基于模型参考自适应的水肥一体化控制系统设计.pdf

返回 相似 举报
基于模型参考自适应的水肥一体化控制系统设计.pdf_第1页
第1页 / 共7页
基于模型参考自适应的水肥一体化控制系统设计.pdf_第2页
第2页 / 共7页
基于模型参考自适应的水肥一体化控制系统设计.pdf_第3页
第3页 / 共7页
基于模型参考自适应的水肥一体化控制系统设计.pdf_第4页
第4页 / 共7页
基于模型参考自适应的水肥一体化控制系统设计.pdf_第5页
第5页 / 共7页
点击查看更多>>
资源描述:
节 水 灌 溉 Water Saving Irrigation 基 于 模 型 参 考 自 适 应 的 水 肥 一 体 化 控 制 系 统 设 计 张 艳 丽 石 统 宇 孟 庆 祥 张 征 征 邢 晨 泰 鲁 振 宇 佳木斯大学机械工程学院 黑龙江 佳木斯 154007 摘 要 针 对 水 肥 混 合 过 程 中 水 肥 EC 值 精 准 控 制 的 问 题 设 计 一 个 基 于 模 型 参 考 自 适 应 的 水 肥 一 体 化 决 策 和 控 制 系 统 建 立 母 液 动 态 调 控 模 型 并 通 过 该 模 型 设 计 模 型 参 考 自 适 应 控 制 器 仿 真 试 验 结 果 显 示 模 型 参 考 自 适 应 控 制 相 较 于 模 糊 PID 控 制 在 跟 踪 试 验 中 超 调 量 降 低 1 2 调 整 时 间 减 少 12 6 s 阶 跃 试 验 中 超 调 量 降 低 14 4 调 整 时 间 减 少 超 过 2 s 抗 干 扰 能 力 优 于 模 糊 PID 控 制 通 过 3 种 方 式 进 行 田 间 试 验 对 比 模 糊 PID 控 制 和 人 工 灌 溉 方 式 采 用 模 型 参 考 自 适 应 控 制 能 够 使 番 茄 株 高 分 别 提 高 15 7 和 35 6 茎 粗 分 别 增 长 11 1 和 18 6 产 量 分 别 提 升 23 3 和 48 1 结 果 表 明 模 型 参 考 自 适 应 控 制 优 于 模 糊 PID 控 制 和 人 工 灌 溉 方 式 从 而 验 证 模 型 参 考 自 适 应 控 制 的 有 效 性 为 精 准 施 肥 灌 溉 提 供 技 术 支 持 关 键 词 水 肥 一 体 化 模 型 参 考 自 适 应 控 制 系 统 水 肥 混 合 动 态 模 型 超 调 量 调 整 时 间 中 图 分 类 号 S275 6 文 献 标 识 码 A DOI 10 12396 jsgg 2024137 张 艳 丽 石 统 宇 孟 庆 祥 等 基 于 模 型 参 考 自 适 应 的 水 肥 一 体 化 控 制 系 统 设 计 J 节 水 灌 溉 2024 10 34 40 DOI 10 12396 js gg 2024137 ZHANG Y L SHI T Y MENG Q X et al Design of water and fertilizer integration control system based on MRAS J Water Saving Irriga tion 2024 10 34 40 DOI 10 12396 jsgg 2024137 Design of Water and Fertilizer Integration Control System Based on MRAS ZHANG Yan li SHI Tong yu MENG Qing xiang ZHANG Zheng zheng XING Chen tai LU Zhen yu College of Mechanical Engineering Jiamusi University Jiamusi 154007 Heilongjiang Province China Abstract Aiming at the problem of precise control of water and fertilizer EC values during water and fertilizer mixing process the paper presents a decision making and control system for water and fertilizer integration based on model reference adaptive control The mother liquor dynamic control model is established and the model reference adaptive controller is designed by it The simulation test results show that compared to fuzzy PID control the model reference adaptive control reduces overshoot by 1 2 and adjustment time by 12 6 seconds in the