变温度-风速模拟条件下微润灌工况自适应调节机理

通过模拟光照、吹风改变蒸发强度,对比分析了4种蒸发条件(CK、光照(L)、吹风(W)、光照+吹风(LW))下微润灌入渗速率以及湿润体变化特征。结果表明,常温下微润灌累积入渗量与时间呈显著线性相关关系(决定系数R²>0.99),符合Philip入渗模型水平吸渗项入渗规律;微润管出流速率因多孔介质管壁穿透入渗、管周土壤水分入渗分别随时间呈现出初期骤增、线性减小的演变规律;改变上边界条件后各处理蒸发均显著增大,然而入渗速率只随温度增加而提高,吹风带走土表热量,入渗速率反而减小;光照期间,L、LW处理入渗速率分别增长56.56%、29.51%;撤去光照2 h后,LW处理蒸发强度不变,入渗速率骤降5.90%,揭示了微润灌对温度响应的敏感性远高于上边界蒸发。湿润锋运移距离与时间呈显著幂函数关系,温度提高后入渗速率增加促进了湿润锋运移,温差和重力势共同驱动下水分向背离热源方向移动,光照处理中湿润锋水平运移距离D_horiz、垂直向下运移距离D_down较预测值分别增长75.81%、99.30%。该研究揭示了源于辐射的地温变化在微润灌...     

基于作物生长模型与机器学习算法的区域冬小麦估产

为精准、高效、实时地实现区域冬小麦产量估算,以河南省鹤壁市淇县桥盟乡石桥村为研究区,基于分辨率10 m的Sentinel-2多时相光学遥感影像,利用集合卡尔曼滤波(Ensemble Kalman filter, EnKF)算法同化PROSAIL辐射传输模型反演的多期叶面积指数(Leaf area index, LAI)到PyWOFOST作物生长模型中实现一定数量不同长势单点产量的估测,最后利用建立的机器学习模型和面域数据反演区域冬小麦产量,实现作物生长模型与机器学习算法的应用耦合及一种新的区域冬小麦估产模式。研究基于Sobol参数敏感性分析法量化对贮藏器官总干重质量(Total dry weight of storage organs, TWSO)与LAI_max的敏感性参数,并基于反演的多期LAI和粒子群优化(Particle swarm optimization, PSO)算法优化与LAI_max相关的TDWI、TBASE、CVS、CVL敏感性参数,将其输入到PyWOFOST模型中,利用EnKF算法和时序LAI数据调整对TWSO相关的AMAX...     

基于低成本惯导和运动约束的农机高精度定位系统研究

北斗定位系统(BDS)能够实现厘米级的定位,在农机导航系统中获得了广泛应用。然而,单纯的卫星定位系统存在一些局限性,比如易受外界遮挡、数据频率低等。因此,在导航系统中集成惯性元件并发展组合导航技术成为重要研究方向。考虑到高性能惯导成本很高,不利于推广应用,本文研究了农业场景下,使用低成本惯导和BDS构成组合导航系统。为提高定位精度,解决由BDS中断导致误差发散的问题,设计了零速修正。同时,分析了BDS/INS组合导航系统中航向角误差不可观测的原因和误差来源,设计了航向约束方法。当BDS信息可用时,利用双天线航向角信息来抑制航向角误差的累积;当BDS中断时,使用零角速度修正。通过现场实验验证,当BDS可用时,零速修正可以将位置、速度和水平姿态的精度分别提高20%、40%和15%以上,航向约束可以将航向角精度提高90%以上;BDS中断时,零速修正可以将位置、速度的精度提高90%以上,水平姿态的精度提高80%以上,航向约束可以将航向角精度提高40%以上。     

