發(fā)布時(shí)間：2018-04-08 09:04

  本文選題：溫室　切入點(diǎn)：精準(zhǔn)水肥調(diào)控　出處：《上海大學(xué)》2016年博士論文

【摘要】：農(nóng)業(yè)現(xiàn)代化是我國(guó)未來(lái)農(nóng)業(yè)發(fā)展的重中之重,現(xiàn)代農(nóng)業(yè)技術(shù)、現(xiàn)代農(nóng)業(yè)裝備將成為提高農(nóng)業(yè)生產(chǎn)力和保障農(nóng)業(yè)可持續(xù)化發(fā)展的重要手段。在這樣的戰(zhàn)略背景下,本論文著眼于設(shè)施農(nóng)業(yè)的水肥生產(chǎn)過(guò)程,圍繞精準(zhǔn)水肥調(diào)控過(guò)程中的智能管理系統(tǒng)和智能裝備技術(shù),開展了以下方面的研究:(1)運(yùn)用模糊建模理論,首次提出并建立了水肥管理因子(W_q,F_q,F_(feq),F_c,F_o)與作物發(fā)育指標(biāo)(PMI,PI,RGI,YQ)的多變量模糊關(guān)系模型。分別對(duì)植株高度Hp、葉面積指數(shù)LAI、葉片光合作用速率FG、根系吸氮量RN、產(chǎn)量Y等主要作物發(fā)育指標(biāo)進(jìn)行了模型計(jì)算。模型輸出的可決系數(shù)分別為0.9608、0.9541、0.9633、0.9764、0.9873,與實(shí)際測(cè)量數(shù)據(jù)間具有較高的相關(guān)性。試驗(yàn)對(duì)比結(jié)果表明,該模型能夠較準(zhǔn)確地反應(yīng)水肥管理因子與作物發(fā)育指標(biāo)之間的關(guān)系。(2)對(duì)滴灌條件下水分和養(yǎng)分在土壤中的運(yùn)移特性進(jìn)行了數(shù)值模擬研究。運(yùn)用HYDRUS-3D有限元數(shù)值模型,研究了土壤含水率和土壤養(yǎng)分濃度隨時(shí)間和空間的變化規(guī)律,以及不同灌溉施肥制度(施肥頻率、灌溉強(qiáng)度)對(duì)土壤含水率和養(yǎng)分濃度分布的影響。試驗(yàn)結(jié)果表明:(1)灌溉施肥過(guò)程對(duì)水分和養(yǎng)分分布的影響隨土壤深度的增加而減小,對(duì)0~20cm土層影響最大,土壤養(yǎng)分濃度的變化滯后于土壤含水率的變化;(2)施肥結(jié)束后,位于土壤10cm處的養(yǎng)分濃度最大,30~70cm范圍內(nèi)養(yǎng)分濃度分布較為均勻,而小于10cm的土壤表層養(yǎng)分濃度含量很低;隨時(shí)間推移,養(yǎng)分濃度分布空間整體下移,整體濃度值減小,土壤0~20cm范圍內(nèi)的養(yǎng)分濃度含量達(dá)到最低;(3)在工作時(shí)間允許的情況下,采用中小流量滴頭、較高的施肥頻率并控制施肥濃度在中低水平,有利于作物根系對(duì)養(yǎng)分的吸收,提高施肥效率。(3)在節(jié)水灌溉理論的基礎(chǔ)上考慮施肥過(guò)程,對(duì)傳統(tǒng)設(shè)計(jì)理論進(jìn)一步完善,建立了水肥條件下水力管網(wǎng)系統(tǒng)設(shè)計(jì)的一般理論與方法。以系統(tǒng)年化總費(fèi)用為優(yōu)化目標(biāo),將系統(tǒng)設(shè)計(jì)指標(biāo)以約束條件的形式描述,包括管徑、流速、壓力、輪灌組流量等約束,建立了面向成本的多約束水力管網(wǎng)優(yōu)化模型。提出了一種模擬退火遺傳混合算法(SAGA混合算法),通過(guò)罰函數(shù)將多約束優(yōu)化問(wèn)題轉(zhuǎn)化為無(wú)約束優(yōu)化問(wèn)題。采用傳統(tǒng)方法和SAGA混合算法分別對(duì)實(shí)際管網(wǎng)工程項(xiàng)目進(jìn)行了優(yōu)化設(shè)計(jì),系統(tǒng)年化總費(fèi)用分別為17.4177萬(wàn)元和13.9735萬(wàn)元,后者相比前者節(jié)省成本19.77%。優(yōu)化結(jié)果表明,saga混合算法能夠?qū)λ�肥條件下水力管網(wǎng)系統(tǒng)的設(shè)計(jì)過(guò)程進(jìn)行有效地優(yōu)化,并提高設(shè)計(jì)效率。(4)運(yùn)用分層設(shè)計(jì)思想,提出了一種智能水肥控制系統(tǒng)的4層平臺(tái)架構(gòu):種植層、控制層、本地管理層和遠(yuǎn)程決策層。數(shù)據(jù)管理和訪問(wèn)操作是貫穿整個(gè)平臺(tái)的核心內(nèi)容。遠(yuǎn)程決策層是以模型和知識(shí)庫(kù)為核心的遠(yuǎn)程web服務(wù)平臺(tái),本地管理層、控制層和種植層共同組成一個(gè)基于can總線的本地端分布式控制系統(tǒng),本地監(jiān)控站通過(guò)部署一個(gè)c/s和b/s混合架構(gòu)的應(yīng)用作為遠(yuǎn)程端和本地端信息交互的紐帶。運(yùn)用模塊化設(shè)計(jì)思想和嵌入式系統(tǒng)技術(shù),分別研制了組合型自動(dòng)反沖洗過(guò)濾器和低成本的罐混式智能水肥一體機(jī)。裝備系統(tǒng)中采用基于cortex-m3內(nèi)核的mcu+hmi的結(jié)構(gòu)實(shí)現(xiàn)了自動(dòng)反沖洗的控制任務(wù);采用arm+μc/os-ii+hmi的嵌入式架構(gòu),實(shí)現(xiàn)了智能水肥一體機(jī)的多任務(wù)管理,提高了系統(tǒng)的實(shí)時(shí)性和穩(wěn)定性,能夠?qū)崿F(xiàn)一站式操作管理。(5)建立了文丘里吸肥器的結(jié)構(gòu)模型,在該模型的基礎(chǔ)上確定了文丘里吸肥器的結(jié)構(gòu)參數(shù)。通過(guò)試驗(yàn)分析了不同進(jìn)出口壓力條件下文丘里驅(qū)動(dòng)流量、吸肥量和吸肥濃度的關(guān)系。