Ứng dụng trồng hoa hồng trong nhà kính, bài báo đề xuất hệ thống hỗ trợ ra quyết định thông qua kiến thức thu được từ theo đõi các thông số độ âm, mức dung dịch dinh dưỡng trong nước, g
Tổng quan nghiên cứu và ứng dụng thủy canh quốc tế
Theo Tổ chức Lương thực và Nông nghiệp Liên hợp quốc, dân số thế giới dự kiến đạt 9 tỷ người vào năm 2050, với 75% sống tại các khu đô thị Thách thức lớn nhất là đáp ứng nhu cầu lương thực trong bối cảnh đất nông nghiệp bị thu hẹp do biến đổi khí hậu, khan hiếm nước và ô nhiễm Thủy canh, một phương pháp nông nghiệp không cần đất, là giải pháp khả thi cho vấn đề này Mặc dù thủy canh đã chứng minh hiệu quả trên quy mô lớn, việc triển khai ở quy mô nhỏ, đặc biệt tại các khu vực đô thị và ngoại ô, vẫn gặp khó khăn Các cộng đồng nông thôn cũng đối mặt với hạn chế về kỹ thuật và công nghệ Mô hình Internet vạn vật (IoT) và Công nghiệp 4.0 thúc đẩy nông nghiệp chính xác ở quy mô nhỏ, giúp kiểm soát các biến số như độ pH, độ dẫn điện (EC) và nhiệt độ, từ đó nâng cao năng suất và tiết kiệm tài nguyên.
Nông nghiệp hiện đại đang trải qua sự chuyển mình mạnh mẽ nhờ vào công nghệ điện tử, với việc áp dụng máy móc, cảm biến nhiệt độ, độ ẩm, hình ảnh trên không và GPS, góp phần cách mạng hóa ngành nông nghiệp Khái niệm Nông nghiệp 4.0 ra đời vào năm 2017, tích hợp trí tuệ nhân tạo (AI), Internet vạn vật (IoT) và Dữ liệu lớn (Big Data) vào hệ thống sản xuất thực phẩm tự động, nhằm tối ưu hóa tưới tiêu, kiểm soát dịch bệnh và quản lý sản xuất Nông nghiệp 4.0 hướng tới việc kết hợp các hoạt động nông nghiệp với công nghệ tiên tiến như cảm biến, thiết bị và công nghệ thông tin, sử dụng robot và các công nghệ phức tạp khác để nâng cao chuỗi giá trị thực phẩm, giúp doanh nghiệp đạt hiệu quả cao hơn, an toàn hơn và thân thiện với môi trường hơn.
Trong đó các ưu điểm mà nông nghiệp thủy canh đem lại là:
"_ Cải tiến hiệu suất sinh học
" Ứng dụng kỹ thuật và công nghệ mới
=_ Sản xuất bèn vững và tiết kiệm năng lượng
=_ Phát triển nông nghiệp đô thị
"San xuất thực pham an toan
"_ Nghiên cứu và phát triển công nghệ
Hình 1.1 Mô hình thủy canh trong nhà màng của Nhật bản[26]
Tổng quan nghiên cứu và ứng dụng thủy canh tại Việt Nam
Nông nghiệp thủy canh đang phát triển mạnh mẽ và trở thành xu hướng tại các khu đô thị, nhờ vào nhu cầu thực phẩm an toàn và hạn chế thuốc bảo vệ thực vật Ngày 12/8/2023, sự kiện về rau thủy canh được tổ chức bởi các doanh nghiệp lớn như RIJk Zwaan Việt Nam, tập đoàn Hasfarm Greens và công ty Bio Pro - Dalat Hasfarm, đã thu hút sự quan tâm lớn từ cộng đồng và nhà đầu tư trong lĩnh vực nông nghiệp.
Việt Nam đang nổi lên như một điểm đến hấp dẫn cho các nhà đầu tư toàn cầu, đặc biệt trong bối cảnh an ninh lương thực và thực phẩm an toàn trở nên cấp thiết do nhu cầu gia tăng mạnh mẽ Trong khi diện tích đất nông nghiệp ngày càng bị thu hẹp và chịu ảnh hưởng từ các điều kiện khí hậu cực đoan cũng như ngập mặn, phương pháp thủy canh đang dần khẳng định vị thế là giải pháp hiệu quả cho ngành nông nghiệp, mở ra cơ hội bứt phá cho nền nông nghiệp hiện đại tại Việt Nam.
