МЕТОД КЕРУВАННЯ МІКРОКЛІМАТОМ ТЕПЛИЦІ НА БАЗІ

МІКРОКОНТРОЛЕРУ З ВИКОРИСТАННЯМ НЕЧІТКОЇ ЛОГІКИ

Бойко К.О.
Черкаський національний університет імені Богдана Хмельницького
e-mail: boiko.kirill1119@vu.cdu.edu.ua

Постановка проблеми. Керування мікрокліматом теплиці є важливим

елементом забезпечення високого врожаю та ефективної роботи тепличного
господарства. Існує низка методів керування мікрокліматом в теплиці, які можуть
бути використані для підтримки оптимального рівня вологості, температури,
освітлення та інших параметрів середовища для рослин [1].
Один з методів керування мікрокліматом в теплиці полягає у використанні
автоматизованих систем керування, які забезпечують регулювання параметрів
середовища залежно від певних умов, таких як температура, вологість, освітлення
тощо. Ці системи можуть використовувати датчики для вимірювання параметрів
середовища та контролери для автоматичного регулювання роботи обладнання,
такого як вентиляційні системи, обігрівачі та освітлення.
Дослідження методів керування мікрокліматом та розробка нових
технологій для контролю цих параметрів займалися відомі вчені з різних галузей
науки, такі як фізика, хімія, інженерія, біологія, агрономія, інформатика та
кібернетика. Вчений з інженерії Джордж Бокс [2], спільно з Джеральдом Льюїсом,
вивчали вплив теплового режиму на ріст та розвиток рослин, а також розробляли
методи оптимального керування тепловим режимом в теплицях. Вчений з
агрономії та біології Ян Льоветт [3], досліджував вплив параметрів мікроклімату
на розвиток рослин, зокрема, на активність фотосинтезу, та розробляв методи
оптимального керування цими параметрами. У галузі інформатики та кібернетики
було проведено багато досліджень з використанням штучного інтелекту та
нечіткої логіки для керування мікрокліматом в теплицях. Наприклад, вчений з
інформатики Джон Маккарті [4], розробив поняття штучного інтелекту та
запропонував використовувати його для контролю режиму середовища в
теплицях.
Аналіз останніх досліджень і публікацій. Керування мікрокліматом
теплиці є важливим елементом забезпечення високого врожаю та ефективної
роботи тепличного господарства. Існує кілька методів керування мікрокліматом в
теплиці, які можуть бути використані для підтримки оптимального рівня
вологості, температури, освітлення та інших параметрів середовища для рослин.
Один з методів керування мікрокліматом в теплиці полягає у використанні
автоматизованих систем керування, які забезпечують регулювання параметрів
середовища залежно від певних умов, таких як температура, вологість, освітлення
тощо. Ці системи можуть використовувати датчики для вимірювання параметрів
середовища та контролери для автоматичного регулювання роботи обладнання,
такого як вентиляційні системи, обігрівачі та освітлення [5].
Ще один метод керування мікрокліматом в теплиці полягає у використанні
природних методів регулювання, таких як провітрювання, затінення та
поливання. Ці методи можуть бути ефективними у тих випадках, коли теплиця
знаходиться в місці з високою вологою та низькою температурою, де можуть бути
проблеми з конденсацією води та перегріванням. Для оптимального керування
мікрокліматом в теплиці можна також використовувати моделювання та
прогнозування погодних умов для планування роботи систем керування
теплицею.
Виклад основного матеріалу дослідження. Метод керування
мікрокліматом на базі мікроконтролеру з використанням нечіткої логіки є ще
одним підходом до автоматизації процесу керування параметрами мікроклімату.
Він використовується для розробки систем керування, які можуть працювати з
нечіткою та неоднозначною інформацією.
Основна ідея полягає в тому, щоб мікроконтролер зчитував дані з датчиків
та використовував їх для формування нечітких правил керування. Ці правила
виражаються у вигляді лінгвістичних виразів, які використовують нечіткі терміни
(наприклад, «дуже тепло», «не дуже сухо»). Для керування мікрокліматом
використовуються спеціальні алгоритми нечіткої логіки, які дозволяють
обробляти ці правила та приймати рішення на основі них [6].
Один з основних переваг методу керування мікрокліматом на базі
мікроконтролеру з використанням нечіткої логіки полягає в тому, що він може
працювати з великою кількістю параметрів мікроклімату та враховувати їх
взаємодію. Крім того, цей метод дозволяє працювати з нечіткою та
