设施温室物联网智能测控系统研究OA北大核心CSTPCD
针对温室环境调控中手动控制和阈值条件调控存在调控精度低、参数超调严重等问题,以设施番茄温室为例,研究提出一种基于环境预测的精准调控策略。首先,构建专用物联网“六域”架构,采用MSP430F5438A作为主控模块,设计感知、通信等功能模块。其次,构建SSA-LSTM预测模型实现对温室环境的精准预测,并根据模型预测结果确定环境调控策略,通过PSO-PID控制模型实现对温室风口电机的精准控制。实验结果表明,相较于传统LSTM模型,SSA-LSTM预测模型的MAE降低58.52%,MAPE降低61.68%,RMSE降低63.84%。同时,相较于传统PID模型,PSO-PID控制模型的超调量降低89.99%,调节时间降低59.85%。系统经过实地部署验证,在保持种植品种和农事管理操作一致的情形下,智能调控的温室产量相较于传统温室提升约8.5%,证明了系统的有效实用性。
章子文;梁思程;张洪奇;吴勇;张大磊;柳平增;
山东农业大学信息科学与工程学院,山东泰安271018 农业农村部黄淮海智慧农业技术重点实验室,山东泰安271018 山东农业大学农业大数据研究中心,山东泰安271018山东勇冠农业科技发展有限公司,山东菏泽274900泰山科技学院,山东泰安271038
园艺学与植物营养学
温度预测控制模型农业物联网温室环境
《山东农业大学学报(自然科学版)》 2024 (004)
P.633-643 / 11
山东省科技特派员项目(2020KJTPY078);中央引导地方科技发展专项资金项目(YDZX2022073)。
评论