[发明专利]一种温室大棚环境控制系统在审

专利信息
申请号: 202210335229.5 申请日: 2022-04-01
公开(公告)号: CN114489200A 公开(公告)日: 2022-05-13
发明(设计)人: 张波;钱浩;周晓坤 申请(专利权)人: 科大天工智能装备技术(天津)有限公司
主分类号: G05D27/02 分类号: G05D27/02
代理公司: 北京高沃律师事务所 11569 代理人: 王爱涛
地址: 300308 天津市东丽区*** 国省代码: 天津;12
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 温室 大棚 环境 控制系统
【说明书】:

发明属于环境控制技术领域,具体涉及一种温室大棚环境控制系统,包括:环境采集单元、数据应用单元和电器控制单元,环境采集单元用于采集温室大棚外和温室大棚内的环境参数,数据应用单元包括设备状态预测模型,设备状态预测模型用于根据当前时刻的环境参数和控制参数预测下一时刻电器设备的控制参数,电器设备为设置在温室大棚中的电器设备,电器控制单元用于根据设备状态预测模型输出的控制参数控制电器设备的状态;环境采集单元包括室内传感器和室外传感器;电器设备包括湿帘、水泵、照明灯、风机、温度调节器、二氧化碳生成器、顶窗、内遮阳网和外遮阳网。本发明提高了控制的准确性和及时性。

技术领域

本发明涉及环境控制技术领域,特别是涉及一种温室大棚环境控制系统。

背景技术

农业是中国的社会发展的基础;农业涉及到国家安全、社会稳定甚至国际关系等方方面面。东北三省作为农业大省,还是以传统的耕作方式为主,仅仅在播种、收割、施药、施肥等几个方面实现了机械化自动化,多数情况下凭借农民或技术人员的经验实施耕作环节,缺乏数据采集和分析手段,无法根据土地的实际情况,进行科学化处理。同时为了提高作物产量和收获时间,搭建温室大棚已经成为了非常普遍的现象,不过温室大棚还是以遮风挡雨,提高温度为主,管理粗犷,并不能完全发挥温室大棚的优势。

人工智能技术是21世纪科技发展的核心,对社会进步和经济发展有着不可估量的作用。深度学习作为近年来人工智能领域发展最快的技术,在计算机视觉、语音识别、自然语言处理等领域已经取得了非常好的应用效果。温室大棚智能控制方面的相关技术研究虽然已经有了大约50年历史,很多控制方法被提出,但是由于温室大棚系统是一个多输入、多输出、强耦合的复杂系统,目前温室大棚系统的智能控制技术的控制结果都不尽人意。

发明内容

本发明的目的是提供一种温室大棚环境控制系统,提高了控制的准确性和及时性。

为实现上述目的,本发明提供了如下方案:

一种温室大棚环境控制系统,包括:环境采集单元、数据应用单元和电器控制单元,所述环境采集单元用于采集温室大棚外和温室大棚内的环境参数,所述数据应用单元包括设备状态预测模型,所述设备状态预测模型用于根据当前时刻的环境参数和控制参数预测下一时刻电器设备的控制参数,所述电器设备为设置在温室大棚中的电器设备,所述电器控制单元用于根据所述设备状态预测模型输出的控制参数控制电器设备的状态;

所述环境采集单元包括室内传感器和室外传感器;所述室内传感器包括第一温湿度传感器、二氧化碳浓度传感器和光感器;所述室外传感器包括第二温湿度传感器和风速风向仪,所述环境参数包括室外温度、室外湿度、风速、风向、室内温度、室内湿度、二氧化碳浓度和光照强度;

所述电器设备包括湿帘、水泵、照明灯、风机、温度调节器、二氧化碳生成器、顶窗、内遮阳网和外遮阳网,所述水泵为所述湿帘提供水分;所述外遮阳网设置在所述温室大棚的外侧,所述湿帘、水泵、照明灯、风机、温度调节器和二氧化碳生成器均设置在所述温室大棚内,所述顶窗设置在所述温室大棚的上方。

可选地,所述设备状态预测模型采用的网络结构包括输入层、隐藏层和输出层;所述输入层用于对输入数据进行Min-Max标准化,所述隐藏层包括依次连接的采用DCLSTM搭建的循环神经网络、前馈神经网络和ReLU激活函数层。

可选地,所述设备状态预测模型为采用Adam优化算法根据数据集进行网络模型训练获得的,所述数据集为时间序列,所述时间序列中元素包括环境参数和控制参数,所述控制参数为控制电器设备状态的参数,所述电器设备状态包括电器设备的开关状态。

可选地,所述电器控制单元包括控制柜,所述控制柜包括卷帘控制单元、水泵控制单元、照明控制单元、风机控制单元、升温控制单元和二氧化碳发生器控制单元,所述卷帘控制单元用于控制所述湿帘,所述水泵控制单元用于控制所述水泵,所述照明控制单元用于控制所述照明灯,所述风机控制单元用于控制所述风机,所述升温控制单元用于控制所述温度调节器,所述二氧化碳发生器控制单元用于控制所述二氧化碳生成器。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于科大天工智能装备技术(天津)有限公司,未经科大天工智能装备技术(天津)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210335229.5/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top