節(jié)水灌溉 Water Saving Irrigation 基于WOA優(yōu)化模糊PID的設(shè)施智能 水肥系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn) 趙澤能 1 許敏界 2 華 珊 2 李雙偉 2 徐志福 2 韓愷源 2 陳貴才 1 1 浙江科技學(xué)院生物與化學(xué)工程學(xué)院 浙江 杭州 310023 2 浙江省農(nóng)業(yè)科學(xué)院農(nóng)業(yè)裝備研究所 浙江 杭州 310021 摘 要 為解決傳統(tǒng)水肥灌溉難以精準(zhǔn)施肥以及水資源浪費(fèi)的問題 針對(duì)當(dāng)前水肥系統(tǒng)自適應(yīng)能力差 存在非 線性 時(shí)變性和滯后性以及自動(dòng)化程度低等難點(diǎn) 設(shè)計(jì)了一套適用于設(shè)施農(nóng)業(yè)的智能水肥遠(yuǎn)程控制系統(tǒng) 該系統(tǒng)通 過基于鯨魚優(yōu)化算法 Whale Optimization Algorithm WOA 優(yōu)化模糊PID調(diào)控本地端電動(dòng)球閥開度進(jìn)而精確控制水 肥溶液電導(dǎo)率 EC 實(shí)現(xiàn)遠(yuǎn)程控制電導(dǎo)率至設(shè)定范圍 利用MATLAB Simulink對(duì)PID 模糊PID 以及基于WOA 優(yōu)化的模糊PID控制系統(tǒng)進(jìn)行仿真 發(fā)現(xiàn)較傳統(tǒng)的PID控制模型 系統(tǒng)的超調(diào)量?jī)H為PID控制的2 7 調(diào)節(jié)時(shí)間縮 短了86 5 穩(wěn)態(tài)誤差降低了99 8 實(shí)現(xiàn)了智能終端對(duì)傳感器數(shù)據(jù)實(shí)時(shí)監(jiān)測(cè)和智能算法對(duì)水肥溶液EC值遠(yuǎn)程精確 控制 具有較高的實(shí)際運(yùn)用價(jià)值 關(guān)鍵詞 智能水肥系統(tǒng) 鯨魚優(yōu)化算法 WOA優(yōu)化 模糊PID 電導(dǎo)率 超調(diào)量 調(diào)節(jié)時(shí)間 穩(wěn)態(tài)誤差 中圖分類號(hào) S275 TP273 DOI 10 12396 jsgg 2023146 趙澤能 許敏界 華 珊 等 基于WOA優(yōu)化模糊PID的設(shè)施智能水肥系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn) J 節(jié)水灌溉 2023 9 64 70 DOI 10 12396 js gg 2023146 ZHAO Z N XU M J HUA S et al Design and implementation of facility intelligent water and fertilizer system based on WOA optimization fuzzy PID J Water Saving Irrigation 2023 9 64 70 DOI 10 12396 jsgg 2023146 Design and Implementation of Facility Intelligent Water and Fertilizer System Based on WOA Optimization Fuzzy PID ZHAO Ze neng 1 XU Ming jie 2 HUA Shan 2 LI Shuang wei 2 XU Zhi fu 2 HAN Kai yuan 2 CHEN Gui cai 1 1 School of Biological and Chemical Engineering Zhejiang University of Science and Technology Hangzhou 310023 China 2 Institute of Agricultural Equipment Zhejiang Academy of Agricultural Sciences Hangzhou 310021 China Abstract There are difficulties in the current water and fertilizer system such as poor adaptive ability nonlinearity time varying lag and low automation level To solve the problems