基于GA-SVR的熱源自適應(yīng)莖流檢測(cè)與調(diào)控系統(tǒng)研究

胡 瑾 孫章彤 馮 盼 楊永霞 盧 苗 侯軍英

(1.西北農(nóng)林科技大學(xué)機(jī)械與電子工程學(xué)院, 陜西楊凌 712100; 2.農(nóng)業(yè)農(nóng)村部農(nóng)業(yè)物聯(lián)網(wǎng)重點(diǎn)實(shí)驗(yàn)室, 陜西楊凌 712100;3.陜西省農(nóng)業(yè)信息感知與智能服務(wù)重點(diǎn)實(shí)驗(yàn)室, 陜西楊凌 712100)

0 引言

我國(guó)水資源嚴(yán)重缺乏,人均水資源量2 300 m3,僅為世界平均水平的28%。且農(nóng)林業(yè)耗水量約占全國(guó)總耗水量的3/4。節(jié)約灌溉用水是改善我國(guó)水資源不足的關(guān)鍵[1-2]?，F(xiàn)有農(nóng)林業(yè)灌溉調(diào)控系統(tǒng)大多基于土壤水分監(jiān)測(cè)反饋灌溉[3-4],一定程度上降低了農(nóng)業(yè)用水的損失率,但土壤水分并不能反映作物真實(shí)需水情況[5]。大量研究表明,在對(duì)作物生長(zhǎng)水分消耗量及蒸騰能力的精準(zhǔn)監(jiān)測(cè)方面,反映作物需水能力最好的生物量是莖桿液流,簡(jiǎn)稱莖流(Stemflow)。作為植物一種復(fù)雜生理機(jī)能,莖流指的是在植物冠層蒸騰拉力作用下,單位時(shí)間通過(guò)被測(cè)量莖桿橫截面的水的總量,可用來(lái)確定植物蒸騰和需水量,并作為反饋進(jìn)行灌溉?；谡趄v作用的莖流測(cè)量已成為研究植物耗水規(guī)律的重要手段[6-9],通過(guò)測(cè)量莖流量不僅能確定植物需水量與需水規(guī)律,也能反映植物的生理狀態(tài)、活躍度等。通過(guò)分析不同環(huán)境因素下的試驗(yàn)數(shù)據(jù),為后續(xù)構(gòu)建需水預(yù)測(cè)模型提供數(shù)據(jù)支持,研發(fā)低成本、高精度的莖流傳感器已成為灌溉精準(zhǔn)化的關(guān)鍵問(wèn)題之一。

現(xiàn)有莖流傳感器研究中,熱技術(shù)法因其可實(shí)時(shí)、精準(zhǔn)、高時(shí)間分辨率對(duì)植物莖桿莖流量進(jìn)行測(cè)量,借助熱技術(shù)監(jiān)測(cè)草本植物莖稈或木本植物莖桿液流變化推算植物蒸騰耗水的方法不僅在草本和農(nóng)作物耗水領(lǐng)域得到廣泛應(yīng)用,也在喬木灌木植物耗水研究方面得到了廣泛應(yīng)用[10-11]。目前主要的熱技術(shù)方法有熱脈沖、熱擴(kuò)散、激光熱脈沖和熱平衡法等[12]。前兩種方法將熱脈沖作為植物莖桿液流的示蹤物,以安裝在莖桿的電阻線為熱源,上方或下方感溫元件感知莖流到達(dá)時(shí)間或測(cè)量上下溫度探針之間的電壓差來(lái)搭建傳感器,但均需將探頭以插針形式置入待測(cè)莖桿邊材內(nèi)[13],對(duì)植物莖桿造成傷害。同時(shí)“因傷效應(yīng)”造成損傷部位熱傳導(dǎo)性能降低,導(dǎo)致測(cè)量莖流速率偏小[14],而且其也難以解釋熱電偶自身受外界溫度變化而導(dǎo)致的誤差[15-16]。后兩種方法均為非侵入式,激光熱脈沖傳感器采用激光二極管代替加熱金屬絲,紅外溫度計(jì)代替熱敏電阻,避免持續(xù)放熱對(duì)植物莖桿造成傷害,但造價(jià)高昂,不能大范圍應(yīng)用于現(xiàn)代農(nóng)業(yè),只適用于實(shí)驗(yàn)室高精度檢測(cè)[17]。熱平衡法莖流傳感器制備相對(duì)簡(jiǎn)單,操作也更為方便,近年來(lái)已成為國(guó)內(nèi)外莖流傳感器研究的熱點(diǎn),并已出現(xiàn)基于熱平衡法的莖流測(cè)量反饋灌溉系統(tǒng)[18-19],研究證明,加入此系統(tǒng)后提升了灌溉效果,但在使用中發(fā)現(xiàn)該傳感器仍存在問(wèn)題,如在低溫天氣等外界溫度較低、植物蒸騰作用不明顯情況下,因向外橫向傳導(dǎo)的熱量相對(duì)較多,沿莖桿向上傳導(dǎo)熱量較少,導(dǎo)致沿莖桿徑向上的熱電偶測(cè)得溫差較小,測(cè)量結(jié)果不精確,莖流瞬時(shí)變化響應(yīng)不靈敏。由于莖流消耗能量Qf與多因素存在耦合關(guān)系,且引入調(diào)整熱源功率,從而提升Qf占比,相對(duì)于僅提升Qf值,能有效提升信噪比,因此基于能量守恒定律,引入熱源功率自適應(yīng)模型,穩(wěn)定莖流消耗能量Qf在輸入總能量Pin中所占比重,是提高熱平衡莖流測(cè)量方法精度的關(guān)鍵。

