外文翻译--农业温室大棚智能自动化控制

毕业设计论文外文资料翻译

学 院： 电气学院 专 业： 电气工程及其自动化 姓 名： 学 号： 外文出处： Agricultural greenhouses

greenhouse intelligent automatic control

附 件： 1.外文资料翻译译文；2.外文原文。

指导教师评语： 签名： 年 月 日

附件1：外文资料翻译译文

农业温室大棚智能自动化控制

摘要：

历来确定的轨迹到controlgreenhouse农作物生长的问题解决了用约束优化或应用人工智能技术。已被用作经济利润的最优化研究的主要标准，以获得充足的气候控制设定值，为作物生长。本文讨论了通过分层控制体系结构由一个高层次的多目标优化方法，要解决这个问题是要找到白天和夜间温度（气候相关的设定值）和电导率的参考轨迹管辖的温室作物生长的问题（ fertirrigation的相关设定值）。的目标是利润最大化，果实品质，水分利用效率，这些目前正在培育的国际规则。在过去8年来，获得在工业温室的选择说明结果显示和描述 关键词

分层农业;系统，过程控制，优化方法;产量优化 1。介绍

现代农业是时下在质量和环境影响方面的规定，因此，它是一个自动控制技术的应用已在过去几年增加了很多（[法卡斯，2005和Sigrimis，2000] [Sigrimis等。，2001]，[Sigrimis和国王，1999]和Straten等。，2010]）。温室生产agrosystem的是一个复杂的物理，化学和生物过程，同时发生，反应不同的响应时间和环境因素的模式，特点是许多相互作用（Challa及Straten，1993年），必须以控制种植者获得最好的结果。作物生长过程是最重要的，主要是由周围环境的气候变量（光合有效辐射PAR - ，温度，湿度，和内空气中的二氧化碳浓度）的影响，水和化肥，灌溉，虫害和疾病提供的金额，如修剪和处理他人之间的农药和文化的劳动力。温室是理想的增长，因为它构成一个封闭的环境，气候和fertirrigation变量在可控制的作物。气候和fertirrigation是两个独立的系统不同的控制问题和目标。经验，不同的作物品种的水分和养分的要求是已知的，事实上，自动化系统控制这些变量。另一方面，市场价格波动的影响和环境的规则，以提高水的利用效率，减少化肥残留在土壤中（如硝酸盐含量）是考虑到其他方面。因此，最优在温室agrosystem的生产过程可概括为达到以下目标的问题：优化作物生长（与质量更好，更大的生产），减少成本（主要是燃料，电力，化肥）副减少残留（主要是农药和土壤中的离子），水分利用效率的提高。许多方法已经被应用到这个问题，例如，与温室气候管理中的最优控制领域，如处理（1993）challa和面包车Straten的Seginer和谢尔（1993年），凡Straten等。 （2010），Tantau（1993），或基于人工智能技术（[法卡斯，2003]，[雷罗等，2008]，[马丁 - Clouaire等。，1996]和[森本和桥本龙太郎，2000年] ）。 温室生产agrosystem的处理采用分层控制结构（Challa [和面包车Straten的，

