基于模型參考自適應的水肥一體化控制系統(tǒng)設(shè)計.pdf

節(jié) 水 灌 溉 Water Saving Irrigation 基 于 模 型 參 考 自 適 應 的 水 肥 一 體 化 控 制 系 統(tǒng) 設(shè) 計 張 艷 麗 石 統(tǒng) 宇 孟 慶 祥 張 征 征 邢 晨 泰 魯 振 宇 佳木斯大學機械工程學院 黑龍江 佳木斯 154007 摘 要 針 對 水 肥 混 合 過 程 中 水 肥 EC 值 精 準 控 制 的 問 題 設(shè) 計 一 個 基 于 模 型 參 考 自 適 應 的 水 肥 一 體 化 決 策 和 控 制 系 統(tǒng) 建 立 母 液 動 態(tài) 調(diào) 控 模 型 并 通 過 該 模 型 設(shè) 計 模 型 參 考 自 適 應 控 制 器 仿 真 試 驗 結(jié) 果 顯 示 模 型 參 考 自 適 應 控 制 相 較 于 模 糊 PID 控 制 在 跟 蹤 試 驗 中 超 調(diào) 量 降 低 1 2 調(diào) 整 時 間 減 少 12 6 s 階 躍 試 驗 中 超 調(diào) 量 降 低 14 4 調(diào) 整 時 間 減 少 超 過 2 s 抗 干 擾 能 力 優(yōu) 于 模 糊 PID 控 制 通 過 3 種 方 式 進 行 田 間 試 驗 對 比 模 糊 PID 控 制 和 人 工 灌 溉 方 式 采 用 模 型 參 考 自 適 應 控 制 能 夠 使 番 茄 株 高 分 別 提 高 15 7 和 35 6 莖 粗 分 別 增 長 11 1 和 18 6 產(chǎn) 量 分 別 提 升 23 3 和 48 1 結(jié) 果 表 明 模 型 參 考 自 適 應 控 制 優(yōu) 于 模 糊 PID 控 制 和 人 工 灌 溉 方 式 從 而 驗 證 模 型 參 考 自 適 應 控 制 的 有 效 性 為 精 準 施 肥 灌 溉 提 供 技 術(shù) 支 持 關(guān) 鍵 詞 水 肥 一 體 化 模 型 參 考 自 適 應 控 制 系 統(tǒng) 水 肥 混 合 動 態(tài) 模 型 超 調(diào) 量 調(diào) 整 時 間 中 圖 分 類 號 S275 6 文 獻 標 識 碼 A DOI 10 12396 jsgg 2024137 張 艷 麗 石 統(tǒng) 宇 孟 慶 祥 等 基 于 模 型 參 考 自 適 應 的 水 肥 一 體 化 控 制 系 統(tǒng) 設(shè) 計 J 節(jié) 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 編 號 1007 4929 2024 10 0034 07 收 稿 日 期 2024 04 07 接 受 日 期 2024 05 10 基 金 項 目 黑龍江省教育廳科研業(yè)務(wù)費基礎(chǔ)研究項目 2019 KYYWF 1379 黑龍江省大學生創(chuàng)新創(chuàng)業(yè)訓練計劃項目 S202310222006 作 者 簡 介 張艷麗 1974 女 副教授 博士 主要從事智慧農(nóng)業(yè)與電氣控制研究 E mail 876638167 灌 溉 工 程 與 裝 備 34基 于 模 型 參 考 自 適 應 的 水 肥 一 體 化 控 制 系 統(tǒng) 設(shè) 計 張 艷 麗 石 統(tǒng) 宇 孟 慶 祥 等 0 引 言 我國正積極推進現(xiàn)代化智慧農(nóng)業(yè)發(fā)展 借助水肥一體化 技術(shù) 水肥一體機將水肥溶液定時按比例輸送到作物根部 實現(xiàn)節(jié)水增產(chǎn) 減肥增收 降低農(nóng)藥殘留和環(huán)境污染的效 果 1 然而我國現(xiàn)有開發(fā)的水肥一體化系統(tǒng)受到工況 成本 動力等方面的制約 自動化程度低 無法完全滿足灌溉施肥 的精準控制要求 2 在全球范圍內(nèi) 對水肥一體化系統(tǒng)的研究有著大量的成 果 其中最具有代表性的當屬以色列 作為世界上領(lǐng)先的技 術(shù)水平 以色列在沙漠農(nóng)業(yè)領(lǐng)域廣泛采用智能灌溉節(jié)水裝置 該項技術(shù)的應用占比超過了 90 美國的早期探索也為水肥 