设施温室物联网智能测控系统研究

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。

基于温湿度异布的日光温室冬季主动通风策略设计与验证

针对日光温室冬季自然通风热量损失大、降湿效率低的问题,该研究在揭示室内温湿度空间异布特征基础上,提出主动通风策略,提高保温降湿效能。通过搭建包含28个温湿度传感器的日光温室物联网监测平台,深入分析了室内温湿度空间分布规律。结果显示,温室上下区域积温差值可达300℃,白天日照时段的相对湿度差值达20个百分点,且呈现温度上高下低、湿度上低下高的空间异布特征,自然通风模式下室内上部高温低湿空气优先与室外干冷空气置换导致其保温降湿效能低下。基于此,该研究提出了主动通风排湿策略,利用安装于温室底部的轴流风机改变气流方向,强迫下部区域低温高湿空气从风机口优先向外排出,使上部区域高温低湿空气逆向沉积保留在室内,有效排湿的同时降低热量损耗。主动通风实地试验结果显示,相比于受室内外气候影响可控性差的自然通风,主动通风率可在0~30 m^(3)/(m^(2)·h)之间无级调节,有利于通风的精准控制;晴朗、多云、阴雨3种典型天气下主动通风的日平均温湿比均高于自然通风,体现出较好的气象适应能力和稳定性;其中,晴朗天气下日均温度可提高2.0~2.7℃,日均相对湿度可降低15~17个百分点,日均温湿比可提高31.1%~32.9%,保温排湿效能改善明显。同时,主动通风策略的投入产出比为2.62,能够以较低的投入获得理想的经济收益,经济可行性较好。该研究所提出的主动通风排湿策略可以有效提高保温排湿效能,技术合理性和经济可行性良好,可为日光温室冬季微气候调控提供理论参考和解决方案。