基于專家系統的黃瓜園區無線智能監控系統研究

趙宏才+趙曉杰++張興波+王茂勵

摘要：擬研發基于專家系統的黃瓜種植園區智能監控系統，該系統可對黃瓜園區多處的溫度、濕度、光照度、土壤水分含量、二氧化碳濃度進行實時監控，幫助管理員將作物生長環境調節到最佳狀態。該系統基于ZigBee無線網絡技術對環境數據進行采集傳輸，通過通用分組無線服務（GPRS）技術將環境數據上傳到云服務器并存儲，利用專家系統對黃瓜病害進行診斷，同時提供病害解決方案。實際運行結果說明，該系統大大提高了黃瓜種植園區的生產效率和產品質量，也可為其他農業生產環境的智能監控、統計、分析提供依據。

關鍵詞：專家系統；無線智能監控；ZigBee；通用分組無線服務（GPRS）；信號濾波

中圖分類號： TP274；S126文獻標志碼： A文章編號：1002-1302（2017）17-0215-04

收稿日期：2016-04-21

基金項目：國家自然科學基金（編號51475251）；山東省自然科學基金（編號：ZR2014EEM024）；山東省科技重大專項（編號：2015ZDZX10002）。

作者簡介：趙宏才（1958—），男，遼寧撫順人，碩士，副教授，主要從事自動控制理論應用、機器人控制及信息處理等方面的研究。E-mail：zhaohongcai2003@163.com。

通信作者：趙曉杰，碩士研究生，主要從事智能控制技術、農業信息技術等方面的研究。Tel：（0531）82605225；E-mail：kuailewfxj@126.com。隨著農業科技水平的提高和人們生活的改善，黃瓜已成為人們冬季餐桌上的家常菜。目前，黃瓜在我國大部分地區都有種植。由于種植園區常年生產，其環境條件相對穩定，使得病蟲害有了長期穩定的生活環境；又由于黃瓜喜溫不耐寒的特性，也導致黃瓜在冬季長勢弱、易染病而且恢復能力差。園區環境條件超出黃瓜生長耐受限度，就會造成黃瓜減產，帶來一定的經濟損失。為在短時間內提高產品質量和經濟效益，需要給黃瓜提供最適宜的生長環境。調控好黃瓜種植園區內部的溫度、濕度、光照、二氧化碳濃度、土壤水分含量以及對病蟲害的實時監控與預防是黃瓜種植管理最根本的問題。目前，國內對該領域的研究僅僅局限在對環境信息的采集方式和數據傳輸方法[1-4]上。

為此，本研究設計了黃瓜種植園區的實時無線智能監控系統，該系統在現有系統基礎上做了以下改進：系統通過無線終端采集園區環境數據，并進行遠程監控，其中監測終端將采集到的數據進行濾波處理，減小外界因素的干擾；以環境參數作為專家系統的決策依據，通過推理機制，幫助管理人員快速有效地診斷病害及病因；對云服務器存儲數據進行分析，實現上位機對園區環境的智能控制。

1設計原理及系統結構

智能監控系統主要由上位機客戶端、云服務器、無線通訊網絡、智能終端和環境監測傳感器構成，智能監控系統見圖1。安裝在種植園區的無線智能終端由太陽能電池板供電，無需外接電源，由程序控制在低功耗模式下可常年運行，以保證對黃瓜生長周期進行無縫監控。智能終端將傳感器感知的環境數據經過濾波處理后，通過ZigBee與通用分組無線服務（GPRS）網絡技術傳送到云服務器。遠程監控終端采集到的實時環境數據與專家知識庫的環境要素對比，根據黃瓜當前生長期對生長要素的需求，對黃瓜園區內的溫度、濕度、光照度、土壤水分含量以及CO2濃度進行調節，合理科學地控制影響黃瓜生長的各種環境因子，從而為黃瓜提供一個最適宜的生長環境，根據發病情況診斷病因并提出治療方案。

2智能監控系統的硬件設計

在監控系統的硬件電路設計中，主要考慮系統的低功耗、穩定性、集成性和維護性。系統硬件主要由智能控制器網關、數據采集終端和控制終端構成。

2.1智能控制器網關設計

控制器網關負責將ZigBee協調器返回數據與GPRS數據實現互傳，完成雙向數據轉換以及協議轉換。GPRS無線模塊與控制器的UART1連接，通過控制器發送AT指令來實現GPRS通信連接及數據傳送。控制器還通過UART0與ZigBee協調器連接，實現采集數據接收與數據存儲。其實質是控制器為實現ZigBee和GPRS的雙向數據轉換的網關。