неоднозначною інформацією, що може бути корисним у випадках, коли точність
вимірювань не є досконалою.
Метод керування мікрокліматом на базі мікроконтролера з використанням
нечіткої логіки може включати наступні кроки:
1). Визначення вхідних параметрів, які впливають на мікроклімат, таких як
температура, вологість, швидкість повітря, освітленість;
2). Визначення виходів керування, таких як відкривання вікон,
включення/вимикання системи кондиціонування повітря, регулювання
освітленості;
3). Визначення нечітких правил керування на основі експертного знання, досвіду
та даних, які описують залежність між вхідними параметрами та виходами
керування;
4). Використання алгоритмів нечіткої логіки для обробки вхідних даних та
визначення виходів керування на основі нечітких правил. Алгоритми нечіткої
логіки дозволяють працювати з нечіткими, невизначеними та розмитими даними;
5). Реалізація алгоритмів на мікроконтролері. Для цього можуть
використовуватись мови програмування, такі як С++, Python, або спеціальні мови
програмування для керування мікроконтролерами: Arduino, STM32, Raspberry Pi;
6). Тестування та налаштування системи керування мікрокліматом з
використанням методу нечіткої логіки. Для цього можна використовувати реальні
дані з датчиків мікроклімату та змінювати параметри, щоб перевірити
ефективність роботи системи.
Алгоритми нечіткої логіки для обробки вхідних даних та визначення
виходів керування на основі нечітких правил можуть бути реалізовані на основі
таких кроків:
1). Розмивання (fuzzification) вхідних даних - перетворення вхідних даних в
множини принадлежності, які описують ступінь належності даних до кожної
категорії. Наприклад, температура може бути представлена множиною
принадлежності, яка описує ступінь належності даних до категорій «низька»,
«середня», «висока»;
2). Визначення нечітких правил керування, які описують залежність між вхідними
даними та виходами керування. Наприклад, правило «Якщо температура висока
та вологість висока, то включити систему кондиціонування повітря з
максимальною потужністю»;
3). Використання операторів нечіткої логіки, таких як «і» (and), «або» (or), «не»
(not) та інші, для обчислення ступенів належності кожної категорії вихідних
даних;
4). Агрегація (aggregation) - обчислення ступеня належності кожної категорії
вихідних даних на основі всіх нечітких правил;
5). Дефузифікація (defuzzification) - перетворення відповідності між ступенями
належності вихідних даних та категоріями в реальне значення вихідного
параметру керування. Наприклад, визначення точної величини потужності
системи кондиціонування повітря, яку необхідно ввімкнути [7].
Застосування нечіткої логіки для підвищення ефективності систем
керування мікрокліматом може покращити точність і надійність таких систем і
дозволяє підтримувати комфортні умови для теплиць.
Висновки. Отже метод керування мікрокліматом на базі мікроконтролера з
використанням нечіткої логіки, дозволяє покращити точність та ефективність
системи керування мікрокліматом за рахунок врахування нечіткості вхідних
даних та взаємодії з реальними системами. Крім того, він може бути легко
реалізований на мікроконтролері та має високу швидкість обробки даних, що
дозволяє швидко реагувати на зміни мікроклімату та забезпечувати комфортні
умови для користувачів приміщень. Нечітка логіка є корисним інструментом для
підвищення ефективності систем керування мікрокліматом, оскільки вона
дозволяє моделювати складні системи з великою кількістю нечітких або
невизначених змінних. Застосування нечіткої логіки дозволяє покращити точність
інтелектуальних систем керування мікрокліматом за рахунок врахування
нечіткості вхідних даних і взаємодії з реальними системами.

Список використаних джерел

1. Greenhouse Engineering by Nick A. J. Schut and Gerard Bot.
2. Greenhouse Automation: A Practical Guide to Building and Using Automated Control Systems for
Growing Plants by James Boodley.
3. Microcontroller Based Applied Digital Control by Dogan Ibrahim.
4. Embedded Microcontroller Interfacing for M-CORE Systems by G. Jack Lipovski.
5. Fuzzy Logic with Engineering Applications by Timothy J. Ross.
6. Fuzzy Sets and Fuzzy Logic: Theory and Applications by George J. Klir and Bo Yuan.
7. Fuzzy Logic: A Practical Approach by Fakhreddine Karray and Clarence de Silva.

Науковий керівник: кандидат технічних наук, доцент Веретельник В.В.