小麦播种机电控系统的设计与试验

针对小麦播种时发生地轮传动失效而造成漏播和播量不均等问题,设计了一种电控小麦播种系统。系统工作时能够结合设置的播种参数和检测的作业速度信号获得排种器的理论转速,并通过采集驱动器的脉冲输出频率计算出排种器的实时转速,将理论转速与实际转速形成的偏差e及偏差变化率ec作为输入变量,利用模糊PID自整定控制器进行电机转速的精准控制,使排种器到达目标转速,从而提高播种精度。室内试验结果表明:在中速及中高速状态下,小麦播种机电控系统的性能最为稳定,平均偏差在2.5%以内,控制精度为1.49%,并求得排种器在不同工作长度下排种量与转速的函数关系。田间试验结果表明:应用本电控系统进行田间小麦播种作业时,小麦播种机的总排种量变异系数为1.14%,各行排种量变异系数为2.89%,播种均匀性变异系数为5.64%,播深合格率为90%,电控播种系统能有效地提高小麦播种机的播种均匀性。     

小麦播种机播量控制参数自校正方法

针对传统外槽轮式播量控制系统因流量-转速标定关系失偏而导致控制精度下降的问题,提出了一种通过动态校正控制参数保持播量控制精度的方法,该方法采用基于氮气弹簧为支撑力、S型称重传感器为拉力的称重式播量检测系统,利用两类传感器加权信号与实际播量方程的线性组合实现原始传感信号滤波的独特测量特性,构建播量检测算法,并根据播量动态检测结果对基于流量-转速标定关系的控制参数作动态校正,实现播量的本质闭环控制,保持控制精度的稳定。利用搭建的播种机测试平台,开展了基于播量检测的播量控制参数未校正和自校正动态试验。在所有的测试过程中,播量检测结果与实际结果之间的绝对相对偏差最大值、平均值和标准差分别为4.52%、2.68%和1.14%;播量控制参数未校正时,实际值与目标值之间的绝对相对偏差最大值、平均值和标准差分别为18.38%、17.06%和1.21%,而引入控制参数自校正后,实际值和目标值之间的绝对相对偏差的最大值和平均值分别下降至3.70%和2.61%,标准差为0.67%。试验结果表明：基于加权信号的播量检测方法能有效获取播种机的实际播量信息,实现播量控制参数自校正,有效维持播量控制系统的控制精度。     

基于模糊神经网络的枸杞滴灌系统设计

枸杞作为宁夏地区重要的经济作物,其种植过程中的自动化水平低下,宁夏地处西北,全年降水量偏少,土壤以沙土为主,水分易流失,因此枸杞滴灌十分重要。常规的PID算法难以满足枸杞滴灌的自动控制,因此设计了基于模糊神经网络的控制系统,该系统整合了模糊控制和神经网络,将土壤含水率的偏差和偏差变化率作为输入值,经过模糊神经网络运算后,得到PID控制器的3个输入参数,然后通过PID闭环控制系统实现枸杞滴灌的控制,通过Simulink仿真实验得出,模糊神经网络PID控制比传统的PID控制,超调量小,响应速度快。     

基于压电薄膜的免耕播种机播种深度控制系统

为使免耕播种机在秸秆覆盖地作业时自动保证播种深度的一致性和稳定性,设计了一种主动作用式播种深度自动控制系统。采用聚偏二氟乙烯(Polyvinylidence fluoride,PVDF)压电薄膜传感器将免耕播种机限深轮的胎面形变量转换为电压信号,信号处理电路对传感器产生的信号放大滤波,提取信号峰值,系统根据峰值信号实时监测播种单体对地表的压力,控制信号形成电路在压力不足时发出控制信号,控制安装在播种机机架与播种单体四连杆间的空气弹簧产生推力,使播种单体能够产生对地表的压力,从而保证播种深度的一致性。试验结果表明,所设计的主动作用式播种深度自动控制系统能够精确控制开沟深度,仿形性能可靠,作业速度为5~8 km/h时,播深合格率达到90%,作业速度大于8 km/h时,播深合格率明显高于被动作用式播种深度控制装置。     

小麦机械化匀播控制系统设计与试验

针对播种作业均匀性差的问题,设计基于STM32单片机的小麦机械化匀播控制系统,通过轮式机器人变速作业,并依据轮式行驶机器人实时行驶速度,控制排种电机转速,实现变速匀播。采用多级控制直流电机转速,一级控制参数为轮式行驶机器人实时行驶速度信号,采用PID控制;二级控制参数为排种器电机实时电流和转速,采用模糊PID控制。控制算法仿真结果表明,该控制算法响应时间短,超调量小,控制效果良好。播种试验结果表明,轮式行驶机器人恒速状态下的播量控制精度达96.8%,变速状态下的播量控制精度达95.1%。     

