一种基于深度学习的植物工厂数字孪生系统及方法

    公开(公告)号:CN117725827A

    公开(公告)日:2024-03-19

    申请号:CN202311727017.2

    申请日:2023-12-14

    Abstract: 本发明实施例涉及植物工厂技术领域,公开了一种基于深度学习的植物工厂数字孪生系统和方法。本实施例采集植物工厂的环境参数及植物生长图像,根据预处理后的环境参数及植物生长图像,构建植物工厂的数字孪生模型及输出植物未来长势的预测结果,使用数字孪生模型替代传统的有限元仿真软件,实现了数字孪生技术与农业生产的结合,根据所述预测结果生成植物工厂最优调控策略,根据所述最优调控策略调整植物工厂的环境参数,优化植物生产过程,实现了根据实时数据流推理预测植物长势,促进农业生产的高产高效。

    基于雾滴颗粒运动机理数字孪生系统的施药智能决策方法

    公开(公告)号:CN118364741A

    公开(公告)日:2024-07-19

    申请号:CN202410458864.1

    申请日:2024-04-17

    Abstract: 本发明公开了基于雾滴颗粒运动机理数字孪生系统的施药智能决策方法,包括以下步骤:S1、基于实地试验和仿真模拟构建孪生模型;S2、将实时采集数据代入孪生模型中;S3、在孪生模型中寻找最优解,作为调控指令进行输出;S4、构建喷雾场景三维模型,将最优解代入喷雾场景三维模型,实时展示在雾滴颗粒运动机理数字孪生系统的应用交互层上。通过实地实验和仿真模拟构建数据库,实时获取现场参数数据,在数据库中找到最优解,并将最优调控指令输出至物理设备层,以达到最优喷雾量和最佳喷雾角度。其响应时间短,为科学喷雾提供了技术支撑。同时通过构建喷雾场景三维模型,可实现可视化。

Patent Agency Ranking