of precision fertilization and waste of water resources in traditional water and fertilizer irrigation this study designed an intelligent water and fertilizer remote control system which is suitable for facility agriculture In the system fuzzy PID was optimized based on the Whale Optimization Algorithm WOA which controls the opening of local electric ball valves and then precisely controls the electrical conductivity EC of water and fertilizer solution realizing remote control of the electrical conductivity in the setting range MATLAB Simulink was used to simulate PID fuzzy PID and WOA optimized fuzzy PID control system The results showed that the overshoot of the system was only 2 7 of the PID control the adjustment time decreased by 86 5 and the steady state error increased by 99 8 compared to the traditional PID control model This study has achieved real time monitoring of sensor data by the intelligent terminal 文章編號(hào) 1007 4929 2023 09 0064 07 收稿日期 2023 04 14 接受日期 2023 06 20 基金項(xiàng)目 浙江省 尖兵 領(lǐng)雁 研發(fā)攻關(guān)計(jì)劃 特色果樹高效栽培數(shù)字化技術(shù)研究與應(yīng)用 楊梅高效促成栽培數(shù)字化技術(shù)研究與應(yīng)用 2023C02031 作者簡(jiǎn)介 趙澤能 1998 男 碩士研究生 主要研究方向?yàn)橹悄苤圃旒夹g(shù) E mail 222103855011 通訊作者 華 珊 1986 女 副研究員 主要研究方向?yàn)閿?shù)字農(nóng)業(yè)與智能裝備 E mail qbxs dhl 64 基于WOA優(yōu)化模糊PID的設(shè)施智能水肥系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn) 趙澤能 許敏界 華 珊 等 and the remote precise control of EC value of water and fertilizer solution by intelligent algorithms which is important to practical application Key words intelligent water and fertilizer system whale optimization algorithm WOA optimization fuzzy PID algorithm electrical conductivity overshoot adjusting time steady state error 0 引 言 水肥一體化是建立在滴灌系統(tǒng)基礎(chǔ)上的現(xiàn)代農(nóng)業(yè)技術(shù) 旨在實(shí)現(xiàn)節(jié)水 節(jié)肥 高產(chǎn) 高效的目標(biāo) 以肥調(diào)水 以水 促肥為核心理念 在現(xiàn)代農(nóng)業(yè)科學(xué)領(lǐng)域受到廣泛關(guān)注 并對(duì) 農(nóng)業(yè)的可持續(xù)發(fā)展產(chǎn)生著重要的影響 1 2 在水肥一體化系統(tǒng) 中 精確配肥至關(guān)重要 通過控制肥液濃度在最佳范圍內(nèi) 可促進(jìn)作物根系的生長(zhǎng)發(fā)育 并增強(qiáng)土壤中礦物質(zhì)的吸收能 力 