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Smith预估模糊控制的温室灌溉决策系统设计

温室设备快速准确控制是设施农业精准调控的关键环节。为解决现有温室灌溉控制系统精度较低,优化蔬菜作物的灌溉管理策略,本文提出了基于Smith模糊控制器的温室灌溉智能决策系统。文章对Smith预估模糊控制器结构组成及结果期西红柿土壤水分数学模型构建进行了阐述。基于Simulink的建模仿真验证了本系统的控制策略具有更好的响应速度和控制精度;温室实地试验结果表明,系统灌溉控制最大误差为7.5%,系统响应达到设定值后,土壤水分平均值能够很好地维持在70.5%左右,符合温室西红柿结果期的生长环境要求。系统工作稳定,针对温室蔬菜灌溉控制具有更高的控制精度和实用性。     

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精准控制。     

基于Fuzzy-Smith控制器的营养液pH值调控系统研究

pH值的控制是水肥一体化营养液循环控制系统的重要环节,水肥控制过程中pH值在最优控制范围内有利于根系的发育以及多数矿物质的吸收。营养液调控过程中,由于循环管路以及酸液的缓慢扩散,使得pH值调节过程存在很大的时滞,传统PID难以取得良好效果。本研究根据被控对象特点,建立了描述该过程的数学模型,设计开发了一套具有二次混肥特性的以MSP430单片机为主控的营养液pH值控制系统。由于参数自整定模糊PID不需要精确数学模型以及Smith预估可对纯滞后进行补偿的特点,开发的系统将参数自整定模糊PID控制引入Smith预估当中,既缓解了滞后时间对控制系统的影响,又对模型的不精确性进行了补偿。为了验证该算法以及系统的有效性和优越性,分别对PID、Fuzzy-Smith控制算法进行仿真测试,同时在不同灌溉量下进行性能试验。试验结果表明,在不同灌溉量下Fuzzy-Smith控制算法pH值的平均最大超调量为0.83%,营养液pH值从8.0调节为6.0的平均时间为157s,优于常规PID控制的2.55%和189s。     

水肥一体机肥液电导率远程模糊PID控制策略

为检测水肥一体机肥液电导率(EC),并将其控制在合理范围内,基于物联网技术,设计了远程水肥灌溉控制系统,将自整定模糊PID控制算法引入远程开发者服务终端中,通过模糊PID控制算法调控本地端变频注肥泵的频率进而精准控制EC,并对本地端PID和远程端模糊PID控制算法进行了对比试验验证。结果表明:目标EC越大,稳态EC越精确,但稳态时间和超调量均增大;与传统本地端PID控制相比,该系统响应速度快、EC波动幅度小、稳定,当目标EC为2.5 mS/cm时,稳态时间和超调量分别达到120 s和20.8%,混肥时间和实测EC均能满足水肥控制实际需求。该研究实现了EC的远程模糊PID控制,以及灌溉施肥系统的计算机、手机微信多终端灌溉数据监测和开关量控制。     

模糊免疫PID控制在淀粉浓度控制中的应用

在分析比较传统PID、Smith预估PID和模糊免疫PID原理的基础上,提出了利用模糊免疫PID调节淀粉生产线中的淀粉浓度.通过对淀粉生产线中浓度控制回路进行数学建模,对传统PID、Smith预估PID和模糊免疫PID 3种控制器进行了设计与仿真.仿真结果表明,模糊免疫PID在控制效果上明显优于传统PID并且其鲁棒性高于Smith预估PID.最后,利用Matlab的DDE协议和ActiveX与淀粉生产线的上位机RSView32进行数据交换,将Matlab中模糊免疫PID控制算法传输到上位机上,实现了模糊免疫PID控制在淀粉浓度控制中的应用.     

