基于专家系统的水肥一体机智能控制系统

姜岩 唐勇伟 李成攻

摘要 为实现蔬菜大棚环境的实时远程监控和精准管理，设计基于专家系统的水肥一体化智能控制系统。信息采集终端实时采集蔬菜大棚的土壤湿度、空气温湿度、光照条件等环境信息，然后将信息上传至云服务器，专家系统结合现场数据，建立数学模型，制定蔬菜需水量、施肥时间以及氮、磷、钾混合比例等控制策略。经试验，基于专家系统推荐施肥，2017年植株氮、磷、钾积累量分别增加了12.77%、10.26%、3.32%，对比靠人工经验控制和基于专家系统的智能控制得出的结论，专家系统推荐施肥优化了氮肥、磷肥、钾肥的配比，蔬菜水果对氮、磷、钾养分吸收更充分。

关键词 蔬菜大棚；水肥一体机；专家系统；推荐施肥；产量

中图分类号 TP273+.5 文献标识码 A 文章编号 1007-5739（2018）10-0191-03

Intelligent System of Water and Fertilizer Based on Expert System

JIANG Yan 1，2 TANG Yong-wei 2 * LI Cheng-gong 2 WANG Mao-li 1，2 ZHAO Jing-bo 1

（1 College of Automation Engineering，Qingdao University of Technology，Qingdao Shandong 266520； 2 Shandong Provincial Key Laboratory of Computer Networks，Shandong Computer Science Center（National Supercomputer Center in Jinan），Qilu University of Technology（Shandong Academy of Sciences））

Abstract To realize real-time remote monitoring and precise management of vegetable greenhouse environment，an intelligent water and fertilizer integration control system based on expert system was designed.The information collection terminal collects environmental information such as soil moisture，air temperature and humidity，and light conditions in a greenhouse in real time，and then uploads the information to the cloud server.The expert system combines field data to establish a mathematical model to formulate the water demand of vegetables，fertilization time and the ratio of N、P、K，and other control strategies.After experiments，based on recommended fertilization by the expert system，the nitrogen，phosphorus，and potassium accumulations of the plants increased by 12.77%，10.26%，3.32%，respectively in 2017.Comparisons were made based on the results of artificial experience control and intelligent control based on expert systems.By expert systems recommended fertilization，the proportions of nitrogen fertilizer，phosphate fertilizer and potassium fertilizer were optimized，and the nutrient absorptions of nitrogen，phosphorus and potassium were more abundant in fruits and vegetables.

Key words vegetable greenhouse；water and fertilizer machine；expert system；recommended fertilization；yield

20世紀80年代，温室种植设施技术引入我国。我国科研单位积极吸收国外先进种植经验，促进了我国设施农业的长足发展，弥补了我国在该领域的技术空白。目前我国设施农业建设面积居世界第1位，主要以日光温室单体大棚为主，设施配套设备简单，高科技含量低，环境可控度低，抵御自然恶劣环境能力低，高水平的现代化蔬菜大棚占设施农业总面积的0.14%，现代化装备技术水平、管理理念、人均管理面积、生产劳动效率远落后于世界发达国家。美国、日本、荷兰等农业发达国家，通过深入研究种苗培育、水肥管理、环境调控、土壤特性演变、产前产后处理、流通物流等环节，实现了适合其农业发展标准化、工厂化的栽培体系。近年来，随着我国社会经济的高速发展，环境问题和食品安全问题成为社会的突出矛盾，研究现代化设施农业技术装备对我国经济发展、优化生态环境、减少食品安全问题具有重要意义。

本文根据研究现状，着眼于设施农业水肥管理过程。传统水肥一体机具有控制施肥比例、施肥时间、肥前浇水等功能。其优点是节约用水、肥液利用率高；缺点是控制决策由个人凭经验操作，缺少理论依据，水肥不能被充分利用。

农业专家系统在人工智能的基础上将农业领域的专家知识、技术、试验数据进行整合分析，并就出现的农业领域问题进行判断，制定策略解决问题。将专家系统、物联网技术与现代温室大棚栽培工艺相融合，将智能装备、智能设施、智能系统、种植需求相结合[1]，以期提高水肥利用率、提高农作物产量、减少环境污染、提高农业现代化设施科技含量。

