營(yíng)養(yǎng)液多參數(shù)在線檢測(cè)技術(shù)研究

簡(jiǎn) 寧，魏正英，張育斌，張 磊(西安交通大學(xué)機(jī)械制造系統(tǒng)工程國(guó)家重點(diǎn)實(shí)驗(yàn)室，西安 710054)

0 引 言

近年來(lái)，隨著傳統(tǒng)農(nóng)業(yè)的發(fā)展，土壤污染、水質(zhì)惡化、水資源浪費(fèi)以及農(nóng)耕土地減少等問(wèn)題日益突出，具有不受土壤和環(huán)境限制、成本利用率高等優(yōu)點(diǎn)的營(yíng)養(yǎng)液栽培技術(shù)在農(nóng)業(yè)生產(chǎn)中得到了廣泛的應(yīng)用[1]。

營(yíng)養(yǎng)液栽培即無(wú)土栽培，是一種完全用營(yíng)養(yǎng)液取代土壤進(jìn)行植物栽培的技術(shù)[2,3]。無(wú)土栽培不但可以提高農(nóng)產(chǎn)品產(chǎn)量、縮短培育周期，而且把人類的種植活動(dòng)從土壤的束縛下解放了出來(lái)，為實(shí)現(xiàn)農(nóng)業(yè)、園藝生產(chǎn)的工廠化、自動(dòng)化打開(kāi)了廣闊的前景。營(yíng)養(yǎng)液在線檢測(cè)技術(shù)作為無(wú)土栽培精確控制中的重要技術(shù)，旨在利用多種傳感器對(duì)營(yíng)養(yǎng)液的含鹽量、溫度、組分濃度以及pH值進(jìn)行實(shí)時(shí)檢測(cè)，從而為營(yíng)養(yǎng)液調(diào)控提供依據(jù)。

離子選擇電極的出現(xiàn)為營(yíng)養(yǎng)液在線檢測(cè)技術(shù)提供了可能，該方法相比于實(shí)驗(yàn)室色譜分析方法而言，具有操作簡(jiǎn)單、易于集成、價(jià)格低廉等優(yōu)點(diǎn)，能直接全面地分析營(yíng)養(yǎng)液組分的實(shí)時(shí)變化情況[4]。國(guó)內(nèi)外學(xué)者將離子選擇電極應(yīng)用在營(yíng)養(yǎng)液實(shí)時(shí)檢測(cè)系統(tǒng)上，并作了相關(guān)研究，如Kim H J[5]等將離子電極應(yīng)用在營(yíng)養(yǎng)液循環(huán)系統(tǒng)中，成功地檢測(cè)到硝酸根、鉀離子、鈣離子、氯離子、鈉離子以及氨離子六大指標(biāo)；中國(guó)農(nóng)業(yè)大學(xué)的Zhang Miao[6]研制開(kāi)發(fā)了營(yíng)業(yè)液的微液流檢測(cè)，可以實(shí)現(xiàn)營(yíng)養(yǎng)液快速檢測(cè)標(biāo)定。然而這些只是嘗試，并未得到廣泛推廣，主要原因是離子電極信號(hào)不易提取以及本身存在的交叉敏感性等問(wèn)題嚴(yán)重阻礙了其在農(nóng)業(yè)生產(chǎn)中的應(yīng)用。本文針對(duì)以上問(wèn)題設(shè)計(jì)了營(yíng)養(yǎng)液組分在線檢測(cè)系統(tǒng)，可檢測(cè)溶液中硝酸根電極電壓信號(hào)、鉀離子電極電壓信號(hào)、鈣離子電極電壓信號(hào)以及pH電極電壓信號(hào)。同時(shí)采用函數(shù)擬合對(duì)電極進(jìn)行標(biāo)定，采用遺傳算法優(yōu)化的BP算法(GABP)對(duì)電極的交叉敏感干擾進(jìn)行了研究。

1 復(fù)合離子選擇電極簡(jiǎn)介

復(fù)合離子選擇性電極是利用膜電勢(shì)測(cè)定溶液中離子的活度或濃度的電化學(xué)傳感器。離子選擇電極的構(gòu)造主要包括:電極腔體、內(nèi)參比電極、內(nèi)參比溶液、敏感選擇膜以及外參比電極，結(jié)構(gòu)原理如圖1所示。

