下载文档原格式
《日光温室的热环境数学模拟及其结构优化》篇一一、引言随着现代农业技术的快速发展，日光温室作为一种重要的农业设施，其环境控制技术日益受到关注。
对日光温室内的热环境进行精确的数学模拟以及进行结构优化，对于提高作物的生长环境、减少能源消耗和提高产量具有极其重要的意义。
本文将深入探讨日光温室的热环境数学模拟方法及如何进行结构优化。
二、日光温室的热环境数学模拟2.1 模拟基本原理日光温室热环境的数学模拟主要是通过数学模型对温室内的温度、湿度等环境因素进行模拟。
其基本原理基于能量守恒定律，考虑到温室内部的热量传递过程，包括太阳辐射、温室内部热源的热量传递、温室与外界环境的热交换等。
2.2 模拟方法目前，常用的模拟方法包括计算流体动力学（CFD）模拟和有限元法等。
CFD模拟可以详细地描述温室内的气流场、温度场等，而有限元法则更适用于对温室的热传导过程进行模拟。
这些方法的应用，使得我们能够更准确地预测和模拟日光温室的热环境。
三、结构优化的考虑因素3.1 温室材料的选择温室材料的选择对于其热环境有着重要影响。
应选择具有良好保温性能、透光性能和耐候性能的材料。
同时，材料的成本和易获取性也是考虑的重要因素。
3.2 温室结构的设计温室的结构设计应考虑到其稳定性、透光性和通风性。
合理的结构设计能够有效地调节温室内的温度和湿度，提高作物的生长环境。
3.3 覆盖材料的选用覆盖材料对于温室的保温和透光性能有着重要影响。
应选择具有良好透光性、保温性和耐候性的覆盖材料，如聚乙烯膜、玻璃等。
四、结构优化的实施步骤4.1 建立数学模型首先，根据温室的实际情况，建立数学模型，包括温室的几何尺寸、材料属性、环境因素等。
4.2 模拟分析然后，利用数学模型进行模拟分析，预测不同结构参数对温室热环境的影响。
通过对比分析，找出影响温室热环境的关键因素。
4.3 结构优化设计根据模拟分析的结果，对温室的结构进行优化设计。
优化目标应包括提高温室的保温性能、透光性能和通风性能，同时考虑到成本和易获取性等因素。
景观小气候环境设计模拟仿真实验原理景观小气候环境设计模拟仿真实验是通过使用计算机仿真技术，建立景观小气候环境的模型，并通过对模型的模拟和分析，提供相关设计方案和预测景观小气候环境变化的可行性研究。
景观小气候环境设计模拟仿真实验的原理主要包括以下几个方面：一、模拟场景建立：模拟实验首先需要选择合适的研究区域和相关的气象数据，如气温、湿度、风速等。
然后根据研究区域的地形、植被类型、建筑物布局等因素，建立相关的场景模型，包括地形模型和植被模型。
地形模型可根据实地数据进行三维建模，植被模型可以通过植物分布数据进行创建。
二、模拟参数设定：在建立场景模型之后，需要确定所需模拟的参数。
参数主要包括气象参数、植被参数和地形参数。
气象参数包括气温、湿度、风场等；植被参数主要包括植被类型、植被高度、植被覆盖率等；地形参数包括地形高度、地形起伏等。
三、数值模型建立：模拟仿真实验需要建立数值模型来描述实验中的物理过程。
数值模型主要包括大气传输模型、植被能量平衡模型等。
大气传输模型用于计算风场和能量传输过程，可以采用Navier-Stokes方程和卡门热力学方程等；植被能量平衡模型用于描述植被与大气之间的能量交换，可以采用Penman-Monteith方程等。
四、数值模拟计算：在确定好数值模型之后，需要对模型进行数值计算。
通过计算模型中各个变量的分布和变化，可以得到景观小气候环境的相关数据，如温度分布、湿度分布、风速分布等。
五、结果分析和评估：分析和评估仿真实验的结果是实验的重要环节。
可以通过比较不同场景的模拟结果，评估不同设计方案的优劣；也可以与实际测量数据进行对比，检验模拟结果的准确性。
通过景观小气候环境设计模拟仿真实验，可以为景观设计提供科学、系统的参考。
