【摘要】：隨著經(jīng)濟(jì)水平的提高和農(nóng)業(yè)技術(shù)的發(fā)展,設(shè)施化農(nóng)業(yè)已經(jīng)成為當(dāng)代農(nóng)業(yè)的重要組成部分,溫室作為重要的農(nóng)業(yè)設(shè)施,發(fā)展迅速,由傳統(tǒng)簡易控制或人工控制轉(zhuǎn)變?yōu)橛姓{(diào)控設(shè)施的比例逐年增加,傳統(tǒng)設(shè)施化農(nóng)業(yè)向現(xiàn)代精細(xì)化設(shè)施農(nóng)業(yè)轉(zhuǎn)變的需求日益迫切。本文以費(fèi)約果扦插育苗溫室作為研究對象,由于費(fèi)約果扦插育苗過程中,對空氣濕度要求較高,故重點(diǎn)研究溫室空氣濕度的精細(xì)化控制。在廣泛查閱國內(nèi)外相關(guān)文獻(xiàn)的基礎(chǔ)上,設(shè)計(jì)了溫室微噴控制系統(tǒng),研究了傳感數(shù)據(jù)異常檢測處理算法、空氣濕度傳感器部署算法和微噴控制策略,為實(shí)現(xiàn)溫室精細(xì)化控制的研究做了有意義的探索,主要研究的工作包括以下幾個(gè)方面:一是針對溫室采集數(shù)據(jù)的離群和丟失現(xiàn)象,提出了基于數(shù)據(jù)間的多屬性相關(guān)特性改進(jìn)的密度異常檢測算法來消除數(shù)據(jù)不準(zhǔn)確問題的新方法;二是針對溫室空氣的空間變異性,提出了采用逐步累積和與離散粒子群優(yōu)化的傳感器部署算法,通過少量濕度傳感器確定溫室整體空間濕度分布特征,在保證感知精度與采集數(shù)據(jù)代表性的同時(shí),降低了部署成本和數(shù)據(jù)冗余;三是研究了溫室機(jī)理建模和實(shí)驗(yàn)建模方法,采用階躍建模方式建立了溫室空氣濕度模型,通過大量溫室仿真實(shí)驗(yàn)驗(yàn)證了溫室空氣濕度模型的合理性。在溫室空氣濕度模型基礎(chǔ)上,對比了PID控制、模糊控制和模糊PID控制方法的控制效果,針對溫室控制存在的時(shí)滯問題,采用了動態(tài)矩陣控制反饋調(diào)整的預(yù)測模糊PID控制方法,提高了溫室控制的精度。四是搭建了基于無線傳感器網(wǎng)絡(luò)和WIFI的嵌入式溫室監(jiān)控系統(tǒng)硬件框架,并設(shè)計(jì)了系統(tǒng)功能;最后,對溫室空氣濕度控制系統(tǒng)軟硬件平臺進(jìn)行測試,結(jié)果表明,系統(tǒng)能夠有效的將溫室空氣濕度控制在預(yù)設(shè)的閾值間,有助于提高費(fèi)約果扦插育苗的存活率。
【圖文】：

圖 2-1 箱線圖Fig.2-1 Box-plot歸模型的檢測方法分為兩步，首先利用數(shù)據(jù)訓(xùn)練回歸模型，然后利異常程度。但該方法中若數(shù)據(jù)集存在異常數(shù)據(jù)，會影響構(gòu)建模型的，學(xué)者提出了穩(wěn)健回歸的方法。自回歸移動平均模型[41]（AutoreMovingAverage,ARIMA）是穩(wěn)健回歸異常檢測具有代表性的方法，一列分析。合參數(shù)模型異常檢測方法一般是利用混合參數(shù)的統(tǒng)計(jì)分布建模。主將異常數(shù)據(jù)與正常數(shù)據(jù)單獨(dú)進(jìn)行建模，常用期望最大化算法來估計(jì)對正常樣本數(shù)據(jù)進(jìn)行建模。非參數(shù)法方圖異常數(shù)據(jù)檢測方法是通過計(jì)算數(shù)據(jù)出現(xiàn)在每個(gè)區(qū)間的頻數(shù)，來征，每個(gè)區(qū)間的數(shù)據(jù)個(gè)數(shù)利用柱狀圖的高度表示。在訓(xùn)練階段，需構(gòu)造直方圖模型，，在檢測階段，將需要檢測的數(shù)據(jù)對應(yīng)到模型的位離群。該方法最大的缺點(diǎn)是很難選擇柱狀的區(qū)間大小，若柱狀區(qū)間

時(shí)間距離數(shù)據(jù)序列，如式（2-8）所示，然后將新的時(shí)間序列數(shù)據(jù)應(yīng)用到評估各數(shù)據(jù)的離群度。若離群度大于閾值，則將數(shù)據(jù)存儲到可能是離并轉(zhuǎn)到下一步進(jìn)行處理；若小于閾值，則表明數(shù)據(jù)是正常值，直接跳轉(zhuǎn)1 2 1{d ,d ...d * ...d * ,d ,...}b th thT T T 3）在匯聚節(jié)點(diǎn)上，數(shù)據(jù)是同一區(qū)域的不同節(jié)點(diǎn)數(shù)據(jù)，為更好適應(yīng) LO于距離的空間權(quán)重系數(shù)來減少數(shù)據(jù)間的彌散現(xiàn)象，可以得到帶空間權(quán)式，如式（2-9）所示。當(dāng)收到某終端節(jié)點(diǎn)的離群數(shù)據(jù)時(shí)，使用改進(jìn)的 L別連續(xù)異常數(shù)據(jù)。若離群值大于閾值，則認(rèn)為數(shù)據(jù)為正常離群數(shù)據(jù)（，需要對離群數(shù)據(jù)進(jìn)行替換處理，將數(shù)據(jù)存儲到離群數(shù)據(jù)空間；若小數(shù)據(jù)為非正常離群數(shù)據(jù)（傳感器故障產(chǎn)生），需要對節(jié)點(diǎn)進(jìn)行替換處理 2 2( , ) ( , , ) ( ) ( )i j i jd p o r i j a x x y y法流程圖如圖 2-2 所示。
【學(xué)位授予單位】：西南科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TP273;S625.3

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 孫慧敏;;俄羅斯溫室農(nóng)業(yè)即將迎來巨變[J];中國花卉園藝;2014年11期

2 方正宏;以色列的溫室農(nóng)業(yè)[J];農(nóng)村百事通;2004年12期

3 李雙海,任愛華;溫室農(nóng)業(yè)在荷蘭[J];農(nóng)村百事通;2003年24期

4 許安祥;我國溫室農(nóng)業(yè)的發(fā)展現(xiàn)狀與趨勢[J];排灌機(jī)械;2000年01期

5 黃政;;荷蘭的溫室農(nóng)業(yè)[J];國際科技交流;1993年08期

6 付彬;從西班牙溫室農(nóng)業(yè)加劇荒漠化看我國西部生態(tài)環(huán)境建設(shè)的重要性[J];全球科技經(jīng)濟(jì)w

本文編號：2638156