设施蔬菜智能灌溉控制系统的设计.pdf

节水灌溉 Water Saving Irrigation ISSN 1007-4929,CN 42-1420/TV 节水灌溉网络首发论文 题目： 设施蔬菜智能灌溉控制系统的设计 作者： 杜太行，邹军军，孙曙光，钱春阳，刘德 网络首发日期： 2020-02-10 引用格式： 杜太行，邹军军，孙曙光，钱春阳，刘德设施蔬菜智能灌溉控制系统的设计节水灌溉. http:/kns.cnki.net/kcms/detail/42.1420.TV.20200210.1502.014.html 网络首发：在编辑部工作流程中，稿件从录用到出版要经历录用定稿、排版定稿、整期汇编定稿等阶段。录用定稿指内容已经确定，且通过同行评议、主编终审同意刊用的稿件。排版定稿指录用定稿按照期刊特定版式（包括网络呈现版式）排版后的稿件，可暂不确定出版年、卷、期和页码。整期汇编定稿指出版年、卷、期、页码均已确定的印刷或数字出版的整期汇编稿件。录用定稿网络首发稿件内容必须符合出版管理条例和期刊出版管理规定的有关规定；学术研究成果具有创新性、科学性和先进性，符合编辑部对刊文的录用要求，不存在学术不端行为及其他侵权行为；稿件内容应基本符合国家有关书刊编辑、出版的技术标准，正确使用和统一规范语言文字、符号、数字、外文字母、法定计量单位及地图标注等。为确保录用定稿网络首发的严肃性，录用定稿一经发布，不得修改论文题目、作者、机构名称和学术内容，只可基于编辑规范进行少量文字的修改。 出版确认：纸质期刊编辑部通过与中国学术期刊（光盘版）电子杂志社有限公司签约，在中国学术期刊（网络版）出版传播平台上创办与纸质期刊内容一致的网络版，以单篇或整期出版形式，在印刷出版之前刊发论文的录用定稿、排版定稿、整期汇编定稿。因为中国学术期刊（网络版）是国家新闻出版广电总局批准的网络连续型出版物（ISSN 2096-4188，CN 11-6037/Z），所以签约期刊的网络版上网络首发论文视为正式出版。 基金项目 ： 天津市农业科技成果转化与推广项目（ 201901060）；天津市科技计划项目（ 17YFZCNC00280）；青年科研人员创新研究与实验（ 2018009） 设施蔬菜智能灌溉控制系统的设计 杜太行 1，邹军军 1，孙曙光 1，钱春阳 2，刘 德 1 （ 1.河北工业大学人工智能与数据科学学院，天津 300130； 2.天津市农业科学院信息研究所，天津 300192） 摘要： 为解决传统设施蔬菜种植由于灌溉技术落后导致的水资源利用系数低，灌溉效果不理想等问题，采用 LabVIEW 平台设计了一套基于模糊控制的设施蔬菜智能灌溉控制系统。以土壤水势为基础搭建无线传感网络获取土壤信息，融合 3G 网络构建集现场集控计算机和远程监控中心相结合的无线监控网络体系。采用实时土壤水势与理想水势差值以 及差值变化率作为模糊控制系统输入，根据模糊控制算法得出最佳灌溉时长。经测试该系统可以在无人值守下完成对作物的精准灌溉，农户远程也能实时监测田间数据和进行灌溉控制。 关键词： 智能灌溉；信息采集；无线通信； LabVIEW；模糊控制 中图分类号： S24;TP273+.4 文献标识码： A 文章编号： 1002-1841(2017)00-0000-00 Design of Irrigation Irrigation Control System for Facility Vegetable DU Tai-hang1,ZOU Jun-jun1,SUN Shu-guang1,QIAN Chun-yang2,LIU De1 (1.School of Artificial Intelligence, Hebei University of Technology, Tianjin 300130, China; 2.Information Institute, Tianjin Academy of Agricultural Sciences, Tianjin 300192, China) Abstract: In order to solve the problems of low utilization coefficient of water resources and unsatisfactory irrigation effect caused by backward irrigation technology in traditional facility vegetable planting, an intelligent irrigation control system for facility vegetable based on fuzzy control was designed on LabVIEW platform. Based on the soil water potential, a wireless sensor network was built to acquire soil