試驗(yàn)結(jié)果表明,本文設(shè)計(jì)的文丘里吸肥器其最佳進(jìn)出口壓力水頭分別為14m和3m,最大吸肥量為430l/h,最大吸肥濃度為41.2%,能夠在較小的驅(qū)動(dòng)力下實(shí)現(xiàn)較大的吸肥量。建立了智能水肥一體機(jī)濃度控制過(guò)程的機(jī)理模型,模型反映了實(shí)際混肥過(guò)程中存在的非線性、時(shí)滯性、時(shí)變性等特點(diǎn),而輪灌制度的不確定性又增加了系統(tǒng)的時(shí)變因素;由ph中和一般模型推導(dǎo)了智能水肥一體機(jī)ph值控制過(guò)程的機(jī)理模型,模型反映了該過(guò)程中存在的本質(zhì)非線性、時(shí)滯性、時(shí)變性和不確定性等特點(diǎn)。(6)針對(duì)濃度控制過(guò)程的對(duì)象特性,首次提出了一種新的變論域模糊控制策略(vfpi),并引入了一個(gè)協(xié)模糊控制器,通過(guò)測(cè)量系統(tǒng)流量的變化對(duì)控制器積分系數(shù)的基準(zhǔn)值進(jìn)行調(diào)節(jié),以適應(yīng)輪灌條件的變化。對(duì)該算法分別進(jìn)行了仿真對(duì)比實(shí)驗(yàn)和施肥機(jī)試驗(yàn)驗(yàn)證與分析。仿真結(jié)果和試驗(yàn)結(jié)果均表明,vfpi控制策略能夠更好地適應(yīng)配方內(nèi)容變化以及輪灌條件變化對(duì)混肥過(guò)程造成的影響;相比于常規(guī)pi控制,vfpi控制的調(diào)節(jié)時(shí)間更短、超調(diào)量更小、動(dòng)態(tài)過(guò)程更平穩(wěn)。針對(duì)ph值控制過(guò)程的對(duì)象特點(diǎn),首次提出了一種基于云模型推理的變論域模糊pi控制算法(CVFPI)。對(duì)該算法分別進(jìn)行了仿真對(duì)比實(shí)驗(yàn)和施肥機(jī)試驗(yàn)驗(yàn)證與分析。仿真結(jié)果和試驗(yàn)結(jié)果均表明,CVFPI控制算法能夠適應(yīng)水肥智能裝備pH過(guò)程的控制要求,具有較好的動(dòng)態(tài)特性和穩(wěn)態(tài)特性,相比于常規(guī)PI控制算法和VFPI控制算法,具有更小的超調(diào)量和穩(wěn)定時(shí)間,以及更強(qiáng)的抗干擾能力。
[Abstract]:Based on the fuzzy modeling theory , this paper first put forward and established the multi - variable fuzzy relation model of water - fertilizer management factors ( W _ q , F _ q , F _ ( feq ) , F _ c , F _ o ) and crop development index ( PMI , PI , RGI , YQ ) . ( 2 ) The effects of soil moisture content and nutrient concentration on soil moisture content and nutrient concentration distribution were studied . ( 4 ) Based on the idea of hierarchical design , a four - layer platform structure of intelligent water - fertilizer control system is put forward : planting layer , control layer , local management layer and remote decision - making layer . ( 6 ) For the object characteristics of the concentration control process , a new fuzzy control strategy ( vfpi ) is proposed for the first time , and a co - fuzzy controller is introduced to adjust the reference value of the integral coefficient of the controller by measuring the change of the flow rate of the system . The simulation results and the experimental results show that the control strategy of the vfpi can adapt to the control requirements of the pH process of the water - fertilizer intelligent equipment . The simulation results and the experimental results show that the Vfpi control algorithm can adapt to the control requirements of the pH process of the water - fertilizer intelligent equipment , and has better dynamic characteristics and steady - state characteristics . Compared with the conventional PI control algorithm and VFPI control algorithm , the vfpi control algorithm has smaller overshoot and settling time , and stronger anti - interference ability .

