基于模糊控制的微农业云服务系统设计

王 娟,谢凌峰,胡文军,周 成

(湖州师范学院 a.工学院;b.信息工程学院,浙江 湖州 313000)

0 引言

城市微农业是以满足城市人群对新农业元素个性化需求为目的的新兴产业门类,是一种以城市居民为主体的个性化农业,包含了屋顶农业、“三台”农业(窗台、阳台、露台)以及家庭走廊农业等[1-3]。近年来,对微农业的研究层出不穷。赵根在《城市微农业套式农场集成开发研究中》[4]开发了白领版家庭套式农场、庭院式套式农场、迷你管道化栽培系统等,提供了将栽培基质、自动喷滴灌及排水功能集成于一体的微型栽培工具。对云服务系统的研究也越来越多,包括对温室或农田信息的智能控制和远程监控的研究[5-8]。陈天恩等在《农业云服务可适性技术研究发展》[9]一文中提出了一种可适性农业云服务参考模型;李键在《合肥市休闲农业云服务平台构建探析》[10]中提出了休闲农业云服务平台的构建方案。

本文应用云计算、物联网、移动互联、最优化、机器学习等技术,结合城市微农业的特点,构建一个关于微农业的“环境信息感知和控制终端↔无线传感网↔云计算服务平台↔智能终端APP服务”的一体化云服务平台,微农业用户可以应用智能终端通过互联网在任何地方通过PC机或移动终端APP开展远程农耕,也可通过独立的控制终端进行现场农耕,进而开展高效、节能、生态、安全和个性化、规范化、信息化的现代城市微农业活动,对推进城镇化和农业现代化的协调发展及省市生态文明建设具有重要意义。

1 系统整体架构

系统旨在构建一个关于微农业的现场终端系统、通信网关、智慧云服务系统、终端交互系统一体化的云服务平台,总体架构如图1所示。

图1 系统总体架构图Fig.1 Overall system architecture

1.1 现场终端系统

现场终端系统主要包括无线感知终端、人机交互终端和无线控制终端3个部分:①无线感知终端:利用监控节点中的传感器模块完成现场空气温湿度、土壤温湿度和光照强度的采集及监控,并将获得的参数实时传递到云服务端;②人机交互终端用于设置无线感知和无线控制终端的工作方式,无线感知和无线控制终端的身份地址和工作参数等重要信息;③无线控制终端用于控制基质微灌装置和补光装置的实时工作。通过无线通信,后台服务器可以设置控制终端的工作模式以及环境参数的目标值。系统的控制模式有手动和自动控制两种,当远程监控界面监控到工作参数异常时,会下发控制指令到相应设备,进行相应的控制。

1.2 通信网关

通信网关主要功能包括接收来自系统节点的数据并发送给后台软件,实现微农业种植参数的实时显示、存储等;接收后台软件发送的数据并送至路由器,再由路由器传到相应的系统节点,进而实现ZigBee协调器与云服务系统之间的远程信息交互。

1.3 微农业智慧云服务系统

云服务系统是实现微农业的个性化定制、规范化实施和信息化管理的核心部分,主要指用户终端设备信息交互接口,包括电脑终端的客户端接口和基于手机等移动终端的APP服务接口。

1.4 终端交互系统

电脑终端针对通过电脑终端开展远程种植服务的用户,开发面向电脑终端的客户端服务程序;手机等移动终端针对通过移动终端开展远程种植服务的用户,基于Android平台和移动开发技术开发面向移动终端的APP服务程序。

2 系统硬件设计

系统硬件主要包括控制柜、微处理器、空气温湿度传感器、土壤温湿度传感器、光照度传感器及智云网关等,外接设备包括基质微灌装置和补光灯等,由继电器控制,如图2所示。

图2 系统硬件结构图Fig.2 System hardware structure diagram

1)系统控制柜。系统控制柜共两个,分别为1号柜、2号柜,每个控制柜分上下两层。其中,上层放置微处理器、空气温湿度传感器、土壤温湿度传感器、光照度传感器、补光灯、水管以及继电器等;下层放置土壤温湿度传感器、光照度传感器、补光灯、水管以及继电器。网关和协调器放置在控制柜上部,控制柜的数量可以根据实际情况增加或减少。

2)微处理器。系统采用的微处理器为STM32F072C8T6单片机,工作电压1.65～3.6V,CPU位数32-Bit,CPU内核ARM©Cortex©-M0,主频(MAX)48MHz,ROM类型FLASH[11]。

3)土壤温湿度传感器。系统采用的土壤温湿度为SWR-100W型,可以检测土壤温度和湿度。温度检测范围为-30～70℃,测量误差为±0.2℃;湿度检测范围为0～100%RH;测量误差为±2%RH。工作电压为12～24VDC,输出电压为0～2.5VDC[12]。

4)空气温湿度传感器。系统的空气温湿度传感器为ST-ATH型,可以检测空气温度和湿度。温度检测范围为-40～70℃,测量误差为±0.2℃;湿度检测范围为0～100%RH,测量误差为±3%RH。工作电压为12～24VDC,输出电压为0～2VDC[13]。

5)光照度变送器。系统采用石家庄雷神电子仪器有限责任公司生产的ST-GZ型光照度变送器,测量范围为0～20000Lux,测量误差为±3%FS,工作电压为5～24VDC,输出信号为RS485[14]。

6)嵌入式智云网关。系统采用的嵌入式智云网关由武汉中智讯科技有限公司生产,型号为ZCloud-GW9X25,可提供基于Web的工具进行智云服务配置,通过集成的ZigBee协调器设备支持ZigBee无线网络的接入[15]。

