基于PSO-BP优化PID模型的水肥控制系统研究_宋卓研.pdf

第 期 宋卓研 等 基于 优化 模型的水肥控制系统研究 基于 优化 模型的水肥控制系统研究 宋卓研 徐晓辉 宋涛 崔迎港 司玉龙 河北工业大学电子信息工程学院 天津市 摘要 针对传统灌溉施肥方式无法切实满足作物生长需求和水肥资源浪费严重的问题 设计一种基于 和 神经网 络优化 模型的水肥控制系统 系统通过结合作物种植环境水肥浓度信息 利用 和 神经网络算法优化 控 制参数 以解决水肥施灌过程中系统的非线性 时变性和滞后性等问题 综合 仿真试验结果可知 利 用 和 神经网络优化的 控制模型较传统 控制模型系统响应速度提高 调节时间缩短 超 调量仅为 控制的 优化效果较好 系统试验结果表明 施灌过程中系统控制稳定 在一定程度上达到水肥浓 度精准控制的效果 具有实际应用价值 关键词 水肥控制 控制 优化 神经网络 仿真 中图分类号 文献标识码 文章编号 宋卓研 徐晓辉 宋涛 崔迎港 司玉龙 基于 优化 模型的水肥控制系统研究 中国农机化学报 收稿日期 年 月 日 修回日期 年 月 日 基金项目 河北省重点研发计划项目 石家庄市重点研发计划项目 第一作者 宋卓研 男 年生 河北唐山人 硕士研究生 研究方向为智能控制和智能系统 通讯作者 徐晓辉 男 年生 河北邯郸人 研究员 硕导 研究方向为传感器及智能系统 引言 水肥一体化技术是精准农业中至关重要的一 环 在由水带肥 水肥同灌模式下 管路中水肥混合 的精确程度将直接影响作物的生长发育 根据作物 生长模型及管路水肥参数 利用自动测控技术实现水 肥均匀混合 对作物的正常生长发育将起到积极的 促进作用 从 世纪 年代起 国内外学者相继开展关于 水肥控制的研究 例如 等 通过研究不同施 肥频率对作物水肥需求和生长情况的影响 构建了作 物需水需肥模型 和 等 将模糊控制 理论应用于灌溉和环境监测系统 相较国外 我国水 肥控制系统研究还处于初级阶段 研究重点还集中在 环境信息的获取和处理分析方面 如苏静池等 通过 传感器网络采集环境信息 构建灌溉系统 杨显贺等 通过分析番茄需水情况 构建精细化灌溉和调光系统 通过智能算法构建控制模型的研究相对匮乏 系统的 生态闭环完整性也相对匮乏 目前 由于水肥作业系统非线性 大惯性和时滞性 等问题 传统控制算法无法建立确切数学模型 精 度不能满足水肥精准控制的要求 针对以上问题 设 计了一种基于 和 神经网络优化的 控制 模型 用于水肥控制系统 目的在于通过作物种植 环境参数 生成水肥模型控制策略 实现管路中水肥浓 度的精准控制 以解决水肥混合不均等问题 同时达到 节水省肥 减少资源的浪费的目的 水肥控制系统设计 水肥系统主要由数据采集模块 水肥控制模块 主 控制器和移动端 四部分组成 系统框图如图 所示 系统通过传感器采集管道水肥溶液 值和 值 经过主控制器接收处理后发送给移动端 和 云服务器 用户可在移动端查看管道中水肥混合液 的实时混合情况 也可以根据特定水肥浓度精准控 制模型实时调整施灌时长以及浓度配比 反馈到主 控制器 由主控制器转发至水肥控制器 水肥控制器 根据接收到的指令调整注肥泵转速 实现管道中水 肥浓度的控制 第 卷 第 期 年 月 中国农机化学报 中国农机化学报 年 图 水肥系统框图 数据采集模块 数据采集模块用于采集管道中水肥溶液中的 值和 值 并将采集到的数据通过本地局域网经主 控制器转发至云服务器 数据采集模块设计电路图如 图 所示 其中 采集点处理器采用 芯片 数据采集节点按特定协议将采集的数据封装成 帧 通过 模块发送至主控制器 其中 模块 选用一款超低功耗的透传模块 该模块体积 小 传输速率快 专为移动设备和物联网应用而设计 电极型号为 复合电极 电极为纯 铂材料制成 二者均配备模数转换模块 并通过 接头即可和对应电极相连 转换模块价格低廉 使用 方便 测量精度高 可直接输出 和 模拟 电压信号 利用校正液进行误差分析知 该传感器的采 集值与标准值间误差分别小于 和 综合分 析满足水肥系统对 值和 值的采集要求 其连 接电路图如图 所示 图 数据采集模块设计电路 水肥控制模块 其控制流程如图 所示 图 水肥控制器控制流程图 水肥控制模块作为水肥控制的执行器 用于接收 主控制器下发的控制指令 并通过控制器的软件程序 完成注肥流量的调节 