CN107544263A - 基于参数自整定pid调节水肥配比控制系统及方法 - Google Patents
基于参数自整定pid调节水肥配比控制系统及方法 Download PDFInfo
- Publication number
- CN107544263A CN107544263A CN201711047924.7A CN201711047924A CN107544263A CN 107544263 A CN107544263 A CN 107544263A CN 201711047924 A CN201711047924 A CN 201711047924A CN 107544263 A CN107544263 A CN 107544263A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- fertilizer
- liquid manure
- msup
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 239000003337 fertilizer Substances 0.000 title claims abstract description 55
- 238000000034 method Methods 0.000 title claims description 21
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 23
- 230000004044 response Effects 0.000 claims abstract description 10
- 239000007788 liquid Substances 0.000 claims description 31
- 210000003608 fece Anatomy 0.000 claims description 30
- 239000010871 livestock manure Substances 0.000 claims description 30
- 230000001537 neural effect Effects 0.000 claims description 20
- 230000005540 biological transmission Effects 0.000 claims description 7
- 238000012549 training Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 abstract description 2
- 238000013528 artificial neural network Methods 0.000 abstract 1
- 230000007547 defect Effects 0.000 abstract 1
- 239000000243 solution Substances 0.000 description 6
- 235000015097 nutrients Nutrition 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000013507 mapping Methods 0.000 description 4
- 239000012452 mother liquor Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000002262 irrigation Effects 0.000 description 2
- 238000003973 irrigation Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Landscapes
- Feedback Control In General (AREA)
Abstract
本发明公开了一种基于参数自整定PID调节水肥配比控制系统，包括水流量传感器，用于检测水流量；肥料流量传感器，用于检测肥料流量；控制器，用于根据设定值对水肥配比进行实时调节；直流电机驱动器，与控制器通讯连接，用于驱动吸肥泵；吸肥泵，用于通过吸肥通道将肥料与水进行混合。本发明能够改进现有技术的不足，提高了RBF神经网络对PID参数整定的响应速度。
Description
技术领域
本发明涉及农业灌溉技术领域，尤其是一种基于参数自整定PID调节水肥配比控制系统及方法。
背景技术
水肥一体化灌溉是将灌溉和施肥融为一体的技术，近年来得到了快速的发展，水肥一体化灌溉的关键是施肥机，施肥机的的精度和可靠性主要体现在混肥过程的速度和精度上。
