农田平地机导航侧滑估计与自适应控制方法

针对农田平地机在无人驾驶作业时因受地面侧滑影响而导致路径追踪控制精度降低的问题,提出一种基于牵引式农田平地机的导航侧滑估计与自适应控制方法。根据路径追踪时平地铲与拖拉机的位置关系,建立了牵引式农田平地机的运动学模型;基于运动学模型,提出了一种侧滑估计器,用来预测导航控制中车轮因侧滑产生的侧滑角,并计算出拖拉机的前轮转角控制率;采用改进的非线性函数构造方法对PID控制器的参数KP、KI、KD进行实时整定,实现了农田平地机自适应导航控制。田间试验表明,该方法使平地铲路径追踪的平均绝对偏差减小了6.78 cm,标准偏差减小了10.1 cm。与无侧滑估计和参数自适应的导航控制相比,本文方法提高了农田平地机的路径追踪精度,增强了导航控制系统对平地机的适应性和鲁棒性。     

xPC环境下CMAC NN在淀粉生产线液位控制中的应用

在分析CMAC神经网络的基础上,提出了利用自适应CMAC神经网络来调节淀粉生产线中乳液的液位.通过对淀粉生产线中某一液位回路进行数学建模,然后对常规PID和自适应CMAC神经网络两种控制器进行了设计与仿真.仿真结果表明,自适应CMAC神经网络在控制效果上明显优于常规PID,并且具有很高的鲁棒性.在Matlab实时开发环境xPC Target下建立了液位实时控制系统,采用快速原型控制方式,具有系统组建方便、成本低、开发周期短等特点,该系统可实现精确的过程控制.     

自适应巡航系统在汽车中的应用

阐述了汽车自适应巡航系统的作用、工作原理和关键技术,介绍了其在国内外的研究应用情况,并对自适应巡航系统未来发展趋势作了探讨.     

液压外骨骼机器人非线性模糊滑模控制方法

针对液压外骨骼机器人系统建模困难的问题,提出一种利用自适应模糊逼近方法来实现对滑模等效控制的逼近,不需要对机器人的未知参数进行预先估计,同时设计可调参数的自适应调节律,增强系统的鲁棒性,引入一种类势能函数设计具有非线性积分项的滑模面,当误差较大时,积分效应适当减弱,防止产生较大的超调量;当误差较小时,积分效应适当增强,减小稳态误差。利用李雅普诺夫方法论证了该闭环控制系统的稳定性,并使用模糊切换方法来消除滑模控制抖振。最后,对液压助力外骨骼机器人系统进行轨迹跟踪及外干扰实验,结果验证了该方法的有效性,控制输出能快速平稳地跟随参考位置信号,且具有一定抗干扰能力。     

基于数据融合算法的灌区蒸散发空间降尺度研究

采用Landsat和MODIS数据,通过增强自适应融合算法(Enhanced spatial and temporal adaptive reflectance fusion model,ESTARFM)对蒸散发进行空间降尺度,构建田块尺度蒸散发数据集;利用2015年田间水量平衡方法计算的蒸散发数据对融合结果进行评价。在融合蒸散发基础上,结合解放闸灌域2000—2015年间种植结构信息,提取不同作物各自生育期和非生育期内年际蒸散发量,并分析了大型灌区节水改造以来,作物蒸散发占比的年际变化。研究结果表明:融合蒸散发与水量平衡蒸散发变化过程较吻合,小麦耗水峰值出现在6月中下旬—7月初,玉米和向日葵峰值出现在7月份。在相关性分析中,玉米、小麦和向日葵的决定系数R2分别达到了0.85、0.79和0.82;生育期内玉米(5—10月份)、小麦(4—7月份)和向日葵(6—10月份)的均方根误差均不高于0.70 mm/d;平均绝对误差均不高于0.75 mm/d;相对误差均不高于16%。在农田蒸散发总量验证中,融合蒸散发与水量平衡蒸散发相关性较好,两者决定系数达到了0.64。基于ESTARFM融合算法生成的高分辨率蒸散发(ET)结果可靠,具有较好的融合精度。融合结果与Landsat蒸散发的空间分布和差异性一致,7月23日、8月24日和9月1日相关系数分别达到0.85、0.81和0.77;差值均值分别为0.24 mm、0.19 mm和0.22 mm;标准偏差分别为0.81 mm、0.72 mm和0.61 mm。ESTARFM融合算法在农田蒸散发空间降尺度得到较好的应用,可有效区分不同作物蒸散发之间的差异。不同作物在生育期和非生育期内耗水量差别较大;生育期内套种(4—10月份)耗水量最大,达到637 mm,玉米(5—10月份)和向日葵(6—10月份)次之,分别为598 mm和502 mm,小麦(4—7月份)最低为412 mm;非生育期内,小麦(8—10月份)耗水量最大,年均达到214 mm,玉米(4月份)和向日葵(4—5月份)分别为42 mm和128 mm。不同作物多年平均耗水量(4—10月份)差异较小,其年际耗水总量主要随作物种植面积的变化而变化。     

