溫室環境因素檢測控制系統設計

許鵬，賈民政，張鵬，王艷紅

（北京工業職業技術學院電氣與信息工程學院，北京，100042）

0 引言

目前設施農業環境調控智能化研究已成為當今世界各國展示農業科技發展水平的重要標志。通過計算機控制與管理系統可以根據作物的特點和要求,對溫室內光照、溫度、水、氣、肥等諸多因子進行自動調控,還可利用差溫管理技術實現對花卉、果蔬等產品的開花和成熟期進行控制, 以滿足生產和市場的需要。經過幾十年的發展，發達國家、地區的農業智能化已具備了技術成套、設施設備完善、生產比較規范、產量穩定、質量保證性強等特點, 形成了設施制造、環境調節、生產資材為一體的產業體系, 能根據動植物生長的最適生態條件在現代化設施內進行四季恒定的環境自動控制,使得不受氣候條件影響,實現了周年生產、均衡上市。

相對于發達國家我國在這些方面雖然也取得了不小的進步，但是大多還處于簡單的機械化程度甚至較為原始的農業生產方式。對其的環境管理還基本處于完全依賴于農民個體的栽培經驗、學術水平和知識水平。由于我國以往長期處于粗放作業經營模式，農業精細化、標注化、高效化與綠色化，保障農產品安全、農業競爭力提升和農業可持續發展方面的經驗還不足。現有的溫室監控系統大規模應用一般都采取PLC作為主控制器，與相應傳感器組成監控系統，來對溫室大棚的溫度、濕度、氣體濃度等參數進行檢測。這些硬件設備一般均無開源擴展多媒體應用功能。如果后期想要對整個監測、監控系統進行擴展或者增加新功能，增加新的開發需求，往往需要對整個控制系統的軟硬件設計進行從新規劃、實施。操控界面往往都需要進行組態軟件開發、配置。項目開發應用的軟硬件成本都較高，廣大的中小型農場、農戶根本無法普遍采用。

綜上，開發一套成本低廉、使用簡易且又能滿足數字化、智能化控制要求的智能溫室監控系統，從而真正能讓技術嵌入到普通溫室種植用戶中去，是有其非凡意義的。本發明著眼于較低成本的開源控制卡片式電腦，該控制器本身帶有豐富的I/O控制接口，既能滿足普通單片機控制器的所有控制要求，又兼顧了多媒體電腦的諸多處理能力。系統軟件設計可實現模塊化調用，功能升級方便，可操控性強。該設計系統完全可滿足對作物生長環境的智能化控制和作物的科學管理,實現資源的優化配置,以達到作物穩產、高產、高效的現代精細化農業要求。

1 總體設計方案

針對以上現有技術開發的缺點與不足，本文提出的系統利用開源設計控制器RspberryPi4B作為核心控制單元,硬件單元成本低，功能多，產品成熟。控制單元已經不單單是傳統控制單元那樣僅僅是一個控制器件，而是一臺具有豐富I/O接口的，名副其實的開源型控制電腦。系統基于Linux系統，具有代碼完全開源，工具鏈完整，簡單操作就可以配置出合適的開發環境等優點，可以大大簡化開發過程，減少開發中仿真工具的障礙，而且使得開發的系統具有較強的移植性，便于系統后期一系列擴展需求；軟件編程采用人工智能語言Python。它作為一種開源、高級解釋型語言，覆蓋語言理解各類需求解決方案，可快速調用接口，從而大大降低開發成本。同時具備嵌入式可移植性，支持面向對象，有強大的第三方支持庫。具有跨平臺操作性，支持常見所有平臺。界面開發采用Python自帶GUI（圖形用戶接口）工具tkinter，不用再專門應用一類語言或者硬件進行專門的圖形界面開發，在開發控制程序中就可以輕松完成人機交互圖形界面的開發，大大減少了圖形界面開發工作量。圖形界面簡單直觀，更適合農業監控應用場合。

圖1 總體設計方案框圖

該系統分為控制核心、傳感單元電路、控制電路三部分。控制核心采用開源電腦控制平臺，平臺自帶GPIO控制接口。傳感單元包括通過485有線連接和無線Lora通信兩種方式。無線通信需要通過智能采集器進行485-lora-485的協議轉換。控制器將實時采集的數據進行分析、處理，采用模糊融合決策機制向相應的控制電路發出控制命令，及時調節溫室內各種環境因子以達到精細化種植需要的各種設定條件。

