网络型生猪养殖环境控制系统与智能型环境因子控制方法.pdf

网络型生猪养殖环境控制系统与智能型环境因子控制方法
    技术领域 本发明属于畜禽舍环境因子参数的信息管理、 控制网络和智能控制领域， 具体涉 及一种基于多种网络互联的规模化生猪养殖环境控制系统装置与环境因子参数控制方法。
     背景技术 在畜牧业生产中， 封闭式畜禽舍已经被广泛应用于畜禽的工厂化养殖， 封闭式畜 禽舍能够创造一种适宜于动物生物学特性的生长发育环境和满足工厂化养殖经济效益的 需要。其中， 对舍内温湿度的监控是进行畜禽舍环境控制的主要方面。在饲养过程中需要 经常检测和控制舍内的温湿度， 保持畜禽舍有一个适宜的温湿度状况。 因此， 对猪舍环境温 湿度状况进行实时监控， 为商品猪生产过程提供适合的生长环境， 缩短生长周期， 实现高效 节能的工厂化生产， 具有较高的实用价值和应用前景。 二十多年来， 通过广大畜牧工程科技 工作者的刻苦攻关， 研究开发了一系列设施与设备， 为进一步改善畜禽舍小气候环境奠定 了基础。中国农业大学报道以 8098 单片机为核心， 开发了以畜禽的日龄为基准的温度、 湿 度和光照度等多因子环境控制系统的硬件与软件技术， 初步实现了畜禽舍环境的智能化控 制。 欧明等开发的自动温控器的原理是由测温仪的测温探头自动感应舍内气温把数据传给 测温仪， 测温仪接收到模拟信号后把该信号和预设值作比较。 若舍内温度高于预定值， 就会 驱动接触器， 带动风机和水泵工作， 从而调节猪舍内部环境温度。 在实际应用过程中要确保 所设定的工作温度与实际生长中猪群对环境所要求的温度所相匹配， 这就需要饲养人员根 据经验根据不同猪群对温度的不同要求而设置不同的工作温度。戴欣平等利用机械通风、 舍外喷雾和舍内喷雾等 3 种降温方式， 并采用 PLC 控制技术实现在夏季进行分温度段开启 相应设备， 保持猪舍内合适的温湿度， 该方法采用手动设置和基于经验的控制方法。 田耘等 开发了一种基于单片机 AT89C52 和 DS18B20 数字式温度传感器的哺乳仔猪舍温度、 湿度自 动控制系统， 该系统能满足随仔猪出生天数增加而自动调低所控制温度的要求。这些没有 实现规模化生猪养殖环境控制系统要求而且监控系统的信息传输方式没有考虑到猪场地 域不同等养殖环境的检测与控制条件的实际状况， 养殖环境的控制方法也比较简单， 没有 考虑控制参数的精度要求和经济效益的因素。 生猪规模化养殖环境控制的总体趋势是综合 运用智能控制技术、 传感器技术、 网络技术、 现场总线技术和无线通信技术等综合集成， 实 现规模化生猪养殖环境的自动控制、 监视、 全过程的数字化记录和计算机智能优化决策， 实 现对猪舍环境因子参数的智能化管理和控制， 推动了生猪优质、 高效、 低耗的工厂化生产的 发展， 这些综合集成技术在工厂化猪舍养殖环境控制的应用在国内外还一片空白。
     发明内容
     本发明在目前相关研究的基础上， 针对生猪养殖环境信息多样性、 环境因子之间 的耦合性和地域分散性等特点和养殖环境的通信条件的限制等实际情况， 设计并实现了一 种基于无线传感器或者现场总线网络与 GPRS 网络或者以太网相结合最终与互联网联通， 形成多种结构的信息传送与智能监控系统。该系统由数据采集和传输层、 数据解析和存储层以及数据使用和共享层 3 部分组成， 它们通过有线或无线方式通讯 ： 数据采集和传输层 ： 包括监控现场中检测节点、 控制节点、 中继节点、 多接口网关、 现场 监控端和 GPS 和 GPRS 模块以及 GPRS 网络和以太网， 采用大量微型的无线传感器网络或者 现场总线网络节点作为养殖环境信息采集与控制终端， 实现对生猪养殖环境信息的分布式 多点采集与智能控制 ； 然后， 通过中继节点完成生猪养殖环境信息的传送并最终将数据汇 聚到系统多接口网关， 在多接口网关通过 GPRS 模块与移动 GPRS 网络连接或者以太网接口 与以太网将采集的数据实时地发送到数据解析和存储层的中心监控端， 经过中心监控端上 的数据采集模块解析后将有效数据存入数据库。
     数据解析和存储层 ： 包括中心监控端、 数据库服务器， 用于接收来自于数据采集和 传输层的数据， 经过中心监控端上的数据采集模块解析后将有效数据存入数据库服务器 ； 实现整个系统信息的存储和解析以及查询和监视。 在系统控制中心的中心监控端考虑到系 统中大量的信息采集与控制节点分布在不同地域养殖场内， 为了便于对节点的管理， 将地 理信息系统 GIS 应用于本系统中。该系统根据猪场所处的经纬度， 实现桌面端和网络上节 点相结合绘出猪舍环境参数分布情况的地图。
