徐 鵬，張冠智，李 洋，徐曉東，楊振超

（西北農(nóng)林科技大學(xué)園藝學(xué)院，陜西咸陽 712100）

0 引言

智慧農(nóng)業(yè)是農(nóng)業(yè)與現(xiàn)代科技結(jié)合的產(chǎn)物，其發(fā)展的重要意義就是打破了以往完全“靠天吃飯靠地打糧”的模式，而是智慧化、自動(dòng)化和無人化。隨著中國(guó)現(xiàn)代化的不斷發(fā)展，農(nóng)業(yè)現(xiàn)代化已成為了一種必然趨勢(shì)。在2018年第七期印發(fā)的關(guān)于《農(nóng)業(yè)綠色發(fā)展技術(shù)導(dǎo)則(2018—2030)》的第17條中提出了智慧型農(nóng)業(yè)技術(shù)模式，包括開發(fā)與農(nóng)業(yè)傳感器、終端設(shè)備以及動(dòng)植物生長(zhǎng)模型的閾值設(shè)備和數(shù)據(jù)；基于農(nóng)田環(huán)境檢測(cè)以及智能分析決策控制等技術(shù)；以及與智慧設(shè)施農(nóng)業(yè)相關(guān)的技術(shù)的開發(fā)與推廣[1]。智慧設(shè)施農(nóng)業(yè)在國(guó)外發(fā)展的較早，在1949年，美國(guó)園藝學(xué)家WENT[2]就建立了第一個(gè)人工溫室大棚，并且實(shí)現(xiàn)了溫度的采集和調(diào)控等功能。但中國(guó)在20世紀(jì)70年代末才開始向美國(guó)等國(guó)家學(xué)習(xí)現(xiàn)代化溫室，在國(guó)外溫室控制技術(shù)的基礎(chǔ)上，中國(guó)的溫室控制技術(shù)從1987年引進(jìn)的FELIX-512系統(tǒng)，到計(jì)算機(jī)應(yīng)用于溫室環(huán)境控制，直到現(xiàn)在的溫室智能控制技術(shù)[3]，在智慧農(nóng)業(yè)上仍然有很大的發(fā)展空間。發(fā)展智慧農(nóng)業(yè)不僅有利于提高農(nóng)業(yè)生產(chǎn)效率，還有利于提高作物產(chǎn)量和減少成本消耗。

在設(shè)施農(nóng)業(yè)中影響作物生長(zhǎng)的因素除了植物內(nèi)部自身因素外，外部的環(huán)境因素也起了重要作用。溫室植物生長(zhǎng)環(huán)境的調(diào)控歷經(jīng)了人為調(diào)節(jié)、自動(dòng)調(diào)節(jié)到現(xiàn)在的智能調(diào)節(jié)。以往環(huán)境的調(diào)控基本上都是以人的經(jīng)驗(yàn)為依據(jù)，這樣既耗費(fèi)了大量的人力，而且人工調(diào)控存在著不確定性和誤差，往往導(dǎo)致作物生長(zhǎng)不良。并且溫室中的各種環(huán)境因子之間存在著耦合作用，單純地只進(jìn)行某一條件調(diào)節(jié)往往引起其他因素的波動(dòng)，這就增加了對(duì)溫室環(huán)境調(diào)控的難度。而現(xiàn)代溫室調(diào)控主要靠溫室控制系統(tǒng)進(jìn)行調(diào)節(jié)，該系統(tǒng)主要由感知層、傳輸層和應(yīng)用層組成[4]。通過控制系統(tǒng)對(duì)設(shè)施環(huán)境信息進(jìn)行采集，然后經(jīng)處理器處理，驅(qū)動(dòng)相應(yīng)的調(diào)節(jié)設(shè)備進(jìn)行調(diào)節(jié)，使周圍環(huán)境符合植物生長(zhǎng)的需求，以達(dá)到高產(chǎn)、穩(wěn)產(chǎn)、節(jié)能的目的。

