王佳明，陳思，荊騰，王顥，賀照明

(1. 江蘇大學國家水泵及系統(tǒng)工程技術研究中心, 江蘇 鎮(zhèn)江 212013； 2. 德州理工大學機械工程系，美國 德克薩斯州 拉伯克 79409)

無土栽培通過人工創(chuàng)造作物根系生長環(huán)境代替土壤條件，其營養(yǎng)液的電導率(EC)、pH值、溫度等應控制在合理的參數(shù)范圍內(nèi)，以提供最佳的作物生長環(huán)境.相比于以色列、荷蘭等發(fā)達國家，目前中國無土栽培灌溉技術處于初步研究與發(fā)展階段，很多地區(qū)至今仍使用手動控制的灌溉方式，導致水肥資源利用率低下，浪費嚴重[1].究其原因，在于灌溉控制系統(tǒng)不夠完善，自動化程度低.

自20世紀70年代從國外引進了一批先進的溫室灌溉技術設備之后，各單位開始研究與探索更適合中國國情的無土栽培灌溉系統(tǒng).毛罕平等[2]早期研制了一套具有營養(yǎng)液自動定時灌溉與加溫，酸堿度和濃度自動調(diào)控等功能的無土栽培營養(yǎng)液循環(huán)灌溉系統(tǒng)，為后續(xù)國內(nèi)研究發(fā)展灌溉系統(tǒng)提供了基礎.但采用簡單的定時灌溉與聯(lián)鎖檢測控制方式，控制精度較低.而實際灌溉營養(yǎng)液中EC和pH值的調(diào)控具有非線性、長時滯、大慣性的特點[3]，使用簡單的定時灌溉難以實現(xiàn)精準穩(wěn)定控制.

目前國內(nèi)外精準灌溉主要依靠模糊理論與PID控制技術實現(xiàn)[4-6]，將模糊推理參與到3個參數(shù)調(diào)節(jié)過程中，在提高系統(tǒng)穩(wěn)定性、降低超調(diào)量、減少穩(wěn)態(tài)時間等方面取得了不錯的效果.王海華等[7]將模糊控制與分段PI控制相結(jié)合實現(xiàn)肥液EC精量調(diào)控，使用PI粗分段控制方法向設定值快速靠近，最后運用模糊細分段控制實現(xiàn)逼近目標，此分段調(diào)控方法能較好地克服EC過量超調(diào)問題，且達到穩(wěn)態(tài)用時更短.張育斌等[8]運用開環(huán)階躍響應、PID控制技術和模糊控制技術設計的EC智能PID控制器，具備PID參數(shù)自整定能力，針對不同肥液濃度都具有良好的控制性能和魯棒性.模糊PID控制能簡化系統(tǒng)復雜性，且無需建立完整的數(shù)學模型，適用于時變、非線性系統(tǒng)控制.但在隸屬函數(shù)與模糊規(guī)則的設計上完全憑借人為經(jīng)驗，針對不同的控制對象與系統(tǒng)需進行一定的人為調(diào)整，導致控制過程較為復雜.

神經(jīng)網(wǎng)絡在大時滯非線性時變系統(tǒng)問題處理上具有良好的性能[9]，且具有優(yōu)秀的自學習、非線性映射能力.因此可將其應用于無土栽培灌溉參數(shù)調(diào)控中，但此方面研究成果卻很少.文中設計一套無土栽培遠程灌溉控制系統(tǒng)，以MSP430單片機為控制核心，結(jié)合上位機軟件對灌溉狀況進行實時監(jiān)控；初步探究使用BP神經(jīng)網(wǎng)絡模型進行EC和pH值調(diào)控的可行性與調(diào)控精度.

1 無土栽培灌溉控制系統(tǒng)設計

圖1為無土栽培灌溉控制系統(tǒng)結(jié)構圖.

圖1 無土栽培灌溉控制系統(tǒng)結(jié)構Fig.1 Structure of irrigation control system for soilless culture

系統(tǒng)以營養(yǎng)液中EC和pH值實時監(jiān)測調(diào)控為目標，分為下位機和上位機兩部分.下位機內(nèi)置BP神經(jīng)網(wǎng)絡控制決策系統(tǒng)，主要完成數(shù)據(jù)采集、驅(qū)動控制、數(shù)據(jù)傳輸?shù)热蝿?PC上位機軟件基于Qt編程設計，對作物灌溉狀況進行可視化監(jiān)控.

1.1 下位機系統(tǒng)設計

下位機以MSP430F149微處理器為控制核心，該單片機為TI公司生產(chǎn)的16位精簡指令集微控制器，具有低電壓、超低功耗、簡單方便控制等特點[10]，圖2為其硬件實物圖.