Trồng rau thủy canh kết hợp công nghệ IoT có thể tăng năng suất lên gấp 10 lần so với phương pháp thổ canh Cụ thể, với diện tích 1000 m², năng suất thổ canh chỉ đạt 10 kg mỗi ngày, trong khi năng suất thủy canh có thể lên tới 100 kg mỗi ngày Điều này chứng tỏ hiệu quả tích cực của nông nghiệp thủy canh khi ứng dụng công nghệ IoT.
Nhìn chung nông nghiệp thủy canh Việt nam cần phát huy và tập trung vào các khía cạnh như:
"Nghiên cứu về cây trồng phù hợp với điều kiện môi trường
"Cải thiện hiệu suất và chất lượng sản phẩm
" Ứng dụng công nghệ mới(giám sát, điều khiển) cho thủy canh ô Phat triộn nụng nghiệp đụ thị và nụng nghiệp Thụng minh
"Sản xuất thủy canh và Thủy sản kết hợp
“Thách thức và triển vọng trong thủy canh ở Việt nam
“Thách thức về quản lý sản xuất quy mô vừa và nhỏ
" Đào tạo nguồn nhân lực trình độ cao về thủy canh
"Vốn đâu tư cho thủy canh cần được đầy mạnh
GIÀN RAU THỦY CANH GIA ĐÌNH
Hình 1.2 Mô hình thủy canh hộ gia đình [17]
Cơ sở lý thuyết về kỹ thuật thủy canl ccccccssssesscssssssescesssseesecessseeeecssssneess 6 1 Khái niệm về thủy canh ccc::c::++222222EEEEEvvvvrrrrrtrrrrrtrtrrkrrrrrree 6 2 Dinh dưỡng trong thủy canh 1.3 Các yêu tố cần điều khiển và kiểm soát trong Thủy canh 1.3.1 ĐộpH 1.3.2 Độ dẫn điện EC co cttrrtriiiiirrrrrrrririiiiiirirrrree 11 1.4 Két lian ChUONg weeecsscsccsssssssssssesssseccecccessssnunnnssececeeecesssnnnmnsseseeeesseessnnnenee 12 2_ CHƯƠNG 2 HE THONG PHA TRON VA BOM DINH DUONG CHO
Cách xác định TDS từ phân tích hóa học của nước .- .- Lổ 2.2 Cơ sở lý thuyết giám sát hệ thống sử dụng IoT - LŠ 2.2.1 Giới thiệu vẻ IoT trong nông nghiệp . :ccccsccccscccsccc ex LS 2.2.1 Phương thức truyền thông IoT . -cccc:c55cvsvccssrevvvvererreeeveccre 2 2.3 Mô hình hóa mối quan hệ giữa dung dịch đỉnh đưỡng và nước
Bước 1 Tính tổng(A) nồng độ của tất cả các ion đương tinh bang mg/L hoặc ppm có trong nước
A [mg/L]=Na” + Ca?! + Mg?† + Fe?†' + Ba?! + K† + Sẽ” + Mn?! + APÌ + LÍ
Bước 2 Tính tổng (K) nồng độ của tất cả các ion âm tính bằng mg/L hoặc ppm có trong nước Ví dụ:
K[mg/L] = Cl" + H;PO¿" + SOz?” + SO¿?” + COz?” + HCO;" + F7 +
Bước 3 Tính TDS (mg/L) = A (mg/L) + K (mg/L)
Bước 4 Chuyển déi TDS tir mg/L sang ppm
Sử dụng công thức để chuyền từ nồng độ tính bang mg/L sang ppm:
[ppm] = [mg/L] x 1000 / mật độ [kg/m'°]
Trong đó mật độ có thể lấy gần đúng theo mật độ nước tự nhiên là 1000 kg/m°
Do đó: [ppm] = [mg/L] Điều này có nghĩa là đối với nước, giá trị nồng độ TDS tính bằng mg/L hoàn toàn giống với giá trị của ppm
2.2 Cơ sở lý thuyết giám sát hệ thống sử dụng IoT
2.2.1 Giới thiệu về loT trong nông nghiệp
Internet vạn vật trong nông nghiệp (IoT) là một mạng lưới kết nối, trong đó các đối tượng như động vật, thực vật, yếu tố môi trường, công cụ sản xuất và nhiều thiết bị khác trong hệ thống nông nghiệp được kết nối với internet thông qua thông tin.