基于模糊神经网络的液压式播种机电气控制系统研究

播种机电液悬挂系统主要用于在使用过程中对播种机具进行调节,以实现播种深度和播种间距的控制。为了提高电液悬挂系统的控制精度和智能化水平,将模糊神经网络理论引入到了控制系统的设计上,通过PID反馈调节的方式,实现播种机具的自动化提升或者降低,保证播种机具在预定的耕深下工作。模拟免耕播种的作业环境,对模糊神经网络PID控制系统进行了测试,结果表明:在播深自动化调节过程中,系统的响应速度较快,响应精度较高,从而验证了方案的可行性。     

基于PID控制的小麦智能播种机研制与试验

针对小麦播种机工作时地轮打滑和手动播量调整不精准等问题,研发一种基于PID控制的小麦智能播种机。该播种机控制系统工作时,由速度传感器获取播种机行进速度,根据行进速度、亩播量及播种机相关参数,计算排种轮转速的给定值,利用PID控制器实现对排种轮转速的控制。室内试验结果表明：播种机在不同作业条件下实际亩播量与设定亩播量误差均在2%以下,满足小麦精量播种的农艺要求。在中速和中高速作业条件下,智能排种系统控制精度最高,稳定性好。田间试验结果表明：小麦播种机的实际亩播量与设定亩播量之间最大误差为2.33%,略大于室内试验结果,主要是由田间作业环境等因素造成的。研制的基于PID控制的小麦智能精量播种机能有效提高播种精度。     

基于WOA优化模糊PID的设施智能水肥系统设计与实现

为解决传统水肥灌溉难以精准施肥以及水资源浪费的问题，针对当前水肥系统自适应能力差，存在非线性、时变性和滞后性以及自动化程度低等难点，设计了一套适用于设施农业的智能水肥远程控制系统。该系统通过基于鲸鱼优化算法（Whale Optimization Algorithm, WOA）优化模糊PID调控本地端电动球阀开度进而精确控制水肥溶液电导率（EC），实现远程控制电导率至设定范围。利用MATLAB/Simulink对PID、模糊PID、以及基于WOA优化的模糊PID控制系统进行仿真，发现较传统的PID控制模型，系统的超调量仅为PID控制的2.7%，调节时间缩短了86.5%，稳态误差降低了99.8%。实现了智能终端对传感器数据实时监测和智能算法对水肥溶液EC值远程精确控制，具有较高的实际运用价值。     

基于IWHO-EKF的高速免耕播种机播种深度监测系统研究

为解决免耕播种机高速(12～16 km/h)作业时因地势起伏造成机械振动与传感器测量误差导致的播种深度监测系统精度降低,以及单一传感器监测可靠性较差的问题,研究了一种基于改进野马算法(Improved wild horse optimizer, IWHO)优化扩展卡尔曼滤波器(Extended Kalman filter, EKF)中关键参数Q_sigma、R_sigma1、R_sigma2、R_sigma3的多传感器数据融合算法(IWHO-EKF)的高速免耕播种机播种深度监测系统。首先,建立以激光、超声波与角度传感器为多传感器监测单元的播种深度监测模型;其次,通过卡尔曼滤波算法对3个单一传感器分别滤波;最后,提出一种加入莱维飞行与高斯变异的IWHO-EKF算法,将滤波后的3个单一传感器进行数据融合,从而解决机械振动干扰与传感器测量误差降低的问题,同时充分发挥多传感器融合信息,确保免耕播种机高速作业时实现高精度、高可靠性播种深度实时监测。为验证其优越性,通过IWHO-EKF算法与单一传感器监测、单一传感器滤...     

基于模糊PID的温室温度控制器设计与仿真

温室温度系统具有大时滞性、大惯性等特点,传统的控制方法效果不甚理想。为此,提出了一种模糊PID控制方法 ,可根据温度偏差和温度偏差变化率实时调整PID参数。通过MATLAB仿真表明,该控制方法可以使温室温度控制系统动态响应快、鲁棒性强、稳态精度高、超调量小、抗扰动能力强,具有良好的控制效果。     

