基于多变量耦合计算的植物工厂精准环控与数字孪生系统设计研究

doi:10.19754/j.nyyjs.20251215009

农业与技术 ›› 2025, Vol. 45 ›› Issue (23): 46-53.DOI: 10.19754/j.nyyjs.20251215009

• 农业工程 • 上一篇

基于多变量耦合计算的植物工厂精准环控与数字孪生系统设计研究

张子华张金阳丛均硕

北京工业大学机械与能源工程学院，北京 100124

出版日期:2025-12-15 发布日期:2025-12-15
作者简介:张子华（1990-），男，博士，副教授。研究方向：植物工厂智能管控系统。
基金资助:
国家重点研发计划（项目编号：2023YFD2001100）；北京工业大学 2025 年国家级大学生创新创业训练计划（项目编号：GJDC2025-01-03）；北京工业大学 “星火基金” 计划项目（项目编号：XH-2025-01-09，XH-2025-01-54）

Online:2025-12-15 Published:2025-12-15

摘要/Abstract

摘要： 在当前科技兴农工作深入推进的背景下，设施种植数字化成为提升智慧农业应用水平的重要举措之一。基于此，本研究设计了一款基于多路温湿度传感器耦合计算的植物工厂精准环控与数字孪生系统，旨在为植物工厂的智能管控提供一种技术方案。本研究融合植物物联网技术、传感器技术、数字孪生技术，构建 “数据采集 - 智能决策 - 数字孪生” 环控系统。下位机 PLC 测控模块对空气温湿度、土壤温湿度、植物叶面温湿度数据进行采集处理，通过由 LabVIEW 开发的上位机软件平台将多路信息耦合计算生成控制指令进行智能决策，同步开发了数据交换协议，采用 PlantSimulation 软件，开发了植物工厂数字孪生映射平台。本研究为植物工厂精准环控提供了一种方案，并为后续植物工厂的技术迭代升级与规模化应用提供一定的参考。

中图分类号:

. 基于多变量耦合计算的植物工厂精准环控与数字孪生系统设计研究[J]. 农业与技术, 2025, 45(23): 46-53.

参考文献

[1] 杨舒。全国耕地面积连续第二年实现净增加 [J]. 中国食品，2023 (06)：159.[2] 乔冰. 10% 的世界耕地何以养活 20% 的人口 [N]. 中国经济导报，2009-10-17 (B07).[3] 于畅畅，高振铭，徐丽明，等。植物工厂立体栽培系统多功能作业平台优化与试验 [J]. 农业工程学报，2022，38 (01)：266-275.[4] 郑盛华，覃志豪，王志丹。我国现代设施农业发展趋势及关键技术 [J]. 农业经济，2015 (04)：62-63.[5] Martin M. AI-driven optimization in plant factories [J]. Nature Food，2024.[6] Dsouza A，Dixon M，Shukla M，et al. Harnessing controlled environment systems for enhanced production of medicinal plants [J]. Journal of Experimental Botany，2024.[7] Luyang K，Twan HV. Numerical evaluation and optimization of air distribution system in a small vertical farm with lateral air supply [J]. Developments in the Built Environment，2024.[8] Gyu TL，Hyeon YK. Analysis of Airflow Pattern in Plant Factory with Different Inlet and Outlet Locations using Computational Fluid Dynamics [J]. Journal of Biosystems Engineering，2014，39 (4)：310-317.[9] 许辰一，王宇龙，王宇超，等。基于 RBF 神经网络 PID 的植物工厂温湿度解耦控制系统设计 [J]. 中国农业信息，2024，36 (02)：17-30.[10] Zhihao H，Chunjie S，Zelin C，et al. Multi-factor coupling regulation of greenhouse environment based on comprehensive growth of cherry tomato seedlings [J]. Scientia Horticulturae，2022，297.[11] Kaya C. Intelligent Environmental Control in Plant Factories: Integrating Sensors，Automation，and AI for Optimal Crop Production [J]. Food and Energy Security，2025，14 (1)：e70026.[12] Cheng Y. Research on Intelligent Control of Agricultural Greenhouse Based on Fuzzy PID Control [J]. Journal of Environmental Engineering and Science，2020，1-6.[13] 晋春，毛罕平，马国鑫，等。基于改进遗传算法的温室环境动态优化控制 [J]. 江苏大学学报 (自然科学版)，2022，43 (02)：169-177.[14] 胡开明，王剑强，王孚贵。基于物联网的智慧农业大棚监控系统 [J]. 南方农机，2024，55 (22)：44-47.[15] Matsui H，Mochida K. Functional data analysis-based yield modeling in year-round crop cultivation [J]. Horticulture Research，2024，11 (7)：144.[16] Zhang R，Zhu H，Chang Q，et al. A Comprehensive Review of Digital Twins Technology in Agriculture [J]. Agriculture，2025，15 (9)：903.[17] Jiayao L，Linfeng W，Yunsheng W，et al. Research on the Interface of Sustainable Plant Factory Based on Digital Twin [J]. Sustainability，2023，15 (6)：5010.[18] 谢崇宝，白静，郑世宗，等。数字孪生灌区建设核心要义与关键技术探讨 [J]. 中国农村水利水电，2024 (11)：179-184，195.[19] 王纪章，王涛，付益辉，等。数字孪生技术在农业生产管控中的应用现状与展望 [J]. 农业机械学报，2024，55 (09)：1-20.[20] 邱月。基于 CFD 的植物工厂管道通风优化与热环境分析 [D]. 合肥：安徽农业大学，2023.[21] 张子华，李晓月，张林杰，等。基于 Android 手机的植物工厂多变量环控系统设计研究 [J]. 农业与技术，2023，43 (22)：30-35.[22] 侯瑞，王素青，邓海琴，等。基于 PLC 的蔬菜大棚自动控制系统设计 [J]. 工业控制计算机，2025，38 (07)：161-163.[23] 朱嵘涛，何朝霞，王腾，等。基于模糊自适应 PID 算法的直流电机控制设计 [J]. 现代电子技术，2025，48 (02)：103-108.[24] Liu J，Chen S，Cai S，et al. A proposal on centralised and distributed optimisation via proportional-integral-derivative controllers (PID) control perspective [J]. IET Cyber-Systems and Robotics，2023，5 (4).[25] 盛裴轩，毛节泰，李建国，等。大气物理学 [M]. 北京：北京大学出版社，2003：21-22.