当前常见的施肥机可以分为两种模式：复杂型和简易型，复杂型的施肥机都设置有复杂的混肥系统，按照设定好的各种肥料之间的比例关系进行吸肥，并且利用EC值传感器和pH值传感器对混合后的营养液进行检测，根据检测结果控制吸肥量，使混合后的营养液达到预设的EC值和pH值；复杂型施肥机主要分为两种类型：管道混合腔混肥系统和开放桶式混肥系统。管道混合腔混肥系统采用以下方法混肥：水从腔体的下游进入施肥器入口管道中，水流驱动文丘里进行母液注射，然后经过施肥加压泵的叶轮搅拌混合后进入混肥腔的上游，混合完毕后的水肥营养液从混肥腔出口流出；开放桶式混肥系统利用混肥桶代替混肥腔，采用以下方法混肥：水和由母液通道吸取的肥料均注入混肥桶中进行搅拌和混合，形成均匀的水肥营养液，然后由施肥加压泵向外泵出营养液。一般情况下，大流量混肥系统多用管道混合，温室等小流量系统多用混肥桶混合。
简易型施肥机一般没有复杂的混肥系统，它们按照设定好的水肥配比比例进行吸肥，直接在管道中混合并输出，为了节约成本，简易型施肥机一般没有EC值和pH值传感器。
不管是简易型还是复杂型，现在大多数施肥机的吸肥部分基本都是利用文丘里管配合电磁阀来吸取肥料母液，并控制电磁阀的开闭来实现调节，一般是按照设定的比例来控制电磁阀的开闭频率和时间，进行脉冲式吸肥。但是这种方式存在一个较大的弊端，那就是：混肥的精度和速度都受到水路的流量变化影响，而在实际应用中水路的流量一般都是不断变化的。对于简易型施肥机来说，当水路的流量发生变化时，吸肥通道的流量不能随之改变，导致最终的水肥配比比例会偏离设定值。对于复杂型施肥机来说，当水路流量发生变化时，混合后营养液的EC值和pH值也会变化，为了达到预设的EC值和pH值，就需要不断的调整吸肥量，这样会出现水肥比例不断变化，但始终无法稳定在设定值的情况。
PID调节是一种解决这一问题的有效途径，但是在灌溉过程中，水肥输送的状态一直处于动态变化过程中，这就需要对PID的参数进行不断的整定。在PID参数整定的方法中，通过RBF神经网络对PID参数进行整定是一种常见方法，虽然这种整定方式的精度较高，但是其响应速度较慢，无法与快速变化的水肥状态相同步。
发明内容
本发明要解决的技术问题是提供一种基于参数自整定PID调节水肥配比控制系统及方法，能够解决现有技术的不足，提高了RBF神经网络对PID参数整定的响应速度。
为解决上述技术问题，本发明所采取的技术方案如下。
一种基于参数自整定PID调节水肥配比控制系统，包括，
水流量传感器，用于检测水流量；
肥料流量传感器，用于检测肥料流量；
控制器，用于根据设定值对水肥配比进行实时调节；
直流电机驱动器，与控制器通讯连接，用于驱动吸肥泵；
吸肥泵，用于通过吸肥通道将肥料与水进行混合。
一种上述的基于参数自整定PID调节水肥配比控制系统的控制方法，包括以下步骤：
A、设定各个吸肥通道的水肥流量配比比值Pn(exp)，n代表吸肥通道的编号；
B、系统初始化，设定各路吸肥通道的PID控制参数，RBF神经网络的惯性系数、学习速率、动量因子、节点基宽和节点中心矢量等参数；
C、对当前水路的流量Q(k)和第N路吸肥通道的流量Qn(k)进行采样，n代表吸肥通道的编号，k代表当前采样次数；
D、计算设定流量比值和实际流量比值之间的偏差En(k)；
E、利用RBF神经网络得到增量式PID控制算法的最佳参数组合kp，ki，kd，并根据这三个参数利用增量式PID控制算法进行吸肥通道的流量调控；
F、N＝N+1，重复上述步骤对下一编号的吸肥通道进行调节。。
作为优选，步骤D中，通过以下公式计算设定流量比值和实际流量比值之间的偏差En(k)，
作为优选，步骤E中，根据以下公式利用RBF神经网络得到增量式PID控制算法的最佳参数组合kp，ki，kd，并根据这三个参数利用增量式PID控制算法进行吸肥通道的流量调控，
作为优选，步骤E中，设定RBF神经网络的输入层与隐层的传递映射为，
其中，m1和m2为第一动量因子和第二动量因子，l1为第一节点基宽，C1为第一节点中心矢量，I1为第一惯性系数，k1为第一学习速率。
作为优选，采用一阶阶跃响应对F1进行循环训练，确定F1的权值W1和阈值T1。
作为优选，步骤E中，设定RBF神经网络的隐层与输出层的传递映射为，
其中，m3为第三动量因子，k2为第二学习速率，C2为第二节点中心矢量，l2为第二节点基宽，I2为第二惯性系数。
作为优选，采用二阶阶跃响应对F2进行循环训练，确定F2的权值W2和阈值T2。
采用上述技术方案所带来的有益效果在于：本发明将PID控制应用于水肥配比控制系统中，使得水肥配比实现保持平衡。然后通过RBF神经网络对PID参数进行整定，并通过优化RBF神经网络的自适应学习过程，提高了RBF神经网络对于输入状态的响应速度，从而提高了PID控制方法在水肥配比控制系统中的调节同步性、准确性。
附图说明
图1是本发明一个具体实施方式的结构图。
图2是本发明一个具体实施方式的流程图。
具体实施方式
参照图1-2，本发明一个具体实施方式包括，
水流量传感器1，用于检测水流量；
肥料流量传感器2，用于检测肥料流量；
控制器3，用于根据设定值对水肥配比进行实时调节；
直流电机驱动器4，与控制器3通讯连接，用于驱动吸肥泵5；
吸肥泵5，用于通过吸肥通道将肥料与水进行混合。
一种上述的基于参数自整定PID调节水肥配比控制系统的控制方法，包括以下步骤：
A、设定各个吸肥通道的水肥流量配比比值Pn(exp)，n代表吸肥通道的编号；
