温室大棚智能化控制系统毕业设计外文翻译

畢業設計論文外文資料翻譯學院：電氣學院專業：電氣工程及其自動化姓名：鄭能文學號：080801332外文出處：Agriculturalgreenhousesgreenhouseintelligentaucontrol附件：1.外文資料翻譯譯文；2.外文原文。指導教師評語：簽名：年月日附件1：外文資料翻譯譯文農業溫室大棚智能自動化控制摘要：歷來確定的軌跡到controlgreenhouse農作物生長的問題解決了用約束優化或應用人工智慧技術。已被用作經濟利潤的最優化研究的主要標準，以獲得充足的氣候控制設定值，為作物生長。本文討論了通過分層控制體系結構由一個高層次的多目標優化方法，要解決這個問題是要找到白天和夜間溫度（氣候相關的設定值）和電導率的參考軌跡管轄的溫室作物生長的問題（fertirrigation的值）。的目標是利潤最大化，果實品質，水分利用效率，這些目前正在國際規則。在過去8年來選擇說明結果顯示和描述相關設定培育的，獲得在工業溫室的關鍵字分層農業;系統，過程控制，優化方法;產量優化1。介紹現代農業是時下在品質和環境影響方面的規定，因此，它是一個自動控制技術的應用已在過去幾年增加了很多（[法卡斯，2005和Sigrimis，2000][Sigrimis等。，2001]，[Sigrimis和國王，1999]和Straten等。，2010]）。溫室生產agrosystem的是一個複雜的物理，化學和生物過程，同時發生，反應不同的回應時間和環境因素的模式，特點是許多相互作用（Challa及Straten，1993年），必須以控制種植者獲得最好的結果。作物生長過程是最重要的，主要是由周圍環境的氣候變數（光合有效輻射PAR，-溫度，濕度，和內空氣中的二氧化碳濃度）的影響，水和化藥和文化的勞動力。溫室是理想的增長，因為它構成一個封閉的環境，氣候變數在可控制的作物。氣候和fertirrigation是兩個獨立的肥，灌溉，蟲害和疾病提供的金額，如修剪和處理他人之間的農和fertirrigation系統不同的控制問題和目標。經驗，不同的作物品種的水分和養分的要求是已知的，事實上，自動化系統控制這些變數。另一方面，市場價格波動的影響和環境的規則，以提高水的利用效率，減少化肥殘留在土壤中（如硝酸鹽含量）是考慮到其他方面。因此，最優在溫室agrosystem的生的問題：優化作物生長（與品質更好，更大的生產），減少成本（主要是燃料，電力，化肥）副減少殘留（主要是農藥和土壤中的離子），水分利用效率的提高。產過程可概括為達到以下目標許多方法已經被應用到這個問題，例如，與溫室氣候管理中的最優控制領域，如處理（1993）challa和麵包車Straten的Seginer和謝爾（1993年），凡Straten等。（2010），Tantau（1993），或基於人工智慧技術（[法卡斯，2003]，[雷羅等，2008]，[馬丁-Clouaire等。，1996]和[森本和橋本龍太郎，2000年]）。溫室生產agrosystem的處理採用分層控制結構（Challa[和麵包車Straten的，1993年，Rodriguez等人，2003年，羅德裏格斯等人，2008年已被普遍]和[1993]）Tantau，該系統應該被劃分成不同的時間尺度和控制系統被劃分成不同的層次，以達到最佳作物生長的氣候控制和水和肥料供應低級層（分鐘時間尺度），中等層控制作物生長（用了兩天的時間尺度），和一個高層次的層相關的市場問題（幾個月時間尺度）（2008年Rodriguez等人，2003年，羅德裏格斯等人。，]和[Tantau，1993年的]）。然而，大多數溫室最優控制的研究只考慮一個目標，在優化問題，主要是只增加種植者的收入（[Challa和麵包車Straten的，1993年，羅德裏格斯等人。，2003，Rodriguez等人，2008年集中[1993]），Tantau，只有最大限度地減少二氧化碳的供應量（VanHenten及Bontsema的，2009年），或包括在控制決策者“（Kornera範Straten，2008年）的熱的積分。最近已作出新的貢獻，在溫室作物的最佳氣候控制（Ioslovich，古特曼，及連接器，2009年）計畫獲得一個季節性的最優控制策略基礎上的Hamilton-Jacobi-心，顯示出有前途的模擬結果。