趙國(guó)強(qiáng)　賈鶴鳴　張森　彭曉旭　李金奪　馬軍

摘要：微型植物工廠在溫濕度變化的過(guò)程中，溫濕度場(chǎng)分布存在差異性，傳感器所采集的數(shù)據(jù)會(huì)隨著傳感器的位置改變而變化，影響數(shù)據(jù)采集準(zhǔn)確度。針對(duì)上述問(wèn)題，本文提出一種傳感器布置方案，利用計(jì)算流體力學(xué)CFD（Computational Fluid Dynamics）仿真軟件FLUENT對(duì)不同方案下的溫濕度場(chǎng)進(jìn)行模擬仿真，分析不同傳感器布局與植物生長(zhǎng)區(qū)溫濕度變化的關(guān)系，找到傳感器最佳布局方案并進(jìn)行驗(yàn)證試驗(yàn)。仿真結(jié)果表明：借助計(jì)算流體力學(xué)仿真，通過(guò)比較不同布置方案的溫濕度數(shù)據(jù)擬合優(yōu)度等參數(shù)，可以直觀分析數(shù)據(jù)采集差異性，便于最佳方案的比較和篩選。試驗(yàn)結(jié)果表明：溫濕度實(shí)測(cè)數(shù)據(jù)同模擬數(shù)據(jù)相對(duì)誤差分別保持在5.6%和3.2%以下，模擬效果與實(shí)驗(yàn)效果吻合較好，篩選出的方案能夠準(zhǔn)確跟蹤植物生長(zhǎng)區(qū)溫濕度變化，驗(yàn)證模型的有效性。該研究對(duì)提高植物工廠的控制精度和減少作物生長(zhǎng)的差異性具有一定參考價(jià)值。

關(guān)鍵詞：微型植物工廠;溫濕度傳感器;流體力學(xué);組分守恒;湍流模型

中圖分類號(hào)：S31;TP273文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1006-8023（2019）02-0061-08

Analysis of Temperature and Humidity Field and Layout Optimization of?Sensor in Micro Plant Factory

ZHAO Guoqiang， JIA Heming， ZHANG Sen， PENG Xiaoxu， LI Jinduo， MA Jun

（College of Mechanical and Electrical Engineering， Northeast Forestry University， Harbin 150040）

Abstract：In the process of temperature and humidity changes in micro-plant factories， there are differences in the distribution of temperature and humidity fields. The data collected by the sensors will change with the position of the sensors， which will affect the accuracy of data collection. Aiming at the above problems， this paper proposes a sensor layout scheme， using computational fluid dynamics （CFD） simulation software FLUENT to simulate the temperature and humidity fields under different schemes， and analyze the different sensor layouts and the temperature and humidity changes in the plant growth area. The optimal layout of the sensor is found and verification tests are conducted. The simulation results show that by using computational fluid dynamics simulation， by comparing the parameters such as the goodness of temperature and humidity data fitting of different layout schemes， the data collection differences can be visually analyzed， which is convenient for comparison and screening of the best schemes. The test results show that the relative error between the measured data of temperature and humidity and the simulated data is kept below 5.6% and 3.2% respectively. The simulation results are in good agreement with the experimental results. The selected scheme can accurately track the temperature and humidity changes in the plant growth area and verify the effectiveness of the model. This research has certain reference value for improving the control precision of plant factories and reducing the difference of crop growth.

Keywords：Micro plant factory; temperature and humidity sensor; fluid dynamics; component conservation; turbulence model

0引言

傳統(tǒng)的植物生長(zhǎng)環(huán)境溫濕度控制的重點(diǎn)一般放在控制精度上，忽略了均勻性給植物生長(zhǎng)帶來(lái)的影響。植物生長(zhǎng)的過(guò)程中溫濕度場(chǎng)分布不均勻容易導(dǎo)致各區(qū)域植物生長(zhǎng)的差異性，嚴(yán)重時(shí)甚至可以影響整個(gè)植物工廠的產(chǎn)量。此外在溫濕度變化的過(guò)程中，由于整個(gè)空間內(nèi)部的溫濕度場(chǎng)分布不均勻，傳感器所采集的數(shù)據(jù)會(huì)隨著傳感器的位置改變而變化，導(dǎo)致采集的數(shù)據(jù)不能準(zhǔn)確跟蹤反映出植物生長(zhǎng)區(qū)的溫濕度變化?[1-3]。因此研究植物生長(zhǎng)區(qū)的溫濕度場(chǎng)分布的均勻性和提高傳感器數(shù)據(jù)采集的準(zhǔn)確性有很大的意義。

