人工气候箱温湿度模糊控制

针对人工气候箱中温度控制、湿度控制的模型参数不确定及参数变化以及大滞后、强耦合特性，提出一种温湿度模糊控制及模糊解耦方法来进行控制。该方法不需要系统精确的模型，可以克服对象的大滞后和强耦合特性问题。文章给出了系统实现电路及仿真试验结果，试验结果表明该方法控制精度高、响应快，能够满足人工气候箱温湿度控制的要求，实际应用可以达到温度差±0.5℃的控制精度。     

基于神经动态优化的人工气候箱温湿度模型预测控制

针对由于人工气候箱温湿度的耦合和滞后特性,使其难于精确控制的问题,该文采用模型预测控制算法进行精确控制。基于人工气候箱温湿度控制模型,推导出了输入滞后对象的模型预测控制方法及其优化模型。为了解决模型预测控制的快速优化问题,采用神经动态优化方法作为模型预测控制的动态优化器,获得了基于神经动态优化的模型预测控制方法,并用来解决人工气候箱的温湿度控制问题。最后采用该方法和PID方法针对人工气候箱温湿度的阶跃响应和周期响应进行了仿真试验。试验表明,与常规PID(proportion integration differentiation)控制方法相比,该控制方法超调小,控制精度高,在线优化速度快。该研究可为模型预测控制在时滞系统中的应用提供参考。     

基于逆模型解耦的绿茶烘焙变论域模糊控制

绿茶烘焙过程,伴随着复杂的物质交换和热交换,温、湿度变化耦合严重。针对这一问题该文提出了一种基于逆模型解耦的变论域模糊控制方法。采用支持向量机(support vector machine,SVM)方法辨识绿茶烘焙过程,建立精度相对较高逆模型,根据试验结果,电热丝电流平均误差为4.3%,而风机转速为8.5%。将该模型并与被控对象进行串联,建立伪线性系统,实现温、湿度解耦。同时采用模糊控制器对温、湿度分别进行独立控制,同时对模糊控制器的论域进行改进,增强系统的环境适应能力。性能试验结果表明,该控制系统能够将温度误差控制在小于1.4℃,相对湿度控制误差仅为2.8%;品质试验表明,绿茶橙花叔醇成分平均提升15.2%,α-法呢烯成分平均提升17.4%,芳樟醇成分平均提升14.2%。该文方法能够有效提升绿茶烘焙过程的控制效果,提供了一种控制绿茶烘焙过程的新途径。     

水稻育秧温湿度模糊解耦自动控制系统设计

为提高育秧机械作业质量和自动化水平,设计了育秧温湿度模糊解耦自动控制系统。该系统采用实时采样控制,根据秧地现场气温实时变化情况,自动将秧地塑料薄膜搭棚打开或折叠;根据秧地土壤含水率实时变化情况,自动向秧盘内灌水或停灌。为解决实际控制中温湿度之间的交叉耦合现象,引入解耦因子φ1、φ2,采用了带解耦的模糊控制算法。试验结果表明：该系统运行可靠稳定,能较好地保证秧苗对温度和湿度的技术要求。     

基于广义回归神经网络的灌溉系统首部多用户配水快速PID控制

针对多用户配水状态下灌区流量、压力需求变化范围大,传统流量、压力控制响应速度慢等问题,建立适用于多用户灌区配水的灌溉系统首部控制技术。该研究通过分析供水系统流量、压力调节方式,提出了流量、压力PID(Proportion Integration Differentiation)耦合调节方法,建立以电动阀开度为流量控制量、变频器频率为压力控制量对流量和压力进行调控的灌溉首部控制系统。为了减少系统的调节时间,提高系统的运行效率,采用广义回归神经网络(Generalized Regression Neural Network,GRNN)建立流量、压力和电动阀控制模拟量、变频器控制模拟量间的预测模型,形成神经网络PID控制模型(GRNN_PID),并进行模型精度和控制精度验证。GRNN训练结果显示,变频器控制模拟量的相对误差为0.11%～3.86%,电动阀控制模拟量相对误差为0.09%～5.74%,模型精度较高。使用3个调节过程模拟3个用户的需水行为对模型进行验证,结果表明,GRNN_PID模型3个过程的调节时间分别为11.6、10.7和7.2 s,PID模型3个过程的调节时间分别为31.7、29.6和16.9 s,GRNN_PID模型大幅减少了系统的调节时间,提高了系统的运行效率;分别计算了2种模型的控制精度,GRNN_PID调节方法和传统PID调节方法的稳态流量和压力误差都在1%以内,最大超调量为8%,控制精度较高但相差不大,表明GRNN是从策略上加速系统调节速度,其本身并没有对PID的参数进行调整,因此对系统的控制精度影响不大。研究可为灌溉系统流量压力快速控制提供参考。     

