智能化噴灌控制系統的設計與研究

張 兵，鄒一琴，韓 霞，胥安東

(1.江蘇大學流體機械工程技術研究中心，江蘇 鎮江 212013；2. 常州工學院電氣與光電工程學院，江蘇 常州 213002)

我國人均水資源總量不足世界平均水平的1/3，而且我國是發展中國家，隨著工業用水、生活用水的增加，農業用水節水非常重要。因此提高水的利用率和水的生產效率，減少水的浪費，應用節水灌溉新技術、新方法來達到農業節水，從而達到擴大灌溉面積，提高糧食總產量的目的。智能化的農業生產符合我國可持續發展之路。農作物各個階段的生長與土壤的濕度、實時的光照強度、大氣溫度等氣候因素有很大的關系，在這些因素中土壤濕度是重要因素且具有易探測和調節的特性，土壤濕度具有諸多的特點。如果使用傳統的控制方式,系統很容易出現很大的超調，嚴重情況下造成系統的不穩定，最終導致無法節水，并且當超調量超過一定值時，還會對農作物的生長造成影響。因此本次使用Mamdani控制模型來應對傳統控制方法產生的問題。

1 系統硬件的設計

本次系統硬件部分分為基站的硬件設計和節點的設計。基站和節點的單片機選擇STC89C52RC芯片，通信模塊選擇有線通訊RS-485。基站和節點系統硬件見圖1、圖2。

圖1 基站系統硬件框圖

圖2 節點系統硬件框圖

基站的硬件結構主要由以下幾個部分組成。

(1)單片機模塊。使整個微控制器STC89C52RC正常工作的模塊，主要包括晶振電路(使用12 MHz的晶振)、復位電路(帶手動復位的高電平復位)。

(2)通信模塊。主要用于與各節點進行數據和指令交換，主要通過發送相關的指令并隨后接受來自節點的數據，本次主要使用RS-485通信協議。

(3)I/O模塊。用于控制通信模塊。

(4)人機界面。主要包括液晶顯示屏(12864液晶)以及相關的按鍵電路(電路包括3個按鈕，分別為生長周期增、減以及確認按鈕)，目的是用于用戶的參數設定以及數據的實時監控。

(5)電磁閥。接受來自單片機的控制指令，控制電磁閥門的開關從而達理想的灌溉效果。

(6)電源。主要用于提供5 V電壓。

圖2為各節點的硬件框圖，除了人機界面，基站擁有的硬件它也擁有，而且還多了一個用于采集土壤濕度的傳感器模塊。

1.1 繼電器及電磁閥

電磁閥模塊主要通過單片機的信號來控制電磁閥門的開與關，低電平時繼電器吸合。二極管D1用于當繼電器斷開狀態時提供放電線路避免繼電器線圈上出現很大反向電壓，電壓過高可能導致三極管的損壞。具體電路設計見圖3。

圖3 繼電器連接圖

1.2 傳感器模塊

農作物主要從土壤中獲得所需水分，節水灌溉中土壤的水分是最為重要的數據。節點部分通過傳感器收集到實時的土壤含水量的數據并且通過通信模塊發給基站，基站通過對節點發送過來的實時土壤含數量進行分析，跟最佳的土壤含水量進行比較，從而得出土壤濕度的差值以及土壤濕度的變化率，并且將這2個數據模糊化從而作為控制器的輸入，經過模糊推理后將輸出反模糊化從而控制電磁閥門的開關，確保在滿足農作物的生長水分的前提下，節約用水。因此具有高精度的土壤墑情傳感器非常重要。

目前經常使用的土壤濕度傳感器有FDR型以及TDR型，比較流行的是FDR型。本次設計使用頤信科技的TH-FDR2000型土壤水分傳感器。

由于單片機本次選用的不自帶AD轉化模塊，且土壤水分傳感器傳輸過來的是單片機無法識別的模擬信號，因此需要外接一個AD模塊，考慮到精度以及轉化時間選用ADC0804芯片。