16 thiết bị cảm biến nông nghiệp sử dụng các giao thức nhất định để trao đổi và truyền nhận thông tin, giúp xác định hàm lượng, định vị, theo dõi và giám sát quy trình nông nghiệp Kết nối "con người-máy móc" trong IoT nông nghiệp cho phép quản lý và kiểm soát hiệu quả các yếu tố và hệ thống nông nghiệp, nâng cao hiểu biết về chu kỳ sinh trưởng của động thực vật Công nghệ IoT nông nghiệp hiện đang được nghiên cứu sâu rộng trên toàn cầu, tuy nhiên, các ứng dụng vẫn chủ yếu ở giai đoạn trình diễn và thử nghiệm.
Sự phát triển cảm biến IoT trong nông nghiệp
Sự phát triển của cảm biến IoT trong nông nghiệp đang diễn ra mạnh mẽ nhờ vào công nghệ IoT, Internet và công nghệ cảm biến hiện đại Hoa Kỳ, Nhật Bản và Đức dẫn đầu trong lĩnh vực này, chiếm ưu thế trong sản xuất và công nghệ cảm biến Các cảm biến nông nghiệp ngày càng đa dạng với các loại như cảm biến đất, khí tượng, chất lỏng và thực vật, giúp thu thập dữ liệu sản xuất hiệu quả và hỗ trợ nông dân trong việc quản lý cây trồng.
Kiến trúc của mạng IoT trong nông nghiệp
Kiến trúc hệ thống đóng vai trò quan trọng trong việc thiết kế và triển khai hệ thống IoT cho nông nghiệp, là nền tảng cơ bản mà các nhà nghiên cứu cả trong nước và quốc tế đang tập trung phát triển.
Trong thời gian qua, 17 nước đã tiến hành nghiên cứu sâu rộng về kiến trúc IoT và đề xuất các mô hình khác nhau Trong khuôn khổ Chương trình khung của EU, hai dự án quan trọng về kiến trúc IoT đã được thiết lập, nhằm kết nối thế giới vật lý và thế giới kỹ thuật số thông qua các công nghệ như RFID, cảm biến không dây và thiết bị nhúng Mục tiêu là xây dựng một mạng Internet thực tế mở, phục vụ cho doanh nghiệp với giao diện dịch vụ thống nhất Dự án IoT-A cũng được triển khai để thiết lập một tài liệu tham khảo mô hình cho IoT, xác định các thành phần chính và cung cấp ví dụ cho các nhà nghiên cứu phát triển cấu trúc IoT tương thích Theo đó, kiến trúc IoT thường được chia thành ba lớp: lớp cảm biến, lớp vận chuyển và lớp ứng dụng.
Nhược điểm của công nghệ IoT là không thể mô tả đầy đủ các đặc điểm và sự khác biệt trong ứng dụng công nghiệp cụ thể cũng như không phản ánh đúng đặc điểm của người dùng Để khắc phục vấn đề này, kiến trúc hệ thống IoT trong nông nghiệp được chia thành 5 lớp: lớp người dùng, lớp ứng dụng, lớp vận chuyển, lớp nhận thức và lớp đối tượng Mỗi lớp có chức năng, thành phần và mối quan hệ logic riêng, giúp cải thiện khả năng mô tả và phân tích công nghệ IoT.
