车载智能土壤采样系统设计与试验

针对传统土壤样本采集操作复杂、劳动强度大、采集精度低和缺乏信息化管理的问题，设计了一种车载智能土壤采样系统。该系统安装于无人驾驶采样车上，系统包括土壤样本自动采集装置和电气控制系统。对系统整个工作过程进行分析，确定了各关键机构及控制硬件的主要工作参数。电气控制系统以运动控制器为控制核心，土壤样本自动采集装置对不同深度范围的土样进行采集，并按地理位置信息分类收集，通过RFID读写器将GPS系统定位所解算的目标采样点的经纬度地理信息和采样深度等信息写入收集土样采样筒底部的电子标签中。性能试验表明，安装于无人驾驶采样车的车载智能土壤采样系统工作运行稳定、可靠，能够对农耕层0~200mm任意深度范围的土壤进行自动分层采样，效率高、精度高、全程自动化，能够按照位置信息进行分类管理，较好地满足了智能化高质量采集土样的需求。     

联合收获机单神经元PID导航控制器设计与试验

针对联合收获机在田间直线跟踪作业中在维持高割幅率条件下易产生漏割的问题,设计了一种基于单神经元PID(Proportion Integration Differentiation)的联合收获机导航控制器。以轮式联合收获机为平台,通过对原有液压转向机构进行电控液压改装,搭载相关传感器构建了导航硬件系统。开展了常规PID控制和单神经元PID控制的仿真以及实地对比试验,仿真结果表明单神经元PID控制具有超调小和进入稳态快等特点;路面试验表明,当收获机速度为0.7 m/s时,单神经元PID控制最大跟踪偏差为6.10 cm,平均绝对偏差为1.21 cm;田间试验表明,收获机速度为0.7 m/s时,单神经元PID控制田间收获最大跟踪偏差为8.14 cm,平均绝对偏差为3.20 cm。试验表明所设计的联合收获机导航控制器能够满足自动导航收获作业要求,为收获作业自动导航提供了技术参考。     

基于直流电机与全液压转向器直联的自动转向系统研究

针对农机装备电控液压自动转向系统生产成本高及电动方向盘自动转向系统中控制力矩小、存在自由行程的问题,设计了基于直流电机与全液压转向器直联的自动转向机构及其电控系统,该系统主要包括自动转向执行机构、自动转向控制器和液压转向机构等。自动转向执行机构与原车液压转向机构连接实现自动转向功能,考虑了底盘阿克曼角的自动转向控制器实现车轮转向的精确控制,通过在转向驱动电机输出轴安装电磁离合器和转向柱扭矩传感器实现人工驾驶模式和自动驾驶模式的自动切换。试验结果表明,车轮转角响应平均稳态误差小于0.1°,最大稳态误差为0.158°,±20°阶跃信号最快响应时间达1.2 s,超调量小于1%,可以满足对各种轮式农机的自动导航辅助驾驶转向系统性能的要求。     

模糊控制技术在给水自动控制系统中的应用

本文主要介绍了模糊控制的原理及模糊控制器的结构,结合模糊控制技术在给水自动控制系统中的应用,论述了该系统的工作原理、硬件构成、软件设计及模糊控制的主要策略。     

Active X控件实现工程索道线路计算程序中数据的输入输出

线路计算是工程索道设计中计算量最大的内容。本文利用Visual C＋＋6．0的Active X控件，结合单索循环式工程索道线路计算的编程，介绍如何实现程序中数据的输入输出。     

基于PLC的生物质燃料节能灶控制器设计

生物质燃料是指将生物质材料燃烧作为燃料，主要使用农林废弃物作为原材料。生物质成型燃料(BiomassMouldingFuel，简称"BMF")，是将农林废物作为原材料，经过粉碎、混合、挤压、烘干等工艺，制成各种成型(如块状、颗粒状等)的，可直接燃烧的一种新型清洁燃料。但是如何安全可靠使用，我国现阶段还没有成熟的技术。本文详细介绍笔者通过和企业合作的方式设计一款基于PLC的生物质燃料控制器的设计方案。     

智能轨迹控制割草机器人设计——基于FPGA神经网络

为了提高割草机器人自主导航和定位的精确性和智能性,设计了一种新型的基于FPGA神经网络算法的割草机器人。该设计采用FPGA可重构技术,以3层误差反向传播神经网络作为典型的模型来展开;利用成熟的BP算法公式,设计了割草机器人智能控制的模型;利用FPGA技术,设计了割草机器人的硬件系统;最后采用文本输入的设计方法,利用田间试验的方式,对机器人的轨迹规划能力和控制精度进行了验证。试验结果表明:利用FPGA和神经网络模型可以有效地穿越5个障碍物,并可得到满意的轨迹规划结果。将普通的PID控制器和神经网络PID控制器得到的控制结果误差进行了对比,结果表明:神经网络PID控制器得到的割草机器人控制误差明显比传统的PID控制器误差小。该方法为神经网络的硬件实现提供了可靠的理论基础。     

PLC在电气自动控制中的应用

随着电气控制技术的发展和计算机技术的广泛应用，单片机逐渐取代传统逻辑开关，但是单片机技术复杂，编程难度高。而可编程控制器，它以控制功能强大，通用性好，编程简单易操作，控制稳定等特点正在成为电气自动控制系统中重要的开关量逻辑控制元件，并结合，声、光、电、液等信号采集元件和变频伺服技术成为电气自动控的核心部件。     

智能控制器在农业自动化中的设计分析

讨论一种控制仪表——智能控制器,它是位于调节器和执行器之间的环节,通过控制电机调整执行机构的定位,实现对各种工业球阀、蝶阀、风门或其他转动装置的精确定位和控制。     

Landscape irrigation scheduling efficiency and adequacy by various control technologies

Automated residential irrigation systems tend to result in higher water use than non-automated systems. Increasing the scheduling efficiency of an automated irrigation system provides the opportunity to conserve water resources while maintaining good landscape quality. Control technologies available for reducing over-irrigation include evapotranspiration (ET) based controllers, soil moisture sensor (SMS) controllers, and rain sensors (RS). The purpose of this research was to evaluate the capability of these control technologies to schedule irrigation compared to a soil water balance model based on the Irrigation Association (IA) Smart Water Application Technologies (SWAT) testing protocol. Irrigation adequacy and scheduling efficiency were calculated in 30-day running totals to determine the amount of over- or under-irrigation for each control technology based on the IA SWAT testing protocol. A time-based treatment with irrigation 2 days/week and no rain sensor (NRS) was established as a comparison. In general, the irrigation adequacy ratings (measure of under-irrigation) for the treatments were higher during the fall months of testing than the spring months due to lower ET resulting in lower irrigation demand. Scheduling efficiency values (measure of over-irrigation) decreased for all treatments when rainfall increased. During the rainy period of this testing, total rainfall was almost double reference evapotranspiration (ET_o) while in the remaining three testing periods the opposite was true. The 30-day irrigation adequacy values, considering all treatments, varied during the testing periods by 0-68 percentile points. Looking at only one 30-day testing period, as is done in the IA SWAT testing protocol, will not fully capture the performance of an irrigation controller. Scheduling efficiency alone was not a good indicator of controller performance. The amount of water applied and the timing of application were both important to maintaining acceptable turfgrass quality and receiving good irrigation adequacy and scheduling efficiency scores.