通过模拟和分析，可以预测不同设计方案下的景观小气候环境变化，为设计者提供优化和改进设计的依据。
模拟实验还可以帮助人们更好地理解景观和气候之间的相互作用，为改善城市热岛效应、提高城市空气质量等问题提供参考和解决思路。
冬季日光温室内微气候模拟与优化作者：王灿来源：《新教育时代·学生版》2016年第32期摘要：日光温室内的温度分布和变化决定了植物生长的环境，对农作物种植效率有至关重要的作用。
本文针对呼和浩特市典型的日光温室，研究冬季环境下室内的微气候。
采用CFD方法对温室内一天的温度变化进行数值模拟，找到变化规律，并通过地板采暖方式对温室进行优化。
该研究对CFD方法在农业应用中的可能提供了参考。
关键词：日光温室计算流体动力学地板采暖引言日光温室作为我国设施农业产业中的主体，近年来已成为农业种植业中效益最高的产业。
不仅解决长期困扰我国北方地区冬季的蔬菜淡季供应问题，同时促进农业产业结构调整、带动相关产业发展、提高城乡居民生活水平。
日光温室产业能充分利用有限的光热资源，通过加强人的主观调控能力，最大限度的减弱气候带来的不利因素，大幅度地提高了作物的产量、质量、经济效益。
在同内蒙古一样的寒冷干旱地区，传统的日光温室在严寒天气下有时未能为植物生长提供所需的条件。
通过改变日光温室的保温措施和适当供热，能有效解决这一问题。
本文通过CFD方法模拟日光温室一天内的温度变化，采用以上两种方式对日光温室进行优化，并比较优化后对室内温度的影响规律。
为提高和控制日光温室夜间温度，促进生产效率给出了可行的参考。
一、温室模型建立1.数学模型由于地面土壤的蓄热能力较强，温室靠近地面的温度最高，植物生长区域约为264K，采光面没有太阳辐射，材料较薄，温度最低。
三、优化后的室内温度场模拟为了在夜间获得更高的温度，在传统后墙的情况下，夜间对温室地下进行供热。
在地面加入80W/m2的热流密度，得到的温度场分布趋势与不加温时相似。
但整体温度有了较大提高，靠近地面的温度约为294K，刚好能满足一般蔬菜作物20至22℃的生长需求。
结语传统日光温室由于墙体结构简单，保温能力差，白天温室内温度偏低，16点以后急速降低，对植物生长影响很大。
通过夜间对温室地下进行供热能有效提高温室内整体温度，且分布均匀。
日光温室小气候要素预报模型研究张晓月;李荣平;王莹;李琳琳;张琪;黄岩;李雨鸿【期刊名称】《中国农学通报》【年(卷),期】2018(34)32【摘要】了解日光温室小气候要素变化规律,建立小气候要素预报模型,可以对日光温室资源合理开发,为日光温室小气候调控提供依据。
应用辽宁省沈阳市东陵区日光温室暖棚内农田小气候观测仪采集的逐小时气温、相对湿度数据,将冬季、春季、秋季和晴天、多云、阴天几种情况进行组合,计算棚内日最高气温、日最低气温、日平均相对湿度,分析其变化规律,并利用自动气象观测站数据,建立基于逐步回归方法的预报模型。
分析结果表明,日光温室内日最高气温和日最低气温呈现春季、秋季温度值接近,冬季明显低于春秋两季的特征;而冬季日平均相对湿度高于春秋两季。
日最高气温具有显著的从晴天至多云至阴天减少的变化特征,日最低气温特征不如日最高气温明显;日平均相对湿度为从晴天至多云至阴天增加的变化特征。
所建立的日光温室小气候要素逐步回归预报模型,均通过了显著性检验,相关系数为0.608～0.933,相对误差范围为0.1%～19.0%,相对误差平均值为2.7%～9.9%。
