基于智能温湿度调控的变温动物培养箱及其远程监控系统的制作方法

本发明属于变温动物培养，具体为基于智能温湿度调控的变温动物培养箱及其远程监控系统。

背景技术：

1、变温动物是指无法通过自身代谢活动主动维持恒定体温的动物，其体温会随外界环境温度的变化而波动，当外界温度升高时，它们的代谢活动增强，行动更敏捷；温度降低时，代谢减缓，行动能力下降甚至进入休眠状态。

2、由于变温动物的生存策略依赖于行为调节，例如通过晒太阳或寻找阴凉处来调节体温从而适应不同环境，因此为了能够更好的观察变温动物，通常会使用专用的培养箱来模拟自然环境、为变温动物提供适宜生存条件，其通过控制箱内的温度、湿度、光照等参数，以满足不同物种的特殊需求。

3、然而，目前大多数培养箱采用传统的pid（比例-积分-微分）控制算法，虽然结构简单、易于实现，但在处理非线性、时变的温湿度环境时表现不佳，例如，变温动物的培养环境通常需要模拟昼夜温差或季节性变化，而pid算法在应对快速变化的设定值时容易出现超调或振荡，导致温湿度波动超出允许范围，此外，复杂环境（如高湿高温或低温低湿）下的参数整定困难，使得系统难以在不同工况下保持稳定，因此需要对其进行改进和优化。

技术实现思路

1、本发明的目的在于提供基于智能温湿度调控的变温动物培养箱及其远程监控系统，以解决上述背景技术中提出的问题。

2、为了实现上述目的，本发明提供如下技术方案：基于智能温湿度调控的变温动物培养箱及其远程监控系统，包括培养箱，该变温动物培养箱包括传感器采集模块、执行器控制模块、智能调控模块和中央控制器；

3、所述传感器采集模块包括温度传感器、湿度传感器和co2传感器，所述执行器控制模块包括控温空调、湿度控制器和照明系统，所述智能调控模块包括模糊pid控制单元、ai预测单元和异常处理单元，所述智能调控模块还包括有人机交互平台，用于设定培养箱内的目标温湿度参数。

4、优选地，所述中央控制器包括mcu和边缘控制器，所述传感器采集模块中每组传感器将采集到的数据传输至中央控制器，通常中央控制器中的mcu对全部传感器数据进行预处理，在处理完成后，所述中央控制器通过内部数据总线将数据传送到智能调控模块，并由边缘控制器直接将数据存入缓存中，再定时通过网络接口上传至云平台。

5、优选地，所述模糊pid控制单元内包括由梯形函数定义5个模糊集合：“负大”、“负小”、“接近零”、“正小”、“正大”；

6、所述模糊pid控制单元还包括有规则库，通过规则库存储不同组合对应的pid参数修正量。

7、优选地，所述传感器采集模块在每隔五秒后，会将采集到的数据传输至中央控制器，所述智能调控模块中的模糊pid控制单元在接收到目标值与实际测量值后，进行误差计算：；

8、计算完成后将每个传感器的误差均经过模糊集合模糊化处理，形成相应的语言变量，然后根据当前模糊化后的值，从规则库中查找并插值计算出对应的pid参数修正值，最后将修正值叠加到预设的基础pid参数上，得到当前调控周期所使用的pid参数。

9、优选地，所述ai预测单元包括有通过tensorflow框架搭建lstm模型，其训练和部署的步骤为：

10、s1,提取边缘控制器存储在云端的，过去三十分钟内的温度和湿度数据；

11、s2,将数据进行预处理，以适配神经网络输入需求；

12、s3,模型搭建后，输入为一段时间内的温湿度序列，而模型会输出预测未来一段时间的温湿度变化；

13、s4,将训练好的模型文件压缩并移植至边缘控制器，边缘控制器加载模型，对实时缓存数据进行预测，得出未来10分钟内的温湿度趋势。

14、优选地，所述ai预测单元在预测输出结果后，结合模糊pid单元的控制输出与ai预测单元的调整建议，得到最终下发给执行器的控制信号，若预测未来温度和湿度变化趋势明显与当前输出相悖，则根据预测结果进行提前补偿。

15、优选地，所述传感器采集模块将采集到的数据实时输送至中央控制器，中央控制器将当前数据和目标数据输送至智能调控模块，智能调控模块进行误差计算、模糊化和pid参数自适应调整后，输出基础控制信号，ai预测单元利用历史数据预测未来趋势，并对基础控制信号进行补偿，综合调整后的控制信号下发至执行器模块，执行环境调节，执行器响应后，环境变化又被传感器采集，形成一个连续的反馈循环。