圖1 離子選擇電極結(jié)構(gòu)原理

離子電極上有一層特殊的電極膜，對(duì)特定的離子具有選擇性響應(yīng)。當(dāng)它和含待測(cè)離子的溶液接觸時(shí)，在它的敏感膜和溶液的相界面上產(chǎn)生與該離子活度直接有關(guān)的膜電勢(shì)，電極膜的電位與待測(cè)離子含量之間的關(guān)系滿足能斯特方程[7]如公式(1)。

(1)

式中：φM是離子選擇電極輸出電勢(shì)；φ0是電極標(biāo)準(zhǔn)輸出電勢(shì)，mV；R是氣體常數(shù)；T是絕對(duì)溫度；Zi是溶液中待測(cè)離子的電荷數(shù)；F是法拉第常數(shù)；αi是溶液中待測(cè)離子濃度。

在實(shí)際測(cè)量中，一種離子選擇電極的敏感膜在通過(guò)某種特定的離子時(shí)也往往能通過(guò)其他離子，這種現(xiàn)象叫做交叉敏感現(xiàn)象[8]。當(dāng)干擾離子的濃度達(dá)到某個(gè)界限時(shí)，離子電極的檢測(cè)值會(huì)存在很大偏差。因此對(duì)電極交叉敏感的抑制是營(yíng)養(yǎng)液在線檢測(cè)技術(shù)需要解決的關(guān)鍵問(wèn)題。

2 電極信號(hào)采集電路

電極信號(hào)采集電路主要包含信號(hào)調(diào)理電路和數(shù)據(jù)采集電路。

2.1 信號(hào)調(diào)理電路

離子選擇電極和待測(cè)溶液組成的系統(tǒng)可以等效為一個(gè)化學(xué)原電池，由于離子選擇電極的電極內(nèi)阻非常大，通常可以達(dá)到109Ω。離子電極輸出電勢(shì)信號(hào)非常弱，當(dāng)輸入阻抗非常大時(shí)，整個(gè)回路中的電流也非常小，這時(shí)便不會(huì)破壞整個(gè)電路的平衡。本電路采用了輸入阻抗高達(dá)1012Ω的ICL7621，該芯片的輸入阻抗至少是電極內(nèi)阻的103倍以上，可以達(dá)到有效準(zhǔn)確地提取電極信號(hào)。設(shè)計(jì)調(diào)理放大前置電路如圖2所示。

圖2 信號(hào)調(diào)理放大前置電路

輸入前端由電容和電阻構(gòu)成的RC低通濾波電路，消除輸入信號(hào)中的高頻干擾部分(濾波電路截止頻率f=1/2pRC)。取C1=0.01 μF，R1=1 MΩ可知電路前端的截止頻率為15.9 Hz。ICL7621A和ICL7621B運(yùn)放器可有效地緩沖電極輸入電壓，R6兩端電壓即差分輸入電壓，通過(guò)改變R6阻值即可調(diào)節(jié)差分增益。令R5=R7,R8=R10,R9=R11，則很容易得到輸出電壓Vout=(Vin1-Vin2)(1+2R5/R6)(R9/R8)。

離子選擇電極的信號(hào)十分微弱，容易受到外來(lái)干擾(主要是50 Hz工頻干擾信號(hào))，為了更好的濾除干擾來(lái)提高最后的測(cè)量精度，需要陷波器來(lái)對(duì)該頻段的信號(hào)進(jìn)行過(guò)濾，濾波電路如圖3所示。

圖3 濾波電路

該電路通帶電壓增益Au=1+R12/R16。若令C5=2C3=2C42=C,2R15=R13=R14=R，則中心頻率f0=1/2πRC，阻帶寬度B=2(1-Au)f0,取C=0.01 μF，R=318 kΩ使得阻帶中心頻率在50 Hz左右，調(diào)節(jié)R12和R16的阻值設(shè)置通帶電壓增益和阻帶寬度。

2.2 數(shù)據(jù)采集電路

數(shù)據(jù)采集芯片采用ADS1115，該芯片是具有16位分辨率的高精度模數(shù)轉(zhuǎn)換器(ADC)，能夠以高達(dá)每秒860個(gè)采樣數(shù)據(jù)的速率執(zhí)行轉(zhuǎn)換操作，通過(guò)I2C協(xié)議與STM32建立通信實(shí)現(xiàn)數(shù)據(jù)采集功能。采集電路原理圖如圖4所示。

圖4 數(shù)據(jù)采集電路

經(jīng)過(guò)信號(hào)調(diào)理電路處理過(guò)的離子電極信號(hào)直接連接至ADS1115的AIN0,AIN1,AIN2,AIN3四個(gè)引腳進(jìn)行采集，采集到的數(shù)據(jù)通過(guò)STM32芯片以RS232方式發(fā)送至上位機(jī)以便數(shù)據(jù)處理。

