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。     

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。     

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。     

基于模糊PID的变量施用液体肥控制系统研究

根据变量施用液体肥控制系统的流量特性,采用模糊PID控制算法对液体肥流量进行自动控制,并利用MATLAB的Simulink和Fuzzy工具对模糊PID控制过程进行了仿真.仿真结果表明:与常规PID控制相比,模糊PID控制算法降低了系统超调,缩短了调整时间,增强了抗干扰性,使施肥量更有效地保持在给定范围,表明了模糊PID的优越性.     

模糊控制在液压混合动力车辅助驱动单元中的应用

液压混合动力车是一种新型环保节能车辆,以液压蓄能器和变量泵/马达为核心组成了制动能量再生系统。本文建立了变量泵/马达控制系统的数学模型,采用模糊PID控制对控制系统进行了仿真分析,结果表明模糊PID控制减小了系统响应的超调量,加快了系统响应时间,使系统具有良好的动态性能。     

基于神经网络控制算法的液肥变量控制系统研究

为了提高液肥变量控制系统的精度和稳定性,使控制系统具备较好的抗干扰及自适应能力,以液肥变量控制系统为研究对象,建立液肥变量控制系统的数学模型,分别采用常规、模糊自适应及BP神经网络3种控制算法,使用MatLab对3种控制算法进行系统仿真,由仿真结果分析系统质量性能参数,控制系统采用BP神经网络控制器后进行系统实际数据采集,验证系统实际作业效果。各算法质量指标对比表明:BP神经网络的上升时间、过渡时间、静差、超调量优于常规PID和模糊自适应PID算法,以液肥变量控制系统为控制对象,仿真和实际作业效果表现出良好的鲁棒性,响应速度且作业精度达到5%以内,可实现变量作业。     

液压混合动力车中变量泵/马达的模糊控制器的设计

液压混合动力车是一种新型环保节能车辆,以液压蓄能器和变量泵/马达为核心组成刹车能量再生系统,实现节能环保.为了便于对变量泵/马达的排量进行控制研究,建立了变量泵/马达控制系统的数学模型,分别采用模糊PID控制与PID控制对控制系统进行了仿真分析.仿真结果表明,模糊PID控制减小了系统响应的超调量,加快了系统响应时间,使系统具有了良好的动态性能.     

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%。     

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。     

基于模糊PID的冬小麦变量追肥优化控制系统设计与试验

为了实现冬小麦实时变量精确追肥,研究了基于模糊PID控制技术的变量追肥机追肥量实时调整算法,通过对排肥器转速和开度双变量调节,实现追肥量的优化控制。系统首先采用粒子群优化算法确定PID控制器参数的初始值,然后通过实时获取冬小麦冠层归一化植被指数和排肥器实时状态,结合模糊控制理论和PID控制技术,对PID参数进行在线整定,实时调整排肥器的转速和开度,从而实现追肥量的最优控制。试验结果表明:施肥过程中,施肥量存在波动性。但施肥量变异系数小,最大为3.22%,均值为2.09%,可以满足田间变量施肥的要求。模糊PID控制算法具有良好的动态稳定性和跟踪性能,无论是室内试验还是大田试验的控制精度均达到86%以上。     

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。     

设施蔬菜生产无人化开沟施肥机控制系统研究

为解决设施蔬菜生产存在的用工难、用工贵、劳动强度大、作业效率低、农机农艺融合不够等问题,设计基于PLC和自适应Fuzzy PID的设施蔬菜生产无人化开沟施肥机的控制系统。采用西门子S7-200 SMART PLC 作为主控制器开发开沟施肥机的控制系统,实现无人化开沟施肥;再采用自适应Fuzzy PID控制方法实现精准施肥。通过试验可得开沟深度最大相对误差为7.5%,平均相对误差为1.2%,施肥量最大相对误差14%,平均相对误差为6.6%,满足开沟控制要求和精准施肥要求,控制系统稳定性好,控制精度高,满足生产要求。     

高粱气吸式播种颗粒肥穴施控制系统

针对高粱的穴施肥技术设计了一套高粱穴施控制系统,并结合高粱穴播技术、种肥同施技术,完成根据高粱种子下落并伴随着穴施肥的精准施肥控制系统.采用离散元分析软件进行仿真模拟,通过仿真试验与实际试验进行数据对比,分析在确定穴施肥的基础上排肥器转速、排肥量之间的关系,做到理论与实践的结合.采用PID控制策略,最大优点是控制机理完...     

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。     

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。     

基于嵌入式通信系统的变量施肥虚拟样机优化设计

为了达到液态施肥机高速作业的目标,提出了一种新的施肥机施肥变量控制的方法,该方法主要采用Pro/E和ADMAS联合仿真的方式对机构的机械运动轨迹进行验证,采用模糊控制和二阶差分算法降低施肥量的误差,使用PLC实现施肥数据的处理和通信。为了验证该方法的有效性和可靠性,应用三维造型设计软件Pro/E,绘制机构各零部件模型并装配,通过改变保存文件的类型实现Pro/E与ADAMS数据交换,在ADAMS中建立机构虚拟样机和运动学仿真,得到了施肥机虚拟样机的运动轨迹。最后,通过PLC嵌入式通信系统的优化,得到了虚拟样机施肥量随速度变化曲线,并将优化前后的施肥准确度和效率进行了对比。通过对比发现:使用PLC嵌入式系统优化后的施肥机,施肥的精确性得到了明显的改善,且施肥效率较高,为变量施肥控制的研究提供了理论参考。     

四要素变量施肥机肥箱施肥量控制算法设计与试验

针对黑龙江农垦地区垄作玉米施肥过程中遇到的肥料分层问题,设计了一种四要素变量施肥控制系统。系统采用电液比例控制技术,主要由液晶显示终端、变量施肥控制器、4路液压马达和编码器、4路排肥机构（排肥轴和外槽轮）和GNSS模块组成。为了实现氮肥、磷肥、钾肥和微肥的一次性及时、准确施用,提出了一种基于复合交叉原则的各路施肥量确定策略,基于PID技术设计了液压马达控制算法。根据用户在变量施肥控制软件中设置的目标施肥量,系统自动确定各肥箱精确施肥量,基于PID液压马达控制算法,实时计算4路液压马达的目标转速,同步向控制器发送4路转速指令,一次性完成氮肥、磷肥、钾肥和微肥4种肥料的同步变量施用。为了验证各路施肥量控制算法的效果,分别进行了PID算法响应时间和精度试验、变量施肥系统单质肥排肥性能验证试验和作业条件下各肥箱施肥量控制算法验证试验。试验结果表明,基于PID技术的排肥轴转速控制算法响应时间不大于0.5s;变量施肥系统单质肥排肥性能误差绝对值不大于3%;作业条件下各路施肥量控制算法显著减少了氮素的施用量,实现了氮肥、磷肥、钾肥的精确投入。四要素变量施肥机各路施肥量控制算法完全满足了垦区玉米施肥精确、均匀施用的要求。