moitvivt Моделирование, оптимизация и информационные технологии Modeling, Optimization and Information Technology 2310-6018 Издательство 10.26102/2310-6018/2023.40.1.029 1280 Автоматизация выращивания агрокультур в стационарном компактном тепличном комплексе с контролируемым микроклиматом на базе гидропонной системы Automation of growing crops in a stationary compact greenhouse complex with a controlled microclimate based on a hydroponic system 0000-0003-3994-2567 Левоневский Дмитрий Константинович Levonevskiy Dmitriy Konstantinovich levonevskij.d@iias.spb.su aff-1 0000-0002-3572-4493 Рябинов Артём Валерьевич Ryabinov Artem Valerievich ryabinov.a@iias.spb.su aff-2 0000-0001-5877-4461 Жукова Наталия Александровна Zhukova Nataliya Aleksandrovna nazhukova@mail.ru aff-3 0000-0002-0414-906X Ковалевский Владислав Эдуардович Kovalevsky Vladislav Eduardovich darkeol@mail.ru aff-4 Санкт-Петербургский Федеральный исследовательский центр Российской академии наук Saint Petersburg Federal Research Center of the Russian Academy of Sciences Санкт-Петербургский Федеральный исследовательский центр Российской академии наук Saint Petersburg Federal Research Center of the Russian Academy of Sciences Санкт-Петербургский Федеральный исследовательский центр Российской академии наук Saint Petersburg Federal Research Center of the Russian Academy of Sciences учебный центр "Амилен" Amilen training center 01 01 2026 1 1 10.26102/2310-6018/2023.40.1.029 Copyright © Авторы, 2026 2026 This work is licensed under a Creative Commons Attribution 4.0 International License

В настоящее время в сельском хозяйстве активно идет автоматизация процессов производства. Решения в области автоматизации сельского хозяйства позволяют сократить затраты времени и средств на производство продуктов питания и уменьшить влияние человеческого фактора – ошибок, которые могут повлечь гибель культур и нанести существенный урон предприятию. В статье рассматривается вопрос автоматизации и моделирования технологических процессов выращивания агрокультур в стационарном компактном тепличном комплексе с контролируемым микроклиматом на базе гидропонной системы. Представлена схема и модель поведения подобного комплекса, который позволяет производить циклическое выращивание путем периодического подтопления грунта питательным раствором, очищаемым с помощью биофильтра. Для моделирования поведения мини-теплицы использованы диаграммы состояний в нотации UML. Рассмотрена задача оценки работоспособности подобных модулей и фиксации нарушения технологических процессов выращивания на основе собранных данных. Использованы методы машинного обучения для оценки и прогнозирования климатических параметров в установке. Применение этих методов позволяет выполнять проактивный контроль технологических процессов в теплице, обеспечивать четкое соблюдение регламентов выращивания и экономно использовать ресурсы. Дальнейшие исследования предполагают построение метода проактивного контроля соблюдения технологических процессов на основе их формальных моделей.

Automation processes are currently being implemented in agriculture. Solutions in the field of agricultural automation and smart agriculture can reduce time expenditure and cost of crop production and lessen the impact of the human factor, i.e. mistakes that can lead to the death of crops and cause significant damage to the enterprise. This article deals with the issue of automation and modeling of technological processes of growing crops in stationary compact greenhouse complexes with a controlled microclimate based on a hydroponic system. A diagram and a model of the behavior of such complex is presented in the article. The complex helps to perform cyclic cultivation by periodic irrigation with a nutrient solution cleaned with a biofilter. To model the behavior of a mini-greenhouse, UML state diagrams were used. The problem of evaluating the performance of such modules and recording disruptions of cultivation process drawing on the collected data was considered. Machine learning methods were employed to estimate and predict climatic parameters in the greenhouse. The application of these methods allows performing proactive control of technological processes in the greenhouse, ensure strict adherence to production regulations and rational use of resources. Further research involves creating a method for proactive control of compliance with technological processes based on the formal models of these processes.

