基于物聯網技術的農業智能灌溉系統應用

文 武

(重慶工商職業學院,重慶 401520)

0 引言

物聯網技術不斷應用于各行各業,其中較為先進的CPU、傳感器等硬件裝備的使用及軟件控制程序的優化更是飛速發展。農作物的良好生長離不開先進灌溉技術及設備的投入,灌溉過度會導致農作物生長滋生細菌,灌溉不足則易導致農作物生長營養供應不足。為了高效提升農業現代化、自動化技術水平,合理進行農業灌溉,將智能灌溉體系引入物聯網管控技術勢在必行。經查閱資料可知,大多數的農業灌溉技術只是停留在小范圍、手動控制及經驗判斷層面。為此,本文將從物聯網技術的整體灌溉系統優化方面展開討論。

1 物聯網技術原理

農田灌溉作為整體農業灌溉的執行環節,其基于物聯網的遠程智能控制尤為重要,圖1為整體農業智能灌溉系統簡圖。由圖1可知:通過土壤墑情的數據自動監測采集,對土壤墑情的適宜度進行分析,從旱情預測與調控角度進行水資源規劃與調度,同時從精準灌溉決策與預測方面展開基于物聯網灌溉的遠程智能控制,最終實現農業一體化灌溉決策與控制。物聯網的應用原理即為通過物與物的溝通、信息的共享與傳輸來實現智能灌溉。

根據農業物聯網的應用機理,從物聯網平臺控制中心進行授權至農業用戶端,經一系列的運行控制算法及程序與物聯網的服務模塊進行信息連通,具體控制流程如圖2所示。各接口、管理與服務由服務模塊完成,調控則由控制平臺執行。根據該機理,形成表1所示的農業智能灌溉系統核心設備組件列表,從墑情采集、灌溉控制、控制執行三大設備組件根據范圍特點進行分配監測方式和控制參數選擇。

圖1 整體農業智能灌溉系統簡圖

圖2 農業物聯網機理應用控制流程

表1 農業智能灌溉系統核心設備組件

2 智能灌溉系統設計

2.1 理論模型建立

建立農業智能灌溉系統,首先考慮農作物在日常生長過程中的蒸騰量,以此為依據進行灌溉水量控制。因此,以農作物的根系吸水層作為灌溉目標到達層,給出作物蒸發蒸騰數學模型為

(1)

式中ET0—農作物蒸發蒸騰量;

Δ—溫度變化與飽和水汽壓的斜率關系(kPa/℃);

Rn—農作物表面的輻射量,MJ/m2d;

G—土壤熱通量(MJ/m2d);

γ—干濕表常數(kPa/℃);

T—選定參考高度處平均氣溫(℃);

μ—選定參考高度處平均風速(m/s);

es—飽和水汽壓(kPa);

ea—實際水汽壓(kPa)。

以土壤濕度作為關鍵指標,選取不同時間土壤濕度差值及差值的變化率為輸入變量,通過策略控制,設置多語言變量形成模糊控制規則,并建立農業智能灌溉系統模糊控制理論模型為

(2)

式中Ke—誤差量化因子;

Kec—誤差變化率的量化因子;

Ku—模糊控制的比例因子;

n1—誤差的模糊論域極值;

n2—誤差變化率的模糊論域極值;

m—信號輸出變量的模糊論域極值;

emax—誤差的基本論域極值;

ecmax—誤差變化率的基本論域極值;

umax—信號輸出變量的基本論域極值。

2.2 系統硬件配置

進行物聯網技術下的農業智能灌溉系統硬件電路設計,給出如圖3所示的設計圖。在田間設置控制裝置STM,通過供電系統提供電源及復位功能,GSM/GPRS和以太網相互配合實現智能灌溉信息的通訊。核心控制裝置由電磁閥、變頻器及各傳感器裝置組成,與STM連通的土壤濕度傳感裝置將信號經處理與收發后一并匯入田間智能控制執行裝置,完成一輪的智能灌溉控制與調節。

針對智能灌溉系統中心處理環節的控制算法進行選擇,經對比可知:為獲取誤差及誤差變化率更為接近土壤實際,給出如圖4所示的物聯網智能灌溉系統核心控制算法流程。同時,將實時土壤濕度(即土壤含水率)與設定的需要打開灌溉裝置的最佳土壤濕度目標點進行轉換計算,以進一步對田間的灌溉設備實現物聯網控制。