     数据使用和共享层 ： 包括 Web 应用服务器、 用户浏览器， 用于实现用户使用和共享 数据， 为了让用户更好地使用和共享数据， 在数据使用和共享层中采用了 B/S 模式， 在 B/S 模式中客户端只要通过浏览器访问 Web 服务器即可实时访问、 浏览和下载所需要监控现场 采集点的数据， 对数据采集模块进行远程访问， 利用 Web Services 技术将数据发布封装为 服务， 该服务经由网络发布后， 其他应用 （系统） 就能够通过对它的调用来便捷地获取猪场 监控现场数据， 从而实现现场数据在不同应用之间的有效共享。 在本发明的三层结构中有以下特点 ： 在数据采集和传输层中根据生猪养殖场地域分散、 通信条件各不相同以及气候等环境 因素的影响， 在监控的猪舍环境内可以选择现场总线网络或者无线传感器网络实现对环境 参数信息的采集与控制 ； 在现场监控单元与远程控制中心之间要实现对不同地域猪舍环 境因子监控一个行之有效的解决方法是配置体积小、 功耗和成本较低且可以灵活部署的网 关， 由网关处理所获取的信息并进行转发工作， 以太网通信稳定可靠， 但需要具备相应的接 入条件， 这在许多应用情况下难以实现 ； 无线通信移动性能良好， 但易受到网络覆盖面及资 费问题困扰。 为了解决上述问题， 可在网关上实现包括有线和无线的多种通信方式， 在实际 应用时根据猪舍所处部署区域的境况自主选择所需要的通信方式， 或者在条件允许的情况 下同时使用。这样检测与控制节点与控制中心的信息交互方式可以通过以下方式实现 ： 无 线 + 有线， 无线 + 无线， 有线 + 有线， 有线 + 无线方式实现。具有多种通信方式的网关不仅 能够实现外部网络的灵活接入完成节点数据的转发， 同时还可以适应检测与控制节点部署 的灵活性。 本发明在上述思路的基础上， 设计完成一种具有汇聚节点功能的网关， 并通过集 成以太网、 串行口以及 GPRS 多种通信方式， 搭建起无线传感器网络或者现场总线网络与外 部网络进行数据通信的桥梁。运用嵌入式操作系统的多线程机制控制各通信软件并行执 行， 提高了系统运行效率。 网关设计灵活可靠并具有可扩展性， 为实现更多途径的网络接入 方案提供了有价值的方法参考。网关主要由 GPS 模块、 微处理器、 NRF2401 模块、 以太网接 口、 GPRS 通信模块和串行口组成 ； 本系统用于现场监控时将检测节点、 控制节点放置监控 区域内， 该节点能够自主形成无线监控网络或者现场总线网络， 每个节点采集周围环境的
     温度、 湿度、 光照度和有害气体等信息， 通过无线传感网络或者现场总线网络将信息传至多 接口网关， 由网关将数据信息及网关的地理信息发送到远程监控中心， 网关与现场监控端 交互信息和指令， 现场监控人员在现场监控端根据检测信息及时对猪舍环境状况进行监控 处理。
     在现场监控端根据猪舍环境控制参数设定采用人工的特点， 设计了猪舍环境因子 参数设置的专家系统， 该专家系统主要根据经济成本最优的原则来设定现场监控单元的温 度、 湿度理想控制值， 主要根据 ： 环境因子参数控制的成本模型、 生猪生长模型、 生猪的市场 价格、 饲料的市场价格与生猪的生长阶段等参数， 通过专家推理得到当前时段生猪生长的 经济最优环境因子参数， 该参数由现场监控端通过串行口、 多接口网关送到控制节点的相 关存储单元中。
     在控制节点 （为了设计上的方便， 本系统把检测节点和控制节点设计在一起， 系统 根据需要选用其中检测节点功能还是控制节点功能） 设计 PID 神经网络解耦系统， 系统根据 生猪生长过程中的温度、 湿度等环境参数是多变量、 强耦合、 大惯性控制对象， 在该系统中 为了提高控制精度和响应速度的要求， 建立了生猪生长环境因子参数的神经网络模型和利 用 PID 神经网络构成多变量解耦控制系统。PID 神经网络解耦系统由多个 PID 神经元子网 交叉并联而成， 每个子网的输入层有 2 个神经元， 分别接受 1 个被调检测实际量 y 和 1 个给 定量 r ； 隐含层有 3 个神经元， 其输入输出函数分别为比例 (P)、 积分 (I)、 微分 (D) 函数 ； 输 出层有 1 或者 2 个神经元对应执行机构所需的控制量。 系统控制对象是温度和湿度， 因此需 要 2 个 PID 神经网络控制器， 由于系统有 3 个执行机构， 所以控制温度的温控器与风机公用 一个 PID 神经网络控制器， 则输出层有 2 个神经元 ； 湿度则需要 1 个 PID 神经网络控制器， 输出层有 1 个神经元， 通过这 2 个控制器子网交叉并联， 可构成 2×6×3 结构的网络。网络 的输入层至隐含层是按子网独立连接的， 而其隐含层至输出层则是互相交叉连接的， 使整 个网络连成一体， 实现猪舍环境因子温度与湿度的解耦控制， 通过 GPFN1 学习算法自适应 调整神经网络参数， 实现智能化的 PID 学习控制器， 以适应复杂系统的控制。建立的环境因 子参数神经网络模型具有很强的逼近能力， 而且权值调整简单， 采用 GPFN2 学习学习算法 收敛较快和稳定， 它的输入为当前时刻 K 的控制量以及前几次 K-1、 K-2 和 K-3 时刻对应的 实际检测量作为神经网络的输入， 输出量为当前时刻的温度和湿度的预测量， 神经网络的 隐含层采用高斯函数， 它的结构为 9-14-2。系统利用所提控制方法能够实现多变量非线性 系统的辨识与控制， 且对于对象结构和参数的变化都具有较强的鲁棒性。由于建立的环境 因子参数模型参与 PID 神经网络控制器的控制， 提高了系统控制的响应速度和精度。