一體化技術(shù)的發(fā)展奠定了基礎(chǔ) 尤其是發(fā)展到 1995 年 在約 4 500 個農(nóng)場的施肥灌溉過程中 都配備了自動化調(diào)控中心來 實現(xiàn)自我管理 鑒于國土與人口資源有限 日本積極推動現(xiàn) 代化智慧農(nóng)業(yè)的發(fā)展 使水肥一體化技術(shù)發(fā)展的非常成熟 并在全國范圍內(nèi)的推廣覆蓋率達到了 90 以上 3 He 4 等人對 灌溉施肥量和櫻桃番茄的產(chǎn)量 生長參數(shù)和果實品質(zhì)之間的 關(guān)系進行了研究 并建立了櫻桃番茄綜合生長水肥多因素調(diào) 控模型 該模型可為櫻桃番茄的種植提供最佳水肥施用量的 決策 提高了番茄灌溉與施肥的準確性 Krishnan 5 等人提出 了一種基于物聯(lián)網(wǎng)的模糊邏輯智能灌溉施肥系統(tǒng) 以模糊控 制為基礎(chǔ)實現(xiàn)系統(tǒng)的自動灌溉施肥 系統(tǒng)具有良好的節(jié)水節(jié) 肥節(jié)電的性能 在國內(nèi) 劉炳鑠 6 等人設(shè)計了一套輕簡型水肥 一體化系統(tǒng) 通過 PWM 技術(shù)調(diào)整水肥流速實現(xiàn)水肥比例控 制 具有輕簡 易操作 成本低等優(yōu)點 謝佩君 7 等人提出了 基于改進離散灰色預測的自適應變論域模糊 PID 灌溉控制模 型 通過引入變論域思想設(shè)計了新型函數(shù)型伸縮因子實現(xiàn)變 量論域自適應伸縮 有效提升了系統(tǒng)適應性和控制精度 王 昊 8 等人設(shè)計了一套基于 GA Fuzzy PID 算法的控制系統(tǒng) 結(jié) 合遺傳算法 通過改變與軟管泵相連的變頻器的頻率來實現(xiàn) 精確調(diào)節(jié)軟管泵出口的施肥流量 趙澤能 9 等人設(shè)計了一套適 用于設(shè)施農(nóng)業(yè)的智能水肥遠程控制系統(tǒng) 該系統(tǒng)通過基于鯨 魚優(yōu)化算法優(yōu)化模糊 PID 調(diào)控本地端電動球閥開度進而精確控 制水肥溶液電導率 實現(xiàn)遠程調(diào)控電導率至設(shè)定范圍 本文針對控制系統(tǒng)控制精度不高 水肥實時比例摻混溶 解等問題 設(shè)計了一款基于模型參考自適應的水肥一體化控 制系統(tǒng)并進行試驗 通過研究母液動態(tài)調(diào)控模型 確定水肥 濃度計算方法 在此基礎(chǔ)上設(shè)計模型參考自適應控制器并進 行仿真和田間對照試驗 驗證了本文設(shè)計的水肥一體化控制 系統(tǒng)的可行性和實用性 1 水 肥 一 體 機 總 體 設(shè) 計 水肥一體機裝置主要由土壤墑情采集裝置 控制系統(tǒng)以 及灌溉施肥系統(tǒng)構(gòu)成 如圖 1 所示 其中土壤墑情采集裝置主 要包括田間土壤 EC 傳感器 土壤水分傳感器和土壤溫濕度傳 感器 控制系統(tǒng)包括下位機 PLC 和上位機 MCGS 觸摸 屏 灌溉施肥系統(tǒng)由文丘里管 電磁流量計 電磁閥 攪拌 器 水泵等組成 2 系 統(tǒng) 灌 溉 混 肥 決 策 設(shè) 計 2 1 水 肥 混 合 動 態(tài) 模 型 本文在水肥混合動態(tài)模型和數(shù)學模型 10 的基礎(chǔ)上 建立該 系統(tǒng)氮 磷 鉀 3 種主要肥液混合的可調(diào) EC 值動態(tài)數(shù)學模型 若設(shè)肥料攪拌罐中的液體高度恒定 肥料溶液混合均勻并且 濃度一致 3 個吸肥通道吸取氮 磷 鉀肥液的管道特性都相 同 并忽視水溫差異帶來的效果 則該系統(tǒng)的水肥混合動態(tài) 模型如圖 2 所示 水肥混合動態(tài)模型可描述為進入混肥桶物質(zhì)總量與離開 混肥桶物質(zhì)總量之差 即為設(shè)備輸送混肥桶內(nèi)殘留物質(zhì)的總 量 則肥液混合的可調(diào) EC 值動態(tài)數(shù)學模型為 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 為混肥桶內(nèi)混合液體積 Q 1 為流入的清水流量 Q 0 為流出混肥桶的水肥溶液流量 C 1 為清水濃度 C t 為混合 