針對(duì)上述問(wèn)題,本文首先探究外界環(huán)境溫度、莖流速率和莖桿截面積與莖流消耗能量Qf在輸入總能量Pin占比中的互作耦合關(guān)系,以不同橫截面積的香樟莖桿為試驗(yàn)對(duì)象,依據(jù)熱平衡法測(cè)量莖流的基本原理,設(shè)計(jì)莖流標(biāo)定嵌套試驗(yàn),采集多梯度下流經(jīng)莖桿的液體質(zhì)量。其次,基于GA-SVR優(yōu)化的熱源自適應(yīng)模型來(lái)制備智能莖流檢測(cè)裝置,實(shí)現(xiàn)自適應(yīng)調(diào)整熱源功率,從而確保莖流消耗能量占比穩(wěn)定。

1 熱源功率自適應(yīng)模型

1.1 熱平衡法測(cè)莖流原理

基于能量守恒定律的熱平衡法測(cè)量植物莖桿莖流速率原理如圖1所示。圖中,Pin為加熱片(熱源)輸入總能量,Qf為通過(guò)莖桿液體消耗的能量,Qs為通過(guò)橫向、徑向等擴(kuò)散的能量,Qu、Qd分別為徑向(向上、向下)熱擴(kuò)散的能量,Qr為通過(guò)泡沫隔熱套向外的橫向?qū)崮芰?dTu、dTd分別為莖桿上下兩方通過(guò)熱電偶產(chǎn)生的溫度差。其中,內(nèi)層封裝了加熱片及熱電堆等,為減少外界環(huán)境因素的干擾,使用時(shí),需將封裝起來(lái)的加熱片、熱電堆緊緊包裹植物莖桿,包裹材料起到隔絕溫度、輻射對(duì)探測(cè)器的影響作用[20]。加熱片提供穩(wěn)定熱源,待測(cè)植物莖桿通過(guò)橫向、徑向和莖流消耗能量,從而達(dá)到穩(wěn)定狀態(tài)。通過(guò)求出被莖流帶走的熱量來(lái)計(jì)算莖桿內(nèi)液體流量。

圖1 熱平衡法原理圖

由于輸入熱量等于各部分?jǐn)U散量之和,能量平衡方程可表示為

Pin=Qf+Qs

(1)

其中

Qs=Qu+Qd+Qr+S

(2)

Qu=KstA(dTu/dX)

(3)

Qr=KshE

(4)

式中S——儲(chǔ)存在莖桿的極少部分能量(可忽略)

Kst——植物莖桿的熱導(dǎo)率,W/(m·K)

A——植物莖桿的橫截面積,cm2

dX——莖桿上下兩方熱電偶的距離,mm

Ksh——鞘傳導(dǎo)率,W/V

E——熱電堆輸出電壓,V

通過(guò)功率檢測(cè)模塊可計(jì)算得到熱源輸入功率Pin和橫向熱散失量Qr,通過(guò)熱傳導(dǎo)的傅里葉熱擴(kuò)散定律可計(jì)算得到徑向擴(kuò)散掉的能量Qu、Qd。Ksh可通過(guò)零點(diǎn)設(shè)置的方式獲取,即凌晨時(shí)植物蒸騰作用最小,默認(rèn)此時(shí)莖流量為零,采用凌晨記錄的最小值或夜間平均值。

莖流量F滿足公式

Qf=PinQuQdQr

(5)

Qu=Cp(TuTd)

(6)

式中Cp——水比熱容

因莖流量是通過(guò)計(jì)算莖桿莖流消耗能量推導(dǎo)所得,為保證測(cè)量精度,針對(duì)不同植物,需在不同環(huán)境下試驗(yàn)其有效熱傳導(dǎo)量占熱源輸入能量的比例閾值,從式(1)、(3)中發(fā)現(xiàn)可調(diào)控變量A、Pin、dTu均影響莖流消耗能量的計(jì)算,因此選擇植物莖桿橫截面積、環(huán)境溫度、熱源功率一同嵌套試驗(yàn),建立不同因素下的莖流消耗能量占比及上下兩組熱電偶溫度差模型,為熱源自適應(yīng)模型的研究提供數(shù)據(jù)支持與基礎(chǔ)。