1993年，Rodriguez等人，2003年，罗德里格斯等人，2008年已被普遍]和[1993]）Tantau，该系统应该被划分成不同的时间尺度和控制系统被划分成不同的层次，以达到最佳作物生长的气候控制和水和肥料供应低级层（分钟时间尺度），中等层控制作物生长（用了两天的时间尺度），和一个高层次的层相关的市场问题（几个月时间尺度）（2008年Rodriguez等人，2003年，罗德里格斯等人。，]和[Tantau，1993年的]）。然而，大多数温室最优控制的研究只考虑一个目标，在优化问题，主要是只增加种植者的收入（[Challa和面包车Straten的，1993年，罗德里格斯等人。，2003，Rodriguez等人，2008年集中[1993]），Tantau，只有最大限度地减少二氧化碳的供应量（Van Henten及Bontsema的，2009年），或包括在控制决策者“（Kornera范Straten，2008年）的热的积分。最近已作出新的贡献，在温室作物的最佳气候控制（Ioslovich，古特曼，及连接器，2009年）计划获得一个季节性的最优控制策略基础上的Hamilton-Jacobi-贝尔曼形式主义的决心，显示出有前途的模拟结果。另一方面，只有一个一个以上的目标，特别是控制温度和施肥问题（Ioslovich Seginer，2002年）相结合的文学作品。然而，在这项工作中，被认为是在成长阶段的长期天气预测不变（这可能会导致高层次的优化问题的不确定性）。它应该从优化过程中所产生的温度和硝酸型材总是达成（它并不总是保证，因为对当前的天气条件下是有很强的依赖性），供水不考虑客观（这是一个重要的发出如本文所讨论的），只提供了数值例子。因此，有没有成文的贡献相结合的主要目标（利润最大化，水果作物的品质，水分利用效率）在相同的优化问题，另一方面，他们大多是基于仿真结果或短的时间实验。因此，本文提出了一种新的方法，结合不同的目标，温室作物优化问题，采用多目标（MO）的嵌入式技术在分层控制方案。这个层次的计划是由不同层次的短期和长期天气预报工具被用来改善优化过程的预测，温室气候模拟器也包括在内，以确保将达到设定值型材在温室的本地控制器。此外，这种方法已被证实在工业温室番茄作物的最后8年期间。该方法适用于在欧洲南部，在温室生产无CO2浓缩和优质的产品的需求与日俱增的暖冬气候条件。提出的一个著名的番茄作物模型的修改后的版本，这是用来与温室作物生产动态过程中的决策变量。最后，请注意，从一个角度考虑，该框架已在模块化和层次化的方式设计方法，它是直接使用这种方法，其他园艺作物，其他纬度地区，以及包括其他型号或目标函数优化过程（例如，包括额外的变量相关的生长作物，如二氧化碳，或考虑相关的节能和/或植物病害防治的目标）。

本文组织如下：第二节介绍了配方基于MO优化方法的问题。在第3节所述建议的层次结构。第4节显示了有代表性的成果，获得了一个真正的温室和总结发言结论。

2。莫优化作物生产

找到一个决策变量满足约束和优化向量，其元素代表（布拉斯科，雷罗，桑切斯和马丁内斯，2007年）目标函数的载体，可以被定义为一个莫优化问题。竞争措施或目标性能特点的问题被认为是作为MO优化问题，其中n目标姬（P）中的变量的向量P∈P的同时最小化（或最大化）（刘，杨，Whidborne，2003）（1）令人满意的米不等式约束，和J平等的限制，。

问题往往没有最佳的解决方案，同时优化所有目标，但它有一个称为帕累托最优集（刘等，2003），其中一个妥协的解决方案，可以选择从欠佳或不占主导地位的替代解决方案的一个决策过程。在温室作物的管理，可以制定不同的标准，如物理产量，作物品质，产品质量，生产过程中的时间，或生产成本和风险。这些标准往往会引起争议的气候和fertirrigation要求，有或明或暗地要解决所谓的战术水平，种植者有几个相互冲突的目标，使决定。解决这个莫优化过程中，P∈P，，是目前和未来的最佳日间和夜间温度的参考轨迹，XTA，电导率，XEC，其余的作物周期。也就是说，那里是一个矢量沿着优化间隔内的空气温度，是沿着优化区间的电导率（EC）的载体。请注意，植物生长的PAR辐射（周日条件）的影响下，进行光合作用的过程。此外，通过光合作用，温度影响食糖生产的速度，从而辐射和温度平衡的方式，较高的辐射水平相当于一个较高的温度。所以，昼夜条件下是必要的温度保持在一个较高的水平。在夜间条件下，植物是不活跃（作物不长），所以它是没有必要维持这么高的温度。出于这个原因，两个温度设定值通常被认为是：白天和夜间（罗德里格斯等人，2008）。有必要强调，虽然在连续时间的工艺优化，解决了在离散的时间间隔为优化地平线，NF（K）（这个地平线是可变的，代表直到农业赛季结束时的剩余时间间隔） 。因此，解决载体和获得，其中k是当前的离散时刻。

