丁东良,外灌溉自动化技术的发展状况

《丁东良,外灌溉自动化技术的发展状况》由会员分享，可在线阅读，更多相关《丁东良,外灌溉自动化技术的发展状况（3页珍藏版）》请在金锄头文库上搜索。

1、 国外灌溉自动化技术的发展状况 国外一些先进国家， 如美国、 以色列和加拿大等， 运用先进的电子技术、 计算机和控制技术，在节水灌溉技术方面起步较早， 并日 趋成熟。这些国家从最早的水力控制、 机械控制， 到后来的机械电子混合协调式控制， 到当前应用广泛的计算机控制、 模糊控制和神经网络控制等， 控制精度和智能化程度越来越高， 可靠性越来越好， 操作也越来越简便。1 . 1 电气信息技术在灌溉控制中的应用 3 0 年前， 沟灌和漫灌几乎全靠人力， 自动化技术未能应用到灌溉工程中。真正的计算机控制灌溉源于以色列。 该国最初把自 动化控制技术应用到灌溉中的原因是: 以色列是一个极其缺水的国家， 从

2、自 然条件上讲必须发展节水农业; 另一方面是出于中东安全的考虑， 以色列人想通过自动化控制技术在家里控制农田灌水， 减少由于武装冲突带来的危险。 最初的灌溉控制器是一个简单的定时器， 这可以看作是灌溉控制自动化的第一阶段。后来随着电子技术和计算机技术的发展， 出现了简单的灌溉控制器， 它把灌水和施肥同步进行，这种控制器能监测土壤水分信息， 同时当某些参数越限或某台排灌机械出现故障时系统能进行报警。 近年来随着农业对自 动化程度要求的提高， 以色列出现灌溉用的可编程逻辑控制器( P L C ) ， 这种控制器通过把不同的网络连接到主机上进行数据采集和处理。随着控制技术传感器技术的发展， 以色列开

3、发出了现代诊断式控制器， 这种控制器把以前不可能采集到的信息通过不同的传感器来获得， 通过i n t e r n e t 网、 远程控制、 G S M等来实现数据传输， 然后通过计算机中的一些模型来处理信息， 作出灌溉计划。 爱尔达一 祥利( E l d a r - S h a n y ) 自 控技术公司是以色列最大的农业计算机控制系统生产厂家， 也是世界上生产农业计算机控制系统的主导企业，开发了一系列可编程控制器， 这些型号不同的控制单元， 基于相同的编写语言， 使用一致的通信系统， 不同型号之间的差异只是控制输人喻出数目 和 存储容量的不同， 如E l g a l - 2 4 , E I

4、g a 1 - 1 2 , E 1 -g a l - 8 。 大型农田 灌溉汁 算机控制系统( E l g a l A g r o )是目 前农业计算机控制领域最先进控制系统， 适用于较大面积的农田、 农场、 果园、 草场、 公园绿地等自 动化节水 灌概项目 。 E l g a l - A g r o 大型农田灌溉计算机控制系统， 能够通过不同的通讯方式从任何距离自动和精确地实施灌溉、施肥过程、以及过滤器反冲洗、 水泵运行等工作， 通讯方式可使用: 直接电缆连接通讯、 电话通讯、 蜂窝电话通讯或无线电传输等。E l g a l - 2 0 0 0 温室控制器应用于温室气候、 灌溉、 施肥和排水

5、的综合控制系统。 G A L C O M P A C T 型控制器为中规模的 农田、 果园和温室等灌溉系统而设计的紧密， 经济的灌溉控制系统， 有8 - 3 2 个控制输出信号， 交直流两用。 线性远程控制单元( L I N E A R R . T . U . ) 用于远离控制器的阀门或水泵的控制，可以同时连接6 4个类似的远程控制单元， 一个远程控制单元可控制2 - 8 个灌溉阀门或水泵。无线远程控制单元( W I R E L E S S R . T . U . ) 拥有一个无线电接受器， 由E l g a l 控制器通过标准的 无线电 发射器控制， 用于大型或距离遥远的农田 灌溉控制系统。