2 冬小麥需水分析

冬小麥在不同的生育階段對于水分的需求是不同的，實時適量的灌溉不僅能夠節約大量的農業用水，而且也能提高小麥的產量以及品質。根據冬小麥在不同的生育期的水分脅迫指標，把冬小麥的生育期劃分為苗期、返青期、拔節、抽穗和灌漿期。通過查閱相關資料得到冬小麥各生育階段高效的灌溉指標。冬小麥各生育階段適宜的土壤含水量及根系濕潤層深度見表1。

表1 冬小麥各生育階段適宜的土壤含水量及根系濕潤層深度

3 模糊控制器設計

3.1 模糊控制器結構

模糊控制器結構見圖4。從圖4中可以知道系統有2個輸入參數，其一為土壤濕度差值E，另一個為土壤濕度變化率EC。只有1個輸出參數，即灌溉時間T。土壤濕度差值以及土壤濕度變化率的定義如下：

E=當前土壤濕度-當前生長階段最佳的土壤濕度

EC=本次采集的土壤濕度-上次采集到的土壤濕度

圖4 模糊控制器結構

將冬小麥各生長階段的最佳土壤濕度考慮進去，設土壤濕度偏差論域為[-15%，15%]。在這個范圍內包含了土壤干燥、土壤濕度適合以及土壤過濕。考慮到根系濕潤層厚度，將能夠測量土壤濕度的傳感器放入土壤55 cm處。由于土壤濕度具有極大的慣性，通過實驗可知土壤濕度在灌水后需要40 min才能變化，因此每隔40 min進行一次數據采樣。通過之前實驗可知土壤的濕度變化在20%以內，因此土壤濕度變化率的論域設定為[-20%，20%]。通過實驗可知土壤濕度達到上限需要40 min，因此T的論域為[0,40]。

3.2 確定語言變量

采用的語言變量有7個，既可以滿足系統要求也可以使控制效果良好。輸入、輸出變量見表2。

表2 語言變量

土壤濕度差值的語言變量劃分成7個：負大(NB)、負中(NM)、負小(NS)、零(Z)、正小(PS)、正中(PM)、正大(PB)，其中Z表示土壤處于最佳的濕度；NS、NM、NB表示土壤的濕度遞減；PS、PM、PB表示土壤濕度遞增。土壤濕度變化率的語言變量同樣劃分成7個：負大(NB)、負中(NM)、負小(NS)、零(Z)、正小(PS)、正中(PM)、正大(PB)，其中Z表示土壤的濕度沒有變化。NS、NM、NB表示土壤的濕度遞減速度逐步增加；PS、PM、PB表示土壤濕度遞增速度逐步增加。灌溉時間的語言變量也是劃分成7個：零(Z)、傾向于時間短(PIS)、時間短(PS)、傾向于時間中等(PIM)、時間中等(PM)、傾向于時間長(PIB)、時間長(PB)，Z表示電磁閥不開啟；PIS、PS、PIM、PM、PIB、PB表示電磁閥開啟時間逐步增加。

模糊邏輯控制器由3個核心部分組成：D/F(模糊化)模塊、近似推理、F/D清晰化模塊。為了使它們能跟輸入、輸出的清晰量相匹配，在模糊化模塊之前設有“量化因子”模塊，在清晰化模塊之后設有“比例因子”模塊。

(1)量化因子：

E=6/15=0.4

EC=6/20=0.3

(2)比例因子：

T=40×60/6=400

為了簡化模糊變量的賦值以及相應的模糊規則相應表的制作，將變量的論域改變成表3形式。

表3 輸入、輸出變量的模糊集合論域

3.3 確定語言值的隸屬函數

模糊語言值實際上是一個模糊子集，而語言值最終是通過隸屬度函數來描述的，即模糊化。語言值的隸屬度函數又稱為語言值的語義規則，它可以以連續函數的形式出現，也可以以離散的量化等級形式出現，應該說他們都有各自的特色，例如連讀的隸屬函數描述比較準確，而離散的量化等級描述比較簡潔、明確。在控制系統中常見的幾種隸屬度函數有三角形函數和高斯型。隸屬函數選用三角形函數來描述，具體見圖5、圖6、圖7。

