本发明涉及水肥一体化灌溉技术，尤其涉及一种水培施肥机。
背景技术：
水肥一体化灌溉技术是将灌溉与施肥融为一体的农业新技术。水肥一体化是将可溶性固体或液体肥料，按养分含量和作物种类的需肥规律和特点，配兑成的肥液与灌溉水一起。
目前农业生产当中的水肥一体化系统结构较为单一，水肥一体机的性能受进水流量和压力以及不同水质影响较大，水分和养分的补充方法多是通过人工经验进行水肥配比，缺少肥料配比的科学理论支撑，无法精确控制营养液中的养分比例，造成水肥的循环利用率较低，损耗较大，难以实现对灌溉设备的联网和智能控制。
近年来，人工智能技术在各个行业的自动化和信息化系统中得到了广泛的应用，随着这些技术的逐渐成熟，如何将人工智能技术与灌溉施肥科学有效的结合起来，重点解决水肥配比问题，提高水肥一体化栽培系统中水肥利用率，同时在施肥精度、自动控制和智能控制方面进一步提高，是从业技术人员目前需要解决的技术问题。
技术实现要素：
本发明的目的在于提供一种水培施肥机，以解决水肥配比和灌溉施肥的智能控制问题。
为此，本发明提供了一种水培施肥机，包括数据采集单元、数据传输单元、施肥控制单元、以及水肥一体机，所述数据采集单元用于采集水培作物生长过程数据，并通过数据传输单元将采集到的数据以固定时间间隔传输到施肥控制单元；施肥控制单元用于对作物生长过程数据进行存储和预处理，基于深度学习和专家知识库构建水肥配比模型，并根据利用水肥配比模型给出作物生长所需水肥配比和设定的控制策略，控制水肥一体机；水肥一体机，用于根据水肥配比模型和控制策略来执行灌溉施肥操作。
本发明结合人工智能技术，对传统依靠农业技术人员的水肥灌溉作业模式进行升级优化，为水培作物栽培企业提供了先进的水培施肥机，通过水培作物生长过程数据采集、分析、处理，提供水肥配比模型，保证水培作物生产过程中作物在不同阶段所需的肥料与水分。同时，水培施肥机可根据用户需求，提供符合用户需求的水肥配比模型。
本发明中，不需要农业技术人员的干预，可通过电脑端web和移动端app、微信小程序以及公众号进行操作，实时调整水肥灌溉频率、水肥比例，为水培作物提供最优生长环境，为用户提供符合用户需求的农产品，同时指导农业从业者执行标准化的水肥灌溉作业。
除了上面所描述的目的、特征和优点之外，本发明还有其它的目的、特征和优点。下面将参照图，对本发明作进一步详细的说明。
附图说明
构成本申请的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是根据本发明的水培施肥机的结构框图；
图2是根据本发明的水培施肥机的水肥配比模型的结构框图；
图3是根据本发明的水培施肥机的灌溉施肥执行单元的结构框图；以及
图4是根据本发明的水培施肥机的执行流程图。
具体实施方式
下面将参考附图并结合实施例来详细说明本发明。
本发明通过数据采集单元采集水培作物生长过程数据，经过由深度学习网络和专家知识库给出的水肥配比模型进行水肥设备参数配置，达到更快地对水培作物肥料配比、水液混合、过滤和肥料投加做出动态实时操作，实现水肥设备的智能控制。
结合参照图1和图4，本发明的水培施肥机包括数据采集单元10、数据传输单元20、施肥控制单元30、水肥一体机40、以及报警单元50。
数据采集单元10用于采集水培作物生长过程数据，并通过数据传输单元20将采集到的数据以固定时间间隔传输到施肥控制单元30。
水培作物生长过程数据由监测传感器采集获得。
该监测传感器包括环境数据采集器、水质监测设备、数字流量计、压力表、电流电压监测器。
环境数据采集器包括低功耗气象传感器、低功耗气象数据采集控制器和计算机气象软件模块，可同时监测空气温湿度、水分温度、风速、风向、气压、辐射和照度。
水质监测设备包括电导率传感器、ph传感器和浊度传感器，可同时监测水分ph值、水分ec值和悬浮固体。
