基于WSN的温室环境智能监控系统研究

论文摘要

目前,温室监控系统大多采用有线方式,这种系统具有安装部署不灵活、可调整性差等缺点,且线缆故障容易导致系统异常,而温室又具有非线性、强耦合、大延时等特点,现有监控方式难以满足大量温室的多点密集监控需求。无线传感器网络(WSN)综合了传感器感知、嵌入式、现代网络及无线通信、分布式信息处理等信息技术,能够协同地实时监控网络覆盖区域中各种监控对象,并作为物联网的关键技术之一正得到日益广泛的应用研究。近期陆续出现了基于WSN的温室监控系统,但大多属于研究性质,成本高、实用性较差,难以应用于实际生产。本文针对设施农业中温室监控的应用需求,开展了WSN优化设计,实现了无线传感器监测节点、控制节点和智能控制算法设计。主要研究成果有:(1)采用ZigBee2006作为网络的无线传输协议,针对温室应用特征从多个方面对ZigBee2006进行了优化配置,设计了温室中WSN的协调器节点、路由节点、终端节点,建立基于WSN的无线监控系统通信平台。(2)选用TI公司的CC2430作为无线传感器节点的微处理芯片设计了环境监测节点,监测节点分为主板和扩展板,主板可监测空气温湿度、光照三类基本环境因子。扩展板可监测土壤温湿度、土壤电导率、二氧化碳浓度、风速、风向、降雨量、氨气浓度等环境因子;设计实现了传感器电源控制方法,扩展板可自动控制传感器电源通断,以降低节点功耗;设计了节点供电系统,采用太阳能为主,适配器为辅的供电方式;开发了监测节点数据采集程序,完成了采集程序与ZigBee协议的链接,实现了数据的无线传输。(3)设计实现了温室设备自动控制节点,可完成天窗、内外遮阳网、风机、湿帘、加湿器、均热扇等设备的控制,并支持设备状态信息采集;设计了基于I2C的I/O口扩展控制程序及其与ZigBee协议接口程序,实现了控制节点控制命令的接收和设备状态信息的收集。(4)将PID控制、模糊控制、Smith预估器三种控制理论相结合设计了智能控制算法。采用带Smith预估器的模糊PID控制算法实现了中心服务器的远程控制,中心服务器同时具有即时干预控制、设定值控制两种控制方式。本文在无线传感器网络技术应用研究的基础上实现了基于WSN的温室环境智能监控系统。经测试和部署,表明系统具有成本低、功耗低、可靠性高、监测因子可扩展、供电方式灵活、无线自组网、控制方式多样等特点,基本满足实际农业生产监控需求。同时,对设计的带Smith预估器的模糊PID算法进行仿真比较,验证了其性能的优良性。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 背景与意义
• 1.2 国内外研究现状
• 1.2.1 温室环境监控技术研究
• 1.2.2 无线传感器网络研究
• 1.2.3 农业无线传感器网络研究
• 1.3 研究内容
• 1.4 章节安排
• 第二章 温室无线传感器网络优化设计
• 2.1 系统层次化体系结构
• 2.2 WSN 无线传输协议配置
• 2.2.1 ZigBee 协议简介
• 2.2.2 ZigBee 协议优化配置
• 2.3 WSN 节点功能
• 2.4 WSN 数据传输设计
• 2.5 小结
• 第三章 环境监测节点
• 3.1 环境监测节点硬件设计
• 3.1.1 环境监测节点硬件整体设计
• 3.1.2 监测节点硬件选型
• 3.1.3 主板电路设计
• 3.1.4 扩展板电路设计
• 3.1.5 太阳能供电设计
• 3.2 环境监测节点软件设计
• 2C 数据采集程序'>3.2.1 I²C 数据采集程序
• 3.2.2 单总线数据采集程序
• 3.2.3 开关量数据采集程序
• 3.2.4 模拟数据采集程序
• 3.3 监测节点产品化设计
• 3.4 小结
• 第四章 控制节点设计
• 4.1 控制节点硬件设计
• 4.1.1 控制节点硬件整体设计
• 4.1.2 控制节点硬件选型
• 4.1.3 控制节点I/O 口扩展模块设计
• 4.1.4 控制节点电源模块设计
• 4.1.5 控制模块和设备状态采集模块设计
• 4.1.6 控制节点PCB 实物图
• 4.2 控制节点软件设计
• 4.2.1 控制命令接收
• 4.2.2 设备状态信息上传
• 4.2.3 I/O 扩展程序
• 4.3 控制节点测试
• 4.3.1 控制命令下行测试
• 4.3.2 设备状态信息上传测试
• 4.4 小结
• 第五章 温度智能控制算法设计
• 5.1 控制算法简介
• 5.1.1 PID 控制算法
• 5.1.2 模糊控制算法
• 5.1.3 Smith 预估器控制算法
• 5.2 带Smith 预估器的模糊PID 控制算法设计
• 5.2.1 模糊控制器结构设计
• 5.2.2 输入输出量的模糊化
• 5.2.3 控制规则设计
• 5.2.4 模糊推理
• 5.2.5 解模糊化
• 5.3 带Smith 预估器的模糊PID 控制算法仿真
• 5.3.1 仿真模型及PID 控制参数的确定
• 5.3.2 仿真参数的确定
• 5.3.3 Simulink 仿真
• 5.3.4 控制算法实现流程
• 5.4 控制功能软件实现
• 5.5 小结
• 第六章 总结与展望
• 6.1 总结
• 6.2 展望
• 参考文献
• 致谢
• 作者简介