基于自动导航的小麦精准对行深施追肥机设计与试验

针对冬小麦返青期地表追施氮肥使氮素挥发导致肥料利用率低的问题,结合目前在小麦追肥过程中缺少深施氮肥作业装备的现状,进行了基于拖拉机自动导航技术实现精准对行深施氮肥的技术研究,设计了小麦精准对行精量深施追肥机。追肥机采用安装有自动导航系统的拖拉机牵引实现精准对行,以RTK-GNSS接收机测取的作业速度为基准,通过液压系统驱动排肥机构工作,双圆盘开沟器开沟深施,采用PID控制排肥轴转速与车辆行驶速度实现实时匹配,达到精量控制追肥量的目的。田间试验结果表明:设置目标追肥量为200 kg/hm2,车辆行驶速度为5 km/h时,追肥机能完成对行深施追肥作业,机具对行作业误差在±6 cm以内,追肥量偏差小于9%,可满足实际生产需求;对照撒肥机表层撒肥作业,每公顷减施氮肥25 kg左右,小麦每公顷增产486.5 kg左右。     

硬质合金刀片切削力控制器的设计及仿真

针对硬态切削条件下的切削力控制问题,建立了控制模型,使用MATLAB/SIMULINK设计了PID/PD控制器,对径向力的控制效果进行了仿真。结果表明:通过调节进给量能够有效地控制径向切削力变化,同时,能够较好地控制刀具的磨损速率。     

模糊控制器在木材干燥工艺中的设计研究

木材干燥工艺温度控制系统目前多采用传统的PID控制方法.本文介绍了模糊控制在木材干燥工艺中的应用.仿真结果表明这种控制方法比传统的PID控制系统精度高、速度快,具有一定的应用价值.     

拖拉机电液转向系统的变论域两级模糊PID控制研究

[目的]拖拉机在田间转向过程状态多变且环境恶劣,对转向系统控制精度和算法适应能力要求较高,故研究设计变论域两级模糊PID控制方法在拖拉机电液转向系统上的应用.[方法]在分析了电液转向系统的结构原理的基础上,建立了其主要组成部分数学模型,然后将变论域两级模糊PID方法(VFFPID)引入到控制器设计中,进行蛇形跟随性、转向响应性仿真试验,并同时与模糊PID控制算法(FPID)和基于函数型变论域模糊PID算法(XFPID)作对比分析.[结果]蛇形跟随性试验结果表明:拖拉机电液转向系统在VFFPID的控制下,转向油缸位移最大误差只有±1.43 mm,比FPID降低了49.5％,比XFPID降低了40.7％.响应性试验结果表明:在VFFPID控制下,转向油缸执行响应时间为0.123 1 s,比FPID缩短了17.8％;转向油缸位移平均误差为0.121 9 mm,是XFPID的28.3％.[结论]拖拉机电液转向在VFFPID的控制下油缸位移最大误差、平均误差更小,执行响应时间更短,具有更好的跟随性和控制精度.     

基于星基增强精密单点定位的农机自动导航系统开发与测试

目的 开发基于星基增强精密单点定位的农机自动导航系统。方法 以国产雷沃TX1204拖拉机为平台,采用国产星基增强定位板卡的输出数据作为农机位置反馈量,设计位速卡尔曼滤波器对定位数据进行滤波处理,开发预瞄跟随PID路径跟踪控制算法进行导航控制,整定不同行驶速度条件下的模型控制参数,采用地基增强RTK高精度定位接收机输出数据作为参考量,搭建农机自动导航测试系统并开展系统性能测试。结果 在直线跟踪误差方面,所开发的农机自动导航系统平均误差为?0.0009436 m,标准差为0.02452 m,最大误差绝对值为0.08472 m;在邻接行误差方面,平均误差为0.0007128 m,标准差为0.02986 m,最大误差绝对值为0.15444 m。这一精度可满足大部分农机自动导航作业需求。结论 将国产星基增强精密单点定位技术用于农机自动导航是可行的;本文设计的预瞄跟随PID路径跟踪控制模型和提出的不同速度条件下PID参数与前视距离的整定方法,提高了系统对不同速度的自适应能力。     