Phân lớp trong kiến trúc mạng IoT nông nghiệp
Lớp đối tượng Tea Ì CC
Hình 2.1 Kiến trúc của mạng loT trong nông nghiệp [16]
Mô hình IoT trong nông nghiệp
Mô hình IoT trong nông nghiệp kết hợp các thiết bị cảm biến, máy tính, hệ thống mạng và phần mềm để tối ưu hóa hoạt động nông nghiệp Nó giúp nông dân quản lý hiệu quả các yếu tố quan trọng như nước, đất đai, thời tiết và cây trồng Mô hình này mang lại giải pháp thông minh cho việc điều khiển và giám sát các hoạt động nông trại.
19 ry (vạn vật kết nối)
Xử lý và phân tích dữ liệu
Kết nối và thu thập dữ lo
Hình 2.2 Mô hình thành phân trong loT Cảm biến và thiết bị đo lường không dây:
Các cảm biến trong hệ thống nông nghiệp được sử dụng để đo lường và thu thập thông tin quan trọng như nhiệt độ, độ ẩm, nồng độ CO₂, độ pH của dung dịch, mực nước, ánh sáng mặt trời và các thông số khác liên quan đến sản xuất nông nghiệp.
Cảm biến này bao gồm các loại như cảm biến đo nhiệt độ và độ ẩm đất, cảm biến thời tiết, cảm biến đo nồng độ chất dinh dưỡng trong nước, cùng nhiều loại cảm biến khác.
Trong các mô hình IoT nông nghiệp hiện đại, cảm biến được trang bị bộ vi xử lý trung tâm để xử lý dữ liệu và truyền tải thông tin về hệ thống máy chủ không dây Điều này đảm bảo tính ổn định, độ tin cậy cao và tiết kiệm năng lượng tối ưu.
Tín hiệu vào Tín hiệu ra
Lo Khối vi xử lý SỔ co
Hình 2.3 Sơ đô khối cảm biến loT
Kết nối và thu thập dữ liệu:
Dữ liệu từ các cảm biến được thu thập qua các kết nối không dây như Wi-Fi, LoRa, Sigfox hoặc mạng di động, sau đó được truyền về một hệ thống trung tâm.
- Hệ thống trung tâm có thé là máy chủ đám mây hoặc máy chủ nội bộ, tùy thuộc vào quy mô và yêu câu
Xử lý và phân tích dữ liệu:
Dữ liệu thu thập được được xử lý và phân tích thông qua các công cụ phân tích dữ liệu, trí tuệ nhân tạo (AI) và học máy (Machine Learning), nhằm tạo ra thông tin hữu ích.
Phân tích dữ liệu đóng vai trò quan trọng trong việc dự đoán thời tiết, kiểm tra sức đề kháng của cây trồng, tối ưu hóa lịch tưới cây và đưa ra các đề xuất về dinh dưỡng cũng như phân bón.
Truyền dữ liệu và quản lý từ xa:
- Kết quả phân tích và thông tin hữu ích được truyền đến người sử dụng hoặc quản lý qua ứng dụng di động hoặc giao diện web
Người vận hành và quản lý có thể theo dõi và điều khiển thiết bị từ xa, bao gồm các hệ thống tưới nước tự động và bơm dung dịch dinh dưỡng.
Quản lý và tối ưu hóa tài nguyên:
Người vận hành hệ thống và quản lý có thể tối ưu hóa việc quản lý tài nguyên như nước, phân bón và năng lượng dựa trên thông tin thu thập được.
- Hệ thống có thể điều chỉnh lịch trình tưới cây, áp dụng chất dinh dưỡng đúng lúc, và xác định thời điểm thu hoạch tối ưu
Giảm sát và bảo Trì:
- Mô hình IoT trong nông nghiệp cũng cung cấp khả năng giám sát trực tuyến và bảo trì cho các thiết bị và hệ thống.
