一种基于云模型的水肥配比控制策略

针对水肥配比控制精度低以及控制方法对于被控系统动态变化适应性弱的问题，开展了水肥配比控制策略设计，构建了基于云模型的模糊PID控制方法，能够有效改善传统PID控制对被控系统动态变化适应性较弱的问题，实现了根据输入值的动态变化对PID控制参数的实时修正。最后通过试验验证了方法的有效性，表明将基于云模型的模糊PID控制方法用于水肥配比控制可以快速调节肥液流速，缩短水肥比例调控的时间，实现根据由水压等原因导致水流速的变化来动态调节肥液流速，使得系统按照理想的水肥比例将水和肥同步灌溉到作物，具有较好的应用前景。     

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。     

计算机数据融合算法下植保机精准化作业研究

针对我国传统的植保机在精准化作业和自动化喷洒方面存在的不足，基于计算机数据融合算法对植保机精准化作业进行了设计试验。植保机的主要组成包括控制单元模块、信息采集模块、传感器模块、数据传输模块和变量执行器模块。为了实现植保机的精准化作业，对植保机的飞行姿态调整和变量喷药过程进行了算法设计。其中，飞行姿态控制采用双闭环位置式PID控制算法，喷药过程采用改进的遗传PID控制算法进行控制。为了验证植保机精准化作业的效果，对其进行姿态控制和变量喷药试验。结果表明：植保机姿态控制良好，能够完成精准化喷药。     

智能采摘机器人路径规划的设计与研究

以四足轮式采摘机器人为研究载体，将采集的果园图像经过灰度化、阈值分割、几何校正、比例尺寸划分等处理，然后进行栅格化；在此基础上，对采摘机器人在作业时的路径进行全局规划，通过蚁群算法寻找出一条无障碍、短距离的行驶路线；同时，结合运动学模型和PID闭环等现代控制理论，将得到的路径信息转化为控制信号，输出占空比变化的PWM波，从而控制电机运转，使得采摘机器人以规定的速度跟踪已规划好的行驶路线；最后，将此理论以嵌入式方式进行软硬件开发，设计出一款路径规划-跟踪控制系统。实验结果表明，利用路径规划-跟踪控制系统的采摘机器人按规划的路径到达目标点的平均概率为94.5%,能够准确、有效地辅助采摘机器人进行采摘作业。     

水稻液体肥变量施用调节系统设计与试验

目的 设计一种机电式流量调节阀，与已研制的气力引射式施肥器集成构建液体肥变量施用调节系统，实现水稻近根部微小流量液体肥精准施用。方法 通过试验标定了系统质量流率理论模型，建立控制系统传递函数模型，设计了基于模糊推理的PID控制器结构、规则和初始参数；通过仿真试验，分析了PID和模糊PID控制的调控响应能力。结果 仿真试验结果表明，模糊PID控制阶跃信号响应超调量、调节时间和稳态误差分别为0.12%、2.51 s和0.007， 与PID控制的对应值42.90%、4.44 s和0.010相比均较低，表明模糊PID控制动态调节和稳定性更好；在幅值为0.5、持续时间为0.1 s的脉冲信号干扰下，模糊PID控制的调节时间为0.61 s，比PID控制(1.67 s)更短，具有更强的抗干扰能力。性能试验结果表明，10种目标质量流率条件下，模糊PID控制的质量流率绝对误差均低于PID控制，控制精度为93.93%～96.88%，高于PID控制(90.00%～95.21%)；在施肥量变化时，模糊PID控制的超调量为12.2%，上升时间、调节时间和峰值时间分别为1.5、10.7和1.7 s，均低于PID控制的17.4%、2.1 s、13.3 s和2.3 s。结论 基于模糊PID控制的水稻液体肥变量施用调节系统具有较高的质量流率控制精度和跟踪性能，为研制水稻田液体肥变量施肥装备奠定了基础。     

变量播种施肥控制系统的研究——基于财务会计精细化

首先，介绍了变量播种施肥控制系统整体结构和播种量与施肥量的计算方法，给出了变量播种施肥作业流程，并将PID模糊控制算法和财务会计精细化应用在直流电机的转速控制上，设计了变量播种施肥控制系统。在实际播种试验中，测得的播种转轴电机的转速和理论值误差在1%～3%之间，精度较高，达到了变量播种的目的，证实了系统的可行性。     

取苗机械手运动控制联合仿真研究及试验

为减少取苗机械手研制过程中投入大量的成本和时间，解决机械手在作业过程中控制精度低、适应性差等问题，采用SolidWorks建立机械手的模型，并导入ADAMS中；采用模糊PID控制算法对机械手夹持角度进行实时动态联合仿真分析，设计模糊PID控制器及模糊规则。利用MATLAB/Simulink和ADAMS建立联合仿真模型，以阶跃信号为激励，模糊PID控制和PID控制仿真结果表明：PID控制的响应时间为1.1 s，模糊PID的响应时间为0.33 s且响应速度更快，说明模糊PID优于经典PID控制，设计的取苗机械手具有良好的动态响应和轨迹跟踪特性，理论上能够满足实际作业要求。取苗试验结果表明：在取苗频率为50、60和70株/min时，采用PID算法和模糊PID算法取苗成功率分别为9609%、93.75%、92.96%和98.43%、95.31%、93.75%，采用模糊PID算法的取苗成功率更高，能够满足实际作业要求。     

基于模糊控制的永磁同步电机仿真

对于永磁同步电机这种非线性、多变量复杂系统,运用传统的PI控制器控制效果并不理想。为了增强系统的稳定性和更好的动态响应,运用了一种基于模糊PI的控制方法,在传统PID控制的基础上进行优化。建立了PMSM的模型,并且在MATLAB/Simulink中根据数学模型搭建仿真环境,将模糊控制后的PI控制器和基于传统PI的控制器对电机的转速、扭矩结果进行对比分析。结果表明,模糊PI控制器相对于传统PI控制器有更小的超调量,更好的稳定性、动态响应。该研究的算法运用到工程控制中有较好的发展前景。