Pam anda bermula kerana angkanya sepadan
Sensor di dalam tanah, ramalan cuaca yang menyemak dirinya sendiri dan model ladang anda bertemu dalam Automasi. Di situlah keputusan dibuat: siram, tunggu atau tidak berbuat apa-apa.
Enam pautan, dari ukuran hingga denyutan
Pemasa menyiram kerana sudah pukul enam. FairGrow menyiram kerana tanah, cuaca dan ladang anda bersama-sama menunjukkan ia perlu. Begini caranya.
Sensor memberitahu betapa basahnya sekarang
Satu sensor kelembapan tanah bagi setiap zon mengukur di zon akar. Jika bacaan terkini terlalu lama, ia tidak dikira dan tiada apa-apa berlaku.
Cuaca, dengan kad laporan yang jujur
FairGrow meletakkan beberapa model cuaca bersebelahan dan menyemak setiap ramalan selepas itu. Jika hujan akan turun, nasihat menunggu.
Model ladang anda
Imbangan air dengan jenis tanah anda, kecerunan anda dan model ketinggian Copernicus. Bukan betapa basahnya sekarang, tetapi bila ia akan menjadi terlalu kering.
ML mempelajari tindak balas tanah anda
Bagi setiap pam dan sensor, model mempelajari kesan satu denyutan dan di mana kelembapan mendap. Dengan itu kawalan berhenti tepat pada masanya.
Peraturan yang boleh anda baca
Pada kanvas anda melukis garisan antara blok, atau menulis peraturan dalam YAML. Kedua-duanya mudah dibaca, dan peraturan baharu kekal tidak aktif sehingga anda menghidupkannya.
Pam menerima satu denyutan
Bukan arahan yang kekal hidup, tetapi denyutan singkat yang berhenti sendiri, dalam had harian dan tempoh rehat bagi setiap zon.
Model ramalan untuk ladang anda
Sensor mengukur di satu titik. Ladang anda lebih besar daripada titik itu. Jadi FairGrow bekerja dengan seluruh rupa bumi: bagaimana air meresap, ke mana ia mengalir dan sudut mana yang kering dahulu.
Berapa banyak, berapa cepat dan di mana
Asasnya ialah imbangan air mengikut FAO-56: apa yang masuk melalui hujan dan pengairan, apa yang keluar melalui sejatpeluhan dan berapa banyak yang muat di zon akar. Bacaan anda sendiri memastikan imbangan itu tepat.
Di atasnya ada rupa bumi. Jenis tanah dan kecerunan dalam sempadan ladang anda menentukan berapa milimeter sejam yang boleh diserap tanah. Jika jumlahnya tidak muat dalam satu siraman, nasihat menyatakan berapa kali ia perlu dibahagikan. Model ketinggian Copernicus menunjukkan sudut mana yang paling lama basah.
Dengan itu nasihat menjadi ramalan untuk tanah anda, bukan purata untuk kawasan. Setiap ambang dan andaian ada di halaman nasihat pengairan.
Mempelajari tindak balas tanah anda terhadap denyutan
Selepas siraman, bacaan mula-mula melonjak dan kemudian turun semula. Jika anda membuat keputusan semasa penurunan itu, anda memberi terlalu banyak air. ML menyelesaikan masalah itu.
Model tersendiri bagi setiap pam dan sensor
Air mula-mula mengalir laju melepasi sensor, kemudian perlahan-lahan meresap ke dalam tanah. Model mempelajari dua kelajuan itu secara berasingan, bagi setiap gabungan pam dan sensor. Dengan itu ia meramal di mana kelembapan akan berakhir setelah tanah stabil.
Model bermula dalam mod bayang. Ia turut mengira dan merekod apa yang akan diputuskannya, tetapi tidak mengawal apa-apa. Hanya apabila ia jelas lebih baik daripada bacaan mentah, barulah ia mengambil alih. Jika tidak, peraturan biasa terus bekerja.
