液体肥变量施用控制系统性能的试验研究

为提高液体肥变量施用控制系统的精度和施肥效率,通过单因素试验和二次回归正交旋转组合试验,研究液体肥浓度、设定流量和管道压力等3因素对系统误差的影响;利用单因素和双因素分析法分析各因素与试验指标的关系,确定指标和各因素之间的回归数学模型及各因素在回归模型中的主次顺序.试验结果表明,设定流量对系统误差的影响最大.通过优化计算,得出液体肥变量施用系统的最优工作参数:液体肥浓度为22.8%,设定流量为23.9L/min,管道压力为0.8MPa.此参数下系统误差为0.59%.     

变量施肥控制系统PID控制策略

根据机械动力学原理和电学原理建立了变量施肥控制系统的数学模型,为控制系统的设计、PID参数选择以及控制性能改进提供了理论依据。利用Matlab/Simulink动态仿真工具构建了直流伺服电动机驱动无级变速传动机构的仿真模型,采用临界比例度法对系统的PID参数进行整定,获得了反映系统性能的仿真曲线,仿真和试验验证结果表明,PID控制策略提高了控制系统的跟踪性能和抗干扰性能。     

电动变量施肥控制系统的PID参数优化

PID控制因其算法简单,被人们广泛应用到控制之中,包括可建立准确的数学模型的控制系统。但是,在电动变量施肥控制系统的运行过程中,常常会出现非线性和时变不确定性的问题,很难建立起准确的数学模型。在使用常用的PID控制器时,其参数往往整定不够好,性能欠佳,在运行过程中的适应能力也很差,不能达到理想的控制效果。为此,提出了一种基于遗传神经网络算法整定PID的方法,采用MatLab/Simulink软件建立传递函数仿真模型,之后分别采用RBF-PID和基于遗传算法优化的RBF-PID进行仿真对比。结果表明:基于遗传算法优化的RBF神经网络PID整定的电动变量施肥控制系统稳定性好,精度更高,具有更强的鲁棒性。     

变量施肥播种机电控液压驱动控制系统设计

以89C51单片计算机为核心,控制变量施肥的电控液压驱动系统.该变量施肥电控液压驱动系统实行闭环控制,将此系统用于变量施肥播种机,实现播种机变量施肥,可有效地提高系统的动态特性和稳态特性。     

田间作业机车工况监测系统设计

为了能够快速、准确地获取田间作业机车的现场数据,设计开发了一种集车辆定位、作业工况监测、作业面积测量和环境信息检测功能与一体的农机信息采集系统,可采用北斗和GPS组合定位方式获取机车的位置及速度等信息,并利用数据传输距离单跳可达10km的XBee PRO无线收发模块进行组网。为此,设计并优化了硬件系统结构,使用C语言编写了相应的驱动程序。上位机软件采用C#语言进行编写,通过无线收发模块与硬件系统进行远程通信,获取田间作业机车的作业工况和环境温湿度等信息,并且能够对采集的信息进行显示、存储和查询,为田间机车的智能化管理和调度提供了可靠依据。     

单螺杆挤压机系统的人工神经网络建模

以全脂大豆粉为原料，以单螺杆挤压机加工时的物料含水率、螺杆转速和机筒温度为工作参数，对挤压机的挤压膨化效果(以膨化压力来衡量)进行试验研究。利用正交旋转组合试验设计及试验数据，建立了单螺杆挤压机的人工神经网络模型。对未参与人工神经网络建模的数据进行评价和比较，结果表明，该模型对一定工作参数条件下的预测结果最大相对误差为8．76％，其结果对于生产实践具有指导作用。     

基于 STC89 C52 RC 的棉花水分智能检测仪的优化设计

介绍了一种基于 STC89C52RC单片机的棉花水分检测仪的组成以及工作原理,在分析棉花水分检测原理的基础上,进行了系统的硬件和软件设计。通过选择合适电路元件,改进设计方法,使该检测仪满足棉花水分智能检测的要求,系统的可靠性、快速性、稳定性均显著提高。     

基于模糊PID的变量施用颗粒肥控制算法的研究

研究了模糊PID方法在精准农业变量施肥过程中的应用,阐述了模糊PID控制算法的原理。为验证该方法,搭建了以智能处理器为核心的试验平台。结果表明,该算法能够对施肥进行精确控制且有很好的鲁棒性。     

基于专家PID的水稻浸种催芽控制方法研究

水稻浸种催芽是水稻生产的重要环节。浸种催芽过程具有大滞后的特点,并且各影响参数之间具有较强的耦合性,传统PID控制难以满足对水稻浸种催芽过程温度的控制要求。以水稻浸种、催芽两阶段的温度变化为研究对象,建立了水稻浸种、催芽温度的数学模型,设计了基于专家PID的水稻浸种催芽温度控制器,仿真和试验对比了传统PID和专家PID的温度控制效果,仿真结果和试验结果表明专家PID系统的响应速度更快、控制精度更高,仿真和试验验证了该方法的可行性和有效性。专家PID方法提高了水稻浸种催芽控制系统的暂态性能和稳态性能,提高了浸种质量,减小了水、电资源消耗。     

灰色PID控制在木材干燥控制系统中的应用

利用自回归滑动平均模型方法建立木材干燥过程的数学模型,在此基础上对木材干燥过程的不确定部分建立灰色控制模型,分析灰色PID控制在木材干燥控制系统中的应用。仿真和试验结果表明:与传统PID方法相比,应用灰色PID算法的木材干燥控制系统的超调量更小、响应时间更短、系统更稳定;灰色PID方法提高了木材干燥控制系统的暂态性能和稳态性能,缩短了干燥时间,减小了水、电资源消耗;说明灰色PID控制算法应用于木材干燥过程,可行、有效。