圖3 基于物聯網的農業智能灌溉系統硬件電路設計

圖4 物聯網智能灌溉系統核心控制算法簡圖

2.3 系統軟件控制

針對該物聯網控制下的智能灌溉系統進行軟件控制程序編制,主要包括初始化、參數定義、溫濕度控制、電機控制、各閥門及泵組的啟閉等,同時包括可視化的智能灌溉系統顯示畫面組態設計。此處給出參數設置的程序片段:

…

Private Sub Form_Load()

Set rs=New ADODB.Recordset rs.LockType=adLockOptimistic sqlconnection=”provider=Microsoft.jet.oledb.4.0;

data source=”&App.Path&”ggxt.mdb”

rs.Open”select*from parameter”,sqlconnection,

adOpenDynamic Call disprecord End Sub Private Function checkdata()As Boollean If Len(Trim(shidumax.Text))<=0

Or Len(Trim(shidumin.Text))<=0

Or Len(Trim(wendumax.Text))<=0

Or Len(Trim(wendumin.Text))<=0

Or Len(Trim(start_time.Text))<=0

Or Len(Trim(continue_time.Text))<=0

Then MsgBox”不能為空,請輸入!”

checkdata=False Else checkdata=True End If End Function

…

針對農業智能灌溉軟件的通信功能進行布局,如圖5所示。工作時,通過總線接口、寄存器組及發送緩沖等分區組成信號控制模塊,發送部分主要加入DMA控制,與之對應的控制信號、狀態信號和FIFO經緩沖處理后達到發送核心部位;在PHY的處理傳輸后到達接收核心部位,再經由相應的信號狀態及緩沖處理后,形成灌溉系統的流量控制,實現精準化灌溉作業。

進一步對各執行模塊的參數信息獲取方法進行設定,給出如表2所示的農業智能灌溉系統主要信息參數獲取途徑。由表2可知:通過I2C地址與訪問器、修改器對接,實現土壤濕度的讀取;通過GPIO模式與溫濕度讀取對接,實現空氣溫濕度的控制;電機泵的控制模塊則主要可通過GPIO口和PWM口兩種方式實現。

圖5 智能灌溉系統軟件通信功能實現圖

表2 農業智能灌溉系統主要信息參數獲取方法

3 農業智能灌溉試驗

3.1 前置條件

圖6為試驗用智能灌溉的核心裝置。在該電路板控制下對序號1～6的接口進行匹配,確保電路線路運行暢通,將控制程序按照實現灌溉動作要求一一輸入后臺,進行監控調試管理。

1.BCM2835 2.GPIO接口 3.USB接口 4.RJ46接口

為更好地測得與實際較為接近的試驗數據,引入權重系數理論。圖7為智能灌溉系統試驗電機參數獲取過程,可保證在核心控制算法運算條件下,對PWM的值進行權值分配,得出灌溉系統執行電機的綜合有效PWM值。

圖7 農業智能灌溉系統電機參數獲取過程圖

設定基于物聯網技術的農業智能灌溉系統試驗核心參數,如表3所示。針對智能顯示模塊設定接口和波特率所需參數;針對灌溉監控模塊設定工作模式和任務量所需參數;針對傳感控制模塊是關鍵步驟之一,對土壤的含水量進行報警設置,同時設定報警閥組的動作值,進行試驗。

表3 物聯網技術下的農業智能灌溉系統核心參數表

3.2 過程分析

智能灌溉系統試驗在模糊控制機理下完成,通過對各參數變量進行函數隸屬度和模糊子集編定,經數據軟件分析得到非線性的土壤濕度差值、空氣溫度及灌溉時間三者之間的控制關系,結果表明:溫度、濕度差值與灌溉時間成正比例關系,符合灌溉設計要求。

經試驗, 選取如表4所示的土壤濕度、空氣溫度及灌溉蓄水量3個評價參數進行對比分析,結果表明:在保證傳感器傳輸數據可靠有效的條件下,數據精度決定灌溉決策的執行,空氣氣溫變化不大的條件下,當土壤濕度在35%～65%范圍內時,試驗值與實際測得值之間的誤差可控制在1%以內;當灌溉需水量在4.5m3～6.5m3范圍內時,試驗值與實際測得值之間的誤差可控制在0.6%以內,設計符合系統灌溉功能實現要求。

表4 農業智能灌溉系統試驗數據統計

4 結論

1) 對農業智能灌溉系統的應用進行分析,結合農業物聯網核心控制技術,建立了智能灌溉控制模型,并從硬件電路和軟件控制角度進行設計。

2) 基于物聯網傳輸與控制技術,進行完整農業智能灌溉系統試驗,主要選定土壤濕度、空氣溫度與灌溉需水量作為系統評價參數,結果表明:參數誤差控制在1%范圍內,設計可行且試驗系統運行穩定。