共查询到19条相似文献，搜索用时 515 毫秒
1.
基于神经网络整定的PID控制变量施药系统设计与试验 总被引：3，自引：0，他引：3
针对常规的大田喷雾装备的定量施药方式,在机具行进方向上农药雾滴分布不均导致农药有效利用率低的问题,设计了一种基于神经网络整定的PID控制变量施药系统。该系统采用多传感器实时监测车速、流量、压力等信息,并以此作为控制依据,运用神经网络自学习能力修正PID参数,精准调控药液回流量,解决了现有变量施药控制算法存在的超调量较大、稳态误差较大、响应时间较长等问题,实现了大田单位面积内施药量恒定的目标。为验证本系统算法对精准变量施药的优越性,在Simulink平台下对常规PID、模糊PID和神经网络PID控制方式进行建模仿真,结果表明,神经网络PID控制在上升时间、超调量和稳态误差方面均优于其他两种控制方式。田间试验表明,在不同车速下,液滴沉积数量标准差均小于1.4个/cm2;在不同施药量、车速随意变化的情况下,机具纵向均匀度变异系数均小于6%;车速在4～11km/h范围内随机变化时,系统平均调节时间为0.72s,平均超调量为2.1%,实际施药量与理论值相差1.3%。 相似文献
2.
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。 相似文献
3.
微流控PCR温度控制算法设计 总被引：1，自引：0，他引：1
在开发的微流控PCR检测仪基础上对温度循环控制算法进行了改进设计.设计了经典PID控制器,在控制算法上研究了模糊PID算法,并用Matlab构建Simulink仿真模型进行验证.仿真结果表明,传统PID算法的超调为8.5％,调整时间为3.4s,控制精度达到0.044℃;模糊PID算法的超调为1.45％,调整时间为1.94 s,控制精度达到0.015℃.2种算法比系统原有控制精度(0.1℃)均有显著提高.模糊PID算法克服了传统PID超调较大的缺陷,大大缩短了调整时间. 相似文献
4.
《农机化研究》2021,43(7)
为了提高液肥变量控制系统的精度和稳定性,使控制系统具备较好的抗干扰及自适应能力,以液肥变量控制系统为研究对象,建立液肥变量控制系统的数学模型,分别采用常规、模糊自适应及BP神经网络3种控制算法,使用MatLab对3种控制算法进行系统仿真,由仿真结果分析系统质量性能参数,控制系统采用BP神经网络控制器后进行系统实际数据采集,验证系统实际作业效果。各算法质量指标对比表明:BP神经网络的上升时间、过渡时间、静差、超调量优于常规PID和模糊自适应PID算法,以液肥变量控制系统为控制对象,仿真和实际作业效果表现出良好的鲁棒性,响应速度且作业精度达到5%以内,可实现变量作业。 相似文献
5.
基于模糊PID的变量施用液体肥控制系统研究 总被引：2，自引：0，他引：2
根据变量施用液体肥控制系统的流量特性,采用模糊PID控制算法对液体肥流量进行自动控制,并利用MATLAB的Simulink和Fuzzy工具对模糊PID控制过程进行了仿真.仿真结果表明:与常规PID控制相比,模糊PID控制算法降低了系统超调,缩短了调整时间,增强了抗干扰性,使施肥量更有效地保持在给定范围,表明了模糊PID的优越性. 相似文献
6.
针对重载车辆转向执行机构系统,提出了基于变论域模糊PID控制的液压缸位置控制结构.传统的控制方法常采用模糊PID控制,虽然控制效果好于PID控制,但普通模糊控制精度低、超调量大,因此有必要采用变论域方法.该方法通过伸缩因子改变模糊输入和输出变量的论域,使论域自调整,以较少的控制规则实现了较高精度的控制.Matlab仿真表明,与传统的模糊PID控制系统相比,该方法的超调量小,控制精度高,控制效果明显好于模糊PID控制. 相似文献
7.
由于温室滴灌系统模型参数易受环境变化的影响,导致传统模糊PID的控制精度不高,因此提出一种改进Smith预估补偿的滴灌系统模糊PID控制方法。MATLAB/simulink仿真实验结果表明,改进Smith预估补偿的模糊PID控制相比传统模糊PID具有更好的控制品质和更短的响应时间,且过渡过程更短、超调量更小、稳定性更高,控制效果明显提升;同时,蔬菜温室的田间测试结果表明,滴灌系统的最大超调量为5.95%,且系统稳定后,土壤湿度始终保持在60.22%左右,运行稳定且符合温室的灌溉要求,实现了灌溉的精准管理和精确控制,为发展设施农业精准灌溉提供一种新的解决方案。 相似文献
8.
