基于模糊PID参数整定的收获机前进速度控制优化

为了提高联合收获机前进速度控制的精度,解决前进速度控制的滞后问题,使收割机具有稳定的负荷和良好的脱粒能力,对驱动轮轴装配机构进行了改进,并提出了基于灰色预测的模糊PID控制方案,将其应用在了纵流联合收割机的控制系统中。控制系统使用单片机作为速度的控制装置,并可对装置故障做出预警。为了测试收割机速度灰色预测模糊PID控制方法的有效性和可靠性,对收割机的速度控制进行了测试。以喂入量作为干扰信号,通过测试发现:灰色预测模糊PID控制的速度控制响应时间短,响应迅速,满足设计需求,可以在各类联合收割机的速度控制器推广使用,为收割机速度控制的研究提供了较有价值的参考。     

GPS联合收获机随机喂入量模糊控制技术

阐述了一种由喂入量挤压力测试原理、喂入量测试模型建立和当量喂入量测试方法组成的GPS联合收获机随机喂入量实时测试的理论和技术。应用模糊控制理论,设计了联合收获机喂入量模糊控制器。对改装的JD1065R型试验样机进行了随机喂入量模糊控制田问试验,对喂入量最佳工作状态的模糊控制作了有益的探讨。     

联合收获机喂入量测量方法

在DF-1.5型物料脱粒分离、清选仿真与控制试验台上对联合收获机的喂入量测量方法进行了试验研究,提出了通过测量喂入主动轴的扭矩,从而间接测定联合收获机的喂入量的方法。在分析了喂入主动轴扭矩与喂入量之间数学关系的基础上,通过试验获得喂入主动轴扭矩和与之对应的喂入量值,得出了喂入量与喂入主动轴扭矩之间回归方程式,为联合收获机喂入量的测量提供了试验和理论依据。     

基于GWO-MPC的联合收获机喂入量控制方法与仿真实验

收获机作为农业生产的重要生产工具,其喂入量控制一直是自动控制领域研究的热点问题。本文通过分析收获机工作方式,建立收获时收获机喂入量变化模型。设计开发收获机作业参数监测系统,以小麦作为实验对象,在我国华北地区开展田间实验,验证系统喂入量监测精度并同步采集产量、含水率和作业速度等参数,系统喂入量监测平均相对误差为8.55%。以收获机在割台高度不变条件下保持额定喂入量为控制目标状态,收获机作业速度作为控制量,采用模型预测的方法对收获机喂入量进行仿真控制。采用灰狼优化算法优化二次规划的权值矩阵,仿真结果表明,权值矩阵优化后,喂入量控制平均绝对误差小于0.1 kg/s,平均降低38.1%。喂入量控制误差与收获区域的产量成反比,与含水率成正比。在相邻时域内产量、含水率变化较小的收获区域效果更好。     

联合收获机喂入量监测系统设计与试验

为了能够实时、准确地获取联合收获机作业过程中的喂入量信息,设计了基于割台传动轴扭矩的喂入量监测系统,并建立了喂入量预测模型。该监测系统主要由信息感知模块、车载终端和移动终端构成。信息感知模块包括扭矩传感器、霍尔传感器和GPS模块等;车载终端将采集信息本地显示并打包上传;移动终端实现了对联合收获机作业参数的远程监测。在建立喂入量预测一元线性回归模型基础上,对扭矩信号进行了双阈值滤波和低通滤波。田间试验结果表明,该系统运行稳定,通信良好,一元线性回归模型预测决定系数为0. 755。滤波方法能够有效地滤除噪声,滤波后预测决定系数提高至0. 852,能够在一定程度上满足联合收获机喂入量监测的实际需要。     

谷物联合收获机喂入量神经网络模型建立

考虑物料的物理特性,对喂入量理论方程进行分析,利用正交试验获得喂入量的主要影响因素,建立了喂入量BP神经网络模型。该模型输入参数为物料湿度、油压力、谷草比,输出参数为喂入量。仿真试验结果表明:训练样本、确证样本和测试样本网络输出与网络目标的误差较小,相关系数可达0.999 5,模型可以准确地反映喂入量。用未参加训练的10组样本进行喂入量测定,网络模型的误差平方和为0.769 2,远小于回归方程的误差平方和2.656 2,可见网络模型优于回归方程。     

谷物联合收获机喂入量建模与试验

设计了谷物联合收获机脱粒滚筒液压无级变速系统,对该系统中封闭液压油的压力进行测量,用该油压力表示喂入量。通过台架试验,得出喂入量与油压力之间的关系方程,并与脱粒滚筒转速表示喂入量的方法进行了对比。结果表明：在联合收获机稳定工作,物料物理特性一致时,油压力随喂入量的增加呈线性上升,而此时脱粒滚筒转速可以视为常量,所以油压力能够准确地反映喂入量。     

浅析谷物联合收获机的喂入量

喂入量是谷物联合收获机的主参数,其对机器的作业性能、整机可靠性以及经济性有着深刻的影响。按照标准规定的方法进行测试是验证谷物联合收获机实际喂入量大小的唯一途径,喂入量的大小也直接影响着补贴额度的大小。     

联合收获机前进速度灰色预测模糊控制系统

分析了联合收获机的工作过程,针对其工作过程中的非线性、时变、大滞后特性,提出了采用灰色预测模糊控制方法对联合收获机的前进速度进行自动控制,使其负荷保持稳定.分析了预测控制和模糊控制相结合的必要性和重要性,设计了基于灰色预测模糊控制的联合收获机前进速度控制装置,建立了灰色预测模糊控制模型,并进行了仿真和试验.仿真结果表明,运用灰色预测模糊控制算法能使控制系统的调整时间更短、超调量更小、控制性能更加优越.     