控制器采用TI公司生產的超低功耗、高性能的MSP430F5438處理器，帶有4個通用串行通信接口。GPRS通信采用中興ME3000_V2模塊，支持內嵌傳輸控制協議/因特網互聯協議（TCP/IP）協議，UART接口最高可提供230.4 kbps的數據傳輸速率。ZigBee協調器采用TI公司生產的CC2530處理器，配置串口以及通用I/O接口。系統控制器采用“太陽能+鋰電池”供電，太陽能電池利用充電模塊向 3.7 V 的鋰電池供電，保證系統持續穩定供電。系統控制器網關連接見圖2。

2.2數據采集終端設計

數據采集終端負責將采集到的黃瓜園區環境信息轉換為

數字信號，并通過ZigBee網絡將信號發送到控制器網關。

CC2530的P0口有8個獨立配置通道的模擬多路轉換器，環境數據采集傳感器均采用模塊式傳感器，供電后，傳感器返回的4～20 mA模擬信號輸入到CC2530芯片的P0口，經過數字濾波和A/D轉換處理后，利用ZigBee網絡將各節點數據返回到控制器網關。接有太陽能電池的3.7 V鋰電池直接給ZigBee終端節點供電，傳感器由升壓模塊將3.7 V的電壓抬升到12 V以后的電壓供電（圖3）。

2.3智能控制終端設計

種植園區控制部分用CC2530通過繼電器來控制溫室設備（風機、卷簾、水泵、噴頭等）的啟停，根據實際情況，系統采用光耦控制電路與驅動電路隔離的6路繼電器模塊，可以驅動大功率負載（交流電AC 250 V/10 A，直流電DC 30 V/10 A），繼電器控制原理見圖4。5路繼電器共用電源和數字池，控制輸入接口均連接到P0（除P0_2、P0_3）端口。endprint

3系統軟件設計及數據處理

智能監測系統軟件主要包括硬件驅動程序和上位機軟件等2個部分。硬件驅動程序主要包括ZigBee組網設計程序、智能控制器網關及GPRS通信設計程序。采用C#.NET對上位機軟件開發了1個監控平臺和結構化查詢語言（SQL）技術管理數據庫。

3.1ZigBee組網設計

如圖5所示，ZigBee組網包括終端節點組網和協調器節點組網等2個部分，采用星形組網方式。各個終端節點將采集到的環境數據直接發送給協調器節點。協調器組網主要實現ZigBee網絡的組建、數據收發以及與控制器網關串口數據通信。

終端節點的主要職責是采集環境信息并將數據進行 A/D 轉換，然后在接入網絡的前提下，按照協調器發送過來的指令，將采集到的數據發送到協調器。

3.2控制器網關及GPRS通信設計

控制器網關采用MSP430超低功耗處理器，負責通過UART0接收協調器返回各個節點的環境因素進行處理運算，按照電流和溫濕度、光照度、土壤水分含量、CO2濃度對應關系計算出實際環境數據。然后通過UART1將數據發送到ME3000的數據緩沖區，由ME3000將數據輸出到遠程監控系統。GPRS模塊與云服務器采用TCP/IP協議進行遠程通信。控制器網關通過向ME3000發送AT指令進行網絡配置，ME3000與監控中心通信連接流程如圖6所示。

3.3上位機軟件

系統采用結構化查詢語言（structured query language，簡稱SQL）管理數據庫，將Visual Studio 2010作為開發軟件，用C#.NET平臺開發工具來構建遠程監控診斷系統，軟件系統根據采集到的數據信息發送終端設備控制指令，實現對種植園設備的遠程控制，從而調節園區內黃瓜的生長環境。

3.4監測終端數據濾波

對于不同位置的農田環境，監測數據極易受到農田勞作、環境擾動等波動性干擾。監測終端除了需要硬件調理電路外，還必須針對不同的檢測量，采取各種有效的數字濾波方法[5]。

監測終端將采集到的不同環境信號數據代入式（1），分別計算每路采集信號平均變化率μ。

μ=1n∑dPiPidt。（1）

式中：μ為信號平均變化率；n為采集次數；Pi為每次信號的采集值；dt為信號采集間隔。

根據每路信號的平均變化率，監測終端自動選擇合適的數字濾波方法。例如溫度、濕度等大部分農田環境參數變化緩慢（當μ<0.2時，信號變化率比較慢）的監測量，監測終端的嵌入式軟件會自動采用滑動平均濾波方法。相關公式如下：

y（t）=1T0∫tt-T0f（x）dx。（2）

式中：y（t）為濾波后的當前采集值；f（x）為當前實測值；T0為滑動濾波長度。系統軟件將新數據放到濾波隊列的隊尾，扔掉最早采集的數據，濾波后的輸出值為固定濾波長度的算術平均值。