6、 同时以色列研制的佳维士( G A V I S H ) 控控制系统是一套计算机的温室小气候和施肥控制系统，该系统基于L a v i s h自 主开发的软件， 具有很大的灵活性而且可以根据用户特定的要求很方便的进行定制， 系统有1 6 个输出和1 6 个输人信号 在美国， 早在1 9 8 4 年， B e n a m i 和O f e n 开发了一套节水灌溉控制器， 通过监测土壤水分来确定是否打开灌水阀门。P h e n a 等人 ( 1 9 7 3 年) 、p h e n a 和H o w e l l ( 1 9 8 4 年) , P h e n e ( 1 9 8 9 年) 分别在灌溉系统的

7、控制中使用了土壤湿度传感器， 通过土壤水分传感器把土壤湿度反馈给控制系统，根据传感器获得的数据决定是否灌溉， 使作物根部总能保持一定的湿度， 他们所设计的控制系统经运行表明， 控制系统运行参数的好坏主要取决于四个因素: 系统的硬件设计、 控制系统所采用的算法、 土壤湿度传感器的可靠性、 螺旋形电磁阀和压力调节装置以及流量计、 过滤器等设备的性能。P h e n e 等人( 1 9 8 9 年) 指出从测定的土壤水势作为输人的灌溉控制系统有如下几个特征:( I ) 能对传感器获得的数据自动采样; ( 2 ) 能自动把传感器的输出和设定的标准值对比; ( 3 )同时控制和监控系 统运行n 1 0

8、1 9 9 0 年F a n g m e i e r 等人研制了 一套自 动化灌溉控制器， 在这个控制器中系统使用红外线热电偶测土壤温度， 同时配有空气湿度计、 土壤湿度传感器。P e h n e 等人于1 9 9 2 年利用计算作物蒸腾量来控制滴灌系统。I s m a i l 和A l s h o o s h a n ( 1 9 9 6 年) 在灌溉控制反馈系统中应用电子张力计来测土壤湿度。同时美国的用水管理水平也很高， 一些灌区做到了土壤墒情监测和灌水预报相结合， 从渠道取水、 渠道( 或管道) 输水、田间灌水全部实行自动化管理， 统一调度、 优化配水， 减少了输配水损失和渠道弃水， 大大

9、提高了水的利用率。例如在美国的考契拉灌区( C V W D ) 、 伊姆皮里灌区( I I D ) 、 位尔顿一莫哈克灌排区( W M I D D ) 以及盐河工程( S R P ) 等灌区， 都应用电子技术不同程度地发展了自动控制与监测系统pi. 加拿大、 澳大利亚和韩国等国家和地区也都有开发成功并形成系列的灌溉控制器产品， 其中，比较有代表性的如澳大利亚的H A R D I E 1 R -R G A T I O N 公司的灌溉控制器， 已形成了M I C R O -M A S T E R , R A I N J E T 等多个系列， 几十种型号的产品。 其中H R 6 1 0 0 系列成本

10、较低， 是一种小型化自 动灌溉控制器， 主要是面对家庭庭院和小面积的商业绿化场地的灌溉， 而M I C R O - M A S T E R n 系列产品是H A R D I E公司为进行大面积灌溉而开发的控制器。 该系统采用分布式布置， 可与上位机双向通信， 用微机对其进行编程操作和对其子控制器进行控制， 并能用微机随时监控灌溉系统的 工 作 状 况 4 L Z 人工智能在灌溉中的应用 由于土壤湿度传感器的非线性以及其输出延迟较大， 采用传统的反馈控制方法很难得到满意的结果，而近几年由于人工智能技术的发展，使得人工智能技术在节水灌溉中的应用显示出广阔的前景， 其中包括用专家系统、 模糊逻辑系统

