一种基于无线传感器网络鸡舍小气候环境智能控制系统

摘要

本发明公开了一种基于无线传感器网络鸡舍小气候环境智能控制系统，其特征在于：其特征在于：所述系统由鸡舍小气候环境参数采集与控制平台、基于DRNN的PID神经网络的鸡舍小气候养殖环境串级控制系统以及基于经济最优推理的设定被控制鸡舍小气候环境参数理想值的专家系统三部分组成。本发明通过对现有鸡舍养殖小气候环境参数多变量、非线性、强耦合和大惯性的特点，设计了一种基于无线传感器网络鸡舍小气候环境智能控制系统。

说明书

  

技术领域

本发明涉及智能控制设备技术领域，具体涉及一种基于无线传感器网络鸡舍小气候环境智能控制系统。 

背景技术

随着近年来规模化养鸡的快速发展，养鸡业的集约化、工业化程度不断提高，鸡舍小气候环境对鸡的健康和生产性能的影响愈来愈大，为鸡群创造一个适宜的环境条件是延长蛋鸡产蛋高峰期,提高养鸡经济效益的关键环节。随着鸡的抗病能力和健康水平呈下降趋势， 这就更加要求规模化养鸡的环境控制技术要不断跟上现代养鸡生产的需要，适时调整养鸡环境控制的目标和策略，不断研究开发与应用新型的鸡舍环境控制技术与装备，为现代养鸡业的健康安全生产提供保障和技术支撑。 

规模化养鸡禽舍环境控制的目标归纳起来主要是提高鸡的生产性能、经营者的经济效益、保障鸡群的健康等。目前，规模化养鸡舍环境控制的目标大多是从提高鸡群生产性能的角度，小气候环境条件与鸡群生产性能的相互关系来确定适宜的环境设计参数取值。环境温度对鸡的成活、性成熟、受精产蛋、蛋重、蛋壳品质以及饲料利用率都有比较明显的影响。鸡群长期生活在不良的环境中，鸡舍环境恶劣，鸡抵抗力降低，鸡群发病率高，死亡率增加，生产性能下降有关。调整鸡舍环境，既改善了鸡群生存环境，又提高了对疾病的抵抗力，既节省了不必要的药物费用，更提高了生产性能。鸡舍环境控制在家禽生产中起着非常重要的作用，环境控制是目前解决疫病问题和提高生产性能的最佳选择，温湿度是影响鸡群健康和性能发挥的首要环境因素。温度为影响鸡健康和生产性能的首要温热因素。当环境温度降低时，机体的散热量增加，鸡为了维持体温恒定，必须提高代谢率、增加产热量。当温度过低时，机体会出现寒颤，使代谢产热大大增加以维持体温恒定。如果环境温度继续下降，机体会因失热过多而引起体温下降，严重时会引起死亡。如果气温升高，机体散热受阻，物理调节不能维持体温恒定，体内蓄热，从而引起代谢率提高。当温度继续升高，机体会出现热性喘息和体温的升高。产蛋鸡最适宜的温度是13一23℃,温度过高过低均不利于产蛋，温度过低饲料利用率差。适宜的湿度与鸡只的正常生长发育密切相关，湿度对鸡只的影响是与温度相结合共同起作用的。在高温时，高湿容易造成饲料和垫料的霉变，雏鸡羽毛污秽，导致禽类暴发霉菌病和球虫病。相对湿度愈高,说明空气愈潮湿,相对湿度愈低,则说明空气愈干燥。湿度过低，鸡的羽毛紊乱，皮肤干燥，羽毛、喙、爪等色泽暗淡，并极易造成鸡体的脱水和引发多种呼吸道疾病。湿度的高低对雏鸡和成鸡都有较大影响。如雏鸡相对湿度过低,雏鸡体内水分通过呼吸大量散发出去,严重影响雏鸡体内剩余的卵黄吸收,羽毛生长不良,容易饮水过多而下痢,还易引起呼吸道疾病,相对湿度过高,不但舍内潮温,而且雏鸡正常体热散发和水分蒸发受阻,雏鸡感到闷热不适,这种潮湿的环境又利于病源性真菌,细菌和寄生虫的生长繁殖,易导致饲料、垫料霉败,使雏鸡暴发传染病,呼吸道、寄生虫病等。产蛋鸡最适宜的湿度为60%一70%,如果舍内湿度过低,就会导致蛋鸡羽毛紊乱、皮肤干燥,羽毛和嗦爪等色泽暗淡,并且极易造成鸡体脱水和引起鸡群的呼吸道疾病。如果舍内湿度过高,就会使鸡呼吸时排散到空气中的水分不易散发,造成鸡体污秽,病菌大量繁殖,导致各种疾病,引起产蛋量的下降，产蛋鸡的上限湿度随温度升高而下降。因此，在日常管理中，要处理好保温与控湿的关系。保持舍内空气新鲜、通风良好是十分重要的。尤在高密度饲养的鸡舍,这个问题更为重要。因为通风不好,随时会有大量的有害气体如氨气、二氧化碳和硫化氢等释放出来,影响鸡的正常产蛋并引发多种疾病。在冬季，鸡体周围的气流速度以0.1-0.2 米/秒为宜，最高不超过0.35米/秒；夏季应尽量提高鸡舍内的气流速度，增大通风量。现在大多数养殖场采用纵向负压通风，即在鸡舍—端的墙壁上安装风机向外抽气，在另一端墙壁上设置进气口，向舍内进风。要求舍内气流均匀、无死角。贼风对鸡的危害较大，能使鸡体局部受冷，造成局部冻伤、关节炎、肌肉炎、神经炎、感冒，甚至肺炎、瘫痪等疾病。在通风的时候，可以在进风口的墙壁设置火墙或用暖风机向里送热风等。鸡属于需长日照动物，光照不但影响鸡的生长，而且对鸡生产性能有影响。光照对鸡的产蛋性能影响较大,合理的光照能刺激排卵,促进鸡的正常生长发育,增加产蛋量。合理的光照能刺激排卵,增加产蛋量。光照对鸡的产蛋性能影响较大，合理的光照能促进鸡的正常生长发育，刺激排卵，增加产蛋量。育成期光照强度为 5 勒克斯，产蛋鸡和种鸡光照强度可保持在10 勒克斯，笼养蛋鸡照度应提高些。光照时间的控制原则是生产中雏鸡培育期缩短光照，而在产蛋期间增加光照。因此，鸡舍温湿度、气流和光照度对鸡的生产产生重要影响。 