圖2 硬件實物圖Fig.2 Picture of hardware

1.1.1 數(shù)據(jù)采集監(jiān)測模塊

1) 溫度采集使用DS18B20數(shù)字溫度傳感器，測溫范圍為-55～+125 ℃，精度為±0.5 ℃，采集到的溫度數(shù)據(jù)以數(shù)字量輸入單片機中.

2)EC傳感器使用上海雷磁鉑黑1.0電導電極，測量范圍為0～20 mS/cm，精度為±10%.圖3為其調(diào)理電路，均為Altium Designer 16設計.該電路原理為使用1 kHz交流源激勵電極兩端，通過運算放大器將信號放大到0～5 V的AD采樣范圍.

圖3 EC傳感器調(diào)理電路Fig.3 Conditioning circuit of EC sensor

EC校準采用分段直線擬合的方案，使用4種不同標準液(1.414，3.000，10.000，12.880 mS/cm)，結(jié)合采樣得到的電壓值建立分段直線解析式.考慮到溫度對EC的影響較大，利用公式(1)進行溫度補償.

Et,cal=Et/[1+α(t-tcal)]，

(1)

式中：Et,cal為標準溫度tcal(25 ℃)下的EC；Et為某一溫度t下的EC；α為溶液溫度系數(shù)，取值為0.018 5.

3) pH值傳感器使用上海雷磁E-201-C pH復合電極，檢測范圍為0～14，其調(diào)理電路如圖4所示，主要對信號電極和參比電極之間的mV級信號通過運算放大器放大到0～5 V的AD采樣范圍.其校準采用線性擬合方式，使用3種標準液(pH=4.00，6.86，9.18)結(jié)合采樣電壓建立擬合關系曲線.

圖4 pH值傳感器調(diào)理電路Fig.4 Conditioning circuit of pH sensor

4) 液位傳感器采用SIN-P260，測量范圍為0～3 m，精度為0.5%，耐溫60 ℃，通過液位變送器輸出1～5 V模擬電壓.

5) 傳感器調(diào)理電路輸出的模擬量需經(jīng)過AD轉(zhuǎn)換器轉(zhuǎn)換為數(shù)字量采樣到單片機中.所使用的AD7705模數(shù)轉(zhuǎn)換器為完整的16位、低成本、Σ-Δ型ADC，2通道全差分模擬輸入，具有低功耗特性，其外圍電路原理圖如圖5所示.

圖5 AD7705調(diào)理電路Fig.5 Conditioning circuit of AD7705

1.1.2 驅(qū)動控制模塊

單片機通過I/O口對電磁繼電器發(fā)送高、低電平，控制其開啟與閉合，達到對負載端的驅(qū)動控制.在單片機與電磁繼電器之間需進行光耦隔離，以減少繼電器、電磁閥等感性負載開閉瞬間對控制端造成的干擾[11]，同時繼電器兩端需反向并聯(lián)續(xù)流二極管，將自感電動勢電能釋放，保護控制電路，以保證系統(tǒng)正常穩(wěn)定工作.營養(yǎng)液中溫度的調(diào)控采用Bang-Bang控制方式[12].其作用相當于一種位式開關控制，通過2個邊界值切換可實現(xiàn)最小時間最優(yōu)控制.

1.1.3 遠程通信模塊

上位機與下位機間的遠程通信采用SIM900A模塊實現(xiàn)，其為一個雙頻的GSM/GPRS模塊，內(nèi)置TCP/IP協(xié)議.圖6為系統(tǒng)遠程通信流程圖.

圖6 遠程通信流程圖Fig.6 Remote communication flow chart

將SIM900A作為下位機客戶端與上位機服務器間的通信橋梁.MSP430單片機與SIM900A模塊的TTL接口連接，兩者之間采用串口通信方式，單片機通過向模塊發(fā)送AT指令進行TCP連接設置和監(jiān)測數(shù)據(jù)發(fā)送，并由USART串口接收上位機傳輸?shù)絊IM900A模塊的指令數(shù)據(jù).下位機每隔1 s發(fā)送1次監(jiān)測數(shù)據(jù)包，在傳輸有用信息的同時充當心跳包作用，保證TCP連接一直在線；上位機指令數(shù)據(jù)包由操作界面灌溉控制按鈕控制發(fā)送.表1為使用的監(jiān)測數(shù)據(jù)包格式，表2為指令數(shù)據(jù)包格式.

表1 監(jiān)測數(shù)據(jù)包格式Tab.1 Monitoring data packet format

表2 指令數(shù)據(jù)包格式Tab.2 Instruction data packet format

1.2 上位機系統(tǒng)設計

上位機系統(tǒng)基于Qt編程軟件設計，其操作界面如圖7所示.用戶可在操作界面中設定灌溉參數(shù)目標值，并由灌溉控制按鈕向下位機發(fā)送各種調(diào)控指令.使用QTcpServer類監(jiān)聽指定端口的TCP連接，而通過QTcpSocket類實現(xiàn)客戶端與服務端的數(shù)據(jù)傳輸.當上位機與下位機建立通信后，上位機界面可實時顯示下位機傳來的監(jiān)測數(shù)據(jù)并使用QCustomplot控件實時繪制波形.利用QtSql模塊將設定值和監(jiān)測值以時間為單位保存到本地Access數(shù)據(jù)庫中，并可按日期查詢歷史數(shù)據(jù).