基于功率测量的联合收获机喂入量检测方法研究

为了准确分析联合收获机不同喂入量检测方法的精度,提出基于割台主动轴功率和倾斜输送器功率的2种喂入量检测方法。以河北冬小麦作为试验对象,以新疆3型联合收获机为试验平台,进行了喂入量检测系统田间试验。喂入量检测系统包括割台主动轴扭矩传感器、倾斜输送器动力轴扭矩传感器、割台主动轴转速传感器和车载工控机等。对2种喂入量检测方法进行分析,根据试验数据分别建立计算模型,将2种方法的检测结果与实测结果进行对比,结果表明,基于割台主动轴功率的喂入量检测方法平均相对误差为19.6%,基于倾斜输送器功率的喂入量检测方法平均相对误差为16.1%。2种方法的检测精度在一定程度上能满足田间应用需求,基于倾斜输送器功率的喂入量检测方法检测精度稍高。     

基于GM（1，1）模型的联合收割机保有量预测

应用灰色系统理论,建立我国联合收割机保有量预测模型GM(1,1).运用残差检验与后验差检验两种方法对模型进行精度检验,其模型的拟合精度达到98.38%.经预测与校验,预测值与实际值大体吻合,两者的平均相对误差仅为8.23%,证明了预测的可信性.用所建立的模型对今后几年的联合收割机保有量进行动态预测,为调控收割机总量和规范跨区作业市场提供理论依据,为政府管理部门制定有关政策措施和相关企业进行产销决策提供了参考.     

联合收割机脱粒滚筒的PID恒速控制

对联合收割机轴流式脱粒滚筒的控制问题进行了讨论,给出了脱粒滚筒 恒速控制模型。以联合收割机的行走速度为控制量,在作物密度变化的情况下,通过无级变速装置改变行走速度,保持喂入量恒定,从而控制滚筒转速稳定。设计了ＰＩＤ恒速控制器,给出了仿真结果。仿真结果表明控制器是有效的和可行的。     

模糊PID控制在温室环境中的应用

目前大部分温室控制方法都需要建立比较精确的数学模型,但温室内参数变化的非线性特性使建立的模型精度受到一定的影响;而模糊控制技术不需要建立精确的数学模型,解决多变量非线性系统具有明显的优点.为此,针对温室环境的多变量、非线性和难建模等特性,将模糊控制与PID控制的优势相结合,实现了对温室环境参数的有效控制.该系统的各项性能指标良好,遇到干扰可以进行自我调整,具有一定的自适应性.仿真结果表明,模糊PID控制算法不但简单实用,而且响应速度快,超调量小,控制效果良好.     

城市工业用水量的灰色马尔可夫预测模型

灰色GM(1,1)是预测城市工业用水量的模型,这种模型不适合长期的、随机和波动性较大的数据序列预测,但是马尔可夫模型适合描述随机波动性较大的预测问题.可以将这两种模型结合,构建灰色马尔可夫预测模型.按特定的状态划分方法,先用灰色GM(1,1)预测模型进行预测,再用马尔可夫模型预测结果进行优化,使预测精度大大提高.最后以抚顺市为例,预测结果证明了该模型的优势.     

模糊自适应PID控制在谷物冷却机中的应用

目前使用的谷物冷却机控制系统大部分还采用的是基于PLC控制器的传统PID控制方式,由于传统PID控制自身特性,使系统控制精度和反应速度都不够理想。为此本文将模糊自适应PID控制引入到谷物冷却机控制系统中,以实现谷物冷却机出风温度和设定温度始终保持一致。通过仿真,模糊自适应PID控制将模糊控制与PID控制的优势相结合,使得控制系统具有较好的动态品质和调节精度。所以,对于谷物冷却机出风温度这种大时滞、非线性的控制对象,采用模糊自适应PID控制能够取得较好的控制效果。     

电控柴油机模糊自适应整定PID控制

为满足车用柴油机日益严格的排放法规、更高燃油经济性和动力性的要求,需要控制电控柴油机的运转参数.为此,设计了以DSP56F807为核心的电磁式执行器控制系统,提出了电磁式执行器模糊自适应整定PID控制策略和模糊数模型的建立方法,进行了电磁式执行器和柴油机模糊自适应整定PID控制实验.实验结果表明,此方法可以取得令人满意的控制效果.     

基于FPGA的联合收获机脱粒滚筒模糊控制系统

提出了一种基于VHDL语言描述、FPGA实现的联合收获机脱粒滚筒模糊控制系统的硬件设计方法.建立脱粒滚筒模糊推理规则和控制器算法结构,完成了控制器的VHDL模块化设计,并通过MAX+PLUSII开发平台,对各模块进行时序与功能仿真,实现了脱粒滚筒智能控制技术的单片集成.结果表明:用FPGA实现联合收获机脱粒滚筒模糊控制器,时序验证方便,而且推理速度快、修改灵活、系统集成度高,是实现智能控制策略的一种新的有效思路.