【总页数】6页(P113-118)【关键词】日光温室;气温;相对湿度;变化规律;预报模型【作者】张晓月;李荣平;王莹;李琳琳;张琪;黄岩;李雨鸿【作者单位】辽宁省气象科学研究所【正文语种】中文【中图分类】P49;S165【相关文献】1.盘锦地区冬季日光温室小气候预报模型研究 [J], 张美玲;陈龙;辛明月;李俊和;殷红;易希延2.日光温室小气候预报方法研究 [J], 王孝卿;薛晓萍;杨艳超3.不同天气背景下设施大棚小气候变化特征及本地预报模型的研究 [J], 于薇;邹积慧;王春远;陈明强;郑浩;于芳;4.三峡工程大江截流期水力学要素预报研究(2)──截流期水力学要素预报模型 [J], 陈森林;肖舸;赵云发;张继顺;魏东升5.日光温室小气候预报技术研究 [J], 薛晓萍;李鸿怡;李楠;蓸洁因版权原因，仅展示原文概要，查看原文内容请购买。
温室小气候模型的建立及其控制策略研究
温室小气候模型的建立是通过收集和分析温室内的环境数据，如温度、湿度、光照等，从而建立一个数学模型来描述温室内的变化规律。
建立温室小气候模型的关键是收集温室内的环境数据，可以通过传感器等设备来收集温室内的温度、湿度、光照、二氧化碳浓度等数据。
这些数据可以实时上传到计算机系统中，然后通过数据分析和处理，建立一个数学模型来描述温室内的环境变化。
温室小气候模型可以使用多种数学方法建立，例如统计学方法、神经网络方法、物理模型等。
通过这些方法，可以将温室内的环境变量与时间、位置等因素进行关联，从而建立一个全面的温室小气候模型。
温室小气候模型的建立可以帮助农民和温室管理人员更好地了解温室内的环境变化，可以预测未来的温室气候变化，从而帮助农民制定种植计划、节约能源、提高作物产量和质量等。
温室小气候模型的控制策略研究主要是探索如何通过调节温室内的环境变量来实现温室气候的控制。
根据温室内的环境模型和目标要求，可以采取不同的控制策略。
例如，可以通过调节温室的通风、加热、降温、湿度控制等设备来控制温室内的温度和湿度。
还可以通过控制灯光的亮度和光谱，调节温室内的光照条件。
另外，还可以通过控制温室内
的二氧化碳浓度来影响光合作用和作物生长。
控制策略的研究可以通过数学模型和优化算法来实现。
研究人员可以利用温室小气候模型进行模拟和优化实验，比较不同的控制策略的效果，选择最优的控制策略。
总之，温室小气候模型的建立及其控制策略研究可以帮助农民和温室管理人员更好地了解和控制温室内的环境变化，提高温室作物的产量和质量。
日光温室设计实训案例一、项目背景。
话说有这么一个地方，有个小型农场，农场主老王想搞个日光温室，种点反季节的蔬菜水果，赚点小钱改善改善生活。
这老王啊，脑袋里有想法，可就是对日光温室设计这事儿一知半解，所以就找来了我们这些“农业小能手”来给他做个实训设计。
二、场地勘察。
1. 位置与朝向。
我们到了老王的农场，首先得看看地儿。
这个场地啊，东西方向比较开阔，南边没有啥高大的遮挡物，这就为日光温室的朝向提供了很好的条件。
按照常理，日光温室最好是坐北朝南，这样能最大程度地接收阳光。
不过考虑到当地的小气候，稍微偏西一点，大概西偏5 10度，这样下午的光照就能多利用一点，毕竟下午有时候阳光更暖和嘛。
2. 地形与土壤。
场地还算平整，不过土壤有点黏。
这黏土地有好处也有坏处，好处是保水保肥能力强，坏处是透气性不太好。
这在温室基础设计的时候就得考虑进去，得想办法改善土壤的透气性，不然植物的根在里面可憋得慌。
三、日光温室结构设计。
1. 骨架材料。
骨架就像是日光温室的骨架子，得结实耐用。
我们商量了一下，决定采用热镀锌钢管。
这种钢管啊，不容易生锈，强度还高。
主骨架用直径为50毫米、壁厚3毫米的钢管，副骨架用直径32毫米、壁厚2毫米的钢管，就像搭积木一样，把温室的框架给搭起来。
而且钢管之间的连接要用专门的连接件，这样才能保证整个结构稳稳当当的，刮大风的时候也不怕被吹倒。
2. 墙体设计。
墙体可是日光温室的保温关键。
北面的墙我们打算做成土墙，因为土墙的保温性能超级好。
这土墙得多厚呢？经过计算和参考一些经验，大概得80 100厘米厚。