information, and a wireless monitoring network system constructed by on-site centralized control computer and remote monitoring center was built combining 3G network. The difference between real-time soil water potential and ideal water potential and the change rate of the difference are used as input of the fuzzy control system, and the optimal irrigation time is obtained according to the fuzzy control algorithm. After testing, the system can complete precise irrigation of crops under unattended condition, and farmers can monitor field data and control irrigation in real time remotely. Key words: Intelligent irrigation; information acquisition; wireless communication; LabVIEW; fuzzy control 0 引言 随着互联网的不断发展， 互联网和新兴技术的融合不断促进着国内农业的发展，并进一步演化为智慧农业。近年来，智慧农业在国内受到越来越多的关注。智慧农业将最新的信息技术如物联网、大数据、人工智能和人机交互应用于各种农业活动，并成为全球农业生产方式改革的重要趋势 1。 设施农业的发展是农业现代化的重要标志之一，也是智慧农业发展的重要任 务。大棚智能控制作为设施蔬 菜种植过程中的重要环节，是保障农产品数量和质量、提高水分利用率的重要举措 2。 国家统计局数据显示，我国农业灌溉用水量占总用水量的 60%以上，实现农田的节水灌溉已成当务之急 3。传统的依赖于农户通过经验判断是否需要灌溉和漫灌、喷灌等灌溉方式是导致水资源浪费严重的主要原因 4。以往所设计的智能灌溉控制系统中，主要以检测到的土壤当前湿度和最佳湿度作为对比，当实时湿度小于最佳湿度下限时则对植株网络首发时间：2020-02-10 16:13:14网络首发地址：http:/kns.cnki.net/kcms/detail/42.1420.TV.20200210.1502.014.html进行适当灌溉从而达到节水目的，但由于不同地区的土壤成分差异，湿度不能反映出土壤水分对植物的有效性，土壤水势则具有更广泛的适用性 5。本文以最佳土壤水势为依据，控制电磁阀的启停时间，可以推广至不同地区土壤的蔬菜种植，并基于此设计了设施蔬菜智能灌溉控制系统。 1 系统总体结构 该系统主要针对设施蔬菜的智能灌溉控制，通过传感器技术、无线传输技术、人工智能技术和数据库技术等相结合，实现农田数据采集功能、无线传输功能、智能决策功能、实时监控功能和灌溉执行功能，可以同时对多个温室大棚进行智能化灌溉。系统共分为 4 个模块，总体结构如图 1 所示。 温室大棚传感器节点远程监控中心云端PC A c ces s Smart + 网口S 7 - 2 0 0 s mart PL CG RM 5 0 0My SQ LL A B SQ L现场集控计算机RS 4 8 5电磁阀灌溉执行模块数据采集模块智能决策模块远程监控模块图 1 系统总体结构 2 数据采集模块 无线传感网络作为整个智能控制系统的感知层，具备感知核心信息的能力。为了避免现场布线带来的各种问题，本系统采用自主设计的无线土壤水势测量仪，该测量仪采用低功耗太阳能辅助锂电池供电，集成短距离无线传输模块，并具有数据自动存储功能。土壤水势是指从土壤中吸取单位水分所需要引起的能量，土壤水分饱和，水势为零，含水量低于饱和状态，水势为负值，通过传感器顶端陶瓷头表面细小而均匀的孔隙来透过水溶液而阻隔土壤颗粒，使仪器内部产生负压值，以此来表示土 壤 含 水 状 况 。 测 量 仪 采 用 TI 公司STM32F103RCT6 芯片作为 MCU，具有体积小、性能强、成本低、功耗少等优点， STM32 内部集成了16 通道 12 位 ADC，可满足一般情况下对于 A/D 功能的要求 。单片机内部对仪器内部负压信号进行A/D 转换，获取实时数据进行粗差剔除后存储在 TF卡中，有效减少了外界环境的影响，避免人工读数带来的误差。 为了解决田间多点位监测的需要，测量仪使用短距离无线数传模块 APC240 将采集到的数据封装成帧，然后通过射频天线上传至系统内。 APC240采用半双工信道，可快速实现星型结构网络连接，工作频段为 433 MHz 和 470 MHz，传输距离可达700 m，具有较强的抗干扰能力。