基于差分进化算法的水肥配比控制系统设计

来源 :江苏农业科学 | 被引量 : 0次 | 上传用户:GSo0osjo0o
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  摘要:水肥混合配比的灌溉施肥方式能提高水和肥料的利用率。水肥配比后的浓度是影响施肥效果好坏的关键。因此,针对水肥混合配比控制系统中的滞后性、大惯性、非线性等问题,提出一种基于差分进化(differential evolution,简称DE)整定的比例-积分-微分(proportion integral derivative,简称PID)水肥混合配比控制方法,以提高水肥混合配比后浓度的精准性和稳定性。并通过软件仿真对比传统PID控制和差分进化整定的PID水肥混合配比控制的效果。结果表明,利用差分进化算法对PID参数调节后的控制系统在提升肥液浓度响应速度、超调量、抗干扰能力等方面都具有较强的优势。最后,通过水肥混合配比浓度控制试验,验证差分进化算法整定的PID控制系统良好的控制效果,证实其可以满足实际灌溉施肥中的控制要求。
  关键词:水肥配比;肥液浓度控制;差分进化算法;PID控制;Matlab仿真试验
  中图分类号: S224.2 文献标志码: A 文章编号:1002-1302(2019)01-0207-04
  水肥混合的灌溉施肥方式在农田种植中得到了广泛推广和应用[1]。水肥混合的灌溉施肥方式指将作物所需的肥料在水中进行溶解混合配比成浓度较高的肥料原液,当农作物需要灌溉施肥时,将肥料原液与灌溉用水混合成一定浓度的液体肥料,并通过微滴灌等灌溉系统提供给植物[2-3]。在以色列、美国、日本等发达国家,已经开发出了较为先进的智能水肥混合配比控制系统,该系统已具有一定的配比精度和稳定性,并在农田灌溉施肥中得到了实际应用[4-5]。我国关于智能水肥混合配比灌溉施肥技术的研究起步相对较晚,与发达国家相比,在水和肥料的利用率上具有一定的差距。近几年,我国在农业微灌、喷灌、滴灌等节水灌溉领域中取得了较大的研究成果,但在精准水肥一体化控制系统研究上发展缓慢,尤其是通过科学的算法来提高肥液在水路中混合后浓度的精准性和稳定性方面[6]。
  根据植物不同的生长周期,将肥料原液和水混合成合适、精确、稳定浓度的肥料液是灌溉施肥效果好坏的关键。精确水肥混合控制系统是一个大时滞、非线性、大惯性的系统。现有的手动调节方法和传统的比例-积分-微分(proportion integral derivative,简称PID)控制方法在肥液浓度的精确性和稳定性控制方面存在着明显不足[7]。本研究针对大规模农田种植中的水肥混合配比控制问题,提出一种基于差分进化(differential evolution,简称DE)整定的PID肥液浓度控制方法,并通过Matlab仿真分析和水、肥混合配比灌溉施肥试验,验证该控制方法对水、肥混合后肥液浓度精准性和稳定性等方面的控制效果。
  1 水肥混合灌溉施肥控制系统设计
  主要以新疆某苹果种植基地为研究对象设计水肥混合灌溉施肥控制系统,该系统(图1)主要由主控制器、电动阀门、流量计、电传导(electrical conductivity,簡称EC)传感器、变频调速水泵及控制软件等构成。配比好的肥料原液储存在肥料罐内,通过肥料罐内的EC传感器采集肥料罐内肥料原液的EC值来表示肥料原液的浓度;肥料原液被水泵抽出注入灌溉主水管内进行混合;通过农田中出水口处的EC传感器测量混合后的肥液EC值,并将EC值反馈到控制器中;根据出水口处EC传感器测量的EC值和流量计采集到的肥料原液管
  路的流量值动态调节水泵的输出流量,从而调节出水口处的肥液浓度,使出水口处的肥液EC值处于规定的稳定范围内,进而达到精量灌溉施肥的目的。
  2 差分进化算法整定PID控制器设计
  由于灌溉使用的水来自果园附近的水库,存在水流量不稳定的缺点,且肥料原液混入主水管中时存在延迟现象,因此须要通过自动控制算法来实时调节肥料泵的输出流量,以达到精确、稳定控制出水口肥液浓度的效果。