另一方面，只有一個一個以上的目標，特別是控施肥問題（Ioslovich，2Seginer002年）相結合的文學作品。然而，貝爾曼形式主義的決制溫度和在這項工作中，被認為是在成長階段的長期天氣預測不變（這可能會導致高層次硝酸型材總是達不考提供了數值例子。因此，有沒有成文的貢獻相結合的主要目標（利潤最大化，水果作物的品質，水分利用效率）在相同的優化問題，另一方面，他們大多是基於仿真結果或短的時間實驗。因此，本文提出了一種新的方法，結合不同的目標，溫室作物優化問題，採用多目標（MO）的嵌入式技術在分層控制方案。這個層次的計畫是由不同層次的短期期天氣預報工具被用來改善優化過程的預測，溫室氣候模擬器也包括在內，以確保將達到設定值型材在溫室的本地控制器。此外，這種方法已被證實在工業溫室番茄作物的最後8年期間。該方法適用於在歐洲南部，在溫室生產無CO2濃縮和優質的產品的需求與日俱增的暖冬氣候條件。提出的一個著名的番茄作物模型的修改後的版本，這是用來與溫室作物生產動態過程中的決策變數。最後，請注意，從一個角度考慮，該框架已在模組化和層次化的方式設計方法，它是直的優化問題的不確定性）。它應該從優化過程中所產生的溫度和成（它並不總是保證，因為對當前的天氣條件下是有很強的依賴性），供水慮客觀（這是一個重要的發出如本文所討論的），只和長接使用這種方法，其他園藝作物，其他緯度地區，以及包括其他型號或目標函數優化過程（例如，包括額外的變數相關的生長作物，如二氧化碳，或考慮相關的節能和/或植物病害防治的目標）。本文組織如下：第二節介紹了配方基於MO優化方法的問題。在建議的層次結構。第4節顯示了有代表性的成果，獲得了一個真正的溫室和總結發言結論。第3節所述2。莫優化作物生產找到一個決策變數滿足約束和優化向量，其元素代表（布拉斯科，雷羅，桑切斯和馬丁內斯，2007年）目標函數的載體，可以被定義為一個莫優化問題。競爭措施或目標性能特點的問題被認為是作為MO優化問題，其中n目標姬（P）中的變數的向量P∈P的同時最小化（或最大化）（劉，楊，Whidborne，2003）（1）令人滿意的米不等式約束，和J平等的限制，。問題往往沒有最佳的解決方案，同時優化所有目標，但它有一個稱為帕累托最優集（劉等，2003），其中一個妥協的解決方案，可以選擇從欠佳或不占主導地位的替代解決方案的一個決策過程。在溫室作物的管理，可以制定不同的標準，如物理產量，作物品質，產品品質，生產過程中的時間，或生產成本和風險。這些標準往往會引起爭議的氣候和fertirrigation要，求有或謂的戰術水準，種植者有幾個相互衝突的目標，使決定。解決這個莫優化過程中，前和未來的最佳日間和夜間溫度的參考軌跡，XTA，電導率，XEC，其餘的作物週期。也就是說，那裏是一個向量沿著優化間隔內的空氣溫度，是著優化區間的電導率（EC）的載體。請注意，植物生長的PAR輻射（周日條件）的影響下，進行光合作用的過程。此外，通過光合作用，溫度影響食糖生產的明或暗地要解決所P∈P，，是目沿速度，從而輻射和溫度平衡的方式，較高的輻射水準相當於一個較高的溫度。所以，晝夜條件下是必要的溫度保持在一個較高的水準。在夜間條件下，植物是不活躍（作物不長），所以它是沒有必要維持這麼高的溫度。出於這個原因，兩個溫度設定值通常被認為是：白天和夜間（羅德裏格斯等人，2008）。有必要強調，雖然在連續時間的工藝優化，解決了在離散的時間間隔為優化地平線，NF（K）（這個地平線是可變的，代表直到農業賽季結束時的剩餘時間間隔）。因此，解決載體和獲得，其中k是當前的離散時刻。請注意，建議的優化問題，溫室作物生產模型以估計通過不同的演算法步驟內氣候的行為和作物生長，並涉及不同的功能目標的決策變數是必需的。溫室內小氣候的動態行為是一種物理過程的組合，涉及能量轉移（輻射熱）和品質平衡（水汽通量和CO2濃度）。另一方面，作物生長和產量的主要依靠，在其他條件，如灌溉和肥料，在溫室內的溫度，輻射的PAR，二氧化碳的濃度。因此，無論是氣候條件和作物生長的相互影響，其動態行為，可以因此，在作物生長對環境的回應可以由兩個動態模型描述，代表他們的動態相關的時間尺度，可以通過（法卡斯，2005]，[拉米雷斯，阿裏亞斯表示由兩個微分通過不同的時間尺度特徵。方程系統等人，20