1 感知層

在控制系統(tǒng)中感知層的傳感器主要包括溫濕度傳感器、光照傳感器、CO2傳感器、以及EC和PH等，通過這些傳感器完成對(duì)溫室環(huán)境信息的采集。龍祖連[5]設(shè)計(jì)了一款基于Zigbee的智慧農(nóng)業(yè)控制系統(tǒng)，系統(tǒng)通過多種傳感器實(shí)現(xiàn)對(duì)溫室環(huán)境的檢測(cè)及控制。張利民等[6]以樹莓派為主控系統(tǒng)，利用溫濕度傳感器、光照強(qiáng)度傳感器以及CO2傳感器等設(shè)計(jì)了一款用于檢測(cè)溫室環(huán)境參數(shù)的自動(dòng)控制系統(tǒng)。方培兵等[7]為實(shí)現(xiàn)對(duì)大棚內(nèi)環(huán)境的智能控制，采用DHT11溫濕度傳感器、TSL2561光照強(qiáng)度傳感器設(shè)計(jì)了一套基于樹莓派溫濕光控信息服務(wù)系統(tǒng)。宋志揚(yáng)[8]同樣以樹莓派作為主控系統(tǒng)，以DHT11作為溫濕度傳感器和GY30作為光照強(qiáng)度傳感器實(shí)現(xiàn)對(duì)溫室內(nèi)環(huán)境的監(jiān)測(cè)。李琳杰等[9]在以樹莓派作為主控系統(tǒng)的基礎(chǔ)上，以DHT22為溫濕度傳感器，并且將采集的數(shù)據(jù)通過無線傳輸?shù)姆绞桨l(fā)送至阿里云，從而減少成本支出，實(shí)現(xiàn)較高的經(jīng)濟(jì)效益。市面上有各種各樣的溫室傳感器可供選擇，可根據(jù)設(shè)計(jì)實(shí)驗(yàn)的需求、精細(xì)程度以及設(shè)備的穩(wěn)定性進(jìn)行選擇。如表1～3所示。

表1 溫濕度傳感器

2 網(wǎng)絡(luò)層

在溫室中，數(shù)據(jù)的傳輸方式分為有線和無線。有線傳輸雖然相對(duì)于無線具有較好的穩(wěn)定性，但是在設(shè)施溫室及田間環(huán)境中，由于空間有限和環(huán)境條件比較惡劣，有線傳輸存在較多的局限性，因此在溫室中有線傳輸應(yīng)用的較少。無線傳輸具有受環(huán)境條件影響較小、安裝方便以及傳輸速度快等優(yōu)點(diǎn)，無線傳輸包括藍(lán)牙、WIFI、UWB、NFC、以及ZigBee和LoRa等。其中WIFI、ZigBee和LoRa是溫室中比較常用的無線傳輸技術(shù)。林甄等[10]在不同的環(huán)境條件下對(duì)ZigBee、LoRaWAN和WIFI等無線傳輸方式進(jìn)行測(cè)試，結(jié)果表明：LoRaWAN在以功耗為優(yōu)的條件下表現(xiàn)的更為優(yōu)秀。但是，在不同的溫室中各種外界條件不盡相同。因此，需要研究者們靈活地應(yīng)用各種無線傳輸技術(shù)，有的甚至要結(jié)合多種通信技術(shù)使用。熊永紅[11]通過研究無線傳輸技術(shù)在傳輸?shù)倪^程中對(duì)其發(fā)送的數(shù)據(jù)包與丟包率的關(guān)系，發(fā)現(xiàn)在LoRa通信技術(shù)測(cè)試中兩者的關(guān)系成正比，與傳輸距離的關(guān)系成反比，發(fā)現(xiàn)其能夠適用于2 km的傳輸距離。孫瑞娟等[12]以LoRaWAN和以太網(wǎng)進(jìn)行無線傳輸，設(shè)計(jì)了溫室微氣候的檢測(cè)系統(tǒng)。張濤等[13]將LoRa與5G基站和各種傳感器進(jìn)行無線互聯(lián)后，實(shí)現(xiàn)了傳感器實(shí)時(shí)采集數(shù)據(jù)和對(duì)環(huán)境條件進(jìn)行控制的目的。王杰華等[14]的無線傳輸技術(shù)采用ZigBee，將STM32F10x作為智能農(nóng)業(yè)的控制芯片。趙佰平[15]通過Mesh寬帶網(wǎng)絡(luò)等技術(shù)將溫室內(nèi)的各種傳感器通過無線的方式互聯(lián)起來，實(shí)現(xiàn)了對(duì)溫室內(nèi)環(huán)境因素的監(jiān)測(cè)和控制。王逸鵬等[16]利用Zig-Bee技術(shù)組網(wǎng)，通過終端設(shè)備實(shí)現(xiàn)了對(duì)溫室環(huán)境的監(jiān)測(cè)和控制。

