基于ZigBee技术的农田滴灌自动控制系统设计北大核心

针对传统滴灌技术中布线繁琐及对人工经验的过度依赖等问题,设计了基于Zig Bee技术的农田滴灌自动控制系统。在传感器节点硬件设计的基础上对控制节点、传感器节点和上位机进行编程,并通过PC界面对田间信息进行显示、记录以及阀门状态控制。为满足实际运行需求,系统采用自动控制和手动控制相结合的方式进行管控。同时为适应农田大面积种植以及地块分散等情况,系统采用动态组网和自动路由功能的网状拓扑结构,以更好地满足网络的稳定性能。     

基于土壤水分下限的宁夏枸杞滴灌灌溉制度试验研究

以宁杞7号枸杞为研究对象,在宁夏同心县开展2 a田间试验.设置4个关键控水期、3个控水水平共8个处理,研究枸杞不同生育期不同水分下限条件下根区土壤含水率、叶片光合生理指标、产量与品质变化;分析其耗水规律与水分利用效率,提出基于土壤水分下限的宁夏枸杞滴灌灌溉制度.结果表明:不同水分处理枸杞根区20~60 cm土层土壤含水率最大;叶片气孔导度随土壤下限升高而增大,高水分下限处理的蒸腾速率相对较大,叶片水分利用效率则相反;生育期耗水量随土壤水分下限升高而增大,2 a增幅分别为10.8%和12.8%,平均耗水量为386.6~463.2 mm,夏果期耗水量最大且差异具有统计学意义,是关键需水期.2 a均为处理S5的产量最大分别为2 208.15和2 571.30 kg/hm²,水分利用效率最高为0.39 kg/m³;水分处理对蛋白质含量影响差异不具有统计学意义,低土壤水分下限的枸杞多糖含量相对较高;全生育期分为6个灌水期,其中萌芽期灌水(春水)为375 m³/hm²;春梢生长期、花期、夏果期、秋果期的土壤质量含水率下限分别为50%θ_f(θ_f为田间持水率),65%θ_f,65%θ_f,55%θ_f,而上限为95%θ_f;休眠期冬灌量为450 m³/hm².     

滴灌系统设计灌水均匀度问题的分析

根据非补偿式灌水器的水力特性，分析了新疆棉花膜下滴灌工程设计中存在灌水均匀度较低的问题。为了保证系统灌水均匀度指标符合标准，提出了相应的解决措施与方法：安装调压管；安装补偿式流量调节器；选择流道长度变化或多种规格的灌水器。     

基于模糊神经网络的喷灌控制系统设计及实现

结合模糊控制的强鲁棒性和神经网络的自学习能力特点,设计了一种基于模糊神经网络控制的喷灌控制系统,并将其应用在喷灌系统中.结果表明,该方法明显优于常规模糊算法,可以使得喷灌系统稳定性增强,管路压力波动消除,保证了喷灌质量.     

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。     

不同土壤基质势对滴灌枸杞生长的影响研究

采用滴头正下方0．2m深处埋设负压计控制土壤基质势下限进行水盐调控,通过田间试验研究了不同土壤基质势对宁夏枸杞生长和产量的影响。试验结果表明,2010年枸杞生长周期内,随着土壤基质势的降低,不同处理的累计灌水量显著减少,不同土壤基质势处理对枸杞生长和产量都没有显著影响。当滴头正下方0．2m处土壤基质势为-20kPa时,...     

基于模糊神经网络的温室控制系统

为了实现温室节能以及安全控制,针对温室环境的大滞后、多输入、多输出、非线性和难以建立数学模型等特点,提出用模糊神经网络进行温室温度控制的方法,采用神经网络在线调整训练模糊规则的控制方式,实现了温室内温度的模糊控制.利用该方法能提高温室控制系统的精确性、适应性和鲁棒性,有利于节能.结果表明,基于模糊神经网络的温室控制系统运行效果良好,控制过程响应快,无震荡,超调量小,稳态误差小,能满足使用要求.     

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Borda法的番茄营养液滴灌频率研究

为实现设施番茄准确有效施肥管理,以改良金棚8号番茄为试验材料,常规基质栽培番茄营养液管理方式为对照(CK),将番茄结果时期与营养液滴灌频率2因子完全交互耦合,番茄结果期划分为结果前期(第3穗果坐果～第1穗果成熟)和结果后期(第1穗果成熟～第5穗果成熟),各结果期滴灌频率均设置1、3、5次/d共3个频率(供应营养液总量相同),共10个处理,研究不同耦合处理对番茄不同层果实品质和产量的影响。利用主成分分析法、逼近理想解排序法、隶属函数分析法、灰色关联度分析法4种单一综合评价方法对番茄多层果实进行品质-产量单一算法综合评价,对通过事前一致性检验(Kendall-W)的单一综合评价结果进行模糊Borda组合评价,确定最优营养液滴灌频率方案。结果表明,耦合处理能显著增加番茄产量,不同层果实品质指标最优时,对应的耦合处理不同。4种单一综合评价方法的排序结果存在差异,Kendall-W一致性检验的协和系数为0.920,满足模糊Borda组合评价条件。主成分分析法与模糊Borda法的排序结果相关系数最高,为0.988。基于模糊Borda组合评价方法得出,结果前期1次/d、结果后期3次/d的滴灌频率可兼...     

