姜珊　谭峰　侯召龙

摘要：农作物在各个生长期所需的CO2浓度不同，在室外生长时很难对其进行调控，而温室大棚的密封性为CO2浓度的调控提供了条件。设计了基于模糊控制理论温室大棚内多环境因素综合控释CO2气肥系统。以作物所处环境的光照度、温度、湿度三因素作为模糊系统的输入，以适宜当前作物生长的CO2气肥浓度为模糊系统的输出，建立了Mamdani型多输入单输出的模糊控制系统。该系统以PLC作为控制器，结合温室环境传感器以及上位机、下位机控制系统进行设计，通过查询模糊控制规则表的方式，对温室大棚内的CO2气肥浓度合理的进行控释。结果表明，该系统对CO2气肥的输出要比阈值控制方式更接近作物生长需求规律，并且系统抗干扰能力强，反应速度快，有较强的鲁棒性，有效地提高了温室作物的生产效益。

关键词：模糊控制；程序设计流程；温室大棚；CO2气肥浓度；合理控释；多因素；作物生产效益

中图分类号： S126文献标志码： A

文章编号：1002-1302（2017）15-0190-05

近年来，CO2施肥技术是实现温室作物优质、高产、抗病的主要技术措施之一，越来越受到世界各国的关注[1-2]。以往CO2施肥技术主要采用燃烧法、化学反应法、瓶装液态CO2等传统方法，如燃烧沼气、碳酸氢铵+硫酸化学反应、释放液态CO2等；后又采用效率计算方法、BP神经网络算法等对棚室内CO2气肥含量进行综合调控。仝雨欣等针对设施内的通风次数、作物的光合作用能力等因素，研究设施内的CO2含量，利用效率计算方法对设施内的CO2气肥含量进行调控[3]。项美晶等利用BP神经网络算法优化温室内设施对CO2气肥的调控程度[4]。[HJ1.45mm]

以往的传统方法与效率、网络算法虽然能够满足作物对CO2气肥的基本需求，但还是存在一些CO2释放速度不受控制，易产生有害气体，且因多环境因素影响不能准确释放作物所需的CO2气肥浓度等问题[5]。而模糊控制系统对于过于复杂或难以精确描述的系统具有强有力的控制能力，目前已广泛应用于农业节水灌溉、智能装备、变量施药、道路识别等农业、工业各种领域[6]，如匡迎春等通过模糊控制对田间土壤含水率/作物蒸腾量进行分析，来确定作物根系所需的最佳含水量，达到节水灌溉的目的[7-8]。王洪航等结合温湿度模糊自适应PID控制算法和模糊解耦合算法，来满足温湿度试验箱的温湿度控制要求[9]。李加念等采用模糊控制算法对进一步提高施肥装置内混肥浓度与目标浓度的逼近进行研究[10]。李君等根据制动压力、滑移率和车轮减速度进行道路自动识别方法，设计了ABS模糊控制系统，该系统能够准确判断出路面状况的变化[11]。模糊控制系统可以对温室大棚内CO2气肥浓度进行合理控释。因此本研究利用模糊控制理论与温室大棚内的CO2气肥浓度进行研究，为提高作物产量与优化作物質量提供一种科学有效的理论依据。

1模糊系统结构

由于温室大棚环境复杂，光照、温度、湿度等因素直接影响作物光合作用所需的CO2气肥浓度，因而将这3个影响因素数据作为模糊控制器的输入，模糊控制器处理后得到当前作物适宜的CO2气肥浓度作为模糊输出，设计了一个三输入单输出的模糊控制系统。首先，引用量化因子将光照度、温度、湿度等输入量的物理值进行放大或缩小变换，将输入变量从物理论域转换到模糊集论域；模糊论域数据作为系统的输入置入到模糊控制器中，经控制器模糊化处理，以光照度、温度、湿度为前提进行综合的模糊推理，最后进行解模糊化，求得CO2气肥浓度模糊输出量，再乘以输出比例因子得到实际CO2气肥浓度物理输出量，由执行机构对CO2进行喷施，使温室大棚内CO2气肥浓度达到控制要求。检测系统可调节实际喷施CO2气肥浓度与控制计算CO2气肥浓度之间的偏差值，进一步减小喷施误差，使CO2气肥得到精确的释放。CO2气肥浓度模糊控制系统结构图如图1所示。