3 例如不同水肥的調(diào)控對(duì)水稻生長(zhǎng)特征表現(xiàn)就較為明顯 4 隨著5G 物聯(lián)網(wǎng) 現(xiàn)代工業(yè)控制和無線通信等技術(shù)應(yīng)用于農(nóng) 業(yè)生產(chǎn)中 現(xiàn)代農(nóng)業(yè)逐漸向智慧農(nóng)業(yè)轉(zhuǎn)型 5 水肥一體化系統(tǒng)的時(shí)變性 非線性和滯后性等問題會(huì)對(duì) 水肥灌溉的運(yùn)行效率產(chǎn)生不利影響 因此制定高效的肥水灌 溉控制策略至關(guān)重要 目前國(guó)內(nèi)外主要采用PID以及模糊PID 的控制策略實(shí)現(xiàn)對(duì)系統(tǒng)的精確控制 6 7 王正等 8 提出一種改進(jìn) Smith預(yù)估補(bǔ)償?shù)哪：齈ID控制 引入Smith預(yù)估器并對(duì)其進(jìn)行 結(jié)構(gòu)優(yōu)化 解決被控對(duì)象模型不適配引起的決策失誤問題 該方法相較于傳統(tǒng)模糊PID具有更好的控制品質(zhì)和更短的響應(yīng) 時(shí)間 謝佩軍 9 等提出改進(jìn)離散灰色預(yù)測(cè)的新型變論域模糊 PID控制方法 融合超前控制的改進(jìn)型離散灰色預(yù)測(cè) 增加了 系統(tǒng)的適應(yīng)性 解決了大時(shí)滯問題 提高了智能灌溉系統(tǒng)的 肥液控制效果 宋卓研 10 等利用POS和BP神經(jīng)網(wǎng)絡(luò)算法優(yōu)化 PID控制參數(shù) 引入預(yù)測(cè)補(bǔ)償和提前干預(yù) 有效解決了非線 性 時(shí)變性和滯后性等問題 許景輝 11 等設(shè)計(jì)出基于人群搜索 算法優(yōu)化PID的智能灌溉控制策略 提高了系統(tǒng)性能 并將人 群搜索算法與多種算法進(jìn)行對(duì)比 體現(xiàn)算法優(yōu)越性 但該方 法仍舊停留在仿真階段 吳琦 12 等利用蟻群算法優(yōu)化變論域伸 縮因子 根據(jù)系統(tǒng)環(huán)境變化實(shí)時(shí)改變伸縮因子 實(shí)現(xiàn)控制pH 在7 0 以上研究為基于本地端的控制 朱德蘭 13 等將自整定 模糊PID算法嵌入遠(yuǎn)程服務(wù)終端設(shè)計(jì)出遠(yuǎn)程調(diào)節(jié)EC的水肥控 制系統(tǒng) 綜上所述 智能算法優(yōu)化PID一定程度上解決了水肥 系統(tǒng)時(shí)變性 自適應(yīng)能力差等問題 但當(dāng)前研究大多還處于 試驗(yàn)仿真階段 遠(yuǎn)程控制一定程度上提高了工作效率 但與 智能算法結(jié)合的研究相對(duì)較少 本文結(jié)合智能算法與遠(yuǎn)程控制技術(shù) 設(shè)計(jì)了基于WOA優(yōu) 化模糊PID的設(shè)施智能水肥系統(tǒng) 利用鯨魚優(yōu)化算法收斂速度 快 自適應(yīng)強(qiáng)等特點(diǎn)優(yōu)化模糊PID參數(shù) 結(jié)合農(nóng)業(yè)物聯(lián)網(wǎng)遠(yuǎn)程 監(jiān)測(cè)和控制技術(shù) 實(shí)現(xiàn)對(duì)水肥EC值的遠(yuǎn)程精確調(diào)控 1 水肥系統(tǒng)架構(gòu)設(shè)計(jì) 1 1 硬件結(jié)構(gòu)設(shè)計(jì) 水肥系統(tǒng)結(jié)構(gòu)圖如圖1所示 該水肥系統(tǒng)主要由恒壓供水 模塊 母液補(bǔ)給模塊 出肥模塊 灌溉區(qū)以及控制中心組成 恒壓供水模塊主要由蓄水池 疊片過濾器 流量計(jì) 電磁閥 離心變頻泵組成 該模塊主要為系統(tǒng)提供純凈的水源以及動(dòng) 力 母液補(bǔ)給模塊由母液桶 酸液桶 疊片過濾器 電動(dòng)球 閥 流量計(jì)以及文丘里吸肥器組成 母液桶和酸液或母液桶 中裝有攪拌機(jī)與液位傳感器 電動(dòng)球閥通過RS 485總線收發(fā) 信號(hào)并智能調(diào)節(jié)閥門開度以控制流量 流量計(jì)通過RS 485總 線傳遞母液流量數(shù)據(jù) 文丘里吸肥器利用流速產(chǎn)生壓力差的 原理吸收母液至混肥桶 出肥模塊由混肥桶 電磁閥 EC傳 感器 pH傳感器 變頻離心泵 流量計(jì)組成 混肥桶具有同 時(shí)出肥和回流功能 EC傳感器和pH傳感器分別檢測(cè)EC以及 pH值 變頻離心泵為吸肥提供動(dòng)力 