     由于猪舍环境因子参数高度离散性， 检测节点安装在不同的高度和不同的位置传 感器检测的实际参数是不同的， 为了得到作为控制器的反馈实际值， 本系统把传感器安装 在猪的一半高度并把多个检测节点的输出参数取均值作为控制节点控制器的反馈实际值 来参与系统环境因子参数的控制。
     在数据解析和存储层中， 在系统控制中心的中心监控端考虑到系统中大量的信息 检测节点与控制节点分布在不同地域养殖场内， 为了便于对节点的管理， 将地理信息系统 应用于本系统中。根据猪场所处的经纬度， 实现桌面端和网络上节点相结合监视猪舍环境 参数分布情况的地图。
     在数据使用和共享层中为了确保数据的安全、 系统运行的效率以及系统的升级和维护， 将数据库服务器、 中心监控端、 Web 应用服务器分开设计。各个服务器之间既保持功 能上的独立， 又进行数据和控制上的交互。利用 ADO.NET 可以实现数据库服务器与其他服 务器之间数据的高效交互。系统采用 VC.NET、 C# 和 ASP.NET 开发与硬件部分一起构成了规 模化远程生猪养殖环境信息采集与控制系统。
     该系统采用了无线传感器网络技术、 现场总线技术、 GPRS 技术、 GPS 技术、 GIS 技 术、 智能控制技术和 Web 技术能够有效地实现对规模化生猪养殖环境进行高效监控和信息 的共享。系统结构图见图 1。
     ①、 设计了基于无线与现场总线接口的检测与控制节点 （包含检测节点与控制节 点的功能， 使用时根据需要选用部分功能） ， 检测猪舍环境的温度、 湿度、 光照度和有害气体 浓度等参数并通过控制外部设备的工作状态来实现对环境因子参数的高效控制， 该类节点 含有无线与现场总线接口可以通过中继节点实现与网关节点进行信息交互， 通过网关实现 与现场监控端与远程中心监控端的信息交互。硬件和软件结构见图 2 与图 3。在控制节点 通过 PID 神经元的解耦和运用神经网络辨识猪舍环境因子的参数模型来实现对猪舍环境 因子参数温度和湿度的高精度解耦控制。解耦控制结构图见图 4 的下半部分。
     ②、 设计了多接口网关 ： 该网关实现现场监控端与检测和控制节点的信息交互、 检 测和控制节点与远程中心监控端的信息交互以及通过 GPS 模块与通信卫星的信息交互， 为 了实现以上功能， 该网关含有四个串口实现 ： 1 个串口接 RS232 转 CAN 总线模块实现网关 与基于 CAN 现场总线现场检测与控制节点的信息交互， 1 个串口接 GPRS 模块接口通过无线 方式实现现场检测与控制节点和控制中心监控端的信息交互， 1 个串口接 GPS 模块接口实 现与通信卫星的信息交互来确定该生猪养殖环境地点的经纬度， 1 个串口接现场监控端的 RS232 接口实现现场监控端和检测与控制节点的信息交互实现对生猪养殖单元的监控 ； 通 过设计以太网接口实现检测与控制节点和中心监控端的有线方式信息交互 ； 通过设计无线 传输方式实现网关与现场检测和控制节点的信息交互。 在网关中对单元猪舍多检测节点参 数进行数据融合来提高检测与控制的精度。硬件和软件结构图见图 5 和图 6。
     ③、 设计了现场监控端软件 （现场监控端采用工业控制计算机） ： 实现了对养殖环 境现场参数的监测、 查询、 存储和基于经济最优推理的专家系统来实现设定控制节点的环 境因子参数目标值， 与控制节点中 PID 神经元解耦控制算法结合实现对猪舍单元环境因子 参数的智能控制。软件框图见图 7 和专家推理见图 4 的上半部分。
     ④、 设计了中心监控端软件 （中心监控端采用工业控制计算机） ： 结合 GIS 和 GPS 技 术实现对各不同地点现场猪舍监控单元环境因子参数解析、 显示、 查询和管理并绘出桌面 端与监控节点相结合的参数分布图。软件流程结构见图 8。
     ⑤、 设计了 Web 服务器端软件来实现与远程端用户的信息交互， 响应用户的请求 服务， 实现远程用户查询猪舍环境因子与历史趋势并实时发布监控现场的环境因子参数。 软件流程结构见图 9。
     本发明的优点 ： ①、 根据猪场地域分布广泛、 气候条件、 环境条件、 可靠性要求和经济条件等特点， 本系 统可以在监控现场采用由基于无线传感器网络接口节点组成自组织智能控制网络或者采 用基于现场总线接口节点和现场监控端组成现场单元环境因子参数的采集与控制系统 ； 在 控制现场与远程中心监控端之间通过多接口网关采用有线或者无线方式实现它们之间的信息交互， 整个系统的网络有多种信息交互方式。这些可以适应不同的主客观条件要求的 场合， 提高了控制系统结构设计的灵活性、 可靠性和经济性。
