枸杞作为宁夏地区重要的经济作物，其种植过程中的自动化水平低下，宁夏地处西北，全年降水量偏少，土壤以沙土为主，水分易流失，因此枸杞滴灌十分重要。常规的PID算法难以满足枸杞滴灌的自动控制，因此设计了基于模糊神经网络的控制系统，该系统整合了模糊控制和神经网络，将土壤含水率的偏差和偏差变化率作为输入值，经过模糊神经网络运算后，得到PID控制器的3个输入参数，然后通过PID闭环控制系统实现枸杞滴灌的控制，通过Simulink仿真实验得出，模糊神经网络PID控制比传统的PID控制，超调量小，响应速度快。
Abstract
Goji is an important economic crop in Ningxia, while the automation level in its cultivation process is low. Ningxia is located in the northwest of China, its annual precipitation is relatively small, the soil is mainly sandy, water is easy to lose, so Goji drip irrigation is very important. Conventional PID algorithm is difficult to meet the automatic control of Goji drip irrigation. Therefore, a control system based on fuzzy neural network was designed. This system integrated fuzzy control and neural network, and took the deviation of soil moisture content and the variation rate of deviation as input values. After the fuzzy neural network operation, the three input parameters of the PID controller were obtained, and then the Goji drip irrigation control was realized through this PID closed-loop control system. Through the simulation experiments of Simulink, it was verified that the fuzzy neural network PID control had less overshoot and faster response than the traditional PID control.
关键词
枸杞滴灌的自动控制 /
枸杞滴灌系统的设计 /
超调量 /
响应速度 /
模糊神经网络
{{custom_keyword}} /
Key words
automatic control of drip irrigation of Goji /
design of the drip irrigation system of Goji /
overshoot /
response speed /
fuzzy neural network
{{custom_keyword}} /
基金
国家自然科学基金项目( 61261045) ; 中央引导地方科技发展专项项目基金( YDZX20176400003121) ; 北方民族大学重点科技服务项
目( 2015KJ01) 。
{{custom_fund}}
{{custom_sec.title}}
{{custom_sec.title}}
{{custom_sec.content}}
参考文献
[1]程良, 尹娟, 尹亮, 郑艳军.宁夏中部干旱区滴灌条件下枸杞耗水规律研究[J].灌溉排水学报, 2017, 36(07):22-27
[2]尹志荣, 雷金银, 桂林国, 张学军.不同滴灌量对不同品种枸杞生长、产量和品质的影响[J].灌溉排水学报, 2018, 37(10):28-34
[3]晏亭太.智能自适应PID/PD控制器设计及仿真研究[D].哈尔滨工业大学, 2014.
[4]刘韶军, 王琦, 王岚, 白建云, 景鑫.直接空冷机组背压模糊神经网络控制方法研究[J].自动化与仪器仪表, 2019(04):122-125.
[5]程宗政, 施一萍, 张金立, 吕晨悦, 钱楠, 张翔.基于模糊神经网络算法的液位控制系统研究[J].电子测量技术, 2019, 42(09):29-34
[6]潘玉成, 刘宝顺, 黄先洲, 陈小利, 吕仙银.茶叶杀青机模糊神经网络温控系统设计与试验[J].茶叶科学, 2019, 39(02):139-149
[7]唐雅楠, 景会成, 赵欣.基于模糊神经算法的稀土冶炼炉温控制[J].电子设计工程, 2019, 27(08):19-23
[8]於沈刚, 马明舟, 岳雪峰, 万衡, 王运圣.模糊PID智能灌溉控制器的设计及MATLAB仿真[J].节水灌溉, 2018(05):86-89.
[9]李国勇.智能预测控制及其MATLAB实现[M].北京:电子工业出版社, 2009.
[10]刘金琨.智能控制[M].北京:电子工业出版社, 2005.
[11]龚晨, 杨盛泉.模糊神经网络算法在输油泵系统中的控制研究[J].西安工业大学学报, 2019, 39(03):336-343
[12]谭浩, 吴何畏, 廉佳霖, 刘明泽.基于的模糊控制系统设计与仿真分析[J].工业控制计算机, 2019, 32(05):58-59
[13]吴迪, 刘天宇, 宋涛, 徐晓辉.基于模糊控制的智能节水灌溉控制系统设计[J].江苏农业科学, 2018, 46(23):245-249
[14]王小东, 徐沪萍.基于BP算法的模糊神经网络控制系统的仿真实现[J].数字技术与应用, 2010(12):93.
[15]叶凤英, 胡慕伊.基于模糊神经网络在曝气池溶解氧控制系统中的应用[J].中华纸业, 2019, 40(06):25-30
[16]蒋正炎.模糊神经网络算法在塑料挤出机智能控制中的应用[J].塑料工业, 2019, 47(03):69-72
PDF(724 KB)
