基于神经网络PID的小麦收割机械式行走装置设计

为了提高联合收割机行进速度控制的响应精度、缩短控制过程的响应时间及提高收割机的作业效率,设计了一种新的小麦收割机械式行走装置。该装置利用新型液压-机械控制方案,结合神经网络PID控制器,提高了行走装置的响应速度和精度,并解决了收割机原地转向及特殊地块通过性较差的问题。行走系统采用双联集成变量柱塞泵和2个定量摆线马达的相互独立闲式液压传动系统,实现了收割机行走系统的无级调速。为了测试装置的有效性和可靠性,对PID控制器的响应精度和响应时间等进行了测试。通过测试发现:PID控制器的调节时间仅为0.02s,响应迅速,超调量低,响应精度较高,为小麦收割机现代化设计提供了较有价值的参考。     

基于PLC的采摘机械手电气自动化技术研究

为了提高采摘机器人电气自动化的效率、水平及机器人的智能化程度,在采摘机械手的设计上引入了PLC控制系统,并利用PID控制算法对自动化系统进行了改进,提高了自动定位和采摘动作控制的精度。为了验证方案的可行性,模拟采摘机器人的作业环境,采用MCGS软件设计了采摘机械手作业的监测系统,并对采摘的漏采率和破损率进行了测试。测试结果表明:基于PLC的采摘机械手具有较低的漏采率和破损率,可以满足较高精度的采摘机器人设计需求。     

小型多功能旋转割刀式割草机设计

旋转割刀式割草机是草坪割草作业最常用的工具,为了提高割草机的自动化作业水平,对手推式旋转割刀式割草机进行了改进,将神经网络PID控制器引入到了割草机控制系统的设计上,使其具有自主导航、自动反馈调节、自我诊断等多种功能,有效地提高了割草机的自动化和智能化水平,以及作业质量和作业效率。为了验证方案的可行性,对多功能旋刀式割草机器人的性能进行了测试,结果表明:采用神经网络PID系统后,割草机具有更快的响应速度,对作业区域的准确识别率和自主沿着规划路径行走的精度也有所提高,可以满足割草机自动化作业的设计需求。     

联合收割机最短路径设计—基于禁忌搜索和PID算法的

为了提高联合收割机的收割效率和自动化作业能力,使其在复杂地块具有智能路径规划功能,提高收割机作业的自适应能力,提出了一种基于禁忌搜索的智能联合收割机自动路径规划优化方案,并采用PID反馈调节控制算法,来降低算法的误差;建立了联合收割机智能搜索的禁忌算法模型,并设计了积分、微分和比例调节的PID控制模型;最后利用实地和软件测试的方法对算法的可行性和可靠性进行了测试。结果表明:利用禁忌搜索的PID控制算法可以有效地缩短路径规划时间,提高算法的精度,从而验证了算法在收割机智能控制上应用的可行性。     

激光扫描精密施肥定位机械装置研究——基于PLC控制

为了提高施肥的精度,实现施肥过程的自动化,设计了一款新的激光扫描定位PLC自动化控制的精密施肥机器人。采用PID调节的方式设计了机器人的PLC控制闭环系统,以激光扫描得到的施肥深度为依据,通过逻辑判断调整变速器的传动比,实现不同深度的施肥效果,提高了施肥作业的智能化水平及施肥的精度。为了验证装置的有效性和可靠性,在田间对精密施肥机器人进行了测试。田间测试发现:对于施肥长度为50m的作业,所设计的施肥机器人的施肥时间明显降低,大大提高了作业效率,施肥合格率明显高于传统的施肥机器人,可在精密化施肥和自动化农业生产中进行推广。     

基于模糊神经网络的液压式播种机电气控制系统研究

播种机电液悬挂系统主要用于在使用过程中对播种机具进行调节,以实现播种深度和播种间距的控制。为了提高电液悬挂系统的控制精度和智能化水平,将模糊神经网络理论引入到了控制系统的设计上,通过PID反馈调节的方式,实现播种机具的自动化提升或者降低,保证播种机具在预定的耕深下工作。模拟免耕播种的作业环境,对模糊神经网络PID控制系统进行了测试,结果表明:在播深自动化调节过程中,系统的响应速度较快,响应精度较高,从而验证了方案的可行性。     