圖5 E的隸屬度函數

圖6 EC的隸屬度函數

圖7 T的隸屬函數

3.4 建立模糊控制規則

使用經驗歸納法來建立模糊控制規則。經驗歸納法就是依據人類的控制經驗以及個人的直覺加上推理，經過整理、歸納和提煉一系列的行為后形成的方法。

控制經驗、策略需要操作人員在生產實踐中邊學習邊思考從而獲得。模糊控制能夠成為智能控制的重要分支的原因在于其擁有實用性，這種實用性建立在對人類行為的描述。模糊控制規則見表4。

表4 模糊邏輯控制規則

具體的模糊邏輯控制表的規則如下：

(1)若土壤濕度大于最佳的土壤濕度，則無論土壤濕度變化率如何變化，電磁閥都不開啟。

(2)若土壤濕度等于最佳的土壤濕度，則當土壤濕度有變干燥的趨勢即土壤濕度變化率負增長時，打開電磁閥，NS到NB對應PIS到PIM，其他情況不打開電磁閥。

(3)若土壤處于較缺水狀態，則當土壤濕度沒有處于變更濕的狀態打開電磁閥，Z到NB對應PIS到PM，其他情況不打開電磁閥。

(4)若土壤處于中度缺水時，則當土壤濕度的變化率處于PB時，不打開電磁閥，其他情況打開電磁閥，PM、PS到NB對應PIS、PIS到PIB。

(5)若土壤屬于極度缺水，則土壤變化率處于PB、PM到NB時對應PIS、PIS到PB。

3.5 在單片機中實現模糊邏輯控制表

由于外部輸入都是很精確的量，因此首先要將輸入量模糊化處理，再根據模糊邏輯控制表求出結果再反模糊化控制電磁閥。

將E、EC的論域設定為[-6，-5，-4，-3，-2，-1，0，1，2，3，4，5，6]，T的論域設定為[0,0.5,1,1.5,2,2.5,3,3.5,4,4.5,5,5.5,6]。