表2 CO2傳感器

表3 光照強(qiáng)度傳感器

可見現(xiàn)有的研究中有多種無線傳輸技術(shù)供選擇，LoRa和Zigbee是在控制系統(tǒng)中比較常用的傳輸層，因此在溫室控制系統(tǒng)設(shè)計(jì)過程中應(yīng)靈活選擇。范宇飛[17]在蘑菇溫室內(nèi)設(shè)計(jì)了一款基于ZigBee的無線傳輸技術(shù)，將傳感器采集的數(shù)據(jù)通過無線傳輸?shù)募夹g(shù)，對(duì)溫室內(nèi)的環(huán)境參數(shù)進(jìn)行實(shí)時(shí)的檢測(cè)和控制。王能輝等[18]利用NB-IOT對(duì)設(shè)施環(huán)境內(nèi)土壤的溫濕度、光照強(qiáng)度以及二氧化碳等參數(shù)進(jìn)行檢測(cè)，并且將采集的數(shù)據(jù)傳輸至服務(wù)器，實(shí)現(xiàn)了對(duì)環(huán)境參數(shù)的實(shí)時(shí)檢測(cè)。物聯(lián)網(wǎng)技術(shù)從簡(jiǎn)單的藍(lán)牙技術(shù)、WIFI技術(shù)、2.4G無線技術(shù)，到現(xiàn)在的ZigBee無線組網(wǎng)技術(shù)、LoRa技術(shù)等（表4），體現(xiàn)了技術(shù)的進(jìn)步。在實(shí)際的應(yīng)用中應(yīng)該根據(jù)不同的傳輸技術(shù)的傳輸特性，進(jìn)行適當(dāng)?shù)倪x擇。

表4 無線傳輸技術(shù)

3 應(yīng)用層

應(yīng)用層主要是對(duì)采集的信息進(jìn)行處理以及反饋，通過控制算法或者設(shè)置的閾值將溫室的環(huán)境參數(shù)調(diào)節(jié)到最佳狀態(tài)。由于在對(duì)溫室環(huán)境數(shù)據(jù)采集和傳輸?shù)倪^程中不可避免的會(huì)出現(xiàn)誤差，首先對(duì)采集的信息進(jìn)行預(yù)處理，可以增加數(shù)據(jù)的可靠性。然后經(jīng)過模型控制系統(tǒng)進(jìn)行控制，執(zhí)行設(shè)備進(jìn)行相應(yīng)的調(diào)節(jié)動(dòng)作。同時(shí)，溫室控制系統(tǒng)中還有人機(jī)交換界面、手機(jī)APP以及網(wǎng)頁端，用戶可以實(shí)時(shí)的對(duì)溫室中的參數(shù)進(jìn)行查看和人工調(diào)控。

溫室環(huán)境的控制方法是溫室控制系統(tǒng)的關(guān)鍵，不同的控制方法有不同的優(yōu)缺點(diǎn)，研究者們對(duì)各種溫室控制方法進(jìn)行不斷的改進(jìn)，以增進(jìn)溫室控制系統(tǒng)的穩(wěn)定性和精確性。溫室環(huán)境控制方法的優(yōu)劣幾乎是一個(gè)溫室控制系統(tǒng)好壞的判斷標(biāo)準(zhǔn)。

在溫室控制系統(tǒng)的研究上，相對(duì)于國(guó)內(nèi)，國(guó)外的研究起步較早。KORNER等[19]在切花菊花能源的消耗上運(yùn)用了溫室氣候和控制模型，以此構(gòu)建了KASPRO模型，研究發(fā)現(xiàn)該模型能夠?qū)崿F(xiàn)溫室環(huán)境的智能優(yōu)化控制。HERRERO等[20]在水培玫瑰溫室中，利用多目標(biāo)進(jìn)化算法實(shí)現(xiàn)了對(duì)溫室環(huán)境的良好控制。GURBAN[21]采用遺傳算法整定PID控制對(duì)溫室內(nèi)的溫濕度進(jìn)行調(diào)節(jié)，利用前饋與反饋的線性發(fā)方法對(duì)溫室環(huán)境進(jìn)行解耦，并提出擬合目標(biāo)函數(shù)的遺傳算法用于PID的整定。RODRIGUEZ等[22]開發(fā)了基于PID控制、用于無土栽培管理的控制系統(tǒng)，以達(dá)到精準(zhǔn)施水肥的目的，應(yīng)用于番茄的田間實(shí)驗(yàn)，具有低成本和高經(jīng)濟(jì)效益的優(yōu)勢(shì)。王紀(jì)章[23]以溫室黃瓜為研究對(duì)象，通過基于模型和基于專家知識(shí)推理的結(jié)合，實(shí)現(xiàn)溫室環(huán)境的預(yù)測(cè)與調(diào)控，推動(dòng)溫室智能化進(jìn)程。汪小旵等[24]借以BP神經(jīng)網(wǎng)絡(luò)得出能耗預(yù)測(cè)模型以及溫室環(huán)境模型，并對(duì)其能耗量進(jìn)行計(jì)算，總結(jié)出了溫室環(huán)境的變化規(guī)律。盧佩等[25]通過解耦參數(shù)實(shí)現(xiàn)了對(duì)溫室內(nèi)溫濕度的解耦控制，使模糊控制的精度得到進(jìn)一步的提高。王鴻磊等[26]提出能夠根據(jù)不同情形選擇不同算法的基于模糊專家控制的PID控制算法，實(shí)驗(yàn)證明該控制方法能夠明顯提高番茄的產(chǎn)量。弓正等[27]為達(dá)到控制不同溫室的目的，在傳統(tǒng)的模糊PID控制的基礎(chǔ)上，加入了多種基于模糊PID的控制器。王冠龍等[28]以STC12C5A60S2為控制芯片，通過PID算法實(shí)現(xiàn)對(duì)溫室環(huán)境的精確控制。趙亞威等[29]通過BP神經(jīng)網(wǎng)絡(luò)構(gòu)建作物生長(zhǎng)模型，實(shí)現(xiàn)了根據(jù)溫室的環(huán)境條件預(yù)測(cè)作物的生長(zhǎng)。胡瑾等[30]利用向量回歸算法(SVR)建立了植物需水模型，為以后作物控制系統(tǒng)的構(gòu)建奠定了基礎(chǔ)。井翠清[31]采用Windows中文圖形作為操作界面，設(shè)計(jì)了一個(gè)以“1平臺(tái)＋多系統(tǒng)應(yīng)用”模式的溫室環(huán)境監(jiān)測(cè)和控制系統(tǒng)平臺(tái)，平臺(tái)包括了環(huán)境監(jiān)測(cè)、視頻監(jiān)控、預(yù)警報(bào)警、生產(chǎn)管理、專家在線診斷以及大數(shù)據(jù)功能。