后流出混肥桶的水肥溶液濃度 c j j 1 2 3 為氮磷鉀 3 個吸肥 圖 1 總 體 結(jié) 構(gòu) 設(shè) 計 圖 Fig 1 Overall structural design plot 圖 2 水 肥 一 體 化 混 合 動 態(tài) 模 型 Fig 2 Mixing dynamic modelling of water and fertilizer integration 35基 于 模 型 參 考 自 適 應 的 水 肥 一 體 化 控 制 系 統(tǒng) 設(shè) 計 張 艷 麗 石 統(tǒng) 宇 孟 慶 祥 等 通道的母液濃度 q j t j 1 2 3 為氮磷鉀 3 個吸肥通道的吸 肥量 式 1 等式左邊為混肥桶中水肥溶液質(zhì)量的微分 等式 右邊表示進水管中清水質(zhì)量與氮 磷 鉀 3 個文丘里吸肥器吸 收的各個肥料母液的質(zhì)量之和減去出水管中水肥溶液的質(zhì)量 由于氮 磷 鉀 3 個吸肥通道的吸肥量可改寫為與比例電磁閥 開合度有關(guān)的變量 已知水肥溶液的濃度與 EC 值成正比關(guān) 系 因此式 1 可變?yōu)?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 為比例電磁閥 100 開合度吸肥量 E 1 為清水的 EC 值 E t 為流出混肥桶的水肥溶液 EC 值 e j j 1 2 3 為 3 個 吸肥通道的母液濃度 EC 值 m j t j 1 2 3 為 3 個吸肥通道的 電動球閥開合度 其中 e 1 e 2 e 3 為氮 磷 鉀 3 個肥料桶中肥料母液的 EC 值 在實際的澆灌作業(yè)中 水肥混合液在混肥桶內(nèi)的總體積 始終保持恒定 且所有吸肥管道均安裝相同型號的比例電磁 閥 文丘里吸肥器和流量測量裝備 此外 清水的電導率值 可視為 0 為了簡化系統(tǒng)分析的復雜性 假定每個吸肥通路上 的肥料吸收過程均勻一致 即氮 磷 鉀 3 個通路中的比例電 磁閥打開程度相同 因此式 2 可變?yōu)?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 將上式進行拉普拉斯變換后得 e s e 1 q w e 2 q w e 3 q w V T s q o m s 3 式 3 表明系統(tǒng)的控制響應特征為一階線性系統(tǒng) 本文 選擇的混肥桶體積 V t 25 L q w 0 016 L s 設(shè)備運轉(zhuǎn)時輸入水 壓力為 0 723 4 kPa 出水壓力為 0 686 5 kPa q 0 0 027 L s 肥 料母液的濃度 e 1 1 5 mS cm e 2 1 7 mS cm e 3 1 8 mS cm 設(shè) 定反應的延遲時間 10 s 該系統(tǒng)的水肥混合動態(tài)數(shù)學模 型為 G s e s m s 2 963 925s 1 e 10 s 4 2 2 模 型 參 考 自 適 應 控 制 器 設(shè) 計 如圖 3 所示為模型參考自適應控制器的結(jié)構(gòu)示意圖 11 在 該控制結(jié)構(gòu)中 參考模型為理想系統(tǒng) 由于外界干擾和內(nèi)部 隨機變化 實際輸出與理想輸出產(chǎn)生誤差 自適應環(huán)節(jié)根據(jù) 誤差信號向自適應控制器發(fā)送調(diào)整信號 使實際輸出接近理 想狀態(tài) 從而實現(xiàn)跟蹤理想信號的目的 本文基于 Lyapunov 穩(wěn)定性理論設(shè)計 12 13 將式 4 改寫為狀態(tài)空間方程為 d x t d t a x t 925 2 963 925 u t y t x t 5 式中 a 為模型參考自適應控制器調(diào)節(jié)系統(tǒng)輸出量 x t 的參 數(shù) 將參考模型輸出的值設(shè)為 x d t 則系統(tǒng)輸出與參考模型 之間的差作為系統(tǒng)誤差 e t 即 e t x d t x t 6 為了使系統(tǒng)輸出值能夠無限逼近參考模型輸出的值 即 使 e 0 對誤差 e 求導可得 d e t d t d x d t d t d x t d t 7 將式 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 