基于分层结构模糊免疫PID的孵化过程控制

针对孵化系统具有强耦合、强干扰、大滞后的特点，提出一种基于分层结构的模糊免疫PID（Proportional—IntegralDerivative）算法，首先，前层结构控制采用前馈补偿解耦控制算法消除系统主要控制参数的耦合关系，后层结构控制根据系统主要参数易产生震荡和超调特点，采用模糊免疫PID控制算法，该算法根据模糊控制原理对PID参数模型中的kp，ki，kd进行在线修改，利用生物免疫机理调整非线性函数，然后用免疫修正进一步调整PID系统参数，实现家禽孵化设备中温度、湿度和含氧量的更为精确的智能控制。最后，实际运行结果验证了该控制算法的有效性。     

种鹅舍环境智能监控系统的研制和试验

针对种鹅反季节繁殖生产中硬件设备功能低下、难以实施舍内环境操作的适时精细调控、难以获取记录舍内环境数据进行问题溯源等问题,提出一种专门应用于种鹅反季节繁殖生产舍的环境智能监控系统。该系统通过BP神经网络建立温湿度智能调控模型,取代人工手动操作以满足舍内环境要求。通过GPRS模块无线传输舍内环境参数,并利用其GSM功能通过移动终端远程控制风机、照明、水泵等设备。以EXT、Hibernate和Spring为基本框架技术,构建了轻量级、强壮的多级缓存的J2EE企业级Web应用程序,实现鹅舍环境参数的远程监控,并与现有商用人工控制器进行了现场试验和性能对比。试验结果表明:该智能监控系统长期运行稳定、可靠,能够满足鹅反季节繁殖对光照和温湿度的环境调控要求。与人工粗略控制、上海梵龙的畜禽控制器相比,控制精度分别提高5.49%和2.83%。在夏季风机湿帘负压通风降温时测定的舍内温度相对于设定值的均方根误差分别为0.202、0.494、0.372℃,相对湿度相对于设定值的均方根误差分别为1.745%、3.166%、2.621%,控制效果显著优于人工粗略控制和现有控制器(P0.05)。在精准的光照调控下,种鹅均能按预期的时间开产,并在高峰期长期维持产蛋率35%~45%,表现出稳定、良好的产蛋性能。     

冷库温湿度计算机控制仪的研制

冷库温湿度计算机控制仪主要由ＭＣＳ－５１系列单片机、Ａ／Ｄ转换器、输出控制电路、显示电路、报警电路、测温和测湿器件等组成。温湿度控制范围为：温度（－４０～１１℃）±０．５℃;相对湿度：（０～１００％）±（２％～３％）。几年来的试运行结果表明,利用该计算机控制仪控制冷库的温湿度,控制精度高,库内温湿度波动小,提高了冷冻产品的质量,而且能耗明显降低,平均可节电８％～１０％。     

基于多信息融合的番茄冠层水分诊断

为精确、快速、稳定地测定番茄植株含水率并能全面检测其水分胁迫程度,该文通过将番茄冠层的反射光谱、多光谱图像、冠层温度特征及环境温湿度进行多信息融合,评判其水分胁迫状况。通过去除冠层光谱噪声波长,并进行相关性分析,确定950～1080nm、1170～1300nm、1370～1500nm、1600～1730nm和1860～1980nm为5个相关性较高的波段,并利用逐步回归,进一步筛选出1026、1247、1431、1640、1910nm为特征波长。对获取的中心波长为810nm近红外图像和560nm可见光图像进行3×3窗口的中值滤波,采用最大类间方差法进行图像分割,计算图像的平均灰度。获取番茄冠层温度,并结合环境温湿度信息,建立番茄的冠气温差模型和水分胁迫指数模型。将5个特征波长、单通道的近红外和可见光图像的灰度均值和CWSI作为多信息融合的输入,利用偏最小二乘-神经网络回归分析并进行了验证,最终得到实测值与预测值的相关系数为0.9364,验证均方根误差为10.6713,平均误差为7.6714%,拟合方程斜率为0.9615。多信息融合模型的各项评价指标均好于单一信息模型。     

直流电机驱动农用履带机器人轨迹跟踪自适应滑模控制

为了提高农用履带机器人轨迹跟踪控制的性能,将履带机器人模型视为由电机驱动方程和运动方程组成的级联系统,在考虑了履带机器人运动学模型和电机驱动模型动态特性的基础上,构建了一种变倾斜参数的自适应积分滑模切换函数,基于这个函数设计了由等效控制和切换控制组成的自适应滑模控制,将机器人的位姿误差以及在线辨识的驱动电机时变不确定参数反馈至控制器中,计算出左右轮驱动电机的期望角速度,控制履带机器人运行。田间试验结果表明,当机器人分别以1,3,4 m/s速度运行时,在运动方向距离误差、侧向距离误差和航向角的误差分别在-0.04~0.04 m,-0.09~0.07 m和-0.03~0.05 rad范围内。因此,基于电机驱动的机器人自适应滑模控制具有良好的控制精度,能够满足田间实际作业的要求。     

