溫室溫度檢測方法的研究

溫室溫度檢測方法的研究

0溫室內(nèi)溫度數(shù)據(jù)融合溫室是指通過人工干燥時間，調(diào)節(jié)特定區(qū)域內(nèi)的溫度、濕度、照明設(shè)備、土壤水分、養(yǎng)分和co濃度等環(huán)境因素，以滿足種植品種的生長需求。由于它不受地點、季節(jié)和外界氣候的影響與限制,從而有效地改善農(nóng)業(yè)生態(tài)、生產(chǎn)條件,促進農(nóng)業(yè)資源的科學開發(fā)和合理利用,提高土地利用率、勞動生產(chǎn)率和社會與經(jīng)濟效益,因此在世界范圍內(nèi)得到了廣泛的應用。我國的溫室技術(shù)雖然取得了一定成果,但在溫室環(huán)境監(jiān)控方面與國外相比還存在差距。溫室監(jiān)控系統(tǒng)通常包括室內(nèi)測量裝置、調(diào)理板、計算機系統(tǒng)、通訊裝置、執(zhí)行控制設(shè)備和室外氣象站,配有溫室保溫、遮蔭、通風、加溫及灌水等配套設(shè)施。研究表明,溫室內(nèi)的溫度、濕度、光照和CO2濃度等對農(nóng)作物有非常大的影響。因此,如何精確檢測環(huán)境參數(shù)對促進作物良好生長、提高產(chǎn)品質(zhì)量和數(shù)量具有重要的現(xiàn)實意義。數(shù)據(jù)融合就是利用計算機對各種信息源進行處理、控制和決策的一體化過程。在C3I中,它是利用計算機對若干傳感器數(shù)據(jù)和信息進行檢測、分類、互聯(lián)、估計及綜合,得出目標狀態(tài)、屬性估計、態(tài)勢估計和威脅估計,以便決策。數(shù)據(jù)融合是利用多傳感器系統(tǒng)信息的冗余性和互補性,相互驗證傳感器輸出的有效性,綜合各傳感器輸出,獲得比單個傳感器更全面、精確和可靠的環(huán)境信息。實驗證明,對有限次測量數(shù)據(jù)進行數(shù)據(jù)融合處理,可以獲得比采用算術(shù)平均值算法更準確的測量結(jié)果。溫室內(nèi)溫度數(shù)據(jù)融合的目的是消除各溫區(qū)溫度測量中的不確定性,獲得更準確與更可靠的測量結(jié)果,從而提高了測量的可靠性。當某一溫區(qū)中的某個甚至數(shù)個傳感器失效時,其它非失效傳感器能不受影響并獨立地提供信息,系統(tǒng)可以依據(jù)非失效傳感器提供的信息獲知各溫區(qū)的準確溫度。1疏失誤差的清除溫室內(nèi)溫度變化取決于溫室的得熱與熱損失之間的熱平衡情況,因此受多種因素綜合影響。溫度測量時,由于現(xiàn)場的突發(fā)干擾、傳感器本身的性能和溫室內(nèi)其它因素的影響,不可避免要產(chǎn)生疏失誤差,影響測量數(shù)據(jù)的一致性。因此,疏失誤差在數(shù)據(jù)融合前必須剔除。當測量次數(shù)較少時,分布圖法剔除疏失誤差的準確性高。溫度測量的分布圖中反映數(shù)據(jù)分布結(jié)構(gòu)的參數(shù)主要有中位數(shù)TM、上四分位數(shù)UF、下分位數(shù)FD和四分位數(shù)離散度DS。設(shè)某一溫區(qū)各傳感器獨立測量得到由小到大的序列為1T、2T、……,8T,其中位數(shù)MT為疏失誤差數(shù)據(jù)判斷區(qū)間為即的測量數(shù)據(jù)是有效的、一致的,計算機將對其進行數(shù)據(jù)融合。這種疏失誤差剔除方法有效地消除了溫度測量中的隨機干擾。2基于anesian-shafer推理的雙通道數(shù)據(jù)通訊應用較多的數(shù)據(jù)融合方法有以下幾種:1)統(tǒng)計模式識別法,其利用不同類型傳感器提供不相關(guān)信息來提高決策的科學性;2)模糊邏輯法,它是用模型反映數(shù)據(jù)融合過程的不確定性,通過模糊推理來完成數(shù)據(jù)融合;3)Bayesian估計法,它是對各種傳感器信息做相容性分析,剔除那些可信度很低的錯誤信息,對保留下來的信息進行Bayesian估計,求得最優(yōu)的融合信息;4)Dempster-Shafer推理法,它是Bayesian估計法的改進,對未知特征沒有賦予先驗概率。研究表明,Bayesian估計法是最好的,本文采用此種方法。8個溫度傳感器經(jīng)變送器變?yōu)闃藴实?~5V電壓信號,設(shè)電壓序列為1V、V2、……、8V,由于誤差存在,實際測量值(即電壓)為式中AiT—得到的觀測結(jié)果;iA—已知常量;由Bayesian估計理論,得到n個溫度測量數(shù)據(jù)的狀態(tài)最優(yōu)估計為由Bayesian定理得由于n次觀測是相互獨立的,則有由式(5)和式(6)得其中,為兩個隨機變量iT和iV之間的相關(guān)程度,即協(xié)方差。3溫度融合值的計算8個溫度傳感器在同一時間對同一溫區(qū)的溫室溫度進行測量,測試結(jié)果iT分別為16.1℃、18.2℃、23.4℃、19.4℃、21.3℃、29.7℃、15.9℃和2.6℃,則升序的測量序列為8T、7T、1T、2T、4T、5T、3T、6T,即2.6℃、15.9℃、16.1℃、18.2℃、19.4℃、21.3℃、23.4℃和29.7℃。平均值為T=188i=∑1iT=18.3℃。與溫室實際溫度20.0℃相比,測量真差為-1.7℃。由式(1)得MT=18.8℃可知,8T和6T為疏失誤差值,應剔除。剩下的6個測量數(shù)據(jù)的平均值為6T=19.1℃,測量真差為-0.9℃。測量序列為有效的一致性數(shù)據(jù),可參加數(shù)據(jù)融合。由式(9)計算出溫度融合值為T(V)=19.5℃,融合值的真差為-0.5℃。由此可以看出:通過對溫度的有限次測量,數(shù)據(jù)融合得到的測量結(jié)果比算術(shù)平均值結(jié)果更加接近真實值。4多傳感器融合用于溫室監(jiān)控系統(tǒng)的數(shù)據(jù)控制本文提出的基于參數(shù)估計的多傳感器數(shù)據(jù)融合算法,計算量小,編程簡單,提高了測量的可靠性。利用本文的數(shù)據(jù)融合算法,借助計算機很強的智能信息處理與計算處理能力,提高了溫室監(jiān)控系統(tǒng)的檢測精度。在溫室三維空間典型位置上配置測溫傳感器,獲得的溫度信號轉(zhuǎn)換為電壓信號,經(jīng)A/D采集卡轉(zhuǎn)變?yōu)閿?shù)字量存儲到計算機中,計算機對送入的多傳感器數(shù)據(jù)進行融合計算。與合適的控制算法配合起來,可提高系統(tǒng)的抗干擾能力,增強監(jiān)控系統(tǒng)的魯棒性。考慮到溫室溫度控制對象具有非線性時變、分布參數(shù)、大慣性純滯后和多變量強耦合等特點,可采用自調(diào)整模糊-PID控制算法,運用神經(jīng)網(wǎng)絡、遺傳算法、模糊推理與專家系