论文部分内容阅读
[摘 要]传统的农业种植模式一直受到自然天气等因素的影响，最终造成效益下降、成本升高等问题。为了提高农业生产水平，建立了基于ZigBee物联网的智慧农业大棚。在了解模糊控制技术的基础上，分析了模糊控制方法在农业大棚中的应用方案。
[关键词]模糊控制;ZigBee物联网;智慧农业大棚
[中图分类号]S625 [文献标志码]A [文章编号]2095–6487（2021）04–00–03
Application of Fuzzy Control in ZigBee Internet of
Things Smart Agricultural Greenhouse
Yu Li-ping
[Abstract]Traditional agricultural planting patterns have been affected by natural weather and other factors， which ultimately caused problems such as reduced benefits and increased costs. Therefore， in order to further improve the level of agricultural production， based on the ZigBee Internet of Things smart agricultural greenhouse， on the basis of understanding the fuzzy control technology， the application of the fuzzy control method in the agricultural greenhouse is analyzed in detail， hoping to provide support for the scientific management of the greenhouse.
[Keywords]fuzzy control; ZigBee Internet of Things; smart agricultural greenhouse
随着现阶段“互联网+”技术的发展，互联网技术与传统产业之间的结合趋势不可阻挡，并且能够显著提高生产力。目前基于物联网的智慧农业大棚开始在全国范围内得到推广，但是结合实际情况来看，现有的ZigBee物联网智慧农业大棚虽然能够实现部分自动控制，但是存在精度较低、控制方法简单的问题，在用户更换种植作物后难以提供种植决策。为了能够解决问题，就需要运用模糊控制的方法进一步完善智慧农业大棚的功能，这也是本文研究的主要目的。
1 模糊控制技术分析
在传统的控制领域下，控制系统动态模式的准确性已经成为影响系统性能的关键，其中系统动态的信息越详细，则越能实现精准控制的目的。但是随着现代信息技术的发展，系统的复杂程度不断提升，并且在运行过程中可能产生更加复杂的变量，此时常规的控制方法难以精准描述系统的动态变化情况，所以为了能够解决此类问题，越来越多的学者开始尝试通过模糊控制的方法来实现系统管理。
现阶段模糊控制技术得到了快速发展，根据一般控制系统的架构，模糊系统主要包含3方面内容。
1.1 定义变量
定义变量决定了程序被观察时的状态以及控制动作等，在各种常见的控制问题上，当输入变量有输出误差以及输出误差变化率的情况下，模糊控制还能控制变量做下一状态的输入量。
1.2 模糊化
通过将输入值以适当的比例转换为论域数值后，经口语化描述整个物理变化过程，并结合论域数值计算出数据之间的隶属度。
1.3 知识库
知识库可以分为规则库与数据库两方面内容，其中规则库包含语言控制规则描绘的策略;而数据库能够为模糊数据提供定义。
2 模糊控制技术的应用方案
ZigBee物联网智慧农业大棚充分发挥大数据技术的优势，在模糊控制技术的选择中需要充分结合大棚农业生产的需求，进一步优化模式控制架构，强化其功能。
2.1 ZigBee物联网智慧农业大棚的技术特征
在ZigBee物联网智慧农业大棚设计中，能够通过ZigBee通信网络结构支持复杂条件下的信息通信要求，并且与常规技术相比，智慧农业大棚能够真正实现农业生产控制的智能化，具有深远影响。在这种技术背景下，模糊控制技术可以将农作物的生长环境参数作为信息输入条件，根据规则确定对应的控制机制，满足多样化条件下的农作物生产控制。所以ZigBee物联网智慧农业大棚中可以通过模糊控制技术调整智能灌溉系统等关键功能模块的运行过程，根据大棚内部的环境信息确定传感数据，同时与当地气候等关键资讯相连接，可以预测未来一段时间内的水分变化情况，为未来土壤水分预测提供完整的灌溉策略，保证农作物健康生長。
