一個(gè)位于墨西哥的溫室即將使用便攜式智能溫室系統(tǒng)
行業(yè):
生命科學(xué), 消費(fèi)品, 科研
生命科學(xué), 消費(fèi)品, 科研
產(chǎn)品:
cRIO-9014, NI 9265, NI 9215, USB-6211, LabVIEW
cRIO-9014, NI 9265, NI 9215, USB-6211, LabVIEW
挑戰(zhàn):
創(chuàng)建一個(gè)智能系統(tǒng)來(lái)實(shí)現(xiàn)便攜式溫室的原型，以管理包括供電及施肥在內(nèi)的所有資源，控制環(huán)境變量以獲得最佳收成，并利用綠色工程技術(shù)將系統(tǒng)損耗降低到最少。
創(chuàng)建一個(gè)智能系統(tǒng)來(lái)實(shí)現(xiàn)便攜式溫室的原型，以管理包括供電及施肥在內(nèi)的所有資源，控制環(huán)境變量以獲得最佳收成，并利用綠色工程技術(shù)將系統(tǒng)損耗降低到最少。
解決方案:
利用一個(gè)基于人工智能(AI)架構(gòu)的控制器來(lái)測(cè)量溫室的傳感器并控制溫室的執(zhí)行機(jī)構(gòu)，這一控制器使用了NI USB-6211 數(shù)據(jù)采集（DAQ）模塊作為硬件接口，并利用NI cRIO-9014實(shí)時(shí)控制器來(lái)監(jiān)測(cè)風(fēng)力發(fā)電設(shè)備與光電電池的供電狀況。整個(gè)系統(tǒng)在LabVIEW專業(yè)版開發(fā)環(huán)境下編程實(shí)現(xiàn)。
利用一個(gè)基于人工智能(AI)架構(gòu)的控制器來(lái)測(cè)量溫室的傳感器并控制溫室的執(zhí)行機(jī)構(gòu)，這一控制器使用了NI USB-6211 數(shù)據(jù)采集（DAQ）模塊作為硬件接口，并利用NI cRIO-9014實(shí)時(shí)控制器來(lái)監(jiān)測(cè)風(fēng)力發(fā)電設(shè)備與光電電池的供電狀況。整個(gè)系統(tǒng)在LabVIEW專業(yè)版開發(fā)環(huán)境下編程實(shí)現(xiàn)。
"便攜式智能型溫室的主要部件是基于AI（人工智能)的智能型核心控制器。我們使用了LabVIEW來(lái)開發(fā)核心控制器，并利用了本校于 2008 年開發(fā)的LabVIEW下的智能控制工具包(Intelligent Control Toolkit for LabVIEW)。"
無(wú)土種植技術(shù)是一種無(wú)需使用泥土，只利用空氣和營(yíng)養(yǎng)水霧種植植物的方法。采用這種方法可以替代傳統(tǒng)種植方法，并不受干旱或洪澇等惡劣天氣環(huán)境的影響，確保農(nóng)作物的質(zhì)和量不會(huì)減少或降低。所以在某些作物由于氣候環(huán)境等原因而不能被種植在某處時(shí)，就可以采用無(wú)土種植技術(shù)。除此之外，采用無(wú)土種植技術(shù)之后，作物無(wú)需花費(fèi)精力來(lái)擴(kuò)展根莖，就能夠?qū)⒏嗄芰坑糜谔岣弋a(chǎn)物的質(zhì)量，例如作物的大小，味道或者營(yíng)養(yǎng)價(jià)值。然而這種技術(shù)需要大量投入與人員的專業(yè)訓(xùn)練，在初期，這些投入是相當(dāng)巨大的。
無(wú)土種植法的優(yōu)點(diǎn)還有很多，它無(wú)需使用農(nóng)機(jī)，所以不會(huì)導(dǎo)致土壤污染，也沒(méi)有水土流失的風(fēng)險(xiǎn)。由于不使用化學(xué)農(nóng)藥，并且整個(gè)過(guò)程幾乎完全自動(dòng)化，還能夠有效地節(jié)約資源。這種集約式的生產(chǎn)方式很適合在城市使用。
我們利用智能系統(tǒng)和綠色工程技術(shù)設(shè)計(jì)了一個(gè)全新的便攜式智能型溫室原型，實(shí)現(xiàn)了對(duì)供電與施肥等所有資源的同時(shí)管理，能夠控制環(huán)境變量以獲得最佳收成，并將系統(tǒng)損耗下降到最低。智能溫室采用了無(wú)土種植法，使用方便，且極具靈活性，可被放置于餐廳或城市住家中。
此溫室具有兩種主要特點(diǎn)：首先，傳統(tǒng)的溫室一般無(wú)法放置于建筑物或家中，而便攜式溫室的主要目的就是要能放置在傳統(tǒng)溫室無(wú)法進(jìn)駐之處。其次，這是一個(gè)智能溫室，所有會(huì)影響生長(zhǎng)的變量與因果反應(yīng)都被納入考慮，系統(tǒng)會(huì)根據(jù)這些數(shù)據(jù)進(jìn)行分析并產(chǎn)生響應(yīng)。
使用這座便攜式智能型溫室會(huì)帶來(lái)許多益處，如：非無(wú)土種植法專家也能操作；建立溫室的初期成本可以大幅降低；我們可以選擇單獨(dú)種植不同的作物，例如蕃茄、辣椒與生菜等。一些新生代的溫室系統(tǒng)已經(jīng)決定采用我們的便攜式智能溫室作為主要平臺(tái)，例如，位于墨西哥莫雷洛斯州 (Morelos) 奎納瓦卡市 (Cuernavaca) 的一處占地 1200平方米的溫室。
便攜式智能型溫室簡(jiǎn)介