tracking test In the step tests the model reference adaptive control reduces the overshoot by 14 4 and the adjustment time by more than 2 seconds In addition the interference capability is better than fuzzy PID control The field experiments are done in three ways Compared to fuzzy PID control and manual irrigation and fertilization methods the utilization of model reference adaptive control resulted in a 15 7 and 35 6 increase in tomato plant height an 11 1 and 18 6 increase in stem thickness and a 23 3 and 48 1 increase in production respectively The results show that model reference adaptive control is better than fuzzy PID control and manual irrigation methods thus the paper proves the effectiveness of model reference adaptive control and provids technical support for precise fertilization and irrigation Key words water and fertiliser integration model reference adaptive system MRAS control system mixing dynamic model of water and fertiliser overshoot adjustment time 文 章 编 号 1007 4929 2024 10 0034 07 收 稿 日 期 2024 04 07 接 受 日 期 2024 05 10 基 金 项 目 黑龙江省教育厅科研业务费基础研究项目 2019 KYYWF 1379 黑龙江省大学生创新创业训练计划项目 S202310222006 作 者 简 介 张艳丽 1974 女 副教授 博士 主要从事智慧农业与电气控制研究 E mail 876638167 灌 溉 工 程 与 装 备 34基 于 模 型 参 考 自 适 应 的 水 肥 一 体 化 控 制 系 统 设 计 张 艳 丽 石 统 宇 孟 庆 祥 等 0 引 言 我国正积极推进现代化智慧农业发展 借助水肥一体化 技术 水肥一体机将水肥溶液定时按比例输送到作物根部 实现节水增产 减肥增收 降低农药残留和环境污染的效 果 1 然而我国现有开发的水肥一体化系统受到工况 成本 动力等方面的制约 自动化程度低 无法完全满足灌溉施肥 的精准控制要求 2 在全球范围内 对水肥一体化系统的研究有着大量的成 果 其中最具有代表性的当属以色列 作为世界上领先的技 术水平 以色列在沙漠农业领域广泛采用智能灌溉节水装置 该项技术的应用占比超过了 90 美国的早期探索也为水肥 一体化技术的发展奠定了基础 尤其是发展到 1995 年 在约 4 500 个农场的施肥灌溉过程中 都配备了自动化调控中心来 实现自我管理 鉴于国土与人口资源有限 日本积极推动现 代化智慧农业的发展 使水肥一体化技术发展的非常成熟 并在全国范围内的推广覆盖率达到了 90 以上 3 He 4 等人对 灌溉施肥量和樱桃番茄的产量 生长参数和果实品质之间的 关系进行了研究 并建立了樱桃番茄综合生长水肥多因素调 控模型 该模型可为樱桃番茄的种植提供最佳水肥施用量的 决策 提高了番茄灌溉与施肥的准确性 Krishnan 5 等人提出 了一种基于物联网的模糊逻辑智能灌溉施肥系统 以模糊控 制为基础实现系统的自动灌溉施肥 系统具有良好的节水节 肥节电的性能 在国内 刘炳铄 6 等人设计了一套轻简型水肥 一体化系统 通过 PWM 技术调整水肥流速实现水肥比例控 制 具有轻简 易操作 成本低等优点 谢佩君 7 等人提出了 基于改进离散灰色预测的自适应变论域模糊 PID 灌溉控制模 型 通过引入变论域思想设计了新型函数型伸缩因子实现变 量论域自适应伸缩 有效提升了系统适应性和控制精度 王 昊 8 等人设计了一套基于 GA Fuzzy PID 算法的控制系统 结 合遗传算法 通过改变与软管泵相连的变频器的频率来实现 精确调节软管泵出口的施肥流量 赵泽能 9 等人设计了一套适 用于设施农业的智能水肥远程控制系统 该系统通过基于鲸 鱼优化算法优化模糊 PID 调控本地端电动球阀开度进而精确控 制水肥溶液电导率 实现远程调控电导率至设定范围 