金濯曾经针对全封闭的蛋鸡舍结构特点和室内环境因子不同于外界环境等问题,设计封闭式蛋鸡舍环境控制系统，能够实现鸡舍内的温度、湿度、光照度、二氧化碳、氨气和硫化氢按照设定值自动调控；刘焕平从封闭式蛋鸡舍的实际需求出发，设计了封闭式蛋鸡舍远程监控系统，并阐述了封闭式蛋鸡舍环境控制系统硬件电路和程序设计构思，包括利用 GSM 模块 TC35i 结合 STC12C5A60AD 单片机进行远程测控信息传输的方法以及程序流程。李丽华设计基于无线传感器网络的鸡舍温湿度实时监测系统，该系统能同时对鸡舍内不同点的温度、湿度进行实时监测，并将数据发送给远程监控中心，能够实现鸡舍温湿度的远程、准确测量。这些系统的开发有力地促进养鸡业的快速发展，但是这些控制系统都没有结合鸡舍小气候环境多变量、非线性、强耦合和大惯性等特点，从根本上解决鸡舍小气候环境参数不稳定、控制精度低和系统响应速度慢等问题。 

发明内容

本发明的目的是提供一种鸡舍小气候环境智能控制系统，本发明通过对现有鸡舍养殖小气候环境参数多变量、非线性、强耦合和大惯性的特点，设计了一种基于无线传感器网络鸡舍小气候环境智能控制系统。 

本发明通过以下技术方案实现： 

该系统由鸡舍小气候环境参数采集与控制平台、基于DRNN的PID神经网络的鸡舍小气候养殖环境串级控制系统和基于经济最优推理的设定被控制鸡舍小气候环境参数理想值的专家系统组成。

1）鸡舍小气候环境数据采集与控制平台：包括鸡舍环境参数的检测节点、控制节点和现场监控端组成，由它们在鸡舍养殖现场可以通过无线传感器网络互联构建成测控网络，实现对鸡舍养殖环境的温度、湿度、气流和光照度等参数进行检测和控制。（见图1） 

