基于LoRa與模糊控制的溫室環(huán)境調(diào)控系統(tǒng)設(shè)計

李揚(yáng) 王建春 吳華瑞 孫想

摘要：針對北方日光溫室普遍配備的電動卷簾設(shè)計了基于LoRa與模糊控制的溫室環(huán)境調(diào)控系統(tǒng)。系統(tǒng)采用STM32作為微控制器，配置限位開關(guān)確保卷簾運行安全，通過LoRa和4G-LTE實現(xiàn)與服務(wù)器的通信和交互，采集溫度、濕度、光照度等環(huán)境數(shù)據(jù)，運用模糊控制算法對風(fēng)口開合寬度進(jìn)行自動調(diào)節(jié)，使用卷簾覆蓋風(fēng)口方式實現(xiàn)對溫室環(huán)境的調(diào)節(jié)。農(nóng)戶可以使用現(xiàn)場旋鈕或遠(yuǎn)程APP/WEB控制設(shè)備的運轉(zhuǎn)，也可以通過設(shè)置規(guī)則達(dá)到批量自動控制設(shè)備的效果。本系統(tǒng)實現(xiàn)了日光溫室卷簾的自動控制，使用卷簾對上風(fēng)口開口寬度進(jìn)行調(diào)整，進(jìn)而調(diào)控溫度，實際運行結(jié)果表明，該系統(tǒng)可以有效保證卷簾的安全運行，延長光照時長。上風(fēng)口不覆蓋卷膜情況下，夜間溫度無明顯差別，日間溫度波動更小，減輕了勞動強(qiáng)度，改善了溫室環(huán)境管控效果，可以為日光溫室現(xiàn)代化、智能化改造提供一種快速改造方式，提升設(shè)施農(nóng)業(yè)信息化水平。

關(guān)鍵詞：日光溫室;LoRa;模糊控制算法;環(huán)境調(diào)控;限位保護(hù)

中圖分類號： S625.5? 文獻(xiàn)標(biāo)志碼： A

文章編號：1002-1302（2021）20-0210-07

收稿日期：2021-08-01

基金項目：天津市企業(yè)科技特派員項目（編號：20YDTPJC00200）;天津市蔬菜現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)技術(shù)體系項目（編號：ITTVRS2021021）;天津市農(nóng)業(yè)科學(xué)院青年科研人員創(chuàng)新研究與實驗項目（編號：2021005）。

作者簡介：李 揚(yáng)（1982—），女，天津人，碩士，助理研究員，主要從事農(nóng)業(yè)信息化與人工智能研究。E-mail：liyang_taas@126.com。

通信作者：王建春，碩士，研究員，主要從事農(nóng)業(yè)信息化研究。E-mail：wangmiao115@126.com。

研究表明，溫室環(huán)境優(yōu)化調(diào)控方法和技術(shù)能有效改善溫室作物的生產(chǎn)條件，提高光能資源的利用效率，從而實現(xiàn)溫室作物的高產(chǎn)、高效、優(yōu)質(zhì)生產(chǎn)[1-5]，而物聯(lián)網(wǎng)技術(shù)、自動控制技術(shù)的發(fā)展，為便捷化、遠(yuǎn)程溫室環(huán)境調(diào)控奠定了技術(shù)基礎(chǔ)[6-8]。目前國外關(guān)于物聯(lián)網(wǎng)的農(nóng)業(yè)生產(chǎn)控制系統(tǒng)研究已經(jīng)較為成熟[9]，但由于我國小規(guī)模農(nóng)業(yè)生產(chǎn)為主的現(xiàn)狀，相應(yīng)技術(shù)難以推廣應(yīng)用?，F(xiàn)階段國內(nèi)設(shè)施溫室環(huán)境調(diào)控系統(tǒng)研究主要使用ZigBee（紫蜂，一種短距離無線傳輸技術(shù)）和4G通信技術(shù)，結(jié)合空氣溫度、土壤濕度等數(shù)據(jù)，對灌溉、卷膜、風(fēng)機(jī)、補(bǔ)光燈等設(shè)備進(jìn)行控制，控制設(shè)備種類雖然比較豐富，但整體成本偏高，難以大規(guī)模應(yīng)用。事實上我國北方日光溫室通常僅配備卷簾電機(jī)，風(fēng)口卷膜以掛繩拉拽或機(jī)械搖臂開啟為主，農(nóng)戶憑水銀溫度計和經(jīng)驗判斷，人工對卷簾、卷膜進(jìn)行控制，生產(chǎn)管理較為粗放。