     ②、 设计了带有 CAN 总线接口、 无线传感器网络接口、 以太网接口和串行通信接口 的多功能、 多信息交互方式的网关， 实现了检测与控制节点和现场监制端的信息交互方式 的多样化， 检测与控制节点和控制中心之间信息交互方式的多样化， 即： 有线 + 有线、 有线 + 无线、 无线 + 有线、 无线 + 无线等方式。该网关提高了控制系统的灵活性、 冗余性。
     ③、 采用 GIS 技术与 GPS 技术相结合应用于多地域生猪生长环境参数的集中与分 散式监控， 系统实现对检测与控制节点所采集的定点数据进行时空分析， 使整个监控系统 功能更加可靠、 形象化。
     ④、 基于多个检测点的多传感器数据融合提高环境因子参数检测与控制的精度 ； 建立了生猪生长环境因子参数的神经网络模型与 PID 神经网络的结合实现温度与湿度的 高精度解耦控制， 提高了控制系统环境因子的控制精度和响应速度 ； 系统采用基于经济最 优推理的专家系统来设定环境因子参数的值， 提高了系统的经济效益和环境因子参数设定 的科学性。
     ⑤、 远程客户端通过浏览器实现与监控中心的 Web 服务器之间交互信息， 在中心 监控端、 Web 服务器与数据库之间实现信息共享， 中心监控端与现场监控端之间通过网关接 口实现它们之间的信息交互， 这样用户、 现场和监控中心之间采用 B/S+C/S 结构实现远程 用户、 监控现场与控制中心之间的信息交互与共享， 或者通过手机监控端实现系统信息交 互方式多样性与灵活性的统一。 附图说明 图 1 规模化生猪养殖环境网络控制系统结构图 1- 无线接口的检测节点， 2- 中继节点， 3- 无线接口的控制节点， 4-GPS 模块， 5- 多接口 网关， 6-GPRS 模块， 7- 手机监控端， 8- 现场监控端， 9- 以太网接口 RJ45， 10-GPRS 网络基站， 11-GPS 通信卫星， 12-GSM/GPRS/Internet 网， 13-CAN 现场总线接口的检测节点， 14-CAN 现 场总线接口的控制节点， 15-CAN-BUS 现场总线， 16-Intranet， 17-Web 应用服务器， 18- 数据 库服务器， 19- 中心监控端， 20- 用户， 21-Internet。
     图 2 检测与控制节点的结构图 （包括检测节点和控制节点的功能， 应用时选择部 分功能） 。
     图 3 检测与控制节点软件流程图。
     图 4 控制节点的解耦控制算法流程图。
     图 5 多接口网关结构图。
     图 6 多接口网关软件流程图。
     图 7 现场监控端软件流程图。
     图 8 中心监控端软件流程图。
     图 9 Web 应用服务器软件结构图。
     图 10 整个系统平面布置图。
     具体实施方式
     ①、 系统总体功能的设计 针对猪场地域分散、 环境和外部条件差异较大的特点， 本系统首先构建了基于多种网 络相结合的集信息采集与环境因子参数控制的平台， 在控制现场的猪舍端提出了一种基于 WSN 技术或者现场总线技术的参数采集与控制系统， 它们分别采用 NRF2401 模块或者 CAN 现 场总线协议芯片 SJA1000 来结合 MSP430 系列微处理器实现不同节点参数的采集与控制 ； 为 了实现现场与控制中心的信息交互， 设计了带有多接口网关 5， 该网关实现现场与控制中心 的信息交互 （通过 GPRS 模块 6 或者以太网接口 RJ45-9） 、 现场检测与控制节点信息和现场监 控端 8 的信息交互 （通过网关的 RS232 接口和现场监控端的 RS232 接口） 、 GPS 模块 4 与 GPS 通信卫星 11 的信息交互， 通过网关把监控现场的经纬度传递到中心监控端 19 的 GIS 系统。 在控制中心设计了中心监制端 19、 Web 应用服务器 17 和数据库服务器 18 等， 实现整个系统 的信息监控与信息共享， 在中心监控端 19 嵌入 GIS 技术实现与现场 GPS 技术的结合， Web 应 用服务器 17 响应远程用户 20 通过浏览器的访问或者请求， 数据库服务器 18 存储整个系统 监控过程中现场采集的信息参数， 在控制中心、 用户 20 和现场监控端 8 之间实现信息共享。