进而实现管道中用户期望的水 肥浓度 主控制器 主控器作为整个水肥控制的枢纽 在系统中起到 承上启下的作用 本系统选用搭载联发科 芯片的嵌入式设备作为系统主控制器 一方面 其可 为远程监测功能提供数据交互的支持 系统使用的 移动端 基于 开发 既可以通过本地局 域网实现数据获取 也可以通过互联网从云端服务 器获取数据信息 因此 系统通信方式设计为基于 协议的浏览器 服务器端 和基于 协议的客户端 服务器端 两种通信方式 在 模式下 移动端通过网络连接云端服务器获取数 据 在 模式下 移动端可直接通过本地局域网与 主控制器建立连接实现数据相互 两种方式更好的 第 期 宋卓研 等 基于 优化 模型的水肥控制系统研究 满足了远程和本地监控的需求 具有更好的用户体 验 另一方面 将控制器与执行器分离在一定程度上 减少系统的耦合 方便后续加入新的功能 降低了设 备之间的维护难度 基于 和 优化的 控制模型设计 温室水肥灌施系统难以建立具体数学模型 本系 统选用目前自动控制领域使用广泛的 控制模型实 现灌施过程中可调速水泵的实时控制 作为被控对 象 可调速水泵具有大惯性 非线性和时滞性等特点 需要对 控制参数进行整定优化 同时引入预测补 偿 提前干预 输入 降低系统延时影响 基于以上 分析 本文基于 和 神经网络双向优化 控 制模型 其系统框图如图 所示 图 基于 和 优化 系统框图 控制水肥系统原理 结合图 对于水肥控制系统来说 控制器输 入为灌施过程中水肥溶度因子 和 实测值与 设定值间的误差 即系统误差 输出为用于调节 水泵转速的电压值 被控对象为可调速水泵 其输出电压量值 与系统误差 可用式 表示 式中 比例系数 积分时间常数 微分时间常数 取 为积分系数 为微分系 数 则式 的系统传递函数 可用式 表示 由 系统传递函数可以看出 和 值的选取直接影 响输出的 值 为提高模型适应性 降低模型参数整 定难度 引入 实现 自整定 整定 参数设计 算法通过模拟鸟群中个体间协作和信息共 享进行搜索寻优 利用 整定 控制参数 具有 收敛快 鲁棒性好和稳定性高等优势 算法具体描述 如下 假定在维度为 的空间中有 个粒子 则第 个 粒子位置可表示 式中 粒子群中第 个粒子 粒子 的第 个位置信息 群体中各粒子通过自我更新和信息共享来不断改 变其搜索模式 从而更新自身的位置信息和速度信息 更新的规则如下 烅 烄 烆 式中 惯性系数 区间随机数 学习因子 个体 在第 次迭代中第 维的速度 个体 在第 次迭代中第 维的位置 个体 在第 次迭代中第 维的 极值 第 次迭代中第 维的群体极值 基于以上分析 利用 整定 控制参数设计 流程如图 所示 图 整定 流程图 其具体过程如下 步骤一 初始化粒子群 规定 的种群规模 为 最大迭代次数 为 最小适应度值 为 惯性系数 为 粒子维数 为 学习因子 中国农机化学报 年 为 粒子位置 取值范围为 粒子速度 取值范围为 步骤二 确定适应度函数 选取积分性能指标 作为适应度函数 指标可表示为 式中 系统误差 积分时间 步骤三 利用式 计算粒子适应度值 判断是 否满足终止条件 达到最大迭代次数或最小适应度 值 若是 则参数寻优结束 退出算法 否则跳入步 骤四 步骤四 对种群历史最优位置和当前粒子最优位 置进行比较 若当前搜索个体更好则对种群历史最优 位置进行更新替换 步骤五 根据式 更新粒子位置 和速度 并 转到步骤二 根据设计流程 利用 对水肥系统进行 参数整定 其中 针对水肥控制系统传递函数的相 关研究 选择测试的系统传递函数如式 所示 针对水肥系统的 控制参数整定结果如图 图 所示 图 控制参数优化曲线 图 控制参数适应度值变化曲线 由图可知 在第 次迭代时确定寻优结果 整定 后 参数值分别为 此时的适应度值为 由此可知 优化算法在确定适应度函数的最优适应度值时 其寻优速度和稳定性都有不错的表现 水肥浓度因子预测模型的建立 由于水肥系统的期望输入存在跳变 而作为被控 对象的可调速水泵具有惯性 让缓变输出跟踪跳变输 会导致初始误差过大 易引起超调 利用 神经网 络对水肥溶液溶度进行预测 可降低水泵造成时延和 惯性影响 图 为利用 神经网络建立水肥浓度信息 预测模型训练过程 图 水肥浓度因子预测模型训练流程图 在模型构建方面 系统综合考虑水肥系统特点和 网络训练速度等多重因素 神经网络选用 层拓扑 结构 输入层 