基于改进Smith预估补偿的智能滴灌系统模糊PID控制

由于温室滴灌系统模型参数易受环境变化的影响,导致传统模糊PID的控制精度不高,因此提出一种改进Smith预估补偿的滴灌系统模糊PID控制方法。MATLAB/simulink仿真实验结果表明,改进Smith预估补偿的模糊PID控制相比传统模糊PID具有更好的控制品质和更短的响应时间,且过渡过程更短、超调量更小、稳定性更高,控制效果明显提升;同时,蔬菜温室的田间测试结果表明,滴灌系统的最大超调量为5.95%,且系统稳定后,土壤湿度始终保持在60.22%左右,运行稳定且符合温室的灌溉要求,实现了灌溉的精准管理和精确控制,为发展设施农业精准灌溉提供一种新的解决方案。     

基于模糊控制的温室灌溉控制系统的研究

针对温室灌溉受多因素影响难以建立精确控制模型的特点,开发了基于LabVIEW平台的温室节水灌溉模糊控制系统。该系统由土壤湿度传感器、数据采集卡、LabVIEW软件平台等组成,以土壤湿度偏差以及偏差变化率为输入量,以灌溉时间长度为输出量,采用MATLAB Fuzzy Logic工具箱设计模糊控制器,实现了温室灌溉需水量的模糊决策系统。试验结果表明,该系统能够根据土壤水分适时、适量的灌溉,对节水灌溉技术的发展起到了一定的作用。     

阻尼累加离散灰色预测的Smith预估智能灌溉系统

灌溉系统具有非线性、多干扰和时滞性等特点,为实现灌溉控制的智能决策与精准灌溉,提出基于阻尼累加离散灰色预测的Smith预估变论域模糊PID灌溉控制模型(DADGM-SVUFP)。针对模糊PID控制器控制精度不高、适应性不强等不足,设计指数函数型伸缩因子自适应调整模糊变量论域,采用Smith预估补偿器消除系统时滞性影响,改善系统适应性和鲁棒性。结合离散灰色预测(DGM)和阻尼累加灰色预测(DAGM)模型的预测性能优势,提出阻尼累加离散灰色预测(DADGM)利用阻尼趋势参数减缓预测过程数据变化趋势,有效提高了灌溉系统稳定性和控制精度。构建FPID、NVUFP、DGM-NVUFP和DADGM-SVUFP四个控制模型实施水肥灌溉控制仿真试验,结果表明DADGM-SVUFP与其他模型相比稳态误差最优,调节时间比NVUFP、DGM-NVUFP分别少3.75 s、1.29 s,超调量比NVUFP、DGM-NVUFP分别降低9.2%、5.4%。灌溉测试进一步验证基于DADGM-SVUFP的智能灌溉系统适应性好、响应迅速、控制精度高,控制效果和系统稳定性均优于其他模型,能够满足水肥气灌溉系统的智能决策和...     

荔枝园智能灌溉决策系统模糊控制器设计与优化

为解决荔枝园灌溉中水资源浪费严重的问题,根据现有装备条件,设计了基于无线传感器网的模糊专家决策系统,并对系统的模糊控制器进行优化以提升系统整体性能。该系统通过网关节点实时接收来自传感器节点采集的荔枝园环境信息,选择土壤实测含水率与预设土壤最佳含水率的误差及其变化率作为决策因子,得出预测灌溉值等决策结果。通过Matlab仿真并进行果园实地试验,分析该系统的有效性。仿真结果表明,该智能灌溉系统能结合荔枝园土壤含水率情况进行适时、适量灌溉,有效实现了经济灌溉,并且优化后的模糊灌溉系统实现了更高的暂态性能、控制精度及抗干扰性,系统响应时间更快。试验结果表明,基于模糊控制器的智能灌溉系统能有效地对荔枝园灌溉进行控制,使荔枝园土壤含水率维持在17.8%左右,符合荔枝树的生长环境;同时,基于优化后的模糊控制器的智能灌溉系统将荔枝园土壤含水率平均值控制在17.6%,更接近系统预设的荔枝园土壤最佳含水率17%,并且具有更高的控制精度、更强的抗干扰性与实用性。     

玻璃温室地热加热系统模型与控

运用传热学理论和控制理论,对玻璃温室使用地热水加热系统进行建模和分析,并通过现场试验测试法获得温室加热系统模型参数.利用内模控制器设计方法,基于控制对象模型,将Smith预估器和PI控制器应用于加热系统控制器设计,根据温室加热系统模型参数调整加热控制器参数,并开发应用程序加以实现.试验结果表明,相对低温的地热水可以满足现代农业冬天加热要求,加热控制系统控制精度达到±0.2℃,响应时间小于10ms.     