基于组态软件和模糊控制的分娩母猪舍环境监控系统

为解决北方寒冷地区分娩母猪对猪舍环境的要求,该文研究了一种舍内环境监测和控制系统。该系统综合考虑舍内温度、湿度、氨气浓度及其相互影响,利用组态软件、模糊控制技术和解耦控制技术,通过机械通风系统和热水采暖系统实现了舍内环境的智能控制。试验结果表明该系统可行且实用,在保证舍内所需温度基本恒定的条件下（舍内温度控制的最大相对误差为5.5%）,也能使舍内相对湿度和氨气浓度保持在适宜范围内。     

海洋微生物酶反应器智能控制系统的研制

生物发酵过程具有严重非线性、高度时变性、高阶多变量和大型不确定的特点,为了实现生物发酵过程的自动化控制,提高生物技术产品的生产水平,使得发酵过程的参数检测、操作监视、自动控制等智能化,分析了影响发酵过程的主要因素以及各变量之间的耦合关系,综合应用传统的PID控制方法、模糊神经网络技术,构建了一种多变量模糊神经控制系统的前馈解耦算法并将其应用在发酵过程的思想,同时采用了冷凝、回收、利用发酵尾气技术,解决了尾气排放、罐体泄漏染菌的问题。模糊神经控制器和解耦部分独立设计,在模糊控制器中引入神经网络,解耦网络采用一层隐层,利用简化的学习算法,根据系统输出误差,在线调整网络权值,从而实现动态解耦而无需辨识被控对象的模型。该方法结构简单且计算量小,经实际应用结果表明这种控制算法具有很好的控制效果。     

中国不透水面变化与社会经济协调发展的耦合关系

[目的] 探究21世纪以来中国不透水面与社会经济耦合协调发展动态,解析景观城市化与社会经济发展的矛盾与协同的时空格局,为开展差异化的区域水土保持和城乡发展策略制定提供科学依据。[方法] 运用脱钩模型和耦合协调度模型开展2000—2018年中国355个市域单元的不透水面与社会经济耦合协调发展的时空变化特征。[结果] ①中国不透水面持续扩张与社会经济发展整体上基本不同步,存在显著的区域差异。2000—2018年不透水面扩张总体上落后于经济发展,但东北和华北地区不透水面扩张速度相较于经济增长速度经历了从落后到超前的过程,弱脱钩类型占比下降了38.59%,负脱钩型占比上升了30.70%。不透水面与人口的耦合关系中,全国市域尺度的不透水面扩张基本超前于人口增长,其中华中、西北和西南等地最为显著,导致强负脱钩型占比增加了23.94%。②2000—2018年不透水面与社会经济的耦合协调度随不透水面变化率的上升而降低。在增长25%以下的不透水面变化率区间内,不透水面—经济与不透水面—人口的耦合协调关系,表现为显著的拮抗关系。[结论] 21世纪以来中国景观城市化过程与社会经济的动态关系趋向不协调,未来应严格控制城乡不透水面向外蔓延,提高土地集约利用程度,促进城乡可持续发展。     

温室系统生态位智能控制方法研究

温室系统的控制受多种因素的影响,具有高度的非线性和时变性,是带约束的组合优化问题。一般温室的控制主要就温度进行设计,该文鉴于营造一个温室内物种生长的最适生态环境,提出以最佳生态位为标准的跟踪反馈控制,并利用遗传算法实现最佳生态系统的模糊控制设计。仿真结果表明该方法能实现作物对生态环境的整体适应性     

中国温室环境智能控制算法研究进展

温室控制技术正面临着新的突破，智能控制将成为温室控制中发展的新阶段。该文以近年来我国温室控制领域的研究成果为基础，结合国际上一些比较值得注意的动向，分析了温室智能控制系统算法方法的特点，对其研究现状进行了评述，进一步探讨了相关问题，并提出了温室智能控制方法在今后可能发展的方向。     

基于GA的模糊技术在“牧羊”机器人驱动系统中的应用

针对“牧羊”机器人研究中的理想系统与实际系统的模型匹配问题，为提高机器人的运动精度，在控制器的设计中，将模糊控制和遗传算法结合起来进行优化，实现了对机器人两个驱动电机的协调控制。在优化遗传算子的基础上，根据训练样本，自动生成模糊规则，从而提出了一种模型不确知的复杂系统过程控制方法，在优化隶属函数后，能生成模糊规则，最后用仿真试验证明了该方法的有效性。     

基于模糊控制理论的自适应模糊控制半主动悬架研究

介绍了自适应模糊控制方法，可以在线自适应调整模糊控制的有关参数，文中以某车辆半主动悬架为例，对自适应模糊控制半主动悬架控制进行了设计分析，性能仿真表明了该方法的有效性，同时改善了车辆舒适性和安全性，试验与计算结论基本吻合，自适应模糊控制半主动悬架性能明显优于被动悬架。最后，对自适应模糊控制在应用中有待解决的问题提出了展望。