水肥浓度智能感知与精准配比系统研制与试验
发布时间：2021-11-09 18:43
为解决农场当地当时的复合肥料精准化配料问题,本研究将水肥一体化智能灌溉施肥系统作为研究对象,构建了水肥浓度智能感知与精准配比系统。首先提出现场在线水肥溶液智能感知模型的快速建立方法,利用数据分析算法从传感器实时监测的一系列浓度梯度的肥料溶液中挖掘出模型。其次基于上述模型设计水肥浓度智能感知与精准配比系统的框架结构,阐述系统工作原理;并通过三种水体模拟在线配肥验证了该系统原位指导水肥浓度配比的有效性,同时评价了水体电导率对水肥配比浓度的干扰。试验结果表明,正则化条件下二阶的多项式拟合曲线是表达溶液电导率与水肥浓度的变化关系最优的模型,相关系数R2均大于0.999,由此模型可得出用户关心的复合肥各指标浓度。三种水体模拟在线配肥结果表明,水体会干扰电导率导致无法准确反演水肥配比的浓度,相对偏差值超过了0.1。因此,本研究提出的在线水肥智能感知与精准配比系统实现了消除当地水体电导率对水肥配比准确性的干扰,通过模型计算实现复合肥精准化配比,并得出各指标浓度。该系统结构简单,配比精准,易与现有水肥一体机或者人工配肥系统结合使用,可广泛应用于设施农业栽培、果园栽培和大田经济作物栽培等环境下的精准智能...
【文章来源】：智慧农业(中英文). 2020,2(02)
【文章页数】：12 页
【部分图文】：
试验方案技术路线
由结果可见，曲线的相关指数R2大于0.95，均达到显著水平，一阶到二阶拟合曲线的相关指数R2从0.995到0.999有明显提高，说明二阶拟合曲线对比一阶拟合曲线的精度更高，拟合度更好，更接近实际浓度。多项式阶数的进一步增加相关指数没有显著变化，而且随着阶数和样本特征增加，当样本数相对较少时，上图中的高阶曲线拟合过程容易使得模型陷入过拟合。为缓解过拟合问题，本研究采用第二种方法对芭田13-40-6水肥溶液不同阶的曲线拟合，即引入正则化项，最终目标函数在平均损失函数上增加不同的正则化项，从而选择模型误差和模型复杂度同时较小的模型。如图3所示，芭田13-40-6多项式回归的基础上对目标函数正则化，分别利用L1范数，L1范数结合L2范数建立多项式回归的正则项，对应的损失函数分别是：
其中，λ>0,p∈[0,1]，分别表示L1范数的系数和L1范数的权重。肥料进行不同阶的曲线拟合，损失函数正则化后的拟合曲线如图2所示。正则化项是多项式系数的单调递增函数，最小化损失函数的过程中，经验风险越小模型偏差越小，而复杂度越高；模型越复杂，正则化项取值越大，从而限制模型的复杂度。对比正则化前后的曲线图2(a），图3(a）和图3(b），随着多项式阶数的增加，标准多项式拟合曲线图2(a）存在偏离，而正则化后的多项式拟合曲线图3(a）和图3(b），在高阶拟合曲线情况下正则化取值增大，模型变量受到限制，避免了过拟合现象的出现。
【参考文献】：
期刊论文
[1]农业水肥一体化智能监控系统的研究与实现[J]. 骆东松,姜浩. 自动化技术与应用. 2020(01)
[2]智能混肥控制系统水肥浓度控制策略研究[J]. 赵景波,张文彬,朱敬旭辉,邱腾飞,刘信潮. 农机化研究. 2020(05)
[3]基于混合蚁群算法和变论域模糊控制的混肥系统设计[J]. 吴琦,詹宇,于家旋,任昊宇,任振辉. 中国农机化学报. 2019(07)
[4]水肥一体化智能管理系统设计[J]. 赵进,张越,赵丽清,程箫,白雪峰. 中国农机化学报. 2019(06)
[5]果树水肥一体化高效利用技术研究进展[J]. 刘思汝,石伟琦,马海洋,王国安,陈清,徐明岗. 果树学报. 2019(03)
[6]宁夏枸杞水肥一体化智能控制技术应用效益[J]. 李永梅,陈学东,李锋,张学俭. 江苏农业科学. 2018(21)
[7]旁路吸肥式水肥一体化自动施肥机的设计与试验[J]. 田莉,李家春,吴景来,张宾宾,卢剑锋. 节水灌溉. 2018(11)
[8]水肥一体化灌溉系统中的施肥设备[J]. 吴松,李国辉. 农业技术与装备. 2018(10)