圖7 上位機軟件操作界面Fig.7 Operation interface of upper computer software

2 BP神經(jīng)網(wǎng)絡調(diào)控技術

通過BP神經(jīng)網(wǎng)絡進行灌溉量預測以實現(xiàn)EC與pH值精量調(diào)控.基于BP神經(jīng)網(wǎng)絡模型的監(jiān)測值調(diào)控原理如圖8所示.

圖8 BP神經(jīng)網(wǎng)絡控制原理圖Fig.8 Control diagram of BP neural network

將用戶設定的EC或pH值作為模型輸入，輸出對應灌溉量y1，與測得的當前監(jiān)測值對應灌溉量y2進行對比得到實際灌溉量.假設管路中水流流速恒定且管路橫截面積為常數(shù)，由公式(2)可計算得到灌溉時間Y(t)，將其作為相應灌溉液下電磁閥的開啟時間，每次灌溉液注入營養(yǎng)液池都進行5 s延時，以保證攪拌棒將溶液充分混合均勻，延時過后進行當前監(jiān)測值更新.

Y(t)=Q/(vS)，

(2)

式中：Y(t)為灌溉時間；Q為實際灌溉量；v為水流流速；S為管路橫截面積.

考慮到單片機內(nèi)存與處理速度限制，先利用Matlab對樣本訓練得到網(wǎng)絡模型，再將網(wǎng)絡參數(shù)嵌入到MSP430單片機中[13]，針對不同設定值決策出相應的灌溉量與灌溉時間.

神經(jīng)網(wǎng)絡采用有監(jiān)督訓練方式，輸入為設定的EC或pH值，輸出為相應的EC調(diào)節(jié)液或pH值調(diào)節(jié)液的灌溉量.采用簡單的3層網(wǎng)絡結(jié)構，輸入層和輸出層神經(jīng)元個數(shù)都為1，隱藏層神經(jīng)元個數(shù)由公式(3)確定范圍，對比不同神經(jīng)元個數(shù)下的訓練誤差，最終確定隱藏層個數(shù)為10.隱藏層和輸出層的激活函數(shù)分別為雙曲正切和線性函數(shù).網(wǎng)絡損失函數(shù)為均方誤差.

(3)

式中：k為隱藏層神經(jīng)元個數(shù)；n為輸入層神經(jīng)元數(shù)目；m為輸出層神經(jīng)元數(shù)目；a為[1,10]的常數(shù).

為了消除樣本輸入量與輸出量之間的量綱誤差，提高網(wǎng)絡收斂速度，同時將數(shù)據(jù)映射到激活函數(shù)值域梯度大的區(qū)域內(nèi)[14]，在樣本訓練之前需將輸入輸出數(shù)據(jù)經(jīng)公式(4)進行歸一化處理.

(4)

式中：y為歸一化前樣本數(shù)據(jù)；ynorm為歸一化后數(shù)據(jù)；min()為最小值函數(shù)；max()為最大值函數(shù).

訓練算法為Levenberg-Marquardt算法[15]，是對高斯牛頓法的一種修正，在實際迭代中可動態(tài)調(diào)節(jié)阻尼項λ的大小，當損失函數(shù)下降較快時減小λ，反之增大λ，因此同時具備高斯牛頓法(收斂快但難以找到最優(yōu)點)和梯度下降法(穩(wěn)定但收斂速度慢)的優(yōu)點.

3 監(jiān)測值調(diào)控試驗

3.1 試驗方法

營養(yǎng)液中EC應控制在1.5～3.0 mS/cm，pH值為5.5～6.5[16]，根據(jù)不同作物類型以及不同生長時期需進行適當調(diào)整.文中模擬無土栽培營養(yǎng)液中EC和pH值調(diào)控過程，監(jiān)測營養(yǎng)液為磷酸鹽溶液，其EC初始值為1.51 mS/cm，pH初始值為7.37.營養(yǎng)液中電導率調(diào)節(jié)液為EC=11.84 mS/cm的磷酸鹽和氯化鈉混合溶液，酸液調(diào)節(jié)液為pH=3.60的醋酸溶液.使用較高濃度的EC調(diào)節(jié)液和酸性較強的pH值調(diào)節(jié)液能減少調(diào)節(jié)液的灌溉量，從而降低溶液稀釋作用對調(diào)控值的影響.