設(shè) a 為常數(shù) 且緩慢變化 則有 d a t d t 0 設(shè)估計值為 a 估計誤差為 a 則 a a a 對該式求導得 d a t d t d a t d t d a t d t d a t d t 9 設(shè) Lyapunov 函數(shù)為 V e a 1 2 e 2 1 2 a 2 10 可以看出 V e a 0 對 V e a 求導可得 d V e a d t e d e t d t a d a t d t 11 設(shè) u 925 2 963 d x d t d t a x t 925 k e 12 將式 8 和式 12 代入式 11 則有 d V e a d t k e 2 a d a t d t e x 925 13 為了使 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 是全局漸進穩(wěn)定的 由上式推導結(jié)果得到 該模型 參考自適應控制器的被控對象系統(tǒng)為式 5 跟蹤誤差為式 6 自適應律為式 14 可調(diào)控制器為式 15 3 仿 真 分 析 為了驗證基于模型參考自適應的水肥一體化控制系統(tǒng)的 有效性 本文對模型參考自適應控制和模糊 PID 控制進行仿 圖 3 模 型 參 考 自 適 應 控 制 結(jié) 構(gòu) 示 意 圖 Fig 3 Structure schematic plot of model reference adaptive control 36基 于 模 型 參 考 自 適 應 的 水 肥 一 體 化 控 制 系 統(tǒng) 設(shè) 計 張 艷 麗 石 統(tǒng) 宇 孟 慶 祥 等 真 并比較分析二者的仿真結(jié)果 3 1 模 糊 PID 控 制 器 設(shè) 計 模糊 PID 控制器主要由模糊控制和 PID 控制兩部分組成 如圖 4 所示 系統(tǒng)誤差 e 和誤差變化率 ec 作為模糊控制器的的 輸入 模糊控制器通過將輸入信號模糊化 然后進行規(guī)則庫 的 模 糊 推 理 以 及 解 模 糊 化 處 理 輸 出 PID 參 數(shù) 修 正 量 Kp 1 Ki 1 Kd 1 并作為 PID 控制器的輸入 實時修正 PID 參數(shù)值 模糊控制器變量及論域 模糊子集 模糊規(guī)則參照文獻 14 設(shè)計 3 2 跟 蹤 試 驗 為驗證模型參考自適應控制器的跟蹤效果 設(shè)定一個較 為復雜的參考模型進行試驗 設(shè) x d z 1 sin z 2 z 3 17 式中 z 1 為 3 5 2 1 循環(huán)變化的常數(shù) 每個常數(shù)持續(xù)時間 設(shè)為 10 s z 2 為時鐘變化的相關(guān)常數(shù) 設(shè)為 10 z 3 為周期變化 的相關(guān)常數(shù) 設(shè)為 10 由公式 5 6 14 15 和 17 建 立 模 型 參 考 自 適 應 控 制 與 模 糊 PID 控 制 的 MATLAB simulink 仿真模型 圖 5 為仿真模型圖 圖 6 為跟蹤 試驗結(jié)果圖 如圖 6 所示 紅線為設(shè)定的目標值 綠色虛線為模型參考 自適應控制器輸出的值 藍色虛線為模糊 PID 控制器輸出的 值 綠線與紅線兩條線基本重合 超調(diào)量最大為 6 4 調(diào)節(jié) 時間為 3 2 s 模糊 PID 控制在目標值突然變換的情況下不能夠 很好的跟蹤目標值 超調(diào)量最大為 7 6 調(diào)節(jié)時間為 15 8 s 說明在跟蹤試驗中模型參考自適應控制優(yōu)于模糊 PID 控制 3 3 階 躍 響 應 試 驗 與 抗 擾 動 試 驗 本文對模型參考自適應控制與模糊 PID 控制進行階躍響應 試驗 初始時土壤電導率定為 0 4 試驗以每 0 2 s 采集一次數(shù) 據(jù)的頻率進行 對系統(tǒng)進行了階躍信號反應測試 在測試過 程中 系統(tǒng)的濃度值進行 5 次調(diào)整 分別調(diào)至 1 3 2 3 1 9 2 2 及 1 6 15 其變化仿真圖如圖 7 a 所示 模型參考自適應 控制和模糊 PID 控制在經(jīng)歷 