在植物工廠傳感器布置研究方面，國(guó)內(nèi)外也進(jìn)行了相關(guān)探索。吳元中等?[4]對(duì)大型玻璃自控溫室實(shí)時(shí)溫度影響因子進(jìn)行了實(shí)驗(yàn)，研究中將溫室分隔為兩個(gè)大區(qū)，每區(qū)各有1個(gè)溫濕度檢測(cè)器及通風(fēng)口開(kāi)閉感應(yīng)器，外部安裝有1套探測(cè)儀;劉雁征等?[5]采用CFD仿真思想，針對(duì)屋頂太陽(yáng)能溫室進(jìn)行了熱環(huán)境仿真，并確定了溫度傳感器的最佳布置位置，驗(yàn)證了模型的可行性;賈鶴鳴等?[6]將松弛思想融入傳感器優(yōu)化布置，選取模態(tài)保證準(zhǔn)則矩陣的最大非對(duì)角元素為目標(biāo)函數(shù)，在積累序列法的基礎(chǔ)上融入松弛的思想，進(jìn)一步優(yōu)化求解結(jié)果;Linzmeier等?[7]提出了一種基于網(wǎng)格和位于水平平面中的N個(gè)傳感器陣列的創(chuàng)新方法，用于優(yōu)化傳感器陣列中的傳感器布置，并采用模擬退火算法實(shí)現(xiàn)計(jì)算過(guò)程;Lee Joon-Yong等?[8]采用進(jìn)化算法，將傳感器布置問(wèn)題編碼為一組染色體，提出分層適應(yīng)度分配策略和混合優(yōu)化策略，以改善收斂性，實(shí)現(xiàn)傳感器布置的多目標(biāo)優(yōu)化。目前植物工廠傳感器的布置多采用經(jīng)驗(yàn)布點(diǎn)和優(yōu)化算法理論推導(dǎo)，但植物工廠內(nèi)部溫濕度耦合是一個(gè)復(fù)雜的機(jī)理過(guò)程?[9-10]，因此結(jié)合植物工廠溫濕度內(nèi)環(huán)境實(shí)時(shí)模擬仿真并進(jìn)行試驗(yàn)驗(yàn)證具有一定研究?jī)r(jià)值。

本文以搭建的微型植物工廠為研究對(duì)象，提出幾種傳感器布置方案，并在加熱和加濕工況下，利用仿真軟件FLUENT對(duì)不同方案下的溫濕度場(chǎng)進(jìn)行模擬仿真，分析不同傳感器布局與植物生長(zhǎng)區(qū)溫濕度變化的關(guān)系，找到傳感器最佳布局方案并進(jìn)行驗(yàn)證試驗(yàn)。研究結(jié)果對(duì)于提高植物工廠的控制精度和減少作物生長(zhǎng)的差異性具有一定參考價(jià)值。

1植物工廠的物理模型與數(shù)學(xué)模型的建立

1.1物理模型建立

微型植物工廠分為培養(yǎng)區(qū)、設(shè)備區(qū)和上位機(jī)控制系統(tǒng)三個(gè)部分。其中，培養(yǎng)區(qū)和設(shè)備區(qū)由一整個(gè)箱體經(jīng)隔板分割得到，如圖1所示。箱體的骨架由鋁合金型材搭建而成，箱體外部由透明的亞克力板拼貼而成，培養(yǎng)區(qū)的長(zhǎng)寬高分別為0.6、0.6、0.4 m，內(nèi)部裝有加熱器和制冷器，箱體中后部設(shè)有加濕器，箱體側(cè)面有開(kāi)窗和風(fēng)扇，箱體頂部裝有大功率LED補(bǔ)光燈，另外培養(yǎng)區(qū)內(nèi)部還裝有溫濕度等各類傳感器。設(shè)備區(qū)的長(zhǎng)寬高分別為0.6、0.6、0.2 m，內(nèi)部主要有主控系統(tǒng)、植物補(bǔ)水系統(tǒng)、無(wú)線通信接口和電源轉(zhuǎn)換系統(tǒng)。