針對目前溫室生產(chǎn)現(xiàn)狀及主流溫室配置，本研究設(shè)計了一種基于遠(yuǎn)距離無線電（long range radio，LoRa）與模糊控制的溫室環(huán)境調(diào)控系統(tǒng)。系統(tǒng)結(jié)合LoRa和4G-LTE技術(shù)通過對設(shè)施溫室卷簾電機(jī)增加控制設(shè)備并配置限位保護(hù)，實現(xiàn)卷簾電機(jī)的遠(yuǎn)程、安全運行，并以環(huán)境數(shù)據(jù)為基礎(chǔ)，結(jié)合模糊控制模型，使用卷簾壓風(fēng)口的方式完成日光溫室的溫度調(diào)節(jié)，系統(tǒng)同時支持策略綁定功能，在連片溫室區(qū)域可以只部署少量傳感器，批量操控全部園區(qū)溫室，達(dá)到節(jié)省成本、統(tǒng)一操作的效果。通過試驗對比，該系統(tǒng)調(diào)控效果較好，可以滿足日常農(nóng)業(yè)生產(chǎn)需求。

1 系統(tǒng)總體設(shè)計方案

該系統(tǒng)主要對日光溫室卷簾進(jìn)行控制，通過傳感器完成現(xiàn)場環(huán)境數(shù)據(jù)采集，由LoRa模塊將數(shù)據(jù)匯聚至網(wǎng)關(guān)，再由網(wǎng)關(guān)通過4G-LTE模塊將數(shù)據(jù)上傳至服務(wù)器，服務(wù)器經(jīng)過模糊控制算法的綜合判斷決策，下發(fā)控制指令進(jìn)行設(shè)備控制，外部通過行程開關(guān)告知下位機(jī)進(jìn)行限位保護(hù)。具體結(jié)構(gòu)如圖1所示。系統(tǒng)整體由下位機(jī)和服務(wù)器端2個部分組成。其中，下位機(jī)包括節(jié)點和網(wǎng)關(guān)，兩者之間通過LoRa進(jìn)行通信，主要由通信模塊、環(huán)境采集模塊、限位保護(hù)模塊和設(shè)備控制模塊組成，網(wǎng)關(guān)主要負(fù)責(zé)匯聚節(jié)點數(shù)據(jù)并連接服務(wù)器;服務(wù)器端包括數(shù)據(jù)處理、設(shè)備控制和決策分析3個模塊。

2 下位機(jī)設(shè)計

下位機(jī)微控制器（MCU）選擇意法半導(dǎo)體公司（ST）的STM32F103RCT6芯片，其接口豐富，操作簡單，搭配實時時鐘模塊（RTC）用于本地控制。節(jié)點采用RS485與傳感器進(jìn)行數(shù)據(jù)通信，通過繼電器和交流接觸器完成卷簾的控制和行程開關(guān)狀態(tài)的信號接收，負(fù)責(zé)將采集到的多路傳感器數(shù)據(jù)按照自定義規(guī)范形成文本數(shù)據(jù)并由LoRa發(fā)送給網(wǎng)關(guān)。網(wǎng)關(guān)通過LoRa匯聚多個節(jié)點的數(shù)據(jù)并使用4G-LTE將數(shù)據(jù)發(fā)送給服務(wù)器，同時接收服務(wù)器發(fā)回的控制指令，并告知節(jié)點進(jìn)行設(shè)備控制。節(jié)點程序流程如圖2所示。

2.1 通信模塊

節(jié)點與網(wǎng)關(guān)之間使用LoRa通信，下位機(jī)與服務(wù)器之間使用4G-LTE進(jìn)行通信。LoRa具有低功耗支持遠(yuǎn)距離傳輸?shù)奶攸c[10-11]，在無障礙情況下通信距離可達(dá)15 km，有效解決了ZigBee傳輸距離較短的問題，可以在規(guī)?；r(nóng)業(yè)園區(qū)進(jìn)行部署。而LoRa模組價格僅為4G模組的1/4，當(dāng)批量部署時，通過網(wǎng)關(guān)將一定數(shù)量無線節(jié)點連接起來，統(tǒng)一通過4G-LTE模塊發(fā)送至服務(wù)器端，可以有效降低設(shè)備成本。