溫室的結(jié)構(gòu)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(gè)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(jī)構(gòu)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(gè)重要部件。這里，我們采用了一個(gè)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(yùn)用了綠色工程的技術(shù)，采用了一個(gè)400W風(fēng)力渦輪發(fā)電機(jī)與一塊60W光電電池，即時(shí)在環(huán)境狀況不佳時(shí)，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(gè)部件是智能控制系統(tǒng)，我們可以將之細(xì)分為傳感器與執(zhí)行機(jī)構(gòu)組、供電用開關(guān)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(xiàng)變量會(huì)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(qiáng)度、溫度以及耕種區(qū)內(nèi)的濕度，另一個(gè)重要的變量則是供電控制。我們使用一組傳感器來(lái)偵測(cè)變量，一組執(zhí)行機(jī)構(gòu)來(lái)進(jìn)行控制。
NI USB-6211 M系列多功能DAQ模塊可以采集光照強(qiáng)度、溫度、濕度和養(yǎng)料等變量并產(chǎn)生信號(hào)。我們同時(shí)還使用了擁有128 MB DRAM、2 GB硬盤的cRIO-9014 實(shí)時(shí)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(duì)智能型核心控制器中的數(shù)據(jù)進(jìn)行處理，計(jì)算出合理的響應(yīng)并輸出，以對(duì)整個(gè)系統(tǒng)實(shí)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(shù)的智能型核心控制器。控制器是由數(shù)個(gè)模糊控制器(Fuzzy control)和類神經(jīng)網(wǎng)絡(luò)(Neural network)所組成的，模糊控制器會(huì)控制光照強(qiáng)度并管理養(yǎng)料，而類神經(jīng)網(wǎng)絡(luò)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(shí)，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(qǐng)中。
我們用模糊控制器來(lái)控制光照強(qiáng)度并管理養(yǎng)料。智能型核心控制器需要測(cè)量濕度、光照強(qiáng)度與溫度的值。我們針對(duì)每輸入端子的三個(gè)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(yīng)。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(shí)驗(yàn)數(shù)據(jù)。在提出每個(gè)輸入端子的隸屬函數(shù)后，我們也針對(duì)光照強(qiáng)度與養(yǎng)料管理的輸出隸屬函數(shù)提出報(bào)告。
我們使用類神經(jīng)網(wǎng)絡(luò)開發(fā)了溫度、濕度和供電控制器。使用USB-6211來(lái)測(cè)定溫室內(nèi)外的溫度，以獲得實(shí)驗(yàn)數(shù)據(jù)。為了采用動(dòng)態(tài)類神經(jīng)網(wǎng)絡(luò)建構(gòu)系統(tǒng)模型，我們使用了2880個(gè)樣本與后向傳播訓(xùn)練 (Backpropagation training)表達(dá)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(dòng)態(tài)類神經(jīng)網(wǎng)絡(luò)構(gòu)建了整個(gè)控制器模型，這是由于使用經(jīng)典 PID只能用于單個(gè)設(shè)定點(diǎn)，但是這一控制器卻可以用于所有的設(shè)定點(diǎn)。
我們利用三種不同的知識(shí)庫(kù)（真實(shí)數(shù)據(jù)、發(fā)電機(jī)和光伏電池系統(tǒng)的神經(jīng)模型以及數(shù)學(xué)方程式），以動(dòng)態(tài)類神經(jīng)網(wǎng)絡(luò)建構(gòu)了電源控制器模型。我們根據(jù)輻射和風(fēng)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(gòu)發(fā)電機(jī)和光伏電池的神經(jīng)模型?？刂破魍ㄟ^(guò)預(yù)測(cè)最大供電，在兩個(gè)電源系統(tǒng)之間切換。