  PID控制器具有操作简单、鲁棒性强、稳定可靠等优点,在各类控制领域中都得到了广泛应用。比例系数Kp、积分系数Ki和微分系数Kd是PID控制器的3个重要参数。通过算法对PID控制器的控制参数进行整定和优化,对PID控制方法效果的提升起着重要作用[8]。传统PID控制方法在对出水口肥液浓度控制过程中,不易对这3个参数进行在线动态调节,因此传统PID控制器对出水口肥液浓度的控制达不到预想的精度和稳定性。为使控制系统达到更好的控制效果,提出一种将差分进化算法和传统PID控制方法相结合的水肥混合灌溉施肥控制器,该控制器采用差分进化算法对PID控制器的3个控制参数进行整定,寻找最优参数,并对该参数进行在线动态调节。基于差分进化算法整定PID的水肥混合浓度控制系统结构如图2所示。
  2.1 差分进化算法
  差分进化算法是一种基于群体进化理论的寻优算法,通过模拟自然界中物种进化原理,采用实数编码的方式在连续空间进行随机启发式搜索[9]。该算法通过对父代个体的向量按照一定的规则进行变异、交叉操作,生成新的子代个体,通过选择操作将子代个体与父代个体进行比较,保留最优个体;然后不断地对个体进行迭代运算,将进化过程中生成的优良个体保留,对劣质个体进行淘汰,使DE搜索结果越来越趋近于最优结果,具体运算步骤如下。
  在水肥混合配比控制系统中采用阶跃输入信号分别对常规PID控制器和差分进化算法整定后的PID控制器进行仿真试验,得到的阶跃响应仿真曲线如图6所示。根据阶跃响应仿真曲线进行性能分析,可以看出,通过差分进化算法优化后的PID水肥混合配比控制器结合了差分进化算法与PID控制算法的优点,具有良好的适应能力。水肥配比控制系统的浓度值响应上升时间和调节时间均比传统PID控制器短,配比后的肥液EC值能很快趋于稳定。基于差分进化算法优化后的PID控制器具有更好的鲁棒性和响应特性,能够更加准确快速地寻找到PID控制器的最优控制参数。   3.2 系统验证
  为验证基于差分进化整定的PID水肥配比控制系统在实际中的应用效果,2017年8月在新疆大学机械工程学院的数控实验室,利用搭建的精量水肥配比机进行水肥混合配比试验。通过测量配比出的肥液可溶性盐浓度(EC值)反映配比肥液的浓度值。利用数据采集卡实时采集配比肥液的EC值,并通过串口通信将数据读出。采样周期为0.1 s,采样时间为60 s。精量水肥配比机如图7所示。
  主水路管道与自来水管相连,水流量约为5 L/min。水肥配比控制系统实时读取配比后的肥液EC值。肥料泵通过变频器与水肥混合配比控制器连接。控制系统通过差分进化PID算法调节肥料泵的输出流量,以达到对水肥精确配比的目的。
  由图8可以看出,对于EC值为2.5 mS/cm的水肥配比过程中,传统PID水肥配比系统肥液EC值最大偏差达到0.23 mS/cm,且在24 s左右时,肥液EC值才进入稳定区域,肥液EC值在(2.5±0.035) mS/cm附近波动。通过DE算法整定后的PID控制系统在开始17 s后,肥液EC值已经趋于稳定值,肥液EC值在(2.5±0.020) mS/cm附近波动。说明基于差分进化整定的PID水肥混合配比控制器不但响应时间短,而且具有更高的控制精度。
  4 结论
  本研究对精量水肥配比控制系统进行设计和研究,提出基于差分进化整定的PID水肥配比控制优化算法。利用Matlab仿真软件对传统PID算法和基于差分进化算法整定的PID控制器进行了建模、仿真和水肥混合配比浓度控制试验,结果表明,通过差分进化算法整定后的PID控制算法在水肥混合配比控制系统中具有良好的控制性能和较高的控制精度,且该控制系统能快速、准确、稳定地对水肥溶液进行精确配比,具有较强的实用价值。
  参考文献:
  [1]Touati F,Al-Hitmi M,Benhmed K,et al. A fuzzy logic based irrigation system enhanced with wireless data logging applied to the state of Qatar[J]. Computers and Electronics in Agriculture,2013,98:233-241.