2.2 模数控制智能系统分析
在ZigBee物联网智慧农业大棚中，模糊控制需要实时测量大棚内农作物生长的光照强度、土壤温湿度、空气温湿度等数据变化，并将测量的数据与设定好的数据进行对比，在获得误差值之后就可以将该误差值作为输入变量（精准的数据量），在模糊化处理输入变量之后，经模糊推理机制生成对应规则，并按照规则库确定控制策略。按照上述过程，在ZigBee物联网智慧农业大棚中，模糊控制的原理如图1所示。
2.3 精确量模糊化处理
假设基本论域范围为[-X，X]，模糊子集论域为[-N，N]，则量化因子K的表达方式为：。
在上述结论下，假设大棚内农作物生产过程中，温度、湿度、光照强度是三个影响较为显著的因素，分别将其定义为E1、E2、E3，对应传感器测量的数值为e1、e2、e3，此时模糊控制输入量Xi=Ei-ei。在这个过程中，根据系统的测量结果可以确定Xi的具体输入量，之后按照规则将精准的数据做模糊化处理即可。以大棚的温度为例，结合智慧农业大棚中的温度偏差将温度的模糊子集论域划分为[-3，3]，量化因子可以按照三角形隶属度函数关系式确定为2，所以最终模糊子集的论域划分结果为[-6，6]，这一范围就是模糊控制下温度调整的主要范围。按照这种计算方法可以用来判断湿度、光照强度等重要因素的模糊化数据量，具有可行性。 2.4 模糊控制器的设计
在模糊控制器设计中，以ZigBee物联网智慧农业大棚的“温度”为对象，温度是影响农作物生长的重要因素，并且温度的变化与大棚的保温措施、光照、气候变化等存在关系，管理难度较高。在本次模糊控制设计中，温度控制在实际上选择非线性控制的方法，模糊控制中以隶属度函数、模糊数学、推理等为基础，使用模糊的控制量来控制被控对象，因此基于温度的模糊控制器构建方案为：
（1）确定输入与输出变量。在大棚环境内，温度的变化呈现出时间性以及非线性、耦合性的特征，通过模糊控制能够避免建立数据模型，并且在规则建立过程中可以使用专家知识，最终达到实现温室环境控制的目的。为了能够实现这一功能，在本次设计中提出一种模糊逻辑控制器的智能控制方法，按照控制变量将模糊控制器分为两个部分，分别标记为模糊A、模糊B。这样在程序中通过同时处理两个函数，能够对两组变量数据进行操作。
（2）在选择模糊控制语言期间，所有输入与输出的语言变量数量需要结合系统的实际情况进行调整，但是为确保模糊控制能够与ZigBee物联网智慧农业大棚的后期运行情况相匹配，在控制语言上可以使用五个元素等级，分别为：NB大棚内温度2级异常、NS大棚内温度1级异常、ZE大棚内温度适中、PS大棚内温度1级偏高、PB大棚内温度2级偏高。在大棚内温度管理中，温控设备的语言变量为（0，1，2），假设在温度调节过程中相关温控设备需要运行20 min，则“2”代表开启20 min，“1”表示设备开启10 min，“0”为设备关闭。在大棚侧窗控制中，可采用的模糊变量语言为[0，1，2，3]，在智慧农业大棚中，“3”表示开启90°，“2”表示开启60°，“1”表示30°，“0”为侧窗开启0°。通过这种方法，通过模糊控制能够有效界定智慧农业大棚中相关设备的运行情况。
（3）确定隶属度函数。在模糊控制器中使用三角形函数的方法。
（4）设计模糊推理与规则表。在模糊控制中，模糊控制规则的来源较为广泛，一般可以结合专家的专业意见以及种植户的长期实践经验确定。为确保大棚正常运行，可以按照控制规则确定对应的理想环境因子，并严格按照环境因子的控制标准执行环境管理方案。
2.5 模糊控制的服务器管理端设计
在模糊控制服务器设计中，其服务端的功能主要包括前端界面、Web服务器、CGI程序等，前端界面上使用“html”网页技术的Java Script语言开发模式设计。在ZigBee物联网智慧农业大棚管理中，当用户开始检查农业大棚的运行状态时，网页经post提供请求，服务器内监听端在接收信息后可能上传数据至网关层。网关层的数据经“insert（）”方法存入数据后再显示，用户可以直接在前端页面上查看信息，此时数据会每隔1 min更新一次，网页的数据也会发生变化。
在模糊控制上，通过通信链路能够分区处理大棚现场的诸多设备，在模数控制中，用户服务端与网关端用DTU模块实现了远程通信，方便用户在网页或者特定APP内随时查询大棚内的温度环境变化，实现实时监测。根据模糊控制的技术特征以及系统功能要求，按照数据库内储存的农作物种植决策意见以及实时数据等都能进一步调整大棚内的温度情况，为农作物生长提供良好的环境。
2.6 用户接入层的运用