     在无线传感器网络中， 带有无线接口的检测节点 1 与控制节点 3 安装在被监控单 元猪舍区域内， 以自组织的形式构成网络， 并通过中继节点 2 采用多跳中继方式将监测数 据以无线的方式上传到多接口网关 5， 最终通过多接口网关 5 将整个区域内的数据传送到 远程中心监控端 19 进行集中处理。由于检测与控制节点的传递距离受到该节点功率的限 制， 因此， 它会寻找中继节点 2 作为传输中继， 通过临近中继节点 2 的帮助将数据传送至多 接口网关 5。多接口网关 5 是一个较为特殊的节点， 它拥有相对较强的处理器和较大的存 储器空间， 其功能是首先对网络中节点传输过来的传感器数据进行初步处理， 然后与外部 网络相连， 将检测的数据发送给远程中心监控端 19 ； 相反通过它也把现场监控端 8 和远程 中心监控端 19 的信息传输到无线接口的检测节点 1 与控制节点 3。在基于 CAN-BUS 现场总 线 15 的现场监控单元中， 带有 CAN 现场总线接口的检测节点 13 与控制节点 14 通过与网关 的 RS232 转 CAN 总线的接口实现与网关的信息交互， 最后通过多接口网关 5 实现与中心监 控端 19、 现场控制端 8 的信息交互。
     为了提高养殖环境因子参数的控制精度和生猪养殖过程的经济效益， 系统采用 PID 神经网络对养殖环境因子的参数进行解耦控制， 在现场监控端设计专家系统对环境因 子参数给定值进行设置。为了提高监控的可靠性和可视性， 系统采用 GIS 与 GPS 技术来绘 制养殖现场环境因子参数情况的分布图。为了提高监控的灵活性， 在养殖现场配制手机监 控端 7。整个系统结构见图 1 所示。
     ②、 检测与控制节点的设计 （包括 1， 3， 13， 14 节点的功能） 为了设计上的方便， 本系统把检测节点和控制节点设计在一起， 在应用的时候根据系 统的需要进行取舍。在基于 WSN 的监控网络， 采用大量微型的无线传感器网络节点作为猪 舍环境因子参数感知与控制终端， 节点通过相互协作的方式完成猪舍环境信息的参数的采 集与控制， 无线检测节点 1 与控制节点 3 与多接口网关 5 之间通过中继节点 2 实现信息的 相互交互 ； 带现场总线接口的检测节点 13 与控制节点 14 通过 CAN-BUS 网络 15 与多接口 网关 5 实现信息交互。检测节点输入通路采集的信息参数主要包括 ： 温度、 湿度、 光照度、 NH3、 CO2、 H2S 等传感器与对应的调理电路以及Ａ /D 转换电路 ； 在输出通路设计了 3 路 D/A 转换电路、 8 路带有光电隔离的继电器开关控制回路， 实现对应外部设备的控制， 控制机 构主要 ： 湿帘、 风机、 温控器和有害气体净化器等， 湿帘布置在猪舍的南北两侧， 风机布置在 猪舍的东西两侧， 温控器的散热器沿猪舍四周墙壁布置在 1 米高左右高度绕 1 周， 有害气体 净化器的高压净化导线安装在猪舍的 2 米高位置 ； 根据通信的需要检测与控制节点设计了 两个通信接口， 分别是采用 NRF2401 模块的无线通信接口和基于 SJA1000、 光电隔离电路和 82C250CAN 收发器的 CAN 总线接口。 它们的软件流程主要实现 ： 无线通信或者 CAN 总线通信 和参数信息的采集与外部设备的控制。 微型处理器采用 MSP430 系列单片机， 处理器 MSP430 系列单片机支持 C 语言程序设计， 适用于 MSP430 系列的 C 语言与标准 C 语言， 兼容程度高， 大大提高了软件设计开发的工作效率， 增强了程序代码的可靠性、 可读性和可移植性。 检测 节点根据检测精度的需要， 根据生猪的高度均匀布置在猪舍中， 控制节点布置在控制柜内。 检测与控制节点共用一个电路， 在安装时根据检测与控制节点的功能和通信方式的需要取 舍相关电路。硬件与软件的结构见图 2 和 3。
     控制节点环境因子参数的解耦控制方法 ： 猪舍的养殖单元温度、 湿度环境因子参 数是一类多变量、 强耦合、 大惯性控制对象， 系统根据生猪生长过程环境因子温度、 湿度控 制的要求， 利用 PID 神经网络构成多变量解耦控制系统。PID 神经网络是一种由比例 (P)、 积分 (I)、 微分 (D) 神经元组成的多层神经网络， 具有 PID 控制和神经网络的优点。对于多 变量强耦合时变系统， PID 神经网络可以通过在线学习， 根据对象参数发生变化时对系统输 出性能的影响来调整连接权值， 改变网络中比例、 积分和微分作用的强弱， 使系统具备较好 的动态和静态性， 达到系统解耦控制的目的。PID 神经网络是一种内含动、 静特性的多层前 向神经元网络， 网络的收敛速度很快且保证了控制系统的稳定性。PID 神经网络中比例元、 积分元和微分元的存在， 使 PID 神经元网络控制系统的响应快、 超调小、 无静差。PID 神经 元网络多变量控制器可以对这一类强耦合的非线性多变量对象实现有效的解耦控制， 系统 的动态性能很好， 调节时间短， 网络学习的收敛速度很快， 学习过程中的误差单调递减， 未 陷入局部极小点。