本文针对控制系统控制精度不高 水肥实时比例掺混溶 解等问题 设计了一款基于模型参考自适应的水肥一体化控 制系统并进行试验 通过研究母液动态调控模型 确定水肥 浓度计算方法 在此基础上设计模型参考自适应控制器并进 行仿真和田间对照试验 验证了本文设计的水肥一体化控制 系统的可行性和实用性 1 水 肥 一 体 机 总 体 设 计 水肥一体机装置主要由土壤墒情采集装置 控制系统以 及灌溉施肥系统构成 如图 1 所示 其中土壤墒情采集装置主 要包括田间土壤 EC 传感器 土壤水分传感器和土壤温湿度传 感器 控制系统包括下位机 PLC 和上位机 MCGS 触摸 屏 灌溉施肥系统由文丘里管 电磁流量计 电磁阀 搅拌 器 水泵等组成 2 系 统 灌 溉 混 肥 决 策 设 计 2 1 水 肥 混 合 动 态 模 型 本文在水肥混合动态模型和数学模型 10 的基础上 建立该 系统氮 磷 钾 3 种主要肥液混合的可调 EC 值动态数学模型 若设肥料搅拌罐中的液体高度恒定 肥料溶液混合均匀并且 浓度一致 3 个吸肥通道吸取氮 磷 钾肥液的管道特性都相 同 并忽视水温差异带来的效果 则该系统的水肥混合动态 模型如图 2 所示 水肥混合动态模型可描述为进入混肥桶物质总量与离开 混肥桶物质总量之差 即为设备输送混肥桶内残留物质的总 量 则肥液混合的可调 EC 值动态数学模型为 V T d c t d t j 1 3 c j q j t Q 1 C 1 Q o C t 1 式中 V T 为混肥桶内混合液体积 Q 1 为流入的清水流量 Q 0 为流出混肥桶的水肥溶液流量 C 1 为清水浓度 C t 为混合 后流出混肥桶的水肥溶液浓度 c j j 1 2 3 为氮磷钾 3 个吸肥 图 1 总 体 结 构 设 计 图 Fig 1 Overall structural design plot 图 2 水 肥 一 体 化 混 合 动 态 模 型 Fig 2 Mixing dynamic modelling of water and fertilizer integration 35基 于 模 型 参 考 自 适 应 的 水 肥 一 体 化 控 制 系 统 设 计 张 艳 丽 石 统 宇 孟 庆 祥 等 通道的母液浓度 q j t j 1 2 3 为氮磷钾 3 个吸肥通道的吸 肥量 式 1 等式左边为混肥桶中水肥溶液质量的微分 等式 右边表示进水管中清水质量与氮 磷 钾 3 个文丘里吸肥器吸 收的各个肥料母液的质量之和减去出水管中水肥溶液的质量 由于氮 磷 钾 3 个吸肥通道的吸肥量可改写为与比例电磁阀 开合度有关的变量 已知水肥溶液的浓度与 EC 值成正比关 系 因此式 1 可变为 V T d e t dt j 1 3 e j q w m j t Q 1 E 1 Q o E t 2 式中 q w 为比例电磁阀 100 开合度吸肥量 E 1 为清水的 EC 值 E t 为流出混肥桶的水肥溶液 EC 值 e j j 1 2 3 为 3 个 吸肥通道的母液浓度 EC 值 m j t j 1 2 3 为 3 个吸肥通道的 电动球阀开合度 其中 e 1 e 2 e 3 为氮 磷 钾 3 个肥料桶中肥料母液的 EC 值 在实际的浇灌作业中 水肥混合液在混肥桶内的总体积 始终保持恒定 且所有吸肥管道均安装相同型号的比例电磁 阀 文丘里吸肥器和流量测量装备 此外 清水的电导率值 可视为 0 为了简化系统分析的复杂性 假定每个吸肥通路上 的肥料吸收过程均匀一致 即氮 磷 钾 3 个通路中的比例电 磁阀打开程度相同 因此式 2 可变为 V T d e t dt e 1 q w m t e 2 q w m t e 3 q w m t Q o E t 将上式进行拉普拉斯变换后得 e s e 1 q w e 2 q w e 3 q w V T s q o m s 3 式 3 表明系统的控制响应特征为一阶线性系统 本文 选择的混肥桶体积 V t 25 L q w 0 016 L s 设备运转时输入水 压力为 0 723 4 kPa 出水压力为 0 686 5 kPa q 0 0 027 L s 肥 料母液的浓度 e 1 1 5 mS cm e 2 1 7 mS cm e 3 1 8 mS cm 设 定反应的延迟时间 10 s 该系统的水肥混合动态数学模 型为 G s e s m s 2 963 925s 1 e 10 s 4 2 2 模 型 参 考 自 适 应 控 制 器 设 计 如图 3 所示为模型参考自适应控制器的结构示意图 11 在 该控制结构中 参考模型为理想系统 由于外界干扰和内部 随机变化 实际输出与理想输出产生误差 自适应环节根据 误差信号向自适应控制器发送调整信号 使实际输出接近理 想状态 从而实现跟踪理想信号的目的 本文基于 Lyapunov 稳定性理论设计 12 13 将式 4 改写为状态空间方程为 d x t d t a x t 925 2 963 925 u t y t x t 5 式中 a 为模型参考自适应控制器调节系统输出量 x t 的参 数 将参考模型输出的值设为 x d t 则系统输出与参考模型 之间的差作为系统误差 e t 即 e t x d t