Розробка AI-системи управління теплицею: клімат, полив, освітлення

Чому AI-керування теплицею зривається на першому сезоні

Пілоти AI-керування теплицею найчастіше ламаються не на моделі, а на стику моделі з фізикою об'єкта.

Мікроклімат теплиці — це пов'язані контури: температура, вологість, CO₂, досвітлення та полив впливають одне на одного, а датчики вологості стоять у точках, які не відображають стан масиву рослин.

Модель, навчена на усереднених показаннях, видає коректне рішення для «середньої» теплиці й помилкове — для конкретної зони.

Друга причина — інерція контуру. Кватирки, екрани, котел і насоси виходять на режим хвилинами, а не секундами, і алгоритм, який реагує на поточне відхилення, починає розгойдувати систему: відкриває кватирку, отримує перезволоження, вмикає досвітлення, знову перегріває. За сезон таке керування дає не економію, а знос обладнання та стрес рослин.

Третя — дані. Архіви клімат-контролера пишуться з різною дискретністю, частина каналів дублюється, частина губиться при перемиканні режимів.

Без приведення історії до єдиної сітки часу та розмітки фактичних дій оператора модель не може відокремити свій вплив від зовнішньої погоди та ручних втручань.

Четверта — відсутність безпечного контуру. Поки агроном не бачить, чому система ухвалила рішення, і не може повернути ручний режим за одну операцію, пілот не переводять у продуктивну експлуатацію.

Розбираємо, як це закривається: від схеми розміщення датчиків і моделі інерції до режиму спільного керування з оператором.

Що дає керування кліматом, поливом і світлом

Стабільність мікроклімату без ручних «гойдалок»

Контролер утримує температуру, вологість і рівень CO₂ у коридорі завдання, а не за фактом відхилення: датчики опитуються постійно, виконавчі механізми — кватирки, шторки, досвічування, клапани — отримують команди превентивно.

Мікроклімат перестає «плавати» між обходами агронома, а добовий графік відпрацьовується однаково і в будні, і у вихідні.

Керування поливом за вологістю субстрату, а не за розкладом

Полив запускається за показаннями датчиків вологості та дренажу з поправкою на освітленість і стадію культури. Рослина отримує воду тоді, коли вона потрібна, а не за фіксованим таймером — зникає перелив у похмурі дні та недолив у спекотні. Витрата води й добрив стає передбачуваною, а навантаження на дренажну систему — рівномірним.

Керування освітленням під фактичну потребу

Досвічування вмикається за накопиченою сумою світла за добу, а не за годинником: ясного дня лампа працює менше, похмурого — добирає дефіцит. Культура отримує стабільну добову дозу, а енергоспоживання знижується без втрати продуктивності.

Зменшення ручних операцій і передбачуваність урожаю

Зв'язка клімат-полив-світло знімає з агронома рутинні перемикання: система сама відпрацьовує штатні сценарії, а людина втручається лише на аварійних відхиленнях.

Завдяки стабільному режиму знижується розкид за строками достигання та обсягом збору між партіями — урожай стає передбачуваним, а не «як пощастить з погодою».

Що це дає в цифрах

Відхилення мікроклімату від завдання скорочуються в рази, кількість ручних втручань за зміну падає до поодиноких, а частка партій, що вклалися в планове вікно збору, зростає. Розбираємо, як така зв'язка збирається під конкретну теплицю.

Способи реалізації: від локальних правил до навчання

Управління кліматом у теплиці майже ніколи не будується на одному підході — на практиці це набір режимів, які вмикаються за ситуацією. Порогове управління (релейне) тримає уставки: температура вище порогу — відкриваємо кватирку, вологість нижче норми — вмикаємо полив.

Воно передбачуване і налагоджується за дні, але не вміє враховувати інерцію: вночі теплиця охолоджується повільніше, ніж реагує датчик, і система «переливає» або «пересушує» зону.

Гібридна схема знімає це обмеження: порогові правила залишаються як захист від аварій (перегрів, відмова датчика), а поверх них працює модель, яка рахує швидкість зміни і упереджує подію.