為了獲得神經(jīng)網(wǎng)絡訓練樣本，向2 000 mL營養(yǎng)液中加入不同容量的EC調(diào)節(jié)液，5 000 mL營養(yǎng)液中加入不同容量的pH值調(diào)節(jié)液，以得到不同的EC和pH值.將不同監(jiān)測值與對應的調(diào)節(jié)液灌溉量作為網(wǎng)絡輸入輸出數(shù)據(jù)進行模型訓練.為了說明訓練模型的普遍適用性，進行了6組等比例驗證試驗，探究當監(jiān)測營養(yǎng)液容量變化時，保持所加調(diào)節(jié)液容量比例相同，是否能得到相同的EC和pH值.每組取3種不同容量的監(jiān)測液，分別加入3種不同容量的EC和pH值調(diào)節(jié)液，但保證每組中監(jiān)測液與所加調(diào)節(jié)液容量的比值相同.

最后將模型用于8 000 mL營養(yǎng)液中EC和pH值的調(diào)控試驗中，共進行了12次調(diào)控.在調(diào)控之前先利用液位傳感器測量待調(diào)控營養(yǎng)液的容量，并將此容量值按比例變化到與訓練模型中使用的營養(yǎng)液容量相等，由此利用模型進行灌溉量預測，并將灌溉量預測值按相同比例縮放，縮放后的值即為調(diào)控過程中的真實灌溉量.在EC和pH值調(diào)控過程中先進行EC調(diào)控，然后再對pH值進行調(diào)控.

3.2 試驗結(jié)果分析

表3和4分別為試驗得到的EC和pH值調(diào)控模型訓練樣本，表中VEC和VpH分別為EC和pH值調(diào)節(jié)液的容量.

pH值和EC調(diào)節(jié)具有相互耦合關系.從表3和4中看出加入EC調(diào)節(jié)液會對營養(yǎng)液中的pH值產(chǎn)生輕微影響，而加入pH值調(diào)節(jié)液，營養(yǎng)液中EC基本不發(fā)生變化.因此可先對EC調(diào)控后再進行pH值調(diào)控，以減少調(diào)控過程中耦合關系產(chǎn)生的影響.

表3 EC調(diào)控模型訓練樣本Tab.3 Training samples of EC regulation model

表4 pH值調(diào)控模型訓練樣本Tab.4 Training samples of pH regulation model

等比例驗證試驗結(jié)果見表5，表中Vnu為營養(yǎng)液容量.

表5 等比例驗證試驗結(jié)果Tab.5 Result of proportional verification experiment

由表5看出當營養(yǎng)液容量發(fā)生變化時，只要保證所加調(diào)節(jié)液比列相同，即可得到幾乎相同的EC和pH值.每組試驗的EC變化范圍小于0.03 mS/cm，pH值變化范圍小于0.03，因此將模型按比例做相應放大或縮小，然后用于其他容量營養(yǎng)液中灌溉量的預測方案是可行的.

圖9為將模型用于8 000 mL營養(yǎng)液中EC和pH值的調(diào)控結(jié)果對比曲線，圖中b為調(diào)控次數(shù).

圖9 調(diào)控對比曲線Fig.9 Control contrast curves

根據(jù)用戶設定值與實際調(diào)控值的對比結(jié)果，2條曲線接近程度較高，整個調(diào)控過程中EC的調(diào)控誤差不超過0.11 mS/cm，pH值的調(diào)控誤差不超過0.08.

4 結(jié) 論

將灌溉控制系統(tǒng)與BP神經(jīng)網(wǎng)絡結(jié)合用于無土栽培營養(yǎng)液中EC和pH值調(diào)控，得到以下主要結(jié)論.

1) 以MSP430單片機為核心設計的遠程灌溉控制系統(tǒng)，進行營養(yǎng)液中灌溉參數(shù)實時采集監(jiān)測、相應灌溉部件的驅(qū)動控制，利用GPRS無線通信技術進行數(shù)據(jù)傳輸，打破了短距離監(jiān)控的條件限制.

2) 基于Qt編程軟件設計的上位機軟件，具有監(jiān)測值設定、監(jiān)控參數(shù)實時顯示、數(shù)據(jù)保存、歷史數(shù)據(jù)查詢等功能，可選擇手動/自動2種灌溉控制方式，為灌溉狀況可視化監(jiān)控提供了便利.

3) 初步探究了使用BP神經(jīng)網(wǎng)絡進行EC和pH值調(diào)控問題，經(jīng)調(diào)控試驗結(jié)果表明，將BP神經(jīng)網(wǎng)絡應用于營養(yǎng)液中EC和pH值的調(diào)控方案是可行的，且能達到很高的控制精度，為神經(jīng)網(wǎng)絡應用于無土栽培灌溉控制領域提供了研究基礎.