2系统实现

2.1模糊输入/输出量基本论域

本研究将光照、温度、湿度3个因素定义为模糊控制器的输入变量，分别用el、et、eh表示，模糊语言变量分别用EL、ET、EH表示。适宜当前作物生长的CO2浓度设为输出变量uc，输出模糊语言变量设为UC。输出时，当模糊论域获得输出CO2气肥浓度范围时， 对后面执行机构所需求的数值范围即物理论域未必一致，需要对论域进行转换，此时需要引用比例因子，将输出量进行清晰化。

2.2隶属函数的建立

本研究在输入量和输出量模糊子集隶属函数的选用中，采用三角形隶属函数，它具有运算方便、快捷等特点，能够很快调整输出。根据温室光照度、温度、湿度、CO2气肥浓度的实际情况，分别将输入光照划分为“弱（LL）、较弱（LS）、中（LM）、较强（LB）、强（LH）”5个等级，温度划分为“低（TS）、中（TM）、高（TB）”3个等级，湿度划分为“偏低（HS）、适中（HM）、偏高（HB）”3个等级；输出CO2气肥浓度也划分为“低（CL）、较低（CS）、中（CM）、较高（CB）、高（CH）”5个等级。

2.3模糊规则及模糊控制表

该系统选用Mamdani型多输入单输出的模糊控制系统，模糊规则由各输入与输出之间多重组合而成。将温室大棚内光照度、温度和湿度作为主要影响作物所需的CO2气肥浓度的因素。根据专家施肥经验，以设定范围内光照越强、温度越高、空气湿度适中，作物对CO2需求越大为原则，得到96条控制规则，部分规则如下：

每一条通过“或”关系连接起来的语句，代表着不同的条件下温室大棚控释CO2气肥浓度模糊控制器的策略。采用面积重心法对本系统进行解模糊处理，可得到多因素综合控释CO2气肥模糊控制器的查询表，如表1所示。

2.4系统硬件构成

系统能对温室大棚内空气光照、温度、湿度、CO2气肥浓度等数据进行检查，同时能够根据各因素数据变化实时控制CO2气肥的输出浓度。系统按照模块化设计思想设计，方便日后的升级与维护。系统主要由上位机PC端、主控制器PLC、数据采集模块、显示模块、控制模块和通信模块等几部分组成。系统总体结构图如图2所示。endprint

主控制器以PLC为控制核心，通过采集模块连接光照传感器（WZD-B2）、空气温湿度传感器（HSTL-102WS型）和CO2[CM（24*8]传感器（BMG-CO2-NDIR防护型），监测温室环境信息；通过显示模块的触摸屏（Samkoon SA-7B型）界面对棚室环境信息进行数据显示、手动控制、作物选择、参数设置及作物的生长期设置；通过控制模块控制棚室内通风设备和补气设备，调节温室气体环境。通过通信模块将PLC数据信息转换成PC机信息，实现上下位机的数据传输。

该系统上位机对可视化集成软件Delphi7进行开发，主要負责数据的采集、存储和导出软件等，下位机采用触摸屏配合可编程控制器等对下位机控制系统进行设计与开发，根据温室控制需求，考虑到以后对系统的调整与扩充，本研究可编程控制器选择型号为FX2N-MR32。首先，PLC上电后，根据通信格式的要求，对PLC进行通信初始化。其次，对4AD（模数转换模块）进行初始化设置，进行数据采集。再次，判断手动或者自动执行，默认为自动执行，手动则高于自动状态。若为手动模式，则检测相应执行设备的控制按钮，若被按下，则执行相应设备；若为自动模式，系统会自动进入模糊控制程序，若有输出则执行设备。最后，返回到第1步对程序重新扫描。

本硬件设备为了缩小箱体尺寸，合理安排系统硬件空间，采用上下2层结构设计，上层选用EVA海绵内衬，具有良好的防震效果，根据触摸屏和各传感器尺寸大小开模后，将其放入箱体上层用于触摸屏的连接和传感器的存放；箱体尺寸为430 mm×350 mm×290 mm。图3为箱体实物图。该控制设备的设计方便了农户在不同地点的大棚内使用，并且在设备闲置时便于收回存放，具有较好的可移动性和便携性。

2.5系统软件构成

本研究根据温室大棚内增施CO2气肥的技术与方法，设计了一套合理控释CO2气肥的自动控制系统。针对上述控制方案，将模糊控制查询表做入PLC程序中，实现下位机独立控制。首先，将光照、温度、空气湿度设定范围通过运算得到的量化因子kel、ket和keh置入PLC的保持继电器中，采集数据时间到时，对采集数据进行判断，如有任意参量不在设定限值内，将令CO2浓度输出值为设定下限；如参量都在设定限值内，则将符合条件的数据乘以量化因子量化到语言模糊论域，通过查寻模糊控制查询表，求得模糊输出量，再乘以输出比例因子得到实际输出量，最后由执行机构喷施CO2，使温室大棚内CO2气肥浓度达到控制要求。PLC模糊控制程序设计流程图如图4所示。