3 遺傳算法優(yōu)化BP算法

3.1 GABP算法概述

BP神經(jīng)網(wǎng)絡(luò)是一種多層前饋神經(jīng)網(wǎng)絡(luò)網(wǎng)絡(luò)，主要特點(diǎn)是信號(hào)前向傳播，誤差反向傳播。在前向傳遞中，輸入信號(hào)從輸入層經(jīng)隱含層處理直至輸出層，如果輸出層得不到期望輸出，則開(kāi)始反向傳播，根據(jù)預(yù)測(cè)誤差調(diào)整網(wǎng)絡(luò)權(quán)值和閾值，直至不斷逼近期望輸出[9]。該算法用梯度下降優(yōu)化規(guī)則修正權(quán)值閾值，非常依賴于網(wǎng)絡(luò)連接初始權(quán)重值，該初始化參數(shù)對(duì)網(wǎng)絡(luò)訓(xùn)練的影響很大，但傳統(tǒng)的BP算法又無(wú)法準(zhǔn)確獲得最優(yōu)的初始網(wǎng)絡(luò)結(jié)構(gòu)，因此需要引入新的算法來(lái)獲得最優(yōu)初始權(quán)值閾值。

遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)(GABP)的核心是利用遺傳算法來(lái)優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)值閾值，使得優(yōu)化后BP神經(jīng)網(wǎng)絡(luò)能更好地預(yù)測(cè)函數(shù)輸出[10]，主要包含3個(gè)步驟：

(1)種群初始化，得到一個(gè)結(jié)構(gòu)、權(quán)值、閾值確定的神經(jīng)網(wǎng)絡(luò)，并建立遺傳算法染色體的結(jié)構(gòu)和BP網(wǎng)絡(luò)權(quán)重之間的關(guān)系。

(2)確定適配函數(shù)，用訓(xùn)練數(shù)據(jù)訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)后預(yù)測(cè)系統(tǒng)輸出，把預(yù)測(cè)輸出和期望輸出之間的誤差絕對(duì)值作為個(gè)體適應(yīng)度值。

(3)確定遺傳策略，主要包括選擇、交叉以及變異等一系列操作。

GABP算法流程圖如圖5所示。

圖5 算法流程

3.2 GABP模型結(jié)構(gòu)參數(shù)確定

圖6 模型標(biāo)準(zhǔn)偏差曲線

隨著神經(jīng)元個(gè)數(shù)的增加，網(wǎng)絡(luò)性能先是呈現(xiàn)顯著下降，而后呈現(xiàn)逐漸上升的趨勢(shì)。當(dāng)神經(jīng)元個(gè)數(shù)增加到8時(shí)，網(wǎng)絡(luò)標(biāo)準(zhǔn)偏差達(dá)到最小，認(rèn)為BP神經(jīng)網(wǎng)絡(luò)已經(jīng)達(dá)到最優(yōu)拓?fù)浣Y(jié)構(gòu)，繼續(xù)增加神經(jīng)元個(gè)數(shù)只會(huì)使得網(wǎng)絡(luò)復(fù)雜化并且增加運(yùn)算時(shí)間，因此，本研究最終將隱含層的神經(jīng)元個(gè)數(shù)確定為8。同時(shí)研究發(fā)現(xiàn)隱含層節(jié)點(diǎn)轉(zhuǎn)移函數(shù)選用正切型tansig函數(shù)，輸出層節(jié)點(diǎn)轉(zhuǎn)移函數(shù)選直線型purelin函數(shù)時(shí)，模型呈現(xiàn)較好的預(yù)測(cè)精度[13]。在整個(gè)訓(xùn)練中采取均方誤差，均方誤差克服了累計(jì)誤差的缺點(diǎn)，可以考慮到每一個(gè)特定樣本的誤差。因此網(wǎng)絡(luò)模型結(jié)構(gòu)如圖7所示。

圖7 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

遺傳算法運(yùn)行參數(shù)按照常規(guī)參數(shù)選取[14]，設(shè)定結(jié)果如表1所示。

表1 遺傳算法運(yùn)行參數(shù)

4 實(shí)驗(yàn)結(jié)果及系統(tǒng)分析

4.1 實(shí)驗(yàn)數(shù)據(jù)分析

實(shí)驗(yàn)采用雷磁生產(chǎn)的401FH鉀離子電極、402FH鈣離子電極、403FH硝酸根電極以及pH電極4種電極(該型號(hào)電極自帶溫度補(bǔ)償，因此溫度帶來(lái)的影響可以忽略)作為測(cè)量工具。離子選擇電極性能參數(shù)如表2所示。