温室节水灌溉系统模糊控制器设计及MATLAB仿真

为实现对温室作物用水自动、适时与适量的灌溉,针对温室环境复杂且很难建立精确数学模型的特点,设计了基于模糊控制的温室节水灌溉系统,并介绍了模糊控制器的设计。该控制器将土壤湿度偏差及偏差变化率作为输入量,灌溉时间长度作为输出量,分别应用MATLAB对控制系统进行仿真实验和在实验室进行滴灌实验。仿真结果和初步试验结果表明:系统可控制土壤湿度与设定目标湿度之间的偏差在1%左右,可以满足对土壤湿度控制的要求,能够实现温室的自动灌溉。     

模糊PID智能灌溉控制器的设计及MATLAB仿真

针对不同的植物、地理环境制定不同的灌溉策略是非常有必要的。土壤湿度对植物的生长起到关键作用,考虑到温室灌溉系统非线性、纯延时等特性,以及难以建立准确的数学模型的特点,设计模糊PID控制器,用Simulink搭建温室智能灌溉控制系统。通过仿真曲线表明,相比较于模糊控制器其控制精度提高2%;与传统PID控制器相比超调量减少5%,收敛时长减少20 s。结果表明,模糊控制器有很好的鲁棒性,良好的动态性能,能够达到温室植物灌溉的要求。     

时变论域下设施智能滴灌系统的模糊PID控制

针对设施农业中灌溉系统控制算法不稳定、自适应能力差等问题,通过引入伸缩因子提升自适应模糊控制器的性能,来获得控制精度高、振荡弱的最佳控制方法。结果表明,基于时变论域自适应模糊PID控制系统具有超调量小、调整时间短、稳定性高等优点,相对于传统模糊PID,控制效果明显提升,同时,田间测试的结果表明系统可根据土壤湿度数据进行自动控制,使土壤湿度始终保持在给定值附近,实现灌溉的精准管理和精确控制,为发展设施农业精准灌溉提供一种新的解决方案。     

基于作物蒸散量模型的新型滑盖温室智能灌溉系统设计

为了解决温室大棚的精准灌溉问题,设计一套基于修正后的Penman-Monteith方程计算作物灌溉量的智能灌溉系统。系统选用光照传感器、温湿度传感器,土壤水分传感器采集温室大棚环境参数,由数据采集器传送至上位机,利用灌溉模型计算出作物不同生长期的蒸散量,并将蒸散量换算成灌溉量,通过上位机发出灌溉命令,控制恒压变频控制器的运行和电磁阀的启闭。远程操作系统采用GPRS与基地控制系统连接,实现参数设置、实时数据显示和查询以及控制灌溉模式。试验结果表明,该系统能够实现精准灌溉自动控制,系统稳定可靠,操作方便,适用于温室大棚精准灌溉。     

日光温室小管出流条件下甜椒灌溉制度试验研究

通过田间小区试脸研究了日光温室小管出流条件下土壤水分变化对甜椒的长势指标(株高、茎粗、叶面积)、产量和果实品质的影响,并通过综合分析得出甜椒的适宜灌溉制度.研究表明:土壤水分在青椒各生育期内的下限控制范围为苗期50%～60%;田持、开花坐果期60%～70%;田持、结果期70%～80%.田持时,青椒的长势、产量、果实品质及水分利用效率均呈表现优良.青椒在温室中小管出流条件下的适宜灌溉制度为整个生育期的灌水童为200.64 mm;苗期灌水定额为15 mm,灌水2次;开花坐果期和结果期灌水定额为22 mm,灌水8次.     

温室大棚温湿度模糊解耦控制系统设计与仿真

温室环境系统是一个多变量、非线性、时变和滞后的系统,各变量之间具有耦合关系,很难建立精确的数学模型。其中,温度和湿度的变化是最基本的因子,对农业作物影响最为显著。为此,采用模糊控制方法,通过建立模糊控制系统模型和对模糊控制器的设计,引入解耦参数,实现了该系统的温湿度解耦控制,使系统的温湿度控制精度大大提高。实验结果表明:当温室温湿度设定值分别为20℃和70%时,温湿度变化超调量较小,控制过程比较平稳,系统环境达到了作物生长的需求。     

物联网技术视角下温室蔬菜智能灌溉控制系统分析

本项目提出了一种基于物联网技术的温室蔬菜智能灌溉控制系统,此系统可以通过无线传感器智能采集温室内空气温湿度、土壤温湿度、二氧化碳浓度、光照强度的环境参数信息,并可以通过无线传输协议实现各类环境参数的自动化获取、传输以及执行控制。实践结果表明,温室蔬菜智能灌溉控制系统可以根据土壤温湿度情况,自动控制滴灌设备进行自动化滴灌,相对于常规滴灌设备来说,温室蔬菜智能灌溉控制系统可以达到15%～20%的节水效果。     

