基于物联网的水肥精准调控方法、智能装备及系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114365614A(43)申请公布日2022.04.19(21)申请号202111382762.9H04L67/12(2022.01)(22)申请日2021.11.22G16Y10/05(2020.01)G06N3/04(2006.01)(71)申请人湖南大学地址410000湖南省长沙市岳麓区麓山南路麓山门申请人贵州省水利科学研究院（贵州省灌溉试验中心站）(72)发明人王永涛刘坚黄维李蓉杨文峰索鑫宇胡芮家(74)专利代理机构北京集智东方知识产权代理有限公司11578代理人陈攀(51)Int.Cl.A01C23/04(2006.01)A01C23/00(2006.01)权利要求书5页说明书19页附图10页(54)发明名称基于物联网的水肥精准调控方法、智能装备及系统(57)摘要本发明适用于农业灌溉施肥管理技术领域，提供了基于物联网的水肥精准调控方法、智能装备及系统，本发明采用物联网的感知层、传输层(接入层和网络层)、支撑层和应用层四层架构模式；基于STM32F103RET6自主研发多功能采集控制装置并对射流器与文丘里混合器结构进行了优化；自行设计短距离通信协议结合Lora及TCP/IP等多种协议实现智能水肥一体化联网；基于BPNN的营养液EC、营养液PH、土壤温度T、土壤湿度H等多传感器数据融合设计了具有缓冲混肥桶的传递函数并与二维增量式模糊PID控制方法集合，实现了土壤水分、养分控制过程的响应速度和精度；采用LSTM长短期记忆神经网络预测未来7‑15日降水量，并通过连续无雨日旱情评估及主要旱地作物旱情评估。CN114365614ACN114365614A权利要求书1/5页1.基于物联网的水肥精准调控系统，其特征在于：包括信息感知层、信息传输层、支撑层及信息应用层，其中：所述信息感知层包括条形码、二维码、RFID、基于STM32F103RET6自主研发多功能采集控制装置、智能传感器、智能摄像头、超文本信息及自组织网络；所述信息传输层包括信息接入层和网络层，接入层现场传感器有线路由与无线组网，其中主要采用RS232/485、wifi、Zigbee、Lora，网络层主要有GSM、4G、5G、互联网、物联网、通讯网等异构网络的接入和传输；所述支撑层设计主要包括云计算、数据挖掘、数据可视化、多源异构数据融合、数据库级GIS/GPS/RS技术等；所述信息应用层主要包括监控、报警查询、智能控制、行业接口、信息系统、决策支持系统(生育期及土壤水分控制阈值)。2.如权利要求1所述基于物联网的水肥精准调控系统，其特征在于：其中关于所述采集控制装置，所述采集控制装置以嵌入式单片机STM32F103RET6控制器为核心，实现水位、流量、闸位、泵站、视频及闸(阀)门启闭信息的采集，并通过Lora、RS232/485模块实现信息的传输。3.如权利要求1所述基于物联网的水肥精准调控系统，其特征在于：其中关于所述数据挖掘主要为根据历史时段内有效降雨量P，采用LSTM长短期记忆神经网络预测未来5‑15日降水量，并通过连续无雨日旱情评估及主要旱地作物旱情评估，结合作物灌溉制度，确定灌水的时间、计划及灌水量，用于提高灌溉施肥的精准性。所述的灌溉制度主要为主要为贵州火龙果、猕猴桃及茶叶三种作物生育期及土壤水分控制阈值见表6、表7和表8。表6火龙果生育期及土壤水分控制阈值表7猕猴桃生育期及土壤水分控制阈值2CN114365614A权利要求书2/5页表8茶叶生育期及土壤水分控制阈值4.如权利要求1所述基于物联网的水肥精准调控系统，其特征在于：其中关于所述智能控制包括基于BPNN的EC传感器、PH传感器、土壤温湿度传感器(T、H)等多传感器数据融合，其结构如图8所示。采用三层(4‑8‑1)结构，即4输入(EC、PH、T、H)，隐含层层数为8层，输出层层数为1层(目标营养液电导率y)，建立BPNN多传感器数据融合非线性函数为：y＝f(ec,ph,t,h)(1)其中ec,ph,t,h为神经网络的输入。二维增量式模糊PID控制方法及自动灌溉施肥控制，所述智能控制主要为二维增量式模糊PID控制方法，即以实际土壤电导率r与土壤目标电导率y间的偏差e、偏差变化率ec的二维增量式模糊PID控制模型。通过模糊化处理、模糊控制规则、模糊决策及解模糊化处理环节，输出量为PID控制器的3个输入修正参数ΔKp、ΔKi、ΔKd，形成的二维增量式模糊PID控制模型。当e(t)、ec(t)按不同规律变化时，根据人工经验制定出制定合理的模糊规则，并根据模糊规则对PID各参数进行在线修改，从而使系统性能达到最佳，之后，参照模糊规则展开模糊推理，推理结果经解模糊化处理，清晰量ΔKp、ΔKi、ΔKd再经过量化因子(或比例因子)计算作