Использование методов управления машинным обучением в гидропонике — Наука в гидропонике
Надлежащее управление гидропонной средой, возможно, является одной из самых сложных задач, с которыми сталкивается современный садовод. Будь то небольшая комната для выращивания или большая теплица, трудно должным образом контролировать такие переменные, как температура, влажность, pH и концентрация питательных веществ, гарантируя, что все они находятся в узких диапазонах с постоянным применением надлежащих контролирующих действий. Сегодня мы поговорим о некоторых исследованиях, проведенных в области передовых систем управления, и о том, как их использование может помочь вам повысить урожайность.
Гидропонные культуры представляют собой динамические системы, в которых растения постоянно воздействуют на окружающую среду и требуют действий по контролю, чтобы поддерживать постоянные условия. Например, растения имеют тенденцию испарять воду и поглощать углекислый газ во время своего светового цикла, поэтому для поддержания постоянной влажности и концентрации углекислого газа вам может потребоваться включить увлажнители, осушители, генераторы углекислого газа и т. д. Знание того, какие действия необходимо предпринять. принятые меры не являются тривиальными, а наивные реализации управления — такие как включение увлажнителей, систем переменного тока и т. д. при достижении некоторых пороговых значений — могут вызвать проблемы, когда датчики дерутся друг с другом (например, датчик пытается увеличить влажность окружающей среды, а другой пытается повысить температуру) или даже не срабатывает.
Чтобы обеспечить лучший контроль, исследователи создали системы, основанные на машинном обучении — системы, которые могут учиться на примерах — чтобы узнать, какие управляющие действия необходимы, и выполнить их, чтобы обеспечить идеальный контроль над гидропонной установкой. Система машинного обучения сможет предвидеть такие вещи, как задержка между включением блока переменного тока и снижением температуры, поэтому она сможет быть более эффективной и более точной в управлении вашей средой. Такое использование автоматизированного управления на основе машинного обучения также известно как «умная гидропоника».
Например, вы можете прочитать эту статью, в которой производители смогли увеличить урожайность на 66%, просто обеспечив постоянное поддержание надлежащих условий окружающей среды с помощью машинного обучения. В этом случае исследователи используют вероятностный метод, при котором система определяет вероятность того, что действие, например срабатывание датчика, вызовет желаемый эффект. По мере накопления данных система в основном выполняет действие, которое с наибольшей вероятностью приведет к желаемому результату.
Есть и другие документы на эту тему. В этом случае нейронная сеть с глубоким обучением используется для выполнения аналогичной роли управления, хотя количественная оценка улучшений в этой статье недостаточна, чтобы утверждать, что метод управления был бы улучшением по сравнению с гидропонной установкой с традиционным управлением, поскольку сравнение между почвенным контролем, а не гидропонным контролем без автоматизированного управления окружающей средой.
В этой статье используется простая система управления датчиками IoT и многомерный регрессионный подход для управления окружающей средой в гидропонной теплице. Эта система была создана с целью быть дешевой и пригодной для использования в развивающихся странах.
Хотя в настоящее время в литературе имеется несколько различных демонстраций того, как это делается, по-прежнему не существует коммерчески зрелой технологии для выполнения этой задачи, и кажется, что реализации все еще адаптированы к каждой конкретной ситуации. Однако используемые методы моделирования не являются чрезвычайно сложными, и даже скромные коммерческие производители могут — в настоящее время — позволить себе установить что-то в этом роде.
С компьютером, несколькими Arduino, компьютерами Raspberry Pi, датчиками, временем и усилиями гровер определенно может настроить очень хорошую систему управления на основе машинного обучения, чтобы извлечь выгоду из описанных выше технологий.