表2 離子選擇電極性能參數(shù)

氫離子和硝酸根之間不存在干擾性，而鉀離子和鈣離子之間存在交叉敏感干擾。因此采用曲線擬合的方式來(lái)獲得pH值和硝酸根濃度，采用GABP算法決策鉀離子和鈣離子濃度。

4.1.1氫離子和硝酸根離子分析

配制10-4、10-3、10-2、10-1和100mol/L一系列濃度的硝酸鉀溶液和pH值為3，4，5，6和7的溶液若干，離子選擇電極檢測(cè)到的電壓信號(hào)如表3和表4所示。

表3 硝酸根濃度-硝酸根電極電壓

表4 pH值-pH電極電壓

由于硝酸根電極信號(hào)與硝酸根濃度之間符合能斯特方程，因此利用對(duì)數(shù)擬合函數(shù)可以得到電壓與濃度的關(guān)系如公式(2)所示。

(2)

由表中數(shù)據(jù)可知，pH值與pH電極信號(hào)變化近似呈線性關(guān)系，利用線性擬合可以得到電壓與濃度的關(guān)系如公式(3)所示。

(3)

4.1.2鉀離子和鈣離子分析

分別配置7組不同濃度的KNO3溶液和Ca(NO)3溶液，將其一一混合得到49組不同濃度的混合溶液。實(shí)驗(yàn)測(cè)得鉀離子電極和鈣離子電極信號(hào)數(shù)據(jù)如圖8所示。

圖8 電極信號(hào)數(shù)據(jù)

對(duì)鉀離子電極信號(hào)而言，電極響應(yīng)電壓隨溶液中鉀離子濃度的增加而增加，同時(shí)也隨著鈣離子的加入而增加。相比于高濃度鉀離子溶液而言，低濃度鉀離子溶液中加入鈣離子后的電極電壓變化更為明顯，表明鉀離子選擇電極交叉敏感現(xiàn)象和鉀離子與鈣離子濃度比有關(guān)，比值越大，交叉現(xiàn)象越敏感。

將49組鉀離子電極和49組鈣離子電極電壓信號(hào)作為訓(xùn)練數(shù)據(jù)，采用BP和GA-BP算法分別對(duì)電極的交叉敏感性進(jìn)行建模(訓(xùn)練步長(zhǎng)為1 000，訓(xùn)練目標(biāo)為0.001，學(xué)習(xí)速率為0.1)。鉀離子濃度訓(xùn)練誤差百分比和均方誤差如表5所示。

表5 訓(xùn)練誤差比較

鉀離子濃度的訓(xùn)練誤差如圖9所示。

圖9 訓(xùn)練誤差

從上可以看出GABP算法在訓(xùn)練誤差上相比于傳統(tǒng)BP算法有很大的改善。

在預(yù)測(cè)方面采用了十組新實(shí)驗(yàn)數(shù)據(jù)作為驗(yàn)證。鉀離子濃度預(yù)測(cè)誤差百分比和均方誤差如表6所示。

鉀離子濃度的預(yù)測(cè)誤差如圖10所示。

從上可以看出GABP算法在預(yù)測(cè)誤差上相比于傳統(tǒng)BP算法也有很大的改善，預(yù)測(cè)誤差百分比僅為5.11%。結(jié)果表明該模型能較好地在軟件方面抑制交叉敏感干擾。

表6 預(yù)測(cè)誤差比較

圖10 預(yù)測(cè)誤差

4.2 檢測(cè)系統(tǒng)驗(yàn)證

系統(tǒng)軟件在DelpHi平臺(tái)上進(jìn)行開(kāi)發(fā)。通過(guò)DelpHi對(duì)MATLAB程序調(diào)用來(lái)進(jìn)行數(shù)據(jù)處理,實(shí)現(xiàn)了MATLAB和DelpHi混合編程。系統(tǒng)采集界面以及數(shù)據(jù)決策分析界面如圖11所示。

圖11 檢測(cè)系統(tǒng)

最后將系統(tǒng)決策出的濃度信息與HI83200系列高精度實(shí)驗(yàn)室多參數(shù)測(cè)定儀測(cè)得的濃度值相比較來(lái)驗(yàn)證系統(tǒng)的精確性，比較結(jié)果如表7所示。

