[发明专利]一种基于模糊控制的物联网智能灌溉施肥控制方法及系统

权利要求书

1.一种基于模糊控制的物联网智能灌溉施肥控制方法，其特征在于，包括以下步骤：

(1)数据采集与处理：根据作物的需水规律和施肥配方，以及采集的土壤温湿度、土壤养分、空气温湿度、风速、雨量、流量、水池水位和管网压力数据，来设定土壤湿度、土壤养分和水池水位的限值以及灌溉施肥计划时间，并存入数据库中；

(2)智能控制：读取数据库中相应数据，采用模糊控制算法和水肥耦合模型对灌溉片区的灌溉阀门和施肥阀门进行智能控制；通过比较当前水池水位与设定的水池水位的限值，来对灌溉片区的水泵的启停进行智能控制；通过比较灌溉管网的压力实测值与管网限值，采用PID控制算法对灌溉片区的水泵进行调速控制；

所述模糊控制算法具体为：将土壤湿度的误差和湿度误差的变化分别作为二维模糊控制器的输入和输出变量，通过传感器获取湿度值并计算后，根据模糊控制规则进行模糊推理，最终得出模糊隶属函数，得到合适的灌溉时间作为输出量，实现模糊控制灌溉；

其中，设置土壤当前湿度值为r，作物当前所需湿度值为y，则输入变量误差e＝r-y，误差变化率ec＝de/dt；输出变量为电磁阀打开时间t，设置e的基本论域为[-8％,8％]，ec为[-2％,2％],时间t为[0,30]；设置e、ec和t相应的模糊变量分别为E、EC和T，E和EC的模糊集均为{NB,NM,NS,0,PS,PM,PB}，量化论域均为{-3,-2,-1,0,1,2,3}，T的模糊集为{0,PS,PM,PB}，量化论域为{0,1,2,3}，则量化因子分别为K1＝3/8＝0.375,K2＝3/2＝1.5，比例因子为K3＝30/3＝10；从而得到E、EC和T的模糊隶属函数；

所述模糊控制规则由模糊条件ifandthen来表达，其中分别为E、EC、U的模糊子集；

所述水肥耦合模型具体为：

Q=0.46(1-x1)x1;]]>

式中，Q是需灌水量，单位是L；x1是目标耦合浓度，单位是％；

若灌溉片区为水库灌区，则采用灌溉管网输配水模型对灌溉管网的输送水进行控制，所述灌溉管网输配水模型具体为：

(1)目标函数

选取全灌区作物的总产值最高和全灌区年运行费最小作为优化的目标函数，统一采用经济量作为目标函数；

目标函数1：以全灌区作物的总产值最高为目标函数f₁(x_ij)；

f1(xij)=max{Σi=1N[Ymi·Πj=1K(xij·ηi+Rij+ΔSij-PERCij-GijETmij)λj·Ai·pi]};]]>

式中：N为子区域个数；K为阶段数目；Y_mi为第i子区域的作物最大产量，kg/hm²；x_ij为决策变量，即水库向第i子区域第j阶段单位面积上的实际灌溉供水量，单位m³/hm²；η_i为从水库输送至第i子区域的灌溉水利用系数；R_ij为第i子区域第j阶段的降雨量，单位mm；ΔS_ij为第i子区域第j阶段的土壤储水增量，单位mm；PERC_ij为第i子区域第j阶段的渗漏量，单位mm；G_ij为第i子区域第j阶段的地表径流，单位mm；ET_mij为第i子区域第j阶段的最大腾发量，单位mm；λ_j为作物不同阶段缺水对产量的敏感指数；A_i为第i子区域作物灌溉面积，单位hm²；p_i为第i子区域作物价格，单位元/kg；

目标函数2：以全灌区年运行费最小为目标函数f₂(x_ij)；

f2(xij)=min{Σi=1NΣj=1K[M1(xij)+M2(xij)+M3(xij)]};]]>

式中：M₁、M₂和M₃分别为水库、渠道以及泵站的年运行费，单位元；N为子区域个数；K为阶段数；x_ij为决策变量，即水库向第i子区域第j阶段单位面积上的实际灌溉供水量，单位m³/hm²；

(2)约束条件：

①水库库容约束：第j阶段的水库库容不能大于水库的实际兴利库容；

0≤V_j≤V_实兴；

式中：V_实兴为扣除泥沙淤积的水库的兴利库容，单位m³；

②水库供水能力约束：第j阶段水库的实际供水量不能大于水库的供水能力；

Σi=1N(xij·Ai)≤Vjm;]]>

式中：V_jm为第j阶段水库的供水能力，单位m³；

③渠系配水能力约束：第j阶段水库向第i子区域的供水量不能超过该区域渠道的输水能力；

x_ij·A_i≤Cap_i；

式中：Cap_i为第i子区域渠道的输水能力，单位m³；

④最佳水资源投入量约束：第i子区域第j阶段的作物实际需水量要小于最大需水量；

ET_aij≤ET_mij；

⑤非负约束：决策变量要求非负；

x_ij≥0。

2.根据权利要求1所述的基于模糊控制的物联网智能灌溉施肥控制方法，其特征在于：若当前土壤湿度、土壤养分和/或水池水位超过设定的限值，则进行超限报警，并对水泵启停、调速以及阀门开闭进行控制。