- Hệ thống cung cấp thông báo khi có sự cố hoặc lỗi, giúp người vận hành và quản lý ứng phó kịp thời
Thiết kế hệ thống pha trộn dinh dưỡng -ccc:¿+vcccvccscccvvceccs TỔ 2.5 Thiết kế bộ điều khiển pha trộn dinh đưỡng -. -.+ 3ệ) 2.5.1 Bộ điều khiển PID .c-sctrrrtieiierrrrrrrrrrrrrrrrrrr, 3ệ 2.5.2 Phương pháp chỉnh định PID +32 2.6 Thiết kế module giam sat, diéu khién hé thong tir xa str dung céng nghé IoT32
Dựa trên lý thuyết về hệ thống thủy canh hồi lưu, việc tính toán lượng dung dịch dinh dưỡng AB cần thiết theo lượng nước và nồng độ TDS/EC trong bể là rất quan trọng Nồng độ dinh dưỡng và mức dung dịch trong bể cần được giám sát và thu thập dữ liệu bằng cảm biến Sau khi dung dịch dinh dưỡng được pha trộn đúng tỷ lệ, bơm sẽ được sử dụng để đưa dinh dưỡng lên giá thể trồng rau Do đó, để thực hiện hệ thống này, cần làm rõ hai khối chính: khối điều khiển và khối giám sát.
Hình 2.6, và Hình 2.7 mô tả tổng quan hệ thống pha trộn và bơm dinh dưỡng cho giàn trồng rau thủy canh Các phần tử chính bao gồm:
Bộ điều khiển IoT đóng vai trò quan trọng trong việc nhận dữ liệu và xử lý điều khiển trung tâm, cho phép giám sát và điều khiển hệ thống từ xa Người dùng có thể dễ dàng theo dõi trạng thái của hệ thống cùng các tham số như EC/TDS, pH, và nhiệt độ thông qua ứng dụng giám sát từ xa Ngoài ra, người dùng còn có khả năng đặt giá trị mong muốn cho các tham số EC/TDS và pH, giúp tối ưu hóa hiệu suất hoạt động của hệ thống.
Cảm biến: Khối cảm biến đo EC/TDS, pH nhiệt độ Các sensor được lắp đặt để đo các thông số dinh dưỡng, môi trường từ bể trộn
Khối chấp hành bao gồm các bơm nước, bơm dinh dưỡng, bơm sục khí và van điều khiển Dinh dưỡng A, B, axit Nitric và nước được lưu trữ trong các bình chứa phụ, với hệ thống ngắt tự động bằng Van điện tử (Solenoid Value) Bơm dinh dưỡng được lắp đặt sau vị trí của van điện tử để bơm dung dịch đã pha trộn lên giàn trồng.
Bề trộn dinh dưỡng: Là bộ phận chứa dung dịch dinh dưỡng, đồng thời là nơi lưu trữ lượng dinh dưỡng được tuần hoàn trở lại từ giàn trồng
Cảm biến được lắp đặt ở đây để đo giá trị EC/TDS hay pH của hệ thống
Giàn trồng: là dụng cụ chuyên dụng, chứa dung dịch dinh dưỡng và giá thể trồng rau
Hình 2.6a thé hiện sơ đồ khối của hệ thống, các mối liên hệ giữa các khối, thiết bị chấp hành trong hệ thống thống
Hình 2.6b thể hiện mô hình trực quan các thiết bị sử dụng trong hệ
Hình 2.7 thê hiện sơ đồ khối vòng điều khiển của hệ thống
Giám Sát Hệ Điều khiển hệ r
I Bomdinh | Ị W I = — I l eo 1 Cam bién pH_ |
Bơm Dinh _,| Giàn trồng td
Hình 2.6a Sơ đồ tong quan hệ thống
3 * Sensor PH, Dinh dưỡng, iq & =
Hình 2.6b Mô hình thiết kế các thiết bị trong hệ thống
Khối giám sát Giàn trồng
Khối bộ điều Khối chấp hành Bể trộn khiển
Hình 2.7 Sơ đô khói hệ thông điều khiển điều khiển
Lưu đồ thuật toán chính của hệ thống:
Khi hệ thống được cấp nguồn, nó sẽ đọc các giá trị khởi tạo ban đầu như thời gian trễ, thông số dinh dưỡng, giá trị mực nước tiêu chuẩn và thông số TDS được thiết lập trong hệ thống.