x t 6 为了使系统输出值能够无限逼近参考模型输出的值 即 使 e 0 对误差 e 求导可得 d e t d t d x d t d t d x t d t 7 将式 5 代入式 7 有 d e t d t d x d t d t a x t 925 2 963 925 u t 8 设 a 为常数 且缓慢变化 则有 d a t d t 0 设估计值为 a 估计误差为 a 则 a a a 对该式求导得 d a t d t d a t d t d a t d t d a t d t 9 设 Lyapunov 函数为 V e a 1 2 e 2 1 2 a 2 10 可以看出 V e a 0 对 V e a 求导可得 d V e a d t e d e t d t a d a t d t 11 设 u 925 2 963 d x d t d t a x t 925 k e 12 将式 8 和式 12 代入式 11 则有 d V e a d t k e 2 a d a t d t e x 925 13 为了使 d V e a d t 0 d V e a d t 0 所 以 d x t d t a x t 925 2 963 925 u t 是全局渐进稳定的 由上式推导结果得到 该模型 参考自适应控制器的被控对象系统为式 5 跟踪误差为式 6 自适应律为式 14 可调控制器为式 15 3 仿 真 分 析 为了验证基于模型参考自适应的水肥一体化控制系统的 有效性 本文对模型参考自适应控制和模糊 PID 控制进行仿 图 3 模 型 参 考 自 适 应 控 制 结 构 示 意 图 Fig 3 Structure schematic plot of model reference adaptive control 36基 于 模 型 参 考 自 适 应 的 水 肥 一 体 化 控 制 系 统 设 计 张 艳 丽 石 统 宇 孟 庆 祥 等 真 并比较分析二者的仿真结果 3 1 模 糊 PID 控 制 器 设 计 模糊 PID 控制器主要由模糊控制和 PID 控制两部分组成 如图 4 所示 系统误差 e 和误差变化率 ec 作为模糊控制器的的 输入 模糊控制器通过将输入信号模糊化 然后进行规则库 的 模 糊 推 理 以 及 解 模 糊 化 处 理 输 出 PID 参 数 修 正 量 Kp 1 Ki 1 Kd 1 并作为 PID 控制器的输入 实时修正 PID 参数值 模糊控制器变量及论域 模糊子集 模糊规则参照文献 14 设计 3 2 跟 踪 试 验 为验证模型参考自适应控制器的跟踪效果 设定一个较 为复杂的参考模型进行试验 设 x d z 1 sin z 2 z 3 17 式中 z 1 为 3 5 2 1 循环变化的常数 每个常数持续时间 设为 10 s z 2 为时钟变化的相关常数 设为 10 z 3 为周期变化 的相关常数 设为 10 由公式 5 6 14 15 和 17 建 立 模 型 参 考 自 适 应 控 制 与 模 糊 PID 控 制 的 MATLAB simulink 仿真模型 图 5 为仿真模型图 图 6 为跟踪 试验结果图 如图 6 所示 红线为设定的目标值 绿色虚线为模型参考 自适应控制器输出的值 蓝色虚线为模糊 PID 控制器输出的 值 绿线与红线两条线基本重合 超调量最大为 6 4 调节 时间为 3 2 s 模糊 PID 控制在目标值突然变换的情况下不能够 很好的跟踪目标值 超调量最大为 7 6 调节时间为 15 8 s 说明在跟踪试验中模型参考自适应控制优于模糊 PID 控制 3 3 阶 跃 响 应 试 验 与 抗 扰 动 试 验 本文对模型参考自适应控制与模糊 PID 控制进行阶跃响应 试验 初始时土壤电导率定为 0 4 试验以每 0 2 s 采集一次数 据的频率进行 对系统进行了阶跃信号反应测试 在测试过 程中 系统的浓度值进行 5 次调整 分别调至 1 3 2 3 1 9 2 2 及 1 6 15 其变化仿真图如图 7 a 所示 模型参考自适应 控制和模糊 PID 控制在经历 5 轮浓度调整之后均可使水肥浓度 值保持恒定 但相比之下 模型参考自适应控制最大超调量 为 14 2 最大调整时间为 8 s 模糊 PID 控制最大超调量为 28 6 最大调整时间大于 10 s 说明模型参考自适应控制对 水肥浓度控制的精准性与快速性优于模糊 PID 控制 在完成阶跃响应试验后 继续开展抗干扰试验 将目标 值固定在 1 4 15 并随机执行 4 次调整以评估对干扰的应对效 果 干扰抵御的仿真结果如图 7 b 所示 模型参考自适应 控制能够在受到扰动后快速恢复平稳 说明模型参考自适应 图 4 模 糊 PID 控 制 结 构 示 意 图 Fig 4 Structure schematic plot of fuzzy PID control 图 5 水 肥 溶 液 EC 值 仿 真 模 型 图 Fig 5 Simulation model plot of EC value of water fertilizer solution 图 6 跟 踪 试 验 结 果 图 Fig 6 Result plot of