9.
《农机化研究》2021,43(5)
针对玉米中耕追肥时肥料利用率低、液压驱动变量施肥转速控制效果差,以及电机驱动力不足等问题,设计了大垄双行玉米中耕变量施肥电控液压驱动系统。系统主要包括光谱传感器、车载计算机、控制系统及液压系统。电控液压系统主要由液压泵站、电磁比例阀、液压马达、编码器及移动控制器等组成。移动控制器以微控制单元为核心,通过PID控制算法输出PWM信号,驱动电磁比例阀,达到稳定控制液压马达转速目的。搭建室内台架试验台,采用MatLab对电控驱动系统PID控制进行仿真测试,以减少整定PID系数次数,提高整定效率,初步确定PID参数分别为K_P=4.59、K_I=0.469、K_D=0.117。室内台架试验结果表明:确定PID控制参数分别为0.73、0.47、0.40,设定转速指令为100r/min时,电控液压驱动系统的超调量为13%、响应时间为0.85s,系统等幅振荡稳定后平均转速为99.8r/min,转速偏差为0.2%,转速控制精度高。田间试验表明:电控液压驱动系统控制精度高,在不同转速下转速控制精度可达98%,均可达到稳定控制的效果,可满足玉米中耕变量施肥精准控制的要求。 相似文献
10.
水肥一体机肥液电导率远程模糊PID控制策略 总被引：1，自引：0，他引：1
为检测水肥一体机肥液电导率(EC),并将其控制在合理范围内,基于物联网技术,设计了远程水肥灌溉控制系统,将自整定模糊PID控制算法引入远程开发者服务终端中,通过模糊PID控制算法调控本地端变频注肥泵的频率进而精准控制EC,并对本地端PID和远程端模糊PID控制算法进行了对比试验验证。结果表明:目标EC越大,稳态EC越精确,但稳态时间和超调量均增大;与传统本地端PID控制相比,该系统响应速度快、EC波动幅度小、稳定,当目标EC为2.5 mS/cm时,稳态时间和超调量分别达到120 s和20.8%,混肥时间和实测EC均能满足水肥控制实际需求。该研究实现了EC的远程模糊PID控制,以及灌溉施肥系统的计算机、手机微信多终端灌溉数据监测和开关量控制。 相似文献
11.
基于模糊PID的冬小麦变量追肥优化控制系统设计与试验 总被引：4，自引：0，他引：4
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。 相似文献
12.
13.
基于模糊PID的变量液体施肥控制系统 总被引：1，自引：0，他引：1
变量液体施肥控制系统具有大惯性、非线性和参数时变的特点,采用传统的PID控制方法很难实现准确的控制。为此,在建立电动执行器的数学模型的基础上,采用自适应模糊PID对液体肥流量进行自动控制,并利用Mat Lab对变量液体施肥控制系统进行建模和仿真及实验验证。仿真与实验结果表明:变量液体施肥控制系统采仿真时,自适应模糊PID控制系统的动态静态指标明显高于常规PID控制;系统超调量、调整时间明显改善,即超调量为1.5%,系统进入稳态所需时间为0.86s。变量液体施肥控制系统实验时,PID控制变量液体施肥系统的响应时间为1.6s,超调量为7.8%。模糊PID控制变量液体施肥系统的响应时间为0.8s,超调量为0,使施肥量更有效地保持在给定范围。该方法可为变量液体施肥控制提供一种有效的控制方法。 相似文献
14.
为解决生猪运输车传统的晾干消毒所需时间周期较长问题，设计汽车烘干房，以气体热量进行交换，控制室内温度达到目标温度成为关键的问题。针对温度控制具有惯性大、滞后性等突出的特点特性，提出模糊PID的自适应模糊控制算法，该算法依据经验模糊控制规则，实时优化PID系数调教参数Kp、Ki、Kd，有效改善控制系统。根据试验可以看出，模糊PID控制的实际温度比目标温度最大温差为2.5 ℃，超调量为3.5%，而传统的PID与目标温度最大温差为5.1 ℃，超调量为7.1%。模糊PID与传统的PID控制相比较，具有较小的超调量而且在受到外界干扰反应速度也很快。 相似文献
15.