生猪养殖环境的温度、 湿度一般通过由两个单回路 PID 控制器分别调节 各个控制结构， 它们的控制精度无法保障， 由于生猪种类多、 在各个生长阶段的环境因子参 数要求不同， 生猪生长环境的温度和湿度是一种强耦合关系， 扰动作用强， 时间常数和时间 滞后较大， 是典型的多变量、 强耦合、 大惯性控制对象， 因此， 采用单回路调节器很难达到理 想的调节效果， 参数整定比较困难。本发明基于 PID 神经网络控制的温度和湿度控制系统 结构图 4， 本系统 PID 神经网络解耦系统由多个 PID 神经元子网交叉并联而成， 每个子网的 输入层有 2 个神经元， 分别接受 1 个被调检测实际量 y 和 1 个给定量 r ； 隐含层有 3 个神经 元， 其输入输出函数分别为比例 (P)、 积分 (I)、 微分 (D) 函数 ； 输出层有 1 或者 2 个神经元 对应执行机构所需的控制量。系统控制对象是温度和湿度， 因此需要 2 个 PID 神经网络控 制器， 由于系统有 3 个执行机构， 所以控制温度的温控器与风机公用一个 PID 神经网络控制 器， 则输出层有 2 个神经元 ； 湿度则需要 1 个 PID 神经网络控制器， 输出层有 1 个神经元， 通 过这 2 个控制器子网交叉并联， 可构成 2×6×3 结构的网络。网络的输入层至隐含层是按 子网独立连接的， 而其隐含层至输出层则是互相交叉连接的， 使整个网络连成一体， 实现猪 舍环境因子温度与湿度的解耦控制， 自适应调整神经网络参数， 实现智能化的 PID 学习控 制器， 以适应复杂系统的控制。采用 GPFN1 网络构成的自学习控制系统如图 4 所示。图中 网络 GPFN2 完成被控对象的系统辨识。网络 GPFN1 完成 PID 自学习解耦控制， RBF 神经网络的隐含层采用高斯函数，为网络隐层节点基函数的中心矢量， 为基函数的形状参数， ， ， }， PID 神经 ， 并且根据它为隐含层到输出层的网络权值。为了在线学习调整网络参数 { 网络学习的目标是使系统输出误差平方均值为最小 得到对应参数的学习算法如下 ： （1） （2） （3）式中， 为学习速率， 为动量因子。GPFN2 的学习算法和 GPFN1 的学习算法相同， GPFN2 网络具有很强的逼近能力， 而且权值调整简单， 学习算法收敛较快和稳定， 它的输入 为当前时刻 K 的控制量以及前几次 K-1、 K-2 和 K-3 时刻对应的实际检测量作为神经网络的 输入， 输出量为当前时刻的温度和湿度的预测量， 神经网络的隐含层采用高斯函数， 它们的 学习算法参见 GPFN1， 它的结构为 9-14-2。系统利用所提控制方法能够实现非线性系统的 辨识与控制， 且对于对象结构和参数的变化都具有较强的鲁棒性。 PID 经网络解耦控制和模 型的辨识学习通过 C 语言的编程在控制节点中实现对猪舍环境因子的解耦控制。流程见图 4 的下半部分。 ③、多接口网关的设计 现场检测与控制节点与现场监控端 8 或远程中心监控端 19 的信息交互需要通过多接 口网关 5 来实现， 多接口网关 5 是它们之间信息交互的中转站， 起着承上启下的作用。网关 定时查询现场检测与控制节点的信息， 并将数据打包经过 GPRS 模块 6、 GPRS 网络基站 10 、 GSM/GPRS/Internet 网 12 或者 Intranet16、 Internet21 传送到中心监控端 19 ； 或者是相 反的过程 ； 中心监控端 19 发出的指令经过 GSM/GPRS/Internet 网 12 传送到多接口网关 5， 多接口网关 5 将相应的指令传送到具体的某个检测与控制节点 ； 现场监控端 8 和现场检测 与控制节点的信息交互也是通过多接口网关 5 的中转。多接口网关 5 主要负责发送中心监 控端 19、 现场监控端 8 的指令 ( 如查询、 命令等 )、 接收下层检测与控制节点的请求和信息 上传， 具有数据融合、 路由选择等功能。它是系统的中转节点， 该多接口网关 5 主要有串行 接口连接 GPS 模块 4、 现场监控端 8、 GPRS 模块 6、 RS232/CAN 总线模块， 以太网接口 RJ45-9 实现现场检测与控制节点和中心监控端 19 通过以太网与互联网的信息交互， 设计了无线 通信模块接口或者现场总线接口实现多接口网关 5 与现场检测与控制节点信息交互。多接 口网关 5 软件主要由无线与现场总线信息接收 / 发送任务、 LCD 显示任务、 键盘任务、 多串口 通信任务、 数据融合和以太网通信任务等组成， 各个任务的协调运行由 μC/OS- Ⅱ实时多 任务操作系统调度和管理。 对于本系统， 在 S3C2410 中移植了 μC/OS- Ⅱ实时多任务操作系 统，μC/OS- Ⅱ是一个源代码开放的、 占先式的多任务实时内核以进行实时多任务管理。 操 作系统的调度模型为任务加事件的 2 级调度机制， 调度算法是简单的 FIFO， 任务队列是功