5 輪濃度調(diào)整之后均可使水肥濃度 值保持恒定 但相比之下 模型參考自適應控制最大超調(diào)量 為 14 2 最大調(diào)整時間為 8 s 模糊 PID 控制最大超調(diào)量為 28 6 最大調(diào)整時間大于 10 s 說明模型參考自適應控制對 水肥濃度控制的精準性與快速性優(yōu)于模糊 PID 控制 在完成階躍響應試驗后 繼續(xù)開展抗干擾試驗 將目標 值固定在 1 4 15 并隨機執(zhí)行 4 次調(diào)整以評估對干擾的應對效 果 干擾抵御的仿真結(jié)果如圖 7 b 所示 模型參考自適應 控制能夠在受到擾動后快速恢復平穩(wěn) 說明模型參考自適應 圖 4 模 糊 PID 控 制 結(jié) 構(gòu) 示 意 圖 Fig 4 Structure schematic plot of fuzzy PID control 圖 5 水 肥 溶 液 EC 值 仿 真 模 型 圖 Fig 5 Simulation model plot of EC value of water fertilizer solution 圖 6 跟 蹤 試 驗 結(jié) 果 圖 Fig 6 Result plot of tracking test 37基 于 模 型 參 考 自 適 應 的 水 肥 一 體 化 控 制 系 統(tǒng) 設(shè) 計 張 艷 麗 石 統(tǒng) 宇 孟 慶 祥 等 控制器的抗干擾能力更強 4 田 間 試 驗 與 結(jié) 果 分 析 4 1 試 驗 環(huán) 境 樣機實物如圖 8 所示 于 2023 年 6 月在佳木斯大學機械工 程學院學生實驗田進行了田間試驗 地理位置為北緯 46 47 東經(jīng) 130 22 屬于中溫帶大陸性氣候 田間試驗采用露天滴 灌試驗 所選供試番茄品種為 中雜 9 號 在露地采用大壟 單行種植 壟寬 0 5 m 壟長 7 m 壟臺高 0 15 m 行距離 0 5 m 株與株的距離保持在 0 5 m 整個試驗區(qū)面積為長 8 m 寬 3 試驗從 2023 年 5 月 30 日移植起 至 2023 年 8 月 31 號結(jié) 束 共計 94 d 用自制樣機進行露地番茄種植試驗 由文獻 16 17 可知番茄各個時期生長所需的 EC 目標值分別為 苗期 1 4 mS cm 開花期 2 2 mS cm 結(jié)果期 2 5 mS cm 收獲期 2 9 mS cm 4 2 試 驗 設(shè) 計 1 試驗組設(shè)計 番茄秧苗定植后 其他管理方式同常 規(guī)管理 土地面積 生長環(huán)境等試驗條件一致 試驗僅探究 不同灌溉施肥方式對番茄栽培的影響 試驗組采用模型參考 自適應控制的水肥一體化控制系統(tǒng)進行灌溉 兩個對照組分 別采用模糊 PID 控制和人工灌溉方式 其中 模糊 PID 控制采 用水肥一體機進行日常水肥管理 人工灌溉施肥每株每日澆 水 800 1 000 mL 具體灌溉量和灌溉頻率根據(jù)現(xiàn)場天氣情況 番茄不同生長時期以及土壤含水量來確定 定植后 15 d 開始 補充養(yǎng)分 每株番茄每 15 d 施加一次 6 g 復合肥 采用的復合 肥 N P 2 O 5 K 2 O 比例為 14 16 15 每種施肥方式有 6 個小區(qū) 作為重復 對種植期間的番茄生理指標進行采集和整理 2 測定項目及方法 株高 定植后每隔 3 d 用米尺測定從番茄初生根基部到植 株頂部生長點之間的距離 莖粗 定植后每隔 3 d 用游標卡尺測量番茄真葉節(jié)點下 3 cm 的莖粗度 產(chǎn)量 果實成熟后 分別采摘記錄坐果數(shù) 每株單果重 和每株總果重 收獲完成時 再計算每組植物平均結(jié)果數(shù) 平均單果重和平均單株產(chǎn)量 4 3 試 驗 數(shù) 據(jù) 分 析 1 不同灌溉方式對株高的影響 從圖 9 中可以看出 番 茄植株的生長高度在整個生長周期中呈現(xiàn)出穩(wěn)定的提升趨勢 在定植 20 日時 試驗組和對照組的植株高度差異并不顯著 這是由于番茄植株需要時間來適應新的栽培環(huán)境 隨著種植 時間的延長 試驗組中番茄的增長速度相較于對照組明顯加 快 模型參考自適應控制對比模糊 PID 控制株高增長率最大增 加 15 7 對比人工灌溉株高增長率最大增加 