基于云计算的变量施肥控制系统的设计与研究
这是一篇关于云计算,变量施肥,群智能算法,PID控制,云平台的论文, 主要内容为现阶段,实施高效的变量施肥控制是实现精细化农业生产活动的关键环节,为提高变量施肥的智能化管理水平,须对施肥控制系统进行深入地探讨和分析。通过对国内外关于变量施肥技术的文献资料查阅和学习后,发现目前所设计的一些变量施肥控制系统中仍存在施肥精度不高、稳定性较差、数据资源难以形成以及智能化管理水平较低等问题。因此,在农业物联网技术不断发展的背景下,为实现田间作物相关数据的实时采集到施肥决策再到施肥控制的整个云管理过程,本文面向云计算技术,详细研究并设计了基于云计算的变量施肥控制系统,主要研究成果如下:(1)采用云计算技术设计了变量施肥控制系统的总体结构。本研究遵循层次化、对象化、并行化和数据服务化的设计思想,对以云计算技术为基础的变量施肥控制系统进行了整体架构的设计,同时对设计过程中所采用的一些主要技术作了较为详尽的说明,使系统具有稳定可靠的数据传输和简单高效的管理能力,扩展了云计算的应用范围,为智能化施肥管理提供了新的思路。(2)面向云计算技术对变量施肥控制装置提出了构建。在对系统的技术需求与功能需求展开分析后,以单片机作为控制核心,结合云计算和物联网等技术,设计出一套变量施肥控制装置,主要包含了主控和灌溉部分的硬件选型以及远程数据传输协议的设计,最终实现了对棉田水肥供应的智能控制和精准管理。(3)研究并改进群智能控制算法实现了对变量施肥控制系统的优化。针对施肥过程中存在的一些问题,学习并改进标准粒子群算法(PSO)和灰狼算法(GWO),得到改进后的算法分别为DNPSO,GGWO。最后,用MATLAB对其仿真分析并搭建试验平台验证系统的流量精度及稳定性。结果表明:与DNPSO控制算法相比,GGWO-PID控制下的系统各性能指标都要更优,有效提高了施肥系统的抗干扰性和自适应能力。(4)搭建并测试了滴灌智能变量施肥服务云平台。为落实系统的集成与应用,在分析平台目标、功能和性能需求基础上,实现了平台总体结构、数据存储和核心功能模块的设计,并完成了性能和功能测试。结果表明:该云平台的设计满足了用户的实用性、可靠性以及稳定性需求,实现了基于云计算的棉花养分信息获取到追肥决策再到施肥控制的全过程云管理。本研究在统筹农业灌溉施肥的基础上,以基于云计算的变量施肥控制系统的总体结构为基础,以变量施肥控制装置为核心,以群智能优化算法为辅助,以施肥云平台为支撑,保证了整个系统结构的稳定性和完整性。各项实验结果表明,该系统的设计能够提高棉田信息的感知能力、数据的高效传输能力以及施肥管理的高效执行能力,在降低生产成本的条件下提高了作物的产量和经济效益,使研究具有前瞻性。
基于土壤电导率的变量施肥控制系统设计
这是一篇关于土壤养分,“电流-电压”四端法,车载电导率传感器,变量施肥的论文, 主要内容为土壤电导率是评价大田土壤养分的重要指标,可作为施肥管理的重要参数,现有大田土壤电导率检测装置主要以手持式为主,存在检测效率低、实时性差等问题,难以实现田间土壤电导率在线检测及变量施肥作业。本文基于“四端法”设计了大田土壤电导率在线检测系统,并在此基础上设计变量施肥控制系统,实现基于土壤电导率变化进行施肥量控制。主要研究内容如下:(1)设计了大田土壤电导率在线检测系统。根据大田车载式电导率检测要求,基于“电流-电压”四端法检测原理和车载电导率传感器设计检测电路,电导率检测电路包括恒流信号源模块、信号处理模块和数据采集模块,采用高精度发生器和数控增益放大电路设计的恒流源可动态调节输出稳定的交流电流信号,可调输出范围为0～1500μA,恒流源输出稳定性偏差最大仅1.04%,系统响应时间为540ms,稳定性高,响应速度快满足大田实时快速检测条件。(2)设计了变量施肥控制系统。根据大田土壤电导率检测特点,选用撒肥机作为施肥装置,设计变量施肥控制系统,硬件选型包括Arduino控制器、PWM转电压模块、比例放大板、车速传感器、液压马达、光电编码器和GPS定位传感器等,基于硬件选型,软件编程实现多参数信息采集融合和控制液压马达驱动施肥装置,设计交互界面,作业前设置施肥机作业参数,作业过程中,与下位机实现数据通信,显示相关传感器检测数据并计算目标施肥量传输至下位机控制执行。(3)集成设计基于土壤电导率的变量施肥控制系统并开展田间试验。