在ZigBee物联网智慧农业大棚中，用户接入已经成为用户管理大棚的关键，对于大棚的模糊控制效果产生直接影响，期间为兼顾接入层的用户使用终端的要求，可以在标准物联网的架构上增添用戶接入层，该接入层主要包括PC端与手持移动终端等。在用户通过远程终端观察大棚状态时，通过在ZigBee物联网提供的数据信息查看大棚内各类环境数据，并结合环境因子的设定值进行修改。例如对于气候变化情况，若在模糊控制中依然维持着原有的温度变化区间，可能导致农作物出现冻伤。因此通过实时查看大棚的温度变化，采用“手动控制”的方法执行温度控制策略;或者通过ZigBee物联网观察农作物长势;或采用数据库管理系统检查大棚的历史数据，并将其记入农作物种植决策，为科学管理提供支持。
3 应用实例分析
3.1 实验平台的建设
为验证本文设计方法的可行性，通过打造模拟大棚平台，在平台内填入土壤、滴灌带，并种植农作物;在内部设置光照、空气湿度以及土壤湿度等传感器，按照ZigBee物联网平台功能采用了仁科牌传感器，采用ModbusRTU协议，能够与整个系统相对接，以控制组态屏为系统的现实界面，按照本文介绍的模糊控制方法打造模糊控制技术体系。
在实验过程中，改变实验平台控制器能够模拟大棚的温度变化情况，使系统能够显示大棚内的温度变化情况，并仿照种植户的种植过程执行控制指令。
3.2 实验结果评价
在本次实验中，设定温度为17～20 ℃，在将该数据下发到模糊控制器之后，通过模糊控制器的功能调节模块将大棚内的温度有效维持在这一温度范围内，有效保证了农作物的顺利成长。在实验期间遭遇一次大范围的降温，导致大棚内温度偏低，而ZigBee物联网在向种植户发送警报之后，种植户通过手动调控的方法将大棚内的设计温度上限从20 ℃上调至23 ℃，有效保障了农作物健康成长，此时灾害中农作物基本无受灾受冻情况，证明模糊控制方法在ZigBee物联网智慧农业大棚中发挥了预期效果。
4 结束语
在ZigBee物联网智慧农业大棚中，采用模糊控制的方法能够进一步优化智慧农业大棚的功能。本文所介绍的技术方案具有可行性，通过该方法能够充分发挥模糊控制技术的优势来适应复杂环境下的农业生产要求，对于全面提高农业发展水平具有重要意义，值得推广。
参考文献
[1] 刘洋，许燕，彭炫，等. 物联网温室群双模糊控制系统的设计[J]. 农机化研究，2021，43（10）：191-196.
[2] 章一楠.基于物联网的出菇温室数字化监控系统设计[D].银川：宁夏大学，2020.
[关键词]模糊控制;ZigBee物联网;智慧农业大棚
[中图分类号]S625 [文献标志码]A [文章编号]2095–6487（2021）04–00–03
Application of Fuzzy Control in ZigBee Internet of
Things Smart Agricultural Greenhouse
Yu Li-ping
[Abstract]Traditional agricultural planting patterns have been affected by natural weather and other factors， which ultimately caused problems such as reduced benefits and increased costs. Therefore， in order to further improve the level of agricultural production， based on the ZigBee Internet of Things smart agricultural greenhouse， on the basis of understanding the fuzzy control technology， the application of the fuzzy control method in the agricultural greenhouse is analyzed in detail， hoping to provide support for the scientific management of the greenhouse.
[Keywords]fuzzy control; ZigBee Internet of Things; smart agricultural greenhouse