35 6 顯然模 型參考自適應控制優(yōu)于模糊 PID 控制和人工灌溉 2 不同灌溉方式對莖粗的影響 如圖 10 所示 總體上 看 試驗組處理的植株莖粗隨著定植天數(shù)增加而呈增長趨勢 定植后 40 d 試驗組處理莖粗明顯高于對照組 模型參考自適 應控制對比模糊 PID 控制莖粗增長率最大增加 11 1 對比人 工灌溉莖粗增長率最大增加 18 6 顯然模型參考自適應控制 優(yōu)于模糊 PID 控制和人工灌溉 圖 7 階 躍 響 應 與 抗 干 擾 試 驗 結(jié) 果 圖 Fig 7 Result plots of step response and anti disturbance test 圖 8 樣 機 實 物 圖 Fig 8 Sample machine plot 圖 9 不 同 灌 溉 方 式 對 番 茄 株 高 的 影 響 Fig 9 Effect of different irrigation methods on tomato plant height 38基 于 模 型 參 考 自 適 應 的 水 肥 一 體 化 控 制 系 統(tǒng) 設(shè) 計 張 艷 麗 石 統(tǒng) 宇 孟 慶 祥 等 3 不同灌溉方式對產(chǎn)量的影響 表 1 反映的是不同灌溉 方式對番茄植株產(chǎn)量的影響 在一定條件下 平均單株產(chǎn)量 越高 經(jīng)濟價值越大 模型參考自適應控制平均單株產(chǎn)量對 比模糊 PID 控制增加 23 3 對比人工灌溉平均單株產(chǎn)量增加 48 1 顯然模型參考自適應控制優(yōu)于模糊 PID 控制和人工 灌溉 5 結(jié) 論 本文將模型參考自適應控制應用于水肥一體化智能控制 系統(tǒng) 通過調(diào)節(jié)比例電磁閥開合度和通斷時間 解決了水肥 控制系統(tǒng)中水肥 EC 值控制精度不高的問題 該系統(tǒng)能夠分析 土壤養(yǎng)分數(shù)據(jù)并自適應調(diào)節(jié)混肥策略 并對模型參考自適應 控制技術(shù)進行了研究與仿真試驗 通過以中雜 9 號番茄為田間 試驗對象 驗證了模型參考自適應控制器的性能 得出以下 結(jié)論 1 利用水肥濃度過程控制模型建立模型參考自適應控 制器 通過仿真試驗與模糊 PID 控制相比 在跟蹤試驗中超調(diào) 量降低 1 2 調(diào)整時間降低 12 6 s 階躍試驗中超調(diào)量降低 14 4 調(diào)整時間降低超過 2 s 并且抗干擾能力優(yōu)于模糊 PID 控制器 能夠很好的追蹤目標參數(shù)值 2 通過田間試驗 相比與模糊 PID 控制和人工灌溉施 肥方式 采用模型參考自適應控制的水肥一體機能夠使番茄 植株株高分別提高 15 7 和 35 6 莖粗分別增長 11 1 和 18 6 產(chǎn)量分別提升 23 3 和 48 1 結(jié)果表明 模型參考 自適應控制優(yōu)于模糊 PID 控制和人工灌溉 搭載模型參考自 適 應 的 水 肥 一 體 化 控 制 系 統(tǒng) 能 夠 在 田 間 具 有 良 好 的 應 用 效果 參 考 文 獻 1 張 婷 農(nóng)業(yè)水肥一體化技術(shù)的發(fā)展現(xiàn)狀與措施 J 南方農(nóng)業(yè) 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 紅 湯 攀 陳 超 等 中國水肥一體化施肥設(shè)備研究現(xiàn)狀 與發(fā)展趨勢 J 排灌機械工程學報 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 馬 軍 王 杰 等 水肥一體化技術(shù)發(fā)展概述 J 中國農(nóng) 機化學報 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 劉炳鑠 蘭 鵬 魏 珉 等 輕簡水肥一體化系統(tǒng)設(shè)計與實現(xiàn) J 節(jié)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 謝佩軍 張育斌 吳文賢 基于改進離散灰色預測的變論域模糊 PID 灌溉控制 J 