隨著我國經濟和科學技術的發(fā)展,我國農業(yè)正從傳統農業(yè)向現代農業(yè)轉變,其中溫室作為現代農業(yè)的重要支撐在國內得到廣泛應用。番茄是溫室種植的重要蔬菜品種,日常消費量巨大。傳統番茄溫室種植管理主要以經驗為主,存在智能化水平低,番茄生長環(huán)境不能得到有效測控、勞動力投入大、勞動效率低和資源浪費嚴重等突出問題。為此,研發(fā)基于物聯網的番茄溫室環(huán)境智能調控系統,實現番茄溫室環(huán)境的實時測控,通過構建番茄溫室環(huán)境調控模型,提高番茄溫室環(huán)境調控的精準度,為實現番茄生產管理自動化和智能化奠定基礎。本文依托東平迅發(fā)有機蔬菜合作社溫室大棚條件研發(fā)了基于物聯網的番茄溫室環(huán)境智能調控系統,研究建立了番茄溫室環(huán)境調控模型,并開發(fā)了配套的軟件管理系統。具體研究內容如下:(1)參考已有的研究成果,在充分考慮算法的有效性和簡單易用性的前提下,采用以空氣溫度、空氣濕度、光照強度作為輸入,以空氣溫度為輸出的隨機森林預測方法,同時將單神經元自適應PID控制器來代替?zhèn)鹘yPID控制器,構建了番茄溫室環(huán)境調控模型,模型性能良好,為實現溫室精準化控制奠定了基礎。(2)參考現有物聯網體系架構,并結合番茄溫室的實際需求,設計了番茄溫室四層域結構;...

【文章頁數】：80 頁

【學位級別】：碩士

【文章目錄】：
中文摘要
ABSTRACT
1 緒論
    1.1 研究背景和意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 國內外研究現狀
        1.2.1 設施農業(yè)物聯網的研究現狀
        1.2.2 設施農業(yè)調控模型的研究現狀
        1.2.3 國內外發(fā)展現狀小結
    1.3 主要研究內容、技術路線及創(chuàng)新點
        1.3.1 研究內容
        1.3.2 技術路線
        1.3.3 創(chuàng)新點
    1.4 論文組織結構
2 相關理論與技術
    2.1 單神經元的學習理論
        2.1.1 神經元學習的基礎
        2.1.2 單神經元學習規(guī)則
    2.2 物聯網體系架構與技術研究
        2.2.1 物聯網體系架構
        2.2.2 物聯網技術
    2.3 本章小結
3 番茄溫室控制模型的構建
    3.1 番茄溫室調控要素
        3.1.1 主要環(huán)境因子類型
        3.1.2 調控設備
    3.2 基于隨機森林的溫室溫度預測
    3.3 單神經元自適應PID控制器的研究
        3.3.1 傳統PID控制器理論
        3.3.2 神經元模型
        3.3.3 單神經元自適應PID控制器的學習方法
        3.3.4 仿真分析
    3.4 番茄溫室環(huán)境控制模型的構建
    3.5 本章小結
4 基于物聯網的番茄溫室智能調控系統的設計
    4.1 系統設計框架設計
        4.1.1 系統需求分析
        4.1.2 系統方案設計
    4.2 無線傳感器網絡的設計
        4.2.1 ZigBee網絡結構
        4.2.2 ZigBee組網過程
        4.2.3 ZigBee數據傳輸
        4.2.4 傳感器選型
    4.3 MSP430主控制單元的設計
        4.3.1 系統通信設計
        4.3.2 系統外圍電路設計
    4.4 軟件系統的設計
        4.4.1 上位機軟件設計
        4.4.2 Web端的設計
        4.4.3 手機APP移動端的設計
    4.5 本章小結
5 基于物聯網的番茄溫室智能調控系統的實現
    5.1 番茄溫室概況
        5.1.1 番茄概況
        5.1.2 溫室概況
    5.2 番茄溫室智能調控系統的實現
    5.3 模型驗證
    5.4 上位機軟件的實現
    5.5 Web端的實現
    5.6 手機APP移動端的實現
    5.7 本章小結
6 總結與展望
    6.1 總結
    6.2 展望
參考文獻
致謝
碩士期間獲得的研究成果



本文編號：3755536