自适应模糊PID与PI复合控制变量施肥系统研究

针对农业生产中变量施肥量很难精确控制的问题,提出了变参数自适应模糊PID与变参数PI控制相结合的方法。系统初期采用P主导型PI控制,以提高系统快速性;系统中期采用自适应模糊PID,同时兼顾系统快速性和稳定性;系统末期采用I主导型PI控制,充分体现系统的稳定性。实验结果表明:自适应模糊PID与变参数PI复合控制施肥系统的最大超调量不超过2.21%,响应时间为0.23s。自适应模糊PID与变参数PI结合的方法优于传统的PID控制,可为变量施肥精确控制提供一种有效的途径。     

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。     

基于变论域模糊PID控制的转向执行机构研究

针对重载车辆转向执行机构系统,提出了基于变论域模糊PID控制的液压缸位置控制结构.传统的控制方法常采用模糊PID控制,虽然控制效果好于PID控制,但普通模糊控制精度低、超调量大,因此有必要采用变论域方法.该方法通过伸缩因子改变模糊输入和输出变量的论域,使论域自调整,以较少的控制规则实现了较高精度的控制.Matlab仿真表明,与传统的模糊PID控制系统相比,该方法的超调量小,控制精度高,控制效果明显好于模糊PID控制.     

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。     

一种自走式施肥机变量施肥控制系统改进

针对丘陵山区现有的自走式施肥机变量控制系统存在惯性大、非线性以及不能及时响应等,传统PID控制策略很难达到精准施肥要求。为此,在建立施肥控制系统数学模型的基础上,采用模糊PID对排肥轴转速进行控制,然后在Simulink工具箱搭建该控制系统的PID仿真模型。分析、对比传统参数整定的PID控制和自适应模糊PID控制系统性能差异。模型仿真和田间试验结果表明:自适应模糊PID控制器改进后的系统模型,响应时间为0.7 s,超调量3.36%,相比传统PID控制模型具有更好的动静态特性;而且在排肥控制性能试验中,单穴排肥量误差为1.52%~5.10%,变异系数最大为4.31%,排肥量准确性和均匀性均达到要求,改进的控制系统性能更优。     

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。     

基于自适应模糊PID控制下拖拉机液压系统的优化

为了实现拖拉机电子液压系统在田间的压力控制，建立了拖拉机液压控制系统数学模型，并结合压力控制算法设计了拖拉机自适应模糊PID控制系统，以实现拖拉机的压力控制。以传统PID算法、带补偿修正的传统PID算法和补偿修正的自适应模糊PID算法进行试验，验证不同控制器对拖拉机的压力控制效果。研究结果表明：当输入为1.5MPa的阶跃信号，传统PID控制器的响应时间为2.5s,波动范围为0.5MPa;带补偿校正的自适应模糊PID的响应时间为1.5s,波动范围为0.3MPa,响应时间降低了40%,压力波动范围也减少了40%。因此，提出的补偿修正的自适应模糊PID算法下拖拉机液压系统具有更好的动态控制性能。     

移栽机械臂的设计及仿真研究

为适应新疆复杂多变的大田栽植环境,设计一种农业领域使用的自动移栽机机械臂,以期搭载末端执行器实现钵苗的精确、无损取投,由于一般的控制方法很难保证自动移栽机机械臂作业的精度,通过对比模糊PID自适应控制与经典PID控制优缺点,使两种方法相结合同时进行算法优化,设计一种模糊PID自适应复合控制器,运用ADAMS和MATLAB/Simulink进行联合仿真分析,同时进行干扰测试,仿真试验表明:与模糊PID自适应控制相比,该复合控制方法的超调量降低14.9%,响应时间降低31%,干扰信号作用下,跳动幅度降低50%,恢复到给定值的时间降低约0.2 s。     