基于模糊PID控制的烘干房温度控制设计

为解决生猪运输车传统的晾干消毒所需时间周期较长问题，设计汽车烘干房，以气体热量进行交换，控制室内温度达到目标温度成为关键的问题。针对温度控制具有惯性大、滞后性等突出的特点特性，提出模糊PID的自适应模糊控制算法，该算法依据经验模糊控制规则，实时优化PID系数调教参数Kp、Ki、Kd，有效改善控制系统。根据试验可以看出，模糊PID控制的实际温度比目标温度最大温差为2.5 ℃，超调量为3.5%，而传统的PID与目标温度最大温差为5.1 ℃，超调量为7.1%。模糊PID与传统的PID控制相比较，具有较小的超调量而且在受到外界干扰反应速度也很快。     

基于BAS-PID控制的精准变量施药系统仿真与试验

精准变量施药技术是精准农业的重要内容之一,为解决当前常用的变量施药方式存在的控制精度低、超调量大等不足,提出将天牛须搜索(Beetle Antennae Search,BAS)算法与常规PID控制结合形成BAS-PID控制算法,用于变量施药系统控制。首先建立施药控制系统机理模型并基于Matlab平台进行软件仿真,仿真试验结果表明,BAS-PID算法的超调量为0.024 1,绝对误差为1.14%,均低于常规PID和模糊PID,控制效果更好。在吉林农业大学试验田进行了田间施药试验,根据试验数据分析,BAS-PID、模糊PID以及常规PID的平均施药误差分别为0.016 L/min、0.020 L/min、0.238 L/min,平均超调量分别为0.006 L/min、0.016 L/min、0.238 L/min。BAS-PID控制算法的施药误差仅在0.01~0.02 L/min内,误差范围小,总体而言,该算法的施药误差和平均超调量都低于模糊PID和常规PID,系统应用效果好。试验结果表明:本文提出的BAS-PID算法提高了PID算法的参数适用性,施药控制精度高,超调量小,改善了变量施药系统的施药效果,可为推动精准变量施药技术的发展提供新的技术方案。     

基于电容传感器精密播种机的控制系统设计

为了提高播种机的自动化与播种精度,设计了一种新型精密播种机控制系统。系统控制芯片为STC12C5A60S2单片机,硬件装置为非接触式的电容传感器芯片,动力系统为12V的直流电动机。试验结果表明:选用的非接触式电容传感器能够精准检测到目标的种子流、种箱排空、输种管堵塞等反馈信号,播种准确率达97%以上。该电容传感器精密播种机有效地提高播种精度,与现有播种机进行对比,播种准确率较高,对不同类型种子有一定适应能力,且系统运行可靠、准确,符合预期效果,达到了实际生产的要求。     

车辆电动转向系统的卡尔曼滤波模糊PID控制

通过对车辆动力转向系统的动力学分析,建立了动态数学模型。为了克服单独使用PID控制和模糊控制时的问题,提高控制系统的响应速度,减小超调量,减小稳态误差,设计了模糊控制和PID控制相结合的多模态控制器,实现了分段控制;并由卡尔曼滤波对控制信号进行滤波处理,减小路面随机干扰和传感器测量噪声的影响,从而进一步提高了控制效果。仿真和试验结果表明,该控制方法能够明显改善控制性能。     

基于自适应模糊PID的小麦播深控制系统研究

针对目前小麦播种机在复杂的田间作业过程中存在的播深一致性和稳定性难以控制等问题,从调节覆土量确定小麦播深的控制角度出发,提出了一种基于播深反馈的模糊PID控制方法,设计了小麦播种机高精度播深控制系统,实现了播深的自动调控,保证了小麦播深的均匀一致性。该系统主要由车载终端、播深检测模块、播前镇压辊检测模块以及播前镇压辊调节机构等4部分组成,能够实现小麦播种机播深的实时检测及调整。通过播深检测模块获取实时播深并作为反馈输入,结合播深预设值,根据专家模糊规则和Mamdani推理法对PID参数进行在线整定得到控制输出量,控制驱动器调整播前镇压辊位置,不断调整作业过程中的覆土量,从而实现对播深的实时精确控制,确保播深的一致性。田间试验结果表明：播种作业过程中,播深存在小范围波动。当设定播深为30mm、车速为3~5km/h时,播深平均值为30.13mm,播深标准差为0.18mm,播深合格率均值为93%,播深变异系数均值为2.93%。该系统实现了小麦播种机播深均匀一致的实时自适应调控。     

温室机器人驱动控制系统的算法研究

为了使机器人的行动能适应温室的复杂情况,提高机器人的运动控制精度,将模拟PID控制算法离散化,对编码反馈误差进行归一化处理,并将其输入3层的BP神经网络,研究了隐含层加权系数的计算方法,完成并验证了模糊BP神经网络PID控制系统的算法。结果证明,在同一指令时间内,模糊神经网络控制器能够很好地完成角度指令的零误差调节,与常规PID控制器相比较,模糊神经网络控制器的超调量显著减小。     

