林 悅,劉志東,胡宇博

(吉林農(nóng)業(yè)科技學(xué)院,吉林 吉林 132101)

0 引言

智能溫室是在現(xiàn)代農(nóng)業(yè)中興起的一種技術(shù)應(yīng)用,為解決人口增長和食品需求,旨在利用先進(jìn)的傳感器、自動化、數(shù)據(jù)分析和控制系統(tǒng)來優(yōu)化溫室內(nèi)的環(huán)境,以提高作物的產(chǎn)量、質(zhì)量和資源利用效率。傳統(tǒng)溫室控制方法在實(shí)現(xiàn)高精度、智能化環(huán)境管理方面存在一系列挑戰(zhàn)。溫室內(nèi)植物的生長需要精確的環(huán)境參數(shù),如溫度、濕度和CO2濃度等,而傳統(tǒng)控制系統(tǒng)通常難以滿足這些參數(shù)的實(shí)時調(diào)控需求。物理信息神經(jīng)網(wǎng)絡(luò)作為一種新興的方法,為智能溫室控制系統(tǒng)開發(fā)提供了新思路,能將物理規(guī)律融入神經(jīng)網(wǎng)絡(luò),通過訓(xùn)練網(wǎng)絡(luò)學(xué)習(xí)溫室環(huán)境的復(fù)雜物理過程,從而實(shí)現(xiàn)對環(huán)境參數(shù)的精確預(yù)測和控制。

1 設(shè)計(jì)原理

1.1 設(shè)計(jì)思路

基于物理信息神經(jīng)網(wǎng)絡(luò)的智能溫室控制系統(tǒng)的設(shè)計(jì)原理涉及將物理規(guī)律融入神經(jīng)網(wǎng)絡(luò),以實(shí)現(xiàn)精確的溫室環(huán)境控制。借用Python作為工具使用tensor flow來進(jìn)行主體的功能設(shè)計(jì)。

如圖1所示,通過將物理規(guī)律與神經(jīng)網(wǎng)絡(luò)相結(jié)合,表現(xiàn)出該系統(tǒng)設(shè)計(jì)旨在克服傳統(tǒng)控制方法的限制,提供更精確、智能和可持續(xù)的溫室環(huán)境管理,以優(yōu)化作物的生長和產(chǎn)量。

圖1 物理信息神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)思路

1.2 神經(jīng)網(wǎng)絡(luò)的訓(xùn)練與優(yōu)化

為了確保網(wǎng)絡(luò)對于各種情況都能夠穩(wěn)健地做出反應(yīng),要對神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練與優(yōu)化,包括數(shù)據(jù)收集和預(yù)處理去除異常值、標(biāo)準(zhǔn)化、歸一化等步驟[1-4],采用卷積神經(jīng)網(wǎng)絡(luò)(CNN)處理空間上的傳感器數(shù)據(jù),循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)處理時間序列數(shù)據(jù)。此外,長短時記憶網(wǎng)絡(luò)(LSTM)或變換器(Transformer)也能夠捕捉溫室環(huán)境中的長期依賴關(guān)系和復(fù)雜模式。

優(yōu)化算法是神經(jīng)網(wǎng)絡(luò)訓(xùn)練的核心,本文使用隨機(jī)梯度下降(SGD)、Adam、RMSProp等。通過調(diào)整網(wǎng)絡(luò)參數(shù),使得網(wǎng)絡(luò)的預(yù)測結(jié)果與實(shí)際觀測值之間的誤差最小化[5-6]。優(yōu)化算法的選擇和參數(shù)的調(diào)整需要結(jié)合實(shí)際問題進(jìn)行,以保證網(wǎng)絡(luò)能夠在合理的時間內(nèi)達(dá)到最優(yōu)的預(yù)測性能。均方誤差(Mean Squared Error,MSE)適用于回歸問題[7-8]。