微型植物工廠工作流程如下：系統(tǒng)通電后首先配置上位機(jī)Labview虛擬儀器參數(shù)，然后運(yùn)行LabVIEW虛擬儀器，通過(guò)NRF24L01無(wú)線串口向下位機(jī)發(fā)送數(shù)據(jù)讀取信號(hào)，單片機(jī)開(kāi)始讀取植物生長(zhǎng)區(qū)內(nèi)多個(gè)傳感器的數(shù)據(jù)，并對(duì)各個(gè)傳感器的數(shù)據(jù)有效位進(jìn)行截取，然后將有效位打包成幀，發(fā)送給上位機(jī)。同時(shí)土壤濕度的控制由下位機(jī)單獨(dú)控制。當(dāng)下位機(jī)接收到數(shù)據(jù)讀取命令后，上述過(guò)程將按照采樣時(shí)間間隔周期進(jìn)行。上位機(jī)接收到數(shù)據(jù)后對(duì)數(shù)據(jù)包進(jìn)行截取、類型轉(zhuǎn)換等操作，實(shí)現(xiàn)環(huán)境數(shù)據(jù)的顯示與保存，并將環(huán)境數(shù)據(jù)與設(shè)定閾值進(jìn)行對(duì)比，判斷是否報(bào)警，以便提示操作人員植物生長(zhǎng)區(qū)內(nèi)環(huán)境欠佳。另外，溫度、濕度和光照強(qiáng)度這三個(gè)環(huán)境因子由上位機(jī)實(shí)時(shí)控制，通過(guò)執(zhí)行相應(yīng)的控制程序，并通過(guò)無(wú)線串口將控制量送給下位機(jī)，下位機(jī)根據(jù)上位機(jī)發(fā)送的控制量，控制各執(zhí)行機(jī)構(gòu)動(dòng)作，以實(shí)現(xiàn)各環(huán)境因子的調(diào)節(jié)。

為方便找出傳感器的最佳布局，對(duì)實(shí)際模型作如下簡(jiǎn)化?[11-13]：

（1）將植物生長(zhǎng)區(qū)假設(shè)為氣密性良好且與設(shè)備區(qū)相互獨(dú)立長(zhǎng)方體區(qū)域，計(jì)算域只取植物生長(zhǎng)區(qū)，且加熱加濕過(guò)程不受設(shè)備區(qū)影響。

（2）只考慮加熱器，加濕器的影響且均簡(jiǎn)化為同實(shí)物相同尺寸的長(zhǎng)方體。

1.2數(shù)學(xué)模型的建立

為了方便建立數(shù)學(xué)模型，做出如下假設(shè)?[14-16]：

（1）箱體內(nèi)空氣為不可壓牛頓流體。

（2）箱體內(nèi)氣體滿足Boussinesq假設(shè)。

（3）箱體近壁面處流體的速度為零。

（4）加熱器送出氣體的溫度恒定，加濕器送出氣體的濕度恒定。

1.2.1基本控制方程

基于模型假設(shè)，適用于本文的基本方程形式分別如下?[16-18]。

（1）質(zhì)量守恒方程

ux+?v?y+?w?z=0。（1）

式中：?u，v，w分別為x，y，z方向的速度分量，?m/s。

（2）動(dòng)量守恒方程

（ρu）?t+divρU→v=-?（P）?x+div（μgradu）。

（2）

（ρv）?tdivρU→v=-?（ρv）?t+div（μgradv）-

ρrefg1-αT-Tref。（3）

（ρw）?t+divρU→w=-?（P）?z+div（μgradw）。（4）

式中：?U=（u，v，w）是流體速度矢量;α為氣體的熱膨脹系數(shù);P為流體微元體上的壓力;Tref為參考溫度;ρref為該參考溫度下對(duì)應(yīng)的空氣密度。

（3） 能量守恒方程

（ρT）?t+divρU→T=divkcpgradT。（5）

式中：?cp為定壓比熱容，J/（kg·K）;?k?為傳熱系數(shù)， W/（m?2·K）。

1.2.2 湍流模型

取15 ℃下空氣密度與動(dòng)力粘度分別為1.22 kg/m?3、1.7894×10?-5Pa·s[20]，計(jì)算雷諾數(shù)得?Re= 10 226.89大于8 000，故采用湍流模型。本文選擇Reynolds?k-ε?平均模擬方法中模型。

1.2.3 組分質(zhì)量守恒方程

（ρcs）?t+div（ρucs）=div（Ds·grad（ρcs））+SS。（6）

式中：?cs為組分s的體積濃度;ρcs為該組分的質(zhì)量濃度;Ds為該組分的擴(kuò)散系數(shù);Ss為生產(chǎn)率?[21]。

2網(wǎng)絡(luò)化分與CFD參數(shù)設(shè)置

2.1植物生長(zhǎng)區(qū)溫濕度場(chǎng)均勻性指標(biāo)設(shè)置

（1）模擬監(jiān)測(cè)點(diǎn)設(shè)置

本文模擬監(jiān)測(cè)點(diǎn)的位置主要圍繞植物區(qū)選擇。植物區(qū)的長(zhǎng)寬高分別為0.4、0.4、0.25 m，其在箱體內(nèi)部的位置如圖2所示。將箱體的底面兩邊分別作為?x軸和y軸，高作為z軸。在y= 0.1 m、?y= 0.2 m處設(shè)置兩個(gè)監(jiān)測(cè)面，每個(gè)監(jiān)測(cè)面分別設(shè)置5個(gè)監(jiān)測(cè)點(diǎn)，以?y= 0.1 m的監(jiān)測(cè)面為例，五個(gè)監(jiān)測(cè)點(diǎn)的坐標(biāo)分別為：?A?（0.1，0.1）、?B?（0.3，0.1）、?C?（0.2，0.2）、?D?（0.1，0.3）、?E（0.3，0.3），分布方式如圖3所示，同理監(jiān)測(cè)點(diǎn)在?y= 0.2 m監(jiān)測(cè)面的分布與?y= 0.1 m相同。