2）根据鸡舍养殖小气候环境参数的非线性、强耦合和大惯性的特点，在现场监控端和控制节点中设计基于DRNN的PID神经网络的鸡舍小气候养殖环境串级控制系统来提高小气候环境控制系统的稳定性、精度和被控制参数的响应速度。（见图2）

设计基于DRNN的PID神经网络的鸡舍小气候养殖环境串级控制系统实现对规模化鸡舍养殖小气候环境参数进行解耦控制；根据鸡的不同生长阶段，设计基于经济最优推理的设定被控制鸡舍小气候环境参数理想值的专家系统实现对鸡舍小气候环境参数的控制目标值科学设定。该控制系统由被控制温湿度、气流和光照度参数PID调节器，被控制参数的DRNN神经网络辨识器、神经网络解耦控制器和基于经济最优推理的设定被控制鸡舍小气候环境参数理想值的专家系统组成，其中在现场监控端设计PID调节器、DRNN神经网络辨识器、神经网络解耦控制器和专家系统，在控制节点实现控制鸡舍小气候环境参数的4个PI副调节器。鸡舍小气候环境的温湿度、气流和光照度为主控变量，加热器的电压、湿帘电机的转速、风机的转速和补光灯的电压为副控变量。鸡舍小气候环境4个被控制参数的4个PID调节器与4个参数的DRNN神经网络辨识模型实现对它们的预测控制，通过对被控制参数的辨识与给定理想值的误差来及时调整PID的输出，解决被控制对象的非线性与大滞后问题，神经网络解耦控制器实现对鸡舍小气候环境参数的解耦控制，解决4个被控制参数之间的耦合问题，提高系统的控制精度和响应速度；神经网络解耦控制器的输出给内环4个PI副调节器来控制对鸡舍小气候环境参数有影响的行机构的。

基于DRNN的4个PID调节器和神经网络解耦控制器的主调节回路是针对鸡舍小气候环境参数的多变量、非线性特性、强耦合和滞后性的特点，将具有自适应能力的基于DRNN的4个PID和神经网络解耦控制器应用于鸡舍小气候环境参数温湿度、气流和光照度的控制，该方法利用DRNN神经网络实时在线参数的辨识模型输出与理想给定值的误差优化PID主调节器参数，对于解决鸡舍小气候环境参数由于非线性严重、强耦合和滞后性而导致控制困难的问题具有较强的针时性，实验结果证明该系统适应性强，稳定性好，响应速度和控制精度满足控制系统的要求。当被控制的鸡舍小气候环境的温湿度、气流和光照度参数偏离系统设定值时，主调节回路PID、神经网络解耦控制器和DRNN参数辨识模型进行运算，其输出作为4个执行机构的副调节PI回路的给定值，接着对应机构的副调节器PI进行运算，通过改变对应执行机构的状态使鸡舍小气候环境的被控制参数发生变化，一直到接近鸡舍小气候环境参数的给定值为止。基于DRNN的4个PID主调节器和神经网络解耦控制器的作用是及时调整执行机构的4个PI副调节器的给定值，由主调节器与副调节器构成的串级控制的作用是确保加热器的电压、湿帘电机的转速、风机的转速和补光灯的电压的稳定，提高系统的响应速度与控制精度。 

本发明在串级控制的基础上，鸡舍小气候环境参数采用基于DRNN的4个PID调节器和神经网络解耦控制器的来对鸡舍小气候环境参数进行控制，该控制方法确保鸡舍小气候环境参数稳定在给定值附近，该控制算法能够充分发挥PID、解耦控制、串级控制和预测控制的优点，该控制方法无论是抗干扰能力还是在鲁棒性方面与传统的串级 PID 控制及常规的神经网络控制相比较都有了很大的提高。基于DRNN的PID神经网络的鸡舍小气候养殖环境串级控制系统，提高了鸡舍小气候环境参数的控制品质，提高了系统响应速度、稳定了鸡舍小气候环境温度、湿度、气流和光照度，抑制了多种因素对鸡舍小气候环境参数的影响。（见图2下部分） 