  [2]袁洪波,程 曼,庞树杰,等. 日光温室水肥一体灌溉循环系统构建及性能试验[J]. 农业工程学报,2014,30(12):72-78.
  [3]何青海,孙宜田,李青龙,等. 基于模糊控制的水肥药一体化系统研究[J]. 农机化研究,2015(8):203-207.
  [4]魏正英,葛令行,赵万华,等. 灌溉施肥自动控制系统的研究与开发[J]. 西安交通大学学报,2008,42(3):347-349,363.
  [5]李建軍,许 燕,张 冠,等. 基于BP神经网络预测和模糊控制的灌溉控制器设计[J]. 机械设计与研究,2015,31(5):150-154.
  [6]张育斌,魏正英,简 宁,等. 水肥精量配比灌溉系统设计[J]. 农机化研究,2017(12):107-111.
  [7]朱志坚,早热木,尼加提·依,等. 自控变频调速式灌溉水注肥装置的研究[J]. 农业工程学报,2005,21(9):94-97.
  [8]常俊林,李亚朋,马小平,等. 基于改进差分进化算法的PID优化设计[J]. 控制工程,2010,17(6):807-810.
  [9]袁洪波,李 莉,王俊衡,等. 温室水肥一体化营养液调控装备设计与试验[J]. 农业工程学报,2016,32(8):27-32.
  [10]闫 峰. 基于差分进化算法的供热节能控制系统[J]. 沈阳工业大学学报,2017,39(3):328-332.
  [11]王旭明,郭业才,于小兵. 基于组合差分进化算法的PID参数整定优化[J]. 组合机床与自动化加工技术,2015(11):79-82.郁莹珺,徐达宇,寿国忠,等. 基于经验模态分解和小波神经网络的温室温湿度预测[J]. 江苏农业科学,2019,47(1):211-216.
其他文献
摘要:内切葡聚糖酶(Cx)是纤维素酶系中的主要成分,它包含多种同工酶,能够将可溶性纤维素水解成还原性寡糖。采用 Native-PAGE技术对黄星天牛中肠中Cx进行电泳分离,结合LC-MS/MS技术对黄星天牛中肠中Cx种类进行鉴定,并对其性质进行研究。结果显示黄星天牛中肠中含有多种Cx,通过结构域分析,确定为GHF5家族蛋白,有共同的保守区(IIYETFNEPT),Cx最适反应温度为50 ℃,最适p
摘要:研究了团头鲂幼鱼饲料中维生素B2的最适需求量及维生素B2水平对团头鲂幼鱼生长性能、体组成、抗氧化功能和肠道消化酶活性的影响。试验采用单因子浓度梯度法,将鱼随机分为6组,投喂不同水平的维生素B2,分别为166、2.83、4.29、6.15、8.37、11.28 mg/kg的半纯合饲料,每日3次,饱食投喂12周。结果表明,饲料中维生素B2水平对团头鲂幼鱼饵料系数、存活率和形体指标均无显著影响。当
摘要:近年来,轻小型无人机遥感以其操作简便、可动态连续监测等独特优势,在精准农业领域得到广泛应用,使农业生产管理具有了实时获取数据、准确定位及高效率应对的新特点。笔者针对现有的轻小型无人机遥感系统在国内外精准农业领域的主要应用进行阐述,包括农作物识别提取和精细分类、农作物估产及长势监测分析、农作物病虫害监测方面,同时对轻小型无人机遥感技术在精准农业应用中未来面临的挑战及发展方向进行分析与展望。轻小
