小型农作物温室大棚二氧化碳浓度监测系统

针对小型农作物温室环境指标监测的需要,设计实现了农作物温室大棚二氧化碳浓度监测系统。采用STC系列单片机控制,对农作物大棚内二氧化碳浓度进行近距离实时监测,采用TFT彩屏显示实时值和动态曲线,具有阀值调节,超过阀值报警,可实现小型温室农作物的生长环境二氧化碳浓度的实时监控。     

基于物联网的温室环境监控系统设计

设计了一种基于物联网的温室环境监控系统,可对温室大棚中的空气温湿度、土壤温湿度、二氧化碳浓度、光照度等环境因子进行远程监测和智能调控,为农作物的生长制造最佳环境.该设计以各种传感器、ZigBee、Cortex-A8智能网关、云平台等设备构建温室环境的监控系统,计算机和手机通过Internet网络可与云平台进行连接,对温室环境实现远程的监测和控制.     

基于ZigBee技术的温室大棚智能监控系统

在农业生产中,温度、湿度、光照强度、土壤温湿度以及二氧化碳浓度等环境因素对农作物生长起着至关重要的作用。本文利用Zigbee技术,开发出了一套温室大棚智能监控系统,能够实时地对温室大棚环境进行远程监控。     

基于无线传感器网络的小型农作物温室大棚信息采集系统

针对温室环境农业信息采集的需要,设计实现了基于无线传感器网络的小型农作物温室大棚信息采集系统。系统利用无线传感器网络基础节点集成二氧化碳传感器模块,收集大棚内二氧化碳数据。通过Zig Bee无线射频把数据传给系统的无线传感器网络基础节点,实现二氧化碳浓度的动态监测。TFT彩屏显示二氧化碳浓度的实时值,具有阀值报警功能,使管理者能够及时的对大棚内的农业信息参数做出适当的处理。     

基于物联网智能温室大棚控制系统的设计

为调节农作物的生长环境,提高农业生产的现代化水平,本文以单片机为控制器,采用DHT11模块和PCF8591模块采集温室大棚内环境的温湿度和光照数据,经过单片机处理后进行就地显示和控制调节结构,控制大棚内的温湿度、光照度及通风等情况,自动实现保温、保湿和数据存储,同时将实时数据通过无线通信模块GPRS-GA6传送到指定手机上.完成模拟实物的制作并进行测试,调试结果达到了能够根据农作物生长情况所需的数据智能调节温室大棚环境的设计要求.     

基于LabVIEW的温室大棚远程智能监控系统设计

为提高温室大棚种植效率、减少管理成本,设计了智能控制系统,用于对大棚内温度、土壤湿度、光照等环境因素进行控制。该系统以LabVIEW作为主控软件,结合相关的器件和外围电路,使种植户在计算机上远程监控大棚内农作物的生长情况,并采用比例积分微分(PID)控制算法,实现对温室大棚内的温度值、湿度值、光强值的有效自动控制。在系统的前面板上输入农作物种类和生长阶段,系统自动生成此时最适合该农作物生长的湿度、温度、光照参数值,从而保证大棚内的温度、湿度、光照被控制在合适的范围内。同时,在前面板上设置了自动/手动切换控制按钮,保证系统能够在自动或者手动控制下工作。系统在试验室条件下进行了验证,参数误差最大为8.7%,效果不理想。但对控制精度要求不高的温室大棚、冷链物流、养殖业等领域,该系统仍具有一定的借鉴意义。     

农业智慧大屏监控系统的设计与实现

当前智慧温室大棚系统过程数据的综合利用率低,种植经验与果蔬生长过程数据无法实时监控,导致无法更好的控制果蔬的生长过程环境的数据。该文通过智慧大屏的监控系统实现对大棚农作物生长过程环境参数进行实时跟踪,实现温室大棚果蔬的种植环境的过程优化。实验证实,该方法能够有效地提升对大棚作物的监控,对果蔬的种植管理有较好的改进。     

自寻优模糊控制器及其在温室温控中的应用

大型温室控制系统的大滞后及滞后不定等特点导致难以找到准确的控制规律,近似控制规律的大误差又会直接影响控制的效果.文章提出了一种适合于温室大棚控制的滞后因子可变的模糊控制器,通过补偿解决滞后问题,同时通过自适应方法修正控制表.仿真结果显示,该控制器具有良好的控制效果.     

基于物联网技术的温室大棚环境监测与控制系统模块化设计

为实现温室大棚智能环境监测与控制,研制一套基于物联网技术的环境自动检测和控制装置。该装置可以实现测量大棚的土壤温湿度、光照度和CO2浓度等农业生长环境要素,并根据温室农作物生长要求,自动控制换气、补光、喷淋、灌溉等操作,为植物生长提供最佳环境。该装置采用最新的工业级传感器采集信息,利用RS 485通信将变送器输出的信号和PC连接,以实时显示环境信息。测试结果表明,借助物联网技术,采用模块化设计的温室大棚智能环境监测与控制系统,实现了温室大棚环境监测和控制的自动化和智能化。     

基于STM32的单体大棚温室群控系统的设计

单体大棚温室是目前我国南方地区普遍采用的产业化种植模式.针对此类温室的设施化水平低、资源浪费等缺点,该文设计了一套基于现场总线和STM32的高可靠、低成本的分布式单体大棚群控系统,分别将作物需水量和温室的温湿度作为灌溉和环境控制的主要目标.基于STM32的现场控制器采集温室土壤和环境数据送至中控机,并执行中控机计算出的控制决策,完成对土壤和环境参数的控制.测试结果表明,该系统成本低、性能稳定,能使农作物产量提高20％,节水效果明显,具有较好的推广价值.     

