导读:本文包含了温室温湿度论文开题报告文献综述及选题提纲参考文献，主要关键词:温湿度控制,农作物,智能控制系统,灰色预测
温室温湿度论文文献综述
鲍义东,李江龙[1]（2019）在《基于灰色预测的温室温湿度智能控制系统研究》一文中研究指出针对传统的温室温湿度智能控制系统控制效果差的问题,将灰色预测模型应用到了温室温湿度智能控制系统设计中,以达到更好的温室温湿度控制效果。通过信号采样电路对温室温湿度数据进行采集,并设计通信节点,在此基础上,设计人机交互界面,为用户提供方便的控制平台。最后将信号采样电路采集到的数据进行处理,通过通信节点发出发送命令,以此实现对温室温湿度智能控制。实验对比结果表明,此次设计的基于灰色预测的温室温湿度智能控制系统(本文来源于《电子世界》期刊2019年20期）
琚源[2]（2019）在《基于单片机温室大棚养殖的温湿度警报系统》一文中研究指出该体系是专为温室温度和湿度掌控而设计的智能体系。经过设计体系的硬件和软件组件来满足监控要求。硬件部分完成了温湿度传感器模块,A/D更换模块,显现模块和掌控模块的设计;软件部分主要依据体系的设计思想设计主软件和子软件流程图,并经过汇编语言和C语言完成。实践证明,该体系具备性能好,操纵方便的优点,完成了对温湿度的显现、调节、自动掌控和手动掌控。(本文来源于《计算机产品与流通》期刊2019年09期）
刘琦,塔娜,焦巍,康宏源,赵志勇[3]（2019）在《日光温室作物冠层温湿度时空分布及预测模型》一文中研究指出为了研究日光温室内部作物冠层区域温湿度分布及变化规律,以内蒙古呼和浩特市内保温型日光温室西芹作物冠层为研究对象,采用传感器密集布点的方式测试作物冠层处温湿度,针对日光温室作物冠层不同位置温湿度变化规律相似的情况,通过Elman神经网络预测作物冠层不同位置的温湿度情况。结果表明:作物冠层垂直温湿度差可达10.24℃,12.97%。在有光照(起帘)时期,作物冠层不同位置温湿度差异相对较大,温度由上到下总体呈现从高到低、湿度由低到高的分布,在无光照(闭帘)时期则温湿度差异较小,基本与启帘时期呈现相反分布。优化后的Elman神经网络能够较准确预测作物冠层处温湿度。该预测模型可在保证温度、湿度均方根误差分别小于0.8、1.5的情况下预测未来一周的作物冠层温湿度,该研究对日光温室内作物冠层部分温湿度监测与控制具有指导意义。(本文来源于《北方园艺》期刊2019年17期）
李建平,王高润[4]（2019）在《甘肃河西走廊地区日光温室智能化温湿度控制系统的应用现状与推广对策》一文中研究指出伴随着物联网技术、新型网络通讯技术的发展和智能手机、平板电脑及家用电脑的普及,智能化温湿度控制系统登上了日光温室种植的技术舞台,对于提高日光温室基础设施条件、促进设施农业增产增效起到了积极的助推作用。本文就河西走廊地区日光温室智能化温湿度控制系统的推广应用现状进行讨论,分析了制约因素,提出了推广应用日光温室智能化温湿度控制系统的建议。(本文来源于《农业机械》期刊2019年04期）
顾小小,朱春燕[5]（2019）在《水培蔬菜连栋温室温湿度变化特征的研究》一文中研究指出通过实测方式开展蔬菜水培种植用连栋薄膜温室的温湿度变化特征的研究,结果表明,不同温室、温室内不同位置、不同高度的温度和相对湿度均各自呈现相同的变化趋势;温室内的温度在日光照射后相较室外得到显着上升,相对湿度下降;温湿度均呈显着负相关关系。水培种植方式对温室内局部小气候没有显着影响。(本文来源于《农业工程技术》期刊2019年07期）
杨光[6]（2019）在《农业温室大棚温湿度检测系统设计》一文中研究指出针对目前传统的农业温室大棚中温湿度无法实时监测的状况,本文以STC89C52为主控芯片,温度传感器DS18B20检测温室大棚内的环境温度,HS1101湿敏元件与555定时器构成湿度传感器检测大棚内的湿度状况,时钟芯片DS1302实现检测日期的记录,LCD进行数据的实时显示,使用LED和蜂鸣器实现温湿度超限的声光报警系统。经试验,该系统能够满足设计的需求。(本文来源于《科技风》期刊2019年06期）
