温室生产自动化是现代智慧农业发展的方向,系统的建模与控制技术是实现自动化的基础。本文主要针对温室生产过程中的双时间尺度特性,同时考虑系统的不确定、时变、非线性、强耦合等特点,开展了温室生产自适应模型构建与分层递阶控制系统设计的研究,为提高温室自动化生产的经济效益提供理论基础与技术支撑。本文重点开展了以下五方面的研究工作:[1]开展了温室作物-环境自适应机理模型的研究。针对温室系统模型参数的时变和不确定特性,使用无损卡尔曼滤波器原理构建了系统的自适应模型,该方法可对模型的参数和状态进行在线联合预估。仿真结果表明该自适应模型可有效预测具有时变参数的温室系统状态。[2]研究了温室生产分层递阶控制系统的结构。针对温室生产过程的双时间尺度特性,利用奇异摄动理论将系统模型进行降阶分解,将相互耦合的作物和环境状态进行解耦,获得时间尺度较大的作物层子模型和时间尺度较小的环境层子模型;基于降阶解耦的子模型,提出了分层递阶控制系统的结构,包括上层作物层控制器和下层环境层控制器,该结构可将环境设定值的获取和跟踪任务分配给不同的子控制器。[3]提出了作物层闭环优化控制器设计方法。利用无损卡尔曼滤波器对作物状态进行预估构成反馈,在室内环境和执行机构状态的约束下,基于滚动时域优化原理设计了作物层闭环优化控制器,使经济性能指标达到最优;利用修正的共轭梯度法对形成的受约束优化问题进行求解,获得优化的环境设定值。仿真结果表明,该优化控制器可在满足约束范围的条件下,获取有效的环境设定值。[4]提出了基于精确反馈线性化的环境层鲁棒预测控制器设计方法。利用非线性状态反馈原理对系统模型进行精确线性化,解除环境状态之间的耦合关系;基于线性化解耦模型,设计了最小-最大化鲁棒预测控制器,以最优化最大干扰情形下的控制性能;利用改进的粒子群优化算法对形成的带约束非线性规划问题进行求解,获得控制输入值。仿真结果表明,在未知干扰存在的情形下,相比常规的反馈线性化预测控制器,该控制器能够获得更合理的控制输入和更理想的设定值跟踪效果。[5]研发了温室环境远程测控系统,为控制算法的验证和实施提供测试平台。该系统包括VB用户应用层、Web服务器层和底层传感器和输入输出控制电路板。试验结果表明,该系统可实现温室环境数据的采集和执行机构状态的监测和控制功能,且运行具有一定的稳定性。