置多区间调节，能在一定程度上符合温室动态变化的规律。同时，根据作物一天内的需求不同，设置分段自动调节；根据作物实际生长状态，手动设置不同生育期的环境目标参数，实现温室内作物栽培的环境参数控制要求。第1阶段初，太阳辐射使温室温度迅速升高，除去快速升温时间，多区间调控使63.75%时间上的温度在目标区间内。第2阶段，多区间调控使58.57%时间上的温度在目标区间内。温度最大值为32.4℃，且主要在31.8℃附近波动，主要是午后外界温度高以及温室配备的硬件设施能力不足造成的，只有在外界温度出现下降趋势时室内温度才有所下降。第3阶段，多区间调控使58.33%时间上的温度在目标区间内。综上，全天59.46%时间内的温度处于适宜区间。日落后，室外温度逐渐下降，而室内外湿度逐渐升高，主要通过通风措施保证温度，从图11a可以看出，室内温度逐渐趋近于室外温度，因此降温速率较慢，时间占比略低，但仍能满足要求。室内温度总体没有呈现明显的三段阶梯形变化，但存在强烈的变化趋势。

图11 控制结果Fig.11 Results of control

温室相对湿度控制结果如图11b所示。从图11b 可以看出室内、外相对湿度变化趋势一致，试验期间室外最低相对湿度为23.7%，分段多区间控制策略有效提高了第1和第2阶段的湿度，相对湿度最小值为55.5%，保证了湿度环境尽最大程度满足需求。日出后，温度快速升高的同时湿度也在急剧下降，多区间调控使66.80%时间上的湿度在目标区间内波动。湿度在午后出现了突增变化，主要是因为该时间段温度较高，采用湿帘、喷淋等降温措施造成温室内部湿度升高。夜间温室相对湿度大于目标5%左右，造成该现象的原因主要有：①外界湿度增大造成的自然变化。②温室雾化喷头雾化程度不足造成地面部分积水以及温室内部存在桶装水源，导致夜间湿度较大。

温室控制状态如图11c所示，日出后室内温度逐渐上升，设备状态随着温度变化在向高调控能力状态切换；日落后随着温度下降向低调控能力状态切换。温室控制相对平稳，设备能稳定运行一定时间，未造成设备的频繁启闭。

3 结论

(1)结合现代温室的管理需求，基于典型物联网结构设计并实现了由现场监控子系统、物联网云盒、远程监控子系统组成的温室智能监控系统。

(2)通过试验构建了温室无设备运行状态下温度和相对湿度变化的数学模型，对比了无设备运行状态下的模拟值与设备实际调控后的实测值，定量分析了不同设备及组合的调控能力。结合设备调控能力、作物生长需求以及温室温湿度耦合的特性，提出了以温度为边界条件的分段多区间控制策略。

(3)经试验验证，该控制策略能有效地调节温室温度和相对湿度；温度控制在适宜区间内的时间占全天的59.46%，相对湿度控制在适宜区间内的时间占全天的66.80%，设备运行稳定且未造成设备频繁启闭。