一種基于模糊推理的智能溫室灌溉控制裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及溫室智能控制領(lǐng)域，尤其是一種溫室灌溉控制裝置。
【背景技術(shù)】
[0002] 在溫室灌溉系統(tǒng)中，灌溉用水管理是一項非常復(fù)雜的任務(wù)，這是因為作物需水量 不僅受作物生長發(fā)育時期的影響，還受溫度、濕度、降水、蒸騰等多種環(huán)境條件的影響。大量 灌溉試驗資料表明：作物灌水量的大小與土壤條件（包括土壤質(zhì)地、土壤含水量、結(jié)構(gòu)和地 下水位等）、氣象條件（包括太陽輻射、日照、氣溫、風(fēng)速和濕度等）、以及作物的生物學(xué)特性 (葉面指數(shù)、作物根系吸水能力等）、農(nóng)業(yè)技術(shù)和灌溉排水措施等有關(guān)。目前在眾多的模擬 模型中比較有代表性的是農(nóng)業(yè)科技轉(zhuǎn)換決策支持（DSSAT)、Wageningen模型、農(nóng)業(yè)產(chǎn)量系 統(tǒng)模擬（APS頂）以及CR0PWAT模型等。尤其是CR0PWAT模型，功能比較全面，能對蒸發(fā)蒸騰 量和灌溉需水量進(jìn)行標(biāo)準(zhǔn)的計算，還能評估不同的灌溉策略以及非充分灌溉對作物產(chǎn)量的 影響。但是這些系統(tǒng)過于繁雜，需要所有可能會用到的的氣象信息、環(huán)境信息和用水的花費 等，不僅需要處理的信息量過于龐大，要求系統(tǒng)的配置比較高，而且還會降低控制系統(tǒng)的反 應(yīng)時間，使控制系統(tǒng)處于高載荷運轉(zhuǎn)狀態(tài)，降低整個系統(tǒng)的性能和使用壽命，其高成本使之 很難應(yīng)用在一般的灌溉系統(tǒng)中。

【發(fā)明內(nèi)容】

[0003] 為了克服已有溫室灌溉控制存在的控制精度較低、工作效率較低、適用性較差、灌 溉成本較高的不足，本發(fā)明提供一種控制精度較高、工作效率較高、適用性良好和灌溉成本 較低的基于模糊推理的智能溫室灌溉控制裝置。
[0004] 本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是：
[0005] -種基于模糊推理的智能溫室灌溉控制裝置，包括：
[0006] 用于檢測土壤中水分含量的土壤濕度檢測模塊；
[0007] 用于按照環(huán)境平均溫度、空氣相對濕度和光照強度得到溫室騰發(fā)量的騰發(fā)量檢測 豐吳塊；
[0008] 用于以土壤濕度和騰發(fā)量為輸入變量，溫室的灌溉量為輸出變量，將輸入變量和 輸出變量模糊化，選擇三角形隸屬度函數(shù)，并建立模糊規(guī)則，采用極小運算法進(jìn)行模糊推 理，并將推理后的模糊量轉(zhuǎn)換為精確量輸出的基于模糊推理的智能控制模塊；
[0009] 用于將精確量作為溫室的灌溉量輸出到灌溉執(zhí)行機構(gòu)的執(zhí)行控制模塊。
[0010] 進(jìn)一步，所述智能控制模塊包括：
[0011] 輸入、輸出量模糊子集和語言論域等級定義單元，用于將土壤濕度值EC、作物騰發(fā) 量EV以及溫室植物的灌水量WD都劃分為5個語言變量，即{正大、正小、零、負(fù)小、負(fù)大}， 簡記為為{PB、PS、Z0、NS、NB}，其論域為：
[0012] EC = {-2、-1、0、1、2}
[0013] EV = {-2、-1、0、1、2}
[0014] WD = {-2、-1、0、1、2}
[0015] 輸入量和輸出量的模糊化單元，用于采用公式Y(jié) = 4(X-(a+b)/2V(b_a)對Y的結(jié) 果要進(jìn)行圓整，從而得到相應(yīng)的EC和EV的模糊量，對輸入和輸出變量的隸屬度函數(shù)均選擇 三角形隸屬度函數(shù)；
[0016] 模糊規(guī)則及模糊規(guī)則表的建立單元，用于根據(jù)專家經(jīng)驗建立模糊控制規(guī)則表：
[0018] 模糊推理與清晰化單元，用于采用Mamdani極小運算法進(jìn)行模糊推理，并將模糊 量轉(zhuǎn)換為精確量，該精確量為灌溉執(zhí)行機構(gòu)的控制信號。
[0019] 更進(jìn)一步，所述騰發(fā)量檢測模塊中，按照環(huán)境平均溫度T、光照強度lx、空氣相對 濕度RH，通過多元線性回歸得出騰發(fā)量ET如下的關(guān)系式：ET = 8. 170+0. 212 ·Τ-0. 130 *RH+ 0. 370 · lx〇
[0020] 本發(fā)明的技術(shù)構(gòu)思為：在綜合考慮溫室植物騰發(fā)量和土壤濕度的基礎(chǔ)上，采用了 模糊智能決策技術(shù)來得到最佳的灌水量，對溫室進(jìn)行適量的灌溉。
