近年来,越来越多的先进控制方法引入农业生产种植中,使得对温室大棚环境控制技术得到了迅速发展。由于温室大棚环境变量控制系统是一个比较复杂的非线性的动态系统,温室内部的被控制对象之间相互影响、环境变量之间相互作用,同时农作物的生长也影响着温室大棚内部的环境变化,使得温室大棚环境变量控制变成一个多输入多输出的多因素耦合系统。这样使用常规的控制方法对温室大棚内的环境变量进行控制时很难取得理想的控制效果。本文围绕温室大棚内部的环境变量控制这一多种因素相互耦合被控系统,研究出一套基于BP神经网络和PID控制技术相结合的解耦控制方法应用到温室大棚环境变量控制系统中。本文首先对控制领域中应用比较广泛的几种多变量解耦控制方法进行研究与分析,对比总结出其优点以及不足之处。然后利用BP神经网络的强大的学习能力和适应性与PID控制算法相结合,针对温室大棚环境变量控制的特点,构建出基于BP神经网络的多变量PID神经元解耦控制器。利用阶跃响应曲线法建立了温室大棚环境变量控制系统的模型,并应用Matlab对PID神经元解耦控制器进行建模与仿真分析,通过对比发现经过PID神经元解耦的温室大棚环境变量控制器具有良好的解耦和控制效果。最后利用嵌入式控制技术开发设计出了一套集温室大棚的环境数据采集与存储、温室环境控制、HMI(人机交互)控制的大棚环境变量控制管理系统。并搭建了一套大棚的实验室平台。通过内网穿透技术实现了通过TCP/IP协议将实验室平台与上位机进行通讯连接。并使用Delphi开发软件,设计了一套温室大棚环境变量远程控制系统。通过搭建的实验平台对温室大棚环境变量进行了解耦控制。经结果表明,利用PID神经元解耦后的控制器在实际控制中的良好控制效果,满足实际温室大棚环境变量控制的要求。