[9]基于物联网技术的水肥一体化智能管理系统[J]. 姜岩,段杰,王茂励,赵景波. 现代农业科技. 2018(16)
[10]基于专家系统的水肥一体机智能控制系统[J]. 姜岩,唐勇伟,李成攻,王茂励,赵景波. 现代农业科技. 2018(10)
博士论文
[1]滴灌压差施肥肥液浓度变化及其对水肥分布影响研究[D]. 韩启彪.扬州大学 2018
硕士论文
[1]渭北旱塬苹果及葡萄水肥一体化技术研究[D]. 章伟.西北农林科技大学 2016
本文编号：3485875
【文章来源】：智慧农业(中英文). 2020,2(02)
【文章页数】：12 页
【部分图文】：
试验方案技术路线
由结果可见，曲线的相关指数R2大于0.95，均达到显著水平，一阶到二阶拟合曲线的相关指数R2从0.995到0.999有明显提高，说明二阶拟合曲线对比一阶拟合曲线的精度更高，拟合度更好，更接近实际浓度。多项式阶数的进一步增加相关指数没有显著变化，而且随着阶数和样本特征增加，当样本数相对较少时，上图中的高阶曲线拟合过程容易使得模型陷入过拟合。为缓解过拟合问题，本研究采用第二种方法对芭田13-40-6水肥溶液不同阶的曲线拟合，即引入正则化项，最终目标函数在平均损失函数上增加不同的正则化项，从而选择模型误差和模型复杂度同时较小的模型。如图3所示，芭田13-40-6多项式回归的基础上对目标函数正则化，分别利用L1范数，L1范数结合L2范数建立多项式回归的正则项，对应的损失函数分别是：
其中，λ>0,p∈[0,1]，分别表示L1范数的系数和L1范数的权重。肥料进行不同阶的曲线拟合，损失函数正则化后的拟合曲线如图2所示。正则化项是多项式系数的单调递增函数，最小化损失函数的过程中，经验风险越小模型偏差越小，而复杂度越高；模型越复杂，正则化项取值越大，从而限制模型的复杂度。对比正则化前后的曲线图2(a），图3(a）和图3(b），随着多项式阶数的增加，标准多项式拟合曲线图2(a）存在偏离，而正则化后的多项式拟合曲线图3(a）和图3(b），在高阶拟合曲线情况下正则化取值增大，模型变量受到限制，避免了过拟合现象的出现。
【参考文献】：
期刊论文
[1]农业水肥一体化智能监控系统的研究与实现[J]. 骆东松,姜浩. 自动化技术与应用. 2020(01)
[2]智能混肥控制系统水肥浓度控制策略研究[J]. 赵景波,张文彬,朱敬旭辉,邱腾飞,刘信潮. 农机化研究. 2020(05)
[3]基于混合蚁群算法和变论域模糊控制的混肥系统设计[J]. 吴琦,詹宇,于家旋,任昊宇,任振辉. 中国农机化学报. 2019(07)
[4]水肥一体化智能管理系统设计[J]. 赵进,张越,赵丽清,程箫,白雪峰. 中国农机化学报. 2019(06)
[5]果树水肥一体化高效利用技术研究进展[J]. 刘思汝,石伟琦,马海洋,王国安,陈清,徐明岗. 果树学报. 2019(03)
[6]宁夏枸杞水肥一体化智能控制技术应用效益[J]. 李永梅,陈学东,李锋,张学俭. 江苏农业科学. 2018(21)
[7]旁路吸肥式水肥一体化自动施肥机的设计与试验[J]. 田莉,李家春,吴景来,张宾宾,卢剑锋. 节水灌溉. 2018(11)
[8]水肥一体化灌溉系统中的施肥设备[J]. 吴松,李国辉. 农业技术与装备. 2018(10)
[9]基于物联网技术的水肥一体化智能管理系统[J]. 姜岩,段杰,王茂励,赵景波. 现代农业科技. 2018(16)
[10]基于专家系统的水肥一体机智能控制系统[J]. 姜岩,唐勇伟,李成攻,王茂励,赵景波. 现代农业科技. 2018(10)
博士论文
[1]滴灌压差施肥肥液浓度变化及其对水肥分布影响研究[D]. 韩启彪.扬州大学 2018
硕士论文
[1]渭北旱塬苹果及葡萄水肥一体化技术研究[D]. 章伟.西北农林科技大学 2016
本文编号：3485875
本文链接：https://www.wllwen.com/nykjlw/nyxlw/3485875.html