節(jié)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 張立新 吳 勛 等 基于 GA FUZZY PID 算法的精準施 肥控制系統(tǒng)研究 J 節(jié)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 趙澤能 許敏界 華 珊 等 基于 WOA 優(yōu)化模糊 PID 的設(shè)施智能 水肥系統(tǒng)設(shè)計與實現(xiàn) J 節(jié)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 農(nóng)業(yè)水肥一體化智能監(jiān)控系統(tǒng)的研究與開發(fā) D 蘭州 蘭 州 理 工 大 學 2019 JIANG H Research and development of intelligent monitoring system for agricultural water and fertilizer integration D Lanzhou Lanzhou University of Technology 2019 11 馬晨龍 基于模型參考自適應控制的列車速度控制研究 D 蘭 州 蘭州交通大學 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 自適應控制 M 北京 清華大學出版社 2016 13 NGUYEN N T Model reference adaptive control M Model Reference Adaptive Control Cham Springer International Publishing 2018 83 123 圖 10 不 同 灌 溉 方 式 對 番 茄 莖 粗 的 影 響 Fig 10 Effect of different irrigation methods on tomato stem thick 表 1 不 同 灌 溉 方 式 對 番 茄 產(chǎn) 量 的 影 響 Tab 3 Effect of different irrigation methods on tomato production 控制方式 模型參考自適應控制 模糊 PID 控制 人工灌溉 平均坐果數(shù) 個 20 4 18 4 16 6 平均單果重 g 306 6 275 6 254 3 平均單株產(chǎn)量 g 6 254 64 5 071 04 4 221 38 39基 于 模 型 參 考 自 適 應 的 水 肥 一 體 化 控 制 系 統(tǒng) 設(shè) 計 張 艷 麗 石 統(tǒng) 宇 孟 慶 祥 等 14 周佳華 劉天雨 周逸飛 自適應模糊 PID 在營養(yǎng)液制備系統(tǒng)中 的研究與應用 J 節(jié)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 設(shè)施農(nóng)業(yè)精準水肥管理系統(tǒng)及其智能裝備技術(shù)的研究 D 上 海 上 海 大 學 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 基于物聯(lián)網(wǎng)的設(shè)施番茄水肥一體化系統(tǒng)設(shè)計與實現(xiàn) D 山 東 泰 安 山 東 農(nóng) 業(yè) 大 學 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 堅 基于管道式混合的日光溫室小型灌溉機研制及在番茄 上的應用效果 D 沈陽 沈陽農(nóng)業(yè)大學 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 頁 19 王鋮潔 方紅遠 朱 曄 等 基于層次分析法 模糊綜合評價的 蘇北平原河流生態(tài)狀況評估 J 中國農(nóng)村水利水電 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 王志華 大國小農(nóng)的農(nóng)業(yè)強國之路 約束及破解 J 西南 金融 2023 12 41 53 LI Z J WANG Z H The road to agr