tracking test 37基 于 模 型 参 考 自 适 应 的 水 肥 一 体 化 控 制 系 统 设 计 张 艳 丽 石 统 宇 孟 庆 祥 等 控制器的抗干扰能力更强 4 田 间 试 验 与 结 果 分 析 4 1 试 验 环 境 样机实物如图 8 所示 于 2023 年 6 月在佳木斯大学机械工 程学院学生实验田进行了田间试验 地理位置为北纬 46 47 东经 130 22 属于中温带大陆性气候 田间试验采用露天滴 灌试验 所选供试番茄品种为 中杂 9 号 在露地采用大垄 单行种植 垄宽 0 5 m 垄长 7 m 垄台高 0 15 m 行距离 0 5 m 株与株的距离保持在 0 5 m 整个试验区面积为长 8 m 宽 3 试验从 2023 年 5 月 30 日移植起 至 2023 年 8 月 31 号结 束 共计 94 d 用自制样机进行露地番茄种植试验 由文献 16 17 可知番茄各个时期生长所需的 EC 目标值分别为 苗期 1 4 mS cm 开花期 2 2 mS cm 结果期 2 5 mS cm 收获期 2 9 mS cm 4 2 试 验 设 计 1 试验组设计 番茄秧苗定植后 其他管理方式同常 规管理 土地面积 生长环境等试验条件一致 试验仅探究 不同灌溉施肥方式对番茄栽培的影响 试验组采用模型参考 自适应控制的水肥一体化控制系统进行灌溉 两个对照组分 别采用模糊 PID 控制和人工灌溉方式 其中 模糊 PID 控制采 用水肥一体机进行日常水肥管理 人工灌溉施肥每株每日浇 水 800 1 000 mL 具体灌溉量和灌溉频率根据现场天气情况 番茄不同生长时期以及土壤含水量来确定 定植后 15 d 开始 补充养分 每株番茄每 15 d 施加一次 6 g 复合肥 采用的复合 肥 N P 2 O 5 K 2 O 比例为 14 16 15 每种施肥方式有 6 个小区 作为重复 对种植期间的番茄生理指标进行采集和整理 2 测定项目及方法 株高 定植后每隔 3 d 用米尺测定从番茄初生根基部到植 株顶部生长点之间的距离 茎粗 定植后每隔 3 d 用游标卡尺测量番茄真叶节点下 3 cm 的茎粗度 产量 果实成熟后 分别采摘记录坐果数 每株单果重 和每株总果重 收获完成时 再计算每组植物平均结果数 平均单果重和平均单株产量 4 3 试 验 数 据 分 析 1 不同灌溉方式对株高的影响 从图 9 中可以看出 番 茄植株的生长高度在整个生长周期中呈现出稳定的提升趋势 在定植 20 日时 试验组和对照组的植株高度差异并不显著 这是由于番茄植株需要时间来适应新的栽培环境 随着种植 时间的延长 试验组中番茄的增长速度相较于对照组明显加 快 模型参考自适应控制对比模糊 PID 控制株高增长率最大增 加 15 7 对比人工灌溉株高增长率最大增加 35 6 显然模 型参考自适应控制优于模糊 PID 控制和人工灌溉 2 不同灌溉方式对茎粗的影响 如图 10 所示 总体上 看 试验组处理的植株茎粗随着定植天数增加而呈增长趋势 定植后 40 d 试验组处理茎粗明显高于对照组 模型参考自适 应控制对比模糊 PID 控制茎粗增长率最大增加 11 1 对比人 工灌溉茎粗增长率最大增加 18 6 显然模型参考自适应控制 优于模糊 PID 控制和人工灌溉 图 7 阶 跃 响 应 与 抗 干 扰 试 验 结 果 图 Fig 7 Result plots of step response and anti disturbance test 图 8 样 机 实 物 图 Fig 8 Sample machine plot 图 9 不 同 灌 溉 方 式 对 番 茄 株 高 的 影 响 Fig 9 Effect of different irrigation methods on tomato plant height 38基 于 模 型 参 考 自 适 应 的 水 肥 一 体 化 控 制 系 统 设 计 张 艳 丽 石 统 宇 孟 庆 祥 等 3 不同灌溉方式对产量的影响 表 1 反映的是不同灌溉 方式对番茄植株产量的影响 在一定条件下 平均单株产量 越高 经济价值越大 模型参考自适应控制平均单株产量对 比模糊 PID 控制增加 23 3 对比人工灌溉平均单株产量增加 48 1 显然模型参考自适应控制优于模糊 PID 控制和人工 灌溉 5 结 论 本文将模型参考自适应控制应用于水肥一体化智能控制 系统 通过调节比例电磁阀开合度和通断时间 解决了水肥 控制系统中水肥 EC 值控制精度不高的问题 该系统能够分析 土壤养分数据并自适应调节混肥策略 并对模型参考自适应 控制技术进行了研究与仿真试验 通过以中杂 9 号番茄为田间 试验对象 验证了模型参考自适应控制器的性能 得出以下 结论 1 利用水肥浓度过程控制模型建立模型参考自适应控 制器 通过仿真试验与模糊 PID 控制相比 在跟踪试验中超调 量降低 1 2 调整时间降低 12 6 s 阶跃试验中超调量降低 14 4 调整时间降低超过 2 s 并且抗干扰能力优于模糊 PID 控制器 能够很好的追踪目标参数值 2 通过田间试验 相比与模糊 PID 控制和人工灌溉施 肥方式 采用模型参考自适应控制的水肥一体机能够使番茄 