 умное сельское хозяйство киберфизические системы автоматизированная теплица моделирование поведения автоматизированная система управления технологическим процессом smart agriculture cyber-physical systems smart greenhouse behavior modeling automated process control systems Исследование выполнено при поддержке Гранта Президента № MK-5056.2022.1.6. Исследование выполнено при поддержке Гранта Президента № MK-5056.2022.1.6. References Vasconez J.P., Kantor G.A., Auat Cheein F.A. Human-robot interaction in agriculture: A survey and current challenges. Biosystems Engineering. 2019;179:35–48. DOI: 10.1016/j.biosystemseng.2018.12.005. Azmi H.N., Hajjaj S.S.H., Gsangaya K.R., Sultan M., Mail M.F., Hua L.S. Design and fabrication of an agricultural robot for crop seeding. Materials Today: Proceedings. 2021. DOI: 10.1016/j.matpr.2021.03.191. Gzar D.A., Mahmood A.M., Al-Adilee M.K.A. Recent trends of smart agricultural systems based on Internet of Things technology: A survey. Computers and Electrical Engineering. 2022;104A. DOI: https://doi.org/10.1016/j.compeleceng.2022.108453. Krestovnikov K., Korshunov D., Erashov A., Rogozin A. Scalable Architecture of Distributed Control System for Industrial Greenhouse Complexes. Data Science and Intelligent Systems. CoMeSySo 2021. Lecture Notes in Networks and Systems. 2021;231:127-132. DOI: 10.1007/978-3-030-90321-3_12. Качанова О.А., Левоневский Д.К. Архитектура программного обеспечения автоматизированного тепличного комплекса на основе облачных технологий. Программная инженерия. 2021;12(9):475–489. DOI: 10.17587/prin.12.475-489. Raj J.S., Ananthi J.V. Automation using IoT in greenhouse environment. Journal of Information Technology and Digital World. 2019;1(01):38–47. DOI: 10.36548/jitdw.2019.1.005. Shamshiri R., Kalantari F., Ting K.C., Thorp K., Hameed I.A., Weltzien C., Ahmad D., Shad Z. Advances in greenhouse automation and controlled environment agriculture: a transition to plant factories and urban agriculture. International Journal of Agricultural and Biological Engineering. 2018;11(1):1–22. DOI: 10.25165/j.ijabe.20181101.3210. Shah N.P., Bhatt P. Greenhouse automation and monitoring system design and implementation. International Journal of Advanced Research in Computer Science. 2017;8(9):468–471. DOI: 10.26483/ijarcs.v8i9.4981 Cosman S.I., Bilatiu C.A., Marţiş C.S. Development of an Automated System to Monitor and Control a Greenhouse. 2019 15th International Conference on Engineering of Modern Electric Systems (EMES). 2019:1–4. DOI: 10.1109/EMES.2019.8795186. Ko C.C., Mon S.S. Microcontroller based greenhouse automatic control system. International Journal of Science, Engineering and Technology Research. 2014;3(5):0865–70. Gonzalez Perez I., Calderon Godoy A.J. Greenhouse automation with programmable controller and decentralized periphery via field bus. 2009 IEEE International Conference on Mechatronics. 2009:1–6. DOI: 10.1109/ICMECH.2009.4957160. Sivagami A., Hareeshvare U., Maheshwar S., Venkatachalapathy V.S.K. Automated irrigation system for greenhouse monitoring. Journal of The Institution of Engineers (India). 2018;99(2):183–191. DOI: 10.1007/s40030-018-0264-0. Sammari S. Vertical farming. Cubes which are used for advanced vertical farming. Доступно по: https://www.kaggle.com/datasets/midouazerty/work-for-parmavir (дата обращения: 15.10.2022). Kotthoff L., Thornton C., Hoos H.H., Hutter F., Leyton-Brown K. Auto-WEKA: Automatic Model Selection and Hyperparameter Optimization in WEKA. Automated Machine Learning. The Springer Series on Challenges in Machine Learning. 2019:81–95. DOI: 10.1007/978-3-030-05318-5_4.

The authors declare that there are no conflicts of interest present.