11、、 神经网络来预测和建模， 使得灌溉控制器用这些智能技术来及时、准确地预测环境参数， 同时控制这些参数使得它更适合于作物生长周 。模糊控制和神经网络在灌溉控制器中的应用较多，这些系统一般以土壤湿度传感器测土壤水分， 同时还通过自 动天气预报站估算出作物的蒸腾量，然后把这两个信息经模糊化后输人到模糊控制器， 模糊控制器经模糊规则决策得出模糊输出，再把该模糊输出精确化传送给执行机构， 控制电磁阀动作。如果该控制不能得到满意的结果， 则可以通过神经网络来优化控制规则。 H a w k i n s 和B u r ( 1 9 9 0 年) 建立了一个专家系统， 该系统运用土壤科学、 植物水利学、 灌溉知

12、识和灌溉系统设计学、 土地几何学、 灌溉系统分散控制等知识进行农田 灌溉管理。 X i n 等学者( 1 9 9 5年) 建立了柑橘灌溉管理的专家系统模型， 该系统把水资源管理和控制技术相结合建立了一个有效的控制系统， 该系统的输人来自土壤水分张力计和天气预报站。 模糊控制不需被控对象的精确模v， 它是根据人的手动经验或专家的知识来设计的。一个有经验的农民能知道合适的灌溉时问和灌溉量， 既然模糊控制能够模拟人的推理能力， 所以把模糊控制技术和传统的控制方法结合将是非常有发展前途的。 X i a n g e t a 1 . ( 1 9 9 4 年) 建立了模糊灌溉决策系统， 该系统的数据来自土壤

13、水分变量、 天气环境变量。该系统提示用户输人， 当所有变量输人之后， 系统进行处理数据， 然后把输出值与设定标准比较， 在给花生灌溉中， 该模型得到了非常满意的 结果。C l y m a 和M a rt i n ( 1 9 9 6 年) 使用模糊逻辑制定控制规则， 再利用该控制规则来处理信息，通过对信息的估算来控制灌溉系统。Z h a n g e t a l . ( 1 9 %年)为温室中的观赏性植物研制了基于模糊控制的灌溉控制器， 此系统采用电阻型土壤湿度传感器作为检测装置， 同时利用传感装置测出土坡中水的渗漏率， 该模糊控制器在实验室和温室成功地运行了几个月。 R i b e i r o

14、( 1 9 9 7年) 使用模糊逻辑建立了一个计算作物蒸腾量的模型， 太阳辐射和相对湿度作为输人数据， 经模糊推理得出作物得蒸腾量，所得到的蒸腾量与P e n m a n - M o n t e i t h 方程经计算得出的作物蒸腾量相比，可知该模型的效果较为显著。1 9 9 7 年R i b e i ro和Y o d e r 共同研制了 实时模糊控制灌溉系统， 土壤水传感器和天气预报装置用来监测十壤湿度和预测作物蒸腾量， 系统随气候和土壤湿度得变化而作出相应的控制措施t 2 i M c c l e n d o n 等学者( 1 9 9 1 年) 在常规控制器r .应用神经网络来优化输出， 同

15、时模拟作物生长模型， 利用每天的环境参数和相应的作物状态变量来训练神经网络， 被训练的神经网络再用来合理地预测灌溉量。 U h i g 等学者( 1 9 9 2 年) 利用天气环境数据、 土壤湿度数据和农作物预估产量来训练神经网络， 然后用该神经网络来预测作物的产量， 这个训练集使用了从1 9 6 0 年到1 9 8 9 年之间的2 5 年数据， 训练完成后， 以1 9 9 0 年的数据作输人来预测1 9 9 0 年的作物产量，取得了满意的结果。 1 9 9 3 年K o c h 作了 一个相似的研究， 结果表明， 在作物生长过程中， 神经网络能在不同的时间按需分时灌水 2 1 0 1 9 9 6 年， W i l l i a m s 和Z a z u e t a研究了如何用最少的天气状况输人信息通过神经网络的优化来预测豌豆的灌溉。结果表明: 神经网络能用来确定灌溉计划， 在该系统中， 根据天气状况首先确定蒸腾量， 然后把该蒸腾量输人到另一个神经网络去预测灌溉需求。