     耗敏感的， 这样基本任务单线程运行， 只分配单个任务栈。 当任务队列为空时， 处理器休眠， 等待事件触发调度。任务间的同步是在多任务的环境下进行的， 由于系统中各个任务大部 分彼此无关， 共享同一种资源会存在资源竞争的问题。 因此， 系统采用事件标志和信号量的 方法来实现同步机制， 使得原操作不需要关掉所有的中断， 从而不会造成系统的响应延迟。 系统的驱动模块实现了对 A/D 转换、 RF 部件以及外围设备 ( 包括电源、 I2C、 串口以及计数器 / 定时器等 ) 的管理。系统的 GPS 模块 4 采用 GSU-36 接收模块， 定位信息模块的串行通信 接口以 NMEA0183 格式传送到多接口网关 5 处理器， 处理器将 GPS 模块 4 的地理位置信息和 各监控节点的信息储存在 RAM 中， 再经 GPRS 模块 6 或以太网接口 RJ45-9 发送出去供中心 监控端 19 接收。 GPRS 模块 6 选用 TC35 系列的 TC35i 模块， 具有设计紧凑、 高性价比等特 点， 并且已经有国内的无线电设备入网证。猪舍内所有检测与控制节点都可以通过各自无 线通信接口或者 CAN 通信接口挂接到无线传感器网络上或者 CAN-BUS 现场总线 15 总线上， 多接口网关 5 不仅可对猪舍内的传感器节点进行组织和协调， 而且可作为猪舍内外部通信 的接口把舍内传感器的数据信息汇聚起来通过通过 GPRS 模块 6 或者以太网接口 RJ45-9 将 猪舍内的信息采用无线或者有线方式发送到现场监控端 8 和远程中心监控端 19 计算机上。 在多接口网关 5 中对多节点参数进行融合即 ： 由于每个节点的所出猪舍环境的位置不同， 它们之间不存在可比性， 系统对每个节点对应检测参数取平均值来融合多个节点对应参数 并作为控制反馈量的实际值。多接口网关 5 的硬件结构和软件流程图参见图 5、 6。 ④、 现场监控端软件设计 现场监控端 8 是一台工业控制计算机， 现场监控端 8 主要实现现场监控端与监控单元 检测与控制节点的信息交互， 实现对猪舍环境因子参数进行采集与监控。该端主要通过多 接口网关 5 与现场检测与控制节点的信息交互， 主要功能为现场监控端通信参数设置、 设 置检测现场参数时间、 多接口网关 5 与现场监控终端 8 通信、 参数采集、 数据分析、 数据保 存、 数据库管理、 专家系统实现和系统维护。 该专家系统主要根据经济成本最优的原则来设 定现场监控单元的温度、 湿度理想控制值， 主要根据 ： 环境因子参数控制的成本模型、 生猪 生长模型、 生猪的市场价格、 饲料的市场价格与生猪的生长阶段等参数， 得到当前时段生猪 生长的经济最优环境因子参数， 通过专家系统的推理来实现， 由现场监控端 8 通过串行口、 多接口网关 5 送到控制节点。该管理软件选择了 Microsoft Visual++ 6.0 作为开发工具， 调用系统的 Mscomm 通信控件来设计通讯程序。专家系统的推理过程见图 4 的上半部分， 其 他功能的流程图参见图 7。
     ⑤、 中心监控端程序设计 中心监控端 19 为一台具有固定公网 IP 地址的计算机， 在其上运行的监控数据管理软 件是设计的核心， 它选择了 Microsoft Visual++ 6.0 作为开发工具， 采用数据库操作方式 实现对现场检测与控制节点数据存储和读取。 同时为了实现对分布在不同地域养殖场猪舍 中的检测与控制节点所采集的定点数据进行时空分析， 系统集成地理信息系统功能， 采用 了 ESRI 公司的 ArcGIS Engine 嵌入式组件库。它除了提供基本的制图、 数据编辑和 GIS 功 能外还支持空间分析和 3D 分析等高级操作功能。中心监控数据管理软件主要实现数据的 接收、 解析、 存储和时空分析， 根据功能需求， 划分成如下模块 ： (1) 数据接收模块。多接口 网关 5 与控制中心终端 19 之间采用 C/S 客户端服务器工作模式， 基于 Socket 编程技术， 监 听本地 IP 地址的绑定端口， 在确认客户端即网关节点的连接请求后， 接收数据， 并根据自
     定义数据包协议完成数据解析。 (2) 数据库存储模块。 根据数据的采集时间， 采用时段划分 的数据存储管理方式， 将解析数据存储到数据库对应表格的对应属性字段中。 (3) 监测量分 析模块。从数据库表中读取监测数据， 以时间为横轴， 绘制监测量随时间变化的曲线， 分析 监测量连续变化的特性。(4) 监测量空间变异分析模块。本系统创新点之一是将 GIS 管理 分析功能融入到多网络的猪舍环境因子参数监控应用设计中。 猪舍环境因子参数监控网络 旨在通过现场检测节点位置上的环境变量采样估计其他非节点位置上的数据， 生成环境变 量的空间分布图。利用 GPS 测量节点的精确位置， 并将节点名称和位置信息输入到监控数 据管理软件中， 生成传感器节点图层。用设定时间间隔所接收到的最新节点数据实时更新 环境中节点湿度、 温度等监测量字段数据， 通过 Arc Engine 的空间分析模块实现空间插值， 获得任意时段的监测量空间分布。