Để đảm bảo hiệu suất của bể trộn, bước đầu tiên là kiểm tra mực nước có đạt tiêu chuẩn hay không Nếu mực nước thấp (mức 0), cần gọi chương trình phục hồi để đạt mức tiêu chuẩn Ngược lại, nếu mực nước đạt mức cao (mức 1), bạn có thể tiếp tục đến bước 2.
Bước 2: Kiểm tra giá trị TDS từ cảm biến; nếu giá trị TDS đọc được khác với giá trị TDS đã đặt trong hệ thống, tiến hành bước 3 để gọi chương trình pha trộn dinh dưỡng Ngược lại, nếu giá trị TDS khớp, tiếp tục đến bước 4 để thực hiện chương trình bơm dinh dưỡng.
-_ Bước 3: Tiến hành gọi chương trình pha trộn đinh dưỡng cho hệ thống, thực hiện xong thì đi đến bước 4
-_ Bước 4: Tiến hành gọi chương trình bơm dinh dưỡng cho hệ thống, thực hiện xong quay về bước đọc tham số đặt cho hệ thống
( Bắt đầu ) Đọc các giá trị khởi tạo
Bước1: Kiểm trị sa 9 Khôi phục ir re ỉ , mực nước mực nước
Bước 2: Kiểm trả Bước 3: Pha trộn dinh dưỡng giá trị TDS
Hình 2.8 Lưu đô thuật toán điều khiển chính Lưu đồ thuật toán phục hồi mực nước:
Khi được gọi chương trình tiến hành:
- Bước 1: mở van nước, cấp nước vào bé tron dinh dưỡng
-_ Bước 2: Kiểm tra mức của cảm biến mức nước trả về, nếu thấp thì tiếp tục Bước 1, ngược lại nếu cao thì đi đến bước 3
-_ Bước 3: Đóng van nước lại và đi đến kết thúc chương trình
Bước 2: Kiểm tra đạt ngưỡng chưa
Hình 2.9 Sơ đô thuật toán phục hồi mức nước
2.5 Thiết kế bộ điều khiển pha trộn dinh dưỡng
Theo nghiên cứu, phương pháp điều khiển PID cho hiệu suất điều khiển tốt với tỷ lệ lỗi và sai số nhỏ Khi giá trị đặt vào hệ thống, nếu sai số EC dương, hệ thống thừa chất dinh dưỡng và bộ điều khiển sẽ mở van nước để giảm nồng độ Ngược lại, nếu sai số EC âm, hệ thống thiếu dinh dưỡng, lúc này van dinh dưỡng sẽ được mở để bổ sung cho đến khi EC = 0, sau đó dừng cấp dinh dưỡng và tiến hành trộn để cung cấp cho giàn trồng.
Như vậy, với việc mô hình hóa đối tượng điều khiển ở trên ta có thiết kế sơ đồ khói bộ điều khiển như sau:
L=K, [s(Ð IG i {J Dang ai ain Bê trộn dinh dưỡng |!
Hình 2.70 Sơ đô khói hệ diéu khiến
- Giá trị đặt: là giá trị EC/TDS mong muốn với loại cây trồng tương ứng với từng thời kỳ sinh trưởng của cây trồng
- Gia tri diéu khiển đầu ra: lưu lượng dinh đưỡng (chính là thời gian đã được tính toán cho việc bật tắt bơm dinh dưỡng AB)
- ©: là gia tri sai số của giá tri đặt và giá trị hiện thời e = EC¿„o;
- Khdi PID: bao gồm 01 bộ điều khiển PID, chứa các thành phần của bộ điều khiển PID t u(t) = K,e(t) + K | e(t)dt+ Kee e(t)
Khối hệ pha trộn dinh đưỡng: bao gồm dung dịch dinh dưỡng và bể trộn dinh dưỡng
2.5.2 Phương pháp chỉnh định PID
Để tối ưu hóa hiệu suất của hệ thống, cần điều chỉnh các thông số P, I và D Mặc dù không có quy tắc cố định cho giá trị của các thông số này cho từng hệ thống cụ thể, việc tuân theo quy trình chung sẽ giúp điều chỉnh mạch phù hợp với hệ thống và môi trường của đối tượng Thông thường, mạch PID có xu hướng vượt quá giá trị đặt trước một chút và sau đó nhanh chóng giảm dần để đạt được giá trị mong muốn.