隐含层 输出层 其中输入和输出层 节点数分别选取为 系统当前时刻 上一时刻和上上 时刻水肥浓度因子实测值 和 下一时刻水肥浓度因 子预测值 隐含层节点 槡 第 期 宋卓研 等 基于 优化 模型的水肥控制系统研究 式中 输入层节点个数 输出层节点个数 调节常数 对调节常数 而言 典型值为 通过对该区 间逐一进行训练 比较隐含层不同节点数时的训练误 差和测试误差 最终选取隐含层节点数为 此时的训 练误差和测试误差为 和 根据预测设计流程 在 环境下对模型 进行训练 训练误差变化曲线和模型测试结果如图 图 所示 由图 可知 训练过程中 模型的训练误 差成指数下降 经过 次迭代后 网络的训练误差达 到了设定值 根据图 测试结果显示真实值与预测 值间的均方差 达到 模型预测效果优秀 图 训练模型误差变化曲线 图 模型测试结果 和 优化 流程 基于以上各部分分析 基于 和 神经网络 优化 设计流程如图 所示 具体过程描述如下 步骤一 用户设定标准水肥浓度因子 步骤二 将溶液因子预测值与设定值进行比较 计 算系统误差 作为 输入和 输入 步骤三 根据输入的系统误差 利用 进行寻 优处理 得到 的控制参数 步骤四 根据 输出的控制参数 对进行 系统控制 输出电压量控制可调速水泵转速 调控水肥 浓度 步骤五 判断混肥过程是否结束 若结束则直接 结束 否则转到步骤六 步骤六 利用 神经网络预测模型计算下一时 刻水肥浓度因子预测值 并转到步骤二 图 基于 和 优化 模型水肥控制流程 试验结果分析 水肥控制模型 仿真 为验证模型效果 采用 编写 算法和搭建系统进行仿真验证 如图 所示 与传统 控制器进行对比 测试过程采用一阶和多阶阶跃 信号作为标准输入 仿真结果如图 图 所示 针 对一阶阶跃响应曲线的各项性能指标对比如表 所示 图 水肥控制系统的 模型 根据图 图 对比传统 控制模型 基于 中国农机化学报 年 和 神经网络的 控制模型具有更好的控制 效果 系统响应曲线平滑 超调量小且系统稳定性明显 更好 图 一阶阶跃响应曲线 图 连续阶跃响应曲线 表 控制系统各项性能指标对比 控制模型 上升时间 超调量 调整时间 稳态误差 根据表 可知 系统响应的上升时间和调节时间 分别提高 和 且超调量也相对更小 仅 为传统 控制的 故可知基于 和 神经网络优化的 控制算法具有优秀的控制效果和 鲁棒性 水肥系统控制测试结果 图 为移动端 绘制的水肥控制系统施灌过 程中 值和 值的变化曲线 施灌过程共持续一个 小时 系统每 采集并返回一次传感器数据供用 户查看参考 根据监测结果 灌施过程中水肥浓度保 持平稳 和 值正常 相较传统灌溉施肥方式相 比 灌水量降低 用肥料节约 图 水肥控制系统实时情况 结论 本文以 控制模型为基础 通过 优化 控制参数和利用 神经网络进行水肥预测 在一定 程度上解决了水肥控制系统的非线性和时滞性问题 具有一定的使用价值 系统基于物联网架构和相关技术 由数据采集 模块 水肥控制模块 主控制器和移动端 四部分 组成 通过各部分间相互配合 共同实现了数据采集 数据处理和远程控制等功能 系统以采集的水肥管道数据为基础 通过 优化 模型进行施灌控制 系统响时间和 调节时间分别提高 和 稳态误差仅为 传统 控制的 较传统方式相比 灌水量和 施肥量分别降低 和 系统客户端基于安卓平台 实现了可视化监 测 操作界面简洁 运行稳定 参 考 文 献 宋九林 刘翠玲 设施蔬菜物联网水肥一体化微喷技术的 应用 河南农业 吴现兵 白美健 李益农 等 蔬菜水肥一体化研究进展分 析 节水灌溉 王炜 精准自动化灌溉系统设计及应用探讨 陕西水 利 第 期 宋卓研 等 基于 优化 模型的水肥控制系统研究 苏静池 韩改宁 李永锋 等 基于无线传感器网络的智能 灌溉系统的设计 物联网技术 杨显贺 于帮红 王嫣嫣 等 智能化精准灌溉对日光温室 番茄生长及水分利用率的影响 农业科技通讯 王应海 刘凤 监测与控制技术在精准水肥一体化技术实施 中的 个常见问题 节水灌溉 李建军 许燕 张冠 等 基于 神经网络预测和模糊 控制的灌溉控制器设计 机械设计与研究 程鑫 徐晓辉 宋涛 等 基于 模型的温室智 能补光系统研究 中国农机化学报 李嵩 周建平 许燕 基于 优化 精量灌溉 控制系统设计 节水灌溉 刘源 宋涛 徐晓辉 等 基于多元回归模型的精准光照 系统 中国农机化学报