1 水肥一体机工作模型

1.1 系统组成

水肥机的结构如图1所示。整个系统以混合管为中心，共有4个肥料输入和1个混肥输出。输入分别为氮肥、磷肥、钾肥、pH调解液，输出为混合后的营养液，由主循环泵加压送至田间管网。调解液经过滤后由文丘里吸肥器吸入混合管，进行混肥，电磁阀可以控制各肥料注入混合管的速度和流量，EC/pH传感器可以检测混合肥料是否满足实际需求，若不满足则要求系统自动调节电磁阀，控制吸肥流量，保证输出的混合肥满足要求，电磁阀1、2、3、4可以控制灌溉不同的灌区。

框图左侧为蓄水桶（针对无土栽培为回流储液罐），主循环泵启动，右侧电磁阀打开完成大循环，部分液体通过分支管流经文丘里管返回主循环泵吸入端，在电磁阀打开的情况下，完成高浓度液体肥料调节液注入，从而改变液体内各混合物含量，通过EC/pH传感器实现系统闭环控制。

1.2 文丘里施肥器模型

智能水肥一体机的核心部件是施肥装置。施肥装置的性能对每一次施肥起到关键作用。因此要求施肥装置的稳定性好，结构简单，成本低。差压式施肥罐、文丘里施肥器、比例施肥器、磁力施肥泵等是目前国内比较普遍的施肥装置。由于差压式施肥器具有体积庞大、混肥不均匀的特点，逐渐被其他种类的施肥器替代[2]。文丘里施肥器结构简单、运行稳定、成本低，应用最广泛。比例施肥器利用水的压力驱动泵内活塞做往复运动，驱动吸肥，可由机械旋钮调节吸肥比例，具有较高的混肥精度，但对过滤设备的要求较高且价格昂贵，限制其大面积推广。磁力施肥泵混肥浓度均匀但成本较高，运行不稳定且易发生故障。综上分析，本文将文丘里吸肥装置作为水肥一体机的施肥装置。

文丘里吸肥器主要由进口段、收缩段、喉管、扩大段、出口段组成，其机构如图2所示，其运行机理如下。当有压流体经进口段进入文丘里吸肥器中，经过收缩段时由于管径变小导致工作流体一部分压力转化为动能，流体速度在喉管处达到最大，高速流体在喉管处形成真空负压区，待负压达到一定值后将肥液吸进吸肥器中，混合后的流体将部分能量传递给肥液，进入扩大段后由于管径增加，一部分动能再次转化为压力，混合流体在出口段流速降低，压力增加完成吸肥工作。

文丘里吸肥器属于精密仪器，其涉及的参数较多，图2包含其主要参数，除此之外还有倒角、公差、材质特性等[3]，这些参数同样会影响文丘里吸肥器的设备特性，本文将不予重点阐述。文丘里重点参数关系如下：

tanα=（din-d1 ）/2α

tanβ=（dout-d1 ）/2c

δ1=d1/din

δ2=b/d1

式中，δ1为收缩比，即喉管内径与进口段内径之比；δ2为喉管长径比，即喉管长度与喉管内径之比。

2 专家系统构架及各模块简介

2.1 系统总体架构

系统总体构架（图3）主要由采集部分和专家系统2个部分组成。终端监测设备与网关通过ZigBee网通信，将数据通过GPRS（无线分组网）上传到云服务器。

2.2 采集信息部分设计

目前常用的5种短距离无线通讯模块为蓝牙技术、ZigBee技术、Z-Wave技术、红外技术、WiFi技术。常用无线通讯协议特性对比如表1所示，可以看出，蓝牙技术通讯距离较短，对蔬菜大棚监测时需要的设备较多，Z-Wave技術通讯频率过低，数据传输速度受到限制，红外技术同样通讯距离过短，WiFi技术待机时间过短。通讯速率较快、通讯距离较长、待机天数多的ZigBee技术作为短距离无线通讯模块的首选[4]。

ZigBee网络的组网方式有星型、簇状形、网状型3种，如图4所示。星型方式比较简单且管理方便，但由于温室蔬菜大棚对无线信号有一定的屏蔽作用，因而星型网络不适合应用在温室大棚里，而网状型由于数据包要经过多个节点，易丢失数据，故本文选择簇状型组网方式[5]。