此外，嵌入的低功耗射频芯片 sx1212 和 ST 单片机，发射频率仅为10 mW，有效保证了续航时间，上位机采用 MySQL作为系统的数据库，接收和存储土壤水势测量仪的数据。土壤水势测量仪结构如图 2 所示。 S T M 32F 1 0 3 R C T 6I / O 输入输出模块土壤水势传感器A / D 转换模块电源管理模块数据存储模块A P C 2 4 0 无线数传模块图 2 土壤水势测量仪硬件结构图 3 智能决策模块 3.1 智能决策流程 智能灌溉决策的功能主要由现场集控计算机实现，现场集控中心一体机硬件配置如下： CPU：Intel(R) Core(TM)i5-3317U 1.70GHz；安装内存（ RAM）： 8.00GB；系统类型： Win7 64 位操作系统；硬盘容量： 250G 。一体机采用 Labview2013作为软件平台，应用第三方数据库访问工具包LabSQL 对数据库进行管理，其中 ADO Connection Open 模块用于对数据库的连接验证和访问， SQL Execute 模块对数据库进行查询和修改，现场集控计算机的智能决策流程如图 3 所示。 系统初始化定时采集土壤水势数据录入数据库L A B VI E W 调用输入量模糊化模糊推理判定是否需要灌溉开启指定电磁阀YN解模糊计算误差和误差变化率图 3 智能决策流程图 3.2 模糊控制器设计 由于土壤大惯 性、非线性的特征，很难确定具体的数学模型，所以采用模糊控制的方法，在专家的灌溉建议和大量灌溉经验基础上以自然语言的形式表现在控制规则上 6。 选择双输入单输出的Mamdani 型模糊控制器作为推理机，实时土壤水势与理想水势差值 （ E） 和差值变化率（ EC）为输入量，最佳灌溉时长（ U）作为输出量。模糊控制系统结构如图 4 所示，先把算得的两个输入量映射至模糊域，再输入到模糊控制器中，根据规则库进行模糊推理，最后解模糊得到电磁阀开启时间。利用模糊控制器分析处理土壤水势数据，配合规则库中丰富的种植经验，有效提高了灌溉决策的 准确性，以土壤水势为测量参数的方式也广泛适用于各地区不同类型土壤的智能灌溉。 模糊推理隶属度函数电磁阀模糊化土壤水势差值土壤水势目标值差值变化率规则库解模糊模糊量清晰化方法清晰量+土壤水势实时值-土壤水势传感器图 4 模糊控制系统结构 不同作物在不同生长生理期对水分的需求量也有差别 7，本文以经济作物黄瓜结果期的模糊决策为例进行探讨。黄瓜根系分布于基质下 25 cm 范围内，属于浅根类植物，水分需求量大，不耐旱，综合考虑结果期产量和水分利用率因素，土壤水势在 -10 kPa 至 -5 kPa 时既能节约灌溉用水，又能达到单株最大产量 8。设置土壤水势目标值为 -5 kPa，土壤水势下限为 -10 kPa，晴天条件下实验测得土壤水势由 -5 kPa 下降至 -10 kPa 时间约为 70 小时，最大差值变化率为 6%。温室环境内不会受到外界降水的影响，且作物灌溉过于频繁会加剧病虫害发生，所以模糊控制器每 70 h 工作 1 次，以保证黄瓜生长在最佳土壤湿度，土壤水势从 -10 kPa 到 -5 kPa 电磁阀需要开启的时间为 15 分钟。 土壤水势差值 E 的物理论域为 0,5,模糊语言变量分 7 个等级，记为 NB,NM,NS,ZE,PS,PM,PB,模糊论域为 0,1,2,3,4,5,6。土壤水势差值变化率 EC和电磁阀开启时 间 U 的物理论域分别为 0,6%和0,15 ，模糊语言变量分成 6 个等级，记为NM,NS,ZE,PS,PM,PB，模糊论域为 0,1,2,3,4,5。三角形隶属度函数在坐标轴上呈线性分布，具有设计简单、输出平滑的特点 9，因此 E、 EC 和 U 均采用三角形隶属度函数， E 的隶属度函数如图 5 所示。EC 和 U 的隶属度函数与 E 类似。 图 5 输入量 E 隶属度函数 根据专家经验及前期实验数据总结得出模糊控制规则如表 1 所示。 表 1 模糊控制规则 E 论域 隶属度 EC E NB NM NS ZE PS PM PB NM NM NM NS ZE ZE PS PM NS NM NM NS ZE PS PS PM ZE NM NS ZE PS PS PM PB PS NM NS ZE PS PM PM PB PM NS NS PS PS PM PB PB PB NS ZE PS PM PB PB PB 为检验控制效果，将上述输入和输出的隶属度函数及分布和模糊控制规则写入 LabVIEW 的 fuzzy system designer 内，双输入单输出控制器的语言式规则采用如 “if E is NB AND EC is NM THEN U is PM”表示。 Mamdani 型控制器以最小运算法为模糊蕴含关系方法进行模糊推理，隶属度函数最大原则选择控制量，清晰化方法为面积重心法。输出特性曲面如图 6 所示，可以发现该控制器响应速度快，输出精细，变化平缓。 