基于ARM微处理器的温室温湿度测控系统的研究

论文摘要

随着我国农业生产和工业技术的发展和进步,各式各样的温室在国内外得到了广泛的应用。温室测控技术作为温室生产中重要的组成部分也成为目前国内外研究的重点。随着以ARM为核心的32位高性能微处理器的出现、控制技术的发展以及传感器应用技术的成熟,在这些技术背景下使得开发一种新的温室测控系统成为可能。本研究首先综合分析了国内外温室技术发展现状和嵌入式技术的发展现状,针对中小型温室,采用由广嵌公司研发生产的基于S3C2440A微处理器的开发板搭建了一个具有良好人机交互性能的温室测控系统,选择温室中温度和湿度两个主要环境因子作为控制对象,控制系统能够根据作物在各个生长阶段对温湿度的不同要求,自动调节温室中的温湿度,从而达到作物最佳生长环境的需求。下面将主要研究内容介绍如下：（1）在硬件方面,温室测控系统硬件电路设计主要包括微处理器核心电路、环境因子数据采集电路、执行机构驱动电路等。微处理器核心电路是温室环境测控系统的重要组成部分,由处理器S3C2440A、系统复位电路、时钟与电源电路、存储系统电路等组成,该模块的主要功能是运行整个系统中各硬件设备驱动程序,处理实时采集到的环境因子数据,根据多因子控制算法,对温室环境中的执行机构进行控制：数据采集电路模块主要功能是通过温室环境中的温湿度传感器实时采集温室环境因子信息,由于传感器的输出信号已经是数字信号,因此将采集到的环境因子信息直接传输到微处理器中进行相关处理；执行机构电路模块主要功能是根据温室环境的变化,由微处理器发出信号来控制执行机构,从而驱动天窗系统和喷雾系统的运行,实现对温室环境的调控。（2）在软件方面,构建嵌入式linux系统是进行控制器应用软件开发和传感器驱动开发的基础,根据开发板具体的硬件配置和参数,成功移植了嵌入式linux操作系统,主要包括u-boot移植、linux内核的移植、根文件系统的制作三个方面,实现了多任务的实时处理,使系统具备了良好的可靠性、稳定性和可维护性,也为今后应用程序的升级打下了基础。在搭建好的linux系统基础上,编写了控制器应用软件,主要包括以下三个模块：数据采集模块、执行机构驱动模块、人机交互模块。另外,针对本文中使用到的温湿度传感器也开发了相应的驱动程序,并成功加载到内核中,从而实现了温湿度传感器的调用。（3）温室环境系统是一个多变量、非线性、时变、滞后的系统,而且各变量之间存在很强的耦合关系,很难建立其准确的数学模型。在综合分析温室温湿度特点的基础上,提出了利用RBF神经网络和FALCON网络设计的多因子控制算法。该算法采用RBF神经网络建立作物生长模型,利用FALCON网络做出控制策略,在实际的温室环境控制中,效果良好,达到了系统设计的预期目标。综上所述,本论文综合运用了嵌入式技术、自动控制技术以及传感器技术等多学科知识,针对中小型温室,设计了一种系统稳定性好、可靠性高、操作简单方便的温室温湿度测控系统。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景和意义
• 1.2 国内外温室技术研究现状
• 1.3 嵌入式技术发展现状
• 1.4 问题的提出
• 1.5 主要研究内容
• 第二章 影响作物生长发育的环境因子及调节方法
• 2.1 影响作物生长发育的环境因子
• 2.1.1 温度
• 2.1.2 湿度
• 2.2 温室环境的调节控制方法
• 2.2.1 温度调节
• 2.2.2 湿度调节
• 2.3 本章小结
• 第三章 温室测控系统硬件设计
• 3.1 温室测控系统硬件特性
• 3.2 微处理器S3C2440A核心电路模块
• 3.2.1 处理器S3C2440A
• 3.2.2 存储系统
• 3.2.3 JTAG接口电路
• 3.2.4 复位电路
• 3.2.5 电源电路
• 3.3 环境因子采集模块
• 3.3.1 温度采集电路设计
• 3.3.2 湿度采集电路设计
• 3.4 控制机构电路设计
• 3.5 通信接口模块
• 3.5.1 串口电路
• 3.5.2 网络接口电路
• 3.6 总线扩展
• 3.7 本章小结
• 第四章 温室测控系统软件设计与控制算法
• 4.1 嵌入式操作系统概述
• 4.1.1 嵌入式操作系统
• 4.1.2 嵌入式实时操作系统
• 4.1.3 嵌入式Linux操作系统
• 4.2 控制软件开发调试环境及主要技术
• 4.2.1 集成开发环境Eclipse
• 4.2.2 BOA技术
• 4.2.3 CGI技术
• 4.2.4 交叉编译环境的建立
• 4.3 LINUX操作系统在S3C2440A处理器上的移植
• 4.3.1 Bootloader的移植
• 4.3.2 linux内核的配置和移植
• 4.3.3 根文件系统的制作
• 4.3.4 BOA服务器的移植
• 4.4 温室测控系统控制算法
• 4.4.1 RBF神经网络
• 4.4.2 FANCOL网络
• 4.4.3 控制算法验证
• 4.5 控制系统软件设计
• 4.5.1 主程序模块
• 4.5.2 人机交互模块
• 4.5.3 数据采集模块
• 4.5.4 控制程序模块
• 4.6 本章小结
• 第五章 系统试验调试与测试
• 5.1 硬件调试
• 5.2 软件调试
• 5.3 系统整体测试
• 第六章 结论与展望
• 6.1 结论
• 6.2 展望
• 参考文献
• 致谢