论文部分内容阅读
农业现代化是我国未来农业发展的重中之重,现代农业技术、现代农业装备将成为提高农业生产力和保障农业可持续化发展的重要手段。在这样的战略背景下,本论文着眼于设施农业的水肥生产过程,围绕精准水肥调控过程中的智能管理系统和智能装备技术,开展了以下方面的研究:（1）运用模糊建模理论,首次提出并建立了水肥管理因子(Wq,Fq,Ffeq,Fc,Fo)与作物发育指标（PMI,PI,RGI,YQ）的多变量模糊关系模型。分别对植株高度Hp、叶面积指数LAI、叶片光合作用速率FG、根系吸氮量RN、产量Y等主要作物发育指标进行了模型计算。模型输出的可决系数分别为0.9608、0.9541、0.9633、0.9764、0.9873,与实际测量数据间具有较高的相关性。试验对比结果表明,该模型能够较准确地反应水肥管理因子与作物发育指标之间的关系。（2）对滴灌条件下水分和养分在土壤中的运移特性进行了数值模拟研究。运用HYDRUS-3D有限元数值模型,研究了土壤含水率和土壤养分浓度随时间和空间的变化规律,以及不同灌溉施肥制度（施肥频率、灌溉强度）对土壤含水率和养分浓度分布的影响。试验结果表明:（1）灌溉施肥过程对水分和养分分布的影响随土壤深度的增加而减小,对020cm土层影响最大,土壤养分浓度的变化滞后于土壤含水率的变化;（2）施肥结束后,位于土壤10cm处的养分浓度最大,3070cm范围内养分浓度分布较为均匀,而小于10cm的土壤表层养分浓度含量很低;随时间推移,养分浓度分布空间整体下移,整体浓度值减小,土壤020cm范围内的养分浓度含量达到最低;（3）在工作时间允许的情况下,采用中小流量滴头、较高的施肥频率并控制施肥浓度在中低水平,有利于作物根系对养分的吸收,提高施肥效率。（3）在节水灌溉理论的基础上考虑施肥过程,对传统设计理论进一步完善,建立了水肥条件下水力管网系统设计的一般理论与方法。以系统年化总费用为优化目标,将系统设计指标以约束条件的形式描述,包括管径、流速、压力、轮灌组流量等约束,建立了面向成本的多约束水力管网优化模型。提出了一种模拟退火遗传混合算法（SAGA混合算法）,通过罚函数将多约束优化问题转化为无约束优化问题。采用传统方法和SAGA混合算法分别对实际管网工程项目进行了优化设计,系统年化总费用分别为17.4177万元和13.9735万元,后者相比前者节省成本19.77%。优化结果表明,saga混合算法能够对水肥条件下水力管网系统的设计过程进行有效地优化,并提高设计效率。（4）运用分层设计思想,提出了一种智能水肥控制系统的4层平台架构:种植层、控制层、本地管理层和远程决策层。数据管理和访问操作是贯穿整个平台的核心内容。远程决策层是以模型和知识库为核心的远程web服务平台,本地管理层、控制层和种植层共同组成一个基于can总线的本地端分布式控制系统,本地监控站通过部署一个c/s和b/s混合架构的应用作为远程端和本地端信息交互的纽带。运用模块化设计思想和嵌入式系统技术,分别研制了组合型自动反冲洗过滤器和低成本的罐混式智能水肥一体机。装备系统中采用基于cortex-m3内核的mcu+hmi的结构实现了自动反冲洗的控制任务;采用arm+μc/os-ii+hmi的嵌入式架构,实现了智能水肥一体机的多任务管理,提高了系统的实时性和稳定性,能够实现一站式操作管理。（5）建立了文丘里吸肥器的结构模型,在该模型的基础上确定了文丘里吸肥器的结构参数。通过试验分析了不同进出口压力条件下文丘里驱动流量、吸肥量和吸肥浓度的关系。试验结果表明,本文设计的文丘里吸肥器其最佳进出口压力水头分别为14m和3m,最大吸肥量为430l/h,最大吸肥浓度为41.2%,能够在较小的驱动力下实现较大的吸肥量。建立了智能水肥一体机浓度控制过程的机理模型,模型反映了实际混肥过程中存在的非线性、时滞性、时变性等特点,而轮灌制度的不确定性又增加了系统的时变因素;由ph中和一般模型推导了智能水肥一体机ph值控制过程的机理模型,模型反映了该过程中存在的本质非线性、时滞性、时变性和不确定性等特点。（6）针对浓度控制过程的对象特性,首次提出了一种新的变论域模糊控制策略（vfpi）,并引入了一个协模糊控制器,通过测量系统流量的变化对控制器积分系数的基准值进行调节,以适应轮灌条件的变化。对该算法分别进行了仿真对比实验和施肥机试验验证与分析。仿真结果和试验结果均表明,vfpi控制策略能够更好地适应配方内容变化以及轮灌条件变化对混肥过程造成的影响;相比于常规pi控制,vfpi控制的调节时间更短、超调量更小、动态过程更平稳。针对ph值控制过程的对象特点,首次提出了一种基于云模型推理的变论域模糊pi控制算法（CVFPI）。对该算法分别进行了仿真对比实验和施肥机试验验证与分析。仿真结果和试验结果均表明,CVFPI控制算法能够适应水肥智能装备pH过程的控制要求,具有较好的动态特性和稳态特性,相比于常规PI控制算法和VFPI控制算法,具有更小的超调量和稳定时间,以及更强的抗干扰能力。