随着现阶段“互联网+”技术的发展，互联网技术与传统产业之间的结合趋势不可阻挡，并且能够显著提高生产力。目前基于物联网的智慧农业大棚开始在全国范围内得到推广，但是结合实际情况来看，现有的ZigBee物联网智慧农业大棚虽然能够实现部分自动控制，但是存在精度较低、控制方法简单的问题，在用户更换种植作物后难以提供种植决策。为了能够解决问题，就需要运用模糊控制的方法进一步完善智慧农业大棚的功能，这也是本文研究的主要目的。
1 模糊控制技术分析
在传统的控制领域下，控制系统动态模式的准确性已经成为影响系统性能的关键，其中系统动态的信息越详细，则越能实现精准控制的目的。但是随着现代信息技术的发展，系统的复杂程度不断提升，并且在运行过程中可能产生更加复杂的变量，此时常规的控制方法难以精准描述系统的动态变化情况，所以为了能够解决此类问题，越来越多的学者开始尝试通过模糊控制的方法来实现系统管理。
现阶段模糊控制技术得到了快速发展，根据一般控制系统的架构，模糊系统主要包含3方面内容。
1.1 定义变量
定义变量决定了程序被观察时的状态以及控制动作等，在各种常见的控制问题上，当输入变量有输出误差以及输出误差变化率的情况下，模糊控制还能控制变量做下一状态的输入量。
1.2 模糊化
通过将输入值以适当的比例转换为论域数值后，经口语化描述整个物理变化过程，并结合论域数值计算出数据之间的隶属度。
1.3 知识库
知识库可以分为规则库与数据库两方面内容，其中规则库包含语言控制规则描绘的策略;而数据库能够为模糊数据提供定义。
2 模糊控制技术的应用方案
ZigBee物联网智慧农业大棚充分发挥大数据技术的优势，在模糊控制技术的选择中需要充分结合大棚农业生产的需求，进一步优化模式控制架构，强化其功能。
2.1 ZigBee物联网智慧农业大棚的技术特征
在ZigBee物联网智慧农业大棚设计中，能够通过ZigBee通信网络结构支持复杂条件下的信息通信要求，并且与常规技术相比，智慧农业大棚能够真正实现农业生产控制的智能化，具有深远影响。在这种技术背景下，模糊控制技术可以将农作物的生长环境参数作为信息输入条件，根据规则确定对应的控制机制，满足多样化条件下的农作物生产控制。所以ZigBee物联网智慧农业大棚中可以通过模糊控制技术调整智能灌溉系统等关键功能模块的运行过程，根据大棚内部的环境信息确定传感数据，同时与当地气候等关键资讯相连接，可以预测未来一段时间内的水分变化情况，为未来土壤水分预测提供完整的灌溉策略，保证农作物健康生長。
2.2 模数控制智能系统分析
在ZigBee物联网智慧农业大棚中，模糊控制需要实时测量大棚内农作物生长的光照强度、土壤温湿度、空气温湿度等数据变化，并将测量的数据与设定好的数据进行对比，在获得误差值之后就可以将该误差值作为输入变量（精准的数据量），在模糊化处理输入变量之后，经模糊推理机制生成对应规则，并按照规则库确定控制策略。按照上述过程，在ZigBee物联网智慧农业大棚中，模糊控制的原理如图1所示。
2.3 精确量模糊化处理
假设基本论域范围为[-X，X]，模糊子集论域为[-N，N]，则量化因子K的表达方式为：。
在上述结论下，假设大棚内农作物生产过程中，温度、湿度、光照强度是三个影响较为显著的因素，分别将其定义为E1、E2、E3，对应传感器测量的数值为e1、e2、e3，此时模糊控制输入量Xi=Ei-ei。在这个过程中，根据系统的测量结果可以确定Xi的具体输入量，之后按照规则将精准的数据做模糊化处理即可。以大棚的温度为例，结合智慧农业大棚中的温度偏差将温度的模糊子集论域划分为[-3，3]，量化因子可以按照三角形隶属度函数关系式确定为2，所以最终模糊子集的论域划分结果为[-6，6]，这一范围就是模糊控制下温度调整的主要范围。按照这种计算方法可以用来判断湿度、光照强度等重要因素的模糊化数据量，具有可行性。 2.4 模糊控制器的设计
在模糊控制器设计中，以ZigBee物联网智慧农业大棚的“温度”为对象，温度是影响农作物生长的重要因素，并且温度的变化与大棚的保温措施、光照、气候变化等存在关系，管理难度较高。在本次模糊控制设计中，温度控制在实际上选择非线性控制的方法，模糊控制中以隶属度函数、模糊数学、推理等为基础，使用模糊的控制量来控制被控对象，因此基于温度的模糊控制器构建方案为：
（1）确定输入与输出变量。在大棚环境内，温度的变化呈现出时间性以及非线性、耦合性的特征，通过模糊控制能够避免建立数据模型，并且在规则建立过程中可以使用专家知识，最终达到实现温室环境控制的目的。为了能够实现这一功能，在本次设计中提出一种模糊逻辑控制器的智能控制方法，按照控制变量将模糊控制器分为两个部分，分别标记为模糊A、模糊B。这样在程序中通过同时处理两个函数，能够对两组变量数据进行操作。
