基于蝙蝠优化BP-PID算法的精准施肥控制系统研究

水肥一体化技术在棉花、小麦、番茄等大田农作物种植场景中的应用逐渐增多。当前能够快速有效调整大田农作物水肥一体化系统中肥料流量的控制算法研究较为有限。由于水肥一体化系统存在时变性、滞后性与非线性的特点,常见的PID与BP-PID控制算法无法获得预期的控制效果。为此设计一种基于蝙蝠算法（BA）优化的BP神经网络PID控制器。通过采用BA对BP神经网络的初始权值进行优化,加快了BP神经网络的自学习速度,实现对水肥一体化系统中肥料流量的快速精准控制,从而降低了超调量、提高了响应速度。同时,基于STM32单片机搭建了水肥一体化流量调节测试平台,并对该控制器的性能进行了试验验证。结果表明,与常规PID控制器和基于BP神经网络的PID控制器相比,所设计的控制器具有较高的控制精度和鲁棒性,降低了由时滞性、非线性等因素引起的影响。平均最大超调量为4.78%,平均调节时间为41.24s。特别是在施肥流量为0.6m3/h时,控制器表现出最佳的综合控制性能,达到了精准施肥的效果。     

基于改进Smith预估补偿的智能滴灌系统模糊PID控制

由于温室滴灌系统模型参数易受环境变化的影响,导致传统模糊PID的控制精度不高,因此提出一种改进Smith预估补偿的滴灌系统模糊PID控制方法。MATLAB/simulink仿真实验结果表明,改进Smith预估补偿的模糊PID控制相比传统模糊PID具有更好的控制品质和更短的响应时间,且过渡过程更短、超调量更小、稳定性更高,控制效果明显提升;同时,蔬菜温室的田间测试结果表明,滴灌系统的最大超调量为5.95%,且系统稳定后,土壤湿度始终保持在60.22%左右,运行稳定且符合温室的灌溉要求,实现了灌溉的精准管理和精确控制,为发展设施农业精准灌溉提供一种新的解决方案。     

基于模糊PID的变量液体施肥控制系统

变量液体施肥控制系统具有大惯性、非线性和参数时变的特点,采用传统的PID控制方法很难实现准确的控制。为此,在建立电动执行器的数学模型的基础上,采用自适应模糊PID对液体肥流量进行自动控制,并利用Mat Lab对变量液体施肥控制系统进行建模和仿真及实验验证。仿真与实验结果表明:变量液体施肥控制系统采仿真时,自适应模糊PID控制系统的动态静态指标明显高于常规PID控制;系统超调量、调整时间明显改善,即超调量为1.5%,系统进入稳态所需时间为0.86s。变量液体施肥控制系统实验时,PID控制变量液体施肥系统的响应时间为1.6s,超调量为7.8%。模糊PID控制变量液体施肥系统的响应时间为0.8s,超调量为0,使施肥量更有效地保持在给定范围。该方法可为变量液体施肥控制提供一种有效的控制方法。     

基于复合模糊PID的植保无人机变量喷雾系统设计

为提升现有植保无人机喷雾流量随飞行速度变化自适应调整的精准性，降低施药偏差，设计了一种基于复合模糊PID控制算法的植保无人机变量喷雾系统，可根据无人机飞行速度，以基于复合模糊PID控制算法的PWM调制实时调整喷雾流量。通过测试平台分别对比了此控制算法与PID、模糊PID的响应情况，并进行了无人机喷雾流量随飞行速度变化的响应测试。结果表明：基于复合模糊PID控制的系统响应较PID超调量降低63.64%,较模糊PID调节时间缩减23.08%,复合模糊PID与模糊PID的稳态误差控制在3.125%内，小于PID的4.688%;基于PID、模糊PID、复合模糊PID的喷雾系统喷雾流量平均偏差分别为2.67%、3.85%、1.90%;基于复合模糊PID算法的喷雾系统跟随飞速变化自适应调整喷雾流量的最大偏差为6.29%,满足植保无人机施药作业要求，可为农业航空精准变量喷雾系统设计提供参考。     

基于液态施肥系统的软管泵的设计与试验

针对目前液态施肥装置的挤压驱动机构寿命低、故障率高、易腐蚀等问题,设计了一种工作稳定、高效运行的用于液态施肥装置的软管泵。对软管泵进行三维建模,利用ABAQUS软件对其泵轴进行动力模态分析,发现泵轴转动频率与其前10阶的固有频率相差较大,不易发生共振。最后,试制软管泵,进行田间试验,结果表明:软管泵在一定压力和频率下,软管泵的流量与频率成正比,高频率下软管泵振幅及脉动较大,低频率下振幅及脉动较小,软管泵不易发生共振且工作性能稳定,排肥量可控、排肥均匀,满足精量棉花膜下滴灌水肥一体化施肥排肥要求。     