2.2 環(huán)境采集模塊

環(huán)境傳感器數(shù)據(jù)作為整個環(huán)境調(diào)控系統(tǒng)的判斷依據(jù)，需要及時準(zhǔn)確地反映環(huán)境變化[7]。本系統(tǒng)使用RS485接口進(jìn)行傳感器數(shù)據(jù)與MCU的通信，傳感器采用賽通科技的溫濕度光照度三合一傳感器、土壤溫濕度傳感器和CO2傳感器。其中，溫度精度±0.5 ℃，測量范圍-40～80 ℃，分辨率 0.1 ℃;濕度測量精度±3%RH，測量范圍0～100%RH，分辨率0.1%RH;光照度精度±5%，測量范圍0～65 535 lx，分辨率1 lx。節(jié)點可以支持多路傳感器的接入，共同輔助服務(wù)器決策。

2.3 限位保護(hù)模塊

本系統(tǒng)在溫室側(cè)墻上部和下部分別設(shè)置2組限位保護(hù)模塊，其中一組連接MCU，通過MCU觸發(fā)控制設(shè)備停止，稱為軟限位（SL1、SL2），另一組連接控制設(shè)備中的繼電器，直接觸發(fā)控制設(shè)備停止，稱為硬限位（HL1、HL2）。硬限位是為了保障設(shè)備在MCU或軟限位出現(xiàn)故障時的第二重保護(hù)。為保證設(shè)備有效運行，硬限位安裝位置的觸發(fā)時間會略晚于軟限位安裝位置。而限位SL3則用來告知服務(wù)器風(fēng)口下沿位置，便于卷簾進(jìn)行上風(fēng)口覆蓋控制時判斷使用。限位保護(hù)模塊安裝位置如圖3所示。

2.4 設(shè)備控制模塊

目前日光溫室的卷簾機(jī)普遍使用380 V交流供電，為強(qiáng)電設(shè)備，在控制方面需要通過MCU的I/O口輸出高低電平結(jié)合繼電器、交流接觸器，來控制卷簾電機(jī)的正轉(zhuǎn)、反轉(zhuǎn)和停止，卷簾電機(jī)控制模塊電路見圖4。設(shè)備控制包括手動控制和策略控制2種模式。

2.4.1 手動控制模式

手動控制主要用于農(nóng)戶現(xiàn)場根據(jù)溫室情況手動調(diào)節(jié)卷簾位置。系統(tǒng)設(shè)計有本地、智能切換旋鈕，避免本地與遠(yuǎn)程同時發(fā)送反向控制信號造成的設(shè)備損壞。手動控制模塊及箱體內(nèi)部結(jié)構(gòu)如圖5所示。

2.4.2 策略控制模式

策略控制模式將服務(wù)器下發(fā)的控制策略存儲在MCU的flash中，可以根據(jù)實時溫度、濕度、光照度或時間進(jìn)行設(shè)備控制，可以作為無網(wǎng)絡(luò)情況下的補(bǔ)充，最多可以設(shè)置10個調(diào)控規(guī)則。

3 服務(wù)器端設(shè)計

服務(wù)器端通過網(wǎng)絡(luò)收集下位機(jī)上傳的數(shù)據(jù)，通過決策分析確定執(zhí)行操作后再下發(fā)給下位機(jī);也可通過WEB或APP前端接收用戶控制指令下發(fā)給下位機(jī)執(zhí)行。服務(wù)器端數(shù)據(jù)處理均通過數(shù)據(jù)庫進(jìn)行交互，相應(yīng)流程見圖6。

3.1 數(shù)據(jù)處理模塊

服務(wù)器通過TCP/IP協(xié)議與下位機(jī)進(jìn)行通信，對每一個請求建立連接，負(fù)責(zé)執(zhí)行數(shù)據(jù)的收取和指令的下發(fā)。采集到的傳感器數(shù)據(jù)存入數(shù)據(jù)庫中，通過WEB前臺或APP進(jìn)行實時數(shù)據(jù)查詢和歷史數(shù)據(jù)統(tǒng)計分析，如圖7所示。

3.2 設(shè)備控制模塊

遠(yuǎn)程設(shè)備控制模塊除了控制卷簾電機(jī)正轉(zhuǎn)、反轉(zhuǎn)、停止外，還可以疊加執(zhí)行時間限制，控制設(shè)備運轉(zhuǎn)時長，從而達(dá)到1條指令對設(shè)備運轉(zhuǎn)位置微調(diào)的效果，通過試驗設(shè)備遠(yuǎn)程控制響應(yīng)時長小于1 s，控制界面如圖8所示。