植株株高分别提高 15 7 和 35 6 茎粗分别增长 11 1 和 18 6 产量分别提升 23 3 和 48 1 结果表明 模型参考 自适应控制优于模糊 PID 控制和人工灌溉 搭载模型参考自 适 应 的 水 肥 一 体 化 控 制 系 统 能 够 在 田 间 具 有 良 好 的 应 用 效果 参 考 文 献 1 张 婷 农业水肥一体化技术的发展现状与措施 J 南方农业 2022 10 28 30 ZHANG T Development status and measures of agricultural water and fertilizer integration technology J South China Agriculture 2022 10 28 30 2 李 红 汤 攀 陈 超 等 中国水肥一体化施肥设备研究现状 与发展趋势 J 排灌机械工程学报 2021 39 2 200 209 LI H TANG P CHEN C et al Research status and development trend of fertilization equipment used in fertigation in China J Journal of Drainage and Irrigation Machinery Engineering 2021 39 2 200 209 3 潘敏睿 马 军 王 杰 等 水肥一体化技术发展概述 J 中国农 机化学报 2020 41 8 204 210 PAN M R MA J WANG J et al Development of water and fertilizer integration technology J Journal of Chinese Agricultural Mechanization 2020 41 8 204 210 4 HE Z H LI M N CAI Z L et al Optimal irrigation and fertilizer amounts based on multi level fuzzy comprehensive evaluation of yield growth and fruit quality on cherry tomato J Agricultural Water Management 2021 243 106 360 5 KRISHNAN R S JULIE E G ROBINSON Y H et al Fuzzy logic based smart irrigation system using Internet of Things J Journal of Cleaner Production 2020 252 119902 6 刘炳铄 兰 鹏 魏 珉 等 轻简水肥一体化系统设计与实现 J 节水灌溉 2021 2 75 79 LIU B S LAN P WEI M et al Design and implementation of a simple water and fertilizer integration system J Water Saving Irrigation 2021 2 75 79 7 谢佩军 张育斌 吴文贤 基于改进离散灰色预测的变论域模糊 PID 灌溉控制 J 节水灌溉 2022 7 36 43 XIE P J ZHANG Y B WU W X Variable universe fuzzy PID irrigation control based on improved discrete grey prediction J Water Saving Irrigation 2022 7 36 43 8 王 昊 张立新 吴 勋 等 基于 GA FUZZY PID 算法的精准施 肥控制系统研究 J 节水灌溉 2023 8 52 58 WANG H ZHANG L X WU X et al A precise fertilization control system based on GA FUZZY PID algorithm J Water Saving Irrigation 2023 8 52 58 9 赵泽能 许敏界 华 珊 等 基于 WOA 优化模糊 PID 的设施智能 水肥系统设计与实现 J 节水灌溉 2023 9 64 70 ZHAO Z N XU M J HUA S et al Design and implementation of facility intelligent water and fertilizer system based on WOA optimization fuzzy PID J Water Saving Irrigation 2023 9 64 70 10 姜 浩 农业水肥一体化智能监控系统的研究与开发 D 兰州 兰 州 理 工 大 学 2019 JIANG H Research and development of intelligent monitoring system for agricultural