基于大数据技术的播种机无线自动导航定位系统研究

为了提高播种机的定位导航效率及导航自动化水平,将大数据处理技术和无线传感网络技术引入到了导航系统的设计上,并通过定位算法对位置信息进行估计,实现了播种机的自动定位导航。模拟农田作业的环境,在700m×1000m的网格区域范围内布置了传感器节点,并利用仿真计算的方式对导航的精度进行了测试。测试结果表明:采用三边测量法,结合PID控制器可以有效提高定位精度,可对自动导航系统的设计提供较有价值的借鉴。     

农用车辆路径跟踪预瞄控制研究 —基于免疫模糊PID算法和视觉导航

在无人驾驶农用车辆过程中,由于作业环境的复杂性,往往会遇到一些突发状况,如急转弯或者突然出现障碍物等,目前的视觉导航技术一般都是获取路径信息后直接进行反馈调节,在遇到突发状况时难以有效的工作。为此,将跟踪预瞄加反馈控制器引入到了无人驾驶农用车辆自动导航系和控制系统中,并使用免疫模糊PID算法对控制系统进行优化,以提高控制的效率、精度及自动化程度。为了验证该方法的可靠性,模拟农用车辆的作业环境,对控制算法的精度和效率进行了验证。仿真结果表明:采用免疫模糊PID算法具有较高的控制精度,且运算效率高,如将其使用在农用车辆自动导航和控制系统中,对于提高导航的精度和智能化程度具有重要作用。     

基于自适应模糊控制的拖拉机远程监测系统设计

为了提高拖拉机监测系统的自动化和智能化水平,将自适应模糊算法应用到了拖拉机监测系统的设计上,通过自适应遗传算法和模糊PID反馈调节,实现了拖拉机故障和作业质量的智能化监测。为了验证自适应模糊算法在监测系统中的作用,以多拖拉机联合作业为测试对象,在农田作业区域布置了无线传感网络,对远程监测故障诊断结果进行了统计。统计结果表明:自适应模糊算法相比不采用智能算法得到的诊断结果更加准确,对提高监测系统的精度具有重要作用。     

基于PID可编程控制器的小麦收割机机械式自动变速箱档位控制设计研究

AMT作为自动变速器中的一种,具有结构简单、操纵方便、传动效率高、成本低等特点,在变速箱的设计中具有广泛的应用。为了提高小麦收割机的自动化程度和对不同收割作业环境的自适应能力,提升收割机的作业效率,本文在小麦收割机机械式自动变速箱档位的设计过程中提出了一种PID可编程控制算法,并结合遗传算法建立了PID控制器的数学模型,编制了PID控制程序。为了验证档位速比的可行性,将从最低到最高的6个档位的速比转换为喂入量,利用FLUENT软件对不同喂入量下的收割模块进行了数值仿真模拟计算,通过反复计算对档速比进行优化设计;最后将参数引入PID控制器的优化过程中,实现了变速箱档位的自动调节,为小麦收割机变速箱的设计提供较有价值的参考。     

基于PID直流电机驱动的移动式采摘机器人设计

为了提高移动式采摘机器人的控制效率和移动精度,将直流电机驱动电路引入到采摘机器人移动控制系统的设计中,并采用PID算法对移动速度进行调节,从而避免采摘机器人在移动过程中产生较大的速度波动,提高其作业时的平稳性。为了验证PID算法在采摘机器人移动控制系统上使用的可行性,模拟葡萄采摘机器人的作业环境,对采摘机器人移动过程的速度控制进行了仿真模拟,结果表明:达到速度预定目标时,PID算法比常规算法具有更快的响应速度,调节过程也更加平稳。     