溫室控制方法主要有PID控制、模糊控制、模型預(yù)測(cè)控制[32]、智能控制、解耦控制[33]和神經(jīng)網(wǎng)絡(luò)控制。另外根據(jù)指標(biāo)的不同，將控制方法分為了以環(huán)境控制為指標(biāo)的控制方法和以經(jīng)濟(jì)控制為指標(biāo)的控制方法[34]。

3.1 PID控制

PID控制是在20世紀(jì)30年代末提出的，其應(yīng)用范圍在不斷地?cái)U(kuò)大，從人們?nèi)粘Ｉ畹母鞣N電器到精密的軍事武器都可以看到PID控制的身影。隨著PID控制的不斷地發(fā)展，其以往的不足也在不斷完善，比如可以通過建立數(shù)學(xué)模型以達(dá)到最優(yōu)參數(shù)的問題。隨著PID控制的發(fā)展，為了不斷地彌補(bǔ)其缺點(diǎn)，PID控制與其他的控制算法相結(jié)合，逐漸發(fā)展成為現(xiàn)今趨于智能化的PID控制，例如基于BP神經(jīng)網(wǎng)絡(luò)的PID控制[35]、基于專家系統(tǒng)的PID控制[36]、基于遺傳算法的PID控制[37]等。PID控制就是比例積分微分控制，是有較長(zhǎng)的歷史且應(yīng)用最為廣泛的控制方法[38]，其在工業(yè)應(yīng)用較多。

3.1.1 常見的PID控制原理

輸入：控制偏差e(t)=r(t)-y(t)

輸出：偏差的比例(P)、積分(I)和微分(D)的線性組合

PID控制特點(diǎn)：（1）控制原理簡(jiǎn)單，在控制的使用中相對(duì)簡(jiǎn)單。（2）其具有較好的適應(yīng)性。（3）魯棒性強(qiáng)。（4）對(duì)模型的依賴少等優(yōu)點(diǎn)（圖1）。

圖1 PID控制原理

PID控制系統(tǒng)的主要組成是控制器以及被控對(duì)象，而控制系統(tǒng)的控制偏差e(t)是根據(jù)理論值與實(shí)際輸出值的差值得到的，繼而將差值以線性組合的方式組成控制量，實(shí)現(xiàn)對(duì)目標(biāo)對(duì)象的控制[39]，見式(1)。

