基于P-M模型的棉田智能灌溉系统的设计与试验

【目的】研究并分析基于P-M模型棉田智能灌溉系统的试验设计。【方法】基于P-M模型设计一套棉田智能灌溉系统,由数据采集节点、无线通信节点、云平台决策终端、灌溉应用节点四部分组成。数据采集节点的气象设备采集到数据后无线传输至云平台决策终端,终端基于P-M模型计算单次灌溉量,在指定的灌溉时间自动发出灌溉指令,灌溉应用节点接收指令开启阀门精确灌溉,土壤墒情变化由数据采集节点的墒情设备实时监测后无线传输到云平台展现;以当地传统灌溉模式作为对照(CK),灌溉系统设置120%(W_(1))、100%(W_(2))和80%(W_(3))3种灌溉模式,进行田间试验。【结果】3个试验组灌溉工作在无人为干预的条件下实现全智能化,系统有效精准执行灌溉指令;在灌溉水充足的情况下可选用W_(2)模式,总耗水量较传统模式增加16.85%的情况下土壤含盐量下降13.65%,籽棉产量提高20.84%,水分利用效率提高3.41%,能够大幅度提高产量的同时有效改善土壤环境;W_(3)总耗水量较传统灌溉减少6.52%,土壤含盐量上升0.16%,盐渍化速度较传统灌溉模式变缓,籽棉产量提高11.18%,水分利用效率大幅提高,可达到兼顾提高产量与节水的效果。【结论】验证了智能灌溉系统的有效性和可行性,增加了灌溉系统的可选参数范围。

基于遗传算法的四旋翼姿态模糊PID控制研究

为满足四旋翼无人机对飞行过程低延迟和高精度的控制要求,根据其强耦合、多变量以及欠驱动等系统特性,基于一定的假设条件和参数实验,通过运动学及动力学分析建立非线性数学模型及欧拉角传递函数。利用遗传算法高效的全局搜索能力,选取稳态误差、调节时间以及超调量构建目标函数,实现了对传统串级模糊姿态PID控制器中初始PID参数、量化因子以及比例因子的统一优化。在不同场景中对比传统PID、遗传算法优化PID及本算法的仿真控制效果,并对部分对比项进行真机验证,结果表明:该方法可有效提高系统稳定性及响应能力。