← 返回实验室

AI温室环境调控定制:温湿光耦合与执行器滞后

在越冬茬番茄温室的试点中,我们尝试把「阈值开关」式的环境控制换成预测式调控。温室内温度、湿度、光照与CO₂相互牵制:补光会抬温、加温会降湿、通风排湿又会带走CO₂与热量;而开窗、湿帘、内保温幕等执行器响应普遍滞后十几分钟到半小时以上。等传感器读出错差再动作,作物往往已经历了较长时间的VPD超限。

我们的做法是用轻量时序模型预测未来30分钟室内温湿度与VPD走向,在能耗、执行器动作次数与作物舒适区间之间做滚动优化,输出建议设定值而非直接下发指令,由现场控制器执行,保留人工干预入口。

进展:单季试点中,VPD超限累计时长较阈值控制基线有所下降,加温与补光能耗未见上升;但幅度受天气波动影响较大,样本量有限,尚不足以作为普适结论。

下一步:将单棚模型扩展至相邻棚群,验证共用供热与CO₂管路下的协同调控,并补充夏季高温工况的对照试验。

评论

更多研究动态

查看全部实验室 →