Jika sesuatu dalam pemasangan anda berubah, seperti kedudukan sensor baharu atau pasu baharu, anda menetapkan semula pembelajaran untuk rantaian itu sahaja kepada sifar. Sejarah ukuran lama kemudian tidak lagi dikira.
Dari kanvas ke peraturan dalam YAML
Untuk pengairan, anda menyeret sensor, cuaca, enjin keputusan dan pam ke atas kanvas. Mahu menggabungkan lebih banyak? Tulis peraturan dalam format yang sama seperti Home Assistant.
alias: Zon 1 siram apabila angkanya sepadan# baru disimpan bermakna tidak aktif, sehingga anda hidupkantrigger: - platform: numeric_state entity_id: sensor.fg_zone1_soil_moisture below: 40condition: - condition: numeric_state entity_id: sensor.fg_wx_regen_24u below: 2action: - service: switch.turn_on target: entity_id: switch.fg_pump_zone1
Setiap ukuran boleh digunakan
Kelembapan tanah anda, jangkaan hujan untuk 24 jam akan datang, VPD, darjah hari tumbesaran, kebasahan daun dan indeks satelit NDVI, NDMI dan NDRE: dalam Automasi, setiap satu ialah nilai yang boleh dibalas oleh peraturan. Juga mengikut lokasi, jika anda mempunyai beberapa tapak.
Peraturan yang sudah anda ada dalam Home Assistant boleh dibawa bersama. FairGrow menyediakan salinan yang tidak aktif, supaya anda boleh melihat dahulu apa yang dilakukannya. Melalui integrasi Home Assistant, FairGrow juga boleh menghidupkan lampu dan suis yang anda benarkan.
Pada kanvas, Semak & simulasi menunjukkan apa yang akan dilakukan oleh sesuatu susunan, dan editor YAML menyemak peraturan sebelum anda menyimpannya.
Meletakkan ramalan di sebelah tanah anda sendiri
FairGrow sudah menyemak setiap ramalan cuaca selepas itu. Langkah seterusnya ialah menjadikan sensor anda sendiri sebagai pengadil, bukan model cuaca untuk seluruh kawasan.
Ladang anda sebagai stesen cuaca sendiri
Di Pengesahan ramalan anda melihat sejauh mana ramalan boleh dipercayai: setiap ramalan di sebelah apa yang benar-benar berlaku, mengikut sumber dan mengikut hari ke hadapan. Buat masa ini, realiti itu datang daripada analisis semula untuk kawasan sekitar.
Ladang di lembah lebih sejuk pada waktu malam, rumah hijau di belakang penghadang angin lebih cepat panas. Sensor anda mengukur perbezaan itu setiap hari. Kami sedang membina langkah yang menyemak dan menyelaraskan ramalan berdasarkannya bagi setiap ladang, supaya model ladang anda juga mengenali iklim mikro anda sendiri.
Sebahagiannya sudah berjalan: dalam model penyakit, FairGrow menyelaraskan ramalan suhu dan kelembapan sehingga tiga hari ke hadapan dengan sensor dalam lingkungan 250 meter, setelah ia mengukur selama beberapa hari.
Lebih baik terlepas satu siraman daripada membanjiri ladang
Sistem yang terus mengepam kerana sensornya rosak menyebabkan lebih banyak kerosakan daripada sistem yang tidak berbuat apa-apa. Kunci ini berada di teras dan tiada peraturan boleh mematikannya.
Suis utama dimatikan
Sesuatu zon bermula dengan hanya memerhati. Injap hanya terbuka setelah anda menetapkannya kepada langsung dan menghidupkan suis utama.
Denyutan, bukan paip terbuka
Jika sambungan terputus pada saat yang salah, denyutan berhenti sendiri dan tidak terus berjalan.
Bacaan lama bukan bacaan
Jika bacaan kelembapan terkini terlalu lama, tiada pengepaman. Skrin anda memberitahu mengapa ia senyap.
Berhenti apabila hujan
Jika hujan mula turun semasa siraman, siraman berhenti. Jika ramalan menunjukkan lebih daripada beberapa milimeter, siraman ditangguhkan.