为了让土墙更结实，我们还得在土里面加点稻草之类的东西，就像给土墙加了一层“筋骨”。
南面的墙呢，用双层空心砖，中间留个10厘米左右的空隙，里面填充上珍珠岩或者聚苯乙烯泡沫板，这样既能保温又能有一定的采光性。
3. 屋面设计。
屋面的角度很重要哦。
我们根据当地的纬度和冬至日的太阳高度角，计算出屋面的最佳角度大概是25 30度。
2023 ，43（1） : 055J.SHANXI AGRIC, UNIV . （ N atural Science Edition ）学报（自然科学版）04167温室微气候模拟与温室作物生长模型研究进展金梁1，魏丹1*，殷大伟2，邹国元1，张亦涛3，丁建莉1，王磊1，李艳1，左强1，申慧波4，王宇先4，王俊强4，孙磊5，王伟6，梁丽娜1，孙鑫2，王文7（1.北京市农林科学院 植物营养与资源环境研究所，北京 100097；2.黑龙江八一农垦大学，黑龙江 大庆 163319；3.中国科学院地理科学与资源研究所，北京 100101；4.黑龙江省农业科学院 齐齐哈尔分院，黑龙江 齐齐哈尔 161006；5.黑龙江省农业科学院，黑龙江 哈尔滨 150086；6.黑龙江省黑土保护研究院，黑龙江 哈尔滨 150086；7.北京农学院，北京 100096）摘要：现代的温室是一个复杂的环境系统，其中土壤、作物和微气候三个子系统间各种生物和非生物现象时常发生。
农业数学模型可以用来模拟和预测温室内微气候和植物生长的变化，从而推荐最优化的生产管理策略。
本文对国内外温室气候模型和温室作物生长模型进行了综述，温室气候动态模型可以预测关键气候因子，分为机械模型和黑箱模型。
机械模型基于物理方程构建，它描述了基于过程的知识模拟的系统；黑箱模型属于经验模型，更多地用于温室系统控制、优化和设计的应用。
作物生长模型是基于科学原理和数学关系的一种定量化工具，可以评估温室内土壤、微气候、水分和管理因素对作物生长发育的影响程度，预测作物生长状况。
作物生长模型主要包括两类：描述性模型和解释性模型。
温室作物模型是基于露地作物建立的最早的作物生长模型，并在几十年发展过程中对原来各功能模块进行修正、扩展和升级而来。
功能-结构植物模型（functional –structural plant modeling ，FSPM ）是基于植物建筑学并结合气候和作物模块而形成，可以模拟单个植物的生长、形态以及它们与其生长环境的相互作用。
基于ANFIS的温室小气候环境因子预测模型辨识邹秋滢;纪建伟;李征明【摘要】为了提高日光温室小气候环境因子的预测精度,达到对温室内环境因子综合控制的目的,提出一种基于Takagi-Sugeno模糊模型的自适应神经模糊推理系统(ANFIS)对温室小气候环境因子进行辨识,建立温室小气候环境因子预测模型,并用所建立的模型对温室内的温度、湿度、光照等小气候环境因子进行预测.结果表明:预测值和实测值的拟合关系较好,尤其在光照环境因子的模拟上,相关度甚至达到0.9976,说明基于ANFIS网络进行温室小气候非线性系统辨识是有效的,且该成果对温室小气候智能调控的发展具有一定的参考价值.【期刊名称】《沈阳农业大学学报》【年(卷),期】2014(045)004【总页数】5页(P503-507)【关键词】温室;模型;ANFIS;辨识【作者】邹秋滢;纪建伟;李征明【作者单位】沈阳农业大学信息与电气工程学院,沈阳110161;沈阳农业大学信息与电气工程学院,沈阳110161;沈阳农业大学信息与电气工程学院,沈阳110161【正文语种】中文【中图分类】TV148.4目前我国北方地区大规模的日光温室蔬菜生产,主要靠自然光照提供能量,这就决定了温室的作物生长状况对外部环境气象条件有较大的依赖性。