式中：e(t)=ysp(t)-y(t)，Kp為比例系數(shù)，Ti為積分時(shí)間常數(shù)，Td為微分時(shí)間常數(shù)。

3.1.2 PID參數(shù)整定

在PID參數(shù)的整定在實(shí)際的應(yīng)用種，更多的是以拼湊嘗試的方法確定最佳的PID參數(shù)。PID控制中，適當(dāng)?shù)脑黾颖壤禂?shù)P在一定程度上有利于系統(tǒng)響應(yīng)速度的加快，但是當(dāng)P過大時(shí)，就會(huì)導(dǎo)致系統(tǒng)的穩(wěn)定性變差，表現(xiàn)為產(chǎn)生較大的超調(diào)和震蕩。而積分時(shí)間I能夠降低P產(chǎn)生的超調(diào)和震蕩，從而使系統(tǒng)的穩(wěn)定性增加，缺點(diǎn)就是使系統(tǒng)靜差消除的時(shí)間變長(zhǎng)。最后積分時(shí)間D具有與P相同的作用，一定程度上能夠加快系統(tǒng)的響應(yīng)速度，使系統(tǒng)的穩(wěn)定性增加，但是不利于系統(tǒng)抗擾動(dòng)的能力[40]。

PID系統(tǒng)參數(shù)的整定是通過湊試的方式進(jìn)行的，其整定的順序?yàn)橄缺壤俜e分，最后進(jìn)行微分的順序進(jìn)行湊試。在進(jìn)行比例部分的整定時(shí)，比例的參數(shù)逐漸增加，在進(jìn)行調(diào)整的同時(shí)觀察系統(tǒng)響應(yīng)，以獲得理想的曲線。如果在進(jìn)行比例的調(diào)節(jié)后，系統(tǒng)的靜差就達(dá)到了理想狀態(tài)，則不需要進(jìn)行其他操作。反之，需要進(jìn)行積分時(shí)間I的調(diào)節(jié)。加入積分環(huán)節(jié)后，在整定時(shí)需要將積分時(shí)間設(shè)定為一個(gè)較大的值，然后再將其逐漸的縮小，在保證系統(tǒng)動(dòng)態(tài)性能的情況下，從而將靜差消除。經(jīng)過P和I的調(diào)節(jié)后，仍舊不能得到滿意的結(jié)果時(shí)，就需要加入微分環(huán)節(jié)的調(diào)節(jié)。調(diào)節(jié)時(shí)將D設(shè)為最小后逐漸的增加，同時(shí)對(duì)P和I進(jìn)行相應(yīng)的微調(diào)，以獲得滿意的結(jié)果[41]。

PID控制系統(tǒng)中積分I主要影響相應(yīng)速度，而微分D是為了解決控制系統(tǒng)在響應(yīng)速度上的問題。控制參數(shù)的指定是PID控制的核心，控制參數(shù)的方法包括理論計(jì)算整定法和工程整定法[42]。PID就是比例、積分和微分的簡(jiǎn)稱，其核心就是對(duì)各種參數(shù)的整定。通過實(shí)驗(yàn)的方法對(duì)系統(tǒng)的相關(guān)參數(shù)進(jìn)行微調(diào)來對(duì)控制器參數(shù)、系統(tǒng)動(dòng)態(tài)性能以及穩(wěn)態(tài)性能之間的關(guān)系[43]，以實(shí)現(xiàn)系統(tǒng)的穩(wěn)定性。

PID系統(tǒng)中的I會(huì)使整個(gè)系統(tǒng)的響應(yīng)速度受到影響，D就是為了解決系統(tǒng)的響應(yīng)速度，其完整的計(jì)算公式見式(2)。

在PID控制的調(diào)試過程中，應(yīng)注意以下步驟[44]：（1）首先，將I和D設(shè)為0，同時(shí)加大P，使其產(chǎn)生震蕩；（2）通過減小P，找到系統(tǒng)的臨界震蕩點(diǎn)；（3）P確定后保持不變，加大I以達(dá)到目標(biāo)值；（4）重新上電對(duì)各條件進(jìn)行檢測(cè)是否符合要求；（5）調(diào)整后對(duì)仍舊超頻和震蕩進(jìn)行適當(dāng)增加微分項(xiàng)。

3.2 模糊控制

模糊控制簡(jiǎn)而言之就是一種模仿人類的思維方式的控制方法，利用一種非線性的控制，以滿足各種需求。早在1965年L.A.Zadeh就首次提出了模糊集合理論，1974年模糊控制被E.H.Mamdani首次應(yīng)用于自動(dòng)控制中，逐漸模糊控制成為了一種應(yīng)用十分廣泛的控制技術(shù)[45]。模糊控制的基本原理如圖2[46]。

圖2 模糊控制系統(tǒng)原理框圖

模糊控制作為智能控制中一種非線性控制經(jīng)過不斷的發(fā)展逐漸發(fā)展到了自適應(yīng)控制、專家模糊控制和基于神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)模糊控制[47]。由于外界因素的復(fù)雜性，就會(huì)導(dǎo)致在實(shí)際的應(yīng)用中難以建立較為精準(zhǔn)的數(shù)學(xué)模型，但是模糊控制最大優(yōu)勢(shì)就是不需要提前知道精確的數(shù)學(xué)模型。