将大田土壤电导率在线检测系统和变量施肥控制系统进行集成,为验证基于土壤电导率的变量施肥控制系统的性能,分别进行了大田土壤电导率检测试验、撒肥机排肥精度试验和变量施肥验证试验。电导率检测系统稳定性精度在95.53%以上,检测精度R2为0.86～0.92,在电极插入深度应大于等于10cm、作业速度小于5km/h、土壤坚实度大的检测条件下系统检测精度较高。撒肥机排肥试验在空载情况下,对比目标转速,实际转速值最大相对误差为3.3%,在负载情况下,施肥量控制最大相对误差5.80%,撒肥均匀性变异系数为10.07%,变量施肥验证试验结果与设定的电导率与施肥量模型一致,电导率检测数据和系统监测施肥量线性拟合R2为0.9916,相对于设定常规施肥量,变量施肥最大可减少肥料269kg/hm2,该系统可为精准变量施肥提供装备及技术支持。
基于云计算的变量施肥控制系统的设计与研究
这是一篇关于云计算,变量施肥,群智能算法,PID控制,云平台的论文, 主要内容为现阶段,实施高效的变量施肥控制是实现精细化农业生产活动的关键环节,为提高变量施肥的智能化管理水平,须对施肥控制系统进行深入地探讨和分析。通过对国内外关于变量施肥技术的文献资料查阅和学习后,发现目前所设计的一些变量施肥控制系统中仍存在施肥精度不高、稳定性较差、数据资源难以形成以及智能化管理水平较低等问题。因此,在农业物联网技术不断发展的背景下,为实现田间作物相关数据的实时采集到施肥决策再到施肥控制的整个云管理过程,本文面向云计算技术,详细研究并设计了基于云计算的变量施肥控制系统,主要研究成果如下:(1)采用云计算技术设计了变量施肥控制系统的总体结构。本研究遵循层次化、对象化、并行化和数据服务化的设计思想,对以云计算技术为基础的变量施肥控制系统进行了整体架构的设计,同时对设计过程中所采用的一些主要技术作了较为详尽的说明,使系统具有稳定可靠的数据传输和简单高效的管理能力,扩展了云计算的应用范围,为智能化施肥管理提供了新的思路。(2)面向云计算技术对变量施肥控制装置提出了构建。在对系统的技术需求与功能需求展开分析后,以单片机作为控制核心,结合云计算和物联网等技术,设计出一套变量施肥控制装置,主要包含了主控和灌溉部分的硬件选型以及远程数据传输协议的设计,最终实现了对棉田水肥供应的智能控制和精准管理。(3)研究并改进群智能控制算法实现了对变量施肥控制系统的优化。针对施肥过程中存在的一些问题,学习并改进标准粒子群算法(PSO)和灰狼算法(GWO),得到改进后的算法分别为DNPSO,GGWO。最后,用MATLAB对其仿真分析并搭建试验平台验证系统的流量精度及稳定性。结果表明:与DNPSO控制算法相比,GGWO-PID控制下的系统各性能指标都要更优,有效提高了施肥系统的抗干扰性和自适应能力。(4)搭建并测试了滴灌智能变量施肥服务云平台。为落实系统的集成与应用,在分析平台目标、功能和性能需求基础上,实现了平台总体结构、数据存储和核心功能模块的设计,并完成了性能和功能测试。结果表明:该云平台的设计满足了用户的实用性、可靠性以及稳定性需求,实现了基于云计算的棉花养分信息获取到追肥决策再到施肥控制的全过程云管理。本研究在统筹农业灌溉施肥的基础上,以基于云计算的变量施肥控制系统的总体结构为基础,以变量施肥控制装置为核心,以群智能优化算法为辅助,以施肥云平台为支撑,保证了整个系统结构的稳定性和完整性。各项实验结果表明,该系统的设计能够提高棉田信息的感知能力、数据的高效传输能力以及施肥管理的高效执行能力,在降低生产成本的条件下提高了作物的产量和经济效益,使研究具有前瞻性。
基于土壤电导率的变量施肥控制系统设计
这是一篇关于土壤养分,“电流-电压”四端法,车载电导率传感器,变量施肥的论文, 主要内容为土壤电导率是评价大田土壤养分的重要指标,可作为施肥管理的重要参数,现有大田土壤电导率检测装置主要以手持式为主,存在检测效率低、实时性差等问题,难以实现田间土壤电导率在线检测及变量施肥作业。本文基于“四端法”设计了大田土壤电导率在线检测系统,并在此基础上设计变量施肥控制系统,实现基于土壤电导率变化进行施肥量控制。主要研究内容如下:(1)设计了大田土壤电导率在线检测系统。根据大田车载式电导率检测要求,基于“电流-电压”四端法检测原理和车载电导率传感器设计检测电路,电导率检测电路包括恒流信号源模块、信号处理模块和数据采集模块,采用高精度发生器和数控增益放大电路设计的恒流源可动态调节输出稳定的交流电流信号,可调输出范围为0～1500μA,恒流源输出稳定性偏差最大仅1.04%,系统响应时间为540ms,稳定性高,响应速度快满足大田实时快速检测条件。