具體工作過程可以描述為：通過采集各點土壤溫濕度參數，決策是否該對作物進行節水灌溉作業。灌溉溫濕度條件滿足冗余查詢條件時，停止灌溉作業；溫室空氣溫濕度環境監測參數作為對通風設備、空氣加溫加濕設備等是否啟動以及排風機組工作轉速狀態進行控制判別條件；光照傳感器單元作為卷簾步進電機工作狀態以及補光燈設備是否投入運行的判別條件，進行控制作業；氣體傳感器可根據所種作物光合作用最佳需求CO2及特殊需求氣體條件進行監測，當參數超標后即啟動排風電機組工作來進行調節。

2 傳感探測、顯示系統設計

■2.1 傳感檢測單元設計

（1）光照傳感器

圖2 光照強度傳感變送器（Lora型）

該變送器是一款光精度感光變送器，感光元件：對弱光有較高反應的感光元件；直流供電：10-30VDC；準確度：±7%（25℃）；光照度傳感器是將光照度大小轉換成電信號的一種傳感器，輸出數值計量單位為Lux。光是光合作用不可缺少的條件；在一定的條件下，當光照強度增強后，光合作用的強度也會增強，但當光照強度超過限度后，植物葉面的氣孔會關閉，光合作用的強度就會降低。因此，使用光照度傳感器控制光照度也就成為影響作物產量的重要因素。

從工作原理上講，照度傳感器是一種采用熱點效應原理，這種傳感器最主要是使用了對弱光性有較高反應的探測部件，這些感應原件其實就像相機的感光矩陣一樣，內部有繞線電鍍式多接點熱電堆，其表面涂有高吸收率的黑色涂層，熱接點在感應面上，而冷結點則位于機體內，冷熱接點產生溫差電勢。在線性范圍內，輸出信號與太陽輻照度成正比。透過濾光片的可見光照射到進口光敏二極管，光敏二極管根據可見光照度大小轉換成電信號，然后電信號會進入傳感器的處理器系統，從而輸出需要得到的二進制信號。本傳感單元為了減小溫度的影響光照度傳感器還應用了溫度補償線路，這樣很大程度上提高了光照度傳感器的靈敏度和探測能力。

圖3 二氧化碳、空氣溫濕度傳感器

（2）二氧化碳、空氣溫濕度一體傳感器

該設備采用新型紅外檢定技術進行CO2濃度測量，具有測量準確度高，漂移小，壽命長等優點。默認測量范圍達400-5000ppm，自帶溫度補償，受溫度影響小。10-30V寬壓供電，這里一般接入12V開關電源即可。工作溫度：-10℃～+50℃，工作濕度：0%RH～80%RH。外殼防護等級高，能適應現場各種惡劣條件。

CO2測量范圍：400～5000ppm， 測量精度：±(40ppm+ 3%F·S) (25℃) 。溫度測量范圍：-40℃～80℃，溫度測量精度：±0.5℃。濕度測量范圍：0～100%RH，濕度測量精度：±3%RH。

當溫室中需要多個測量點位時，多個485傳感單元可如圖4所示結構進行連接配置。

圖4 多個設備接入485總線

（3）土壤溫溫濕度傳感器

圖5 土壤溫濕度傳感器（Lora型）

該溫濕度傳感器是土壤型專用傳感器。它體積微小，功耗極低。它把傳感元件和信號處理集成起來，輸出全標定的數字信號。該傳感器具有極高的可靠性與卓越的長期穩定性。傳感器包括一個電容性聚合體測濕敏感元件、一個用能隙材料制成的測溫元件，并在同一芯片上，與14位的A/D轉換器以及串行接口電路實現無縫連接。每個傳感器芯片都在極為精確的濕度腔室中進行標定，校準系數以程序形式儲存在OTP內存中，在標定的過程中使用。傳感器在檢測信號的處理過程中要調用這些校準系數。兩線制的串行接口與內部的電壓調整，使外圍系統集成變得快速而簡單。

該傳感單元在實際應用過程中應掩埋于大棚土地表層下20cm處，一個大棚預設2個監測點，一個監測點埋設2-3個設備便可精確監測土地溫濕度數據。

■2.2 數據采集/轉換裝置

它的主要作用就是將無線Lora協議轉換為485總線傳輸的標準modbus協議輸出到客戶端的協議轉換裝置。它可以采集多路無線傳感器數據，將其轉換為標準的RTU協議從而連接到RspberryPi4B串行通信接口，完成主機對系統數據的采集、傳輸功能。

系統各傳感單元modbus協議中各寄存器地址和內容分配如表1所示。

圖6 數據采集器

表1 寄存器地址分配

■2.3 GUI設計

本系統圖形用戶接口（GUI）使用的是Python3內嵌的tkinter模塊設計相關程序。它提供了許多圖形接口，比如各種標簽，菜單，按鈕等圖形化工具。應用開發簡便，在使用前需要導入此模塊即可應用。如下所示從tkinter庫中引入相關模塊。

