使用图形化系统设计开发新颖的便携式智能温室

　　便携式智能型温室简介

　　温室的结构被分为三部分：耕种区，供电系统和智能控制系统。作物被种植于耕种区，里面有养分槽、输送系统与一个用于控制耕种区温度的水槽。我们将智能控制系统中的所有传感器与执行机构都放置在耕种区中，并在耕种区外围覆盖了密封的塑料膜。

　　供电系统是便携式智能型温室的第二个重要部件。这里，我们采用了一个供电电路为所有的电力、电子装置供电。为了开发可持续使用的温室，我们运用了绿色工程的技术，采用了一个400W风力涡轮发电机与一块60W光电电池，即时在环境状况不佳时，每天也可为系统提供 3.3 kWh的电力。这一系统包括了变频器与蓄电池。

　　第三个部件是智能控制系统，我们可以将之细分为传感器与执行机构组、供电用开关控制器、智能型核心控制器，以及硬件接口电路。

　　智能温室的监控

　　温室的几项变量会影响作物的数量与质量。便携式智能型温室可以控制养料的用量、光照强度、温度以及耕种区内的湿度，另一个重要的变量则是供电控制。我们使用一组传感器来侦测变量，一组执行机构来进行控制。

　　NI USB-6211 M系列多功能DAQ模块可以采集光照强度、温度、湿度和养料等变量并产生信号。我们同时还使用了拥有128 MB DRAM、2 GB硬盘的cRIO-9014 实时控制器， NI 9265模拟输出模块与 NI 9215模拟输入模块，以监控供电系统。最后，我们对智能型核心控制器中的数据进行处理，计算出合理的响应并输出，以对整个系统实现控制。

　　智能型核心控制器

　　便携式智能型温室的主要组件是基于AI技术的智能型核心控制器。控制器是由数个模糊控制器(Fuzzy control)和类神经网络(Neural network)所组成的，模糊控制器会控制光照强度并管理养料，而类神经网络则用于开发温度、湿度和供电等控制器。在开发核心控制器时，我们还采用了本校于2008年开发的LabVIEW下的智能控制工具包(Intelligent Control Toolkit for LabVIEW)，这一工具包正在专利申请中。

　　我们用模糊控制器来控制光照强度并管理养料。智能型核心控制器需要测量湿度、光照强度与温度的值。我们针对每输入端子的三个隶属函数(Membership function)提出27条模糊规则(Fuzzy rule)，以取得合理响应。这些规则参考了农业专家的意见、书籍、研究论文与实验数据。在提出每个输入端子的隶属函数后，我们也针对光照强度与养料管理的输出隶属函数提出报告。

　　我们使用类神经网络开发了温度、湿度和供电控制器。使用USB-6211来测定温室内外的温度，以获得实验数据。为了采用动态类神经网络建构系统模型，我们使用了2880个样本与后向传播训练 (Backpropagation training)表达式，找出系统的温度类神经模型。然后我们执行了模糊控制及经典的比例-积分-微分(PID)控制。最后，我们以动态类神经网络构建了整个控制器模型，这是由于使用经典 PID只能用于单个设定点，但是这一控制器却可以用于所有的设定点。

　　我们利用三种不同的知识库(真实数据、发电机和光伏电池系统的神经模型以及数学方程式)，以动态类神经网络建构了电源控制器模型。我们根据辐射和风速变量与供电量的比较值，按照和室内温度温室模型一样的方式建构发电机和光伏电池的神经模型。控制器通过预测最大供电，在两个电源系统之间切换。