基于自适应趋近律的采摘机器人关节滑模控制研究

利用离散趋近律设计的滑模控制可有效抑制滑模控制中的抖动现象,但其抑制抖动的效果与离散趋近律的设计参数及系统的采样时间有着密切的关系。为此,在分析指数趋近律抖动的基础上,提出了一种自适应滑模控制器,Mat LAB能够进一步的提高基于趋近律的滑模控制器的抖动抑制能力。为了验证本文所提出方法的有效性,在Mat LAB中实现了该算法,并利用其来控制采摘机器人关节的伺服电机。仿真结果表明:本文所提的算法具有较好的位置跟踪能力,进一步地抑制了指数趋近律滑模控制中存在的抖动现象,提高了系统的性能。     

基于模糊神经网络的智能温室环境控制方案

针对农业温室环境的精确建模和控制问题,提出了一种基于模糊神经网络的智能控制方案。首先,在考虑室内外环境因素下,构建一个有效的温室环境数学模型,获得通风量、喷雾量和加热量的微分表达式;然后,利用一种自适应模糊神经推理系统(ANFIS),以温度和湿度差作为输入,通过神经网络自学习和模糊推理获得控制输出;最后,通过遗传算法优化控制器的输出比例因子,提高控制响应速度和稳定性。实验结果表明:该方案能够快速且稳定地追踪环境设置值,具有很好的控制效果。     

调零天线中的空域极化域联合抗干扰算法

在期望信号功率较小情况下,强同频干扰容易造成系统灵敏度下降,比如卫星导航和卫星通信。采用一个4阵元正交极化阵列,可以通过空域和极化域联合方式对干扰进行抑制。阵列参考阵元位于圆心,其余3个阵元均匀分布在圆周上。自适应滤波采用功率倒置准则下的LMS算法,该方法调整每个正交极化阵元权系数,使得阵列在干扰极化下等效的极化匹配因子接近为0,实现干扰抑制。算法无需信号空间信息,实现简单,同时使阵列自由度达到6,从而增加抗干扰个数。计算机仿真证明了4个阵元阵列可以有效抑制最多6个干扰,而且,通过极化域处理,即使干扰信号与期望信号入射角度相同,只要极化不同,也可以抑制干扰而保持对期望信号增益。     

高速插秧机横向仿形插深自适应系统的开发

为解决高速水稻插秧机在农田作业时,插秧盘随水田表面横向起伏导致秧苗插植深度不一致的问题,开展了基于插秧机插植部倾角检测的秧苗插深自适应调节系统的研究与开发。通过角度位移传感器实时检测两浮板相对位置的变化,由数据采集及插深控制单元控制步进电机装置输出,通过动力传输机构来改变整个秧盘的横向侧倾角度,使秧盘与浮板保持一个稳定的相对位置关系,从而达到稳定插秧深度的目的。插秧机仿真实验平台上的静动态实验分析表明,该系统具有良好的控制精度,工作稳定可靠,可以满足农田插秧实际工作的要求,但需要进一步开展大量农田现场实验,在实际工况中对系统的实用性和稳定性进行分析,从而提升系统的工作性能。     

基于改进人工鱼群算法的三江平原投影寻踪旱情评价模型

针对现有的旱情评价方法容易出现评价等级离散和结果不易分辨等问题,提出了基于人工鱼群的投影寻踪旱情评价模型,利用人工鱼群算法优化投影指标函数寻求最佳投影方向,同时采用自适应人工鱼步长和拥挤度因子对人工鱼群算法进行改进,克服其易陷入局部最优等缺点,提高了全局搜索能力和收敛速度。以三江平原红兴隆分局为例,选用降雨距平百分率、Z指标和降水温度均一化指标3个指标综合计算投影值,建立了基于改进人工鱼群算法的三江平原投影寻踪旱情评价模型。结果表明,该模型有效避免了单项指标评价的不相容性,用于区域旱情评价是切实可行的,为旱情评价提供了参考。