基于多变量耦合计算的植物工厂精准环控与数字孪生系统设计研究

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

[1]	. 基于GDBL-YOLOV8的砻谷机胶辊磨损检测[J]. 农业与技术, 2025, 45(18): 39-44.
[2]	. 基于Peri网的露地蔬菜无人化作业方案智能生成[J]. 农业与技术, 2025, 45(9): 41-47.
[3]	. 融合VT和通道注意力的水稻病害识别技术研究[J]. 农业与技术, 2025, 45(7): 69-74.
[4]	. 数字化植保装备研究与应用特征[J]. 农业与技术, 2025, 45(3): 53-55.
[5]	. 基于深度学习的桑叶成熟度智能识别[J]. 农业与技术, 2024, 44(24): 56-59.
[6]	. 物联网技术在农业捕虫设备远程监控与智能管理中的应用现状及前景探析[J]. 农业与技术, 2024, 44(20): 35-38.
[7]	. 基于数字农业技术的全椒县稻虾智能种养系统的研究[J]. 农业与技术, 2024, 44(18): 55-58.
[8]	. 基于物联网的鱼塘智能喂料控制系统设计[J]. 农业与技术, 2024, 44(13): 49-51.
[9]	. 基于YOLOⅴ5s的柚子叶部红蜘蛛检测方法研究[J]. 农业与技术, 2024, 44(12): 50-53.
[10]	. 基于YOLOv7的奶牛行为识别方法研究[J]. 农业与技术, 2024, 44(11): 39-43.
[11]	. 人工环境植物工厂的应用及仿真研究现状与发展分析[J]. 农业与技术, 2024, 44(9): 37-40.
[12]	. 基于监控视频的奶牛饲料消耗状态监测与预测系统[J]. 农业与技术, 2024, 44(9): 47-50.
[13]	. 智能温室控制系统数据库的建立与研究[J]. 农业与技术, 2024, 44(9): 51-55.
[14]	. 基于YOLO的水稻常见害虫识别方法[J]. 农业与技术, 2024, 44(9): 62-67.
[15]	. 基于物联网的智能节水灌溉系统研究与应用[J]. 农业与技术, 2024, 44(6): 12-14.