B、系统初始化，设定各路吸肥通道的PID控制参数，RBF神经网络的惯性系数、学习速率、动量因子、节点基宽和节点中心矢量等参数；
C、对当前水路的流量Q(k)和第N路吸肥通道的流量Qn(k)进行采样，n代表吸肥通道的编号，k代表当前采样次数；
D、计算设定流量比值和实际流量比值之间的偏差En(k)；
E、利用RBF神经网络得到增量式PID控制算法的最佳参数组合kp，ki，kd，并根据这三个参数利用增量式PID控制算法进行吸肥通道的流量调控；
F、N＝N+1，重复上述步骤对下一编号的吸肥通道进行调节。
步骤D中，通过以下公式计算设定流量比值和实际流量比值之间的偏差En(k)，
采用一阶阶跃响应对F1进行循环训练，确定F1的权值W1和阈值T1。
步骤E中，设定RBF神经网络的隐层与输出层的传递映射为，
其中，m3为第三动量因子，k2为第二学习速率，C2为第二节点中心矢量，l2为第二节点基宽，I2为第二惯性系数。
采用二阶阶跃响应对F2进行循环训练，确定F2的权值W2和阈值T2。
在对PID参数进行整定时，使用原始参数作为输入值，通过上述两个传递映射依次经过RBF神经网络的输入层、隐层和输出层进行整定，RBF神经网络输出为整定后的参数值。
使用权值对相应的传递映射的学习速率进行校正，
k为原始学习速率，k′为校正后的学习速率，W为对应的权值。
对于小于相应传递映射阈值的输入量，通过线性变换使其大于阈值，并同时对相应传递映射惯性系数进行同步的线性变换。
在本发明的描述中，需要理解的是，术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (8)
1.一种基于参数自整定PID调节水肥配比控制系统，其特征在于：包括，
水流量传感器(1)，用于检测水流量；
肥料流量传感器(2)，用于检测肥料流量；
控制器(3)，用于根据设定值对水肥配比进行实时调节；
直流电机驱动器(4)，与控制器(3)通讯连接，用于驱动吸肥泵(5)；
吸肥泵(5)，用于通过吸肥通道将肥料与水进行混合。
2.一种权利要求1所述的基于参数自整定PID调节水肥配比控制系统的控制方法，其特征在于包括以下步骤：
A、设定各个吸肥通道的水肥流量配比比值Pn(exp)，n代表吸肥通道的编号；
B、系统初始化，设定各路吸肥通道的PID控制参数，RBF神经网络的惯性系数、学习速率、动量因子、节点基宽和节点中心矢量等参数；
C、对当前水路的流量Q(k)和第N路吸肥通道的流量Qn(k)进行采样，n代表吸肥通道的编号，k代表当前采样次数；
D、计算设定流量比值和实际流量比值之间的偏差En(k)；
E、利用RBF神经网络得到增量式PID控制算法的最佳参数组合kp，ki，kd，并根据这三个参数利用增量式PID控制算法进行吸肥通道的流量调控；
F、N＝N+1，重复上述步骤对下一编号的吸肥通道进行调节。
3.根据权利要求2所述的基于参数自整定PID调节水肥配比控制系统的控制方法，其特征在于：步骤D中，通过以下公式计算设定流量比值和实际流量比值之间的偏差En(k)，
<mrow>
<msub>
<mi>E</mi>
<mi>n</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>P</mi>
<mi>n</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>exp</mi>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mfrac>
<mrow>
<msub>
<mi>Q</mi>
<mi>n</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mi>Q</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>.</mo>
</mrow>
4.根据权利要求2所述的基于参数自整定PID调节水肥配比控制系统的控制方法，其特征在于：步骤E中，根据以下公式利用RBF神经网络得到增量式PID控制算法的最佳参数组合kp，ki，kd，并根据这三个参数利用增量式PID控制算法进行吸肥通道的流量调控，
<mrow>
<mtable>
<mtr>
<mtd>
<mrow>
<mi>&Delta;</mi>
<mi>u</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>k</mi>
<mi>p</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>e</mi>
<mi>r</mi>
<mi>r</mi>
<mi>o</mi>
<mi>r</mi>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
<mo>-</mo>
<mi>e</mi>
<mi>r</mi>
<mi>r</mi>
<mi>o</mi>
<mi>r</mi>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>+</mo>