监测传感器还包括摄像机、搭载图像传感器的机器人/无人机或者智能手机/平板，可监测作物虫害、病害信息。
水培作物生长过程数据包括：水分ph值、水分ec值(液体肥料中可溶性离子浓度)、水压、供液流量、co2浓度值、光线强度、空气温湿度、虫害、病害。
固定时间间隔根据所述作物生长过程数据种类的不同分别进行设定。
施肥控制单元30用于对作物生长过程数据进行存储和预处理，并基于深度学习和专家知识构建水肥配比模型，控制水肥一体机40完成精准施肥。
该施肥控制单元30包括数据预处理模块31、数据存储模块32、数据分析模块33、水肥配比模型34、控制策略管理模块35、以及水质净化模块36。
数据预处理模块31用于对采集得到的采集水培作物生长过程数据进行预处理。
根据作物生长过程数据类型的不同，采用不同的数据预处理规则对数据进行预处理。
具体的，数据预处理规则包括时间戳的统一对齐；对采集的数据包含大量环境噪音，出现诸多异常数据的情况，采用有限幅滤波法、中位值滤波法、算术平均滤波法或小波阈值滤波法进行去噪；对包括图片在内的非格式化数据进行格式化处理，对转化完成后的图片进行校验，利用图像处理算法如：坐标变换、图像灰度化、图像增强、图像滤波以及图像分割，再对检测目标特征进行分析、处理和识别。
数据存储模块32用于存储预处理后的作物生长过程数据，为水肥配比模型构建提供充足数据支持。
数据存储模块32还包括专家知识库。
该专家知识库根据水培作物生长发育周期，通常包括发芽期、幼苗期、甩条发棵期和结果期四个时期，将相应时期的生长环境划分为非常适宜、适宜、比较适宜和不适宜四个生长区域，然后在不同生长区域给出相应作物生长过程数据区间值，得到不同作物生长环境状态下水肥因子与其他作物生长过程数据关系表。
数据分析模块33用于使用数据存储模块存储的数据训练水肥配比模型。
结合参照图1和图2，水肥配比模型训练过程如下：
步骤1、对预处理后的作物生长过程数据依靠专家知识进行标注，所述标注标签表征作物生长环境状态，为作物类型、作物生长发育周期、生长环境区域的组合，比如蓝莓发芽期适宜。
步骤2、将标注后的作物生长过程数据采用训练、验证、测试三分法进行数据集划分，输入建立的深度神经网络模型进行学习和测试，得到训练好的所述深度神经网络模型。
步骤3、将预处理后的作物生长过程数据输入专家知识库和将标注后的作物生长过程数据输入训练好的所述深度神经网络模型，然后将各自的判别结果通过多模态融合网络进行融合，得到水肥配比模型。
步骤4、将当前作物生长过程数据经预处理后输入到水肥配比模型，给出作物生长所需水肥配比，即营养液养分含量、ec和ph测量值。
控制策略管理模块用于接收并处理来自所述水肥一体机模块的水肥配比(养分含量、ec和ph测量值)和控制策略请求，给出水肥一体机参数调整结果，并下发是否开启所述水质净化模块的指令。
控制策略管理模块支持通过电脑端web和移动端app、微信小程序以及公众号进行操作。
水质净化模块的指令开启的条件通常为所述浊度传感器采集到的数值大于某一给定阈值。
水质净化模块用于对非净水进行过滤净化。
控制策略包括灌溉施肥时间、灌溉施肥流量、停止条件。
所述停止条件为水肥配比模型给出的养分含量、ec和ph设定值与水培作物混液罐内营养液采集到的养分含量、ec和ph测量值误差小于某一给定阈值。
水肥一体机模块用于根据水肥配比模型和控制策略来执行灌溉施肥操作，包括灌溉施肥执行单元和灌溉施肥控制单元。
其中，如图3所示，灌溉施肥执行单元包括搅拌器、水泵、逆止阀、压力表、过滤器、电磁阀、母液罐、注肥泵、主管道、母液罐进水管和母液罐出液管，用于配置浓度可控的母液。该灌溉施肥执行单元的构造及其使用为从业人员所熟知，在此不作赘述。