當0.2≤μ<0.5時，監測終端自動選擇在本段采集范圍內，舍棄最大值和最小值后加權平均[6]或改進的變步長自適應最小均方算法[7]進行濾波。

當0.5≤μ時，信號變化頻率比較快，監測終端自動選擇快速跟蹤濾波的方法。

4專家系統病害診斷及環境控制

本研究中的無線智能監控系統將無線采集系統和專家系統相融合，將采集到的環境因素作為專家系統推理機的條件或已知信息，按照專家思維方式解決問題的推理機根據已知條件與專家知識庫中存儲信息進行對比分析，得出病害癥狀。利用模糊控制算法[8]對各種黃瓜生長環境進行控制，將模糊控制算法與專家系統知識庫融合后，對控制終端輸出命令。

4.1黃瓜生長因素及病害專家知識庫的建立與分析

專家系統知識庫的建立是以專家知識和經驗為基礎與核心，可通過咨詢相關領域專家以及查閱相關文獻書籍等途徑獲取黃瓜種植相關知識，包括黃瓜病蟲害種類及其防治措施和影響黃瓜生長的環境因素。

該系統決策層主要分為環境決策模塊和病害防治決策模塊。環境決策模塊主要對黃瓜的各個生長時期提供黃瓜最適宜的生長環境數據；黃瓜病害防治決策模塊的主要任務是結合用戶給出的病害癥狀、部位、發病時期推理出病害名稱、原因以及解決措施，將知識規則規范化，與決策對象所對應的內容結合，對規則條件進行分級處理，主要對黃瓜病害的知識庫進行重新學習與歸納，根據病害類別、特點、發病部位、發病時期和防治建議建立對應的事實表。

4.2推理機設計

推理機利用建好的知識庫使得專家系統按照一定邏輯順序進行病害診斷，主要包括推理方式和控制策略等2個部分。本研究主要對黃瓜基本病害進行診斷并對生長環境提出建議，所以本系統推理機采用正向推理的方法，形式如下：

5系統測試結果

在病害診斷界面，用戶可以輸入黃瓜發病時期、發病部位、病害癥狀和顏色，系統依據輸入條件、規則診斷出結果，并給出防治措施及發病原因。病害診斷界面如圖8所示。試驗結果表明，該系統能夠根據輸入病害特征準確判斷出黃瓜病害及病因，并提出相應的防治措施。

利用監控軟件從云服務器獲取監測數據進行統計分析，選取其中1個節點，摘錄了其中24 h的棚內空氣溫濕度和土壤溫度曲線。由圖9可以看出，環境數據沒有出現大幅度擾動或數據丟失現象。

6結論

基于專家系統的黃瓜園區無線智能監控系統通過專家系統、ZigBee和GPRS技術的融合，實現了遠程監測與黃瓜種植園區環境控制。通過引入專家系統，針對病害作出準確診斷，解決了以往由于專家和管理人員不足而引起的大規模病害突發而造成黃瓜大量減產的問題。系統具有穩定性高、抗擾動性強、實時性好、能耗低、園區無人化作業等特點，實際運行效果良好，對其他農業生產具有良好的市場推廣前景。

參考文獻：

[1]張猛，房俊龍，韓雨. 基于ZigBee和Internet的溫室群環境遠程監控系統設計[J]. 農業工程學報，2013，29（增刊1）：171-176.

[2]劉媛媛，朱路，黃德昌. 基于GPRS與無線傳感器網絡的農田環境監測系統設計[J]. 農機化研究，2013，35（7）：229-232.

[3]張曉娜. 基于ZigBee技術的無線溫度傳感器網絡節點的設計[D]. 西安：西安電子科技大學，2011.

[4]姜水. 基于WSN的溫室植物生理生態監測系統研究[D]. 洛陽：河南科技大學，2014.

[5]Li C H，Yu Y T，Liu Y C，et al. A digital filtering approach in measurement and control system[C]//Advances in Manufacturing Science and Engineering，2013，712-715：2615-2618.

[6]譚家杰. 基于微控制器數字濾波實現[J]. 衡陽師范學院學報，2013，34（6）：16-20.

[7]呂照順，吳晗平，李軍雨. 改進的變步長自適應最小均方算法及其數字信號處理[J]. 強激光與粒子束，2015，27（9）：39-43.

[8]陳輝. 基于ZigBee與GPRS的溫室番茄遠程智能灌溉系統的研究與實現[D]. 杭州：浙江大學，2013.魏玉珍，鄒棟林，劉勇蘭，等. 大蒜種植機中直立篩選裝置的研制[J]. 江蘇農業科學，2017，45（17）：219-221.endprint