温室大棚远程监控与智能管理系统

发布时间：2020-07-20 22:01

【摘要】：针对我国设施农业智能化、信息化水平不高的实际情况,本文按照物联网的层次结构搭建了由感知层、传输层以及应用层组成的总体架构,然后分析了系统的实际需求,确定了系统需要监测的环境参数,明确了系统设计的原则和目标,设计开发了基于物联网技术的温室大棚远程监控与智能管理系统。本文主要完成了以下工作:(1)硬件方面:完成了以STM32单片机为核心控制器件的电路原理设计和PCB设计、编写数据采集程序,实现6种环境参数远程监测和调控:空气温度、空气湿度、CO_2浓度、光照强度、土壤温度、土壤水分含量。采集板通过RS-232串口通信将数据发送至DTU,DTU利用GPRS网络将数据发送到数据中心;介绍传输过程中的数据格式;设计测试点高度自调节装置,实现监控系统的立体网状测量。(2)数据库方面:设计开发了基于MongoDB数据库的远程监控与智能管理系统的数据库。基于B/S架构的温室大棚Web管理信息子系统,用户通过Web浏览的方式,查看大棚的实时数据、历史数据,并可以根据需求进行数据导出;查询用户信息、传感器信息以及控制机构的工作状态;设定温室环境参数的阈值,实现对控制机构的远程控制。(3)温度预测方面:针对温度预测的精度和效率问题,本文采用了PCA_PSO_LSSVM组合算法。该算法利用主成分分析法筛选出温室环境中影响温度变化的主要因子,采用粒子群算法对最小二乘支持向量机模型的参数进行优化,并利用最佳超参数组合(r,?)构建温度与其影响因子间非线性预测模型。实验结果表明,与PCA_LSSVM预测模型和PSO_LSSVM预测模型相比,PCA_PSO_LSSVM预测模型预测效果良好,模型评价指标:均方根误差、平均绝对误差和决定系数分别为0.5663%、0.0298和0.97032,优于其他预测方法。温室大棚远程监控与智能管理系统已经成功应用于天津滨海茶淀葡萄科技发展有限公司的温室大棚。实际运行结果表明,系统运行稳定,可以全面采集作物生长的6大环境要素,准确性高;实现环境因子的调控;数据传输过程可靠,Web端界面操作简单;基于PCA_PSO_LSSVM温度预测模型具有良好的自学能力和自适应能力,预测精度高。
【学位授予单位】：天津理工大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：S625;S126
【图文】：

实现的功能有：空气温湿度、光照强度等环境参数的监RS-485 通信接口。所以本系统需要一款具有充足的 I/O能力强等特点，充足的 I/O 接口可以满足外设及其他功通信。从表 3.1 可知，32 位单片机在运行速度快，抗干外部接口资源。，32 位单片机在功能方面和价格方面符合系统要求T6 单片机作为主控芯片，它是 32 位处理器，在功能和，具有多路串行通信接口。Cortex-M3 内部采用的是哈佛在线调试[53]。的介绍度传感器温湿度的采集工作由 SHT10 传感器完成，它是数字信HT10 包含测温元件和测试敏感元件两部分，测温元件是响应快，抗干扰能力强，稳定性好等优点。技术指标如

土壤水分传感器

第三章系统的硬件设计表 3.2 SHT10 主要技术指标温度测量范围温度测量精度湿度测量范围湿度测量精度-40～+123.8℃ ±0.25℃ 0～100%RH ±3.5%RH 土壤水分传感器的水分含量和温度的采集工作由土壤水分温度传感器完成，实物如图用阻燃环氧树脂密封，端部由 3 根长 70 mm、直径 3 mm 的不锈钢隔并行排列组成。其技术指标如表 3.3 所示。

传感器,光照强度,长期稳定,感器

图 3.6 CO2传感器感器的核心是硅蓝光伏探测器。输出 RS-485 信号可长期稳定工作在光照强度测量系统中。如指标如表 3.5 所示：图 3.7 光照强度

【参考文献】