基于WSN的设施农业智能节水灌溉控制系统的开发

发布时间：2020-11-09 01:30

　　 本课题是山西省科技厅重大专项资助项目(编号:20131101029)的主要内容。本文在对农田灌溉研究现状分析的基础上,着眼于智能灌溉的技术层面,融合无线传感网络技术、自动控制技术、人工智能技术、数据库技术,对大面积栽培种植区域实现网络化、智能化节水灌溉进行深入研究,旨在降低农民劳动强度,实现规范化、标准化农田灌溉,减少水资源浪费。结合智能化灌溉的发展方向,以智能化节水灌溉为研究目标,制定了以无线传感网络(Wireless Sensor Network,WSN)为基础的灌溉系统设计方案。主要研究内容如下:设计了以传感器和数据传输单元(Data Transfer Unit,DTU)为核心的网络感知节点,负责把农田现场土壤墒情传送到远程监控服务中心,突破了地域限制,方便用户在任何地方查看农田是否需要灌溉;研究了农田现场传感节点的规则化部署方法,提高了网络覆盖区域内感知节点的利用率,节约了开发成本。构建了以局域网、广域网、互联网为基础的无线数据传输通道,承担着感知层与应用层之间数据双向传输的功能,避免了农田、果林等大面积栽培种植区域网络布线带来的各种问题。确定了网络通讯协议,研究了网络通讯的设计,使用NAT123建立了外网与内网的端口映射,解决了异网融合数据传输带来的网络不稳定问题。为了提高人机交互能力,以LabVIEW为软件平台开发了现场集控中心,应用NI OPC+串口的方式建立了Lab VIEW与PLC的通讯连接;配置ODBC数据源,实现了LabVIEW与数据库SQL Server 2008的通讯连接,完成数据库系统开发,为将来优化灌溉制度奠定了基础。根据系统的功能要求,采用C#语言以字符串的形式调用网页实时天气预报,避免了灌溉后雨天造成的水资源浪费。提出了一种基于模糊-专家系统的农田灌溉控制方法,不用数值而用语言式的控制法则描述灌溉经验,建立系统变量之间的关系;研究了专家知识库、综合数据库、知识获取机构以及推理机的设计方法。在Fuzzy System Designer工具包中对控制器的控制效果进行仿真,验证了控制策略的正确性,改变了以传统种植经验为主的农田灌溉模式,提高了灌溉精度。开发了一套集网络通讯、参数监测、数据分析与存储、管理决策于一体的设施农业智能节水灌溉控制系统。系统性能测试结果显示:传感节点可以准确地将传感器采集到的农田环境信息通过GPRS传到监测中心,误差均未超过1%,传感器采集结果准确,网络传输可靠,满足系统的性能指标和设计要求;系统可在无人干预的情况下自主根据作物需求驱动设备完成智能化灌溉,与目标值之间误差小于5%,保证了灌溉的准确性和及时性,推动了农业灌溉领域的技术进步,促进了我国传统农业向优质高效农业的转变。
【学位单位】：太原理工大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：S126;S27
【部分图文】：

围：-40℃~80℃，精度为±0.5℃；量范围：（0~100）%RH，精度±1%RH；70mm；304 不锈钢；485 信号；说明，如表 2-2 所示。表 2-2 传感器接线说明Table 2-2 Wiring instructions of the sensor线色 说明 备注棕色 电源正 5~24 DC蓝色 电源负 GND黑色 485-A 485-A灰色 485-B 485-B屏蔽层 接电源负极为采集模式，接电源正极为配置

图 3-3 模拟 DTU 工具Fig.3-3 DTU Simulation tool助手，选择协议类型为 TCP Server、本地 IP 地址为 1如图 3-4 所示。在模拟 DTU 工具和网络调试助手中，接”。在模拟 DTU 工具的左下角状态显示栏显et 成功”，表示内网与外网端口映射通道连接成功。在“您好”后发送，则在网络调试助手的数据接收界面会数据输入窗口输入“太原理工大学”后发送，在模拟理工大学”，则说明该网络通道可实现数据的双向传输

图 3-3 模拟 DTU 工具Fig.3-3 DTU Simulation tool开网络调试助手，选择协议类型为 TCP Server、本地 IP 地址为 172.16.194.1、号为 5002，如图 3-4 所示。在模拟 DTU 工具和网络调试助手中，分别选择“”和“连接”。在模拟 DTU 工具的左下角状态显示栏显示“连接主a1.nat123.net 成功”，表示内网与外网端口映射通道连接成功。在模拟 DTU 工数据栏输入“您好”后发送，则在网络调试助手的数据接收界面会显示“您好调试助手的数据输入窗口输入“太原理工大学”后发送，在模拟 DTU 工具数显示“太原理工大学”，则说明该网络通道可实现数据的双向传输。
【参考文献】

相关期刊论文 前10条

1 赵天图;马蓉;刘南江;郑玉玲;;基于ZigBee技术与BP神经网络的棉田自动灌溉控制系统设计[J];节水灌溉;2016年11期

2 余国雄;王卫星;谢家兴;陆华忠;林进彬;莫昊凡;;基于物联网的荔枝园信息获取与智能灌溉专家决策系统[J];农业工程学报;2016年20期

3 崔天时;孙建伟;吕信超;郑铁;孟祥远;李昕洋;林珊;;基于GPRS的农田灌溉系统[J];农机化研究;2016年10期

4 张伶鳦;王润涛;张长利;王树文;徐天龙;;基于调亏理论和模糊控制的寒地水稻智能灌溉策略[J];农业工程学报;2016年13期

5 韩毅;许春雨;宋建成;施苗苗;;基于物联网的日光温室智能监控系统设计与实现[J];北方园艺;2016年09期

6 吴晓强;黄云战;赵永杰;;基于模糊神经网络的温室温湿度智能控制系统研究[J];中国农机化学报;2016年04期

7 李建军;张闯江;张卓;;新疆棉田滴灌供水系统自动化节水控制的设计与研究[J];农机化研究;2015年12期

8 谢家兴;余国雄;王卫星;陆华忠;林进彬;;基于无线传感网的荔枝园智能节水灌溉双向通信和控制系统[J];农业工程学报;2015年S2期

9 李瑾;郭美荣;高亮亮;;农业物联网技术应用及创新发展策略[J];农业工程学报;2015年S2期

10 李建军;许燕;张冠;魏正英;张育斌;;基于BP神经网络预测和模糊控制的灌溉控制器设计[J];机械设计与研究;2015年05期

相关硕士学位论文 前2条

1 秘立鹏;基于模糊神经网络的设施农业温室大棚自适应控制系统的开发[D];太原理工大学;2014年

2 张胜;基于ZigBee无线传感网和模糊控制的温室番茄智能灌溉系统设计[D];浙江大学;2011年

本文编号：2875672