3）基于经济最优推理的设定被控制鸡舍小气候环境参数理想值的专家系统：在现场监控端设计基于经济最优推理的专家系统实现对鸡舍小气候环境温湿度、气流和光照度参数的控制目标进行科学设定。该系统基于小气候环境温湿度、气流和光照度参数控制成本、鸡的生长模型、料重比和生长阶段、经济效益模型构成设定鸡舍小气候环境理想参数的专家系统，该系统可以根据鸡舍小气候环境温湿度、气流和光照度参数调控成本、生长模型、料重比和生长阶段科学确定处于不同生长阶段肉鸡或者蛋鸡生长的鸡舍小气候环境温湿度、气流和光照度的理想参数值，提高养鸡效益。有效克服仅凭养鸡操作人员经验设定不同时刻鸡舍小气候环境参数的设定值，提高饲料的利用率和养殖经济效益。（见图2上部分）

本发明与现有技术相比，具有以下明显优点：

1、本发明采用基于DRNN的PID神经网络的鸡舍小气候养殖环境串级控制系统，4个执行机构的PI副调节器是根据鸡舍小气候环境温湿度、气流和光照度参数的主调节器输出来调整鸡舍小气候环境执行机构状态的随动系统，4个副调节器回路已经尽可能把被控过程中对鸡舍小气候环境温湿度、气流和光照度参数的影响变化剧烈、频繁、幅度大的主要扰动包括在副调节器回路中，这些副调节器回路对包含在其中影响加热器的电压、湿帘的电机转速、风机转速和补光灯的电压的二次扰动具有很强的抑制能力和自适应能力，二次扰动通过主、副调节器回路的调节对主被控量鸡舍小气候环境温湿度、气流和光照度参数的影响很小，所以鸡舍小气候环境参数的输出值变化幅度小、稳定、系统能够快速度响应控制系统对鸡舍小气候环境参数的要求。

2、本发明通过鸡舍小气候环境温湿度、气流和光照度参数DRNN神经网络辨识器模型对鸡舍小气候环境参数进行预估，通过该预估值与鸡舍小气候环境参数给定值的误差不断修正小气候环境温湿度、气流和光照度参数的4个PID调节器的输出，通过神经网络解耦控制器输出给4个PI副调节器使鸡舍小气候环境参数的实际值随时向预定的设定值靠近，该控制系统不允许被控制量鸡舍小气候环境温湿度、气流和光照度参数存在偏差而准确保持被调量符合生产要求，鸡舍小气候环境参数发生扰动时，就能快速把鸡舍小气候环境参数调节到所需要的数值上。该控制系统对误差实施的是预测闭环控制，能够适应诸多扰动因素影响，具有良好的鲁棒性。 

3、本发明鸡舍小气候环境温湿度、气流和光照度参数在由PID调节器、神经网络解耦控制器和神经网络辨识器模型、PI副调节器构成的反馈预测串级控制系统的共同作用下，鸡舍小气候环境温湿度、气流和光照度参数的稳定性有了很大的提高，该控制系统对鸡舍小气候环境参数的滞后性和强耦合对象的控制有很强的鲁棒性，控制系统对给定值的跟踪特性好。与原有的常规控制相比该控制系统的控制品质、响应速度和稳定性能都明显提高，鸡舍小气候环境参数的控制精度高、抗干扰能力强和参数的稳定性能好，具有较好的应用和推广价值。 

4、本发明根据解耦原理和神经网络思想, 提出一种两级串联结构的自适应PID经网络解耦控制器. 前级是基于DRNN的PID神经网络解耦控制器， 后级PI副调节器，所提出的解耦控制器具有良好的鲁棒性和自适应解耦能力, 是解决多变量、非线性和强耦合问题的一种简便有效的控制算法，提高鸡舍小气候环境温湿度、气流和光照度参数的多变量、强耦合和滞后性系统的动态特性和解耦能力。 

5、本发明采用专家系统对养殖过程的鸡舍小气候环境温湿度、气流和光照度参数的理想值进行科学设置，提高了设置养殖过程中鸡在不同生长阶段对小气候环境温湿度、气流和光照度参数需求量的科学性，提高了养殖的效益和效率，实现了科学养殖和高效养殖。 