植物區(qū)的溫度分布用以上10個(gè)監(jiān)測(cè)點(diǎn)的溫度變化描述，植物區(qū)的平均溫度即為10個(gè)監(jiān)測(cè)點(diǎn)的平均溫度。仿真時(shí)植物區(qū)的平均溫度達(dá)到目標(biāo)溫度時(shí)仿真停止。

（2）擬合度指標(biāo)

采用擬合優(yōu)度（統(tǒng)計(jì)學(xué)中的可決系數(shù)?R2）描述傳感器所測(cè)溫度與植物區(qū)平均溫度的偏離情況。?R2的值趨近于1時(shí)，回歸直線對(duì)觀測(cè)值的擬合程度變好，反之變差。本文將傳感器的溫度變化設(shè)為回歸直線，植物區(qū)平均溫濕度變化設(shè)為觀測(cè)值。

擬合優(yōu)度的計(jì)算公式為：

R?2=1-SSresSStof。（7）

SSres=∑Ni=1（fi-y→）?2。（8）

SStot=∑Ni=1（yi-y→）?2。（9）

式中：?SSres為殘差平方和;SStot為總平方和;fi為傳感器溫度;yi為植物區(qū)溫度;N為數(shù)據(jù)樣本個(gè)數(shù)。

2.2網(wǎng)絡(luò)劃分

采用結(jié)構(gòu)化網(wǎng)格進(jìn)行劃分，劃分時(shí)網(wǎng)格步長(zhǎng)選為1，網(wǎng)格單元選為hex六面體，劃分方式為submap，劃分完成后的箱體網(wǎng)格如圖4所示。

經(jīng)檢測(cè)本網(wǎng)格每個(gè)單元格的縱橫比率在1～1.2之間，邊比率在1～1.03之間，歪斜度在0～0.04之間相鄰單元大小之比在0.99～1.03之間，各參數(shù)均在允許范圍內(nèi)，綜上所述，該網(wǎng)格質(zhì)量良好。

2.3CFD仿真參數(shù)設(shè)置

（1）溫度仿真參數(shù)設(shè)置

選擇能量方程、湍流模型，Enhanced Wall Treatment壁面函數(shù)，設(shè)置重力加速度為9.81 m/s?2，方向?z?軸負(fù)方向，內(nèi)部初始溫度288.15 K。

設(shè)置壁面參數(shù)及內(nèi)部流體。選擇Boussinesq假設(shè)，空氣膨脹系數(shù)為0.003 431/K;箱體外殼的邊界條件定義為wall，材料為亞克力，對(duì)流換熱系數(shù)4.5 W/m?2·K，壁面溫度288.15 K;加熱器出口邊界條件定義為velocity-inlet，水力直徑0.1 m，速度為1.4 m/s，出口溫度為333.15 K，湍流強(qiáng)度5%，水力直徑0.125 m，加熱器出口邊界條件為outflow，外殼材料為ABS樹(shù)脂，絕熱。分別設(shè)置材料密度、比熱容和導(dǎo)熱率等參數(shù)。

選擇SIMPLEC求解方法，湍流能與湍流耗散選擇二階差分，湍流黏度和松弛因子選擇0.8，其他參數(shù)保持默認(rèn)不變。時(shí)間步長(zhǎng)設(shè)為1s，每個(gè)補(bǔ)償?shù)螖?shù)選擇10。

（2）濕度仿真參數(shù)設(shè)置

主要如下：選擇能量方程、設(shè)置組分運(yùn)輸模型。在邊界條件選項(xiàng)中選擇加濕器進(jìn)氣口，經(jīng)將其定義為velocity-inlet，速度為0.2 m/s，方向沿?z?軸正方向，湍流強(qiáng)度設(shè)為5%，水力直徑為0.06 m。水蒸氣的質(zhì)量分?jǐn)?shù)設(shè)為0.01。求解方法與溫度相同?[22]。