     该系统采用 GPS 技术对分布不同地域的猪舍进行实时定位， 利用 GPRS 无线移动通 讯网络或者以太网进行实时数据传输， 以电子地图 GIS 和空间信息系统为支撑平台， 实现 定位跟踪、 监控报警和信息查询管理一体化功能的高科技技术体系和完整的系统。整个系 统是由 GPS 通信卫星 11 定位系统和通信系统两大部分组成， 通信系统是由远程中心监控 端、 现场检测与控制单元、 多接口网关和 GPRS 无线通信网络或者以太网等四个部分组成。 多接口网关 5 可以为监控中心实时提供每一个目标的定位数据、 运行状况和报警信息等， 并上传中心监控端 19 自动记录这些信息以便事后查询分析， 中心监控端 19 结合 GIS 电子 地图， 实时地显示出当前猪舍节点的环境因子参数信息、 猪舍的地理位置。数据接收采用 Socket 网络通信机制， 通过端口监听线程实时监听用户指定的端口， 如果有远程 IP 请求建 立 TCP 连接， 则接受请求并建立连接， 同时启动数据接收线程， 接收该 TCP 连接发来的数据。 为了保证数据的完整， 接收到的数据被存入缓存中。此时， 数据处理线程根据预先规定的 固定格式， 从缓存中提取出一个完整的数据包， 并将该数据进一步解析， 从而得到一条有效 的数据， 包括监测猪舍单元编号、 发送该数据包的多接口网关 5 编号、 传感器检测的数据值 和该数据包经由的传输路径等。如果不合法， 则丢弃该数据包。解析得到的有效数据通过 ADO.NET 可以方便高效地存入数据库服务器中的 MS SQL Server 2005 数据库中。 在存储数 据时首先要根据监测区域编号判断数据库中是否已经存在以该编号命名的表， 如果不存在 则创建新表， 然后将数据存入该表中。软件流程图见图 8。
     ⑥、 WEB 应用服务器软件设计 为了使采集来的生猪养殖环境数据便捷地提供给用户 20 使用和共享， 真正发挥数据 的价值， 系统实现了 3 种模式， 包括浏览器和服务器结构 （Brower/Server， B/S） 、 客户机和 服务器结构 （Client/Server， C/S） 以及 Web Services 模式。通过 B/S 模式能够实现不同 的用户， 从不同的地点， 以不同的接入方式访问采集的数据， 达到更广范围的数据共享。但 是 B/S 模式下无法进行高效地数据处理、 统计和分析， 而 C/S 模式通过充分利用两端硬件环 境的优势， 恰好能够满足这一需求。然而， 这两种模式提供的只是用户层面上的数据共享， 用户只能通过浏览和下载数据后才能将其与自己的应用相结合。而利用 Web Services 技 术就可以实现应用 （系统） 层面上的数据共享。WEB 应用程序服务器采用 MS-IIS(Microsoft internet Information Server) 技术， 网络发布模块采用 ASP.NET 和 C# 技术实现 B/S 体 系结构。用户操作通过客户端浏览器 (Brower) 实现， 主要业务在服务器端 (Server) 实现， 数据存储、 提取则在数据库服务器端实现， 形成 3 层 (3-tier) 结构。用户通过浏览器不仅可以实时了解当前检测与控制节点检测的环境因子参数在猪舍环境中的分布情况， 而且能 够查询和下载历史数据， 并绘制各节点的数据变化曲线。通过授予用户不同级别的访问权 限来限制数据的使用。本系统针对数据共享方面的需求， 采用 .NET 平台来实现数据发布的 Web 服务。该服务根据调用者提交的查询参数， 在数据库中进行查询， 并将查询结果返回给 调用者。发布到网络上的服务能够被其他应用 （系统） 发现并调用来获取需要的数据。这样 一方面为相关农业决策获取大量、 实时和连续的养殖环境数据提供了快捷的途径， 另一方 面实现了应用层面上高效、 快捷的数据共享。软件结构流程图见图 9。
     ⑦、 采用 MS SQL Server 2005 软件设计了数据库服务器中的数据表， 设计的数据 表中包括 ： 猪舍号、 时间、 温度、 湿度、 光照度、 CO2 浓度、 NH3 浓度、 H2S 浓度等字段。
     ⑧、 监控系统的设计举例 根据猪舍猪栏的相对位置， 系统布置了带有 CAN 现场总线接口的检测节点 13（根据生 猪的高度灵活布置其离地面高度） 和控制节点 14、 多接口网关 5、 现场监控端 8、 控制中心的 安装图， 特别是湿帘分布在猪舍的两侧， 风机分布在猪舍的两头， 散热器绕猪舍的内部 1 周 并在 1 米的高度， 有害气体的高压净化线安装在 2 米的高度， 整个系统平面布置图见图 10。