灌溉施肥执行控制单元可根据所述监测传感器测得的数据，在水肥配比模型和控制策略约束条件下控制水泵、搅拌器和电磁阀动作。
其中，灌溉施肥操作步骤为：
步骤1、人工配置好母液罐内的高浓度溶液。
步骤2、利用养分含量检测传感器、ec传感器和ph传感器检测母液罐(混液罐)内营养液养分含量、ec和ph测量值是否在水肥配比模型给出的设定范围内，若不在则启动水肥一体机模块。
当测量值低于设定值时，各路母液电磁阀打开，进行吸肥；当测量值达到设定范围时，母液电磁阀关闭，完成配肥；当测量值高于设定值时，混液罐进水电磁阀打开，稀释混液罐内营养液至设定范围。直到满足控制策略要求，自动关闭水肥一体机模块。
步骤3、依据控制策略进行灌溉施肥。
数据传输单元通过公网或专线进行数据的传输，传输方式包括4g、5g、wi-fi以及物联网网关。
报警模块50用于水肥一体机模块当前工作状态无法按水肥配比模型调节或者无法按水肥配比模型进行灌溉施肥时进行告警。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
1.一种水培施肥机，包括数据采集单元、数据传输单元、施肥控制单元、以及水肥一体机，其中
所述数据采集单元用于采集水培作物生长过程数据，并通过数据传输单元将采集到的数据以固定时间间隔传输到施肥控制单元；
所述施肥控制单元用于对作物生长过程数据进行存储和预处理，基于深度学习和专家知识库构建水肥配比模型，并根据利用水肥配比模型给出作物生长所需水肥配比和设定的控制策略，控制水肥一体机；
所述水肥一体机，用于根据水肥配比模型和控制策略来执行灌溉施肥操作。
2.根据权利要求1所述的水培施肥机，其特征在于，水培作物生长过程数据包括：水分ph值、水分ec值、水压、供液流量、co2浓度值、光线强度、空气温湿度、虫害、病害。
3.根据权利要求1所述的水培施肥机，其特征在于，所述水肥配比模型给出作物生长所需水肥配比包括水肥的养分含量、ec和ph测量值。
4.根据权利要求1所述的水培施肥机，其特征在于，所述控制策略包括灌溉施肥时间、灌溉施肥流量、停止条件，其中，所述停止条件为水肥配比模型给出的养分含量、ec和ph设定值与水培作物混液罐内营养液采集到的养分含量、ec和ph测量值误差小于某一给定阈值。
5.根据权利要求1所述的水培施肥机，其特征在于，所述施肥控制单元包括数据预处理模块、数据存储模块、数据分析模块、水肥配比模型、控制策略管理模块、以及水质净化模块。
6.根据权利要求1所述的水培施肥机，其特征在于，所述水肥一体机包括灌溉施肥执行单元和灌溉施肥控制单元，所述灌溉施肥执行单元包括用于配置母液的母液配置系统和用于灌溉的主管道系统，所述灌溉施肥控制单元用于监测传感器测得的数据，在水肥配比模型和控制策略约束条件下控制母液配置系统的配置动作和主管道系统的灌溉动作。
7.根据权利要求1所述的水培施肥机，其特征在于，基于深度学习和专家知识库构建水肥配比模型包括以下步骤：
步骤1，对预处理后的作物生长过程数据依靠专家知识进行标注，所述标注标签表征作物生长环境状态，为作物类型、作物生长发育周期、生长环境区域的组合；
步骤2、将标注后的作物生长过程数据采用训练、验证、测试三分法进行数据集划分，输入建立的深度神经网络模型进行学习和测试，得到训练好的所述深度神经网络模型；
步骤3、将预处理后的作物生长过程数据输入专家知识库和将标注后的作物生长过程数据输入训练好的所述深度神经网络模型，然后将各自的判别结果通过多模态融合网络进行融合，得到水肥配比模型；
步骤4、将当前作物生长过程数据经预处理后输入到水肥配比模型，给出作物生长所需水肥的养分含量、ec和ph测量值。
8.根据权利要求7所述的水培施肥机，其特征在于，还包括报警单元，用于水肥一体机模块当前工作状态无法按水肥配比模型调节或者无法按水肥配比模型进行灌溉施肥时进行告警。
技术总结