3結(jié)果與分析

3.1溫度場(chǎng)仿真

根據(jù)上述參數(shù)，利用FLUENT軟件對(duì)箱體內(nèi)部溫度場(chǎng)進(jìn)行仿真，其溫度場(chǎng)云圖如圖5所示。

（a） 溫度綜合分布

（a） Comprehensive temperature distribution

由圖5可知，熱風(fēng)以射流形式從加熱器的出風(fēng)口水平射出，沿?x?軸負(fù)方向運(yùn)動(dòng)，此時(shí)熱射流速度較周圍空氣大的多，熱射流不斷卷吸周圍空氣，使射流區(qū)變大，由于熱射流溫度高、速度快與周圍空氣強(qiáng)制對(duì)流，換熱量大，故加熱器送風(fēng)口處溫度梯度較大?[14]。當(dāng)射流到達(dá)背板時(shí)，速度大幅衰減，熱射流沿壁面向四周運(yùn)動(dòng)，但由于慣性的作用，大部分射流仍沿著壁面向?y?軸負(fù)方向運(yùn)動(dòng)。由于熱空氣與周圍空氣溫差較大，即密度差較大，導(dǎo)致熱空氣受浮升力大于重力，故同時(shí)伴隨向上運(yùn)動(dòng);上升過(guò)程中，熱射流不斷卷吸周圍冷空氣，并與壁面和周圍空氣進(jìn)行熱對(duì)流和對(duì)流換熱，溫度不斷衰減，與周圍空氣換熱量逐漸減小，故此時(shí)熱射流周圍的溫度梯度逐漸減小。當(dāng)熱射流到達(dá)箱體左側(cè)面時(shí)，速度再次衰減，溫度不斷降低，此時(shí)熱射流與周圍空氣溫差已經(jīng)很小，受到重力作用，開(kāi)始向下運(yùn)動(dòng)，最終由于加熱器進(jìn)風(fēng)口的負(fù)壓作用回到加熱器內(nèi)部。

由圖5（e）可知，在加熱器出風(fēng)口附近溫度變化較劇烈，且與植物區(qū)的平均溫度相差較大，不宜放置傳感器;由圖5（g）可知，箱體頂部區(qū)域溫度分布較均勻，其與植物區(qū)平均溫度接近，較易布置傳感器?[15]。為減小因溫度分布不均造成的測(cè)量誤差，本文方案大都采用雙傳感器對(duì)稱布局。如圖6所示，本文設(shè)計(jì)了8種傳感器布局方案，其中延箱體對(duì)角線方向，在距底面0.1、0.2、0.3 m的位置放置A、B、C 3組傳感器;在植物區(qū)上方，距頂面0.1m處放置D、E、F、G、H 5組傳感器。

在植物區(qū)平均溫度分別達(dá)到296.15、298.15、300.15 K時(shí)停止仿真，分析到達(dá)不同溫度時(shí)不同傳感器方案的差異，選擇其中溫度變化最接近植物區(qū)溫度變化的布置方案?[16]。仿真結(jié)果如圖7所示，各方案的擬合優(yōu)度如圖8所示。

根據(jù)圖7和圖8可知，放置在對(duì)角線方向上的3組傳感器A、B、C對(duì)植物區(qū)平均溫度的跟蹤效果稍遜于放置在植物區(qū)頂部的5組傳感器，說(shuō)明加熱器吹出的熱風(fēng)沿四周箱壁運(yùn)動(dòng)使傳感器周圍溫度快速上升，而植物區(qū)溫度上升較慢，這就造成了傳感器跟蹤效果變差，在加熱的起始階段尤為明顯，但隨著溫度的升高，箱體內(nèi)溫度場(chǎng)的均勻性也隨之升高，擬合優(yōu)度也相對(duì)上升，傳感器的跟蹤效果也逐漸變好;在植物區(qū)上方第5組傳感器中，采用單一傳感器的方案H的跟蹤效果稍遜于其它4組方案，在剩余的方案中E、G兩組的擬合優(yōu)度要高于另外兩組，且變化幅度更小，這說(shuō)明傳感器對(duì)植物區(qū)平均溫度的跟蹤效果好，且跟蹤穩(wěn)定，不隨溫度的變化而變化。通過(guò)仔細(xì)對(duì)比E、G兩種方案的擬合優(yōu)度的變化可以看出，方案E的擬合優(yōu)度隨溫度的增加稍有上升，而方案G則隨溫度的增加稍有下降，綜上所述，方案E的效果最好且在3種溫度下的平均擬合優(yōu)度達(dá)到0.988，平均溫度誤差為0.65 K。

3.2濕度場(chǎng)仿真

按照仿真濕度場(chǎng)的參數(shù)重新設(shè)置FLUENT，對(duì)箱體內(nèi)部濕度場(chǎng)進(jìn)行仿真，其濕度場(chǎng)云圖如圖9所示?[17]。