根據表5、6、7可以推算出對應的模糊控制相應表，見表8。

3.6 模糊控制器程序設計

整個流程圖見圖8，說明如下：

(1)基站通過節點傳輸過來的數據進行處理，得出土壤濕度差值E以及土壤濕度變化率EC，然后對E、EC進行模擬化。

(2)首先判斷E是否在[-15%,15%]之間，超過上下限則

表5 E的賦值

表6 EC的賦值

表7 T的賦值

表8 模糊規則

限定為-15%或者15%。

(3)然后判斷EC是否在[-20%,20%]之間，超過上下限則限定為-20%或者20%。

(4)將E、EC模糊化。

(5)對照模糊響應表得出T。

(6)將T反模糊化處理。

圖8 模糊控制流程

4 仿真及結果分析

本次Mamdani控制模型共有31條規則，分別如下：①if (ECisNB) and (EisNB) then (TisPB)；②if (ECisNB) and (EisNM) then (TisPIB)；③if (ECisNB) and (EisNS) then (TisPM)；④if (ECisNB) and (EisZ) then (TisPIM)；⑤if (ECisNM) and (EisNB) then (TisPIB)；⑥if (ECisNM) and (EisNM) then (TisPM)；⑦if (ECisNM) and (EisZ) then (TisPS)；⑧if (ECisNS) and (EisNB) then (TisPM)；⑨if (ECisNS) and (EisNM) then (TisPIM)；⑩if (ECisNS) and (EisNS) then (TisPS)；if (ECisNS) and (EisZ) then (TisPIS)；if (ECisZ) and (EisNB) then (TisPIM)；if (ECisZ) and (EisNM) then (TisPS)；if (ECisZ) and (EisNS) then (TisPIS)；if (ECisPS) and (EisNB) then (TisPS)；if (ECisPS) and (EisNM) then (TisPIS)；if (ECisPM) and (EisNB) then (TisPIS)；if (ECisPM) and (EisNM) then (TisPIS)；if (ECisPB) and (EisNB) then (TisPIS)；if (ECisZ) and (EisZ) then (TisZ)；if (ECisPS) and (EisNS) then (TisZ)；if (ECisPS) and (EisZ) then (TisZ)；if (ECisPM) and (EisNS) then (TisZ)；if (ECisPM) and (EisZ) then (TisZ)；if (ECisPB) and (EisNS) then (TisZ)；if (ECisPB) and (EisZ) then (TisZ)；if (ECisPB) and (EisZ) then (TisZ)；if (ECisPS) then (TisZ)；if (ECisPM) then (TisZ)；if (ECisPB) then (TisZ)；if (ECisNK) and (EisNS) then (TisPIM)。

通過MATLAB進行仿真，結果見圖9。

圖9 Surface輸出曲面

從圖9可以看出，當土壤濕度處于過濕的時候，電磁閥不會開啟，當土壤濕度越干，且干旱程度持續惡化的情況下，電磁閥開啟時間越長。

5 結 語

本系統主要通過土壤的濕度來判斷是否對冬小麥進行灌溉，在滿足冬小麥生長的前提下節水。但像空氣中的濕度、光照強度、大氣溫度等因素都可能對最后的結果造成極大的影響。本系統主要應用于冬小麥，無法適用于其他作物，因此整個系統還需要進行改進。可以將各種外部因素作為輸入加入進去，以增加系統的可靠性。此外還可以再建立一個常見的農作物的庫，可以適應更多的地區作物。

[1] 靳兆榮, 徐敏杰, 魏學良,等. 基于模糊決策的自動節水噴灌控制器的設計[J]. 排灌機械工程學報, 2004,22(5):26-28.

[2] 鄭為鍵. 花卉栽培用微噴灌智能溫室控制系統的研制[J]. 節水灌溉, 2005,(4):24-25.

[3] 肖傳晶, 田海清, 劉海洋,等. 基于模糊決策的溫室噴灌控制系統仿真研究[J]. 中國農機化學報, 2014,35(2):254-258.

[4] 左 來. 基于模糊神經網絡的噴灌控制系統設計及實現[J]. 農機化研究, 2009,31(11):169-171.

[5] 張舒哲, 葉 樺, 冒建亮,等. 基于CAN總線的智能噴灌遠程控制系統[J]. 中南大學學報(自然科學版), 2013,(Z1):292-296.

[6] 王昌偉, 朱德蘭, 張 林,等. 基于DSP和ARM的人機交互絞盤式太陽能噴灌機控制系統設計[J]. 節水灌溉, 2015,(7):76-80.

[7] Feng G. A survey on analysis and design of model----based fuzzy control systems[J]. IEEE Transactions on Fuzzy Systems, 2006,14(5):676-697.

[8] Wang X, You G, Yang S. Fuzzy control model study on precision irrigation system for water stress in crops[J]. Journal of Computers, 2011,6(5):955-962.

[9] Guo Z Q, Wang Y M, Yang W Z, et al. Intelligent irrigation control system based on fuzzy control[J]. Journal of Agricultural Mechanization Research, 2006,(12):103-105,108.

[10] Nakano K, Aida T, Motonaga Y, et al. A study on development of intelligent irrigation systems for melon cultivation in greenhouse[C]∥ AFITA. Asian agricultural information technology & management: proceedings of the third Asian conference for information technology in agriculture. Beijing, China:2002:338-342.