基于迭代学习算法的禽类养殖环境控制技术研究
发布时间:2020-08-28 01:58
【摘要】:禽类养殖环境的可控性对于禽类的规模化养殖至关重要。采用PID控制技术及解耦算法对禽类养殖环境进行控制的适应性差。因此本文提出一种基于迭代学习算法的禽类养殖环境控制技术,解决控制器在不同养殖环境下的可控问题。本文将禽舍中具有强耦合性的三个参数温度、湿度和光照强度作为被控对象,三者之间耦合性会随着饲养规模、控制设备等配置条件的不同而产生巨大差异。系统通过风机、湿帘和气体放电灯对被控对象进行调整,采用迭代学习算法中开闭环PID型学习率在任意初值下对三个被控对象进行学习。同时利用当前的输出误差和前次的输出误差来构成当前的控制输入,对控制温度、湿度和光照强度时的控制量进行学习,并且记录最优控制,来达到预期控制。本文针对肉鸡的养殖进行实验,首先分析了肉鸡养殖环境中影响肉鸡健康生长的多种因素,然后通过对以闭环D型学习率以及开闭环PID型学习率下的迭代学习控制算法收敛性分析以及仿真,选取适合禽类养殖环境控制系统的控制结构以及学习率,并在此学习率下对温度、湿度和光照强度进行控制。然后对禽舍环境控制系统的硬件环境进行设计。最后通过ANSYS对禽舍温度和湿度场进行仿真,并且通过运行测试与现有的控制系统进行比较。结果表明,在开闭环PID型迭代学习控制下,收敛速度和控制效果比其他控制结构较好,并且通过运行测试验证在该控制算法下系统控制的有效性。
【学位授予单位】:哈尔滨理工大学
【学位级别】:硕士
【学位授予年份】:2019
【分类号】:TP181;S815.5
【图文】:
2.1 禽舍养殖环境特征分析本文针对自由活动式饲养方式,研究对象为大型禽舍,为了达到禽类养时对养殖环境的要求,我们通过自动化控制技术来调节。在控制禽舍内环境前先要对禽舍养殖环境的特点进行分析,确定系统的控制目的。2.1.1 禽舍养殖环境条件目前国内市场肉鸡是一种广泛的食材,将工业化的技术应用在肉鸡的养殖域,工业化以及自动化的优点实现肉鸡的规模化养殖是禽类养殖产业非常重的发展方向。本文以黑龙江某公司的饲养肉鸡禽舍为研究对象,禽舍为东西轴向面南北,长宽高分别 12m、120m、2.9m,舍内面积为 1440m2可以容纳 10000 只只,通过自动化控制技术对密闭禽舍进行调节,从而达到禽类健康生长对环的要求。禽舍整体墙壁采用隔热材料降低外界温度对舍内温度的影响,并且内密闭外界光照不能直接照射到禽舍内部。禽舍结构如图 2-1 所示。禽舍中风口共设有 6 个湿帘,出风口设有 8 台风机,对舍中湿帘和风机从北向南依编号分别为 1,2,3,4,5,6 号湿帘和 1,2,3,4,5,6,7,8 号风机。
图 3-2 湿度迭代学习过程Fig.3-2 Iterative learning process of humidity图 3-3 光照强度迭代学习过程Fig.3-3 Iterative learning process of light intensity
图 3-3 光照强度迭代学习过程Fig.3-3 Iterative learning process of light intensity图 3-1、图 3-2、图 3-3 分别给出了温度、湿度和光照强度迭代学习过程,结果表明:在迭代学习控制算法下,采用开闭环 PID 学习率,在固定初值条件下,经过多次迭代学习实际输出逼近期望轨迹。
本文编号:2806927
【学位授予单位】:哈尔滨理工大学
【学位级别】:硕士
【学位授予年份】:2019
【分类号】:TP181;S815.5
【图文】:
2.1 禽舍养殖环境特征分析本文针对自由活动式饲养方式,研究对象为大型禽舍,为了达到禽类养时对养殖环境的要求,我们通过自动化控制技术来调节。在控制禽舍内环境前先要对禽舍养殖环境的特点进行分析,确定系统的控制目的。2.1.1 禽舍养殖环境条件目前国内市场肉鸡是一种广泛的食材,将工业化的技术应用在肉鸡的养殖域,工业化以及自动化的优点实现肉鸡的规模化养殖是禽类养殖产业非常重的发展方向。本文以黑龙江某公司的饲养肉鸡禽舍为研究对象,禽舍为东西轴向面南北,长宽高分别 12m、120m、2.9m,舍内面积为 1440m2可以容纳 10000 只只,通过自动化控制技术对密闭禽舍进行调节,从而达到禽类健康生长对环的要求。禽舍整体墙壁采用隔热材料降低外界温度对舍内温度的影响,并且内密闭外界光照不能直接照射到禽舍内部。禽舍结构如图 2-1 所示。禽舍中风口共设有 6 个湿帘,出风口设有 8 台风机,对舍中湿帘和风机从北向南依编号分别为 1,2,3,4,5,6 号湿帘和 1,2,3,4,5,6,7,8 号风机。
图 3-2 湿度迭代学习过程Fig.3-2 Iterative learning process of humidity图 3-3 光照强度迭代学习过程Fig.3-3 Iterative learning process of light intensity
图 3-3 光照强度迭代学习过程Fig.3-3 Iterative learning process of light intensity图 3-1、图 3-2、图 3-3 分别给出了温度、湿度和光照强度迭代学习过程,结果表明:在迭代学习控制算法下,采用开闭环 PID 学习率,在固定初值条件下,经过多次迭代学习实际输出逼近期望轨迹。
【参考文献】
相关期刊论文 前10条
1 高娟娟;高静方;侯甜甜;刘福才;;空间机械臂地面装调与空间应用迭代学习控制[J];载人航天;2015年01期
2 孙明轩;严求真;;迭代学习控制系统的误差跟踪设计方法[J];自动化学报;2013年03期
3 郭海;冯海燕;郭毓;;一类具有输入时滞的线性系统PD型迭代学习控制算法[J];南通职业大学学报;2009年04期
4 马航;杨俊友;袁琳;;迭代学习控制研究现状与趋势[J];控制工程;2009年03期
5 毛建;韩洁;张宁;;车辆自动驾驶的轨迹跟踪研究[J];公路交通科技(应用技术版);2008年12期
6 吉梗;;线性时滞系统开闭环PID型迭代学习控制[J];台州学院学报;2008年03期
7 李仁俊,韩正之;迭代学习控制综述[J];控制与决策;2005年09期
8 苏希,刘世洪,胡海燕;运用J2EE框架的商品畜禽精细养殖技术平台设计[J];农业网络信息;2004年12期
9 张瑞华;温室环境自动监控[J];计算机与农业;2002年02期
10 阮小娥,万百五,高红霞;非线性工业过程控制系统的迭代学习控制与收敛性分析[J];控制理论与应用;2002年01期
本文编号:2806927
本文链接:https://www.wllwen.com/yixuelunwen/dongwuyixue/2806927.html