模糊控制系統(tǒng)實(shí)現(xiàn)其模糊控制算法的基本過程可以總結(jié)如下：控制器首先得到控制量，與給定值比較后得到誤差值E，將E作為模糊控制器的輸入，對(duì)誤差值進(jìn)行模糊處理，最后得到模糊控制語言集的一個(gè)子集[48]。然后通過模糊決策，得到模糊控量u，即u=e×R[49]。其基本思想就是，首先根據(jù)人們的操作經(jīng)驗(yàn)，得到一個(gè)比較可靠的控制規(guī)則，然后再根據(jù)控制規(guī)則在系統(tǒng)的實(shí)際應(yīng)用中的運(yùn)行狀態(tài)，經(jīng)過一系列的算法實(shí)現(xiàn)對(duì)對(duì)象的控制。

3.3 模型預(yù)測(cè)控制

在20世紀(jì)60年代初期模型預(yù)測(cè)控制作為一種現(xiàn)代控制理論得到了發(fā)展，并且不斷地趨于完善。依賴其較好地性能指標(biāo)和精確的理論設(shè)計(jì)方法，在工業(yè)實(shí)踐中發(fā)展起來的控制方法。利用之前與當(dāng)前之間的偏差值，經(jīng)過優(yōu)化使控制對(duì)象與期望值的偏差達(dá)到最小[50]，模型預(yù)測(cè)控制的基本原理如圖3[51]。

圖3 模型預(yù)測(cè)控制圖

MPC主要由預(yù)測(cè)模型、反饋校正、滾動(dòng)優(yōu)化以及參考軌跡組成，其主要優(yōu)點(diǎn)為[52]：（1）對(duì)于模型的精確度要求不高，有利于建模。（2）系統(tǒng)具有魯棒性好和穩(wěn)定性較好。（3）采用滾動(dòng)優(yōu)化策略，能夠及時(shí)彌補(bǔ)模型問題引起的不確定性，使系統(tǒng)的動(dòng)態(tài)性能較好。

模型預(yù)測(cè)控制的應(yīng)用前景：模型預(yù)測(cè)控制模型在許多工業(yè)的發(fā)展上得到了應(yīng)用，其中包括了一些線性和非線性預(yù)測(cè)工程軟件包上的應(yīng)用。與傳統(tǒng)的預(yù)測(cè)控制模型相比，預(yù)測(cè)模型更多的與其他的控制算法及策略相結(jié)合，優(yōu)缺點(diǎn)互補(bǔ)，在工業(yè)的應(yīng)用上更加成熟。

3.4 智能控制

智能控制的思想是美國(guó)普渡大學(xué)K.S.Fu教授首次提出，并且將其應(yīng)用于學(xué)習(xí)控制系統(tǒng)的一種控制思想。次年，美國(guó)門德爾首次將智能控制應(yīng)用于飛船控制系統(tǒng)的設(shè)計(jì)[53]。從20世紀(jì)80年代開始，各種基于AI的技術(shù)及各種控制系統(tǒng)得到了迅速的發(fā)展。到20世紀(jì)80年代中期，一種新型的控制方法應(yīng)運(yùn)而生，這種方法具有非線性逼近、自學(xué)習(xí)以及較好的容錯(cuò)特性[54]。隨著智能控制的不斷發(fā)展，其被廣泛地應(yīng)用于各種專業(yè)領(lǐng)域，如一些工業(yè)制造的控制系統(tǒng)、交通信號(hào)的控制系統(tǒng)等。因此，在未來的控制領(lǐng)域中智能控制具有得天獨(dú)厚的優(yōu)勢(shì)[55]。

智能控制適用于解決以下情形[56]：（1）對(duì)于一些難以獲得精確的書寫模型的系統(tǒng)，并且具有非線性、不確定性等特征的情形。（2）當(dāng)需要對(duì)當(dāng)前的環(huán)境進(jìn)行快速地感知并做出相應(yīng)的反應(yīng)時(shí)。（3）對(duì)于普通的控制方法需要遵循線性化假設(shè)時(shí)。

智能控制作為一門由多種學(xué)科相互交叉形成的一種新學(xué)科[56]，隨著智能控制的不斷發(fā)展各種與智能控制相關(guān)的理論與技術(shù)得到不斷的發(fā)展與涌現(xiàn)。依賴其具有學(xué)習(xí)功能、習(xí)慣功能和組織功能的特點(diǎn)被應(yīng)用于各種場(chǎng)合。