Навчання на історичних даних додає третій шар — модель бачить, як культура реагувала на минулі цикли, і підбирає режим під фазу росту, а не під середні значення.

Вибір режиму — це не «складніше означає краще». Пороговий контур дає передбачуваність і швидке впровадження, гібрид — стійкість до погодних стрибків, навчання — точність на довгому горизонті.

Ми збираємо схему так, щоб шари можна було вмикати окремо: якщо модель помиляється, теплиця продовжує працювати на правилах, а не зупиняється.

Як ми впроваджуємо AI-управління теплицею: етапи робіт

Робота починається не з моделі, а з обстеження теплиці: знімаємо планування зон, збираємо точки встановлення датчиків температури, вологості повітря та субстрату, освітленості, EC і pH дренажу.

Окремо фіксуємо, як влаштовані виконавчі контури — кватирки, екрани, досвічування, вузли поливу та дозування — і які з них уже керуються автоматикою, а які працюють вручну.

На цьому етапі стає видно, де дані достовірні, а де потрібен додатковий контроль, інакше управління будується на шумі.

1. Обстеження теплиці. Інвентаризація датчиків і виконавчих механізмів, схеми зон, протоколи обміну з наявними контролерами, обмеження щодо живлення та зв'язку. Результат — карта об'єкта та перелік вузьких місць.
2. Проєктування архітектури. Розділяємо контури клімату, поливу та освітлення, визначаємо, що вирішується правилами та уставками, а що — моделлю прогнозу. Заздалегідь проєктуємо ручний режим і аварійні уставки на випадок втрати зв'язку.
3. Налаштування контурів. Зводимо дані в єдиний шар, калібруємо датчики, налаштовуємо гістерезис і пріоритети: наприклад, досвічування не вмикається, поки не закриті екрани, а полив блокується при відхиленні дренажу.
4. Навчання та налаштування моделей. Модель навчається на історії мікроклімату та реакціях рослин, прогнозує динаміку температури й вологи на горизонті та пропонує уставки. Навчання йде на ваших даних, а не на усереднених.
5. Перевірка сценаріїв. Проганяємо добу з різкими перепадами зовнішньої температури, відмову датчика, втрату зв'язку з вузлом поливу, ручне втручання агронома. Кожен сценарій має завершуватися передбачувано, зі зрозумілим оповіщенням.
6. Передача в експлуатацію. Навчаємо агрономів і техслужбу, передаємо регламенти, налаштовуємо оповіщення та журналювання дій системи. Фіксуємо метрики: частка часу в цільовому коридорі, кількість ручних коригувань, час реакції на відхилення.

Маршрут займає передбачуваний час, тому що кожен етап закінчується артефактом: картою об'єкта, схемою контурів, набором сценаріїв і регламентом. Опишіть вашу теплицю — повернемося з оцінкою та планом за етапами.

Що замовник отримує на руки після впровадження

Впровадження закінчується не демонстрацією моделі на тестовому прогоні, а передачею комплекту, за яким ваші агрономи та інженери зможуть працювати без нас. Нижче — що саме залишається у вас на руках по кожному контуру: клімат, полив, освітлення.

• Конфігурації контурів керування — уставки температури, вологості, порогів CO₂, розкладів досвітлення та поливу, прив'язані до фаз росту культури. Правки вносяться через інтерфейс без зупинки системи.
• Схеми розміщення датчиків — прив'язка кожного датчика до зони, висоти та ярусу, з обґрунтуванням точок заміру. За ними ви відновлюєте картину після перепланування або заміни обладнання.
• Регламенти обслуговування — калібрування датчиків, перевірка виконавчих механізмів, контроль якості даних. З періодичністю та відповідальними за ролями.
• Документація по контурах керування — логіка прийняття рішень, межі автоматики та точки ручного втручання. Інженер бачить, чому система вчинила так, а не інакше.
• Сценарії відмовостійкості — поведінка при втраті зв'язку з датчиком, зависанні клапана або збої живлення. Перехід на безпечний режим замість поливу «за останнім значенням».
• Журнали та звітність — історія уставок, дій оператора та відхилень від плану. Основа для розбору інцидентів і планування врожайності.
• Інструкції для персоналу — короткі пам'ятки для змінних операторів: що робити при спрацюванні оповіщення, як повернути контур в автоматичний режим.