基于直接推理的温室环境多变量模糊解耦控制

针对温室环境控制的特点，提出一种多变量模糊控制器解耦结构，介绍了控制系统硬件组成，给出了执行机构的模糊规则和编程步骤。系统采用直接推理进行软件在线规则推理，既便于模糊规则的修改，又减少推理时间和内存使用量。系统已成功应用于温室环境控制，检测结果证明，系统响应快，超调量小，稳态误差小，温度和相对湿度控制精度满足温室植物栽培的需要。     

基于遗传算法的模糊神经网络温室温度控制器

为了创造适合作物生长的环境,针对温室系统的特点提出了一种新的基于遗传算法的模糊神经网络控制器,利用遗传算法训练模糊神经网络模型,并采用此模糊神经网络控制器控制温室温度系统.运用该方法对温室温度控制系统进行了Matlab 仿真,结果表明:采用遗传模糊神经控制器的系统,不但提高了阶跃响应的快速性,而且大大减少了超调量.     

灌区闸门模糊控制器设计与应用

在灌区闸门远程自动控制系统中,现地控制单元承担着根据监控中心指令控制闸门开度及调节灌溉泄水量的任务,闸门实时控制的优化与否直接关系到整个灌区的灌溉效率和灌溉用水利用率.采用模糊控制技术设计的一种基于PLC的模糊控制器,对灌区闸门实施实时监控,可以有效地降低闸门动作频度,提高闸门的控制精度,从而达到优化和节约灌溉用水的目标.     

温室精细灌溉自动控制系统及其应用分析

文章针对温室灌溉自动化程度低、灌溉模式落后、植株吸水性差等问题,以单片机为核心模块,利用传感器实时采集土壤含水量,设计精准灌溉自动控制系统,并围绕系统组成、试验结果、分析内容,探究了温室精细灌溉自动控制系统及其应用情况。试验表明,当温室灌溉控制系统响应满足设计值时,土壤的平均水分占比约为70.5%,满足温室作物生长环境需求,具有良好的实用性和控制精度。     

精量水肥灌溉系统控制策略及验证

针对农业施肥灌溉过程中的水和肥液浓度精准控制问题,设计了基于模糊PID控制技术,应用电导率EC值和p H值的调控技术,开发了精量水肥灌溉控制系统.进行了开环阶跃响应试验和继电振荡调试试验,分析得到系统为非线性、惯性、滞后的复杂系统.结果表明,对EC值检测采用PID控制虽有控制精度高的优点,但在肥液浓度变化较大时控制性能恶化.运用开环阶跃响应、PID控制技术和模糊控制技术,设计出EC值的智能PID控制器,试验表明其具备PID参数自整定能力,控制性能优良,稳定时间180 s内,精度±0.15 m S/cm,超调量15%.     

基于模糊神经网络的磁悬浮球位置控制研究

为了实现磁悬浮球系统高精度位置控制,提出一种基于模糊神经网络补偿PID控制的磁悬浮球系统位置控制新方法,该控制系统由模糊神经网络辨识器、PID控制器和模糊神经网络控制器组成。模糊神经网络辨识器基于PID控制器所提供的训练数据,建立控制系统误差与控制量之间的动态模型并将网络辨识参数实时传递至模糊神经网络控制器,模糊神经网络控制器基于实时辨识模型计算得到当前周期的补偿控制量,实现对PID控制的在线动态补偿,避免了离线训练过程,且无需建立精确的数学模型。方波信号仿真和实验结果表明:模糊神经网络补偿控制精度分别由PID控制的0.014 2 mm和0.221 1 mm提升至0.006 8 mm和0.073 9 mm,控制系统具有良好动态性能。     

基于模糊控制的智能灌溉控制系统

根据灌溉系统不易建立精确数学模型的特点，设计了基于模糊控制技术的智能灌溉控制系统c系统以土壤水分误差和误差变化率为输入，以灌溉时间长度为输出，通过对输入变量的模糊化、模糊推理和模糊决策，获得了作物的灌溉时间长度。实际运行表明，该系统能根据土壤水分适时、适量灌溉，有效地实现了节水灌溉。     

液压并联平台神经元PSD与模糊CMAC复合控制

为了克服六自由度液压并联平台的耦合及负载扰动对轨迹控制的影响,基于神经网络自适应PsD控制器无需辨识过程参数和模糊CMAC控制器能提高系统逆动态模型辨识精度的特点,提出了一种神经元自适应PSD控制器与模糊CMAC神经网络控制器相结合的复合控制.仿真结果表明,该控制方法具有较高的控制精度、优良的鲁棒性和自适应能力,满足平台轨迹控制的实时要求.