[0021] 土壤中的水分含量由溫室中不同位置的多個傳感器來綜合確定。土壤濕度傳感器 采用選擇Decagon公司的EC-5 土壤水分傳感器。該傳感器的輸出是模擬信號，其實質(zhì)是一 種高集成度的電容式變換器，具有體積小、電壓低、功耗低、精度高、采集速度快等優(yōu)點。其 具體技術(shù)指標(biāo)如下：
[0022] A、測試時間：10ms
[0023] B、精度：彡 0· 03m3/m3
[0024] C、分辨率：0· 001m3/m3VWC
[0025] D、電源：2. 5VDC ~3. 6VDC@10mA
[0026] E、輸出：10 ~40%勵磁電壓（250-1000mV at2500mV excitation)
[0027] F、工作溫度：-40 ~+6(TC
[0028] G、接口類型：3. 5謹(jǐn)?shù)亩鷻C座接口。
[0029] 溫室植物的騰發(fā)量是指生長在大面積上的無病蟲害作物，土壤水分和肥力適宜 時，在給定的生長環(huán)境中能取得高產(chǎn)潛力的條件下，植株蒸騰和土壤蒸發(fā)的水量。但在實 際應(yīng)用中，由于組成植株體的水分只占總需水量中很微小的一部分（通常小于1% )，而 且這部分的影響因素較為復(fù)雜，難于準(zhǔn)確計算，故人們均將此部分忽略不計，即認(rèn)為作物 需水量在數(shù)值上就等于高產(chǎn)水平條件下的植株蒸騰量（Transpiration)和棵間蒸發(fā)量 (Evaporation)之和，稱為"蒸發(fā)蒸騰量"（Evapotranspiration)，簡稱"騰發(fā)量"。
[0030] Penman通過對植物水分蒸騰生理機制的研究，很好的將作物生理因素引入蒸騰計 算公式。該公式是在下墊面表面（大氣層和水陸面的交界面）為飽和的條件下由能量平衡 推導(dǎo)出來的，主要由輻射項和空氣動力學(xué)項組成。參考蒸騰量主要與平均溫度T、光照強度 IX、空氣相對濕度RH和風(fēng)速U有關(guān)。本發(fā)明的灌溉系統(tǒng)重點研究是溫室內(nèi)的灌溉系統(tǒng)，由 于溫室是一個具有特定環(huán)境的小型氣候，因此，可以引入簡化的植物蒸騰蒸發(fā)量的估算。研 究表明，灌溉區(qū)的參考蒸騰量和環(huán)境中空氣溫度、濕度、光照強度呈一定的線性關(guān)系，根據(jù) 實驗測量的數(shù)據(jù)，在分析蒸騰量與三個環(huán)境因子的相關(guān)性后，通過多元線性回歸可以得出 騰發(fā)量如下的關(guān)系式：
[0031] ET = 8. 170+0. 212 · T-0. 130 · RH+0. 370 · lx
[0032] 對所獲取的環(huán)境信息進(jìn)行模糊推理，通過解模糊從而獲得較為準(zhǔn)確的灌溉用水 量，在保證灌溉用水量的準(zhǔn)確和可靠的前提下，通過簡化模糊控制的參數(shù)，優(yōu)化模糊控制算 法，使整個溫室灌溉控制系統(tǒng)較強的適應(yīng)性能力，能夠比較快速的對所獲取的信息進(jìn)行模 糊推理，通過解模糊從而獲得較為準(zhǔn)確的灌溉用水量，提高整個灌溉系統(tǒng)的反應(yīng)時間，使控 制系統(tǒng)始終高效的運轉(zhuǎn)，提高了系統(tǒng)的使用效率和使用壽命，提高了生產(chǎn)效率，降低了灌溉 系統(tǒng)的成本，提高了整個溫室系統(tǒng)的收益率。
[0033] 本發(fā)明的有益效果主要表現(xiàn)在：該裝置具有較強的適應(yīng)性能力，能夠比較快速的 對所獲取的環(huán)境信息進(jìn)行模糊推理，通過解模糊從而獲得較為準(zhǔn)確的灌溉用水量，提高整 個灌溉系統(tǒng)的反應(yīng)時間，使灌溉系統(tǒng)始終高效的運轉(zhuǎn)，提高了系統(tǒng)的使用效率和使用壽命， 降低了灌溉系統(tǒng)的成本。
【附圖說明】
[0034] 圖1是智能溫室灌溉控制裝置的原理框圖。
[0035] 圖2是模糊推理決策的模型圖。
[0036] 圖3是土壤濕度的隸屬度函數(shù)的示意圖。
【具體實施方式】
[0037] 下面結(jié)合附圖對本發(fā)明作進(jìn)一步描述。
[0038] 參照圖1~圖3,一種基于模糊推理的智能溫室灌溉控制裝置，包括：
[0039] 用于檢測土壤中水分含量的土壤濕度檢測模塊；
[0040] 用于按照環(huán)境平均溫度、空氣相對濕度和光照強度得到溫室騰發(fā)量的騰發(fā)量檢測 豐吳塊；
[0041] 用于以土壤濕度和騰發(fā)量為輸入變量，溫室的灌溉量為輸出變量，將輸入變量和 輸出變量模糊化，選擇三角形隸屬度函數(shù)，并建立模糊規(guī)則，采用極小運算法進(jìn)行模糊推 理，并將推理后的模糊量轉(zhuǎn)換為精確量輸出的基于模糊推理的智能控制模塊；
[0042]用于將精確量作為溫室的灌溉量輸出到灌溉執(zhí)行機構(gòu)的執(zhí)行控制模塊。
[0043] 進(jìn)一步，所述智能控制模塊包括：<