3.5 解耦控制

控制系統(tǒng)模塊間的傳遞不但有數(shù)據(jù)的傳遞，還包括了各種控制信息，這就使得各個(gè)模塊間存在著一定的耦合作用。但是在實(shí)際中各個(gè)模塊之間需要保持一定的獨(dú)立性，這就需要進(jìn)行解耦控制。即為通過尋找某種結(jié)構(gòu)來消除各個(gè)控制回路之間的相互耦合作用，達(dá)到每個(gè)輸入只對(duì)相對(duì)應(yīng)的輸出進(jìn)行控制[57]。

解耦理論為：基于Morgan問題的解耦控制；基于特征結(jié)構(gòu)配置的解耦控制以及基于H-∞解耦控制理論[58]。耦合即為在控制系統(tǒng)中一個(gè)變量的變化會(huì)對(duì)其他變量的變化起到影響作用[59]。為解決溫室設(shè)施中各環(huán)境因素之間的耦合作用，就必須進(jìn)行耦合控制，常用的解耦控制方法有前饋補(bǔ)償法、對(duì)角矩陣法以及單位矩陣法。

3.5.1 前饋解耦控制方框圖 前饋補(bǔ)償法、對(duì)角矩陣法以及單位矩陣法的解耦控制方框圖見圖4。

圖4 前饋解耦控制方框圖

3.5.2 角矩陣法 與單位矩陣法基本相似，最大的不同之處就是在于傳遞函數(shù)矩陣的不同，見式(3)。

同樣可以求得解耦器見式(4)。

保持各回路的前向通道得益于解耦器的加入，其優(yōu)點(diǎn)就是能夠?qū)位芈返目刂破鬟M(jìn)行反復(fù)的使用，但是最大的缺點(diǎn)就是難以適用于復(fù)雜的對(duì)象。

3.5.3 單位矩陣法

經(jīng)過單位矩陣法求解解耦器的數(shù)學(xué)模型將使系統(tǒng)傳遞矩陣成為式(5)、(6)。

亦即式(6)。

則解耦器見式(7)。

3.6 神經(jīng)網(wǎng)絡(luò)控制

神經(jīng)網(wǎng)絡(luò)控制作為20世紀(jì)80年代末期智能控制的一個(gè)分支，是在自動(dòng)控制領(lǐng)域發(fā)展起來的，它的出現(xiàn)為傳統(tǒng)的控制系統(tǒng)中存在的一些難以解決的控制問題提供了一種新的途徑[60]。

神經(jīng)網(wǎng)絡(luò)的基本學(xué)習(xí)算法如圖5所示。

圖5 神經(jīng)網(wǎng)絡(luò)基本算法

神經(jīng)網(wǎng)絡(luò)為人工神經(jīng)網(wǎng)絡(luò)的簡(jiǎn)稱，顧名思義其能具有像人腦一樣的學(xué)習(xí)能力，尤其是在對(duì)直覺信息處理方面具有更大的優(yōu)勢(shì)。隨著人工神經(jīng)網(wǎng)絡(luò)的不斷發(fā)展，其能夠與其他的算法相結(jié)合，使得其在未來的應(yīng)用中具有更大的優(yōu)勢(shì)，在現(xiàn)實(shí)生活中的應(yīng)用也在不斷地增加。相信未來人工神經(jīng)網(wǎng)絡(luò)控制在人工智能方面具有更大的應(yīng)用前景[61]。

4 結(jié)語

智慧溫室設(shè)施在一些發(fā)達(dá)國(guó)家已經(jīng)有了較大的普及性，其中的控制系統(tǒng)能夠根據(jù)植物生長(zhǎng)適宜的環(huán)境條件對(duì)溫室的環(huán)境進(jìn)行合理的調(diào)節(jié)，使溫室內(nèi)作物的生長(zhǎng)在最大程度上不受外界環(huán)境的影響，實(shí)現(xiàn)作物的周年生產(chǎn)和高產(chǎn)。在中國(guó)隨著現(xiàn)代技術(shù)不斷發(fā)展，未來農(nóng)業(yè)的發(fā)展必然會(huì)朝著智能化、專業(yè)化、無人化的方向發(fā)展，與信息的結(jié)合只會(huì)越來越緊密。智慧溫室設(shè)施在中國(guó)正處于起步階段，溫室環(huán)境的控制決策系統(tǒng)是溫室控制系統(tǒng)的核心，因此環(huán)境控制決策的研究對(duì)于以后智慧設(shè)施農(nóng)業(yè)的研究具有重要的意義。