<msub>
<mi>k</mi>
<mi>i</mi>
</msub>
<mi>e</mi>
<mi>r</mi>
<mi>r</mi>
<mi>o</mi>
<mi>r</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>k</mi>
<mi>d</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>e</mi>
<mi>r</mi>
<mi>r</mi>
<mi>o</mi>
<mi>r</mi>
<mo>(</mo>
<mi>k</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>-</mo>
<mn>2</mn>
<mi>e</mi>
<mi>r</mi>
<mi>r</mi>
<mi>o</mi>
<mi>r</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>-</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>e</mi>
<mi>r</mi>
<mi>r</mi>
<mi>o</mi>
<mi>r</mi>
<mrow>
<mo>(</mo>
<mi>k</mi>
<mo>-</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
<mo>)</mo>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>,</mo>
</mrow>
u(k)＝u(k-1)+Δu(k)。
5.根据权利要求2所述的基于参数自整定PID调节水肥配比控制系统的控制方法，其特征在于：步骤E中，设定RBF神经网络的输入层与隐层的传递映射为，
<mrow>
<msub>
<mi>F</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>m</mi>
<mn>1</mn>
</msub>
<msup>
<mi>e</mi>
<mrow>
<mo>-</mo>
<mfrac>
<mrow>
<mo>|</mo>
<mo>|</mo>
<mi>X</mi>
<mo>-</mo>
<msub>
<mi>C</mi>
<mn>1</mn>
</msub>
<mo>|</mo>
<msup>
<mo>|</mo>
<mn>2</mn>
</msup>
</mrow>
<msub>
<mi>l</mi>
<mn>1</mn>
</msub>
</mfrac>
</mrow>
</msup>
<mo>+</mo>
<msub>
<mi>m</mi>
<mn>2</mn>
</msub>
<mo>|</mo>
<mo>|</mo>
<mi>X</mi>
<mo>-</mo>
<msub>
<mi>C</mi>
<mn>1</mn>
</msub>
<mo>|</mo>
<msup>
<mo>|</mo>
<mn>2</mn>
</msup>
</mrow>
<msubsup>
<mi>I</mi>
<mn>1</mn>
<mn>2</mn>
</msubsup>
</mfrac>
<msub>
<mi>k</mi>
<mn>1</mn>
</msub>
<mo>,</mo>
</mrow>
其中，m1和m2为第一动量因子和第二动量因子，l1为第一节点基宽，C1为第一节点中心矢量，I1为第一惯性系数，k1为第一学习速率。
6.根据权利要求5所述的基于参数自整定PID调节水肥配比控制系统的控制方法，其特征在于：采用一阶阶跃响应对F1进行循环训练，确定F1的权值W1和阈值T1。
7.根据权利要求2所述的基于参数自整定PID调节水肥配比控制系统的控制方法，其特征在于：步骤E中，设定RBF神经网络的隐层与输出层的传递映射为，
<mrow>
<msub>
<mi>F</mi>
<mn>2</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>m</mi>
<mn>3</mn>
</msub>
<msub>
<mi>k</mi>
<mn>2</mn>
</msub>
<mo>|</mo>
<mo>|</mo>
<mi>X</mi>
<mo>-</mo>
<msub>
<mi>C</mi>
<mn>2</mn>
</msub>
<mo>|</mo>
<mo>|</mo>
<msup>
<mi>e</mi>
<mrow>
<mo>-</mo>
<mfrac>
<mrow>
<mo>|</mo>
<mo>|</mo>
<mi>X</mi>
<mo>-</mo>
<msub>
<mi>C</mi>
<mn>2</mn>
</msub>
<mo>|</mo>
<msup>
<mo>|</mo>
<mn>2</mn>
</msup>
</mrow>
<msub>
<mi>l</mi>
<mn>2</mn>
</msub>
</mfrac>
</mrow>