摘要:为揭示石漠化治理区种植刺梨地土壤养分水平与刺梨果实品质间的关系,以中国南方喀斯特石漠化治理区刺梨种植地和其果实为研究对象,研究石漠化治理区不同地形区刺梨种植地土壤养分水平与果实品质的差异性,探讨刺梨种植地土壤养分水平与刺梨果实品质的相关性,并以冗余分析进行土壤养分水平与果实品质的排序。结果表明:石漠化治理区的土壤养分水平、刺梨单果质量、SOD活性在溶蚀洼地、侵蚀洼地和山地坡面具有显著差异(P
摘要:利用单核苷酸多态性(single nucleotide polymorphism,简称SNP)与简单重复序列(simple sequence repeat,简称SSR)2种分子标记对23份甜玉米自交系进行遗传多样性评价。结果表明,6对针对su1基因的SNP引物分别在 7 790、8 210、10 550 bp位点处检测到22、17、23个自交系发生突变。23份甜玉米自交系在相似系数为0.55
摘要:采用土壤培养方法,研究了不同浓度(100、200、300 mgkg) 污染物萘和污染时间对菖蒲(Acorus calamus L)叶片叶绿素含量、脯氨酸含量、丙二醛(MDA)含量、超氧化物歧化酶(SOD)和过氧化物酶(POD)活性的影响。结果发现,对在萘污染初期(20 d),菖蒲叶绿素含量显著下降、脯氨酸和MDA积累增加、SOD和POD活性显著增强;经过一段时间以后,叶绿素含量、脯氨酸和MD
摘要:以5种蔬菜为原料,采用固相微萃取方法提取风味物质,然后用气相色谱-质谱进行定性定量分析其风味物质成分,通过对萃取温度和时间的选择来优化其试验条件。从萝卜(Raphanus sativus)、豇豆(Vigna unguiculata)、白菜(Brassica chinensis)、榨菜(Brassica juncea var. tumida)、芜菁(Brassica juncea var. m
摘要:隨着奶业的发展,原料奶产量的增速远滞后于乳制品加工量的增速,这不仅使原料奶成为制约奶业发展的瓶颈,还频频引发乳制品质量安全问题。为了解决奶牛普遍产奶低、成本高、低收益的问题,将距离函数和随机前沿方法相结合,构建超越对数形式的产出距离函数,测算我国不同规模奶牛养殖场的技术效率及其影响因素,结果表明,在4种养殖规模中,规模在500头以上的效率最高,小规模效率最低,这种差距主要来源于技术效率的差异
摘要:为了完善鸡腿菇热风干燥工艺,提高鸡腿菇热风干燥产品品质,采用随机区组设计2×5复因子试验,研究漂烫方式和漂烫时间对鸡腿菇干燥产品复水比和色差的影响,在最佳漂烫预处理工艺下研究鸡腿菇热风干燥特性。结果表明,鸡腿菇通过100 ℃水蒸气漂烫15 s后进行热风干燥,可使干燥产品有最大复水比和最小色差,Logarithmic模型对干燥过程的拟合程度最高,有最大R2(0.997 0),最小χ2(0.00
摘要:生态保护红线是指生态空间范围内具有特殊重要生态功能、必须强制严格保护的区域以及生态环境敏感区和脆弱区等区域划定的严格管控边界,是区域生态安全的底线。以吉林省为例,基于生态系统服务重要性评估和生态敏感性评估,通过识别去区域生态保护关键区域,划定吉林省生态保护红线区,为吉林省生态保护红线的划定提供思路和方法。划定吉林省生态保护红线区总面积为6.38万km2(扣除重复面积),占全省总面积的34.0