4. 智能温室环境控制系统

任务说明

本案例要求开发一个智能温室环境控制系统，能够根据温室内外的温度、湿度及光照强度，自动控制加热器、加湿器、风扇和补光灯的开关状态。系统采用阈值控制策略：当室内温度低于设定下限且室外温度更低时开启加热器；室内湿度过低时开启加湿器；室内温度过高时开启风扇通风；光照不足时开启补光灯。所有传感器数据通过模拟输入提供，控制逻辑输出为各执行器的开关信号。

系统架构与数据流

核心代码实现

以下Python代码实现了温室环境控制系统的完整逻辑。代码定义了传感器数据结构、控制决策函数以及一个包含多组测试场景的主程序，用于验证不同环境组合下的控制输出。

# greenhouse_control.py
# 智能温室环境控制系统
# 依赖：无（仅使用Python标准库）

from dataclasses import dataclass

@dataclass
class SensorData:
    """温室内外环境参数（单位：温度°C，湿度%RH，光照lux）"""
    temp_in: float      # 室内温度
    hum_in: float       # 室内湿度
    light_in: float     # 室内光照强度
    temp_out: float     # 室外温度

@dataclass
class ControlOutput:
    """执行器控制输出"""
    heater: bool        # 加热器
    humidifier: bool    # 加湿器
    fan: bool           # 风扇
    led: bool           # 补光灯

def control_decision(s: SensorData,
                     t_min: float = 18.0,
                     t_max: float = 28.0,
                     hum_min: float = 50.0,
                     light_min: float = 3000.0) -> ControlOutput:
    """
    根据环境参数与阈值决定执行器开关状态。
    控制策略：
    - 加热器：室内温度低于t_min 且 室外温度低于室内温度时开启
    - 加湿器：室内湿度低于hum_min时开启
    - 风扇：室内温度高于t_max时开启
    - 补光灯：室内光照低于light_min时开启
    """
    heater = (s.temp_in < t_min) and (s.temp_out < s.temp_in)
    humidifier = s.hum_in < hum_min
    fan = s.temp_in > t_max
    led = s.light_in < light_min
    return ControlOutput(heater, humidifier, fan, led)

def format_output(s: SensorData, out: ControlOutput) -> str:
    """将控制结果格式化为可读字符串"""
    return (f"室内温度={s.temp_in}°C | 室内湿度={s.hum_in}% | "
            f"室内光照={s.light_in}lux | 室外温度={s.temp_out}°C\n"
            f"→ 加热器={'ON' if out.heater else 'OFF'} | "
            f"加湿器={'ON' if out.humidifier else 'OFF'} | "
            f"风扇={'ON' if out.fan else 'OFF'} | "
            f"补光灯={'ON' if out.led else 'OFF'}")

# 测试场景（模拟传感器采样数据）
test_cases = [
    # 场景1：寒冷夜晚 - 室内低温低湿无光照，室外更冷
    SensorData(temp_in=15.0, hum_in=35.0, light_in=200, temp_out=5.0),
    # 场景2：炎热午后 - 室内高温高湿强光照，室外炎热
    SensorData(temp_in=33.0, hum_in=70.0, light_in=12000, temp_out=35.0),
    # 场景3：阴天早晨 - 温度适宜但湿度和光照不足
    SensorData(temp_in=22.0, hum_in=45.0, light_in=1500, temp_out=20.0),
    # 场景4：理想条件 - 所有参数均在阈值范围内
    SensorData(temp_in=24.0, hum_in=60.0, light_in=5000, temp_out=22.0),
]

if __name__ == "__main__":
    print("=" * 60)
    print("智能温室环境控制系统 - 模拟测试")
    print("=" * 60)
    for i, case in enumerate(test_cases, 1):
        result = control_decision(case)
        print(f"\n场景{i}:")
        print(format_output(case, result))
    print("\n" + "=" * 60)
    print("测试完成")

运行与验证

运行方式：将上述代码保存为 greenhouse_control.py，在命令行执行 python greenhouse_control.py。程序无需额外依赖库，使用Python 3.7+即可运行。

验证方法：程序内置了4个典型测试场景，覆盖寒冷、炎热、阴天和理想条件。运行后观察每个场景输出的执行器状态是否符合以下判定标准：

• 场景1（15°C/35%/200lux/5°C）：加热器应ON（室内低温且室外更冷），加湿器ON（湿度不足），风扇OFF（未超温），补光灯ON（光照不足）。
• 场景2（33°C/70%/12000lux/35°C）：加热器OFF，加湿器OFF（湿度充足），风扇ON（超温），补光灯OFF（光照充足）。
• 场景3（22°C/45%/1500lux/20°C）：加热器OFF（温度正常），加湿器ON，风扇OFF，补光灯ON。
• 场景4（24°C/60%/5000lux/22°C）：所有执行器均为OFF。

判定标准：若程序输出的4个场景执行器状态与上述预期完全一致，则控制系统逻辑正确，案例验证通过。可通过修改test_cases中的传感器数值来测试其他环境组合，观察控制逻辑是否始终符合代码中定义的阈值规则。