该系统的软件设计包括触摸屏软件页面设计、上位机监控软件设计和数据库设计3个部分。触摸屏界面是系统的操作界面和数据显示界面，主要分为5块界面，分别为系统主界面、果蔬选择界面、CO2控释范围设定界面、生长期时长设定界面和当前状态界面。系统主界面如图5所示。

上位机软件采用Delphi7软件开发工具编写，设计思想上[CM（25]是以下位机能够独立运行为主，上位机软件主要为了农技

人员对温室数据有需要的时候辅助下位机存储数据时使用。上位机界面打开时，可以点击采集按钮手动采集数据，也可勾选自动选项，根据程序设定时间自动采集数据，并存储到上位机数据库中。从上位机界面中可以看到，左右两侧各有一显示框，左面显示的是温室大棚内采集环境的当前数据，右侧显示的是接收数据代码。上位机还具有远程控制功能，根据温室环境数据和设备运行状态，选择手/自动控制状态，可手动控制设备的启动与停止；点击模糊控制开关可选择控制模式。上位机数据库利用Delphi建立控释CO2气肥系统，用于存储和查询温室大棚内的环境数据与运行状态。上位机软件数据库应用SQL Server 2000开发，SQL Server是一个关系数据库管理系统，其核心服务是数据库引擎，负责完成数据的存储、处理和安全管理。SQL语言被称为结构化查询语言，任何一门支持数据库程序设计的语言肯定提供对SQL语言的支持，Delphi也同样支持。上位机软件图如图6所示。

3试验与分析

3.1系统仿真

仿真使用Matlab R2010a版本软件，编辑输入语言变量为EL、ET及EH，输出语言变量为UC的模糊控制器，设定输入值、量化因子，进入Simulink环境中，模糊控释CO2气肥仿真系统设计完毕，按运行按钮便可对控制方案进行仿真。模糊控制器仿真连接图如图7所示。

模糊控释CO2气肥系统仿真中设定阶跃信号初始值为各控制参量的基准值：温度为20 ℃，湿度为55%，光照度为 5 000 lx。阶跃信号从仿真时刻开始越升为设定值，阶跃持续时间为5 s。

在一定范围内，随着温度升高，作物的光合作用也会变强，所以棚室内应当增施一定量CO2气肥，仿真棚室参数设定为温度为30 ℃，湿度为55%，光照度为5 000 lx，得出最佳CO2输出值从初始值580 μL/L阶跃到为1 000 μL/L，系统进行仿真的效果见图8-a。从运行结果可以看出，仿真效果符合上述模糊控制规则。空气湿度过高或过低时，都不适宜作物生长；故当温度较高、湿度适中时设定输入参量为温度为 30 ℃，湿度为60%，光照度为5 000 lx，得出最佳CO2浓度输出值为1 250 μL/L，系统进行仿真的效果见图8-b。从运行结果也可以看出，这种情况输出CO2浓度值比上一种情况要高，说明温度较高，湿度适中时，更适宜增施CO2气肥，符合作物生长需求规律；生长环境温湿度适宜时，作物光合作用强弱随着光照度而变化。当设定输入参量为温度为30 ℃，湿度为60%，光照度为60 000 lx，得出最佳CO2浓度输出值为 1 410 μL/L，系统进行仿真的效果见图8-c。从运行结果也可以看出，仿真效果符合作物生长需求规律。

温室大棚内增施CO2气肥浓度的效果受光照度、温度、空气湿度等环境因素影响。本研究经过对模糊控制器的仿真验证，从仿真效果来看，系统能够满足环境因素在适宜作物生长发育的范围内，光照越强、温度越高、空气湿度适中，控释CO2气肥浓度越大的经验，使温室大棚内CO2气肥逐步达到作物生长需求水平。endprint

3.2系统试验

为了检验系统实际控制效果，本研究将试验设备置于小型试验温室大棚内进行采集控制试验。试验地点位于黑龙江大庆市黑龙江省八一农垦大学信息学院副楼实验室内。小型温室试验棚为长1.50 m、宽1.00 m、高0.75 m的半圆形大棚，如图9所示。

在下位机触摸屏模糊控制界面中设定参数模糊范围，光照上下限为5 000～70 000 lx，温度上下限为20～30 ℃，空气湿度上下限为55%～65%，采集时间为10 min，CO2浓度控释幅值为50 μL/L。在CO2控释范围设定界面设置CO2输出浓度范围为500～1 500 μL/L。