基于Fuzzy-PID的温室节水滴灌控制系统

针对传统温室灌溉系统中的节水问题,设计了一种基于Fuzzy-PID算法的温室节水滴灌控制系统。通过采集温室内的实时土壤湿度,基于Fuzzy-PID控制原理,一方面根据植物的生长特性自适应地调节土壤湿度,以保持农作物“不饥不过饱”,另一方面在满足温室灌溉需求的基础上进行适时、适量的灌溉,以避免水资源的浪费。仿真实验表明,与传统的模糊控制和PID控制相比,所提出Fuzzy-PID控制的调节时间减少了约17s,超调量减少了9.4%。实际测试表明,该系统运行稳定,鲁棒性强,节水率约为23%,能够满足节水灌溉的要求,具有良好的推广价值。     

一种自走式施肥机变量施肥控制系统改进

针对丘陵山区现有的自走式施肥机变量控制系统存在惯性大、非线性以及不能及时响应等,传统PID控制策略很难达到精准施肥要求。为此,在建立施肥控制系统数学模型的基础上,采用模糊PID对排肥轴转速进行控制,然后在Simulink工具箱搭建该控制系统的PID仿真模型。分析、对比传统参数整定的PID控制和自适应模糊PID控制系统性能差异。模型仿真和田间试验结果表明:自适应模糊PID控制器改进后的系统模型,响应时间为0.7 s,超调量3.36%,相比传统PID控制模型具有更好的动静态特性;而且在排肥控制性能试验中,单穴排肥量误差为1.52%~5.10%,变异系数最大为4.31%,排肥量准确性和均匀性均达到要求,改进的控制系统性能更优。     

灰色预测模糊PID灌溉控制技术开发

针对节水自动灌溉中的水肥比例调节和灌溉精度低的控制问题,设计了基于PID控制、模糊控制和灰色预测控制相结合的控制算法,在PID控制的基础上,通过模糊规则进行模糊推理,查询模糊矩阵表进行参数自整定,从而实时调整PID各项参数,加入多因素灰色预测MGM(1,n)解决时滞现象,进行有效的预测作物的需水量,达到对系统的精确灌溉控制。运行测试:该系统与常规PID控制相比,超调量降低了14.68%,系统的调节时间减少了86.62%;比较模糊PID控制,超调量略上升了1.9%,同时调节时间减少了77.71%;并验证了其在水肥浓度和肥量精量控制中,系统响应速度快和实时性好,稳定,大幅度提高了水肥灌溉效果。     

模糊免疫PID控制在淀粉生产线中的应用

在分析比较传统PID、Smith预估PID和模糊免疫PID原理的基础上,提出了利用模糊免疫PID调节淀粉生产线中的液位.通过对淀粉生产线中某一液位回路进行数学建模,然后对传统PID、Smith预估PID和模糊免疫PID 3种控制器进行了设计与仿真.仿真结果表明,模糊免疫PID在控制效果上明显优于传统PID并且其鲁棒性高于Smith预估PID.最后,利用Matlab的DDE协议和ActiveX与淀粉生产线的上位机RSView32进行了数据交换,将Matlab中模糊免疫PID控制算法准确传输到上位机上.     

模糊免疫PID-Smith控制器及其在液位控制中的应用

针对淀粉乳业生产液位控制中的大滞后、模型不确定等特性,设计了模糊免疫PID—Smith预估控制系统。该控制器同时兼顾了模糊免疫PID控制器和Smith预估器的优点,既可以整定参数,又使控制器提前动作,减少超调。Matlab仿真显示,该控制器具有良好的自适应性和鲁棒性,控制效果明显好于免疫PID控制效果。     

基于PSO优化Fuzzy-PID精量灌溉控制系统设计

精确控制农业灌溉中的灌溉精度和水肥比例,能够大大提高水肥的利用率。因此,基于传统PID控制、Fuzzy-PID控制两种控制算法的优缺点,进行PSO优化Fuzzy-PID控制。该控制算法能够有效解决大棚灌溉控制中的非线性、时变性和滞后性等问题。实验结果表明:该系统与传统PID控制相比,上升时间减少了4.10 s,超调量降低了14.57%,调节时间减少了27.4 s;相比于Fuzzy-PID控制,上升时间减少了4.30 s,超调量降低了0.37%,调节时间减少了20 s。该系统响应速度快、配比精度高、稳定,具有一定的应用价值。     

基于模糊PID的变量液体施肥控制系统

变量液体施肥控制系统具有大惯性、非线性和参数时变的特点,采用传统的PID控制方法很难实现准确的控制。为此,在建立电动执行器的数学模型的基础上,采用自适应模糊PID对液体肥流量进行自动控制,并利用Mat Lab对变量液体施肥控制系统进行建模和仿真及实验验证。仿真与实验结果表明:变量液体施肥控制系统采仿真时,自适应模糊PID控制系统的动态静态指标明显高于常规PID控制;系统超调量、调整时间明显改善,即超调量为1.5%,系统进入稳态所需时间为0.86s。变量液体施肥控制系统实验时,PID控制变量液体施肥系统的响应时间为1.6s,超调量为7.8%。模糊PID控制变量液体施肥系统的响应时间为0.8s,超调量为0,使施肥量更有效地保持在给定范围。该方法可为变量液体施肥控制提供一种有效的控制方法。     

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%.     

