基于云模型推理的施肥机营养液pH值调节过程控制

针对精准施肥机营养液的pH值调节过程控制本质非线性、时滞性、时变性、不确定性等特点,建立了描述该过程的数学模型。利用云模型能够处理定性概念和定量描述之间不确定转换的特点,提出了一种基于云模型推理的变论域模糊PI控制(CVFPI)算法。该算法采用正态云模型描述系统误差和误差变化率的语言值,通过X条件隶属云和Y条件隶属云分别实现规则前件和规则后件的推理,利用伸缩因子实时调整输入输出变量论域,由二维云推理机实现控制参数的在线修正。为验证该算法的有效性和优越性,分别对CVFPI、VFPI、PI等3种控制算法进行了仿真测试和田间试验。试验结果表明,提出的CVFPI控制算法能够适应精准施肥pH值调节过程的控制要求,相比于常规PI控制算法和VFPI控制算法,在不同工作点条件下超调量分别减小45.3%、21.2%,均方根误差分别减小54.9%、52.9%,在不同流量条件下超调量分别减小59.0%、48.4%,均方根误差分别减小54.1%、37.9%,具有较好的动态特性和稳态特性。     

轮灌条件下灌溉施肥系统混肥过程变论域模糊控制

灌溉施肥系统的混肥过程在轮灌条件下表现出非线性、时滞性、时变性和不确定性的特点。为解决该系统的控制问题,提出了一种变论域的模糊PI控制策略(VFPI),算法采用一组比例指数函数作为伸缩因子对模糊控制器的论域进行在线调整,同时引入了一个协模糊控制器,通过测量系统流量的变化在线调节控制器积分系数的基准值。为验证控制算法的有效性,搭建了灌溉施肥控制系统的试验平台,分别设计了4组不同配方内容和3组不同轮灌条件的模拟试验,采用本文提出的VFPI控制算法和常规PI控制算法进行了对比试验。试验结果表明,所提出的VFPI控制策略能够更好地适应配方内容变化以及轮灌条件变化对混肥过程造成的影响;相比于常规PI控制,VFPI控制的调节时间更短、超调量更小、动态过程更平稳。