基于模糊神经网络的滚动轴承滑动擦伤诊断

针对故障诊断知识模糊性及引起轴承滑动擦伤的参数间的非线性特点，提出了基于模糊神经网络的故障诊断方法，建立了模糊神经网络模型，并将其应用于滚动轴承的滑动擦伤诊断。网络测试结果表明，本文方法对于滚动轴承的滑动擦伤诊断是十分有效的。     

基于T-S模糊神经网络的地下水水质评价

采用T-S模糊神经网络模型对吉林省西部地区部分地下水水化学监测点水质进行评价。T-S模糊神经网络模型是根据模糊系统和人工神经网络优缺点具有明显的互补性结合而成,考虑了水质评价标准的区间形式和水系统的不确定性。将T-S模糊神经网络的评价结果与水质综合评价方法中经典的内梅罗指数法和BP人工神经网络法的评价结果进行对比,结果表明:T-S模糊神经网络法评价地下水水质更全面更客观。利用该方法对吉林西部的地下水水质进行评价,结果显示:吉林西部地区地下水资源已经遭受不同程度的污染,需要进行有效的保护。     

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。     

基于模糊神经网络单螺杆挤压膨化机的故障诊断

为了能够提高单螺杆挤压膨化机故障诊断的准确率,利用模糊神经网络对其进行故障诊断。首先,分析了单螺杆挤压膨化机的常见故障;接着,研究了模糊神经网络的基本结构,并且分析了相应的故障诊断算法和基本原理;最后,进行了单螺杆挤压膨化机的故障仿真分析,仿真结果表明该方法具有较高的故障诊断精度。     

滴灌自动控制系统灌溉方式及总体结构的设计

宁夏银川市永宁县的黄羊滩农场建有大型的葡萄园,水资源不足、灌溉难以满足。从以色列引进了滴灌系统自动化程度低,控制系统简单,无法精确实现对作物灌水时间和灌水量的轮灌[1]。本文就此问题设计了与之配套的滴灌自动控制系统,考虑到土壤条件、气候因素与灌水量之间的关系对灌溉控制技术以及系统的硬件设计进行了搭建和研究,仅供参考。     

作物需水量自适应神经网络模糊系统的设计研究

通过自适应神经网络对大量实验数据(太阳辐射、空气湿度)的学习，得到学习后的作物需水量模糊系统的隶属度函数和模糊规则，所建立的Sugeno型模糊推理系统通过与自适应技术的结合，使建立的模糊模型很好地匹配了输入数据。该模糊模型能很好地解决需水量多影响因素之间的不确定性和非线性，模型的预测精度较高，对精确灌溉和节水农业不仅有一定的理论意义，更具有巨大的实用价值。     

基于DSP和模糊神经网络种蛋识别系统

针对传统的无线传感器网络监测农田范围小、采样频率不足和能耗高等问题,本文设计了基于簇状结构的无线传感器网络监控系统.能实现对玉米田环境参数的测量.该网络拓扑结构是簇状结构,分为2个簇,8个终端采集节点,2个簇首节点和1个汇聚节点.为延长生存期、降低能耗,节点采用定时休眠,依据节点功能采用不同供电模块,简化协议固定簇内终端节点和簇首的位置.设计WSN-CFM (Corn Field Monitoring)系统能实现近端计算机控制信息采集、处理、传输和存储农田参数变化状况.试验节点部署在玉米田,8个终端节点有7个终端节点数据的传输正确率均超过85%,正确率较低的节点更换电池后可正常工作.系统是能实现稳定传输,适合对玉米田环境参数实时监测.     

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.     

基于模糊神经网络的车辆制动性能预测研究

为进一步提高车辆制动性能的计算机仿真精度,以模糊理论和神经网络原理为基础,提出了一种基于模糊神经网络的制动性能的预测仿真模型。试验结果表明使用模糊神经网络模型可以提高车辆制动性能的仿真精度。     

基于模糊神经网络的油水分离水力旋流器研究

油水分离水力旋流器广泛应用在各国石油工业,构建了基于模糊神经网络的油水分离水力旋流器模型。根据水力旋流器的实际生产条件,将水力旋流器入口的物性参数和分离期望值作为模糊神经网络模型的输入层节点,将旋流器的操作参数和结构参数作为模糊神经网络模型的输出层节点,实现了旋流器结构参数和操作参数的优化,并用实例证明了此模型的有效性。     

基于模糊神经网络的汽油机怠速控制

针对发动机怠速工况的非线性、时变性和精确数学模型难以建立的特点，提出了怠速控制的模糊神经网络方法；利用模糊神经网络的模糊信息处理能力及自学习：叻能进行发动机怠速控制，给出了BP网络模型。实验结果表明：使用神经网络对汽油机进行怠速控制效果良好．鲁棒性强，可有效提高发动机怠速品质，改善发动机的性能指标。