2 硬件設(shè)計(jì)方案

2.1 傳感器與主控單元選擇

選擇適合溫室環(huán)境監(jiān)測的DHT22/DHT11溫濕度傳感器、BH1750光照傳感器和土壤濕度傳感器。為了實(shí)現(xiàn)基于物理信息的神經(jīng)網(wǎng)絡(luò)(PINN)的智能溫室控制系統(tǒng),需要進(jìn)行有效的數(shù)據(jù)采集和準(zhǔn)備,以確?？刂坪诵牡臏?zhǔn)確操作和神經(jīng)網(wǎng)絡(luò)的訓(xùn)練。在該系統(tǒng)中,接受傳感器數(shù)據(jù)、處理信息、做出決策并執(zhí)行的控制器上選取STM32作為主控單元,這款單片機(jī)同時也負(fù)責(zé)節(jié)點(diǎn)之間的通信和故障監(jiān)測,是整個系統(tǒng)的關(guān)鍵控制器。

2.2 溫室建模

首先,對溫室內(nèi)外環(huán)境的參數(shù)進(jìn)行建模,包括溫度、濕度、光照等。其次,在溫室建模的基礎(chǔ)上,建立溫室內(nèi)外的物理方程,包括能量平衡方程、水分傳輸方程等,用于描述溫室內(nèi)外的能量交換和物質(zhì)傳遞過程。最后,在溫室建模和物理方程建立的基礎(chǔ)上,定義物理信息神經(jīng)網(wǎng)絡(luò)的輸入和輸出,輸入包括溫室內(nèi)外的環(huán)境參數(shù)(如溫度、濕度、光照等)以及外界因素(如天氣預(yù)報(bào));輸出可以是需要控制的參數(shù),如加熱、通風(fēng)、灌溉等控制設(shè)備的設(shè)置值。

2.3 執(zhí)行器設(shè)計(jì)與通信協(xié)議

通風(fēng)系統(tǒng):選擇風(fēng)扇作為通風(fēng)設(shè)備,可以通過繼電器控制其開關(guān)狀態(tài)。

澆水系統(tǒng):使用水泵來實(shí)現(xiàn)自動澆水,可以與繼電器結(jié)合,控制水泵的運(yùn)行。

補(bǔ)光系統(tǒng):LED燈可以作為補(bǔ)光設(shè)備,選擇可調(diào)節(jié)亮度的LED燈,通過PWM控制LED的亮度。

使用I2C、SPI和UART的通信協(xié)議來連接傳感器、執(zhí)行器和主控單元。傳感器數(shù)據(jù)可以通過這些協(xié)議傳輸給主控單元,同時主控單元可以發(fā)送控制命令給執(zhí)行器。

2.4 物理連接布局

如圖2所示,將傳感器和執(zhí)行器安裝在溫室內(nèi),并為每個傳感器和執(zhí)行器提供使用穩(wěn)定的直流電源適配器,以確保他們可以準(zhǔn)確地感知環(huán)境并執(zhí)行相應(yīng)的操作。傳感器的位置應(yīng)當(dāng)能夠代表整個溫室內(nèi)的情況。

圖2 物理連接布局

3 結(jié)語

基于物理信息的智能溫室控制系統(tǒng)在現(xiàn)代農(nóng)業(yè)中具有重要的價值和潛力。通過融合神經(jīng)網(wǎng)絡(luò)和環(huán)境監(jiān)測,該系統(tǒng)能夠?qū)崿F(xiàn)精準(zhǔn)的溫室管理,提升農(nóng)作物產(chǎn)量和質(zhì)量。數(shù)據(jù)采集、神經(jīng)網(wǎng)絡(luò)訓(xùn)練以及控制策略的實(shí)施是系統(tǒng)實(shí)現(xiàn)的關(guān)鍵步驟,需要確保數(shù)據(jù)質(zhì)量、模型預(yù)測能力和實(shí)時控制的有效性。隨著技術(shù)的進(jìn)一步發(fā)展和實(shí)際應(yīng)用的積累,基于物理信息的智能溫室控制系統(tǒng)有望在農(nóng)業(yè)領(lǐng)域發(fā)揮重要作用,為農(nóng)作物生產(chǎn)提供更智能化和可持續(xù)的解決方案。