控制中心主要由上位機(jī) PLC控制單元組成 上位機(jī)負(fù)責(zé)將獲取的傳感器數(shù)據(jù)傳輸給遠(yuǎn) 程服務(wù)器并將反饋的決策值給PLC控制控制單元 PLC執(zhí)行指 令完成相應(yīng)動(dòng)作 實(shí)現(xiàn)精準(zhǔn)控制水肥EC值 1 2 遠(yuǎn)程控制系統(tǒng) 遠(yuǎn)程控制系統(tǒng)主要分為遠(yuǎn)程端和本地端兩部分 如圖2所 示 本地端設(shè)備主要由觸摸屏 PLC 壓力傳感器 EC傳感 器 流量計(jì) pH傳感器 電動(dòng)球閥 電磁閥 攪拌機(jī) 離心 泵以及本地端服務(wù)器組成 遠(yuǎn)程端主要由云服務(wù)器 用戶終 端以及開發(fā)者服務(wù)器組成 組態(tài)屏通過RS 485總線與PLC進(jìn) 行通訊 PLC控制電動(dòng)球閥 電磁閥 攪拌機(jī)以及離心泵執(zhí)行 指令并接受傳感器數(shù)據(jù) 本地端服務(wù)器通過RS 232總線接收 來自PLC的信號(hào)并通過4G信號(hào)與遠(yuǎn)程端進(jìn)行數(shù)據(jù)交互 用戶 終端對(duì)接云服務(wù)器發(fā)送和接受數(shù)據(jù)便捷控制本地端設(shè)備運(yùn)行 用戶終端主要包括PC機(jī)以及移動(dòng)端 開發(fā)者服務(wù)器通過SDK 提供的API接口對(duì)接云服務(wù)器 將傳感器獲得的數(shù)據(jù)進(jìn)行存儲(chǔ) 圖1 水肥系統(tǒng)結(jié)構(gòu)圖 Fig 1 Structure diagram for water and fertilizer system 注 1 蓄水池 2 疊片過濾器 3 流量計(jì) 4 電磁閥 5 變頻離心泵 6 恒壓供水模塊 7 母液補(bǔ)給模塊 8 母液桶 9 酸液或母液桶 10 電動(dòng)球 閥 11 文丘里吸肥器 12 混肥桶 13 EC傳感器 14 出肥模塊 15 pH傳 感器 16 灌溉區(qū) 65 基于WOA優(yōu)化模糊PID的設(shè)施智能水肥系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn) 趙澤能 許敏界 華 珊 等 以及算法處理 將接收的本地端EC傳感器數(shù)據(jù)通過基于WOA 的模糊PID算法處理 PLC將遠(yuǎn)程端算法輸出信號(hào)通過RS 485總線輸入給電動(dòng)球閥 電動(dòng)球閥智能調(diào)節(jié)開度控制注入管 道的母液量進(jìn)而實(shí)時(shí)控制系統(tǒng)出肥口溶液的EC值 2 基于WOA優(yōu)化模糊PID的控制模型設(shè)計(jì) 2 1 水肥電導(dǎo)率分析模型 電導(dǎo)率的控制過程滿足質(zhì)量守恒原理 當(dāng)系統(tǒng)趨于動(dòng)態(tài) 穩(wěn)定時(shí) 流入混肥桶的水和流入混肥桶中的母液的質(zhì)量和等 于混肥桶中的肥液和流出混肥桶的肥液的質(zhì)量和 同時(shí)考慮 流入混肥桶中的母液總量由電磁閥調(diào)節(jié)開度來實(shí)現(xiàn) 因此表 達(dá)式為 q 1 t C 1 i 1 3 q 100 w i t C mi d V t C 2 t dt q 2 t C 2 t 1 式中 V t 為混肥桶中溶液體積 L q 1 t 為流入混肥桶的水流 量 L s C 1 為流入混肥桶的水濃度 mol L q 100 為電磁閥開 度為100 時(shí)的流量 L s w i t 為電磁閥開度信號(hào) C mi 為流入 混肥桶的i號(hào)母液濃度 mol L q 2 t 為流出混肥桶的肥液流量 L s C 2 t 為流出混肥桶的肥液濃度 mol L 在實(shí)際應(yīng)用中 系統(tǒng)達(dá)到動(dòng)態(tài)平衡 混肥桶中的V t 恒定 可視為常數(shù)V T 各流入母液吸肥管道負(fù)壓相等 為了便于分 析 假設(shè)各母液管道控制電磁閥開度相等 母液濃度相等 又由于濃度與EC成正比關(guān)系 可將C 1 替換成流入混肥桶的電 導(dǎo)率E 1 將C mi 替換成流入各混肥桶母液電導(dǎo)率E m 將C 2 t 替 換成流出混肥桶的肥液電導(dǎo)率E 2 t w i t 替換成各路相等的電 磁閥開度信號(hào)w t 式 1 可表示為 q 1 t E 1 3 q 100 w t E m V T d E 2 t dt q 2 t E 2 t 2 從實(shí)際混肥特點(diǎn)看 