从2015年1月9日至2月7日小型试验温室大棚内各因素的变化数据中，提取1月31日07：00—16：00的试验数据，这段时间参数变化范围涉及到各个模糊论域，较具有代表性，光照变化范围在400～61 400 lx，变化曲线如图10-a所示；温度变化范围在20.6～28.0 ℃，空气湿度变化范围在57.4%～62.4%，温湿度变化曲线如图10-b所示。

3.3对比分析

该系统通过各传感器检测到光照度、温度、空气湿度参数值，将其模糊化对应到其论域范围，系统得到当前作物需求CO2浓度值，即为输出CO2浓度值。在2015年1月31日 07：00 —16：00系统每10 min采集1次试验数据，得到CO2浓度变化曲线与查询所得作物需求CO2浓度值曲线作对比，关系如图10-c所示。

通过采集控释CO2浓度数据与需求量变化曲线对比分析，2条变化曲线基本吻合，由于采集时间为10 min，所以采集数据曲线略显滞后；从仿真效果到试验分析，通过模糊控制输出方式要比阈值控制方式更能够接近作物生长需求规律，而且能够减少一直高浓度的喷施，在CO2气肥溢出方面给经济上带来的损失。

4结论

本研究针对温室大棚内综合多环境因素合理控释CO2气肥系统的研究，从环境因素对作物光合作用的影响、作物不同生长期对CO2浓度的需求、模糊控制、人机交互触摸屏等方面入手，将先进的控制算法引入控释CO2气肥过程中来，初步试验结论：（1）提出了根据温室大棚温度、光照和湿度进行CO2需求的模糊推理方法，结合作物各生长期所需的CO2浓度，利用PLC控制CO2气阀，得到作物当前适宜CO2浓度值。（2）通过温室环境各因素变化，对系统控释效果进行试验研究，结果表明，该系统模糊控制器设计合理，符合作物生长对CO2浓度的需求规律。按作物生长期增施不同CO2气肥浓度，既满足了作物在不同生长阶段对CO2气肥的需求，又解决了增施不足或增施过量等问题。

温室环境是一个综合的、多参数的、强耦合的复杂系统。从总体看，本研究系统对多因素综合控释棚室内作物需求CO2气肥浓度的效果比较理想，系统抗干扰能力强，反应速度快，有较强的鲁棒性。但该设计仅采用模糊控制算法对CO2的输出值进行了控制，对于温室环境这种相对复杂的控制系统，依靠1种算法是很难达到理想效果的，望在以后研究中可尝试多种算法相互配合的控制方式，进一步完善温室大棚内综合多环境因素合理控释CO2气肥系统。

参考文献：

[1]朱庆松，刘秀青. 设施蔬菜二氧化碳施肥技术[J]. 北方园艺，2013（17）：55-57.

[2]单慧勇，赵辉，杨延荣，等. 基于PLC的日光温室二氧化碳气肥调控系统设计[J]. 江苏农业科学，2015，43（8）：388-390.

[3]仝雨欣，程瑞峰，王军，等. 设施农业增施CO2利用效率的影响因素及调控策略[J]. 科技导报，2014，32（10）：47-52.

[4]项美晶，张荣标，李萍萍，等. 基于BP神经网络的温室生菜CO2施肥研究[J]. 农机化研究，2008（12）：17-20.

[5]贺超兴，张志斌，王怀松，等. 蔬菜设施栽培CO2施肥技术（二）[J]. 中国蔬菜，2000（5）：51-53.

[6]王林生，马瑛，汪小志，等. 基于模糊控制的播种机精密单体播深控制仿真研究[J]. 农机化研究，2016（1）：86-89.

[7]匡迎春，沈岳，段建南，等. 模糊控制在水稻节水自动灌溉中的应用[J]. 农业工程学报，2011，27（4）：18-21.

[8]江明，陈其工，晏行芳，等. 基于模糊控制的精确灌溉系统[J]. 农业工程学报，2005，21（10）：17-20.

[9]王洪航，褚建新，张江明，等. 基于模糊控制的温濕度试验系统的研究[J]. 化工自动化及仪表，2015，4（3）：300-302.

[10]李加念，洪添胜，冯瑞珏，等. 基于模糊控制的肥液自动混合装置设计与试验[J]. 农业工程学报，2013，29（16）：22-30.

[11]李君，喻凡，张建武，等. 基于道路自动识别ABS模糊控制系统的研究[J]. 农业机械学报，2010，32（5）：26-30.endprint