图 6 输出特性曲面 4 远程监控模块 实时监控分为现场集控计算机的实时监控和远程监控中心的数据显示，现场集控计算机采用Labview 访问数据库的方式读取数据库中各温室土壤水势的历史记录。远程监控中心是农户与灌溉系统交互的接口，为了方便农户在家中也能实时接收田间 数据，远程端在 MySQL 授权下以 root 用户登录到服务器，输入对应的用户名密码即可实现远程连接进行数据监控。农户可以远程控制灌溉的实施离不开系统的远程传输功能，本文选用 GRM500 作为智能远程控制终端，支持 Modbus 通讯协议，与PLC 通过 RS485 相连，工业级嵌入式 ARM 处理器具有极强的稳定性，支持 WCDMA 协议，利用运营商 3G 网络与远程监控端实时通讯，传输距离不受限制。 5 灌溉执行模块 为保障灌溉执行机构的稳定运行，本文选取微处理器为 ST30 的西门子 S7-200 SMART 作为现场可编程逻辑控制器 来驱动电磁阀。该 PLC 的 CPU模块集成一个 RS485 接口和一个以太网端口，支持TCP/IP 协议，可同时接收现场主机和无线传输端发来的指令。 S7-200 SMART 具有 18 个输入点和 12个输出点，每个输出点可以控制一个电磁阀，现场集控计算机在 PC Access SMART 创建西门子的OPC Server，并在 Labview 中绑定变量实现对 PLC的变量输出操作。同理为了进行远程控制，建立无线传输端和 PLC 之间的地址映射，实现手动控制和智能控制可切换的控制模式。 电磁阀选取型号为顺绿 SLPGA 的直流常闭电磁阀，该 电磁阀具有灵敏度高，稳定性好，功耗低等优点。额定电压 12 V，工作压力 0.1 1.04 MPa，最大流速 30 hm/3 ， 额定功率为 4.5 W，采用双重过滤防止堵塞电磁线圈，耐久度良好。灌溉方式选用滴灌法，结合施肥可使水分利用率达到 95%，肥效提高 1 倍以上 10。 6 智能灌溉控制系统测试 控制系统运行后，现场集控计算机界面显示各温室大棚作物的理想水势，并以柱状图形式显示出实时水势，无人干预下系统自主做出决策。当某个大棚的电磁阀开启灌溉时，相应的状态灯也会亮起， 用户也可以手动选择灌溉或停止灌溉。控制系统的界面如图 7 所示。 图 7 智能灌溉控制系统界面7 结束语 本文在掌握我国设施农业智能灌溉发展现状的基础上，以适用性更加广泛的土壤水势作为控制目标， LabVIEW 为平台设计了一套基于模糊控制方法的设施蔬菜智能灌溉控制系统，以相应的软件设计实现了田间土壤水势数据的采集、数据的无线传输、智能灌溉决策、远程监控等功能。在以后的研究中，还需在系统中增加空气温湿度、光照、二氧化碳含量等传感器及相应的无线通讯模块，完善针对不同作物各个生长周期的模糊控制规则，提高控制系统的精确度，从而实现精准灌溉。 参考文献： 1 刘 丽伟，高中理 .“互联网 +”促进农业经济发展方式转变的路径研究 基于农业产业链视角 J.世界农业 .2015(12)： 18-23 2 中国灌溉排水发展中心全国“十三五”高效节水灌溉规划思路报告 R.北京 : 中国灌溉排水发展中心，2015 3 邢希君 ,宋建成 ,吝伶艳 ，等 .设施农业温室大棚智能控制技术的现状与展望 J. 江苏 农业科学 ,2017,45(21):10-15. 4 邓 忠，翟国亮，吕谋超，等 .我国农业应对干旱灾害的技术研究现状及展望 J.节水灌溉， 2016， (8) : 162165 5 吴沿友 ,胡林生 ,谷睿智 ,等 .两种土壤含水量与水势关系J.排灌机械工程学报 ,2017,35(4):351-356. 6 董宏纪 ,崔新维 ,张宁 .模糊控制技术在滴灌电磁阀中的应用 J.农机化研究 ,2008(2):150-153. 7 廖凯 . 黄瓜不同生长期适宜灌溉土壤水分指标试验研究 D.中国科学院研究生院（教育部水土保持与生态环境研究中心） ,2011. 8 汤昀 ,林琭 ,闫万丽 ,籍增顺 .不同水势对温室水果黄瓜产量 和 水 分 利 用 效 率 的 影 响 J. 山 西 农 业 科学 ,2015,43(11):1398-1402+1530. 9 张永胜 ,高宏力 ,刘庆杰 .基于 LabVIEW 的模糊控制系统设计 J.仪表技术与传感器 ,2012(3):27-29. 10 Antenna performance measurements using wireless sensor networks. Buckley J,Aherne K,OFlynn B,et al. Electronic Components and Technology Conference . 2006. 作者简介： 杜太行 (1963)，教授，博士，博士生导师 ，研究方向为电器检测与试验、计算机应用、工业自动化等。E-mail： thduhebut.edu.cn 通讯作者： 钱春阳 (1988)， 助理研究员，博士生，研究方向为农业信息技术与智能控制。 E-mail： tjnkyqcy163.com