Комплект передається у вашому контурі: репозиторій з конфігураціями, схеми та регламенти у спільному сховищі. Ми проводимо навчання змінних операторів і залишаємося на зв'язку з гарантійних питань — але система працює автономно, без обов'язкової підписки на наш супровід.

Кейс: стабілізація мікроклімату в промисловій теплиці

Промислова теплиця площею кілька гектарів працювала на класичній автоматиці: уставки задавалися зонами, а розбіжність між зонами інженери виправляли вручну.

На обладнанні одного з профільних вендорів клімат тримався в середньому, але при різкій зміні погоди — фронт, хмарність, порив — температура відходила від цільової на 3-4 °C, і черговий агроном вручну переписував уставки по 15-20 разів за зміну.

Полив і досвічування жили окремими контурами і не знали одне про одного: кватирки відкривалися під спеку, коли вологість уже просіла, а досвічування продовжувало працювати на повній потужності.

Що змінили

Ми не стали міняти виконавчу частину — вона справна.

Замість цього поставили шар управління: модель теплового та вологісного балансу за зонами, яка кожні кілька хвилин перераховує цільові значення з урахуванням прогнозу на 2-4 години вперед, і контур, який узгоджує кватирки, екрани, полив і досвічування як одну систему, а не чотири незалежні.

Окремо закрили відгук на зовнішні зміни: система бачить фронт заздалегідь і починає превентивно підтискати уставки, а не наздоганяє вже наявний перегрів. Ручні коригування залишилися, але як виняток — на аварійні ситуації та агрономічні задачі, а не як щоденний режим.

Що стало

Відхилення температури від цільової в перехідні періоди скоротилися з 3-4 °C до 0,5-1 °C. Частка ручних коригувань упала приблизно в п'ять разів: черговий агроном перейшов від безперервного «наздоганяння» до контролю.

Відгук системи на зовнішню зміну — від прогнозу до перебудови контурів — уклався в хвилини замість десятків хвилин ручної реакції.

Побічний ефект, який помітили вже в перші тижні: витрата на досвічування та полив перестала «гуляти» разом із погодою — контури перестали працювати один проти одного.

Це і є практична цінність AI-управління теплицею: не «розумна» надбудова, а знята з людей рутина і передбачуваний мікроклімат.

Чим відрізняється керування за правилами від навчання на даних?

Керування за правилами — це набір порогів і умов, заданих агрономом: «вологість нижче норми — увімкнути полив», «температура вище порогу — відкрити кватирку». Система працює детерміновано: однакові показання датчиків дають однакову дію, логіку можна прочитати й пояснити.

Передбачуваність тут максимальна, але й стеля теж: правила не враховують, що теплиця — зв'язана система, де полив змінює вологість повітря, а та — швидкість випаровування й температуру листка.

Навчання на даних починається там, де зв'язків стає занадто багато для ручних порогів. Модель бачить історію мікроклімату, поливів, освітлення й урожайності та підбирає режим, який утримує цільові параметри з меншими коливаннями.

Плата за це — вимоги до даних: потрібні неперервні ряди показань з датчиків, прив'язані до фактичних дій і результату. На розріджених або рваних даних модель навчається на шумі й поводиться непередбачувано.

Ключова різниця — у супроводі. Правила живуть роками без втручання: змінився сорт або сезон — агроном поправив поріг. Модель вимагає регулярного контролю: дрейф даних, новий сорт, переобладнана секція — усе це привід перенавчити її та знову перевірити на історичних зрізах.

Тому в реальних теплицях майже завжди працює гібрид: модель задає уставки, а правила залишаються страховкою, яка не дає вийти за фізичні межі.

