可变量智能水肥配比系统的关键技术研究

来源:用户上传      作者:

　　[摘要]实现对大棚环境的同源多点信息的采集与处理，采用自适应权重的方法实现多信息融合，同时实现将关键的肥水信息进行采集与处理，将这些信息作为灌溉决策的输入量，解决环境信息分布不均匀的情况，从而提高肥水灌溉系统输入的可信度、容错性和可靠性。采用PID-模糊控制算法实现肥水高效精准混肥，实现精确配比和闭环控制两大特点，实现了多通道肥料液与水在线高效精准混合，实现肥水灌溉量，电导率，EC值/PH值的精准控制。运用生态环境数据采集技术和先进的传感技术，实现大棚环境信息和肥水信息的在线智能检测，最终达到水肥一体技术的智能化和可变化。
　　[关键词]水肥一体化;PID-模糊控制;自适应权重
　　目前我国研制的肥水一体化灌溉施肥机主要解决的了肥水混合的问题，但肥水灌溉智能决策问题还没有完全融人控制系统中。虽然国内诸多学者针对灌溉决策算法，开展了大量的研究，但在肥水电导率决策方面的研究较少，使得国内研制的肥水一体化灌溉施肥机智能化程度低，往往是根据经验设定肥水灌溉量和电导率值，通常需要专业技术人员完成，而农民无法科学的运行和管理设备。
　　本文通过大棚环境信息的多点检测，融合多点信息数据，在基于PID-模糊控制的算法上实现施肥机的精准混肥，实现多通道肥料液与水源在线高效精准混合和肥水灌溉量与电导率精准控制，提高肥水一体化灌溉施肥系统的决策可信度、容错能力和稳定性。
　　1关键技术
　　1.1同源环境信息测量及处理技术
　　为了对大棚环境信息中的大量数据进行控制和管理，以反映真实的肥水信息的情况，本项目采用一种混合的数据处理方法即自适应加权融合算法。先用格罗贝斯判据剔除测量数据中的疏失误差，然后基于算术平均值与分批估计的融合算法对余下的数据进行预处理，最后在总均方误差最小的最优条件下，采用自适应加权融合算法对数据进行融合处理。把处理后的结果与其他算法进行比较，结果是采用混合算法的数据精度最高，误差最小。所以采用这种混合的数据处理方法，能把大量数据融合为一个最接近真实情况的数据，提供准确可靠的信息。
　　1.2基于PID-模糊算法的控制技术
　　模糊控制与PID控制属于较常用的两种不同控制方法，它们各有自己的特点。两个常规的控制算法往往不能恰当选择切换点，其中模糊控制的稳态精度较低，而PID控制容易产生超调，其量化因子与比例因子属于一次性确定，并不能够适应对象的大幅度变化，导致控制上存在缺陷，进而影响了控制效果。结合两种控制算法的优点，利用变论域思想，采用梯形隶属函数的模糊切换算法，从而实现模糊PID符合控制。小偏差采用PID控制，进而消除稳态误差;而大偏差则采用模糊控制，确保快速性及抑制超调。将此算法应用于肥水调控系统，该算法有着较好的动态性能和稳态性能，可以实现肥水信息的精确配比。1.3在线智能显示与监测技术
　　大棚环境内配套先进的环境生态采集器，其主要有空气温湿度传感器，土壤温湿度传感器，光照强度传感器和二氧化碳浓度传感器构成，实现大棚环境信息的采集。肥水一体机内配套精确度高的流量计，压力计，PH传感器，EC传感器，实现肥水信息的采集。将这些数据经过有线或者无线的方式传输给上位机，利用C++编写的上位机软件实现数据的智能显示和监测。
　　2技术路线
　　3结论
　　（1）搭建大棚环境信息检测系统，实现对环境传感器的布置，完成数据信息的采集、显示、发布与存储。
　　（2）将这些肥水信息融合也作为灌溉施肥决策的输人量，从而提高肥水灌溉系统输人的可信度、容错性和可靠性，实现肥水高效精准混肥。
　　[参考文献]
　　[1] Zhang Qiong，Zhao Chunjiang， Wang Cheng，et a1. Data acquisition controlsystem basedon ARM processorfor automaticfertigation[J]. Transactionsof the Chinese Society forAgricultural Engineering， 2008， 24（supp. 2： 44 -49.
　　[2] Regunath S，Kadirkamanathan V。Effect of a Passive Mixing Device onthe Electrical Conductivity And pHValues ofaNutrient Solution[J].Journalofrrigation&DrainageEngineering. 2014， 140： 1.
　　[3]孫红，孙明，王一鸣，植物生长机器视觉无损测量研究综述[J].农业机械学报，2006，37（10）：181-185.
转载注明来源:https://www.xzbu.com/1/view-14928640.htm