基于模型预测控制的菇房空调节能控制方法

当前工厂化食用菌生产菇房空调控制方法存在节能效率低、室内温度波动大等问题,提出了一种基于卷积神经网络(Convolutional neural network, CNN)、门控循环单元神经网络(Gated recurrent unit neural network, GRU)与注意力机制(Attention)的菇房空调节能控制方法。该方法以CNN-GRU-Attention组合神经网络为预测模型,结合预测误差补偿和预测模型数据集动态更新机制,实现对菇房室内温度精准预测;建立以空调控制量为状态量的目标函数,分别利用熵权法、主观法明确目标函数权重系数,运用带精英策略的快速非支配排序遗传算法(Non-dominated sorting genetic algorithmⅡ, NSGA-Ⅱ)求解出空调在控制时域内最优控制序列,集成滚动优化和反馈机制,实现菇房环境的精准及节能控制。试验结果表明,提出的CNN-GRU-Attention菇房室内温度预测模型,以历史30 min数据预测未来10 min室内温度效果最好,选取的典型日内预测最大均方根误差为0.122℃、最小决定系数为0.807、最大平均...     

基于CTM模型的入口匝道模型预测控制

入口匝道车流的无序汇入会影响快速路主线车辆的正常行驶,造成交通拥堵甚至交通事故。为了使城市快速路交通流保持稳定有序,提出一种基于元胞传输模型（Cell Transmission Model,CTM）的入口匝道模型预测控制方法。最优控制模型采用CTM交通流模型作为过程模型,综合考虑通行效率、匝道队列和控制信号波动构建目标函数,使用粒子群优化算法（Particle Swarm Optimization,PSO）求解。仿真结果表明,相比于无控制算法,提出的匝道模型预测控制方法可以有效缓解交通拥堵、减少通行时间,使快速路系统取得良好的交通表现。     

基于灰色模型的农业机械总动力预测

农业机械总动力是评价一个国家农业现代化程度的重要指标.根据2003-2007年我国农业机械总动力的历史数据,采用基于灰预测的指数增长模型对农业机械总动力进行了预测.在模型建立前,进行了级比平滑检验,认为数据具有建立灰预测模型的基础;模型建立后,又进行了相对误差检验、后验差检验和残差检验.检验结果表明,模型具有较高的精度,适合中长期预测.最后,根据该模型给出了2010-2012年我国农业机械总动力的预测结果,认为我国农业机械总动力将于2012年达到103222亿kW.     

基于航向角和位置偏差控制的驾驶员模型

建立能够适应复杂路径的驾驶员模型是车辆操纵稳定性闭环仿真的关键。将驾驶员的预瞄路径分成了数段,在每段计算横向位移和航向角的偏差。在此基础上,基于车辆航向角和横向位移偏差对车辆转向运动进行控制,使车辆可以跟随任意复杂路径。为了获取驾驶员模型的控制参数,设计了不同的行驶工况,采用遗传算法优化驾驶员模型控制参数。Carsim和Simulink联合仿真显示建立的驾驶员模型可有效跟随复杂道路。     

基于模型预测控制的喷涂机器人协调控制策略

为了能够提高喷涂机器人控制的品质,深入地研究了模型预测控制技术在其中的应用.首先,研究了模型预测控制的数学模型;接着,分析了喷涂机器人的动力学模型;然后,进行了喷涂机器人模型预测控制器的设计;最后,进行了仿真分析,仿真结果表明该方法具有较好的控制效果.     

农场农机管理系统田间作业计划模型的研究

田间作业计划模型从实际出发，考虑了影响田间作业计划的各项因素，如土壤类型、气候条件、作物参数、农机具参数等。同时设定一系列的限制条件，以农机总作业成本为目标函数进行了优化，从而制订出农业机械田间作业计划表，优化结果将有助于决策者降低农业机械作业成本，从而获取最大的农业生产利润。     

基于模型预测控制的汽车底盘协调控制策略

通过电子控制系统主动干预车辆的纵向、横向和垂向动力学特性,可以提高车辆的稳定性和操纵性,进而保证车辆的安全行驶。将主动转向、主动横摆力矩控制和主动悬架结合,根据轮胎的力学特性,利用模型预测控制策略,通过轮胎力分配,实现底盘三向动力学的协调控制,并进行了仿真验证,结果表明与两向动力学协调控制相比,该控制策略可以有效提高整车的主动安全性。     

取水泵站能效的模型预测控制

在研究取水泵站能量模型及能效开环优化控制基础上,提出一种系统级的运行效率模型预测控制方法.本控制方法以定速泵运行状态为优化变量,以泵站总能源费用最小为目标.目标函数融入了分时电价及取水口水位等变量,并处理了总用水量、清水池水位高低限等约束.以一座配置定速泵的取水泵站为例,对开环优化及模型预测控制方法分别进行了仿真研究和对比分析.验证了能效模型预测控制方法的有效性及其处理变量预测误差的性能.提出的控制方法还能实现需求侧优化管理,有助于电网“移峰填谷”策略的实施.     