Ми проєктуємо такі системи так, щоб навчання на даних не скасовувало передбачуваність: у моделі є зрозумілі межі, а в агронома — ручний режим і журнал рішень. Опишіть задачу — повернемося з оцінкою та планом.

Часті технічні питання щодо AI-керування теплицею

Перед стартом проєкту технолог та інженер з експлуатації зазвичай ставлять одні й ті самі питання: чи працюватиме це на вже встановлених датчиках і контролерах, що станеться при втраті зв'язку, скільки даних доведеться зберігати і хто отримає доступ до керування. Нижче — розбір цих сумнівів по суті.

Що буде, якщо зникне зв'язок із сервером або впаде модель?

Керування будується за принципом безпечної відмови: при втраті зв'язку контролер переходить на локальні уставки, які ви задали заздалегідь. Модель працює в рекомендаційному режимі, а критичні дії — аварійний полив, захист від перегріву — залишаються на апаратній автоматиці. Відмова сервера не залишає теплицю без керування.

Який обсяг даних потрібен і де вони зберігаються?

Для навчання моделі достатньо одного-двох сезонів телеметрії з кроком у кілька хвилин. Далі система працює на потоці й зберігає агрегати, а не сирі ряди — обсяг зростає передбачувано.

Дані залишаються на вашій інфраструктурі або у вашому хмарному контурі, ми не забираємо їх на свій бік.

Як розмежовується доступ до керування?

Ролі розділені: агроном бачить рекомендації та підтверджує зміни, інженер налаштовує уставки, підрядник має доступ лише до діагностики. Усі команди пишуться в журнал із зазначенням автора та часу — при розборі інциденту видно, хто і що змінював. Це закриває і питання безпеки, і питання відповідальності за врожай.

Якщо ваш випадок не потрапив до списку — опишіть задачу, повернемося з оцінкою та планом.

Обговоримо ваше завдання з управління теплицею

Щоб розмова була предметною, а не «розкажіть про теплицю в загальних словах», на старті нам потрібні вихідні дані: схема теплиць із зонами та межами секцій, перелік обладнання (датчики температури, вологості, CO₂, датчики вологості субстрату, вузли поливу, штори, досвічування, котли, кватирки), режими, за якими теплиця працює зараз, і дані за минулі сезони — журнали клімату, графіки поливу, записи ручних правок оператора. Чим повніша ця картина, тим точніша оцінка і менше сюрпризів на етапі впровадження.

Далі розбираємо завдання по кроках — від постановки до плану робіт:

• Обговорення завдання. Фіксуємо, що саме болить: перевитрата тепла, стрибки вологості вночі, ручний полив за розкладом замість потреби рослини, нерівномірність по зонах. Визначаємо цільові показники — що вважаємо успіхом.
• Збір вихідних даних. Інвентаризація датчиків і виконавчих механізмів, перевірка протоколів зв'язку, вивантаження історичних логів, уточнення обмежень щодо агротехніки та регламентів.
• Аудит поточної автоматизації. Дивимося, що вже робить наявний контролер, де він упирається в стелю, а де дані просто не збираються. Частина завдань може закриватися налаштуванням, а не новою системою.
• Опрацювання архітектури. Визначаємо, які контури управління залишаються локальними (захист від заморозків, аварійний полив), а які переходять у модель — прогноз мікроклімату, адаптивний полив за вологістю субстрату, управління досвічуванням за накопиченою радіацією.
• План робіт. Розбиваємо на етапи: пілот на одній секції, порівняння з поточним режимом, розширення на решту зон. Кожен етап із точкою відкату.
• Оцінка. Рахуємо трудовитрати за етапами, склад команди, терміни. Окремо проговорюємо, що потрібно з вашого боку — доступи, черговий агроном, вікно для тестів.
• Погодження та старт. Фіксуємо критерії приймання по кожній зоні та порядок передачі системи в експлуатацію.

Опишіть завдання та надішліть те, що вже є щодо обладнання й даних, — повернемося з оцінкою та планом робіт за етапами.