3.3 決策分析模塊

3.3.1 聯(lián)動控制

決策分析模塊可以實現(xiàn)1個園區(qū)對多個溫室的遠(yuǎn)程統(tǒng)一控制，節(jié)省傳感器成本。在園區(qū)內(nèi)選取不同溫室部署1～2組傳感器，使用統(tǒng)一策略進(jìn)行綁定控制。以圖9為例，在園區(qū)內(nèi)選取下位機(jī)1和下位機(jī)5部署2組傳感器，調(diào)控執(zhí)行綁定下位機(jī)1～5，服務(wù)器通過算法綜合判斷2組傳感器的溫度、濕度、光照度，確定執(zhí)行策略，同時通知到下位機(jī)1～5，實現(xiàn)少量傳感器部署，批量控制的效果。

3.3.2 決策模型

不同作物在不同生理期對溫度的要求不同，本研究以天津1月份草莓田間生產(chǎn)為例進(jìn)行探討，此階段草莓莖葉生長和開花坐果同時進(jìn)行，是溫室草莓管理較為困難、關(guān)鍵的時期。白天控制溫度為18～25 ℃，濕度保持在60%以下，降濕要以先保溫為原則[12]。早晨卷起卷簾后不急于放風(fēng)，等溫度逐步上升后再打開風(fēng)口，一般溫度超過28 ℃時打開風(fēng)口進(jìn)行放風(fēng)降溫，下午降低到 20 ℃ 時要逐漸關(guān)閉風(fēng)口。由于溫度滯后性強(qiáng)、非線性的特征，難以確定準(zhǔn)確的數(shù)學(xué)模型[13]，所以采用模糊控制的方法[7，14-17]，當(dāng)卷簾處于SL3和SL1之間時，對卷簾覆蓋上風(fēng)口幅度進(jìn)行控制，溫度模糊控制流程如圖10所示。

以實時溫度與理想溫度差值（E）和差值變化率（EC）為輸入量，風(fēng)口開合寬度（U）作為輸出量。其中，溫度差值E的物理論域為[-6，6]，模糊語言變量分7個等級，記為{NB，NM，NS，ZE，PS，PM，PB}。溫度差值變化率（EC）的物理論域為[-4，4]，模糊語言變量分5個等級，記為{NB，NS，ZE，PS，PB}。風(fēng)口開合寬度（U）按照全關(guān)、1/4開、半開、3/4開、全開分為5個等級，記為{NB，NS，ZE，PS，PB}。模糊規(guī)則采用if-then語句，控制規(guī)則見表1，Matlab實現(xiàn)見圖11。

4 試驗設(shè)計與分析

為驗證本研究設(shè)計系統(tǒng)的可靠性，于2021年1月在天津市鼎牛農(nóng)業(yè)科技園（117°23′E、37°32′N）進(jìn)行日光溫室卷簾環(huán)境調(diào)控系統(tǒng)試驗，溫室設(shè)置有卷簾和卷膜2種裝置，分別控制卷簾和上下風(fēng)口，本研究內(nèi)容僅涉及上風(fēng)口，因此下風(fēng)口由農(nóng)戶操控，試驗期間采用統(tǒng)一操作。選取室外環(huán)境相近的6 d開展對比試驗，其中3 d由農(nóng)戶按照日常生產(chǎn)規(guī)律進(jìn)行卷簾、卷膜開合控制，3d上卷膜調(diào)整到打開狀態(tài)，由系統(tǒng)根據(jù)策略進(jìn)行卷簾控制?？刂菩Ч麑Ρ纫妶D12。從對比圖中可以看出，使用卷簾覆蓋上風(fēng)口控制與人工控制在夜間溫度差別不大，在日間系統(tǒng)控制的溫度波動更小。同時由于溫室采用系統(tǒng)批量遠(yuǎn)程控制，設(shè)置當(dāng)時間大于預(yù)設(shè)時間時統(tǒng)一啟動，整體日照時間較人工操控狀態(tài)延長30 min左右，設(shè)備遠(yuǎn)程控制響應(yīng)時長小于1 s。

5 小結(jié)

本研究設(shè)計的系統(tǒng)采用LoRa和4G-LTE通信技術(shù)采集日光溫室內(nèi)溫度、濕度和光照度，并通過溫度模糊控制實現(xiàn)溫室環(huán)境調(diào)控，結(jié)合限位開關(guān)有效解決了設(shè)備運行安全問題。日光溫室草莓生產(chǎn)環(huán)境驗證試驗結(jié)果表明，該系統(tǒng)穩(wěn)定可靠，可以通過卷簾代替上卷膜對溫室環(huán)境進(jìn)行批量管控，節(jié)省了上卷膜的設(shè)備成本，有效提升了勞動生產(chǎn)率。

參考文獻(xiàn)：

[1]毛罕平，晉 春，陳 勇. 溫室環(huán)境控制方法研究進(jìn)展分析與展望[J]. 農(nóng)業(yè)機(jī)械學(xué)報，2018，49（2）：1-13.

