使用圖形化系統設計開發新穎的便攜式智能溫室

　　便攜式智能型溫室簡介

　　溫室的結構被分為三部分：耕種區，供電系統和智能控制系統。作物被種植于耕種區，里面有養分槽、輸送系統與一個用于控制耕種區溫度的水槽。我們將智能控制系統中的所有傳感器與執行機構都放置在耕種區中，并在耕種區外圍覆蓋了密封的塑料膜。

　　供電系統是便攜式智能型溫室的第二個重要部件。這里，我們采用了一個供電電路為所有的電力、電子裝置供電。為了開發可持續使用的溫室，我們運用了綠色工程的技術，采用了一個400W風力渦輪發電機與一塊60W光電電池，即時在環境狀況不佳時，每天也可為系統提供 3.3 kWh的電力。這一系統包括了變頻器與蓄電池。

　　第三個部件是智能控制系統，我們可以將之細分為傳感器與執行機構組、供電用開關控制器、智能型核心控制器，以及硬件接口電路。

　　智能溫室的監控

　　溫室的幾項變量會影響作物的數量與質量。便攜式智能型溫室可以控制養料的用量、光照強度、溫度以及耕種區內的濕度，另一個重要的變量則是供電控制。我們使用一組傳感器來偵測變量，一組執行機構來進行控制。

　　NI USB-6211 M系列多功能DAQ模塊可以采集光照強度、溫度、濕度和養料等變量并產生信號。我們同時還使用了擁有128 MB DRAM、2 GB硬盤的cRIO-9014 實時控制器， NI 9265模擬輸出模塊與 NI 9215模擬輸入模塊，以監控供電系統。最后，我們對智能型核心控制器中的數據進行處理，計算出合理的響應并輸出，以對整個系統實現控制。

　　智能型核心控制器

　　便攜式智能型溫室的主要組件是基于AI技術的智能型核心控制器。控制器是由數個模糊控制器(Fuzzy control)和類神經網絡(Neural network)所組成的，模糊控制器會控制光照強度并管理養料，而類神經網絡則用于開發溫度、濕度和供電等控制器。在開發核心控制器時，我們還采用了本校于2008年開發的LabVIEW下的智能控制工具包(Intelligent Control Toolkit for LabVIEW)，這一工具包正在專利申請中。

　　我們用模糊控制器來控制光照強度并管理養料。智能型核心控制器需要測量濕度、光照強度與溫度的值。我們針對每輸入端子的三個隸屬函數(Membership function)提出27條模糊規則(Fuzzy rule)，以取得合理響應。這些規則參考了農業專家的意見、書籍、研究論文與實驗數據。在提出每個輸入端子的隸屬函數后，我們也針對光照強度與養料管理的輸出隸屬函數提出報告。

　　我們使用類神經網絡開發了溫度、濕度和供電控制器。使用USB-6211來測定溫室內外的溫度，以獲得實驗數據。為了采用動態類神經網絡建構系統模型，我們使用了2880個樣本與后向傳播訓練 (Backpropagation training)表達式，找出系統的溫度類神經模型。然后我們執行了模糊控制及經典的比例-積分-微分(PID)控制。最后，我們以動態類神經網絡構建了整個控制器模型，這是由于使用經典 PID只能用于單個設定點，但是這一控制器卻可以用于所有的設定點。

　　我們利用三種不同的知識庫(真實數據、發電機和光伏電池系統的神經模型以及數學方程式)，以動態類神經網絡建構了電源控制器模型。我們根據輻射和風速變量與供電量的比較值，按照和室內溫度溫室模型一樣的方式建構發電機和光伏電池的神經模型。控制器通過預測最大供電，在兩個電源系統之間切換。