为了研究外部气象条件对温室内小气候环境因子的影响,达到对温室小气候环境进行综合控制,以创造作物生长发育的最适宜气候条件,实现作物的增产、稳产,就需要建立以温室内主要环境因子为输出变量的温室小气候模型[1-2]。
针对温室这样一个非线性复杂系统,无论是仅采用数据信息还是仅采用语言信息都难以对它进行充分的描述,而自适应神经模糊推理系统（ANFIS）能够把数据和语言两类信息结合起来综合利用,通过学习能自动修正模糊规则,适宜于辨识非线性时变对象的模型。
目前在温室控制方面已经有利用ANFIS设计控制器来改变温室通风口开度从而控制室内温度[3]。
本研究主要是针对温室系统具有的非线性时变及大滞后等特性,应用ANFIS对温室内的小气候环境因子进行辨识。
西北日光温室小气候建模与仿真摘要:针对温室小气候的基本特点,结合国际较新的热平衡稳定状态方法,根据西北地区夏季的温室具体情况,建立了温室的温度､湿度模型｡通过对模型的分析和仿真试验,取得了较好的效果｡关键词:日光温室;小气候;系统建模On the Modeling and Emulation of the Microclimate of Sunlight Greenhouse in the Northwest ChinaAbstract: The microclimate of greenhouse was a nonstationary, nonliner dynamic environment with strong coupling and great lag. The model and emulation were established for the greenhouse microclimate in order to build a sound supervisory and control system of the greenhouse. Based on the characteristics of microclimate of greenhouse, and the specific macroclimate in the summer of northwest china, the temperature and humidity models were set up by the new international method of heat banlance steady state equation. Through the analysis and emulation experiments, the effects were basically conform what were supposed.Key words: sunlight greenhouse; microclimate; system modeling温室生产中,温室环境涉及了很多的因素,而影响作物生长的气候因素主要是温度､湿度､光照和CO2浓度｡这些环境因素之间并不是单个因素对温室作物作用的累加,而是各环境因素共同对作物的产量和质量起作用,它们相互联系､相互促进和相互制约｡为了提高对环境管理和控制的有效性,研究温室小气候和作物模型是非常必要的｡掌握温室环境因素的特点,为温室环境的调节控制提供了依据｡为了更好地改进现有温室,必须从温室的小气候模型进行分析,建造适合我国各地区气候特点的不同温室[1-5]｡在过去的20年里,荷兰､以色列､法国､美国､比利时､加拿大､葡萄牙等国家对温室小气候模型进行了深入地研究,积累了很多宝贵的经验[6,7],为温室的建造和控制技术提供了理论基础和实际指导｡目前,温室小气候建模主要有3种方法:机理建模､线性模型参数辨识和非线性模型参数辨识[8]｡机理建模方法基于传热学､传质学等物理学定律和蒸腾作用､呼吸作用､光合作用等作物生理学原理进行机理分析,通过能量平衡和物质平衡建立温室小气候模型[9,10]｡