农用无人机移动补给平台自主降落算法与试验

为实现根据无人机作业位置改变中途补充能源或喷洒物的起降地点,增加无人机有效作业时间,提高无人机作业效率,设计了无人机移动补给平台。通过研究农用无人机自主降落过程,提出一种基于模糊逻辑和比例积分微分(Proportional-integral and derivative,PID)分段控制的农用无人机跟踪降落算法,该算法既拥有PID算法的高精度,又兼顾模糊控制算法响应速度快、超调量小、鲁棒性强的优点。目标轨迹跟踪预测由粒子滤波器跟踪算法和轨迹拟合算法相结合进行求解。仿真和现场试验表明,与单一的PID算法和模糊逻辑算法相比,分段控制算法能够把农用无人机对移动补给平台的跟踪误差缩小到6. 7 cm以内,在移动补给平台上的降落精度控制在7. 2 cm以内。     

基于免疫模糊PID算法的农机机器视觉研究

为了提高农机视觉系统的精度及无人驾驶农机的导航效率,将免疫模糊PID算法引入到了收割机视觉控制系统的设计中,通过PID控制器反馈误差后,利用免疫算法和模糊控制算法对导航追踪误差进行修正,从而有效地提高了导航的精度。为了验证该方法的可行性,设计了基于免疫模糊PID算法的农机导航追踪误差修正系统,并分别对不使用PID算法、单独使用PID算法和综合使用免疫模糊PID算法的农机导航误差进行了测试,结果表明:综合使用免疫模糊PID算法的农机导航误差最小,从而验证了方法的可靠性。     

基于轨道运输的农业智能化生产系统设计

为了解决传统农业生产自动化程度低、缺乏统一作业平台的问题,提出在农田铺设地轨系统和空轨系统,构建农业智能化生产系统。基于轨道的运输,搭建了地轨运输小车、空轨小车和航拍小车,并基于机构拓扑结构理论,设计了四自由度肥料混合播撒机。在此基础上,结合物联网技术,构建了农产品的拍摄与交易系统、采摘与喷灌系统及收割与施肥系统。该系统为进一步研究农业的智能化生产提供了参考。     

大射电望远镜平台静态结构参数误差分析与标定研究

为了提高大射电望远镜精调stewart平台的定位精度,首先利用激光跟踪仪（API）获得stewart平台的位置和姿态,其次基于运动学微分法建立了stewart平台的误差模型,最后针对大射电望远镜精调stewart平台进行了实验验证,实验结果表明stewart平台结构参数修正后,位置精度提高到0.09mm,姿态精度提高到0.014度.     

大射电望远镜平台静态结构参数误差分析与标定研究

为了提高大射电望远镜精调stewart平台的定位精度,首先利用激光跟踪仪(API)获得stewart平台的位置和姿态,其次基于运动学微分法建立了stewart平台的误差模型,最后针对大射电望远镜精调stewart平台进行了实验验证,实验结果表明stewart平台结构参数修正后,位置精度提高到0.09mm,姿态精度提高到0.014度.     

差速转向农业专用AGV小车的设计与模糊控制研究

农业专用自动导引小车(AGV)作为农业作业的通用运载平台,是针对具体应用环境而设计的特定用途机器人,已成为农业自动化的一个重要发展方向。为此,介绍了一种基于多轴运动控制器的现代农业自动化AGV小车。同时,针对差速转向驱动型AGV小车路径跟随问题,首先对该AGV系统进行了理论分析和运动学建模;然后应用模糊控制理论,设计了以距离偏差和角度偏差为输入、左右驱动轮速度差为输出的模糊控制器;最后,在Mat Lab/Simulink环境中进行仿真验证。仿真结果表明:设计的模糊控制器在直线和圆周路径上跟踪性能明显优于常规PID控制器,其有效性和可行性得到了验证。     

水稻插秧机调平装置电控系统设计

针对我国现有乘坐式高速插秧机在插植作业时普遍存在的调平精度低、秧台抖动严重等问题,通过加入倾角传感器、小功率直流电机、调平控制器等部件进行插秧机插植部的自动化控制,满足插秧机插秧一致性的要求,设计了一种带有双阈值死区的PID控制策略,避免了插秧机在插秧作业时插植部抖动的问题。实车测试表明,水田插秧作业质量较现有插秧机作业质量有明显提升,符合设计要求。     

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。     

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。