变量喷雾流量阀的变论域自适应模糊PID控制

为解决变量喷雾过程中实时混药时农药微小流量的控制问题，采用小型针阀、直流电动机及减速器设计了机电流量控制阀。构建了机电流量控制阀传递函数的数学模型，并为之设计了变论域自适应模糊PID控制算法。对该流量控制阀进行了变论域自适应模糊PID控制和PID控制的MATLAB仿真，比较结果表明：PID控制的响应时间为3.5 s，最大超调量约为39.0%，变论域自适应模糊PID的响应时间为0.93 s，超调量最大不超过2.9%。系统稳定性，准确性和快速性等指标完全满足农业技术要求。     

水动式比例施肥泵大田性能影响因素试验研究

水力驱动式比例施肥泵具有运行稳定、精准施肥的优点,在微灌系统中应用广泛。滴灌系统中为了达到设计要求的灌水均匀度,滴灌管入口压力应不低于设计压力,在维持滴灌管入口压力稳定的基础上,结合大田膜下滴灌系统进行了水力驱动式比例施肥泵的性能试验,分析了施肥泵入口流量、吸肥比例、滴灌管入口压力对吸肥量及管道内肥液浓度的影响。结果表明:施肥泵入口流量随着滴灌管入口压力的增大而变大,吸肥比例对入口流量基本没有影响;吸肥比例设定在2%～4%时,实际所需的施肥时间与设定时间相比增加了近1/4,吸肥比例和滴灌管入口压力都较大时易发生堵塞,侧翼迷宫式滴灌管整体稳定性不如内镶贴片式滴灌管;在大田滴灌运行时较大毛管入口压力与较大吸肥比例配合施肥精度较低,不宜采用。     

基于WOA优化模糊PID的设施智能水肥系统设计与实现

为解决传统水肥灌溉难以精准施肥以及水资源浪费的问题，针对当前水肥系统自适应能力差，存在非线性、时变性和滞后性以及自动化程度低等难点，设计了一套适用于设施农业的智能水肥远程控制系统。该系统通过基于鲸鱼优化算法（Whale Optimization Algorithm, WOA）优化模糊PID调控本地端电动球阀开度进而精确控制水肥溶液电导率（EC），实现远程控制电导率至设定范围。利用MATLAB/Simulink对PID、模糊PID、以及基于WOA优化的模糊PID控制系统进行仿真，发现较传统的PID控制模型，系统的超调量仅为PID控制的2.7%，调节时间缩短了86.5%，稳态误差降低了99.8%。实现了智能终端对传感器数据实时监测和智能算法对水肥溶液EC值远程精确控制，具有较高的实际运用价值。     

基于BAS-PID控制的精准变量施药系统仿真与试验

精准变量施药技术是精准农业的重要内容之一,为解决当前常用的变量施药方式存在的控制精度低、超调量大等不足,提出将天牛须搜索(Beetle Antennae Search,BAS)算法与常规PID控制结合形成BAS-PID控制算法,用于变量施药系统控制。首先建立施药控制系统机理模型并基于Matlab平台进行软件仿真,仿真试验结果表明,BAS-PID算法的超调量为0.024 1,绝对误差为1.14%,均低于常规PID和模糊PID,控制效果更好。在吉林农业大学试验田进行了田间施药试验,根据试验数据分析,BAS-PID、模糊PID以及常规PID的平均施药误差分别为0.016 L/min、0.020 L/min、0.238 L/min,平均超调量分别为0.006 L/min、0.016 L/min、0.238 L/min。BAS-PID控制算法的施药误差仅在0.01~0.02 L/min内,误差范围小,总体而言,该算法的施药误差和平均超调量都低于模糊PID和常规PID,系统应用效果好。试验结果表明:本文提出的BAS-PID算法提高了PID算法的参数适用性,施药控制精度高,超调量小,改善了变量施药系统的施药效果,可为推动精准变量施药技术的发展提供新的技术方案。     

施肥播种机肥料流量分段式PID控制系统设计与试验

施肥稳定性是评价变量施肥系统性能的重要指标,针对常规外槽轮式排肥器排肥时脉动性明显导致排肥均匀性差的问题,提出了基于肥料流量反馈的分段式PID控制方法,并设计了施肥播种机高精度肥料流量控制系统,系统采用肥料流量检测模块获取实时肥料流量并作为反馈输入,结合目标肥料流量,根据分段式PID控制算法得到控制输出量,驱动施肥电机,实现肥料流量的准确控制。搭建了施肥试验台,进行了肥料流量变化阶跃响应与施肥精度的台架试验,结果表明,肥料流量控制系统的阶跃响应时间最大值为1.42 s,均值为0.98 s,超调量最大值为3.49%,均值为2.82%,稳态误差最大值为0.89%,均值为0.64%,施肥量控制精度最小值为97.83%,均值为98.14%。在不同试验条件下,肥料流量控制系统的肥料流量控制精度与施肥精度均优于恒定转速系统。田间试验表明,当车速为4、6、8 km/h时,肥料流量控制系统的施肥量控制精度分别为97.84%、97.78%和97.82%,施肥量控制精度平均值为97.81%,标准偏差为0.28%,能够满足高精度施肥需求。     