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%。     

插秧机行驶速度变论域自适应模糊PID控制

农机行驶速度控制是精细农业中导航控制和变量作业控制系统的重要组成部分。农机在田间行驶过程中状态多变且环境恶劣,对行驶速度控制算法的自适应能力要求较高。在分析农机变速机构的基础上设计了插秧机行驶速度控制系统,将变论域方法引入模糊PID控制器设计中,提高了控制算法的适应性,并以高速乘坐式插秧机为试验平台进行了控制算法的水泥道路试验验证。试验结果表明,所提出的控制算法对插秧机行驶速度控制是可行的,插秧机行驶速度平均误差小于0.02m/s,与PID控制算法相比,调节时间更短,超调量较小,并且具有更好的自适应能力。     

水轮机调节系统控制技术研究

介绍了水轮机调节系统控制技术目前的应用情况和存在的问题,着重阐述了现代控制技术和智能控制技术的主要研究方法和研究成果及其应用情况;并提出将多种控制技术相结合形成综合控制技术,将是水轮机调节系统控制技术的发展方向.     

智能车辆横向混合切换控制器设计

考虑到智能车辆在不同工况下表现出不同的系统特性,设计了由线性二次型最优控制律和利用模糊逻辑推理得到的模糊控制律组成的混合切换控制器。当偏差和偏差变化率较小时(小角度转弯),假设系统特性固定不变,切换到最优控制律;而在偏差和偏差变化率较大时(大角度转弯),车辆具有强非线性、时变、耦合和参数不确定性等特性,切换到模糊控制律。采用ADAMS和Matlab/Simulink联合控制仿真的方法对该智能车辆的横向控制算法进行仿真,并通过试验验证。仿真和试验结果表明:该横向控制器可保证智能车辆在路径跟踪过程中的准确性和平稳性。     

智能车辆横向混合切换控制器设计

考虑到智能车辆在不同工况下表现出不同的系统特性,设计了由线性二次型最优控制律和利用模糊逻辑推理得到的模糊控制律组成的混合切换控制器。当偏差和偏差变化率较小时(小角度转弯),假设系统特性固定不变,切换到最优控制律;而在偏差和偏差变化率较大时(大角度转弯),车辆具有强非线性、时变、耦合和参数不确定性等特性, 切换到模糊控制律。 采用ADAMS和Matlab/Simulink联合控制仿真的方法对该智能车辆的横向控制算法进行仿真,并通过试验验证。仿真和试验结果表明：该横向控制器可保证智能车辆在路径跟踪过程中的准确性和平稳性。     

波浪补偿控制算法综述

为了实现对船舶在波浪中的运动响应进行补偿,提高海上作业的效率,需要对波浪补偿设备采用更为先进的运动控制技术.采用前馈控制和反馈控制的分类方式,简述了适合用于波浪补偿设备的控制算法研究现状,以便于更好地了解波浪补偿控制技术的发展.其中属于前馈控制类算法的主要有卡尔曼滤波法、神经网络和时间序列分析法;属于反馈控制类的主要算法有PID控制算法和模型预测控制算法.分析这些算法在波浪补偿控制中的理论原理和研究进展,并且通过对相关学者的研究文献进行了对比分析,指出了卡尔曼滤波法、神经网络和时间序列分析法以及PID控制算法和模型预测控制算法的关键特征.在结论中根据不同控制算法的原理和特征给出了这些算法在波浪补偿控制中可能的研究方向,可以为波浪补偿控制系统的研究和发展提供指导意见.     