(2)设计了变量施肥控制系统。根据大田土壤电导率检测特点,选用撒肥机作为施肥装置,设计变量施肥控制系统,硬件选型包括Arduino控制器、PWM转电压模块、比例放大板、车速传感器、液压马达、光电编码器和GPS定位传感器等,基于硬件选型,软件编程实现多参数信息采集融合和控制液压马达驱动施肥装置,设计交互界面,作业前设置施肥机作业参数,作业过程中,与下位机实现数据通信,显示相关传感器检测数据并计算目标施肥量传输至下位机控制执行。(3)集成设计基于土壤电导率的变量施肥控制系统并开展田间试验。将大田土壤电导率在线检测系统和变量施肥控制系统进行集成,为验证基于土壤电导率的变量施肥控制系统的性能,分别进行了大田土壤电导率检测试验、撒肥机排肥精度试验和变量施肥验证试验。电导率检测系统稳定性精度在95.53%以上,检测精度R2为0.86～0.92,在电极插入深度应大于等于10cm、作业速度小于5km/h、土壤坚实度大的检测条件下系统检测精度较高。撒肥机排肥试验在空载情况下,对比目标转速,实际转速值最大相对误差为3.3%,在负载情况下,施肥量控制最大相对误差5.80%,撒肥均匀性变异系数为10.07%,变量施肥验证试验结果与设定的电导率与施肥量模型一致,电导率检测数据和系统监测施肥量线性拟合R2为0.9916,相对于设定常规施肥量,变量施肥最大可减少肥料269kg/hm2,该系统可为精准变量施肥提供装备及技术支持。
基于土壤电导率的变量施肥控制系统设计
这是一篇关于土壤养分,“电流-电压”四端法,车载电导率传感器,变量施肥的论文, 主要内容为土壤电导率是评价大田土壤养分的重要指标,可作为施肥管理的重要参数,现有大田土壤电导率检测装置主要以手持式为主,存在检测效率低、实时性差等问题,难以实现田间土壤电导率在线检测及变量施肥作业。本文基于“四端法”设计了大田土壤电导率在线检测系统,并在此基础上设计变量施肥控制系统,实现基于土壤电导率变化进行施肥量控制。主要研究内容如下:(1)设计了大田土壤电导率在线检测系统。根据大田车载式电导率检测要求,基于“电流-电压”四端法检测原理和车载电导率传感器设计检测电路,电导率检测电路包括恒流信号源模块、信号处理模块和数据采集模块,采用高精度发生器和数控增益放大电路设计的恒流源可动态调节输出稳定的交流电流信号,可调输出范围为0～1500μA,恒流源输出稳定性偏差最大仅1.04%,系统响应时间为540ms,稳定性高,响应速度快满足大田实时快速检测条件。(2)设计了变量施肥控制系统。根据大田土壤电导率检测特点,选用撒肥机作为施肥装置,设计变量施肥控制系统,硬件选型包括Arduino控制器、PWM转电压模块、比例放大板、车速传感器、液压马达、光电编码器和GPS定位传感器等,基于硬件选型,软件编程实现多参数信息采集融合和控制液压马达驱动施肥装置,设计交互界面,作业前设置施肥机作业参数,作业过程中,与下位机实现数据通信,显示相关传感器检测数据并计算目标施肥量传输至下位机控制执行。(3)集成设计基于土壤电导率的变量施肥控制系统并开展田间试验。将大田土壤电导率在线检测系统和变量施肥控制系统进行集成,为验证基于土壤电导率的变量施肥控制系统的性能,分别进行了大田土壤电导率检测试验、撒肥机排肥精度试验和变量施肥验证试验。电导率检测系统稳定性精度在95.53%以上,检测精度R2为0.86～0.92,在电极插入深度应大于等于10cm、作业速度小于5km/h、土壤坚实度大的检测条件下系统检测精度较高。撒肥机排肥试验在空载情况下,对比目标转速,实际转速值最大相对误差为3.3%,在负载情况下,施肥量控制最大相对误差5.80%,撒肥均匀性变异系数为10.07%,变量施肥验证试验结果与设定的电导率与施肥量模型一致,电导率检测数据和系统监测施肥量线性拟合R2为0.9916,相对于设定常规施肥量,变量施肥最大可减少肥料269kg/hm2,该系统可为精准变量施肥提供装备及技术支持。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：毕业设计工坊 ，原文地址：https://m.bishedaima.com/lunwen/55159.html