7)物联网节点。物联网节点为武汉钛联信息技术有限公司提供的TiNode PRO Series产品,系统采用的节点网络类型为ZigBee,频率为2.405GHz,发射功率为+1～20dBm,接受灵敏度为-101 dBm,额定工作环境温湿度为-20～70℃、0～70%RH[16]。

3 系统软件设计

系统的主程序主要包括温湿度、光照度数据采集,上传数据到云服务器,流程如图3所示。在服务器中进行数据处理,将处理结果传到上位机中;上位机接收数据,进行判断:当数据值异常时,手动方式下,手动打开补光灯、滴灌装置;自动方式下,由云服务系统实现无人托管服务。

图3 远程监控系统流程图Fig.3 Flow chart of remote monitoring system

3.1 Web服务软件

Web服务软件的主要功能是接收并解析智能网关发送过来的数据以及向终端设备发送用户的控制指令。监控系统的程序采用基于Web的编程方式编写,不用安装特定的应用软件,只需要通过浏览器进行访问操作,实现了监控系统程序的跨平台和兼容性。面向微农业的云服务系统Web平台客户端采用HTML、CSS、JavaScript开发设计。

3.2 远程终端基质参数数据采集

开发了面向电脑、手机两种远程终端设备在云服务系统下查看栽培基质温湿度、栽培环境温湿度和光照强度信息的方法,实现了两种终端下基于数据协议的实时控制技术。数据采集的部分程序如下:

3.3 电脑版智能终端系统

电脑版智能终端系统主要由网页登录界面、智云管理平台、数据采集及执行设备控制几个部分组成,具体如下:

1)网页登录界面。用浏览器通过网址登录监控系统,进入用户登录界面,输入正确用户名和密码进入系统,如图4所示。

图4 系统登录界面Fig.4 System login interface

2)智云管理平台。登录后可以进入智云管理平台,点击功能选择按钮,可以进行设备管理、自动控制、项目信息等,如图5所示。

3)数据采集。系统采集的数据主要包括两个柜子上下层的土壤温湿度、光照度和上层空气温湿度,可以实时地显示数值,生成数值的实时曲线以及最近1天、最近5天、最近2周、最近1月、最近3月的数值曲线,方便用户对温湿度、光照度实时历史数据进行查看和分析,如图6所示。

图6 数据采集界面Fig.6 Data acquisition interface

4)执行设备调节。在监控界面设有对应的执行设备的控制按钮,当土壤湿度或光照强度低于设定值时,用户可以手动开启补光灯或补水阀,对设备进行控制,如图7所示。

图7 执行设备控制界面Fig.7 Execute equipment control interface

4 实验

4.1 实时数据采集

测试培育点有两个工作台,每个工作台含两层植物幼苗,半封闭室,木质结构。进行1天24h的实时监测,观察1天内的数据变化情况。将监测到的数据实时上传到云服务器,并且写入云服务器数据库中,可以很方便地查看历史数据。

环境温湿度变化曲线如图8、图9所示。由图8、图9可以看出:温度曲线和湿度曲线在正常的范围内,系统运行良好。

图8 1天内空气温度变化曲线Fig.8 Air temperature change curve in one day

图9 1天内空气湿度变化曲线Fig.9 Air humidity change curve in one day

4.2 微农业云服务专家系统

由于微农业生长对环境温湿度要求较高,而环境温湿度存在耦合度强、大延时、非线性等特点,故采用模糊控制的方法对环境温湿度进行控制,构建智能化微农业的云服务专家系统,进而提供适合多类型栽培对象的自动化、智能化和智慧化的决策服务。温湿度模糊控制算法结构图如图10所示。

图10 温湿度模糊控制算法结构图Fig.10 Structure diagram of temperature and humidity fuzzy control algorithm

采用二维模糊控制器,首先选择MatLab中Fuzzy Logic Toolbox工具箱,建立模糊逻辑控制系统,输入变量为温度或湿度的偏差e和偏差变化率de/dt,输出变量u为电动风机转速模块,可以进行加热或降湿;接着,根据控制精度和系统需求编辑输入、输出变量,包括确定变量的论域和模糊子集,确定隶属度函数及其参数。本系统中,e的取值范围为[0,40], de/dt的取值范围为[-0.05,0],u的取值范围为[0.2,0.5],模糊子集为{NB,NM,NS,Z,PS,PB,PM}7个等级,隶属度函数类型采用三角形。然后,制定、编辑模糊规则。最后,将其导入工作空间。

利用MatLab仿真温室环境,对空气温湿度进行模糊控制,使之能够更好地满足农作物生长需要。设定当前温度为26℃、湿度为75%,设定目标温度为30℃、湿度为70%。经过反复实验,得到模糊控制算法效果图,如图11、12所示。由图11、图12可知:温湿度开始变化较快,当温湿度与预定接近时变化相对缓慢。因此,验证了模糊控制算法调节速度快、精度高、控制过程平稳等特点。

图11 温度模糊控制效果图Fig.11 Effect drawing of temperature fuzzy control

图12 湿度模糊控制效果图Fig.12 Effect drawing of humidity fuzzy control

5 结论

通过云服务平台和用户智能终端构建了微农业的一体化服务平台,实现了两种功能:一是微农业种植参数通过传感器采集并通过智云网关上传到了云服务平台,手机和电脑从云服务平台获取数据并显示;二是手机和电脑通过云服务平台实现控制,如打开和关闭微灌装置、调节湿度、打开和关闭补光灯及进行光照强度的调节。针对温湿度存在强耦合、大延时、非线性等特点,设计了模糊控制器并完成了仿真实验,结果表明:模糊控制对微农业的温湿度控制有较高的参考价值,云服务系统的构建可以很大程度上实现农业生产信息数据的精准性、时效性,对于信息化的智慧农业发展具有重要作用。