植保机喷雾分布均匀性评价及控制

发布时间：2021-07-30 19:31

　　在这个农业现代化的时代,衡量一个国家是否为农业大国的标准是农业的投入产出比。中国的棉花和水稻产量虽居世界第一,然而,其种植面积、农药投入量也是遥居世界首位。目前,我国仍以传统的人工式喷药为主,采用此种喷药方式不仅工作强度大、效率低,而且在叶面上喷雾分布不均匀,还会落到地面,造成土壤的二次污染以及直接或间接的人体伤害,达不到理想的喷药效果。因此,在国家可持续发展的方针政策下,研究一种针对农作物、效率高、喷雾效果好的植保机对于减少农药使用量、修复土壤环境、保证农产品质量安全具有重要的意义。本论文主要研究植保机在农业作业过程中,喷雾参数对喷雾分布均匀性的影响,通过对喷雾参数进行控制,使其达到理想的喷雾分布均匀性。首先,根据已知样本数据,采用BP神经网络正建模的方法确定影响因素与喷雾分布均匀性之间的关系。然后采用BP神经网络逆建模的方法,在给定的喷雾分布均匀性以及n-1个影响因素参数值的情况下,确定与之唯一相对应的影响因素参数值,并将该影响因素作为植保机喷雾作业过程中的被控变量。第4章以影响因素中的喷雾压力为例,选用它作为被控变量,其他影响因素设置为定量。以约翰迪尔4130系列喷雾机为被控对象... 

【文章来源】：沈阳工业大学辽宁省

【文章页数】：58 页

【学位级别】：硕士

【部分图文】：

约翰迪尔公司生产的自走式植保机Fig.1.1SelfpropelledplantprotectionmachineproducedbyJohnDeereCompany

匀性的因素在第 2 章中已详细介绍过，本章提出了一响下，采用 BP 神经网络软测量的方法，找出喷药参数通过对喷药参数进行控制，使其达到理想喷雾分布均络[40，41]（Artificial Neural Networks，简写为 ANNs）通处理各种信息的功能。作为典型的人工神经网络-BP、可塑性强，己经广泛的应用于各个领域。因此，本章布均匀性与影响因素的关系进行分析建模，实现在诸分布均匀性。的因素有很多，通过 BP 神经网络正建模可以得到变异，只要给定相应的输入参数，就可以得到与之相对应到植保机在实际作业过程中，通常是以某一特定喷雾的喷雾参数进行设置，进而达到理想的均匀性。因此保机神经网络自适应控制原理框图如图 3.1 所示。

变异系数设定值与实际值之差。 神经网络逆建模，将喷雾分布变异系数和 n-1 个喷雾参数设相对应的喷雾参数设定值。通过对该参数进行控制，以达P 神经网络对均匀性进行软测量的方法没有局限性，只要有影响因素与分布变异系数之间的对应关系。分布均匀性的因素有很多，若逐一考虑会增加模型的复杂情况发生，本章采用 3 个影响因素为例进行分析，其原理雾分布均匀性的 BP 神经网络结构的确定网络由输入层、隐含层和输出层构成。隐含层通常分为单隐效减小误差，但是会使网络变得过于复杂。因此，通过增层的层数，可以有效解决网络复杂，收敛速度慢的问题，任意一个非线性系统。因此，本章选用三层网络对喷雾分用三层网络结构[44]如图 3.2 所示：

【参考文献】：
期刊论文
[1]基于PWM变量喷雾的单喷头动态雾量分布均匀性实验[J]. 蒋焕煜,张利君,刘光远,施玮囡.  农业机械学报. 2017(04)
[2]新颖的神经网络逆建模方法及其应用[J]. 南敬昌,桑百行,高明明.  计算机应用与软件. 2016(01)
[3]风幕式静电喷杆喷雾喷头雾化与雾滴沉积性能试验[J]. 贾卫东,胡化超,陈龙,陈志刚,魏新华.  农业工程学报. 2015(07)
[4]植保机械变量喷药控制系统研究进展[J]. 司军锋,张玥,周鹏,赵博.  农业机械. 2015(05)
[5]基于多项式拟合的压电陶瓷迟滞神经网络建模[J]. 钱飞,许素安,刘亚睿,黄艳岩.  计算机仿真. 2015(01)
[6]PWM变量喷雾系统动态雾滴分布均匀性实验[J]. 蒋焕煜,周鸣川,李华融,蒋卓华.  农业机械学报. 2015(03)
[7]基于Smith-模糊PID控制的变量喷药系统设计及试验[J]. 郭娜,胡静涛.  农业工程学报. 2014(08)
[8]圆锥形喷头喷雾二维分布均匀性试验研究[J]. 郝强,党兴,王秀,张睿,张志强.  农机化研究. 2014(04)
[9]无人机作业参数对喷雾沉积的影响[J]. 管贤平.  湖北农业科学. 2014(03)
[10]无人直升机飞行高度与速度对喷雾沉积分布的影响[J]. 邱白晶,王立伟,蔡东林,吴建浩,丁国荣,管贤平.  农业工程学报. 2013(24)



本文编号：3311994