首页 >> 科技之窗 >>产业技术 >> 设施农业物联网关键设备及应用技术研究
详细内容

设施农业物联网关键设备及应用技术研究

核心提示:一、技术名称设施农业物联网关键设备及应用技术研究二、技术概述(一)技术类别:技术体系。(二)技术类型:技术服务。(三)技术基本情况: 针对当前设施农业存在的专用智能测控产品少、功能弱、标准化程度低及可靠性差等问题,提出了基于物联网的设施农业智能化整体解决方案,以便为设施农业健康、高效及可持续发展提供技术支撑。首先突破物联网专用终端制造技

一、技术名称

设施农业物联网关键设备及应用技术研究

二、技术概述

(一)技术类别:技术体系。

(二)技术类型:技术服务。

(三)技术基本情况:

针对当前设施农业存在的专用智能测控产品少、功能弱、标准化程度低及可靠性差等问题,提出了基于物联网的设施农业智能化整体解决方案,以便为设施农业健康、高效及可持续发展提供技术支撑。首先突破物联网专用终端制造技术,研发设施农业物联网专用感知终墙、传输终端及智能控制终端,并通过故障自诊断技术提髙终端的性能及稳定可靠性。针对设施农业智能控制模型研究薄弱、控制精度差等问题,研发设施环境多因子综合调控模型,研发基于作物生理需求与专家经验相结合的典型作物智能控制模型,提高设施农业环境调控及水肥一体化控制的精准性。最后,通过设施农业物联网智慧管理平台研发,实现设施农业数据的接收、存储、分析、自动控制及监测预警等功能;通过移动客户端的开发进一步提高服务的便利性。

技术主要突破以下技术难点:

1.设施农业物联网专用设备研发。研发功能强大、性能稳定可靠的设施农业专用信息感知、传输及智能处理终端,为功能强大、性能稳定可靠的物联网系统研制奠定基础。研究物联网终端故障远程快速修复技术,研发设施农业物联网故障自诊断及远程修复系统。

2.设施农业环境综合调控技术。研究典型结构设施温室多因子综合调控模型,研究设施环境多因子综合调控方案及实现方法,研究构建经济实用、稳定可靠的设施环境多因子综合调控系统。

3.典型设施作物水肥一体化智能控制技术。研究典型作物水肥控制模型,研究水肥一体化控制系统结构及实现方法,实现设施水肥的自动调整和精准控制。

4.设施农业专用物联网相关标准研究。优化物联网整体架构设计,研究结构简单、功能易扩展及易标准化的设施农业物联网标准架构,提高物联网系统的功能及易扩展性。研究制定设施农业物联网软件接口与标准,制定设施温室内传感器数量、安装位置及安装方法等规程。

(四)技术示范推广情况:

开发了 “神农物联”系列物联网环境感知设备,实现了我国环渤海地区盐碱地地区,国内主要沙漠区域和大蒜主产区等不同农业作业环境信息的精准感知,为实现设施控制提供稳定可靠的环境感知技术基础,在此基础上研发了设施农业物联网智能管控设备,实现了设施环境的精准感知和智能高效管控,并通过增加语音识别控制等方式优化设施管理结构,简化操作模式,降低设施农业物联网设备的使用门槛。目前,设备在德州陵县糜镇绿通智慧农业现代产业园、泰安东平讯发有机蔬菜专业合作社、东营市东营区景屋生态果蔬种植农民专业合作社、陵县三高蔬菜种植专业合作社和德州菁松农业科技有限公司等地进行应用示范,并选取适当作物构建示范基地500亩,辐射带动3000亩以上。

(五)提质增效情况:

上述技术与产品应用到设施农业生产管理中,可以显著降低劳动成本,提高劳动生产率,提高水肥利用效率,提升农产品品质和质量,提高农产品产量。实施后节约生产成本20%以上,肥水利用效率提高30%以上。由于农产品品质和质量得到显著提升,可以增强农产品在国际、国内市场的竞争力,显著提高农产品经济效益。由于我国设施农业规模较大,技术和产品的熟化与批量生产,可以形成巨大的市场空间。

三、技术要点

1.设施农业专用物联网核心板研发。

项目突破农业物联网核心板优化设计技术,研发设施农业物联网专用核心板,为物联网感知终端、传输终端及智能处理终端硏发奠定基础。突破物联网终端系统异常与故障自诊断技术,研究物联网终端故障远程修复技术,实现设施农业物联网故障自诊断及远程修复功能。

2.设施农业环境综合调控技术研究。

研究基于设施温室多因子综合调控模型,突破实现设施环境多因子综合调控方案及实现方法,研究构建经济实用、稳定可靠的设施环境多因子综合调控系统。

3.典型作物水肥一体化智能控制技术。

项目突破典型作物精准需求控制技术,研制作物需求精准施肥和精准灌溉的自动控制系统。

四、适宜区域

该技术可广泛应用于设施农业栽培种植领域。该技术利用物联网环境信息感知设备,实现设施内作物生长环境的实时精准感知,利用设施温室多因子综合调控模型,完善传统设施控制模型的不足,提升设施温室控制效率和精度,为设施作物管理提供精准、可靠的管理服务。

五、注意事项

1、注重设备的定期维护升级

设备工作后,会不断获取作物的生长数据和控制数据,模型通过自我学习,将不断提高设备的适应性,以满足作物生长环境变化的需求,所以根据优化结果,及时升级维护系统程序有利于提高系统工作效率,保障控制精度。


seo seo