基于BP神经网络的农机拥有量预测技术

应用BP神经网络技术预测农业机械的社会拥有量，证实了农机拥有量系统的非线性混沌特征，提出了预测的“窗口”最优化方法和预测操作技术。并对今后5年的农机拥有量进行了预测。     

基于手控器触觉共享控制的主从遥操作

为了提高主从遥操作的效率和系统的安全性,设计了能够实现主从位移控制的手控器,构建了基于虚拟墙引导主动控制模型,通过融合操作者的人工控制和机器人的视觉引导,实现机器人遥操作中主从两端的信息共享和相互引导,对手控器和从端作业机器人进行控制。通过搭建基于共享控制策略的手控器-机器人系统实验平台,验证所设想控制方法的有效性,最终实现了提升主从遥操作的作业效率,减轻了机器人对环境的瞬间冲击,提高了系统的安全性。     

基于改进纯追踪模型的农机路径跟踪算法研究

为提高农机作业时直线行驶的精度,提出了一种基于改进纯追踪模型的农机路径跟踪算法。在建立了运动学模型和纯追踪模型的基础上,对农机直线跟踪方法进行研究;针对GPS导航精度易受噪声干扰的问题,通过卡尔曼滤波对航向误差以及横向误差进行了平滑处理,以获取更高精度的航向误差和横向误差;为提高纯追踪模型的自适应能力,以横向误差和航向误差的均方根误差为基础,构建适应度函数,并设计了权重函数,采用横向误差作为主要决策参数,通过粒子群优化(Particle swarm optimization,PSO)算法实时确定纯追踪模型中的前视距离;为使粒子群减少计算时间、尽快进行局部搜索,对PSO算法中惯性权重系数进行了改进。以东方红1104-C型拖拉机为试验平台,设计了农机自动导航控制系统,进行了农田播种试验。结果表明:当农机行驶速度为0.7 m/s时,采用基于改进纯追踪模型的农机路径跟踪算法,直线跟踪的最大横向误差为0.09 m;当行驶距离超过5 m后,最大横向误差为0.02 m,该算法能够有效地提高农机作业时的直线行驶精度。     

基于跟踪误差模型的无人驾驶车辆预测控制方法

针对无人驾驶车辆的轨迹跟踪问题,在分析车辆运动学模型的基础上,设计了一种基于模型预测控制理论的轨迹跟踪控制方法。首先,将车辆运动学模型进行线性化处理,得到车辆运动学线性跟踪误差模型,该模型可以用来预测车辆的未来行为。其次,利用此跟踪误差模型作为预测模型,应用线性模型预测控制方法,通过优化得到使性能指标最小的控制序列,将控制序列的第一步作用于系统。最后,建立了3种典型的道路试验曲线,并且在基于实时多体动力学软件Vortex搭建的虚拟仿真平台中对轨迹跟踪控制器进行了仿真。仿真结果表明,该控制器可以保证无人驾驶车辆快速且稳定地跟踪参考轨迹,距离偏差和方位偏差都在合理的范围内,且实时性可以达到要求。     

农机作业污染及防控措施探讨

农机作业油料泄露,农机废油处理不当,农机作业化肥、农药过量施用,农机作业排放废气等行为,对资源和环境造成了严重危害,导致农产品质量下降,影响着我国农业可持续发展.为此,参阅了国内外农机作业污染防控措施,分析了智能化变量农机,变量施肥机械,智能化喷药机械,保护性耕作技术与设备,制定作业标准、技术规范和提高农机产品质量等农机作业污染防控措施.通过采取科学的污染防控措施,可以达到保护环境,提高农产品竞争力,促进人民身体健康,解决"三农"问题,实现人类与环境和谐共处的目的.     