</msup>
</mrow>
<mrow>
<msubsup>
<mi>I</mi>
<mn>2</mn>
<mn>2</mn>
</msubsup>
<mo>|</mo>
<mo>|</mo>
<msub>
<mi>C</mi>
<mn>2</mn>
</msub>
<mo>|</mo>
<mo>|</mo>
</mrow>
</mfrac>
<mo>,</mo>
</mrow>
其中，m3为第三动量因子，k2为第二学习速率，C2为第二节点中心矢量，l2为第二节点基宽，I2为第二惯性系数。
8.根据权利要求7所述的基于参数自整定PID调节水肥配比控制系统的控制方法，其特征在于：采用二阶阶跃响应对F2进行循环训练，确定F2的权值W2和阈值T2。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711047924.7A CN107544263B (zh) | 2017-10-31 | 2017-10-31 | 基于参数自整定pid调节水肥配比控制系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711047924.7A CN107544263B (zh) | 2017-10-31 | 2017-10-31 | 基于参数自整定pid调节水肥配比控制系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107544263A true CN107544263A (zh) | 2018-01-05 |
| CN107544263B CN107544263B (zh) | 2021-01-22 |
Family
ID=60968276
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711047924.7A Active CN107544263B (zh) | 2017-10-31 | 2017-10-31 | 基于参数自整定pid调节水肥配比控制系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107544263B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108958020A (zh) * | 2018-05-29 | 2018-12-07 | 南京理工大学 | 一种基于rbf神经网络动态预测pid的温度控制方法 |
| CN109581863A (zh) * | 2019-01-02 | 2019-04-05 | 青岛理工大学 | 一种智能混肥控制系统水肥浓度控制器 |
| CN112987556A (zh) * | 2021-01-25 | 2021-06-18 | 河南锐利特计算机科技有限公司 | 一种基于变频调节的恒速施肥方法 |
| CN113190054A (zh) * | 2021-04-13 | 2021-07-30 | 洛阳智能农业装备研究院有限公司 | 一种多通道的流量比控制方法、系统及应用 |
| CN114365614A (zh) * | 2021-11-22 | 2022-04-19 | 湖南大学 | 基于物联网的水肥精准调控方法、智能装备及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101242678B1 (ko) * | 2011-02-28 | 2013-03-12 | 고려대학교 산학협력단 | 제어 파라미터를 적응적으로 변화시키는 ｐｉｄ 제어 방법 및 이를 이용한 ｐｉｄ 제어 장치 |
| CN206355940U (zh) * | 2017-01-05 | 2017-07-28 | 黄淮学院 | 一种可远程控制的农药浓度自动配比控制装置 |
| CN107197766A (zh) * | 2016-03-18 | 2017-09-26 | 劦辉企业股份有限公司 | 水耕植栽营养液配比侦测调节装置 |
| CN107272754A (zh) * | 2017-06-19 | 2017-10-20 | 西北农林科技大学 | 一种基于模糊pid的水肥精准配比控制系统 |
-
2017
- 2017-10-31 CN CN201711047924.7A patent/CN107544263B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101242678B1 (ko) * | 2011-02-28 | 2013-03-12 | 고려대학교 산학협력단 | 제어 파라미터를 적응적으로 변화시키는 ｐｉｄ 제어 방법 및 이를 이용한 ｐｉｄ 제어 장치 |
| CN107197766A (zh) * | 2016-03-18 | 2017-09-26 | 劦辉企业股份有限公司 | 水耕植栽营养液配比侦测调节装置 |
| CN206355940U (zh) * | 2017-01-05 | 2017-07-28 | 黄淮学院 | 一种可远程控制的农药浓度自动配比控制装置 |
