[发明专利]一种基于低温胁迫的卷帘机智能控制方法

说明书

基于低温胁迫的卷帘机智能控制方法，根据大棚作物对光照需求量，根据植物生长临界低温设置的温度阈值，利用实验室已开发的环境监测与控制系统，根据建模数据采集需求进行预试验，在此基础上设计揭被试验和盖被试验方案，构建揭被决策模型和盖被决策模型，最后，融合已构建的揭盖被决策模型，设计一种基于低温胁迫的卷帘机智能控制方法，完成对卷帘机的自动控制。本发明支持光照强度敏感、实时监测、集群控制、卷帘机自动控制等功能，具有成本低、操作简单、应用范围广，运行安全的特点。

技术领域

本发明属于农业现代化技术领域，涉及对温室卷帘机的自动控制，特别涉及一种基于低温胁迫的卷帘机智能控制方法。

背景技术

随着我国物质生活水平的提高，人们追求健康的观念日益增强，无公害有机蔬菜作为生活重要需求逐步走进了人们的生活，给蔬菜产业发展带来机遇。目前，我国北方绝大部分日光温室仅配备用于控制卷帘棉被和通风口的设备，并无有效的加热装置，温室温度完全依靠室外光辐射和温室保温结构。日间，温室接收外界光辐射，向作物提供光合环境的同时实现热量积累；夜间，通过保温棉被阻止室内热量散失，维持作物生长的基本温度环境。两种方式通过卷帘机控制进行切换，其温度调控效果很大程度上取决于管理员控制揭盖棉被的时间，实际生产中为避免低温伤害现象，通常是晚揭被、早盖被，这一行为看似减少了室内热量的散失，但是十分不利于作物生长。由于过晚揭被、过早盖被，室内不能最大化接收太阳光辐射，一方面无法充分获取热量，导致夜间室内温度可能降低至作物承受下限而造成作物不可逆损伤，另一方面会减少作物光合作用时长，影响正常生长发育和物质积累。因此，盲目早揭被、晚盖被不可取。

发明内容

为了克服上述现有技术的缺点，本发明的目的在于提供一种基于低温胁迫的卷帘机智能控制方法，充分考虑了环境温度、光强、二氧化碳浓度等环境因子的相关关系及对作物的影响，构建基于NARX的室内实时温度预测模型和基于SVR的室内夜间最低温预测模型，根据预测温度及光辐射大小实现准确判断卷帘机揭盖被的时机；其次通过485总线向中央控制室传输环境数据，通过电脑自动控制或手机APP控制，通过逻辑分析，实现对卷帘机揭盖被的远程控制，通过手机软件标定的方式对棉被上下限位进行标定，提高了卷帘机的通用性和稳定性。安装的卷帘机姿态传感器可以实时获取卷帘机位置信息，保障了整个设备的闭环反馈，提高了设备的准确性和安全性。

为了实现上述目的，本发明采用的技术方案是：

一种基于低温胁迫的卷帘机智能控制方法，包括以下步骤：

第一步，根据植物生长阶段和现有试验条件，确定建模环境因子，构建基于NARX神经网络的日光温室室内实时温度预测模型及基于SVR的室内夜间最低温预测模型；

第二步，根据预测模型实现揭被决策：当时间为凌晨零点至正午十二点之间且棉被状态为覆盖时，首先，利用室外光辐射值计算修正后的室内光辐射值，当修正后的室内光辐射值小于光补偿点，保持原状态0返回环境数据采集环节后继续判断，直至修正后的室内光辐射值大于等于光补偿点，将室内温度、室内空气湿度、室内二氧化碳浓度、室外光辐射、修正后的室内光辐射值、卷帘棉被状态作为输入构建NARX神经网络温度预测模型，预测下一时刻室内空气温度，将预测值与温度阈值比较，当预测值大于当前时刻值温度值或大于等于温度阈值时，即刻生成卷帘机上行指令1，进行揭被；当预测值小于等于当前时刻温度且小于温度阈值时，当前时刻保持原状态0返回数据采集环节接收最新数据循环执行本步步骤，直至生成卷帘机上行指令1，结束决策过程；