请注意，建议的优化问题，温室作物生产模型以估计通过不同的算法步骤内气候的行为和作物生长，并涉及不同的功能目标的决策变量是必需的。温室内小气候的动态行为是一种物理过程的组合，涉及能量转移（辐射热）和质量平衡（水汽通量和CO2浓度）。另一方面，作物生长和产量的主要依靠，在其他条件，如灌溉和肥料，在温室内的温度，辐射的PAR，二氧化碳的浓度。因此，无论是气候条件和作物生长的相互影响，其动态行为，可以通过不同的时间尺度特征。因此，在作物生长对环境的响应可以由两个动态模型描述，代表他们的动态相关的时间尺度，可以通过（法卡斯，2005]，[拉米雷斯，阿里亚斯表示由两个微分方程系统等人，2004年，罗德里格斯和Berenguel，2002年和罗德里格斯等人。，2002）

XCL = XCL（t）是一个温室气候状态变量（主要是里面的空气温度和湿度，二氧化碳浓度，票面辐射，地表温度，盖温度，车间温度）N1-维向量，XGR = XGR

（T ）N2作物生长状态变量维向量或叶子表面的土壤面积，总代表所有的植物成分，根，茎的干物质（主要节点上主要的茎，叶面积指数（LAI），叶，花和水果不含水，果实干物质不含水的水果量，成熟的果实干物质或成熟的果实干物质积累），U = U（t）是输入变量的m维矢量（自然在这项工作中的通风口和加热系统），D = D（T）是O-维向量干扰（外界温度和湿度，风速和风向，外辐射和雨水），V =（T）是一个Q系统变量的向量维（蒸腾，凝结，和其他进程），C是一个系统常数R-维向量，t为时间，XCL，我和XGR，我是在最初的时间Ti已知的状态，整箱整箱（T）是一个非线性函数，基于质量和传热结余，FGR = FGR（T）是一种非线性的功能的基础上的植物基本生理过程。

为地中海地区，已经开发使用的物理定律的线性和非线性模型。深解释这些模型中可以找到拉米雷斯 - 阿里亚斯?罗德里格斯Berenguel，费尔南德斯（2004）（水模型），拉米雷斯阿里亚斯等。 （2004年）（生长模型），罗德里格斯等人。 （2002）（气候模型），罗德里格斯和Berenguel（2002）（型号齐全）。这些模型过于复杂，在这里要详细，但主要的增长模型方程，将在以下各节描述问题的目标和最终MO优化问题的解释。这些方程将用来显示不同的目标作为决策变量的优化问题（目前和未来的温度和欧共体设定值）的函数（成本函数）表示。2.1。从新鲜水果的销售收入的区别和关联到他们的生产成本计算利润。

（2）VPR（t）是产量估计从市场销售价格，XFFP（t）是从作物生长模型（如2.1.1节所述）获得的新鲜水果生产，压控振荡器（T）所产生的费用由供热，电力，化肥，水（从市场和模型的估计和测量装置 - 见2.1.2节），t是时间，TI是作物周期的起始时间，th是最新的收获时间，种植者选择。请注意，在实践中，番茄作物在生长季节多收获。出于这个原因，次代表最新式的收获时间。 （4）。另一种方法是考虑未来的收获时间（TN）在成本函数和优化过程中重新启动，再一次收获前已经产生。两种选择是有效的多重收获。收入取决于对番茄果实的价格（$ KG-1，

本文来源：https://www.bwwdw.com/article/ap7o.html