| CN107272754A (zh) * | 2017-06-19 | 2017-10-20 | 西北农林科技大学 | 一种基于模糊pid的水肥精准配比控制系统 |
Non-Patent Citations (2)
| Title |
|---|
| 张国忠: "《智能控制系统及应用》", 31 December 2007, 北京：中国电力出版社 * |
| 赵娟平 等: "基于RBF神经网络的PID控制", 《微计算机信息》 * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108958020A (zh) * | 2018-05-29 | 2018-12-07 | 南京理工大学 | 一种基于rbf神经网络动态预测pid的温度控制方法 |
| CN109581863A (zh) * | 2019-01-02 | 2019-04-05 | 青岛理工大学 | 一种智能混肥控制系统水肥浓度控制器 |
| WO2020140188A1 (zh) * | 2019-01-02 | 2020-07-09 | 青岛理工大学 | 一种智能混肥控制方法及控制系统 |
| CN112987556A (zh) * | 2021-01-25 | 2021-06-18 | 河南锐利特计算机科技有限公司 | 一种基于变频调节的恒速施肥方法 |
| CN113190054A (zh) * | 2021-04-13 | 2021-07-30 | 洛阳智能农业装备研究院有限公司 | 一种多通道的流量比控制方法、系统及应用 |
| CN113190054B (zh) * | 2021-04-13 | 2023-09-12 | 洛阳智能农业装备研究院有限公司 | 一种多通道的流量比控制方法、系统及应用 |
| CN114365614A (zh) * | 2021-11-22 | 2022-04-19 | 湖南大学 | 基于物联网的水肥精准调控方法、智能装备及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107544263B (zh) | 2021-01-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107544263A (zh) | 基于参数自整定pid调节水肥配比控制系统及方法 | |
| CN104170811B (zh) | 一种智能化低成本在线混药装置 | |
| CN104429277B (zh) | 一种分体式施肥装置及其使用方法 | |
| CN109684703B (zh) | 一种具有cdfs结构的航空发动机建模方法 | |
| CN110411524A (zh) | Pwm方式吸肥管道流量检测系统及控制方法 | |
| CN102163043A (zh) | 自动水肥精量控制机 | |
| CN107272754B (zh) | 一种基于模糊pid的水肥精准配比控制系统 | |
| CN106171233A (zh) | 用于水溶肥的浓度恒定施肥设备及其浓度恒定控制方法 | |
| CN107836196A (zh) | 一种水肥一体化施肥机 | |
| CN109220145A (zh) | 一种ec、ph可调的自适应管道流量的旁路式施肥机 | |
| CN207280839U (zh) | 一种标准气配气仪 | |
| CN114923667B (zh) | 一种实现溶液饱和度可控的循环水槽实验装置及方法 | |
| CN106054596A (zh) | 一种基于改进性能指标的pid控制器参数优化整定方法 | |
| CN104429279A (zh) | 多组分营养液随水施肥系统 | |
| CN103170262A (zh) | 高精度可变量气体比例混合装置及气体比例混合的方法 | |
| CN101244306A (zh) | 一种呼吸机的流量和氧浓度的控制方法及其装置 | |
| CN2689231Y (zh) | 标准气体智能配比仪 | |
| CN112761763A (zh) | 一种尿素喷射系统的控制方法及其控制装置 | |
| CN106708138A (zh) | 一种智能数字混肥调酸碱控液位装置 | |
| CN205510839U (zh) | 静态管道混合式简易水肥/药一体机 | |
| CN107544571A (zh) | 一种定点分布式施肥控制装置及控制方法 | |
| KR200420557Y1 (ko) | 액비 자동공급시스템 | |
| CN206508824U (zh) | 气液混合系统 | |
| CN206024509U (zh) | 用于水溶肥的浓度恒定施肥设备 | |
| CN109429659A (zh) | 基于压差施肥罐的施肥方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| OL01 | Intention to license declared |