[2]McCartney L，Lefsrud M.Protected agriculture in extreme environments：a review of controlled environment agriculture in tropical，arid，polar，and urban locations[J]. Applied Engineering in Agriculture，2018，34（2）：455-473.

[3]邢希君，宋建成，吝伶艷，等. 設(shè)施農(nóng)業(yè)溫室大棚智能控制技術(shù)的現(xiàn)狀與展望[J]. 江蘇農(nóng)業(yè)科學(xué)，2017，45（21）：10-15.

[4]高浩天，朱森林，常 歌，等. 基于農(nóng)業(yè)物聯(lián)網(wǎng)的智能溫室系統(tǒng)架構(gòu)與實現(xiàn)[J]. 農(nóng)機(jī)化研究，2018，40（1）：183-188.

[5]單慧勇，李晨陽，張程皓，等. 有限二氧化碳資源條件下的溫室光氣耦合優(yōu)化調(diào)控模型[J]. 江蘇農(nóng)業(yè)學(xué)報，2021，37（2）：471-479.

[6]李道亮，楊 昊. 農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)研究進(jìn)展與發(fā)展趨勢分析[J]. 農(nóng)業(yè)機(jī)械學(xué)報，2018，49（1）：1-20.

[7]Hou Y C，Li A G，Li Y E，et al. Analysis of microclimate characteristics in solar greenhouses under natural ventilation[J]. Building Simulation，2021，14（6）：1811-1821.

[8]Wu H R，Li Q X，Zhu H J，et al. Directional sensor placement in vegetable greenhouse for maximizing target coverage without occlusion[J]. Wireless Networks，2020，26（6）：4677-4687.

[9]Ferentinos K P，Katsoulas N，Tzounis A，et al. Wireless sensor networks for greenhouse climate and plant condition assessment[J]. Biosystems Engineering，2017，153：70-81.

[10]史東旭，高德民，薛 衛(wèi)，等. 基于物聯(lián)網(wǎng)和大數(shù)據(jù)驅(qū)動的農(nóng)業(yè)病蟲害監(jiān)測技術(shù)[J]. 南京農(nóng)業(yè)大學(xué)學(xué)報，2019，42（5）：967-974.

[11]姚引娣，王 磊，花靜云，等. 基于B/S架構(gòu)的LoRa遠(yuǎn)程溫室監(jiān)測系統(tǒng)[J]. 傳感器與微系統(tǒng)，2021，40（1）：78-80，84.

[12]宗 靜，齊長紅. 草莓生產(chǎn)精細(xì)管理十二個月[M]. 北京：中國農(nóng)業(yè)出版社，2018：71-72.

[13]李興澤，王福平. 基于物聯(lián)網(wǎng)的農(nóng)業(yè)大棚智能管控系統(tǒng)[J]. 江蘇農(nóng)業(yè)科學(xué)，2018，46（1）：181-183.

[14]王 超，孫文旭，馬曉靜，等. 基于模糊控制的HVPE生長設(shè)備溫度控制系統(tǒng)[J]. 工程設(shè)計學(xué)報，2020，27（6）：765-770.

[15]陳 星. 基于模糊神經(jīng)網(wǎng)絡(luò)PID控制的花茶烘焙溫控系統(tǒng)設(shè)計[J]. 食品與機(jī)械，2020，36（9）：131-137.

[16]杜太行，鄒軍軍，孫曙光，等. 設(shè)施蔬菜智能灌溉控制系統(tǒng)的設(shè)計[J]. 節(jié)水灌溉，2020（2）：92-95.

[17]Chen Z L，Zhao C J，Wu H R，et al. A Water-saving irrigation decision-making model for greenhouse tomatoes based on genetic optimization t-s fuzzy neural network[J]. KSII Transactions on Internet and Information Systems，2019，13（6）：2925-2948.