6、本发明将PID控制、神经网络、预测控制、解耦控制、串级控制和专家系统相结合，设计基于DRNN的PID神经网络的鸡舍小气候养殖环境串级控制系统。该控制系统克服了单纯PID控制对大惯性大延迟对象调节品质差、抗干扰性弱的缺点，鸡舍小气候环境参数神经网络辨识器模型有效地补偿了传统预测控制基于线性模型的局限性。将该控制系统用于鸡舍小气候环境温湿度、气流和光照度参数的控制具有较强的动态跟踪性能和抗干扰能力及良好的动静态性能指标。 

附图说明

图1为本发明鸡舍小气候环境参数检测与控制系统结构图； 

图2 为本发明基于DRNN的PID神经网络的鸡舍小气候养殖环境串级控制系统结构图；

图3为本发明DRNN神经网络结构及其逼近结构；

图4为本发明检测单元数据采集软件工作流程图；

图5为本发明现场监控端软件结构框图；

图6为本发明控制系统平面布置结构图。 

具体实施方式

（1）检测节点设计 

检测单元由温湿度、光照度和气流传感器、滤波电路、信号调理电路、通信nRF2401模块和MSP430单片机构成。采用温湿度数字传感器SHT11采集鸡舍小气候环境温湿度并送入单片机的A/D转换输入电路，无线通信采用nRF2401模块通过自组织形式在被测控鸡舍构建无线测控网络实现与现场监控端的信息交互，系统采用nRF2401模块连接计算机的RS232接口实现现场监控端和鸡舍小气候环境测控节点的通信。检测节点结构（如图1所示），检测节点实现对鸡舍小气候环境参数温湿度、光照度和气流的检测，软件通信流程（图4）。 

（2）控制节点设计  

控制节点由光电隔离输出驱动电路、MSP430单片机、4个PI副调节器和通信nRF2401模块构成，由检测节点通信nRF2401模块、控制节点通信nRF2401模块、现场监控端的nRF2401模块，实现现场监控端和检测节点和控制节点的通信，控制系统结构和控制节点结构（如图1所示）。在该节点中根据控制外部设备的需要设计4个回路的PI副调节器实现对加热器、风机、湿帘和补光装备的控制，其中PI的输入连接神经网络解耦主调节器的输出，从而构成主副调节器的多串级控制系统（如图2下半部分所示）。

（3）现场监控端 

现场监控端定时从串口读取从检测节点采集的鸡舍小气候环境温湿度、气流和光照度参数，它对检测点的小气候环境数据能够进行实时显示、曲线显示、数据存储和历史查询（如图5所示）。在现场监控端设计温湿度、气流和光照度被控制参数的PID1-4控制+神经网络解耦控制器+对应被控制参数的神经网络辨识器NN1-NN4构成鸡舍小气候环境的主调节器（如图2下半部分所示），该对应被控制参数的神经网络辨识器NN和它的PID控制器实现对鸡舍小气候环境参数的预测控制，可以有效地调节由于鸡舍小气候环境环境温度的非线性、大滞后和时变性等造成的控制精度低、响应慢和稳定性差的问题。为了解决它们之间的强耦合问题，在PID调节器后串联神经网络解耦控制器实现鸡舍小气候环境之间的解耦控制，提高鸡舍小气候环境控制精度和响应速度。提高鸡舍养殖效益与效率，避免人为设置鸡舍小气候环境参数导致养殖效益与效率低下的实际状况，根据鸡不同生长阶段和养殖效益对小气候环境温湿度、气流和光照度参数的需要，设计基于经济最优推理的专家系统实现对鸡舍小气候环境温湿度、气流和光照度参数的科学设置(如图2上半部分所示)。其中：

Ⅰ、PID控制器设计

采用位置式PID控制器，设 分别为t时刻鸡舍小气候环境参数的给定量，分别为t时刻鸡舍小气候环境参数的输出实际值，对应参数的控制误差为:

（1）

设采样周期为T，则对应控制器的输出为：

（2）

PID控制器的三项系数、和采用对应参数辨识神经网络DRNN进行整定。

设对应被控制小气候环境参数的评价函数为： 

（3）

则PID控制器的系数变化量分别为：

 