采用机理模型能够清楚地认知温室小气候的物理本质,可以模拟温室小气候系统｡本文就温室小气候模型的机理建模方法及西北地区夏季的温室特点对模型进行合理简化后,进行动态仿真｡1温室系统机理模型1.1试验条件及方法试验在宁夏回族自治区银川市宁夏农业科学研究院内的大型连栋温室中进行｡温室为东西走向,覆盖材料为双层PC板｡温室南北方向共分为3跨,结构单元跨度每跨长为10.8 m,温室檐高3.5 m｡每区开间为5 m,共10开间,长为50 m｡冬季用保温幕来减少热量损失,节约能源｡夏季采用内加湿帘——风机系统进行加湿控制,风机单独工作时进行降温控制｡风机装在温室的北边,湿帘装在南边｡风机分为4组,每组4台｡根据室内环境的情况,开启不同组数的风机,这样可以实现较好的降温效果,同时可节约能源｡温室内空气的温湿度由装在室内的温湿度传感器检测,通过计算机监控系统自动记录保存数据｡测量项目包括室外的温度､湿度､风速､太阳总辐射和太阳平均辐射,基质温湿度,CO2浓度,光照强度等｡1.2温室温度机理模型温室环境中各环境因素之间是相互作用的,温室环境中既存在物理现象,又存在着一些植物的生理现象｡因此,要对温室环境建立一个全面的､完整的模型是相当困难的｡国际上对此的研究已进行了很多年,直至热平衡稳定状态方法的引入,为温室建模提供了一种新的思路｡1991年Bot､1993年Boulard和Baille用能量和物质平衡方程来描述温室气候[11-14]｡根据温室的热平衡稳定状态原理,可以得出温室气体温度的动态方程式:ΔQ=Qrad+Qheat+Qvent+Qcac+Qcrad+Qsoil+Qleaf-Qcool-Qtran-Qp (1)其中,ΔQ为温室空气的显热增量,Qrad为太阳光照辐射能量,Qheat为加热能量,Qvent为通风热交换能量,Qcac为与外界热传导能量,Qcrad为长波辐射能量,Qsoil为与土壤热交换能量,Qleaf为室内空气与作物叶面的热传导能量,Qcool 为降温设备所带走的能量,Qtran为作物蒸腾所需要的能量,Qp为作物光合作用所需能量｡假设温室内部空气､水蒸气混合分布均匀,将温室内部空气视为一个整体,则温室内温度的变化由温室小气候系统中能量的变化决定｡根据气候条件,对式(1)模型可以作进一步简化｡因为是日光温室所以不考虑加热能量,同时忽略叶面热传导､光合作用､作物蒸腾等对温度的微小影响,最后得到简化模型为:ΔQ=Qrad+Qvent+Qcac+Qcrad-Qcool (2)将上述各项的计算公式代入(2)式,导出试验温室能量平衡方程:VρCp=AsIaτa+ρCp?准vent(Ti-To)+ε12Asσ(Ti4-To4)+AsKg(Ti-To)-(2 501-2.36Tavg)?准ventρ(xa-xb)(3)其中,反映了温室内温度的变化率,V为温室容积(m3),ρ为空气密度(kg/m3),Cp 是空气中热含量[J/(kg·k)],As是温度覆盖材料表面积(m2),Ia是室外总辐射强度(W/m2),τa是覆盖材料表面积总的透光率,?准vent是总通风量(m3/s),ε12是表面之间的发射率,由它们各自的发射率系数ε1和ε2决定,相应的关系式为ε12=(ε1-1+ε2-1-1)-1,AS为表面之间的接触面积(m2)｡σ是Stefan-Boltzmann常数[W/(m2·k4)],Kg为温室大棚的传热系数[W/(m2·k)],Ti､To分别为室内､外温度(K),Tavg为温室内平均温度(℃),xa､xb为通过湿帘前后空气的含湿量(%)｡1.3温室湿度机理模型温室小气候的物理过程如开窗通风､覆盖材料的冷凝､作物的蒸腾和土壤的蒸发､湿帘水蒸发引起的物质交换,用不同的符号来表示温室内水蒸气产生和损失,从而建立的温室物质(水蒸气)平衡如图1｡