water and fertilizer integration D Lanzhou Lanzhou University of Technology 2019 11 马晨龙 基于模型参考自适应控制的列车速度控制研究 D 兰 州 兰州交通大学 2023 MA C L Research on train speed control based on model reference adaptive control D Lanzhou Lanzhou Jiatong University 2023 12 柴天佑 岳 恒 自适应控制 M 北京 清华大学出版社 2016 13 NGUYEN N T Model reference adaptive control M Model Reference Adaptive Control Cham Springer International Publishing 2018 83 123 图 10 不 同 灌 溉 方 式 对 番 茄 茎 粗 的 影 响 Fig 10 Effect of different irrigation methods on tomato stem thick 表 1 不 同 灌 溉 方 式 对 番 茄 产 量 的 影 响 Tab 3 Effect of different irrigation methods on tomato production 控制方式 模型参考自适应控制 模糊 PID 控制 人工灌溉 平均坐果数 个 20 4 18 4 16 6 平均单果重 g 306 6 275 6 254 3 平均单株产量 g 6 254 64 5 071 04 4 221 38 39基 于 模 型 参 考 自 适 应 的 水 肥 一 体 化 控 制 系 统 设 计 张 艳 丽 石 统 宇 孟 庆 祥 等 14 周佳华 刘天雨 周逸飞 自适应模糊 PID 在营养液制备系统中 的研究与应用 J 节水灌溉 2023 12 98 104 ZHOU J H LIU T Y ZHOU Y F Research and application of adaptive fuzzy PID in nutrient solution preparation system J Water Saving Irrigation 2023 12 98 104 15 牛 寅 设施农业精准水肥管理系统及其智能装备技术的研究 D 上 海 上 海 大 学 2016 NIU Y Research on precision water and fertilizer management system and its intelligent equipment technology in facility agriculture D Shanghai Shanghai University 2016 16 王 珅 基于物联网的设施番茄水肥一体化系统设计与实现 D 山 东 泰 安 山 东 农 业 大 学 2022 WANG S Design and implementation of water and fertilizer integration system for greenhouse tomato based on Internet of Things D Tai an Shandong Shandong Agricultural University 2022 17 李 坚 基于管道式混合的日光温室小型灌溉机研制及在番茄 上的应用效果 D 沈阳 沈阳农业大学 2017 LI J Development of small irrigation machine in solar greenhouse based on pipeline mixing and its application effect on tomatoes D Shenyang Shenyang Agricultural University 2017 上 接 第 28 页 19 王铖洁 方红远 朱 晔 等 基于层次分析法 模糊综合评价的 苏北平原河流生态状况评估 J 中国农村水利水电 2021 12 12 18 WANG C J FANG H Y ZHU Y et al Ecological assessment of northern Jiangsu Plain Rivers based on the analytic hierarchy process fuzzy comprehensive evaluation model J China Rural Water and Hydropower 2021 12 12 18 20 李中建 王志华 大国小农的农业强国之路 约束及破解 J 西南 金融 2023 12 41 53 LI Z J WANG Z H The road to agr
展开阅读全文

copyright@ 2018-2020 华科资源|Richland Sources版权所有
经营许可证编号:京ICP备09050149号-1
    

     京公网安备 11010502048994号