可認(rèn)為EC控制模型為典型一階滯后 模型 14 由于清水的EC值遠(yuǎn)小于母液EC值可忽略 此時(shí)表達(dá) 式可為 3 q 100 w t E m V T d E 2 t dt q 2 t E 2 t 3 將式 3 拉氏變換后得 E s 3 E m q 100 V T s q 2 w s 4 式中 E s 和w s 分別為E 2 t 和w t 拉氏變換后的表達(dá)方式 由式 4 可知 控制響應(yīng)特征為一階線性系統(tǒng) 通過試 驗(yàn)數(shù)據(jù)測(cè)得 當(dāng)q 100 0 121 L s E m 5 mS cm V T 60 L 系統(tǒng) 運(yùn)行時(shí)出口壓力為0 16 MPa時(shí) 相應(yīng)的q 2 1 1 L s 實(shí)測(cè)滯后 時(shí)間為0 57 s 將上述數(shù)據(jù)代入式 4 中的得到EC的近似傳 遞函數(shù)為 G s E s w s 1 65 54 5 s 1 e 0 57 5 2 2 模糊PID控制 模糊PID控制主要分為模糊控制和PID控制兩部分 如圖 3所示 系統(tǒng)的誤差e和誤差變化率ec作為模糊控制器和PID 控制器的輸入 模糊控制器通過將輸入信號(hào)模糊化 規(guī)則庫(kù) 模糊推理以及解模糊化處理 輸出PID參數(shù)修正量K p1 K i1 K d1 并作為PID控制器的輸入 實(shí)時(shí)修正PID參數(shù)值 圖2 遠(yuǎn)程控制結(jié)構(gòu)圖 Fig 2 Remote control structure diagram 圖3 模糊PID模型框圖 Fig 3 Block diagram for fuzzy PID model 66 基于WOA優(yōu)化模糊PID的設(shè)施智能水肥系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn) 趙澤能 許敏界 華 珊 等 PID參數(shù)的調(diào)整公式為 K p K p0 K p1 K i K i0 K i1 K d K d0 K d1 6 式中 K p K i K d 分別為修正后的比例 積分 微分系數(shù) K p0 K i0 K d0 分別為PID修正前的比例 積分 微分參數(shù) 模糊控制輸入的檢測(cè)值給定EC值偏差e 偏差變化率ec 以及輸出的修正量K p1 K i1 K d1 通過模糊化分別轉(zhuǎn)換為模糊語(yǔ) 言變量E E t和KP KI KD 對(duì)應(yīng)的模糊語(yǔ)言變量分別在 其論域上定義7個(gè)模糊子集 NB NM NS ZO PS PM PB 表示負(fù) 大 負(fù)中 負(fù)小 零 正小 正中 正大 量化論域都為 6 4 2 0 2 4 6 這些模糊子集采用三角形隸屬函數(shù)模糊化 Mamdani推理機(jī)制 重心解模糊化的方法 模糊控制規(guī)則如表 1所示 2 3 WOA優(yōu)化模糊PID控制模型 2 3 1 WOA優(yōu)化算法 WOA優(yōu)化算法是一種基于仿生學(xué)思想的優(yōu)化算法 由 Mirjalili等人于2016年提出 15 其靈感來源于座頭鯨的捕食行 為 通過更新鯨魚位置尋找最優(yōu)解 具體的尋優(yōu)過程可以分 為以下步驟 圍獵 氣泡網(wǎng)攻擊 隨機(jī)搜索機(jī)制 1 圍獵 鯨魚接近包圍獵物過程中發(fā)現(xiàn)最佳鯨魚位置 值X t 其他個(gè)體位置為X i t 第i個(gè)鯨魚在t 1代的搜索位 置為X i t 1 則其他鯨魚在第i代向最優(yōu)位置靠近的迭代公 式為 X i t 1 X t A D 7 D C X t X i t 8 A 2 r a C 2 r a 2 1 t T max 9 式中 D表示當(dāng)前位置與最優(yōu)位置之間的距離 A和C為隨機(jī) 參數(shù) r為 0 1 的隨機(jī)值 t為當(dāng)前迭代次數(shù) T max 為最大迭代 次數(shù) 2 氣泡網(wǎng)攻擊 該階段模擬鯨魚發(fā)動(dòng)氣泡捕食 分別 有收縮包圍和螺旋式包圍兩種方式 以50 的概率更新位置 收縮包圍的數(shù)學(xué)模型和圍獵行為基本相似 只是將式 9 中 A的范圍縮小至 1 1 其他公式保持不變 螺旋式包圍的數(shù) 學(xué)模型如下 X i t 1 X t X i t e bl cos 2 d X t 10 式中 b表示對(duì)數(shù)螺旋形狀常數(shù) l為 1 1 隨機(jī)數(shù) 