Các phương pháp thường thường được sử dụng đề chỉnh định PID:
Phương pháp Điều chỉnh thủ công
Phương pháp sử dụng Các công cụ phần mềm: Ví dụ phần mềm Matlab, được sử dụng trong nghiên cứu này
2.6 Thiết kế module giám sát, điều khiển hệ thống từ xa sử dụng công nghệ IoT Ứng dụng b
Hình 2.11 Sơ đô khối module giám sát hệ thống
CHƯƠNG 3 KÉT QUẢ THỰC NGHIỆM
3.1 Thiết kế phần cứng hệ thống
3.1.1 Sơ đồ nguyên lý mạch điều khiển
Mạch điều khiển hệ thống được thiết kế để đáp ứng các yêu cầu cho việc thực hiện nhiệm vụ điều khiển và giám sát Nó nhận tín hiệu từ cảm biến, thực hiện tính toán tín hiệu điều khiển, và truyền dữ liệu qua giao thức MQTT đến broker Chi tiết về hệ thống được thể hiện trong bản vẽ hình 3.1.
Hình 3.1 Sơ đồ mạch nguyên lý hệ thống
3.1.2 Sơ đồ mạch điện pha trộn và bơm dinh dưỡng
POWER SUPPLY 24VDC / SVDC POWER SUPPLY 3.3VDC PWM / DIGITAL OUTPUT
Hình 3.2 Sơ đồ mạch nguyên lý mạch điều khiển 3.1.3 Mạch in mạch điều khiển pha trộn và bơm dinh dưỡng
Mạch in được thiết kế bằng phần mềm Altium design Hình 3.3 là kết qua mach in da duoc thiết kế
Hình 3.3 Mạch in mạch điều khiển pha trộn dung dịch
3.2 Kết quả pha trộn thủ công
Khi thực hiện đo TDS thủ công trong quá trình pha chế dung dịch, dưỡng chất và trồng cây, cần lưu ý đến các yếu tố ảnh hưởng từ môi trường nhà màng và tạp chất Việc đo TDS bằng bút đo thủ công (hình 3.4) giúp đánh giá chính xác nồng độ chất rắn hòa tan trong dung dịch, mặc dù có thể bị ảnh hưởng bởi sai số của cảm biến đo lường.
Sử dụng dung dịch Grow Master V6 với TDS từ 400 ppm đến 1800 ppm và pH từ 5.5 đến 6.5 Để pha chế, trộn 1,5 ml dung dịch dinh dưỡng A và 1,5 ml dung dịch B vào 500 ml nước Trong quá trình thêm dung dịch và nước, cần đo thủ công bằng EC kế và pH kế để theo dõi kết quả, như đã trình bày trong bảng 3.1.
Bảng 3.1: Bảng kết qua do gid tri EC
STP lit) |ímD |(mỌ |P” |@pm)
Trong bảng 3.1, giá trị EC/TDS và pH được đo lường thủ công, trong khi các giá trị AutoEC/AutoTDS được đo tự động từ module cảm biến EC và chuyển đổi sang TDS theo tỷ lệ I EC = K*500 PPM Giá trị PPM đo bằng thiết bị EC thủ công có thể không chính xác do hạn chế trong điều kiện nghiên cứu Do đó, kết quả từ cảm biến EC tự động sẽ được sử dụng cho phân tích Hệ số K được chọn là 0.64 như đã trình bày ở chương L.
Biểu đồ kết quả thực nghiệm
Hình 3.5 Biểu đô kết quả dữ liệu thực nghiệm
Khi giữ nguyên mực nước 500 ml và thêm dung dịch A, B sau mỗi phép đo, giá trị PPM tăng lên Tuy nhiên, khi thêm 10 ml nước sau mỗi phép đo và giữ nguyên A, B, PPM giảm dần Ngược lại, khi tiếp tục thêm 1.5 ml dung dịch sau mỗi phép đo, giá trị PPM lại tăng lên Điều này cho thấy mối quan hệ tuyến tính giữa giá trị PPM và lượng nước, như đã phân tích trong tài liệu [14].