静止无功补偿器的智能自适应PID控制器设计

将神经网络和模糊控制与有着广泛应用ＰＩＤ控制相结合,设计了一种静止无功补偿器的智能自适应ＰＩＤ控制器。利用神经网络实现系统模型辨识,采用模糊逻辑和神经网络相结合对ＰＩＤ控制器参数动态寻优。使ＳＶＣ的控制既具有模糊控制的简单,有效的非线性控制作用,又具有神经网络的自学习,自适应能力。     

联合收获机单神经元PID导航控制器设计与试验

针对联合收获机在田间直线跟踪作业中在维持高割幅率条件下易产生漏割的问题,设计了一种基于单神经元PID(Proportion Integration Differentiation)的联合收获机导航控制器。以轮式联合收获机为平台,通过对原有液压转向机构进行电控液压改装,搭载相关传感器构建了导航硬件系统。开展了常规PID控制和单神经元PID控制的仿真以及实地对比试验,仿真结果表明单神经元PID控制具有超调小和进入稳态快等特点;路面试验表明,当收获机速度为0.7 m/s时,单神经元PID控制最大跟踪偏差为6.10 cm,平均绝对偏差为1.21 cm;田间试验表明,收获机速度为0.7 m/s时,单神经元PID控制田间收获最大跟踪偏差为8.14 cm,平均绝对偏差为3.20 cm。试验表明所设计的联合收获机导航控制器能够满足自动导航收获作业要求,为收获作业自动导航提供了技术参考。     

基于广义回归神经网络的灌溉系统首部多用户配水快速PID控制

针对多用户配水状态下灌区流量、压力需求变化范围大,传统流量、压力控制响应速度慢等问题,建立适用于多用户灌区配水的灌溉系统首部控制技术。该研究通过分析供水系统流量、压力调节方式,提出了流量、压力PID(Proportion Integration Differentiation)耦合调节方法,建立以电动阀开度为流量控制量、变频器频率为压力控制量对流量和压力进行调控的灌溉首部控制系统。为了减少系统的调节时间,提高系统的运行效率,采用广义回归神经网络(Generalized Regression Neural Network,GRNN)建立流量、压力和电动阀控制模拟量、变频器控制模拟量间的预测模型,形成神经网络PID控制模型(GRNN_PID),并进行模型精度和控制精度验证。GRNN训练结果显示,变频器控制模拟量的相对误差为0.11%～3.86%,电动阀控制模拟量相对误差为0.09%～5.74%,模型精度较高。使用3个调节过程模拟3个用户的需水行为对模型进行验证,结果表明,GRNN_PID模型3个过程的调节时间分别为11.6、10.7和7.2 s,PID模型3个过程的调节时间分别为31.7、29.6和16.9 s,GRNN_PID模型大幅减少了系统的调节时间,提高了系统的运行效率;分别计算了2种模型的控制精度,GRNN_PID调节方法和传统PID调节方法的稳态流量和压力误差都在1%以内,最大超调量为8%,控制精度较高但相差不大,表明GRNN是从策略上加速系统调节速度,其本身并没有对PID的参数进行调整,因此对系统的控制精度影响不大。研究可为灌溉系统流量压力快速控制提供参考。     

飞船返回舱高海况打捞设备电液控制系统

飞船返回舱高海况打捞设备是我国载人航天工程着陆场系统海上应急救生的重要设备,是解决恶劣海况条件下飞船返回舱的打捞方法和系统装备协调控制问题。通过系统研究与试验,完善了打捞方法与系统装备。系统采用现代液压传动与计算机PLVC编程控制,设计系统报警与故障诊断功能,通过集中监控系统,解决了复杂系统内各种设备的协调操作与自动控制问题;通过电气、液压与CAN-Bus通讯技术的集成,满足了恶劣海况条件下打捞返回舱的各系统设备安全运行和高可靠性的要求。系统设备经过了多次模拟返回舱打捞试验,验证了该项目打捞方法合理可行,系统设备安全可靠。     

基于PLC控制系统在锅炉蔗渣喂料器中的应用

本文介绍了基于S7-200PLC与触摸屏的锅炉喂料器料位控制系统,对系统的料位检测元件、软伺放及前馈PID控制算法进行了说明.