式中表示被控制鸡舍小气候环境因子实际输出相应于PID控制器输出的灵敏度函数，它可由对应鸡舍被控制参数的神经网络DRNN进行辨识器得到。

Ⅱ、DRNN神经网络辨识器 

DRNN对角回归神经网络（diagonal recurrent neural network）是一种具有反馈的动态回归神经网络，该网络能够更直接生动地反映被辨识鸡舍小气候环境参数动态变化性能，并具有适应时变特性的能力。图 4用于整定鸡舍小气候环境PID控制器参数的神经网络DRNN1-4都采用3-7-1的3层网络结构，其隐层为回归层。

在设计辨识鸡舍小气候环境温湿度、气流和光照度参数的DRNN神经网络中，设为网络输入向量，其中为鸡舍小气候环境参数辨识网络输入层第i个神经元t时刻的输入，若参数辨识网络输入取，回归层第j个神经元的输出为，为第j个回归神经元输入总和，为 S的函数，则为 DRNN 网络的输出。则该网络辨识的鸡舍小气候环境参数的输出层输出为： 

（4）

该网络辨识的鸡舍小气候环境参数的回归层的输出为：

（5）

该网络辨识的鸡舍小气候环境参数的回归层的输入为：

（6）

该网络辨识的鸡舍小气候环境参数的逼近误差为：

（7）

该网络辨识此鸡舍小气候环境参数的辨识指标取：

（8）

若该辨识网络得到该鸡舍小气候环境温湿度、气流和光照度参数的期望输出，则此辨识网络学习算法结束；否则，此辨识网络转至反向传播，将此鸡舍小气候环境参数的误差信号按连接通路反向计算，由梯度下降法调整该辨识网络各层神经元的权值和阀值，使该网络辨识的参数误差减少。鸡舍小气候环境温湿度、气流和光照度参数的辨识网络的学习算法采用梯度下降法，其中，该辨识网络的回归层到输出层连接权的梯度下降法学习算法为：

（9）

该辨识网络的输入层到回归层连接权的梯度下降法学习算法为：

（10）

该辨识网络的回归层连接权的梯度下降法学习算法为：

（11）

若辨识网络的回归层神经元取双S函数为：

（12）

并近似地取，则该辨识网络中参数和的值为：

（13）

公式中、和分别为输入层、回归层和输出层的学习速率，为惯性系数。则该网络辨识的此鸡舍小气候环境温湿度、气流和光照度参数的Jacobian信息为：

（14）

Ⅲ、神经网络解耦

鸡舍小气候环境因子的神经网络解耦控制器结构如图2所示，其中和分别表示被控制鸡舍环境参数的期望输出和实际输出，被控制鸡舍环境因子期望输出与实际输出之差的平方和最小作为本控制系统性能的评价函数,即：

（15）

从上可以看出评价函数E(t)是解耦神经网络权重系数的函数，通过在线调整和自学习解耦神经网络的连接权可以使E(t)最小，实现鸡舍环境因子多变量解耦控制的目的，提高鸡舍环境因子的控制性能。根据梯度下降法，解耦神经网络控制器连接权系数在第t+1时刻的迭代公式为：

（16）

式中为解耦控制网络连接权的学习速率，其中，表示鸡舍小气候环境因子控制系统的第j个输入作用于被控制对象时相对于输出的变化率，它代表了第j个输入对第i个输出的动态耦合的影响程度，即该被控制系统的动态耦合特性。根据神经网络对被控制鸡舍的辨识，可用下式计算该系统的动态耦合特性，即：，式中为符号函数。

Ⅳ、专家系统设计 

该专家系统主要根据经济效益模型来设定鸡舍小气候环境温湿度、气流和光照度参数的理想参数值，主要根据：小气候环境温湿度、气流和光照度参数控制的成本模型、鸡生长模型、不同小气候环境参数下料重比和鸡生长阶段等参数，通过产出/消耗的经济效益模型得到当前时段鸡生长的经济最优小气候参数，通过专家系统的推理来设定鸡舍小气候环境温湿度、气流和光照度参数控制系统目标值，该值作为控制系统的设定值。该管理软件选择了Microsoft Visual++ 6.0作为开发工具，专家系统的推理过程见图2的上半部分。

(4)鸡舍小气候环境参数控制系统的设计举例 

根据鸡舍的相对位置，系统布置了检测节点和控制节点、现场监控端，整个系统平面布置图见图6。

本发明方案所公开的技术手段不仅限于上述实施方式所公开的技术手段，还包括由以上技术特征任意组合所组成的技术方案。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。