1.2 試驗(yàn)設(shè)計(jì)與數(shù)據(jù)獲取

試驗(yàn)于2021年4—6月在西北農(nóng)林科技大學(xué)農(nóng)業(yè)農(nóng)村部農(nóng)業(yè)物聯(lián)網(wǎng)重點(diǎn)實(shí)驗(yàn)室(34°07′39″N,107°59′50″E,海拔648 m)進(jìn)行。為減少環(huán)境因素的影響,在可設(shè)置恒溫環(huán)境的人工氣候箱(RGL-P500D-CO2型,達(dá)斯卡特公司)試驗(yàn)。以直徑6～18 mm新鮮香樟莖桿為試驗(yàn)材料,長(zhǎng)約200 mm。莖流速率標(biāo)定平臺(tái)采用劉安等[21]建立的基于稱量法的莖流標(biāo)定方法,采集裝置的探頭外殼采用泡沫隔熱材料,以最大程度避免外界環(huán)境對(duì)檢測(cè)設(shè)備本身的干擾,內(nèi)層包括加熱片、兩組熱電堆等,外部使用熱電偶測(cè)量空氣溫度。使用ESJ110-5A型電子分析天平采集液體質(zhì)量。多路無(wú)紙記錄儀(MIK-R200D型,MEACON)和ABF功率可調(diào)直流高精度恒流恒壓電源分別記錄熱電偶溫度和控制加熱片功率。試驗(yàn)裝置示意圖如圖2所示。

圖2 試驗(yàn)裝置示意圖

試驗(yàn)中將香樟莖桿下部和橡膠導(dǎo)管末端插入裝滿營(yíng)養(yǎng)液的密封透明玻璃瓶中進(jìn)行固定,莖桿上端用一根橡膠導(dǎo)管連接將莖流液導(dǎo)入稱量容器。加壓罐設(shè)置為可調(diào)整高度的儲(chǔ)存營(yíng)養(yǎng)液的罐瓶,通過(guò)液體的壓強(qiáng)公式計(jì)算高度h,改變加壓罐與密封玻璃瓶的相對(duì)高度,來(lái)使密閉玻璃瓶的壓強(qiáng)改變。利用電子分析天平測(cè)量試驗(yàn)過(guò)程中流經(jīng)香樟莖桿的液體質(zhì)量。由于外界環(huán)境溫度、莖桿截面積、莖流速率、熱功率等因素都會(huì)影響測(cè)量精度,故設(shè)置多因素耦合條件下的莖流測(cè)試試驗(yàn)梯度如表1所示。其中,溫度梯度參考植物的三基點(diǎn)溫度[22],設(shè)置溫度范圍在5～40℃內(nèi),以5℃為步長(zhǎng),共8個(gè)溫度梯度。莖桿直徑范圍設(shè)置在6～18 mm之間,以2 mm為步長(zhǎng),共7個(gè)直徑梯度。參考當(dāng)前常用FLOW-32KS型的包裹設(shè)備將加熱片功率設(shè)置為0.15～0.9 W之間,以0.15 W為步長(zhǎng),共6個(gè)熱源功率梯度。加壓罐壓力設(shè)置為0.1～0.6 Pa之間,步長(zhǎng)0.1 Pa,共6個(gè)壓力梯度,試驗(yàn)累積獲取2 016組數(shù)據(jù)。

表1 試驗(yàn)參數(shù)梯度設(shè)置

1.3 試驗(yàn)結(jié)果分析

1.3.1熱源功率-莖流消耗能量占比關(guān)系分析

基于上述試驗(yàn)數(shù)據(jù),分別對(duì)不同外界溫度、莖流速率和莖桿截面積的關(guān)系進(jìn)行分析,其結(jié)果如圖3所示。從圖3a可看出,在相同莖桿截面積下,莖流消耗能量占比隨著熱源功率增加呈下降趨勢(shì),證明過(guò)高電功率并不能實(shí)際提升用于莖流消耗的能量,且在莖桿直徑大于約8 mm時(shí),加熱片功率的增加對(duì)莖流消耗能量占比的影響微小。說(shuō)明莖桿較粗時(shí),在達(dá)到植株莖流消耗能量的閾值后,加熱片功率的增加不會(huì)再影響莖流消耗;在相同加熱功率下,莖流消耗能量占比總體隨著橫截面積增加呈上升趨勢(shì),變化不明顯,說(shuō)明當(dāng)莖桿橫截面積較大時(shí),莖流消耗能量占比與樹(shù)干橫截面積關(guān)系小。從圖3b可看出,取莖桿直徑為10 mm時(shí),在相同溫度條件下,莖流消耗能量占比隨熱源功率增加呈下降趨勢(shì),說(shuō)明過(guò)高電功率并不能提升實(shí)際用于莖流消耗所使用的能量。因此為了提供良好的莖流消耗能量占比,保證莖流測(cè)量的精度,不能盲目地增加熱源功率;在相同加熱功率下,莖流消耗能量占比隨著外界溫度升高呈增加趨勢(shì),說(shuō)明在外界環(huán)境溫度低時(shí),能量主要以橫向擴(kuò)散的方式消耗,隨著溫度升高,蒸騰作用增強(qiáng),更多能量徑向流動(dòng),作為莖流消耗被利用。因此需要在外界溫度低時(shí),適當(dāng)減小熱源功率來(lái)提高莖流消耗能量占比。