基于模糊神经网络的人工鱼虚拟味觉系统研究

本文设计了在智能虚拟环境下人工鱼的一种虚拟味觉系统.利用模糊神经网络实现了鱼儿对食物的学习记忆算法.模糊神经网络由于同时具备了模糊逻辑对规则的表达能力以及神经网络的学习能力,非常适合解决虚拟环境中味觉的信号识别问题,经实验验证是切实可行的.基于模糊神经网络的味觉系统的研究和实现为人工鱼多感知融合系统提供了基础.     

基于神经网络的自适应控制研究综述

神经网络与自适应控制相结合的研究,已成为智能控制的一个新的分支。自适应具有强鲁棒性,神经网络则具有良好的自学习功能和良好的容错能力,神经网络自适应控制由于较好地融合了两者的优点而具有强大的优势。该文综述了近年来神经网络自适应控制的研究现状,阐述了神经网络模型参考自适应控制及神经网络自校正控制两种典型的控触方案,并对神经网络自适应控制的应用作了介绍。在此基础上,对神经网络自适应控制存在的主要问题,如稳定性、鲁棒性及收敛性等问题作了积极有益的探讨。最后,展望了神经网络自适应控制未来的发展趋势,并指出了其研究方向。     

Fuzzy neural network based traffic prediction and congestion control in high-speed networks

Congestion control is one of the key problems in high-speed networks,such as ATM.In this paper,a kind of traffic prediction and preventive congestion control scheme is proposed using neural network approach.Traditional predictor using BP neural network has suffered from long convergence time and dissatisfying error.Fuzzy neural network developed in this paper can solve these problems satisfactorily.Simulations show the comparison among no-feedback control scheme,reactive control scheme and neural network based control scheme.     

多变量非线性飞行控制系统的神经网络动态逆控制方法

针对多变量非线性飞行控制系统,从理论上对其逆系统的解析形式进行了详细推导,根据神经网络逼近逆系统的原理分析,提出了一种由静态神经网络和积分器组成的动态神经网络,构造了多变量非线性飞行控制系统的神经网络动态逆控制系统,并利用动力伞飞行控制系统进行了仿真验证,结果表明这种控制方法完全满足控制要求,具有较好的抗干扰能力和鲁棒性能。     

基于单神经元的模糊控制器在电加工中的应用

针对电火花加工过程中间隙放电的状态无法用数学工具精确描述的特点,通过设置间隙放电的门槛电压值,建立了常规的模糊控制器;并在此基础上提出了基于单神经元的模糊控制规则在线自调整的新型模糊控制算法;根据对象的变化,使用单神经元在线调整常规模糊控制查询表,即在线间接调整了模糊控制的控制规则。利用WINDOWS系统的多线程技术,采用VisualC++开发环境实现了具体算法,建立了基于微型机的新型电火花加工模糊控制器。     

一种基于模糊神经网络的机器人控制

采用高斯函数作为模糊隶属函数,将模糊控制与神经网络相结合。利用神经网络实现模糊推理,运用了一种模糊高斯基函数神经网络,并用于两关节机器人的轨迹跟踪控制。仿真结果表明,该网络对机器人轨迹跟踪控制具有很好的效果,是一种行之有效的控制方法。     

神经网络控制应用研究

主要对神经网络控制进行了综述.首先介绍了神经网络的发展历程和结构,讨论了几种常见的神经网络控制方案,简要说明了它们的原理, 并论述了神经网络控制在工业中的应用.最后总结了神经网络的特点及存在的相关问题.     

多步预测性能指标函数下的神经网络逆动态控制方法

将预测控制与神经网络逆动态控制相结合,提出了多步预测性能指标函数下的神经网络逆动态控制方法。该方法用多步预测性能指标函数训练神经网络逆动态控制器的权值,使整个系统具有预测控制的特点,有比通常的神经网络逆动态控制快得多的响应速度和更好的响应性能。     

采用遗传算法训练对角递归神经网络预测控制器

本文提出了一种基于广义预测控制的神经网络预测控制方案．预测控制器由对角递归 神经网络预测控制器和前向神经网络静态补偿器组成．两种神经网络均采用遗传算法进行训 练．仿真实验表明,对于带纯时延的非线性被控对象,采用遗传算法设计的对角递归神经网 络预测控制器具有令人满意的控制性能．     

基于神经网络的解耦控制方法

本文介绍了BP算法的基本原理及其实现步骤,并将BP算法应用于神经网络解耦器和PID神经网络的训练中,即本文中各个神经网络的训练算法均采用BP算法,提出了一种神经网络在线解耦控制算法,即将神经网络解耦和神经网络PID控制两者结合,对系统进行解耦控制。将解耦与控制结合,既避免了单独采用自适应PID控制时控制效果不佳的问题,又避免了单独采用解耦时原有控制器不能适应变化后的对象问题。最后对一组双输入双输出耦合系统进行了仿真研究。