由圖9可知，濕空氣從加濕器出氣口射出，沿?z?軸正方向運(yùn)動(dòng)，此時(shí)出口處水蒸氣含量高，會(huì)迅速擴(kuò)散至周圍干燥的空氣中，導(dǎo)致出氣口附近濕度梯度增大;當(dāng)濕空氣運(yùn)動(dòng)到頂面時(shí)，由于頂面和側(cè)壁面的阻擋作用，使其沿頂面向箱體前方運(yùn)動(dòng)，速度進(jìn)一步降低，此時(shí)水蒸氣的含量仍維持在較高的水平，但擴(kuò)散速度較出口數(shù)有所減慢;當(dāng)濕空氣運(yùn)動(dòng)至箱體前面板時(shí)，由于受到了前面板的阻擋，速度幾乎衰減至零，此時(shí)水蒸氣只能靠重力的作用運(yùn)動(dòng)至箱體底部，因此箱體內(nèi)部濕度場(chǎng)整體呈現(xiàn)上高下低的趨勢(shì)。

由圖9（a）可知，由于加濕器的出氣方向?yàn)?z?軸正方向，濕度場(chǎng)在整個(gè)箱體內(nèi)部的分布大體上呈上高下低的趨勢(shì)，在箱體上半部接近箱體外壁的空間內(nèi)濕度較高，與植物區(qū)的平均濕度相差較大，故不宜放置傳感器。與溫度相同，濕度傳感器也采用雙傳感器對(duì)稱布局，以減小濕度場(chǎng)分布不均給測(cè)量帶來(lái)的誤差。本文設(shè)計(jì)了9種傳感器布局方案，分別在植物生長(zhǎng)區(qū)左右兩側(cè)距底板高0.1、0.2、0.3 m處設(shè)置三層傳感器，每層布置三組，每組兩個(gè)傳感器。傳感器具體布局如圖10所示。

在植物區(qū)平均濕度分別達(dá)到55%、60%、65%，RH時(shí)停止仿真，分析到達(dá)不同濕度時(shí)不同傳感器的布局給測(cè)量帶來(lái)的差異，以便選擇其中濕度變化最接近植物區(qū)濕度變化的布置方案。仿真結(jié)果如圖11所示，各方案的擬合優(yōu)度如圖12所示。

由圖11和圖 12可知，在距底面高0.3 m的三組傳感器A、D、G的擬合優(yōu)度較低于其它組，且隨濕度的增高變化較大，在加濕器開(kāi)啟初期，傳感器數(shù)據(jù)迅速增長(zhǎng)到一個(gè)較高的水平，這說(shuō)明由于加濕器的出氣方向?yàn)?z?軸正方向，導(dǎo)致在頂部傳感器附近濕度場(chǎng)變換較劇烈，使得傳感器對(duì)濕度跟蹤不夠穩(wěn)定;在距底面高0.2 m的三組傳感器B、E、H的擬合優(yōu)度較前三組有所提高，且隨時(shí)間的變化程度降低，對(duì)濕度跟蹤的穩(wěn)定性也有所提高，但其中B組的擬合優(yōu)度明顯低于另兩組，這是因?yàn)锽組傳感器位于箱體的中后部，位置靠近加濕器的出氣口，從而導(dǎo)致其附近的濕度變化較劇烈，擬合優(yōu)度降低;在距底面高0.1 m的三組傳感器C、F、I的擬合優(yōu)度比前兩組較高，其中I組的擬合優(yōu)度最高，隨濕度的變化最小，所采集的數(shù)值可以很好地反映出當(dāng)前濕度場(chǎng)的變化，因此方案I的傳感器布局最合理。

3.3試驗(yàn)驗(yàn)證

為了驗(yàn)證模型及方法的可行性，在搭建的微型植物工廠平臺(tái)上進(jìn)行增溫增濕試驗(yàn)，選用仿真實(shí)驗(yàn)篩選出的最佳方案布置傳感器，采用無(wú)紙記錄儀采集并記錄數(shù)據(jù)。試驗(yàn)選用LM75A型高精度溫度傳感器測(cè)量溫度，測(cè)量范圍為-55～125 ℃，精度可達(dá)0.125 ℃;選用SHT11型高精度溫濕度傳感器，經(jīng)過(guò)精準(zhǔn)濕度校準(zhǔn)后測(cè)量濕度，測(cè)量范圍為0-100%RH，精度為±3%RH。

分別選取加熱至300.15 K和加濕至65%RH進(jìn)行驗(yàn)證試驗(yàn)。試驗(yàn)中每間隔20 s記錄一次數(shù)據(jù)，并對(duì)試驗(yàn)數(shù)據(jù)進(jìn)行處理，分別取溫度傳感器和濕度傳感器的實(shí)測(cè)值與監(jiān)測(cè)點(diǎn)模擬值進(jìn)行對(duì)比，具體數(shù)據(jù)如圖13所示。

