使用圖形化系統(tǒng)設計開發(fā)新穎的便攜式智能溫室

　　便攜式智能型溫室簡介

　　溫室的結(jié)構被分為三部分：耕種區(qū)，供電系統(tǒng)和智能控制系統(tǒng)。作物被種植于耕種區(qū)，里面有養(yǎng)分槽、輸送系統(tǒng)與一個用于控制耕種區(qū)溫度的水槽。我們將智能控制系統(tǒng)中的所有傳感器與執(zhí)行機構都放置在耕種區(qū)中，并在耕種區(qū)外圍覆蓋了密封的塑料膜。

　　供電系統(tǒng)是便攜式智能型溫室的第二個重要部件。這里，我們采用了一個供電電路為所有的電力、電子裝置供電。為了開發(fā)可持續(xù)使用的溫室，我們運用了綠色工程的技術，采用了一個400W風力渦輪發(fā)電機與一塊60W光電電池，即時在環(huán)境狀況不佳時，每天也可為系統(tǒng)提供 3.3 kWh的電力。這一系統(tǒng)包括了變頻器與蓄電池。

　　第三個部件是智能控制系統(tǒng)，我們可以將之細分為傳感器與執(zhí)行機構組、供電用開關控制器、智能型核心控制器，以及硬件接口電路。

　　智能溫室的監(jiān)控

　　溫室的幾項變量會影響作物的數(shù)量與質(zhì)量。便攜式智能型溫室可以控制養(yǎng)料的用量、光照強度、溫度以及耕種區(qū)內(nèi)的濕度，另一個重要的變量則是供電控制。我們使用一組傳感器來偵測變量，一組執(zhí)行機構來進行控制。

　　NI USB-6211 M系列多功能DAQ模塊可以采集光照強度、溫度、濕度和養(yǎng)料等變量并產(chǎn)生信號。我們同時還使用了擁有128 MB DRAM、2 GB硬盤的cRIO-9014 實時控制器， NI 9265模擬輸出模塊與 NI 9215模擬輸入模塊，以監(jiān)控供電系統(tǒng)。最后，我們對智能型核心控制器中的數(shù)據(jù)進行處理，計算出合理的響應并輸出，以對整個系統(tǒng)實現(xiàn)控制。

　　智能型核心控制器

　　便攜式智能型溫室的主要組件是基于AI技術的智能型核心控制器。控制器是由數(shù)個模糊控制器(Fuzzy control)和類神經(jīng)網(wǎng)絡(Neural network)所組成的，模糊控制器會控制光照強度并管理養(yǎng)料，而類神經(jīng)網(wǎng)絡則用于開發(fā)溫度、濕度和供電等控制器。在開發(fā)核心控制器時，我們還采用了本校于2008年開發(fā)的LabVIEW下的智能控制工具包(Intelligent Control Toolkit for LabVIEW)，這一工具包正在專利申請中。

　　我們用模糊控制器來控制光照強度并管理養(yǎng)料。智能型核心控制器需要測量濕度、光照強度與溫度的值。我們針對每輸入端子的三個隸屬函數(shù)(Membership function)提出27條模糊規(guī)則(Fuzzy rule)，以取得合理響應。這些規(guī)則參考了農(nóng)業(yè)專家的意見、書籍、研究論文與實驗數(shù)據(jù)。在提出每個輸入端子的隸屬函數(shù)后，我們也針對光照強度與養(yǎng)料管理的輸出隸屬函數(shù)提出報告。

　　我們使用類神經(jīng)網(wǎng)絡開發(fā)了溫度、濕度和供電控制器。使用USB-6211來測定溫室內(nèi)外的溫度，以獲得實驗數(shù)據(jù)。為了采用動態(tài)類神經(jīng)網(wǎng)絡建構系統(tǒng)模型，我們使用了2880個樣本與后向傳播訓練 (Backpropagation training)表達式，找出系統(tǒng)的溫度類神經(jīng)模型。然后我們執(zhí)行了模糊控制及經(jīng)典的比例-積分-微分(PID)控制。最后，我們以動態(tài)類神經(jīng)網(wǎng)絡構建了整個控制器模型，這是由于使用經(jīng)典 PID只能用于單個設定點，但是這一控制器卻可以用于所有的設定點。

　　我們利用三種不同的知識庫(真實數(shù)據(jù)、發(fā)電機和光伏電池系統(tǒng)的神經(jīng)模型以及數(shù)學方程式)，以動態(tài)類神經(jīng)網(wǎng)絡建構了電源控制器模型。我們根據(jù)輻射和風速變量與供電量的比較值，按照和室內(nèi)溫度溫室模型一樣的方式建構發(fā)電機和光伏電池的神經(jīng)模型?？刂破魍ㄟ^預測最大供電，在兩個電源系統(tǒng)之間切換。