开关磁阻电机控制系统在纯电动拖拉机设计上的应用

在纯电动拖拉机调速系统的设计中,引入了开关磁阻电机控制系统,并采用PID控制器对速度的调节过程进行反馈,从而提高速度控制的灵敏性和调节精度,使调速系统具有自适应调节能力。为了验证基于PID的开关磁阻电机控制系统的优越性,对控制系统的调速过程进行了仿真模拟,并选取了两组不同的参照进行了对比,结果表明：采用PID的开关磁阻电机的控制精确性比其他两组高,从而验证了其性能的可靠性。     

基于小波降噪和自适应加权法的温室数据融合

针对温室环境信息多节点数据采集中存在误差大、冲突多和冗余等问题,提出一种基于小波降噪和自适应加权的多传感器数据融合算法.通过小波降噪对采集的数据进行处理,使其具有良好的光滑度和稳定性;利用自适应加权算法对多传感器数据进行融合,得到测量数据的最优估计值.实例验证结果表明,采用所提算法可以有效降低原始数据中存在的噪声和冗余,得到方差较小的数据融合值,可以提高测量数据的准确性和降低数据的传输量;具备良好的稳健性,能够实现对温室环境信息的可靠性和一致性描述.     

低轨无拖曳卫星的自适应神经网络控制器设计

低轨无拖曳(Drag-free)卫星为相对论的验证、引力波探测以及地球重力场的测量提供了低干扰的试验环境。目前已有的工作主要对无拖曳卫星模型进行线性化,然后进行控制器设计,此种方法忽略了无拖曳卫星控制系统的非线性环节,因此降低了控制器的精度。本文将基于Lyapunov稳定性理论和自适应反步控制,直接针对无拖曳卫星控制系统的非线性模型进行分析,设计一种自适应神经网络控制器。针对系统建模过程中的线性化和未建模动态,利用RBF神经网络对非线性项进行拟合和补偿,建立自适应神经网络权值自适应律,保证闭环系统具有较好的鲁棒稳定性能和抗干扰性能,实现无拖曳卫星控制系统的设计要求。仿真结果表明控制器的有效性,满足了无拖曳卫星的控制精度要求。     

无传感器式交流电动助力转向系统直接转矩控制

永磁同步电动机驱动的电动助力转向系统已成为发展方向,为适应交流电动机特点,基于模糊规则的助力-回正特性,采用扩展卡尔曼滤波估算定子磁链与位置,利用直接转矩控制算法对助力电动机进行控制,以提高电动机响应速度与精度。参照国标对该系统的转向轻便性与回正性能进行了仿真,结果表明提出的系统在电动机助力后转向效果明显,方向盘平均操作转矩减小45%,转向轮回正时间缩短了50%。台架试验结果显示,系统动态响应快,能够很好地完成助力控制目标。     

基于自适应神经模糊网络的果蔬抓取力控制

运用自适应神经模糊推理系统设计了农业机器人果蔬抓取力智能控制器。以当前抓取力和滑觉传感器信号的小波变换细节系数作为控制器的输入,末端执行器两指闭合距离作为控制器的输出。基于减法聚类建立模糊推理模型,通过调整聚类半径来优选模糊规则数。给出了训练样本数据集采集方法,并应用梯度下降与最小二乘混合训练算法辨识了控制器的前件参数和结论参数。对所设计的控制器进行了实验验证,结果表明该控制器能够适应果蔬质量、表面摩擦特性等方面的差异。抓取力超调量得到了限制,最大值小于0.8 N,可以避免给抓取对象造成机械损伤。     

基于UWB的自动驾驶编队车辆相对位姿计算

随着自动驾驶车辆编队技术与超宽带技术(UWB)的快速发展,基于UWB的位姿估计技术也得到了迅速发展。针对自动驾驶物流车直行编队行驶过程中需要获取牵引车与跟随车之间的距离、姿态角与方位角,提出了将UWB技术应用于直行编队驾驶中。提出一种获取距离、姿态角与方位角的计算方法,最后使用卡尔曼滤波对含有噪声的数据进行平滑操作,将距离的平均误差从16.3%降到5.2%,方位角的平均误差从19.7%降为9.4%,姿态角的平均误差从17.4%降为8.9%。