小麦粉等距螺旋喂料装置优化设计与试验

针对自动包装生产线上输送小麦粉等距螺旋喂料装置参数以经验设计为主、缺乏系统设计方法的问题,基于粒子群算法对螺旋喂料装置参数进行了优化设计。首先,针对输送小麦粉螺旋喂料器流量计算公式与实际流量误差较大、降低参数优化设计准确性的问题,以实际流量与理论流量的差值作为响应值,以对流量差值影响显著的螺距、内轴径、转速为变量设计正交试验,建立了变量与响应值之间的二阶回归方程,由此得到修正后的小麦粉流量计算式;然后,基于粒子群算法,以流量最大和螺旋体质量最小作为优化目标,以螺旋叶片外径、螺距、内轴外径、内轴筒内径作为变量,并采取比例的形式将2个目标转换为单目标优化问题,进行寻优求解;最后,根据算法优化结果进行试验,结果表明,优化后流量为3.0546t/h,比经验设计值提升了18.15%,螺旋体质量为6.2779kg,比经验设计质量减小了29.39%,修正后优化的理论流量为2.8647t/h,与实际测定流量的误差为6.22%。     

基于IPSO优化BP神经网络的蛋鸡舍有害气体监测系统

为实现蛋鸡养殖过程有害气体浓度监测,改善复杂环境下常用气体传感器之间因存在交叉敏感性而导致测量数据不准确的问题,设计了基于IPSO优化BP神经网络模型的有害气体监测系统。选用无线ZigBee模块、传感器模块和STM32模块,搭建了蛋鸡舍各点数据采集硬件平台,利用GPRS远程通信模块将平台采集到的数据传输至服务器,同时开发手机APP软件,对有害气体进行实时监测。利用权重线性递减及改进学习因子的IPSO算法,对BP神经网络进行优化,利用优化后的网络对气体传感器采集到的数据进行处理,有效提高了有害气体的数据精度。利用该系统对河北省保定市某鸡舍有害气体进行测试实验,将传感器测量值与真实值进行对比分析,验证了利用IPSO优化BP神经网络模型的有效性。测试表明,SGP30型二氧化碳传感器测量精度由81.75%提升到94.69%,MQ135型氨气传感器由61.83%提升到91.23%,MQ137型氨气传感器由70.18%提升到91.23%,MQ136型硫化氢传感器由62.35%提升到92.80%,TGS2602型硫化氢传感器由62.97%提升到92.80%。本研究为蛋鸡养殖过程中有害气体的精确监测提供了新方法。     

基于改进粒子群算法的 精准农业无线传感器定位研究

为了提高精准农业无线传感器定位的精度,提出改进粒子群算法。首先建立精准农业无线传感器定位过程;接着对粒子群算法的惯性权重进行非线性优化,使得算法前期变化缓慢,后期变化较快,利于算法跳出局部而求得全局最优解;然后对粒子群规模采取收缩扩张控制,其判别结合粒子的聚集度、多样性函数,算法前期的收缩扩张系数值在较大的位置,后期应减慢速度以加强算法的局部搜索能力;最后建立定位误差与粒子适应度函数关系。实验仿真显示本文算法收敛性能较好,相比其他算法能有效地抑制测距误差对定位的影响,提高节点的定位精度。     

粒子速度场仪在泵装置内流测量研

介绍国内外利用粒子速度场仪（PIV）对泵装置内部复杂流动测量的研究进展，分析了针对泵装置内流测量的PIV系统的特点，概括了目前在泵装置测量方面已取得的研究成果，最后预期了PIV技术在泵装置测量应用方面未来的发展方向。     

自动播种机开沟电控系统的粒子群优化控制与仿真

土壤开沟过程中的动态扰动问题是制约自动播种机在实际中广泛应用的难题之一,而复杂土壤参数的不确定性又为这一问题的解决增加了难度。从这一实际问题出发,对自动播种机开沟器的控制算法进行了研究,采用粒子群全局优化算法与控制模型相结合,设计了自动播种机开沟器电控系统的优化控制策略并进行了仿真。仿真结果表明:经过粒子群优化之后可以显著提高开沟轨迹的控制精度,有效抑制土壤不确定性的一阶扰动对控制效果的影响,在二阶扰动情况下与优化前相比轨迹分离差降低了约17.6%。     