Biểu đồ kết quả tổng dung dịch và TDS
—— No Nước AB ====TDS PlanPPM_ -:::::: Linear (TDS)
Hình 3.6 Biéu dé dung dich tong AB va TDS
3.3 Kết quả mô hình toán của hệ pha trộn
Từ dữ liệu kết quả pha trộn thủ công, Bảng 3.2 là dữ liệu của các biến đầu vào X (thể tích AB và nước) Y (TDS đo được) TDS plan
Bang 3.2: Dữ liệu bién dau vào X, Y và tỷ lệ ECu„„, x y Dữ liệu đặt
Từ dữ liệu bảng 3.2, và các công thức tính hệ số hàm hồi quy tuyến tính nêu ở phan trén, ta tinh duoc: sa Se Dy De De | de
Như vậy ta có phương trình quan hệ:
Từ (7) và (8) ta tính duge S, = 51.4, S, = 1686.6
Khi sử dụng Matlab ta cũng tính được giá tri tương tự như hình 3.7
Number of observations: 7, Error degrees of freedom: 5
F-statistic vs constant model: 6.03, p-value = 0.0575
Hình 3.7 Kết quả tính giá trị trên phần mềm Matlab yvs x1
Hình 3.8 Biểu đồ mối quan hệ của EC,„„„ và tỷ lệ TDS
Viết lại ta có phương trình: Y = -9782.33 + 24.264X
Dựa trên dữ liệu thực tế về khối lượng chất tan và dung môi, phương pháp hồi quy tuyến tính đã cho phép xác định mối quan hệ giữa thể tích vụ (Vụ) và thể tích dung môi (Vw) với tổng chất rắn hòa tan (TDS) Kết quả này được thể hiện qua phương trình như hình 3.9 Hệ thống đầu ra cung cấp nồng độ dinh dưỡng mà không cần tính toán đáp ứng liên tục theo thời gian thực.
TDS caic = 300x(Va /Vw )+ Bo
TDS,„¡, : thông số TDS đặt vào bộ điều khiển(Biến phụ thuộc)
V„/Vy : Tỷ lệ thê tích dinh dưỡng AB trên thẻ tích nước (Biến độc lập)
Bo: Nồng độ TDS đo được từ cảm biến
Hình 3.9 Mới quan hệ giữa TDS và V/V
3.4 Kết quả mô phỏng hệ điều khiển
3.4.1 Mô phỏng đáp ứng các bộ điều khiển
Việc điều khiển tham số EC phụ thuộc vào mối quan hệ giữa các thành phần dinh dưỡng AB và nước, cho phép chúng ta xây dựng mô hình thông qua hàm hồi quy tuyến tính.
Phương trình hồi quy(regression): Y = -9782.33 + 24.264 X error Output_system u @y fen
Hình 3.10 Mô phỏng bộ điều khién PID
Bang 3.3 Thông số chỉnh định bộ điều khiến
Hinh 3.11 Biéu đồ đáp ứng đầu ra phương pháp PID
Dựa theo [14] lựa chọn thông số K, = 0.4, Kj = 0.4, Ka = 0.4 để kiểm chứng đáp ứng của bộ điều khiển, ta thu được biểu đồ đáp ứng như trên hình
Hình 3.12 Biểu đô đáp ứng đâu ra phương pháp PID
Hình 3.12, biểu đồ đáp ứng đầu ra với thông số K; = 0.5, K; = 0.5, Kạ =
1 Tham số TDS đặt vào cho hệ thống yêu cau 14 800 ppm, thời gian đáp ứng là 12 giây, Sai số điều khiển 0.3
Hình 3.13 Biéu đồ đáp ứng đầu ra phương pháp PI
Thông số tối ưu K, = 0.4, K; = 0.4, Kạ = 0, thời gian đáp ứng của bộ điều khiển là 10 giây, sai số < 0.06
Hình 3.14 Biêu đô đáp ứng đầu ra phương pháp PD
Giá trị cài đặt lựa chọn K, = 0.4, K; = 0, Kạ = 0.4, bộ điều khiển không cho ra kết quả hội tụ