（2）在选择模糊控制语言期间，所有输入与输出的语言变量数量需要结合系统的实际情况进行调整，但是为确保模糊控制能够与ZigBee物联网智慧农业大棚的后期运行情况相匹配，在控制语言上可以使用五个元素等级，分别为：NB大棚内温度2级异常、NS大棚内温度1级异常、ZE大棚内温度适中、PS大棚内温度1级偏高、PB大棚内温度2级偏高。在大棚内温度管理中，温控设备的语言变量为（0，1，2），假设在温度调节过程中相关温控设备需要运行20 min，则“2”代表开启20 min，“1”表示设备开启10 min，“0”为设备关闭。在大棚侧窗控制中，可采用的模糊变量语言为[0，1，2，3]，在智慧农业大棚中，“3”表示开启90°，“2”表示开启60°，“1”表示30°，“0”为侧窗开启0°。通过这种方法，通过模糊控制能够有效界定智慧农业大棚中相关设备的运行情况。
（3）确定隶属度函数。在模糊控制器中使用三角形函数的方法。
（4）设计模糊推理与规则表。在模糊控制中，模糊控制规则的来源较为广泛，一般可以结合专家的专业意见以及种植户的长期实践经验确定。为确保大棚正常运行，可以按照控制规则确定对应的理想环境因子，并严格按照环境因子的控制标准执行环境管理方案。
2.5 模糊控制的服务器管理端设计
在模糊控制服务器设计中，其服务端的功能主要包括前端界面、Web服务器、CGI程序等，前端界面上使用“html”网页技术的Java Script语言开发模式设计。在ZigBee物联网智慧农业大棚管理中，当用户开始检查农业大棚的运行状态时，网页经post提供请求，服务器内监听端在接收信息后可能上传数据至网关层。网关层的数据经“insert（）”方法存入数据后再显示，用户可以直接在前端页面上查看信息，此时数据会每隔1 min更新一次，网页的数据也会发生变化。
在模糊控制上，通过通信链路能够分区处理大棚现场的诸多设备，在模数控制中，用户服务端与网关端用DTU模块实现了远程通信，方便用户在网页或者特定APP内随时查询大棚内的温度环境变化，实现实时监测。根据模糊控制的技术特征以及系统功能要求，按照数据库内储存的农作物种植决策意见以及实时数据等都能进一步调整大棚内的温度情况，为农作物生长提供良好的环境。
2.6 用户接入层的运用
在ZigBee物联网智慧农业大棚中，用户接入已经成为用户管理大棚的关键，对于大棚的模糊控制效果产生直接影响，期间为兼顾接入层的用户使用终端的要求，可以在标准物联网的架构上增添用戶接入层，该接入层主要包括PC端与手持移动终端等。在用户通过远程终端观察大棚状态时，通过在ZigBee物联网提供的数据信息查看大棚内各类环境数据，并结合环境因子的设定值进行修改。例如对于气候变化情况，若在模糊控制中依然维持着原有的温度变化区间，可能导致农作物出现冻伤。因此通过实时查看大棚的温度变化，采用“手动控制”的方法执行温度控制策略;或者通过ZigBee物联网观察农作物长势;或采用数据库管理系统检查大棚的历史数据，并将其记入农作物种植决策，为科学管理提供支持。
3 应用实例分析
3.1 实验平台的建设
为验证本文设计方法的可行性，通过打造模拟大棚平台，在平台内填入土壤、滴灌带，并种植农作物;在内部设置光照、空气湿度以及土壤湿度等传感器，按照ZigBee物联网平台功能采用了仁科牌传感器，采用ModbusRTU协议，能够与整个系统相对接，以控制组态屏为系统的现实界面，按照本文介绍的模糊控制方法打造模糊控制技术体系。
在实验过程中，改变实验平台控制器能够模拟大棚的温度变化情况，使系统能够显示大棚内的温度变化情况，并仿照种植户的种植过程执行控制指令。
3.2 实验结果评价
在本次实验中，设定温度为17～20 ℃，在将该数据下发到模糊控制器之后，通过模糊控制器的功能调节模块将大棚内的温度有效维持在这一温度范围内，有效保证了农作物的顺利成长。在实验期间遭遇一次大范围的降温，导致大棚内温度偏低，而ZigBee物联网在向种植户发送警报之后，种植户通过手动调控的方法将大棚内的设计温度上限从20 ℃上调至23 ℃，有效保障了农作物健康成长，此时灾害中农作物基本无受灾受冻情况，证明模糊控制方法在ZigBee物联网智慧农业大棚中发挥了预期效果。
4 结束语
在ZigBee物联网智慧农业大棚中，采用模糊控制的方法能够进一步优化智慧农业大棚的功能。本文所介绍的技术方案具有可行性，通过该方法能够充分发挥模糊控制技术的优势来适应复杂环境下的农业生产要求，对于全面提高农业发展水平具有重要意义，值得推广。
参考文献
[1] 刘洋，许燕，彭炫，等. 物联网温室群双模糊控制系统的设计[J]. 农机化研究，2021，43（10）：191-196.
[2] 章一楠.基于物联网的出菇温室数字化监控系统设计[D].银川：宁夏大学，2020.