圖3 熱源功率-莖流消耗能量占比關(guān)系

1.3.2熱源功率-上下兩組熱電偶溫度差趨勢(shì)分析

由于不同外界溫度、莖流速率、莖桿截面積對(duì)上下兩組熱電偶溫度差產(chǎn)生影響,因此對(duì)其相關(guān)關(guān)系進(jìn)行分析。從圖4a可看出,在相同加熱功率下,隨著橫截面積增大,上下兩組熱電偶溫度差減小,且隨著增大加熱片功率,溫度差的變化趨勢(shì)更大,說(shuō)明隨著橫截面積增大,能量橫向傳導(dǎo)的熱量相對(duì)較多,沿樹(shù)干向上傳導(dǎo)熱量較少,導(dǎo)致樹(shù)干徑向上的熱電偶測(cè)得溫差較小。從圖4b可看出,在相同加熱功率下,隨著外界溫度升高,上下兩組熱電偶溫度差增加,且在相同外界溫度下,隨著加熱片功率增大,溫度差隨之增大。因此在外界溫度高時(shí),需降低加熱功率,防止溫度差過(guò)高造成植物損傷;在外界溫度低時(shí),為保證測(cè)量精度,需適當(dāng)增加熱功率,使上下兩組熱電偶溫度差在合理范圍。因此需綜合考慮溫度差、橫截面積及環(huán)境溫度等不同因素,從而對(duì)加熱片功率進(jìn)行約束選擇。

圖4 熱源功率-熱電偶溫度差關(guān)系

1.4 模型構(gòu)建與結(jié)果對(duì)比

綜合考慮試驗(yàn)結(jié)果,為了保證可變功率莖流儀的測(cè)量精度,依照有效熱傳導(dǎo)量需大于熱源輸入能量的5%或溫度差大于2.5℃,確保被測(cè)部位溫差恒定的原則[11],以390組原始試驗(yàn)數(shù)據(jù)作為樣本集,利用GA-SVR算法構(gòu)建熱源功率自適應(yīng)模型,以植物莖桿橫截面積A、熱電堆平均溫度差、外界溫度、上下兩點(diǎn)溫度差dA和dB、上下兩組熱電偶的溫度差dC作為輸入,以加熱片功率作為輸出,其算法流程如圖5所示。

圖5 遺傳算法優(yōu)化的回歸型支持向量機(jī)算法流程圖

利用支持向量機(jī)對(duì)模型訓(xùn)練前,需對(duì)不同維度樣本數(shù)據(jù)分別作歸一化處理,避免因數(shù)據(jù)差異過(guò)大導(dǎo)致樣本不均衡,使得最終模型偏離準(zhǔn)確超平面。歸一化區(qū)間選擇為[0.2,0.8][23]。將歸一化后的樣本集數(shù)據(jù)的80%作為訓(xùn)練集,20%作為測(cè)試集,分別用于模型訓(xùn)練和泛化能力評(píng)價(jià)。歸一化公式為

(7)

式中x——待歸一化的原始數(shù)據(jù)

x′——?dú)w一化后的待處理數(shù)據(jù)

Xmax、Xmin——輸入數(shù)據(jù)中某維度的最大、最小值

SVR核函數(shù)的選擇對(duì)于其性能的表現(xiàn)有至關(guān)重要的作用[24],尤其是針對(duì)線性不可分的數(shù)據(jù)。核函數(shù)通過(guò)將空間內(nèi)線性不可分的數(shù)據(jù)映射到高維的特征空間,使得數(shù)據(jù)在特征空間內(nèi)可分,本模型特征數(shù)為6,樣本數(shù)量為390,因此選用高斯徑向基核函數(shù)Rbf。正則化參數(shù)c與核函數(shù)參數(shù)g對(duì)模型擬合結(jié)果也有較大影響。正則化參數(shù)c是懲罰系數(shù),即對(duì)誤差的寬容度[25]。c越高,說(shuō)明越不能容忍出現(xiàn)誤差,易過(guò)擬合;c越小,越易欠擬合。核函數(shù)參數(shù)g是選擇Rbf核函數(shù)自帶的參數(shù),隱含地決定了數(shù)據(jù)映射到新特征空間的分布。g越大,支持向量越少;g越小,支持向量越多。支持向量的個(gè)數(shù)影響訓(xùn)練與預(yù)測(cè)的速度。