系統界面設計步驟及簡單的初始代碼可描述如下：

（1）建立窗口和標簽

（2）設置相關功能按鈕

Button(父對象,options)

（3）設置不同監測數據變量類別

系統監測各環境參數數據根據實際需要設定不同類別。tkinter模塊變量類別(Variable Classes)有4個子類別，通過這4個子類別的數據于模塊內的Widget控制的相關參數結合已完全可滿足系統數據需要。4個數據類型設置如下：

a=IntVar #整型變量，默認值為0

b=DoubleVar #浮點型變量，默認值為0.0

c=StringVar #字符型變量，默認為" "

d=BooleanVar #布爾型變量，True為1，False為0

（4）建立框架標簽

LableFrame(父對象,options)

除了上面的基本步驟外還可以通過Tkinter建立多個事件進行綁定，插入多個容器子控件以及進一步編輯Menu和Toolbars來不斷完善交互界面設置。本系統GUI界面設置示意圖如圖7所示。

圖7 GUI界面示意圖

3 系統聯動設計

系統聯動的控制方法采用一種融合粗糙集與證據理論的溫室無線傳感器網絡環境控制決策方法，首先應用無線傳感器網絡構建溫室環境控制設施，采集溫室環境信息與控制執行機構運行;然后采用模糊C均值聚類方法實現連續數據離散化，利用基于信息熵的屬性約簡算法對專家決策表進行約簡，采用均值劃分的基本可信度分配函數獲得樣本在各焦元的基本可信度分配值:最后對各約簡屬性集進行證據合成，依據最大基本可信度分配函數法，判定應采取控制方法。具體數據處理步驟框圖如圖8所示。

圖8 數據處理及決策步驟

首先，依據具體的溫室環境信息，根據農業專家系統提供的溫室環境控制專家知識表中的數據，得到樣本數據。將每組樣本有6個條件屬性和1個決策屬性，其中6個條件屬性集包括溫度、濕度、光照度、土壤溫度、土壤濕度、二氧化碳濃度；決策屬性集包括1、2、3、4等四類，分別表示開卷簾、開卷簾并啟動風機、啟動風機并啟動濕、無任何動作。表2的數據蘊含了溫室環境指標和與之相對應的控制決策之間的依賴關系，但這種依賴關系不經過專業分析與計算，無法被系統和用戶理解與使用，也就難以用于控制決策的實施。

表2 專家系統數據表

接下來，根據表2，對其數據逐步進行分析與計算，來一步步地實現不同數據組合情況下，保證正確、合理的決策措施的實施。第一步，要將連續的專家知識環境指標離散化。采用模糊C均值聚類方法對連續屬性離散化，以滿足離散屬性的粗糙集學習方法。具體方法是按決策表的條件屬性逐個進行聚類分析，對各屬性下的聚類結果按升序排序，將相應的聚類類別作為其離散值。

這里的聚類數取4，與決策性集的類別數相等，算法返回值為4類的聚類中心和各樣本分別屬于4個聚類中心的隸屬度函數值，并根據以上兩個迭代公式，可求出各個溫室環境指標的聚類中心值見表3（均保留4位有效數字）。

表3 各環境指標的聚類中心值

再根據計算分別得到上述6個條件屬性的12個樣本連續屬性值分別屬于4個聚類中心的隸屬度函數值。分別得到六個隸屬度函數值表。

第二步，取樣本隸屬度值最大的類別作為樣本在該條件屬性上的取值，這樣就使得原始的連續變量空間被映射到離散的特征空間，從而獲得相應的決策表。

第三步，再利用求核和利用信息熵的屬性約簡方法來對數據進行約簡，再利用證據組合理論的推理方法分別得到基本可信度分配值和證據組合與決策表，見表4、表5。

表4 基本可信度分配值

表5 證據組合與決策

表中a～f、D分別表示前述的6個屬性條件以及決策類別，這里已經經過約簡只出現了a、c、f。m（1）～m（4）分別表示四種決策的基本可信度分配，m（Θ）表示不確定的基本可信度分配。

最后，從表5中系統可根據決策來確定聯動策略，從而完成科學、精準的控制工作。

4 結論

本論文中設計的溫室環境因素監測系統采用了既是控制器，又是一臺便于工業應用的卡片式開源電腦Raspi-4作為硬件控制核心，通過有線的485通信和無線Lora-485通信的各個傳感單元，對CO2濃度、光照強度、空氣溫濕度、土壤水分和濕度等溫室環境關鍵因子進行實時監測。軟件設計編程采用目前最受歡迎也是數據處理中常用的Python3，并對眾多監測數據采用模糊-融合性算法，從而驅動各種通風機、卷簾機、加熱裝置及灌溉設備等相應的電氣設備，達到對溫室環境因素精準控制，實現精細化種植的最終目的。