2.3 智能控制专家决策系统设计

专家决策系统主要包括数据库设计、专家决策系统功能模块、专家系统人机交互界面。

2.4 数据库设计

专家系统数据库包括综合数据库和知识数据库，综合数据库包括事实数据库、中间过程数据库、结果数据库等，知识库包括规则库和模型库。

2.5 专家决策系统功能模块

专家决策系统包含4个功能模块，分别为蔬菜大棚基础信息设置、实时监控与报警、灌溉预测与决策和专家知识，具体结构如图5所示。

（1）蔬菜大棚基础信息设置。该模块的功能是让用户录入或更新蔬菜大棚基础信息资料、气象资料、土壤特性资料等，为其他模块提供数据支持。相比较其他专家系统数据录入功能，本系统可以导入蔬菜大棚地理信息、气象资料等数据，系统自动提取相关信息，存储到相应的数据库中[6]。

（2）实时监控与报警。该系统的刷新频率为5 min/次，如果某个环境参数超过预设值，系统会暂时停机并报警，将环境参数和系统状态通过短信方式告知用户。

（3）灌溉预测与决策。灌溉预报与决策是专家系统的核心内容，推理机根据蔬菜大棚各种蔬菜水果种植经验，根据模型库中相关数学模型，得出是否需要灌溉、混肥比例、灌溉时间和灌溉量等结果，实现蔬菜水果长势、营养含量最优。

（4）专家知识。专家知识库包含了各种蔬菜水果最科学的种植经验，包含了数十年来蔬菜大棚数据总结。

3 試验

3.1 试验地概况

试验地位于山东省淄博市张店村，供试土壤为砂质潮土，试验对象为草莓，土壤基本养分性状见表2。

3.2 试验设计

共设计了6种不同处理，如表3所示。OPT 为专家系统推荐氮磷钾混肥比例及用量，OPT-N为在OPT基础上不施氮肥，OPT-P为在OPT基础上不施磷肥，OPT-K为在OPT基础上不施钾肥；FP根据农民的习惯施肥；CK为不施任何肥料。

3.3 结果与分析

水果收获时，将种植区域以10 m2为单位进行划分，分区后对单位种植面积的水果进行称重和营养分析，再结合2016年和2017年的数据进行比较，结果如表4所示。可以看出，2016年、2017年草莓分别增产17.4%～43.3%和7.3%～22.9%；均以OPT处理产量最高，OPT处理较FP处理分别增产43.3%、22.9%；OPT处理的草莓营养含量明显增加。基于专家系统推荐的施肥，2016年氮、磷、钾积累量分别增产28.53%、14.74%、8.41%；2017年氮、磷、钾积累量分别增产12.77%、10.26%、3.32%。从数据可以看出，氮肥对产量的增加效果最明显，氮肥是草莓增产的主要因子，其次是磷肥，合理分配氮肥、磷肥的比例是关键。

4 结论

为实现蔬菜大棚环境的实时远程监控和精准管理，设计基于专家系统的水肥一体化智能控制系统。养分专家系统可根据蔬菜大棚输入的基础信息、气象资料、土壤特性资料等信息，快速推荐基于不同农户个性信息的施肥方案。2016年、2017年，OPT处理较农户习惯施肥分别增产43.3%、22.9%，维生素分别含量增加6.54%、12.74%，养分专家系统推荐的施肥方案优化了氮、磷、钾配肥比，促进了蔬菜水果对氮、磷、钾的吸收，具有增产增收、增加维生素含量的作用。水肥一体机的设计为专家系统提供了硬件支持，通过接收专家系统的控制策略实现施肥的自动化、智能化。信息采集部分为专家系统提供数据支持，本文的信息采集种类不丰富，造成专家系统控制策略制定不准确，希望在以后的研究上进行改进。

5 参考文献

[1] 余国雄，王卫星，谢家兴，等.基于物联网的荔枝园信息获取与智能灌溉专家决策系统[J].农业工程，2016，32（20）：144-152.

[2] 王宜伦，苏瑞光，刘举，等.养分专家系统推荐施肥对潮土夏玉米产量及肥料效率的影响[J].作物学报，2014，40（3）：563-569.

[3] 牛寅，张侃谕.基于云模型模糊推理的精准施肥机pH值调节过程控制[J].农业机械，2016，47（7）：58-64.

[4] 肖令禄，王泽宇.基于无线传感器网络的农田环境监测系统设计[J].河南科学，2017，35（10）：1574-1581.

[5] 赵宏才，赵晓杰，张兴波，等.基于专家系统的黄瓜园区无线智能监控系统研究[J].江苏农业科学，2017，45（17）：215-218.

[6] WANG M，TANG Y，HAO H，et al.The Design of Agricultural Machinery Autonomous Navigation System Based on Linux-ARM[J].Advanced Info-rmation Management，Communicates，Electronic and Automation Control Conference，2017：1279-1282.