Drainage control in water management of polders in the Netherlands

One of the impacts drainage has on the downstream part of a water system is a higher risk of peak flows caused by heavy precipitation. In the polders of the Netherlands this is a well-known problem. The heavy precipitation flows easily from paved areas and with some delay from unpaved areas into many small canals and through these canals towards the downstream pump station. Here, high water levels can result in an unacceptable high groundwater table. This problem has grown over the past years as more area has been paved and storm events have become more extreme. Until recently in the Netherlands, the solution for this problem was to increase the pump capacity, but nowadays the Dutch Government's opinion and that of the local Water Boards about solving this problem is changing. Rather than shifting the problem to more downstream lying parts of the water system, the philosophy has become “first retain, then store, only then discharge” (Nationaal Bestuursakkoord Water, 2003. Dutch National Policy on Water Management for the 21st Century). A way to retain water in upstream parts of the waters system is to use real-time control structures in the upstream canals. In this paper a control method is presented that can effectively retain water in the upstream parts, until the downstream part can accommodate this amount of water. The method is based on upstream Proportional Integral-control with adaptation of the set point. The control is referred to as Cascade PI-Control. Basically, the goal of the control method is to fill the available storage equally in the whole area. Tests have been performed with a calibrated model of an existing polder in the Netherlands. Results show that application of the control method is sufficient to avoid such drainage problems.     

农机导航自校正模型控制方法研究

针对运动学模型中的近似条件对模型控制方法曲线路径跟踪精度的影响,提出了一种农机导航自校正模型控制方法。该方法采用模型控制方法设计控制律,并采用模糊控制方法自适应地在线调节模型控制律的控制量。农业机械的路径跟踪实验结果表明,该方法既保留了模型控制方法在直线路径跟踪方面的优点,又弥补了模型控制方法在曲线路径跟踪方面的缺陷。当速度为1.0 m/s时,直线路径跟踪最大横向偏差小于0.064 9 m,曲线路径跟踪的最大横向偏差小于0.185 7 m。     

基于模糊控制的播种机精密单体播深控制仿真研究

为了提高播种机单体播深控制的精度和速度及研究播种机作业过程中土壤的变化规律,设计了一种新的播种机单体控制系统,在播种自动化控制环节中引入了模糊算法和PID闭环控制,建立了播深模糊控制的数学模型,并通过多软件联合仿真的方式对控制系统进行了仿真实验,验证了算法的有效性和可靠性。利用MatLab线性回归算法得到播深和施加力的线性回归方程,通过播深的反馈调节对施加力进行模糊控制,使用Mat Lab模糊控制工具箱设置了控制参数,最终实现播种机精密PID闭环控制。应用Pro/E软件设计了精密播种机三维参数化模型,将模型导入到ADAMS软件中进行了运动仿真,将结果和Mat Lab计算得到的结果进行对比发现:其误差小于10%,说明仿真结果是可靠的。     

气动位置控制技术的发展

简要叙述了气动位置控制技术的发展，分析了气动位置控制的基本方法、控制策略以及现有的研究成果，并时气动位置控制发展趋势作了展望。     

现代汽车电控巡航系统控制原理浅谈

介绍了巡航电控技术的作用、特点、类型、控制原理,其中着重介绍巡航电控系统两种执行器的控制原理.     

基于GPC-ILC的秸秆捡拾致密成型机主轴转速控制方法研究

为解决秸秆捡拾致密成型机主轴转速自动控制问题,以利于致密成型机全程智能化作业,设计了电液控制系统的数学模型与转速预测模型,提出了一种基于GPC-ILC的致密成型机主轴转速控制方法,通过采集先前成型机运行过程中的输入、输出数据,使用带遗忘因子的最小二乘法辨识广义预测控制的参数模型并计算预测输出值,根据以往过程的累计平均模型误差修正预测输出值,并引出迭代学习控制律,在线实时计算新的控制量,实现主轴转速的控制。场地收获试验表明：增负荷时,转速最大动态偏差为3.21r/min,与目标值的偏差为2.6%,最大余差为1.23r/min;减负荷时,最大动态偏差为2.23r/min,与目标值的偏差为2.47%,最大余差为0.89r/min;增减负荷转速达到稳定时间小于5s,超调量小于3%。田间试验表明：最大动态偏差为3.75r/min,与目标值的偏差为3.47%,最大余差为1.79r/min,满足成型机田间作业的需求。GPC-ILC算法可及时校正模型失配、干扰引起的转速控制的不确定性。