基于运动特性的农机导航控制方法

农业机械（农机）运动学模型的精度影响导航控制精度和稳定性,为提高农机路径跟踪控制器精度,提出了一种基于运动特性的农机导航控制器设计方法。该方法主要是对传统二轮车运动学模型建模方法进行改进,针对传统二轮车模型小角度近似替代（方向角等于横摆角）的缺点,采用加入侧偏角的方法优化农机运动学建模过程。采用相同的控制方法（状态反馈控制）和不同的运动学模型设计控制器进行对照实验。直线路径跟踪时,侧偏角对模型精度影响较小,引入侧偏角可以在一定程度上影响农机的跟踪精度;曲线路径跟踪时,侧偏角对方向角的变化影响较大,可以大幅影响路径跟踪精度。以安装有自动导航设备的拖拉机为实验平台进行实地实验,结果表明：直线行驶的最大横向误差平均值为0.0454m,绝对平均误差平均值为0.0149m,标准差平均值为0.0119m;曲线行驶的最大横向误差平均值为0.1613m,绝对平均误差平均值为0.0688m,标准差平均值为0.0434m;基于本文提出的优化模型设计的路径跟踪控制器对直线路径跟踪有一定提升,对曲线跟踪精度有大幅提升。     

农业机械远程监控管理信息系统研究

基于GPS、GPRS和GIS的农机远程监控管理信息系统是一个高科技信息集成系统,由车载终端、通信网络和监控管理调度中心3部分组成。车载终端通过车载GPS和传感器对农机进行定位、获取农机工作状态信息并实时显示,系统通过GPRS无线通信网络对收集的农机作业数据进行打包发送,传送到监控管理调度中心网络服务器中,完成与车载终端的链接及数据存储。此系统能有效对农机作业进行监控与调度,提高了农机作业效率,减少了生产与管理成本。     

高地隙四轮独立驱动喷雾机路径跟踪模型预测控制

针对传统燃油驱动、前轮转向的高地隙喷雾机传动效率低、碳排放高、环境污染、智能化水平低、灵活性差等问题,本研究提出了一种适用于无人驾驶的高地隙四轮独立驱动（Four Wheel Independent Drive,4WID）喷雾机。其采用混合动力、前后双转向桥的4WID,转向半径小,前后轮的运行轨迹高度一致,能够减少田间植保作业时的压苗现象。考虑水田极端作业环境下驱动轮的滑移、陷坑等问题,基于喷雾机线性时变的运动学模型（LTV）,构建了考虑驱动轮滑移的分层路径跟踪控制。上层模型预测控制（Model Predictive Control,MPC）器根据预期路径、车辆当前位置,获得喷雾机的转向角和运动速度,实现路径跟踪。下层以模糊控制和积分分离PID控制构建驱动轮滑移控制器,从而实现路径跟踪、运动速度、驱动轮滑移的有效控制,提高了喷雾机在复杂作业环境中的稳定性和路径跟踪精度。采用Adams/Matlab的联合仿真结果表明,在复杂的工况条件下,喷雾机驱动轮的滑移率依然控制在±20%之内,防止驱动轮发生过度滑移对车速和转向角产生不良影响,有利于喷雾机稳定性的提升。本喷雾机能够快速准确地跟踪期望路径,与未考虑驱动轮滑移的控制相比,能够适应更加复杂的工作环境,跟踪精度有明显提升。     

基于非线性模型预测控制的移动机器人实时路径跟踪

针对移动机器人路径跟踪模型预测控制中,存在线性化预测模型削弱控制器对参考路径曲率突变和航向突变响应能力的问题,从非线性模型预测控制出发,提出了两种实时性优化方案,即减少控制步数或降低控制频率。仿真与实验结果表明,采用减少控制步数或降低控制频率方案优化后,非线性模型预测控制器在每一控制周期内的解算时间小于控制周期;减少控制步数相比降低控制频率或线性化预测模型具有更小的横向误差和航向误差,可以更好地保证控制器在跟踪曲率、航向变化较快的参考路径时的控制精度。因此,相比其他实时性优化方案,减少控制步数更加适用于农用机器人等对灵活性要求较高的移动装备。     

基于DBSCAN和BP_Adaboost的农机作业地块划分方法

农业机械(农机)在多个地块作业,费用和效率有时需按地块统计,现有的农机监控系统仅能记录农机定位信息和作业状态信息,难以实现地块的自动精准划分。本文通过研究轨迹点属性特征,分析作业地块数量不确定性和轨迹点分布规律,采用基于密度聚类方法(Density-based spatial clustering of applications with noise, DBSCAN)和分类器集成算法(BP＿Adaboost)结合的方法划分地块。根据DBSCAN算法对农机轨迹点多数有效、识别错误集中的特点,结合BP＿Adaboost算法挖掘多维度信息关联、容错能力强、分类效果好等优势,先利用DBSCAN得到初步的轨迹点状态类别,再利用BP＿Adaboost算法建立训练模型对农机轨迹点状态精准识别,根据时间序列和类别标记划分地块。本文方法既解决了只依靠阈值和经纬度信息聚类不准确的问题,也减少了大量样本标记工作。利用该方法轨迹点状态识别准确率达96.75%,地块划分准确率为97.74%。