影響作物生長(zhǎng)和產(chǎn)量的因素有內(nèi)部因素和外部因素，內(nèi)部因素主要是指作物的基因所控制的植物的生長(zhǎng)性狀以及對(duì)外部環(huán)境的適應(yīng)或抵抗能力。而外部因素就是植物的外部生長(zhǎng)環(huán)境，主要有溫度、濕度、光照、EC、PH等因素。一個(gè)有利于植物性狀表達(dá)的外部環(huán)境是植物生長(zhǎng)健壯和高產(chǎn)、穩(wěn)產(chǎn)的重要前提。設(shè)施農(nóng)業(yè)中環(huán)境調(diào)控的目的就是根據(jù)植物的生長(zhǎng)周期，既能滿足植物生長(zhǎng)對(duì)外部環(huán)境需求，同時(shí)又能夠節(jié)省能源，達(dá)到經(jīng)濟(jì)利益的最大化。對(duì)于溫室的環(huán)境控制系統(tǒng)的研究在中國(guó)已有數(shù)十年，各種控制算法和傳輸技術(shù)等都是較為先進(jìn)的，但是真正應(yīng)用到實(shí)際生產(chǎn)的卻是少之又少，歸根到底是由于以下問題：（1）過于理想化：設(shè)施溫室是一種非線性的系統(tǒng)，各種環(huán)境因子之間相互影響，存在著耦合作用，不能夠單純地對(duì)某一環(huán)境因子的調(diào)節(jié)。即使是將各種現(xiàn)代的控制算法應(yīng)用于溫室中，也很難得到理想的效果，因?yàn)闇厥覂?nèi)的環(huán)境復(fù)雜多變，存在著各種不確定的因素。導(dǎo)致控制算法在實(shí)際中的應(yīng)用難以發(fā)揮真正的作用，控制系統(tǒng)中模型控制預(yù)測(cè)的與實(shí)際不吻合，使得對(duì)溫室的控制效果不明顯。（2）忽視系統(tǒng)的可靠性：現(xiàn)有研究的控制理論技術(shù)大都是在理想的條件下能夠達(dá)到預(yù)期的目標(biāo)。但是實(shí)際的應(yīng)用中存在著各種不可靠性，比如用于數(shù)據(jù)采集的傳感器都不可避免的存在誤差以及各種延遲，以及很少對(duì)采集的數(shù)據(jù)在傳輸?shù)倪^程中存在的丟包現(xiàn)象進(jìn)行考慮，甚至是沒有考慮。（3）實(shí)際應(yīng)用中的成本：建立一整個(gè)較為完整的溫室控制系統(tǒng)，在實(shí)際中成本較高，成本回收周期長(zhǎng)，而且還需要對(duì)溫室控制系統(tǒng)進(jìn)行相關(guān)的維護(hù)，因此在實(shí)際的推廣中，認(rèn)可群體并不大。（4）溫室設(shè)施資源的利用率：目前在溫室設(shè)施內(nèi)實(shí)現(xiàn)的作物高產(chǎn)是以犧牲巨大的資源為前提的，這樣既造成了資源的巨大浪費(fèi)和經(jīng)濟(jì)效益低下，又造成了環(huán)境的污染。

由于溫室環(huán)境的復(fù)雜性，單純利用一種控制算法難以對(duì)溫室環(huán)境進(jìn)行有效且精確的控制，首先就需要在傳統(tǒng)的控制方法的基礎(chǔ)上綜合現(xiàn)代的控制方法，進(jìn)行合理地優(yōu)缺點(diǎn)互補(bǔ)，一個(gè)良好的控制算法理論上能夠?qū)τ谝恍┎豢杀苊獾恼`差進(jìn)行良好的處理，例如誤差數(shù)據(jù)的剔除，充分提高溫室控制決策的穩(wěn)定性以及可靠性。其次就是要對(duì)于溫室設(shè)施中應(yīng)用的各種傳感器、傳輸技術(shù)的升級(jí)，以減少系統(tǒng)的誤差，增加系統(tǒng)的可靠性。再就是在保證系統(tǒng)穩(wěn)定性和可靠性的前提下要盡可能的減少溫室控制系統(tǒng)在溫室設(shè)施中建設(shè)的成本，例如避免控制系統(tǒng)性能的冗余等措施。最后，由于全球經(jīng)濟(jì)的快速發(fā)展，資源消耗在不斷增加，未來的溫室設(shè)施農(nóng)業(yè)也要朝著節(jié)能的方向發(fā)展，例如將設(shè)施農(nóng)業(yè)與光伏產(chǎn)業(yè)相結(jié)合等方面，農(nóng)業(yè)的節(jié)能發(fā)展既有利于提高經(jīng)濟(jì)效益，又能夠保護(hù)環(huán)境。