基于数据拟合的温室大棚温湿度解耦控制器设计与仿真

针对温室大棚控制系统中温湿度强耦合性特点,本文设计了一种温湿度模糊PID-解耦控制器。首先,结合传统PID控制和模糊控制方法,构造了温湿度模糊PID控制器。然后,利用多项式数据拟合法建立了温湿度补偿关系式,并设计了温湿度解耦控制器。最后,利用MATLAB/Simulink仿真平台搭建了温室大棚温湿度控制系统整体仿真模型,并对比分析了传统PID、模糊PID和模糊PID-解耦控制方法。结果表明:提出的模糊PID-解耦控制方法具有响应速度快、无超调振荡等特点,优化了控制系统的动态性能。     

基于模糊PID的丘陵山地灌溉控制系统设计

针对传统丘陵山地农业灌溉通常采用人工控制电磁阀进行灌溉所出现的水资源浪费、人工成本高等问题,设计了一套基于模糊控制和PID控制的丘陵山地农作物自动灌溉控制系统,将PID控制的稳定性和模糊控制的适应性相结合来控制灌溉时长。通过Simulink搭建的丘陵山地灌溉系统,分别用常规PID和模糊PID来控制该系统进行仿真实验。结果表明：模糊PID控制下的系统相比于常规PID控制,超调量和调节时间都明显降低,具有更高的稳定性、适应性和调节性能,可以用于丘陵山地农业自动灌溉系统中。     

基于PSO-BP优化PID模型的水肥控制系统研究

针对传统灌溉施肥方式无法切实满足作物生长需求和水肥资源浪费严重的问题,设计一种基于PSO和BP神经网络优化PID模型的水肥控制系统。系统通过结合作物种植环境水肥浓度信息,利用PSO和BP神经网络算法优化PID控制参数,以解决水肥施灌过程中系统的非线性、时变性和滞后性等问题。综合MATLAB/simulink仿真试验结果可知,利用PSO和BP神经网络优化的PID控制模型较传统PID控制模型系统响应速度提高9.33%,调节时间缩短72.24%,超调量仅为PID控制的11.78%,优化效果较好。系统试验结果表明,施灌过程中系统控制稳定,在一定程度上达到水肥浓度精准控制的效果,具有实际应用价值。     

农药喷洒四轴飞行器的模糊PID姿态控制

为了实现四轴飞行器更稳定的姿态控制,建立了四轴飞行器四元数运动学方程,并给出了四元数微分方程的解析解和数值解,在此基础上求解出了欧拉角.针对农药喷洒四轴飞行器在作业过程中负荷发生改变后影响控制效果的问题,设计了模糊PID控制器,通过Matlab/Simulink仿真,对比传统PID控制效果,验证了算法的可靠性.搭建了飞行器试验平台,在stm32飞控板上编程实现算法.试验中,通过改变飞行器质量,对比了传统PID和模糊PID的控制效果.在飞行器质量改变前后,模糊PID比传统PID的超调量分别降低22%和30%,上升时间分别减少0.06,0.08 s,调节时间分别减少0.70,0.80 s.试验结果表明,模糊PID控制系统较传统PID控制具有响应速度快、超调量小等优点,能更好地满足农业作业四轴飞行器的控制要求.     

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。     

基于单神经元PID的温室系统多变量解耦控制研究

温室系统是一个典型的多变量、非线性动态系统,环境变量之间相互影响,常规PID控制方法难以取得理想的控制效果。为了获取良好的控制效果,本文根据温室系统环境变量耦合特性,提出了自适应粒子群算法(PSO)与单神经元PID相结合的解耦控制方法,利用自适应PSO算法对单神经元PID网络参数进行优化,从而提升系统解耦效果,并在温室系统多变量输入输出模型中仿真验证。结果表明,改进后的控制方法使得各变量输出调节时间可平均缩短22 s,光照强度超调量降低45%,且鲁棒性更好,对温室系统解耦效果理想。