水肥混合器设计及数值模拟

农业灌溉施肥过程中,考虑水和肥混合的均匀性问题,设计一种静态曲面结构三通T型水肥混合器,并运用FLUENT计算软件,对水肥混合器上在不同的水肥状态下的水肥管内流场分别进行模拟计算分析。结果表明:水肥混合器通过扰流器可以改变流体的流向,产生旋转运动,增强扰流程度,从而很好地提高混合的均匀性;与此同时,调整水的流速和肥的流速的最佳比例,可以提高湍流强度,进一步提高水肥的混合度。     

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。     

滴灌灌水器参数化计算机辅助设计方法研究

针对国内节水灌溉系统中滴灌灌水器设计开发存在的传统局限性,提出一种基于流量变化的参数化灌水器计算机辅助设计方法.在迷宫流道流态分析、流量试验、结构试验、农业参数逻辑化的基础上,建立了参数化灌水器结构与流量关系模型,并且采用VC++完成了参数化灌水器设计的软件开发.     

基于WSN和GSM的智能灌溉控制系统设计与实现

针对干旱区滴灌系统中智能灌溉和远程自动化的需求,基于无线传感器网络(WSN)和全球移动通信系统(GSM),设计并研发了一套可自动控制现场设备的智能灌溉控制系统。系统中的WSN将低功耗的现场控制单元和数据采集单元与节能型路由协议结合,延长了WSN农田信息采集的生命周期;基于GSM中的SMS(Short Messaging Service)技术,将需求命令下发到上位机控制平台;系统通过处理灌溉区的相关环境数据并进行分析,进行一定的自学习及再学习,可实现对现场设备自动控制。在新疆喀什市麦盖提县规模化节水灌溉增效示范基地的应用试验结果表明:该系统能适应恶劣的自然环境,操作简易,具有较好的鲁棒性,可进行广泛的推广应用。     

基于思维进化算法优化BP神经网络的温室甜瓜ET_0预测研究

为实现温室作物参考作物蒸散量(ET_0)的准确计算和预测,利用BP神经网络对获取的数据进行非线性回归,利用思维进化算法自动寻优,进而获取BP神经网络算法中较优的权值和阈值,最终建立了基于思维进化算法优化BP神经网络的参考作物蒸散量预测模型(MEA-BP)。结果表明,优化后的BP神经网络的最大相当误差有原来的13%下降到了7.2%,平均相对误差由原来的6.8%下降到了3.4%。研究了在气象数据缺失情况下模型的预测效果,当模型输入参数为4个时,平均绝对误差约为在0.2 mm(预测值约3～6 mm),模型的有效系数和相关系数基本在0.9以上;当模型输入参数为3个时,平均绝对误差约为0.25 mm,模型的有效系数和相关系数基本在0.8以上。因此,在输入参数保证3个及以上,同时包含有显著影响因子有效光照时长时,该模型的整体计算精度以及整体的实用性较好,能够为作物灌水量的预测提供参考。     

微小迷宫流道中的沙粒沉积规律

为了分析迷宫型微小流道中沙粒沉积规律,通过计算流体动力学软件FLUENT对灌水器内部流场进行了分析,研究了灌水器中沙粒运动轨迹及沉积规律。研究表明：碰撞反弹系数对沙粒沉积规律影响很大,灌水器各流道单元速度场分布相似,压力场差异较大,沙粒运动轨迹基本不受各单元压力场变化的影响;粒径是影响沙粒沉积的最主要因素,粒径越大,沙粒的沉积危险系数越大;灌水器入口压力越大,沙粒的沉积危险系数越小。对沙粒沉积规律的研究,有利于深入地了解灌水器的堵塞机理,为灌水器抗堵塞设计提供一定的依据。     

耦合模拟退火优化最小二乘支持向量机的日参照蒸散量模拟计算

针对传统最小二乘支持向量机模型的训练速度慢、不易在线训练、计算量大及参数选择困难等缺陷,提出采用耦合模拟退火优化最小二乘支持向量机算法,建立基于耦合模拟退火优化最小二乘支持向量机的参照作物蒸散量预测模型。选取陕西省的榆林、安康和西安气象站监测的1971-2014年气象资料进行模型训练、测试与验证,研究气象监测获取原始数据作为网络输入,参照蒸散量ET0为输出,构建CSA-LSSVM预测模型,并将CSA-LS-SVM预测结果与LSSVM模型及经典ET0模型模拟计算结果进行比较。结果表明,CSA-LS-SVM模型模拟计算精度和总ET0模拟模型都优于LSSVM模型及其他经典模型模拟结果。该研究CSA-LS-SVM模型为陕西地区气象资料缺乏情况下ET0精确计算提供科学依据,为作物需水量的智能决策提供参考。     

面向数控加工系统的3D打印切片算法与分区扫描策略

为实现大型农机零部件的快速修复与更换,该文针对3D打印协同数控成形大型零件中的折线拐点金属过堆积、工件翘曲变形、层厚难以实时调整等问题,提出数控系统与电子束成形相结合的3D打印切片算法与分区扫描策略。为提高切片速度,实现成形过程中的层厚实时调整,采用反向光线追踪算法对三维模型渲染切片,通过MS(marching squares)算法提取二值图像的坐标序列,快速获取指定层的轮廓坐标;为避免成形过程中电子枪运行速度不均匀引起的金属过堆积现象,选用B样条基函数对轮廓数据进行曲线插值,结合数控系统的曲线插补命令,实现恒定线速度成形。针对大型零件在成形过程中的变形问题,采用六边形分区与平行线变角度扫描技术,根据各分区图案的形心欧式距离规划扫描顺序,实现变形控制。结果表明:采用非均匀有理B样条曲线和直线分段插值后,拟合曲线对原始多重曲面截线的逼近误差范围与切片数据相比减少了30%。选用网格数量为1 483 132的STL(stereolithography)模型进行效率测试,该算法切片用时90 s,与商用软件Magics15.01切片相比用时减少了34.6%,与开源软件Cura15.06切片相比用时减少了31.4%,研究结果可为大型零件成形过程中的层厚动态调整及变形控制等提供新的思路。     

递归神经网络在降雨量预测中的应用研究

递归神经网络(RNN)模型近年来在许多任务上表现出了优良的性能。运用具有长短期记忆(LSTM)单元的递归神经网络构建模型和通过时间反向传播(BPTT)算法更新网络权重解决长期降雨量的预测问题,较好地解决了高维数、非线性和局部极小问题。选取了前馈神经网络模型(FNN)、小波神经网络(WNN)模型和整合移动平均自回归(ARIMA)模型3种模型进行验证比较。仿真结果表明,递归神经网络模型优于其他模型,训练结果与实际值接近,预测精度较高。预测结果为农业用水管理、合理制定灌溉制度提供了重要的科学依据。     

微灌长流道灌水器结构特性的研究综述

针对微灌长流道灌水器的发展过程，分别从理论分析、试验研究、数值模拟三个角度总结了国内外诸多学者对长流道灌水器结构特性的研究状况，在此基础上提出基于平台技术的灌水器快速开发路线并分形其可行性，从此路线中引出基于特征参数提取的试验方案，并结合当前微小流道的研究思路对迷宫型长流道灌水器的研究方向提出了若干建议，有助于今后快速研发出性能优良的迷宫型长流道灌水器。