從圖13（a）和（b）可以看出溫濕度模擬值和實(shí)測(cè)值隨時(shí)間變化趨勢(shì)相同，相對(duì)誤差分別保持在保持在5.6%和3.2%以下，模擬值與實(shí)測(cè)值吻合效果較好，驗(yàn)證了模型的有效性。

4結(jié)論

本文以微型植物工廠加熱加濕為研究對(duì)象，通過(guò)設(shè)置多種傳感器布置方案，模擬仿真不同方案對(duì)植物生長(zhǎng)區(qū)溫濕度分布的跟蹤反映情況，并篩選出最佳布置方案。其次通過(guò)驗(yàn)證試驗(yàn)，比較分析最佳布置方案中溫濕度實(shí)測(cè)值和模擬值差異性分別為5.6%和3.2%，驗(yàn)證了模型的有效性。試驗(yàn)表明采用CFD技術(shù)模擬植物工廠溫濕度分布并確定傳感器位置具有可行性，對(duì)實(shí)現(xiàn)精準(zhǔn)控制植物工廠內(nèi)部溫濕度具有一定參考價(jià)值。

【參考文獻(xiàn)】

[1]高潔，鄭德聰.日光溫室濕度分布的數(shù)值模擬[J].灌溉排水學(xué)報(bào)，2017，36（4）：31-36.

GAO J， ZHENG D C. The research on the numerical simulation of humidity distribution in solar greenhouse[J]. Journal of Irrigation and Drainage， 2017， 36（4）：31-36.

[2]劉雁征，汪金營(yíng)，呂亞州，等.日光溫室溫度傳感器布置研究[J].北京農(nóng)業(yè)職業(yè)學(xué)院學(xué)報(bào)，2013，27（3）：24-26.

LIU Y Z， WANG J Y， LV Y Z， et.al. Research on solar greenhouse temperature sensor arrangement[J]. Journal of Beijing Agricultural Vocation College， 2013， 27（3）：24-26.

[3]賈鶴鳴，宋文龍.基于松弛序列法的溫室傳感器優(yōu)化布置研究[J].森林工程，2015，31（5）：82-85.

JIA H M， SONG W L. Relaxation sequential algorithm for optimal placement of greenhouse sensors[J]. Forest Engineering， 2015， 31（5）：82-85.

[4]LINZMERIER D T， MEKHAIEL M. Grid-based optimal sensor arrangement within a sensor array for 2D position estimation[J]. Proceedings of SPIE - The International Society for Optical Engineering， 2004：370-381.

[5]LEE J Y， SEOK J H， LEE J J. Multiobjective optimization approach for sensor arrangement in a complex indoor environment[J]. IEEE Transactions on Systems， Man， and Cybernetics， Part C： Applications and Reviews， 2012， 42（2）：174-186.

[6]沈敏. 食用菌工廠菇房?jī)?nèi)環(huán)境的模擬驗(yàn)證與優(yōu)化研究[D].南京：江蘇大學(xué)，2016.

SHEN M. Research on the simulation and optimization of the environment of edible mushroom factory[D]. Nanjing： Jiangsu University， 2016.

[7]郭騰騰，涂潔磊，盛鈺清，等.基于CFD穩(wěn)態(tài)模擬的光伏玻璃溫室溫度分布模擬計(jì)算[J].云南師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2018，38（2）：11-15.

GUO T T， TU J L， SHENG Y Q， et al. Simulation calculation of photovoltaic glass greenhouse temperature distribution based on CFD steady state simulation[J]. Journal of Yunnan Normal University （Natural Sciences Edition）， 2018， 38（2）：11-15.

[8]王新忠，張偉建，張良.基于CFD的夏季屋頂全開(kāi)型玻璃溫室自然通風(fēng)流場(chǎng)分析[J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2016，47（10）：332-337.

WANG X Z， ZHANG W J， ZHGAN L. Relationship between indoor temperature and rolling shutter opening of solar greenhouse based on CFD[J]. Journal of Agricultural Mechanization， 2016， 47（10）：332-337.

[9]劉麗霞，雷法究.兩種典型日光溫室結(jié)構(gòu)安全性能分析[J].林業(yè)機(jī)械與木工設(shè)備，2016，44（11）：18-23.

LIU L X，LEI F J. Safety performance analysis of two typical greenhouse structure[J].Forestry Machinery & Woodworking Equipment， 2016，44（11）：18-23.

[10]李姝玉.基于CFD的下沉式日光溫室保溫性能分析[J].江西農(nóng)業(yè)，2017（17）：27.