【學(xué)位授予單位】：上海大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2016
【分類號(hào)】：S365;TP315

【參考文獻(xiàn)】

相關(guān)期刊論文 前5條

1 李穎慧;李民贊;鄧小蕾;孫紅;鄭立華;;基于無(wú)線傳感器網(wǎng)絡(luò)的溫室栽培營(yíng)養(yǎng)液電導(dǎo)率監(jiān)測(cè)系統(tǒng)[J];農(nóng)業(yè)工程學(xué)報(bào);2013年09期

2 許鑫;張浩;席磊;馬新明;王舉才;;基于WebGIS的小麥精準(zhǔn)施肥決策系統(tǒng)[J];農(nóng)業(yè)工程學(xué)報(bào);2011年S2期

3 嚴(yán)正娟;段增強(qiáng);盧樹昌;陳清;;基于GoogleMap和WebGIS的區(qū)域桃園施肥決策系統(tǒng)的建立與應(yīng)用[J];農(nóng)業(yè)工程學(xué)報(bào);2010年05期

4 唐秀美;趙庚星;路慶斌;;基于GIS的縣域耕地測(cè)土配方施肥技術(shù)研究[J];農(nóng)業(yè)工程學(xué)報(bào);2008年07期

5 楊仁全;王綱;周增產(chǎn);張曉文;卜云龍;吳建紅;;精密施肥機(jī)的研究與應(yīng)用[J];農(nóng)業(yè)工程學(xué)報(bào);2005年S2期

，

本文編號(hào)：1720933