引言
传统的农业栽培需要遵循季节性及周期性的栽培规律,受外界环境的影响较大,相应的栽培技术无法得到良好的栽培结果[1]。而温室大棚通过环境控制器调节温室环境,为作物提供了合适的生长环境。因此,它在农业领域的应用越来越广泛,温室环境控制系统的研究成为人们关注的热点[2-5]。韩毅[6]提出了一种温湿度变结构模糊控制方法,将控制过程分为“快速控制”和“精细调节”两个过程,以改善控制系统稳态性能; 左志宇等[7]提出了一种基于光照的温室加热系统模糊PID控制(proportional-integral-derivative conrtol,比例-积分-微分控制)方法,利用自然光对温度进行调节,以提高控制系统的动静态性能。但温室各环境因子相互影响,以上两种对单一对象的控制方法均无法达到最优的控制效果。王宪磊等[8]提出了一种基于模糊控制专家系统的智能温室控制方法,结合多信息融合的原理,提高温室环境参数测控的决策准确性; 邢希君等[9]提出了一种基于双模糊控制器的智能控制方法,加入分段控制以实现温室内全天候自适应智能控制。但这两种方法中的传感器在采集数据时存在故障及数据失真等问题,而系统并未对采集数据进行处理,易影响控制的效果。在上述研究的基础上,本文采用狄克逊准则(Dixon Criterion)及改进型自适应加权融合算法对采集的环境因子数据进行预处理,利用模糊控制方法,以温室内环境因子偏差值作为输入,温室环境控制器信号作为输出,研究数据融合及模糊控制方法在温室大棚中的应用,以提高数据的可靠性、稳定性及系统的响应速度。1 系统整体设计
图1 温室大棚控制系统整体结构
Fig.1 Architecture of greenhouse control system
温室大棚控制系统主要由数据采集、数据传输及数据决策3个部分组成,