表7 系統(tǒng)驗(yàn)證

通過(guò)數(shù)據(jù)表7可以看出該系統(tǒng)決策出的鉀離子和鈣離子濃度的準(zhǔn)確率在90%～95%之間，決策出硝酸根濃度和pH值的準(zhǔn)確率在95%以上，整體誤差不超過(guò)10%，表明該系統(tǒng)具有較高準(zhǔn)確性可行性。

5 結(jié) 語(yǔ)

基于離子選擇電極設(shè)計(jì)的離子濃度在線檢測(cè)系統(tǒng)不僅解決了電極信號(hào)提取的問(wèn)題，同時(shí)對(duì)電極本身存在的交叉敏感性問(wèn)題進(jìn)行了研究。該系統(tǒng)能實(shí)時(shí)成功提取鉀離子、鈣離子、硝酸根以及pH 4種電極電壓信號(hào)并轉(zhuǎn)化為相應(yīng)的濃度值。通過(guò)對(duì)鉀離子和鈣離子間進(jìn)行的交叉敏感干擾建模發(fā)現(xiàn)，遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)無(wú)論在數(shù)據(jù)訓(xùn)練還是數(shù)據(jù)預(yù)測(cè)上都優(yōu)于傳統(tǒng)的BP算法，大大提高了決策精度，具有非常實(shí)際的意義。最后通過(guò)與多參數(shù)濃度測(cè)定儀進(jìn)行的比較，表明該系統(tǒng)能有效地準(zhǔn)確檢測(cè)離子濃度信息，實(shí)現(xiàn)了離子濃度在線檢測(cè)，具有一定的應(yīng)用價(jià)值。

[1] 陳元鎮(zhèn). 花卉無(wú)土栽培的基質(zhì)與營(yíng)養(yǎng)液[J]. 福建農(nóng)業(yè)學(xué)報(bào), 2002,17(2):128-131.

[2] 劉 偉, 余宏軍, 蔣衛(wèi)杰. 我國(guó)蔬菜無(wú)土栽培基質(zhì)研究與應(yīng)用進(jìn)展[J]. 中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào), 2006,14(3):4-7.

[3] 徐雅潔.營(yíng)養(yǎng)液多組分檢測(cè)的關(guān)鍵技術(shù)研究[D]. 合肥：中國(guó)科學(xué)技術(shù)大學(xué)，2011.

[4] 黃在范, 丁筱玲, 施國(guó)英,等. 花卉無(wú)土栽培營(yíng)養(yǎng)液主要成分檢測(cè)系統(tǒng)研究[J]. 山東農(nóng)業(yè)科學(xué), 2009,(12):17-21.

[5] Kim H J, Hummel J W, Birrell S J. Evaluation of Ion-Selective Membranes for Real-Time Soil Nutrient Sensing[C]∥ Las Vegas, NV July 27-30, 2003.

[6] Miao Zhang, Maohua Wang. An Automatic Fluidic System for the Rapid Detction of Soil Nutrients[C]∥Automation and Logistics, 2008:2 742-2 746.

[7] 廖斯達(dá), 賈志軍, 馬洪運(yùn),等. 電化學(xué)基礎(chǔ)(Ⅱ)——熱力學(xué)平衡與能斯特方程及其應(yīng)用[J]. 儲(chǔ)能科學(xué)與技術(shù), 2013,2(1):63-68.

[8] 李加念, 李云青, 楊啟良,等. 肥液氮素濃度在線檢測(cè)裝置研制[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2015,(5):139-145.

[9] 韓力群.人工神經(jīng)網(wǎng)絡(luò)理論、設(shè)計(jì)及應(yīng)用[M]. 北京：化學(xué)工業(yè)出版社, 2007.

[10] 翟宜峰, 李鴻雁, 劉寒冰,等. 用遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)初始權(quán)重的方法[J]. 吉林大學(xué)學(xué)報(bào)：工學(xué)版, 2003,33(2):4.

[11] Bell R J, Rube H T, Kreig A, et al. Cancer. The transcription factor GABP selectively binds and activates the mutant TERT promoter in cancer.[J]. Science, 2015,348(6238):1 036-1 039.

[12] 王 玲. 基于BP算法的人工神經(jīng)網(wǎng)絡(luò)建模研究[J]. 裝備制造技術(shù), 2014,(1):162-164.

[13] 高 雋.人工神經(jīng)網(wǎng)絡(luò)原理及仿真實(shí)例[M]. 北京：機(jī)械工業(yè)出版社, 2007.

[14] 王小平. 遺傳算法[M]. 西安：西安交通大學(xué)出版社, 2002.