动态水压下迷宫流道水流运动特性研究

采用粒子跟踪测速(PTV)技术,通过观测动态水压及恒定水压下迷宫流道内示踪粒子的运动规律,分析动态水压下迷宫流道内水流的运动特性,揭示动态水压滴灌抗堵机理。结果表明:相对于恒定水压,动态水压下流道内流量未出现明显下降,动态水压对滴灌系统的供水能力影响较小;动态水压下流道主流区水流流速始终保持大幅度上下波动,水流紊动更加强烈,大量粒子可以快速经主流区通过流道,粒子在流道内停留时间大大缩短;滞止区水流流速仍较低,但紊动强烈,进入滞止区的粒子随水流不断运动,不易发生沉积,部分粒子在水流紊动作用下能够迅速重返主流区,并最终通过流道,粒子在流道内沉积的概率明显降低。采用动态水压可以有效提高流道抗堵能力。     

基于模糊PID的冬小麦变量追肥优化控制系统设计与试验

为了实现冬小麦实时变量精确追肥,研究了基于模糊PID控制技术的变量追肥机追肥量实时调整算法,通过对排肥器转速和开度双变量调节,实现追肥量的优化控制。系统首先采用粒子群优化算法确定PID控制器参数的初始值,然后通过实时获取冬小麦冠层归一化植被指数和排肥器实时状态,结合模糊控制理论和PID控制技术,对PID参数进行在线整定,实时调整排肥器的转速和开度,从而实现追肥量的最优控制。试验结果表明:施肥过程中,施肥量存在波动性。但施肥量变异系数小,最大为3.22%,均值为2.09%,可以满足田间变量施肥的要求。模糊PID控制算法具有良好的动态稳定性和跟踪性能,无论是室内试验还是大田试验的控制精度均达到86%以上。     

基于改进投影寻踪模型的干旱区林果适宜灌溉方式评价

为探讨西北干旱区林果节水高效灌溉模式,本文建立了涵盖作物生长性状、水分利用、果品质量和工程投资4个方面10项指标的库尔勒香梨适宜灌溉方式综合评价体系,并采用改进粒子群算法优化投影寻踪模型进行方案优选.结果表明:作物耗水量、水分利用效率、产量与单位面积投资这4项指标是影响灌溉方式综合评价的主要因素,其投影值分别为0.3458、0.4165、0.3796和0.3433;综合考虑各因素,不同灌溉方式优劣排序为:环管地表灌溉＞小管出流＞普通灌溉＞微喷灌,环管地表灌溉方式为研究区最佳灌溉方式.研究结果为干旱区林果节水灌溉提供了理论参考.     

基于SA-PSO算法的发动机缸体机加工线平衡研究

考虑到粒子群算法的高搜索效率和模拟退火算法的局部搜索能力,提出了采用粒子群和模拟退火的混合算法求解机加工工艺线平衡问题的方法。针对机加工过程实际约束条件的特点,提出了一种改进的编码和解码方式,使得离散的编码序列与连续的微粒位置及速度迭代进化对应起来,并给出粒子约束修正的方法,使得粒子更新后总能满足约束条件,加快了算法的收敛速度。最后以某柴油发动机缸体机缸体加工生产线为例,验证了该方法的有效性。     

基于PSO-LSSVM的森林地上生物量估测模型

为提高森林地上生物量估测精度,从建模因子和建模方法出发,提出了一种综合考虑影像纹理特征、地形特征、光谱特征的粒子群优化最小二乘支持向量机生物量估测方法。以松山自然保护区为研究区域,以资源三号遥感卫星数据为数据源,配合194块调查样地实测数据、森林资源二类调查数据、数字高程模型数据,通过分析46个特征变量与森林地上生物量间的Pearson相关性,进行特征变量优化提取,建立PSO-LSSVM模型并在Matlab 2014a上编程实现。以决定系数R2和均方根误差RMSE为指标,对比分析了PSO-LSSVM和多元线性回归地上生物量模型精度。研究结果表明:PSO-LSSVM模型在针叶林、阔叶林、灌木林3种类型中预测决定系数分别为0.867、0.853、0.842,比多元线性回归模型分别提高了23.15%、19.13%、14.40%。PSO-LSSVM地上生物量模型具有良好的自学能力和自适应能力,它取代了传统的遍历优化方法,在全局优化及收敛速度方面具有较大优势,预测精度较高。