通過(guò)前期網(wǎng)格搜索尋優(yōu),多次試參后發(fā)現(xiàn),設(shè)置c的索引范圍為[20, 70],g為[0.01, 10],遺傳算法同時(shí)設(shè)置c的基因個(gè)數(shù)為8個(gè),g的基因個(gè)數(shù)為7個(gè)。算法進(jìn)化曲線如圖6所示。當(dāng)網(wǎng)絡(luò)進(jìn)化到最終收斂時(shí),模型達(dá)到最大決定系數(shù),參數(shù)c和g最佳解分別為59.645 6和0.327 1。模型訓(xùn)練過(guò)程中未出現(xiàn)振蕩,證明遺傳算法對(duì)支持向量機(jī)參數(shù)優(yōu)化效果明顯。

圖6 遺傳算法進(jìn)化曲線

對(duì)于給定的訓(xùn)練樣本集,利用GA-SVR算法進(jìn)行擬合,得到最終熱源功率預(yù)測(cè)初始模型,將各模型參數(shù)代入,最終獲得融合核技巧的熱源功率預(yù)測(cè)模型。

Pin=f(X)=ωTX+b′

(8)

(9)

exp(-g‖X-Xp‖2)

(10)

X=(A(1),C(2),T(3),dA(4),dB(5),dC(6))

式中Pin——模型輸出,即熱源功率

ω——模型系數(shù)矩陣

K(X,Xp)——核函數(shù)

X——待變換樣本

Xp——核函數(shù)中心

b′——模型偏置項(xiàng)

b*——使用核技巧后的模型偏置項(xiàng)

基于模型對(duì)測(cè)試集的預(yù)測(cè)值與真實(shí)值擬合結(jié)果的擬合方程斜率為0.997 7,接近于1,而其截距為0.001 0,近似為0,說(shuō)明GA優(yōu)化的模型結(jié)果精確且泛化能力更強(qiáng),其對(duì)未知數(shù)據(jù)的預(yù)測(cè)結(jié)果與真實(shí)值相關(guān)性更高。為了驗(yàn)證利用GA-SVR算法所建立模型的性能,與常用的基于網(wǎng)格尋優(yōu)的SVR、后向傳播(Back propagation,BP)神經(jīng)網(wǎng)絡(luò)、隨機(jī)森林(Random forest,RF)算法進(jìn)行了對(duì)比,結(jié)果如表2所示。

表2 不同算法的性能比較

網(wǎng)格尋優(yōu)SVR算法在建模精度方面明顯優(yōu)于BP神經(jīng)網(wǎng)絡(luò)算法和隨機(jī)森林算法,說(shuō)明其具有高擬合精度和泛化能力,但由于模型參數(shù)的優(yōu)化過(guò)程影響,網(wǎng)格搜索在大數(shù)據(jù)集和多參數(shù)下非常耗時(shí)。而遺傳算法作為一種隨機(jī)全局搜索和優(yōu)化的算法,訓(xùn)練速度快,因此采用遺傳算法對(duì)支持向量機(jī)參數(shù)進(jìn)行優(yōu)化,GA-SVR算法決定系數(shù)為0.989,均方根誤差為0.015 W,均是上述方法中的最優(yōu)結(jié)果,從而驗(yàn)證了方法的優(yōu)越性。

2 監(jiān)測(cè)系統(tǒng)設(shè)計(jì)與驗(yàn)證

本系統(tǒng)采用模塊化設(shè)計(jì),開(kāi)發(fā)了基于LoRa無(wú)線通信的熱源自適應(yīng)莖流檢測(cè)及調(diào)控系統(tǒng),包括傳感器檢測(cè)及熱源功率控制子系統(tǒng)和數(shù)據(jù)分析決策及可視化子系統(tǒng),其結(jié)構(gòu)框圖如圖7所示。其中,傳感器子系統(tǒng)包括環(huán)境溫度及上下T型熱電偶溫度傳感器、熱源功率檢測(cè)傳感器,分別采集環(huán)境溫度及莖桿液體通過(guò)上下兩方熱電偶細(xì)微的溫度變化及實(shí)時(shí)電路的電流和功率,并將其感知信息通過(guò)LoRa無(wú)線通信傳輸至決策系統(tǒng);決策系統(tǒng)調(diào)用移植到嵌入式設(shè)備的GA-SVR熱源自適應(yīng)模型動(dòng)態(tài)獲取熱源功率調(diào)控目標(biāo)值,并發(fā)送至執(zhí)行控制器,控制功率調(diào)控模塊,實(shí)現(xiàn)熱源自適應(yīng)融合的功率動(dòng)態(tài)控制。