基于神经网络整定的PID控制变量施药系统设计与试验

针对常规的大田喷雾装备的定量施药方式，在机具行进方向上农药雾滴分布不均导致农药有效利用率低的问题，设计了一种基于神经网络整定的PID控制变量施药系统。该系统采用多传感器实时监测车速、流量、压力等信息，并以此作为控制依据，运用神经网络自学习能力修正PID参数，精准调控药液回流量，解决了现有变量施药控制算法存在的超调量较大、稳态误差较大、响应时间较长等问题，实现了大田单位面积内施药量恒定的目标。为验证本系统算法对精准变量施药的优越性，在Simulink平台下对常规PID、模糊PID和神经网络PID控制方式进行建模仿真，结果表明，神经网络PID控制在上升时间、超调量和稳态误差方面均优于其他两种控制方式。田间试验表明，在不同车速下，液滴沉积数量标准差均小于1.4个/cm2；在不同施药量、车速随意变化的情况下，机具纵向均匀度变异系数均小于6%；车速在4～11km/h范围内随机变化时，系统平均调节时间为0.72s，平均超调量为2.1%，实际施药量与理论值相差1.3%。     

基于模糊PID控制的烘干房温度控制设计

为解决生猪运输车传统的晾干消毒所需时间周期较长问题，设计汽车烘干房，以气体热量进行交换，控制室内温度达到目标温度成为关键的问题。针对温度控制具有惯性大、滞后性等突出的特点特性，提出模糊PID的自适应模糊控制算法，该算法依据经验模糊控制规则，实时优化PID系数调教参数Kp、Ki、Kd，有效改善控制系统。根据试验可以看出，模糊PID控制的实际温度比目标温度最大温差为2.5 ℃，超调量为3.5%，而传统的PID与目标温度最大温差为5.1 ℃，超调量为7.1%。模糊PID与传统的PID控制相比较，具有较小的超调量而且在受到外界干扰反应速度也很快。     

基于单神经元PID的变量喷雾系统精准控制方法研究

针对现存农用无人机变量喷雾系统响应时间较长、超调量较大、跟随效果不稳定等问题,设计一种基于单神经元PID控制的农用无人机变量喷雾系统.该系统采用传感器检测流量信息作为控制依据,运用单神经元自学习能力不断调整PID参数精确调控喷雾流量,实现变量调节快速稳定的目标.为验证本系统控制算法的实际变量控制效果,采用Matlab平...     

基于ZigBee的液肥变量深施系统设计与试验

为了提高液肥深施效率,设计了一种基于ZigBee的液肥变量深施系统.该系统采用远程电脑终端与STM32F103RET6控制器同步结合实现液肥输出监测与控制:监控液肥水位值的同时利用流量传感器采集当前流量值,并通过ZigBee无线通讯协议传输数据;根据流量预设值,利用增量式PID算法动态调整变频器频率,最终使试验系统能够精确控制液肥流量输出.在试验系统的基础上,通过液肥深施试验以探讨施肥深度、变频器频率、注肥压力、系统用泵的回水开度等参数对流量精确控制的影响,并利用试验数据建立精准控制流量的数学模型.果园试验结果表明,液肥变量深施系统整机施肥精度最高可达99.52%,单次施肥的液肥损耗量最大值为0.22 L/min;在改变施肥深度的情况下,系统液肥输出流量的最大差值为0.15 L/min,变频器频率的最大差值为0.79 Hz.在改变回水开度的情况下,确定了试验中系统的最佳工作参数,即回水开度在40%时,系统工作最为稳定,流量输出误差小,液肥损耗量少.     

基于模糊神经网络的枸杞滴灌系统设计

枸杞作为宁夏地区重要的经济作物,其种植过程中的自动化水平低下,宁夏地处西北,全年降水量偏少,土壤以沙土为主,水分易流失,因此枸杞滴灌十分重要。常规的PID算法难以满足枸杞滴灌的自动控制,因此设计了基于模糊神经网络的控制系统,该系统整合了模糊控制和神经网络,将土壤含水率的偏差和偏差变化率作为输入值,经过模糊神经网络运算后,得到PID控制器的3个输入参数,然后通过PID闭环控制系统实现枸杞滴灌的控制,通过Simulink仿真实验得出,模糊神经网络PID控制比传统的PID控制,超调量小,响应速度快。     