温室内的潜热(水蒸气)平衡用来描述温室单位面积内绝对湿度的变化率｡根据温室的物质平衡建立动态模型如下:ΔE=Et(Esoil+Etran)+Event+Econd+Ecool(4)其中,Et为作物蒸腾作用释放的水汽量和土壤表面水汽蒸发量之和[kg/(m2·s)];Event为通风换气损失水汽量[kg/(m2·s)];Econd为在覆盖层内表面冷凝损失的水汽量[kg/(m2·s)];Ecool为温室薄雾化或者湿帘产生的水汽量[kg/(m2·s)]｡根据对温室的研究,在白天,覆盖材料的内表面几乎不发生冷凝现象;然而在晚上水蒸气在覆盖材料内表面的冷凝不可忽略,但因为主要是针对夏天进行控制,忽略在覆盖层内表面冷凝损失的水汽量｡如果在灌溉的无土栽培或者土壤和底土层用白色的发射表面覆盖温室中,土壤水汽的蒸发可以忽略｡另外在玻璃温室中,土壤的水汽蒸发也可以忽略[15]｡可进一步简化模型如下:ΔE=Etran+Event+Ecool(5)将上述各项的计算公式代入(5)式得:++(6)其中,Ks为冠层消光系数,Rn为冠层上方的净辐射,e为实际水汽压(kPa),rs为气孔阻力(s/cm),rb为叶表面边界层的空气动力学阻力,γ为水蒸发的能量系数,LAI(leaf area index)为叶面积系数,ρ为空气密度(kg/m3),Cp是空气中热含量[J/(kg·k)],Tavg为平均温度(℃),?准vent为总通风量(m3/s),Ad为温室地表面积,xi 为室内湿度,xo为室外湿度,ρo为室外空气密度(kg/m3),xa､xb分别为湿帘前后空气的含湿量(%)｡2模型仿真为了验证模型的可行性,能体现夏季温室内的各个物理过程,如考虑室外辐射､作物蒸腾作用散发水汽量､蒸汽加热､数据的连贯性等因素,综合比较以上因素,选择2009年7月17日的数据进行模拟仿真｡这段期间白天室外的太阳辐射大,室外风速稳定,温室内的温湿度稳定,符合作物生长要求,它具有典型的温室夏季运行特征和外界气候条件｡温室模型的具体参数见表1｡2.1温度模型仿真图2为温度仿真模型图,由于温度模型比较复杂,通风量与室内温度不是线性关系,由温室数学模型可以看出它是一个非线性对象,模型不能显式地给出通风量与室内温度Ti之间的关系,室内温度同时还受室外太阳辐射与室外温度To的影响｡为了便于理解与仿真,每个公式用一个subsystem表示,再依照各子系统间变量的控制关系,建立被控对象温室内环境温度温室小气候系统模型,模型的等式用变量时间步长(Varible-step)的ode45(Dormand-Prince)算法积分,积分初始值为22｡为了简化,最大步长0.01,最小步长､初始步长､绝对误差均设为自动,相对误差为1×10-3｡2.2湿度模型仿真图3的湿度仿真模型图是根据式(6)的公式所得｡由于湿度模型不能显式地给出通风量与室内湿度Rhi之间的关系,室内温度同时还受太阳净辐射､室外湿度与室外温度To的影响｡为了便于理解,采用subsystem对各个小模块进行表示,再依照各子系统间变量的控制关系,建立被控对象温室内环境湿度温室小气候系统模型,模型的等式用变量时间步长(Varible-step)的ode45(Dormand-Prince)算法积分｡为了简化被控对象温室内环境湿度温室小气候系统模型,最大步长设为0.01,最小步长､初始步长､绝对误差均设为自动,相对误差为1×10-3,积分初始值为81｡3结果与分析图4为采用物理模型方式建立的温室内模拟温度和测量温度仿真结果｡其中,虚线表示模拟温度曲线,实线表示实测温度曲线｡从图中可以看出,模拟温度最大值和最小值都在作物生长允许的范围之内,仿真得到的模拟和实测温度之间的均方根误差为2.833,模拟温度曲线与实测温度曲线比较吻合｡