16、优选地，所述异常处理单元包括有数据监控程序，在对传感器进行数据监控时，若设定参数超出安全阈值后，数据监控程序会将控制参数切换至保守值，直至数据恢复正常。

17、优选地，该远程监控系统包括有监控摄像头和用户终端，所述监控摄像头将采集到的动物画面传输至边缘控制器，通过边缘控制器将监控画面传输至云服务器，用户可通过用户终端实现实时监控、远程调控和历史数据查询。

18、本发明的有益效果如下：

19、1、本发明的智能调控模块可根据实时传感器数据自动判断与目标值之间的偏差，通过模糊化处理及时调整pid参数，精细控制温湿度输出，同时利用ai预测模块提前预判未来变化，从而有效补偿控制延迟，降低超调和震荡风险，相较于传统培养箱，该智能调控策略不仅大幅提高了环境调控的响应速度和稳定性，还能根据不同时间段和动物生理变化手动切换调控方案，实现节能降耗和设备长效运行，增强了系统在复杂环境中的适应能力和鲁棒性。

20、2、本发明通过模糊pid控制单元实现对当前环境误差的精准补偿，通过ai预测单元预判未来变化并提前微调控制策略，再由人机交互平台提供合理的目标设定，加上异常处理单元的全程监控，构成了一个既具备自适应能力、又具有提前预调功能的智能闭环温湿度调控系统，通过这些模块协同工作，从多个层面确保变温动物培养箱在非线性、时变环境下始终处于理想状态，同时最大限度保障设备与动物的安全。

21、3、本发明通过远程监控系统的设置，用户可通过网页或移动端实时查看温度、湿度、光照等关键指标的变化趋势，及时掌握培养箱内环境状况，同时该系统在环境参数超出安全阈值时，系统会自动触发报警机制，并通过短信、邮件或app推送及时通知操作人员进行干预，从而降低因设备故障或外部异常而对变温动物造成的风险。

1.基于智能温湿度调控的变温动物培养箱，包括培养箱（1），其特征在于：该变温动物培养箱包括传感器采集模块、执行器控制模块、智能调控模块（7）和中央控制器（9）；

2.根据权利要求1所述的基于智能温湿度调控的变温动物培养箱，其特征在于：所述中央控制器（9）包括mcu和边缘控制器，所述传感器采集模块中每组传感器将采集到的数据传输至中央控制器（9），通常中央控制器（9）中的mcu对全部传感器数据进行预处理，在处理完成后，所述中央控制器（9）通过内部数据总线将数据传送到智能调控模块（7），并由边缘控制器直接将数据存入缓存中，再定时通过网络接口上传至云平台。

3.根据权利要求1所述的基于智能温湿度调控的变温动物培养箱，其特征在于：所述模糊pid控制单元内包括由梯形函数定义5个模糊集合：“负大”、“负小”、“接近零”、“正小”、“正大”；

4.根据权利要求1所述的基于智能温湿度调控的变温动物培养箱，其特征在于：所述传感器采集模块在每隔五秒后，会将采集到的数据传输至中央控制器（9），所述智能调控模块（7）中的模糊pid控制单元在接收到目标值与实际测量值后，进行误差计算：；

5.根据权利要求1所述的基于智能温湿度调控的变温动物培养箱，其特征在于：所述ai预测单元包括有通过tensorflow框架搭建lstm模型，其训练和部署的步骤为：

6.根据权利要求1所述的基于智能温湿度调控的变温动物培养箱，其特征在于：所述ai预测单元在预测输出结果后，结合模糊pid单元的控制输出与ai预测单元的调整建议，得到最终下发给执行器的控制信号，若预测未来温度和湿度变化趋势明显与当前输出相悖，则根据预测结果进行提前补偿。

7.根据权利要求1所述的基于智能温湿度调控的变温动物培养箱，其特征在于：所述传感器采集模块将采集到的数据实时输送至中央控制器（9），中央控制器（9）将当前数据和目标数据输送至智能调控模块（7），智能调控模块（7）进行误差计算、模糊化和pid参数自适应调整后，输出基础控制信号，ai预测单元利用历史数据预测未来趋势，并对基础控制信号进行补偿，综合调整后的控制信号下发至执行器模块，执行环境调节，执行器响应后，环境变化又被传感器采集，形成一个连续的反馈循环。

8.根据权利要求7所述的基于智能温湿度调控的变温动物培养箱，其特征在于：所述异常处理单元包括有数据监控程序，在对传感器进行数据监控时，若设定参数超出安全阈值后，数据监控程序会将控制参数切换至保守值并报警，直至数据恢复正常。

9.基于智能温湿度调控的变温动物培养箱的远程监控系统，其特征在于：该远程监控系统包括有监控摄像头和用户终端，所述监控摄像头将采集到的动物画面传输至边缘控制器，通过边缘控制器将监控画面传输至云服务器，用户可通过用户终端实现实时监控、远程调控和历史数据查询。