基于模糊控制的车速跟随变量喷雾系统设计与试验

针对目前大田宽幅机械变量喷雾精准化程度低、农机车速变化对喷雾效果影响考虑不充分的问题，为了提高精准施药、施肥能效，基于3WF-1000型喷杆式喷雾机，设计了一种自适应跟随车速的变量喷雾系统。该系统采用传感器实时采集农机行进速度、出水管流量与压力、药箱液位高度等信息，运用Bisector模糊控制算法优化控制策略，实现了比例阀阀门变化角度的动态控制，达到了对出水管流量精准调控的目标。为验证Bisector模糊控制算法应用于本系统的优越性，利用Matlab构建仿真模型，与PID算法、Centroid算法对比分析，Bisector模糊控制算法在调节时间、超调量、稳态误差方面均表现优越。田间试验过程中，进行了非行走设定车速、恒定车速跟随、动态车速跟随以及单位面积喷雾量试验，结果表明，3种车速运行状态，变量喷雾系统适应扰动达到稳定运行的调节耗时分别为13.4、27.6、17s，单位面积喷雾量的最大绝对误差比率分别为1.20%、2.27%、2.87%，能够满足大田精准施药的精度要求。     

基于模糊免疫PID算法的变量施肥技术研究

提出了针对多种肥料自动配比变量施肥的技术方案。机械结构方面设计了多个独立的料箱,每个料箱均能够独立被微控制器控制;肥料流量控制则是根据肥料流量以及施肥机械的行走速度,采用了基于模糊免疫PID算法对伺服电机进行控制;在算法性能方面,采用Mat Lab软件对模糊免疫PID算法和传统PID算法做了比较,证明了算法的鲁棒性和稳定性;最后,设计田间作业实验方案,通过实验数据证明了该变量施肥系统施肥精度高、可重复性好。     

水肥一体机肥液电导率远程模糊PID控制策略

为检测水肥一体机肥液电导率(EC),并将其控制在合理范围内,基于物联网技术,设计了远程水肥灌溉控制系统,将自整定模糊PID控制算法引入远程开发者服务终端中,通过模糊PID控制算法调控本地端变频注肥泵的频率进而精准控制EC,并对本地端PID和远程端模糊PID控制算法进行了对比试验验证。结果表明:目标EC越大,稳态EC越精确,但稳态时间和超调量均增大;与传统本地端PID控制相比,该系统响应速度快、EC波动幅度小、稳定,当目标EC为2.5 mS/cm时,稳态时间和超调量分别达到120 s和20.8%,混肥时间和实测EC均能满足水肥控制实际需求。该研究实现了EC的远程模糊PID控制,以及灌溉施肥系统的计算机、手机微信多终端灌溉数据监测和开关量控制。     

果园有机肥深施机分层变量排肥控制系统设计与试验

果园不同深度的土壤养分不同，果树根系分层吸肥能力不同，有机肥分层变量深施可以解决传统施肥存在的养分分布不均和肥料利用率低等问题。针对有机肥分层变量深施的排肥控制问题，本文设计了排肥控制系统，可以根据用户设置的各层理论排肥量和作业速度，实时计算液压马达的理论转速，并采用PID算法控制比例流量阀开度，调节马达转速驱动螺旋输送器排肥，实现分层变量排肥。将AMESim中建立的液压系统模型与在Matlab/Simulink中建立的控制模型进行联合仿真，整定PID参数。液压马达转速调节性能试验中最大超调量为14r/min，达到稳定转速的时间最大为6s，控制性能较好，表明通过AMESim-Matlab/Simulink联合仿真，能够快速便捷地整定PID参数，结果准确可靠。排肥控制性能试验中排肥量相对误差最大6.20%，变异系数最大8.69%，排肥量准确性和均匀性均达到要求。设计的控制系统具有较好的性能，能为果园有机肥分层变量深施提供技术支撑。     

棉田自动施肥系统水肥pH值控制策略研究

新疆是全国最大的优质商品棉生产基地,但肥料施用方面仍主要依靠人工经验方式进行配施,每年不合理的施肥不仅造成了浪费,而且污染了土壤环境。新疆机采棉种植模式下自动施肥控制方面的研究还在探索阶段,目前尚没有成熟的系统。为此,设计了一套基于模糊-PID复合控制的水肥pH值控制系统,结合了PID控制稳态性能好和模糊控制动态性能好的优点,通过模糊控制与PID控制结合的方式来控制酸液罐电磁阀开启的时长,用以调节水肥的pH值。用MatLab软件对PID控制、模糊控制及模糊-PID复合控制下的系统进行了仿真对比,结果表明:模糊-PID复合控制阶跃响应追踪效果较好,相比于两个控制器单独控制时具有超调量更小、调节时间更短、稳定性更好的优势,可以实现水肥pH值的精确调控。