提出了针对多种肥料自动配比变量施肥的技术方案。机械结构方面设计了多个独立的料箱,每个料箱均能够独立被微控制器控制;肥料流量控制则是根据肥料流量以及施肥机械的行走速度,采用了基于模糊免疫PID算法对伺服电机进行控制;在算法性能方面,采用Mat Lab软件对模糊免疫PID算法和传统PID算法做了比较,证明了算法的鲁棒性和稳定性;最后,设计田间作业实验方案,通过实验数据证明了该变量施肥系统施肥精度高、可重复性好。 相似文献
16.
基于近地光谱信息的玉米变量追肥技术是实现氮肥科学合理施用的有效途径。为提高追肥控制系统的光谱信息获取精度及控制精度,对光谱传感器布置方式及系统控制方法进行了优化设计,并进行了田间追肥试验。对行式及分布式布置方式对比试验表明：光谱传感器分布式布置方式采集NDVI优于对行式布置方式,获取NDVI均值平均提高6.4%,方差平均降低0.038。NDVI采集数据采用滑动窗口均值滤波算法进行滤波,滑动窗口边长为15,均方差为0.0079。系统响应特性试验表明,系统的平均响应时间为1.5s,平均稳态误差绝对值为0.775r/min,平均超调量为10.6%,系统在排肥轮工作转速范围内具有较高的控制精度。田间施肥量控制效果评价试验表明,排肥理论转速与监测转速的平均相对误差为3.35%,可以实现精准施肥的目标。 相似文献
17.
为了实现四轴飞行器更稳定的姿态控制,建立了四轴飞行器四元数运动学方程,并给出了四元数微分方程的解析解和数值解,在此基础上求解出了欧拉角.针对农药喷洒四轴飞行器在作业过程中负荷发生改变后影响控制效果的问题,设计了模糊PID控制器,通过Matlab/Simulink仿真,对比传统PID控制效果,验证了算法的可靠性.搭建了飞行器试验平台,在stm32飞控板上编程实现算法.试验中,通过改变飞行器质量,对比了传统PID和模糊PID的控制效果.在飞行器质量改变前后,模糊PID比传统PID的超调量分别降低22%和30%,上升时间分别减少0.06,0.08 s,调节时间分别减少0.70,0.80 s.试验结果表明,模糊PID控制系统较传统PID控制具有响应速度快、超调量小等优点,能更好地满足农业作业四轴飞行器的控制要求. 相似文献
18.
玉米定向种子带恒张力卷绕系统自适应模糊PID控制 总被引：5，自引：0，他引：5
在玉米定向种子带的卷绕过程中,种子带的张力控制影响到种子带的质量。为此依据玉米定向种子带的要求,建立恒张力卷绕系统的传递函数,利用模糊控制技术实现玉米种子带的恒张力卷绕控制,创建了模糊自适应PID控制器,利用Matlab对其进行仿真,得到了较为合理的模糊控制算法,并将模糊控制算法通过西门子S7-200型PLC为核心的硬件控制电路应用于实际的张力控制,并进行了实际的卷绕试验。试验结果表明:模糊PID控制器与传统PID控制器相比,具有更好的动态稳定性和跟踪性能,张力产生阶跃时,系统过渡时间约为2 s,超调量在1.2%内,能够较好地满足种子带的卷绕要求。 相似文献
19.
pH值的控制是水肥一体化营养液循环控制系统的重要环节,水肥控制过程中pH值在最优控制范围内有利于根系的发育以及多数矿物质的吸收。营养液调控过程中,由于循环管路以及酸液的缓慢扩散,使得pH值调节过程存在很大的时滞,传统PID难以取得良好效果。本研究根据被控对象特点,建立了描述该过程的数学模型,设计开发了一套具有二次混肥特性的以MSP430单片机为主控的营养液pH值控制系统。由于参数自整定模糊PID不需要精确数学模型以及Smith预估可对纯滞后进行补偿的特点,开发的系统将参数自整定模糊PID控制引入Smith预估当中,既缓解了滞后时间对控制系统的影响,又对模型的不精确性进行了补偿。为了验证该算法以及系统的有效性和优越性,分别对PID、Fuzzy-Smith控制算法进行仿真测试,同时在不同灌溉量下进行性能试验。试验结果表明,在不同灌溉量下Fuzzy-Smith控制算法pH值的平均最大超调量为0.83%,营养液pH值从8.0调节为6.0的平均时间为157s,优于常规PID控制的2.55%和189s。 相似文献