Had harian dan tempoh rehat
Setiap zon mempunyai maksimum harian dan masa minimum antara dua siraman. Sensor yang rosak tidak akan dapat membuat pam terus berjalan.
Mod bayang dahulu
Peraturan baharu bermula dalam keadaan tidak aktif dan ML pada mulanya hanya turut mengira. Anda melihat apa yang akan berlaku sebelum apa-apa berlaku.
Apa yang berjalan, apa yang sedang kami bina dan siapa yang kami cari
Rantaian ini berjalan secara kecil-kecilan pada pemasangan kami sendiri. Ia masih perlu membuktikan dirinya di ladang sebenar bersama pekebun sebenar.
Rantaian dari sensor hingga pam
- Kanvas dengan sensor, cuaca, enjin keputusan dan pam
- Imbangan air dengan jenis tanah, kecerunan dan model ketinggian
- ML bagi setiap pam dan sensor, mod bayang dahulu
- Peraturan YAML dan integrasi Home Assistant
Tanah anda sebagai pengadil
- Menyemak ramalan bagi setiap ladang dengan sensor anda sendiri
- Menyelaraskan ramalan untuk nasihat berdasarkannya
- Membiarkan model ladang mempelajari iklim mikronya sendiri
Pekebun yang sudi turut memerhati selama satu musim
- Ladang atau rumah hijau dengan pam atau injap yang boleh anda kawal
- Sudi meletakkan nasihat di sebelah keputusan anda sendiri
- Maklum balas yang menentukan apa yang kami bina seterusnya
Jawapan ringkas
Adakah FairGrow menghidupkan pam saya tanpa saya berbuat apa-apa?
Hanya jika anda memilihnya. Secara lalai zon ditetapkan kepada memerhati: FairGrow mengira, menunjukkan dan merekod apa yang akan dilakukannya. Hanya setelah anda menetapkan zon kepada langsung dan menghidupkan suis utama, sistem bertindak sendiri, dan sentiasa dalam denyutan dalam had harian.
Apakah sebenarnya yang dipelajari oleh ML?
Bagaimana tanah anda bertindak balas terhadap denyutan: berapa banyak air yang mengalir laju melepasi sensor dan berapa banyak yang kekal. Dengan itu model meramal di mana kelembapan mendap, supaya kawalan tidak terus mengepam semasa penurunan antara dua siraman. Model mula-mula turut mengira dalam mod bayang dan hanya mengambil alih apabila ia lebih baik daripada bacaan mentah.
Kenapa tidak gunakan pemasa sahaja?
Pemasa tidak tahu bahawa hujan 15 milimeter turun malam tadi, atau bahawa tanah berpasir anda lebih cepat kering daripada tanah liat di hujung jalan. FairGrow menggunakan bacaan anda, cuaca dan rupa bumi anda, dan melangkau satu siraman apabila tidak perlu.
Sensor apa yang saya perlukan?
Satu sensor kelembapan tanah bagi setiap zon dan pam atau injap yang boleh anda kawal, melalui Zigbee atau Home Assistant. Halaman sensor menunjukkan sensor mana yang sesuai di mana.
Adakah anda menggunakan sensor saya untuk menambah baik ramalan cuaca?
Dalam model penyakit, ya: di situ, sensor dalam lingkungan 250 meter menyelaraskan ramalan suhu dan kelembapan sehingga tiga hari ke hadapan. Untuk ramalan itu sendiri dan nasihat pengairan, kami sedang membinanya sekarang.
Adakah ini berfungsi dengan Home Assistant?
Ya. Anda membawa automasi sedia ada sebagai salinan yang tidak aktif, dan FairGrow boleh menghidupkan lampu dan suis yang anda benarkan dalam integrasi. Lagi tentang membawa automasi Home Assistant anda.
Setiap pautan secara mendalam
Anda ada ladang dan pam?
Turut memerhati selama satu musim. Tetapkan zon anda kepada memerhati dan letakkan nasihat di sebelah apa yang anda sendiri akan lakukan. Ceritakan tentang ladang anda dan kami akan turut memikirkan susunannya, tanpa sebarang komitmen.