由图5可知,经模型模拟出的温室内湿度,基本符合温室的湿度规律,由于晚上植物的呼吸作用,所以夜间温室的湿度相对较高,白天植物进行光合作用,所以下午温室内的湿度相对较低｡同时,实测温室内湿度与通过模型模拟出温室内湿度进行对比可知,模拟温室内湿度可以反映温室内的变化趋势,仿真得到的模拟和实测温度之间的均方根误差为2.772｡模拟温度曲线与实测温度曲线比较吻合｡同时,模拟的温室内湿度曲线比实际测得湿度曲线在最高湿度处相差3%~5%｡图6为风机在不同时刻的开启组数,根据西北地区夏季的气候特点知:当温度大于33℃时,相对湿度降低到50%左右｡因此当运行湿帘——风机降温系统时,温室外的温度往往比较高｡然而此时室外的相对湿度较低,经过湿帘前后的绝对湿度将变化较大｡湿帘——风机降温系统湿帘水蒸发量Ecool较大,降温能量Qcool较大｡所以,湿帘——风机降温系统在夏季温室降温中效果比较明显｡4小结针对西北地区夏季的气候特点,在机理建模的基础上,根据实际温室控制设备对于多变量的大惯性､非线性,并且有耦合､延迟等现象的温室系统,建立温湿度简化模型,并通过实测数据对模型进行了试验验证｡结果表明,该模型能较好地预测西北地区夏季温室内植物的温度和湿度｡同时由温室内实测数据与预测数据对比图可知,该模型能够很好地反映温室的温湿度状态｡这为温室内温､湿度的监控提供了良好的信息基础｡参考文献:[1] 孙可群. 温室建筑与温室植物生态[M].中国林业出版社, 1982.[2] 徐立鸿,任雪玲. 工控系统在设施农业中的应用[J]. 基础自动化,2001,8(3):40-42.[3] 蔡象元. 现代蔬菜温室设施和管理[M]. 上海:上海科学技术出版社,2000.[4] 王忠义,陈端生,黄岚. 温室植物生理指标监测及应用研究[J]. 农业工程学报,2000,16(2):101-104.[5] 包广清,骆东松,毛开富. 农业种植大棚计算机集散控制系统研究[J]. 工业控制计算机,2002,15(2):31-33.[6] 冯广和. 国内外现代温室的发展[J]. 新疆农机化,2004(3):50-51.[7] 安国民,徐世艳,赵化春. 国外设施农业现状与发展趋势[J]. 现代化农业,2004(12):34-36.[8] 彭里. 温室大棚检测控制系统的研究[J].计算机工程,2000(12):194-195.[9] 徐建国,李安桂,蒋慧君.大平面布局植被的热湿垂直分布模式初探[J].西安建筑科技大学学报(自然科学版),1999,31(1):5-7,17.[10] 何鹏.温室环境控制技术发展与应用[J].传感器世界,2002(2):8-11.[11] 张熙民,任泽需.传热学[M].北京:中国建筑工业出版社,2001.[12] BOULARD T, BAILLE A. A simple greenhouse climate control model incorporating effects on ventilation and evaporative cooling[J]. Agricultural and Forest Meteorology, 1993,65(3-4):145-157.[13] STANGHELLINI C, JONG T D. A model of humidity and its applicationsionsa greenhouse[J]. Agricultural and Forest Meteorology, 1995,76(2):129-148.[14] 皮茨D, 西索姆L.传热学[M]. 葛新石,等译.北京:科学出版社,2002.[15] 宫赤坤,毛罕平.温室夏季温湿度遗传模糊神经网络控制[J].农业工程学报,2000(4):106-109.。