基于模糊控制的播种机精密单体播深控制仿真研究

为了提高播种机单体播深控制的精度和速度及研究播种机作业过程中土壤的变化规律,设计了一种新的播种机单体控制系统,在播种自动化控制环节中引入了模糊算法和PID闭环控制,建立了播深模糊控制的数学模型,并通过多软件联合仿真的方式对控制系统进行了仿真实验,验证了算法的有效性和可靠性。利用MatLab线性回归算法得到播深和施加力的线性回归方程,通过播深的反馈调节对施加力进行模糊控制,使用Mat Lab模糊控制工具箱设置了控制参数,最终实现播种机精密PID闭环控制。应用Pro/E软件设计了精密播种机三维参数化模型,将模型导入到ADAMS软件中进行了运动仿真,将结果和Mat Lab计算得到的结果进行对比发现:其误差小于10%,说明仿真结果是可靠的。     

基于动态称量原理的泛函式播种施肥量检测方法

针对动态检测播种施肥量的测量系统易受振动干扰影响且难消除的问题,本文采用高压氮气弹簧的支撑力和S型传感器的拉力组合成称量式播量检测装置,利用压力和拉力之间存在力向相反、幅值呈比例的互补特性,提出了一种泛函式播量检测方法,该方法构建了以目标播量函数为变量的泛函,通过求取泛函极值确定目标播量函数。利用外槽轮式小麦播种施肥机平台,在不同目标播量（225、300、375kg/hm2）和不同车速（3、5km/h,3~7km/h变速）下开展了18组室外车载式小麦播种交叉试验,并应用泛函式播量检测方法获取累积播量和动态播量信息。累积播量的绝对相对偏差的最大值、平均值和标准差分别为5.61%、2.26%和1.58%;动态播量的检测数据在作业面积较小时（少于0.020hm2时）存在较大波动,随着作业面积的增加呈明显收敛趋势,动态播量稳定阶段（作业面积大于0.033hm2）,所有测试最大绝相对偏差为9.61%,单次测试中,最大平均值为4.73%,最大标准差为1.97%。试验结果表明,泛函式播量检测方法能有效获取动态播量和累积播量信息,为播种施肥机的播量检测提供了一种测量方法。     

马铃薯联合收获机车身调平系统设计与试验

针对马铃薯联合收获机作业时车身不能随地形起伏变化自适应平衡,导致作业安全性低、收获损伤大、收获品质差的问题,设计了一种马铃薯联合收获机车身调平系统,该系统采用融合一阶惯性滤波的倾角传感器监测车身横向倾斜角度,干扰和抖动被有效抑制;通过车身调平机构动力学分析,建立了系统的数学模型;采用基于一阶惯性滤波的模糊PID算法控制比例阀驱动升降液压缸运动,从而实现马铃薯联合收获机车身自动调平。对车身调平系统进行仿真分析,结果表明：与传统PID算法相比,模糊PID具有更好的控制性能,系统调节时间缩短51.77%,上升时间缩短53.57%,最大超调量减小6.25%;对整机控制系统进行静态和动态试验测试,结果表明：在坡度-10°~10°范围内,系统自动调平时间小于4s,最大调平误差小于1°;车身在倾斜角10°工况下,使用模糊PID控制算法自动调平时间缩短约50%,静态试验结果与仿真分析结果相符;在起伏变化较大的路面以速度3.6km/h行驶时,车身倾斜角误差控制在±3°以内,较好地实现了马铃薯联合收获机车身自动调平控制,满足实际作业需求。     

基于复合模糊PID的植保无人机变量喷雾系统设计

为提升现有植保无人机喷雾流量随飞行速度变化自适应调整的精准性，降低施药偏差，设计了一种基于复合模糊PID控制算法的植保无人机变量喷雾系统，可根据无人机飞行速度，以基于复合模糊PID控制算法的PWM调制实时调整喷雾流量。通过测试平台分别对比了此控制算法与PID、模糊PID的响应情况，并进行了无人机喷雾流量随飞行速度变化的响应测试。结果表明：基于复合模糊PID控制的系统响应较PID超调量降低63.64%,较模糊PID调节时间缩减23.08%,复合模糊PID与模糊PID的稳态误差控制在3.125%内，小于PID的4.688%;基于PID、模糊PID、复合模糊PID的喷雾系统喷雾流量平均偏差分别为2.67%、3.85%、1.90%;基于复合模糊PID算法的喷雾系统跟随飞速变化自适应调整喷雾流量的最大偏差为6.29%,满足植保无人机施药作业要求，可为农业航空精准变量喷雾系统设计提供参考。