LI S Y. Analysis of thermal insulation performance of sunken solar greenhouse based on CFD[J]. Jiangxi Agriculture， 2017（17）：27.

[11]LAMOTTE A D， DELAFOSSE A， CALVO S， et al. Identifying dominant spatial and time characteristics of flow dynamics within free-surface baffled stirred-tanks from CFD simulations[J]. Chemical Engineering Science， 2018， 192：128-142.

[12]楊澤文，賈鶴鳴，宋文龍，等.基于能量角度的植物工廠優(yōu)化控制[J].江蘇農(nóng)業(yè)科學(xué)，2018，46（14）：238-241.

YANG Z W， JIA H M， SONG W L， et al. Plant optimization control based on energy angle[J]. Jiangsu Agricultural Sciences， 2018， 46（14）：238-241.

[13]侯思宇. 基于CFD模型的設(shè)施溫室小氣候環(huán)境預(yù)測(cè)和控制研究[D].南京：南京農(nóng)業(yè)大學(xué)，2016.

HOU S Y. Research prediction on the control of greenhouse microclimate environment prediction based on CFD model[D]. Nanjing： Nanjing Agricultural University， 2016.

[14]王彪. 光伏溫室光熱環(huán)境數(shù)值建模及性能分析[D].杭州：浙江工業(yè)大學(xué)，2017.

WANG B. Study of solar thermal numerical model and performance analysis for the photovoltaic greenhouse[D]. Hangzhou： Zhejiang University of Technology， 2017.

[15]張芳. 基于CFD技術(shù)的大跨度溫室噴霧降溫?zé)岘h(huán)境模擬[D].北京：中國(guó)農(nóng)業(yè)科學(xué)院，2017.

ZHANG F. Simulation in a large-scale greenhouse with fogging system based on CFD[D]. Beijing： Chinese Academy of Agricultural Sciences， 2017.

[16]張建文，賀亞如，王慶貴.農(nóng)業(yè)溫室系統(tǒng)的多相流傳遞過(guò)程研究進(jìn)展[J].江西農(nóng)業(yè)學(xué)報(bào)，2016，28（7）：126-130.

ZHANG J W， HE Y R， WANG Q G. Research advance in multiphase flow transfer process of agricultural greenhouse system[J]. Acta Agriculture Jiangxi， 2016， 28（7）：126-130.

[17]賈鶴鳴，朱傳旭，宋文龍，等.基于嵌入式控制器的微型植物工廠系統(tǒng)設(shè)計(jì)[J].森林工程，2017，33（4）：58-64.

JIA H M， ZHU C X， SONG W L， et al. Design of mini-plant factory system based on embedded controller[J]. Forest Engineering， 2017， 33（4）：58-64.

[18]張藝萌. 基于CFD的寒地水稻育秧大棚環(huán)境數(shù)值模擬分析與研究[D].大慶：黑龍江八一農(nóng)墾大學(xué)，2018.

ZHANG Y M. Numerical simulation analysis and research of the cold rice seedling greenhouse environment based on CFD[D]. Daqing： Heilongjiang Bayi Agricultural University， 2018.

[19]楊澤文，賈鶴鳴，宋文龍，等.基于奇異攝動(dòng)理論的植物工廠溫度控制[J].計(jì)算機(jī)工程與應(yīng)用，2018（14）：224-228.

YANG Z W， JIA H M， SONG W L， et al. Control of plant factory based on singular perturbation[J]. Computer Engineering and Applications， 2018（14）：224-228.

[20]邱兆美，趙龍，賈海波.植物工廠發(fā)展趨勢(shì)與存在問(wèn)題分析[J].農(nóng)機(jī)化研究，2013，35（10）：230-233.

QIU Z M， ZHAO L， JIA H B. Analysis of development trend and existing problems of botanical plants[J]. Journal of Agriculture Mechanization Research， 2013， 35（10）：230-233.

[21]商守海，周增產(chǎn)，卜云龍，等.JPWZ-1型微型植物工廠的研制[J].農(nóng)業(yè)工程，2012，2（1）：44-47.

SHANG S H， ZHOU Z C， BU Y L， et al. Development of JPWZ-1 miniature plant factory[J]. Agricultural Engineering， 2012， 2（1）：44-47.

[22]涂俊亮，邱權(quán)，秦琳琳，等.微型植物工廠內(nèi)部環(huán)境調(diào)試試驗(yàn)平臺(tái)研制及試驗(yàn)[J]農(nóng)業(yè)工程學(xué)報(bào)，2015，31（2）：184-190.

TU J L， QIU Q， QIN L L， et al. Development and test of internal plant environment test platform for micro plant factory[J]. Transactions of the Chinese Society of Agricultural Engineering， 2015， 31（2）：184-190.