圖7 傳感器設(shè)計(jì)實(shí)現(xiàn)流程圖

2.1 系統(tǒng)硬件設(shè)計(jì)

2.1.1監(jiān)控節(jié)點(diǎn)

監(jiān)控節(jié)點(diǎn)以STM32F103芯片為核心,實(shí)現(xiàn)數(shù)據(jù)采集與傳輸、熱源功率調(diào)控等功能。采用模塊化設(shè)計(jì),主要包括電源單元、中央處理單元、串口單元、無(wú)線通信單元、時(shí)鐘單元、溫度檢測(cè)、熱源功率檢測(cè)及控制等模塊。具有匯聚實(shí)時(shí)環(huán)境信息,發(fā)送檢測(cè)數(shù)據(jù),接收實(shí)時(shí)調(diào)整后的熱源功率數(shù)據(jù),下發(fā)調(diào)功率命令等功能,結(jié)構(gòu)如圖8所示。其中,環(huán)境因子采集及處理模塊主要監(jiān)測(cè)熱源功率和熱電偶溫度。功率檢測(cè)模塊對(duì)熱源的電路進(jìn)行分流,將分流的微小電流和電壓通過(guò) INA226 芯片進(jìn)行檢測(cè),檢測(cè)后的信號(hào)以 SPI 通信協(xié)議輸入給微處理器控制單元,再通過(guò)分流比例計(jì)算出真實(shí)電流。所選用的INA226是基于SMBUS通信的高精度雙向電流監(jiān)控芯片,實(shí)現(xiàn)對(duì)監(jiān)控電路電流和功率讀取。溫度檢測(cè)模塊選用MAX31856-T型熱電偶,可直接將被測(cè)量轉(zhuǎn)換為電壓輸出,可靈敏反映細(xì)微溫度變化,通過(guò)SCLK引腳時(shí)鐘控制與微處理器的數(shù)據(jù)移動(dòng)。功率調(diào)控模塊基于脈沖寬度調(diào)制技術(shù),為避免輸出端對(duì)輸入端的干擾,在電路設(shè)計(jì)中加入光耦,采用集成低溫漂電阻的SY8750芯片設(shè)計(jì)電路,利用場(chǎng)效應(yīng)管構(gòu)成共集放大電路,實(shí)現(xiàn)PWM信號(hào)對(duì)熱源功率進(jìn)行調(diào)節(jié),實(shí)現(xiàn)熱源自適應(yīng)融合的功率動(dòng)態(tài)控制。

圖8 監(jiān)控節(jié)點(diǎn)結(jié)構(gòu)框圖

2.1.2決策節(jié)點(diǎn)

決策節(jié)點(diǎn)以Raspberry Pi 4B為核心,實(shí)現(xiàn)人機(jī)交互及數(shù)據(jù)顯示、存儲(chǔ)等功能。接收LoRa無(wú)線傳輸?shù)母兄畔⒑?調(diào)用移植到嵌入式設(shè)備的GA-SVR算法熱源自適應(yīng)模型動(dòng)態(tài)獲取熱源功率調(diào)控目標(biāo)值,將其發(fā)送至執(zhí)行控制器,結(jié)構(gòu)如圖9所示。節(jié)點(diǎn)之間采用基于高效的ISM頻段射頻SX1278擴(kuò)頻芯片的ATK-LoRa-01模塊雙向傳輸。正向傳輸是將采集在微處理器控制單元中的溫度和功率信息傳送給作為上位機(jī)的樹(shù)莓派系統(tǒng);反向傳輸是將數(shù)據(jù)處理終端對(duì)熱源功率的控制指令傳輸給信號(hào)采集節(jié)點(diǎn)的微處理器控制單元[26]。LoRa作為低功率廣域網(wǎng)絡(luò)最具代表性的技術(shù),為現(xiàn)代通信技術(shù)提供了遠(yuǎn)距離、大數(shù)據(jù)量通信的方案。

圖9 決策節(jié)點(diǎn)結(jié)構(gòu)框圖

2.2 系統(tǒng)軟件設(shè)計(jì)

2.2.1監(jiān)控節(jié)點(diǎn)軟件設(shè)計(jì)