康宏源,塔娜,张海鑫,赛音朝格图,刘琦[7]（2019）在《典型天气情况下含内拱棚的日光温室温湿度分析与稳态模拟》一文中研究指出为研究内蒙古地区含有内拱棚的日光温室内温度、湿度在不同天气条件下的变化分布规律,采用密集布点的方式采集温室内一个竖直截面内的空气、土壤的温湿度数据,并采用计算流体动力学(CFD)的方法对试验数据进行稳态模拟。数据分析及试验模拟表明:(1)含有内拱棚的日光温室在打开通风口后可以有效地降低温室内空气湿度且作物冠层区域的温度仍然维持在作物生长所适宜的范围内。(2)晴天时温室内的热量源于外界的日光辐射,雪天时温室内的热量源于内部土壤和黏土墙的辐射放热。(3)模拟结果显示,晴天正午在内拱棚下部区域和作物冠层跨度方向的中间位置湿度高于其他区域,说明在该区域有水分聚集。雪天正午日光温室内的湿度分布均匀,不论在高度上还是在跨度上都没有明显差异。(4)模拟结果与实测数据对比误差不超过5%,证明了本试验所用温室模型的可靠性。(本文来源于《江苏农业科学》期刊2019年02期）
郁莹珺,徐达宇,寿国忠,王佩欣[8]（2019）在《基于经验模态分解和小波神经网络的温室温湿度预测》一文中研究指出温室温湿度的准确预测有助于及时调节温室小环境,温湿度预测模型是温室控制的重要基础,提高预测精度有助于提高生产水平。针对温室系统具有非线性、非平稳性等特点,提出一种基于经验模态分解(empirical mode decomposition,简称EMD)和小波神经网络(wavelet neural network,简称WNN)的温室温湿度组合预测方法。首先,利用经验模态分解方法将原始时间序列分解成一系列分量;然后对各分量分别构建小波神经网络模型进行预测;最后迭加各子序列得到预测值。结果表明,运用EMD-WNN组合的温度模型有效性为0. 993 4,湿度模型有效性为0. 978 1,且优于单独WNN模型和BP神经网络模型的预测结果,可有效提高短期温室温湿度预测的精度。(本文来源于《江苏农业科学》期刊2019年01期）
肖云方[9]（2018）在《温室大棚温湿度智能监控系统实现》一文中研究指出针对传统温室大棚智能化自动控制程度的不足的问题,设计了温室大棚温湿度智能监控系统。其采用DSP控制器为核心,结合ZigBee无线传输技术,借助传感器器对温室内光照强度、温湿度、CO2浓度等采集,并通过模糊控制算法对温湿度控制;避免外界气候变化影响,实现蔬菜良好生长,进而提高蔬菜产量。实验证明:该装置能够有效地对温室内的数据的采集、处理、显示,并能对温室内的温湿度进行合理调节。(本文来源于《信息技术与信息化》期刊2018年12期）
孙满旭,田振龙,许源玮,张民煜[10]（2018）在《基于蓝牙通信的温室温湿度监测系统设计》一文中研究指出本文以大棚温室为研究对象,以单片机微控制器为主控芯片,通过对温室大棚内的温湿度监测,设计一种基于蓝牙通信的温室温湿度监测系统。通过DHT11数字温湿度传感器采集温室温湿度,经过单片机处理后在LCD1602液晶显示屏上显示空气质量,利用蓝牙模块的通信功能将温室内的温湿度测量值发送到手机APP上,可对温室内温湿度进行实时监测。(本文来源于《中国战略新兴产业》期刊2018年40期）
温室温湿度论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
该体系是专为温室温度和湿度掌控而设计的智能体系。经过设计体系的硬件和软件组件来满足监控要求。硬件部分完成了温湿度传感器模块,A/D更换模块,显现模块和掌控模块的设计;软件部分主要依据体系的设计思想设计主软件和子软件流程图,并经过汇编语言和C语言完成。实践证明,该体系具备性能好,操纵方便的优点,完成了对温湿度的显现、调节、自动掌控和手动掌控。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
温室温湿度论文参考文献
[1].鲍义东,李江龙.基于灰色预测的温室温湿度智能控制系统研究[J].电子世界.2019
[2].琚源.基于单片机温室大棚养殖的温湿度警报系统[J].计算机产品与流通.2019
[3].刘琦,塔娜,焦巍,康宏源,赵志勇.日光温室作物冠层温湿度时空分布及预测模型[J].北方园艺.2019
[4].李建平,王高润.甘肃河西走廊地区日光温室智能化温湿度控制系统的应用现状与推广对策[J].农业机械.2019
[5].顾小小,朱春燕.水培蔬菜连栋温室温湿度变化特征的研究[J].农业工程技术.2019
[6].杨光.农业温室大棚温湿度检测系统设计[J].科技风.2019
[7].康宏源,塔娜,张海鑫,赛音朝格图,刘琦.典型天气情况下含内拱棚的日光温室温湿度分析与稳态模拟[J].江苏农业科学.2019
[8].郁莹珺,徐达宇,寿国忠,王佩欣.基于经验模态分解和小波神经网络的温室温湿度预测[J].江苏农业科学.2019
[9].肖云方.温室大棚温湿度智能监控系统实现[J].信息技术与信息化.2018
[10].孙满旭,田振龙,许源玮,张民煜.基于蓝牙通信的温室温湿度监测系统设计[J].中国战略新兴产业.2018