監(jiān)控節(jié)點(diǎn)程序?qū)崿F(xiàn)4組溫度信息的監(jiān)測(cè)、LoRa通信和加熱電路功率的檢測(cè)及調(diào)節(jié)等功能,主要由主程序、溫度和功率采集與處理、LoRa無(wú)線通信等部分組成,程序初始化主要有系統(tǒng)時(shí)鐘、USART串口、SPI串口、GPIO引腳等。完成初始化后,判斷USART串口緩存是否有數(shù)據(jù),根據(jù)數(shù)據(jù)標(biāo)志位判斷,若為“0”,則設(shè)置傳感器默認(rèn)參數(shù);若為“1”,則通過(guò)LoRa無(wú)線傳輸模塊上傳溫度數(shù)據(jù)和熱源功率信息。其中,通過(guò)SPI通信方式,配合GPIO輸出高電平對(duì)芯片進(jìn)行片選,依次讀取4組溫度信息;通過(guò)IIC通信協(xié)議,讀取熱源功率信息,主程序工作流程圖如圖10所示。

圖10 主程序流程圖

2.2.2決策節(jié)點(diǎn)軟件設(shè)計(jì)

決策節(jié)點(diǎn)工作流程圖如圖11所示?；赑ython語(yǔ)言實(shí)現(xiàn)熱源功率自適應(yīng)模型的移植后,在智能模式下,傳感器子系統(tǒng)將測(cè)得的環(huán)境溫度、熱源功率和上下兩組熱電偶溫度傳輸至上位機(jī),上位機(jī)系統(tǒng)根據(jù)實(shí)際監(jiān)測(cè)數(shù)據(jù),調(diào)用模型計(jì)算出所需熱源功率,并通過(guò) LoRa 無(wú)線模塊將熱源功率傳送給硬件驅(qū)動(dòng)程序,利用預(yù)測(cè)的熱源功率除以最高功率(1.5 W)算出脈沖寬度調(diào)制(Pulse width modulation, PWM)所需的占空比,最后通過(guò) GPIO 端口輸出脈寬調(diào)制信號(hào)[27]。在手動(dòng)模式下,用戶可根據(jù)所測(cè)植物不同選擇適宜的莖桿熱導(dǎo)率及橫截面積等參數(shù)。

圖11 決策節(jié)點(diǎn)流程圖

上位機(jī)用于分析數(shù)據(jù),選擇模型并控制功率調(diào)節(jié)模塊。與用戶交互的上位機(jī)軟件主要實(shí)現(xiàn)裝置參數(shù)設(shè)置、數(shù)據(jù)查詢與導(dǎo)出、熱源自適應(yīng)模型后臺(tái)運(yùn)行等功能。采用Qt-designer和PyQt5軟件開(kāi)發(fā)程序界面如圖12所示。實(shí)現(xiàn)莖流數(shù)據(jù)查詢、記錄和管理等功能,用戶在參數(shù)設(shè)置界面輸入待測(cè)植株的莖桿周長(zhǎng),系統(tǒng)會(huì)通過(guò)零點(diǎn)設(shè)置的方式獲取植株熱導(dǎo)率,在實(shí)時(shí)監(jiān)控界面,用戶可查看當(dāng)前莖流實(shí)測(cè)值。

圖12 參數(shù)配置、實(shí)時(shí)檢測(cè)界面

3 系統(tǒng)驗(yàn)證

為驗(yàn)證本文模型精度,基于標(biāo)定平臺(tái)將本莖流檢測(cè)裝置測(cè)量結(jié)果和現(xiàn)有莖流傳感器測(cè)量結(jié)果與真實(shí)莖流值進(jìn)行對(duì)比。在人工氣候箱(RGL-P500D-CO2型,達(dá)斯卡特公司)的同一應(yīng)用場(chǎng)景下進(jìn)行試驗(yàn),設(shè)置不同環(huán)境溫度的對(duì)照試驗(yàn),并比較雙系統(tǒng)測(cè)量結(jié)果與真實(shí)莖流量的誤差。本次試驗(yàn)利用熱源自適應(yīng)莖流測(cè)量裝置、FLOW-32KS型莖流傳感器、ESJ110-5A型電子分析天平等搭建試驗(yàn)平臺(tái),即可獲取雙系統(tǒng)實(shí)時(shí)所測(cè)莖流值,莖流速率標(biāo)定平臺(tái)采用劉安等[21]建立的基于稱量法的莖流標(biāo)定方法,驗(yàn)證試驗(yàn)裝置示意圖如圖13所示,為防止下方探頭加熱對(duì)上方探頭測(cè)量結(jié)果造成影響,將僅以被測(cè)部分溫差恒定作為依據(jù)的FLOW-32KS型傳感器放置在下部,將嵌入熱源自適應(yīng)模型的本系統(tǒng)放置在上部。嵌入熱源自適應(yīng)模型后,不需被測(cè)部位溫差恒定,系統(tǒng)可根據(jù)當(dāng)前溫度自適應(yīng)調(diào)整功率,得到更準(zhǔn)確的莖流值。同時(shí),本系統(tǒng)探頭下端與FLOW-32KS型傳感器探頭上端距離50 mm,可進(jìn)一步減小可能潛在的微弱影響。

圖13 驗(yàn)證試驗(yàn)裝置示意圖

為驗(yàn)證不同溫度及蒸騰拉力下,本系統(tǒng)與現(xiàn)有熱平衡莖流傳感器的誤差,設(shè)計(jì)了不同外界環(huán)境溫度與加壓罐壓力的嵌套試驗(yàn),外界環(huán)境溫度梯度為6、11、16、21、26、31、36、41℃共8組;加壓罐的壓力梯度為0.1、0.2、0.3、0.4、0.5、0.6 Pa,共6組。以莖流真實(shí)值作為標(biāo)準(zhǔn),兩系統(tǒng)與標(biāo)準(zhǔn)值的標(biāo)定試驗(yàn)誤差結(jié)果如表3所示。

表3 標(biāo)定試驗(yàn)誤差統(tǒng)計(jì)

從表3可以看出,兩系統(tǒng)誤差均在11%以內(nèi),符合測(cè)量要求。對(duì)其影響程度進(jìn)一步分析可知,在外界環(huán)境溫度較低時(shí),本系統(tǒng)測(cè)量誤差有顯著下降,相比FLOW-32KS型傳感器平均相對(duì)誤差小2.64(6℃)、2.53(11℃)、3.68個(gè)百分點(diǎn)(16℃),精度提升效果明顯;在適宜溫度區(qū)間(21～26℃)時(shí),本系統(tǒng)測(cè)量誤差相比FLOW-32KS型傳感器小,但顯著性不高;在高溫段(31～41℃)時(shí),由于外界溫度高,橫向擴(kuò)散能量減小,自適應(yīng)模型修正對(duì)結(jié)果影響不大,雙系統(tǒng)相對(duì)誤差互有高低,且兩者相對(duì)誤差均在2個(gè)百分點(diǎn)以內(nèi)。證明本系統(tǒng)嵌入基于熱平衡法的GA-SVR算法熱源自適應(yīng)模型后,能夠在外界環(huán)境溫度較低,蒸騰作用不明顯環(huán)境下,通過(guò)自適應(yīng)調(diào)整熱源功率,提升莖流測(cè)量精度。

圖14為本系統(tǒng)實(shí)時(shí)監(jiān)測(cè)演示。隨后于2021年9—10月,選擇低溫天氣進(jìn)行全天驗(yàn)證試驗(yàn),測(cè)量時(shí)長(zhǎng)為72 h,采樣頻率設(shè)置為4次/h。取10月15—17日(陜西省咸陽(yáng)市:6～14℃)數(shù)據(jù),繪制測(cè)量結(jié)果對(duì)比見(jiàn)圖15,兩者決定系數(shù)R2達(dá)到0.98,均方根誤差為4.23 g/h,相對(duì)于FLOW-32KS型傳感器,熱源自適應(yīng)莖流系統(tǒng)測(cè)量結(jié)果整體偏大,規(guī)律與標(biāo)定試驗(yàn)相同,更加接近真實(shí)莖流。

圖14 雙通道可拆卸莖流傳感器運(yùn)行圖

圖15 全天莖流試驗(yàn)對(duì)比結(jié)果

4 結(jié)論

(1)探究了香樟莖桿在不同外界環(huán)境溫度、莖流速率、莖桿截面積的熱源功率-莖流消耗量占比關(guān)系、上下兩組熱電偶溫度差趨勢(shì)變化,發(fā)現(xiàn)當(dāng)莖桿截面積達(dá)到50 mm2時(shí),對(duì)莖流消耗的能量占比的影響微小。且有效熱傳導(dǎo)量須不小于熱源輸入能量的15%,這為建立熱源自適應(yīng)模型提供依據(jù),證明了本方法提高莖流檢測(cè)精度的可行性。本熱源自適應(yīng)模型通用于莖桿包含邊材的木本植物,但針對(duì)較軟的草本植物,需選擇不同莖桿橫截面積、環(huán)境溫度、熱源功率等進(jìn)行前期標(biāo)定嵌套試驗(yàn),針對(duì)性精確量化模型的構(gòu)建。

(2)設(shè)計(jì)了一種基于熱源自適應(yīng)的莖流傳感器。采用 GA 遺傳算法優(yōu)化SVR模型,以外界環(huán)境溫度、莖流速率、莖桿截面積等為輸入,加熱片功率為輸出構(gòu)建熱源自適應(yīng)模型并開(kāi)展了莖流精度試驗(yàn),顯示在莖流速率較低或環(huán)境溫度低時(shí),本系統(tǒng)平均相對(duì)誤差更小,能確保莖流消耗能量在輸入總能量中占比穩(wěn)定,滿足提高熱平衡莖流測(cè)量精度的需求,為干旱低溫氣候并存的干旱、半干旱荒漠區(qū)布局管理、以及灌溉決策提供科學(xué)依據(jù)。