3 隨機(jī)搜索機(jī)制 收縮包圍的捕食行為的數(shù)學(xué)模型中 A 1時(shí) 說明鯨魚個(gè)體距最優(yōu)位置鯨魚較遠(yuǎn) 此 時(shí)當(dāng)前鯨魚會(huì)選擇一個(gè)隨機(jī)鯨魚位置靠近 擴(kuò)大搜索范圍 提高全局搜索能力 公式如下 X i t 1 X rand t A D 1 11 D 1 C X rand t X i t 12 式中 X rand t 表示當(dāng)前隨機(jī)鯨魚位置 D 1 表示當(dāng)前隨機(jī)鯨魚位 置與當(dāng)前最優(yōu)鯨魚位置間距離 2 3 2 WOA優(yōu)化模糊PID 模型如圖4所示 通過WOA優(yōu)化算法優(yōu)化模糊PID的量 化因子K e K ec 以及比例因子K p K i K d 在設(shè)定范圍內(nèi)找出滿 足系統(tǒng)要求的最佳量化因子和比例因子 讓系統(tǒng)調(diào)控在具備 專家經(jīng)驗(yàn)的同時(shí)賦予其自學(xué)習(xí)能力 提高系統(tǒng)的自適應(yīng)能力 和魯棒性 WOA優(yōu)化模糊PID參數(shù)的流程圖如圖5所示 具體步驟 如下 1 首先初始化鯨魚種群 2 計(jì)算鯨魚個(gè)體的適應(yīng)度 適應(yīng)度函數(shù)選擇絕對(duì)積分 性能指標(biāo) ITAE 作為適應(yīng)度函數(shù) J ITAE 0 t e t dt 13 式中 J ITAE 表示絕對(duì)積分性能指標(biāo)函數(shù)值 e t 為系統(tǒng)誤差 t 為積分時(shí)間 3 根據(jù)適應(yīng)度值判斷是否滿足終止條件 滿足最小適 應(yīng)度值或達(dá)到最大迭代次數(shù) 若滿足將最佳位置參數(shù)代入系 統(tǒng)退出循環(huán) 否則進(jìn)入步驟 4 4 利用鯨魚算法機(jī)制更新鯨魚位置并計(jì)算適應(yīng)度值 將當(dāng)前適應(yīng)度值與歷史最佳適應(yīng)度值進(jìn)行比較 并替換成最 優(yōu)位置參數(shù) 表1 模糊控制規(guī)則表 Tab 1 Fuzzy control rules KP KI KD E NB NM NS ZO PS PM PB E t NB PB NB PB PB NB PB PM NB PS PM NS ZO NS NM ZO PS ZO PS ZO ZO PB NM PB NB PS PM NB PB PM NS PS PM NB PS PS NS ZO ZO ZO ZO ZO ZO ZO NS PM NM PS PM NM PS PS NS PS PS NS NS PS ZO NS NS PS NS NM PS NM ZO PM NM PM PS NS PS PS NS ZO ZO ZO NS PS PS PS NM PS NM NM PM NM PS PS NS PS PS NS PS ZO ZO ZO NS PS NS PM PS PM NM PM NM NM PM NS PM ZO ZO ZO ZO ZO NS NS PS NS NS PM NS PM PM PS NM PS NM NB PS NB PB ZO ZO ZO NS ZO ZO NS PS ZO NM PM PS PB PM PB NB PB NB NB PB NB 圖4 基于WOA優(yōu)化模糊PID控制框圖 Fig 4 Block diagram for fuzzy PID control based on WOA optimization 67 基于WOA優(yōu)化模糊PID的設(shè)施智能水肥系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn) 趙澤能 許敏界 華 珊 等 5 再次進(jìn)入步驟 3 進(jìn)行判斷 直到找到最佳位置 參數(shù) 圖6為基于WOA優(yōu)化模糊PID的水肥系統(tǒng)控制流程圖 該流程步驟如下 1 用戶設(shè)定混肥EC值 2 獲得設(shè)定值與實(shí)際檢測(cè)值進(jìn)行比較 獲得誤差e t 以 及誤差變化率de t 3 根據(jù)輸入的誤差以及誤差變化率 利用WOA算法對(duì) PID參數(shù)進(jìn)行優(yōu)化 獲得修正后的PID參數(shù) 4 將PID控制模塊的輸出信號(hào)傳遞至電動(dòng)球閥調(diào)節(jié)閥門 開度 控制水肥EC值 5 判斷肥液EC值是否到達(dá)指定范圍 若否 反饋當(dāng)前 水肥溶液EC值 再次回到步驟 2 直到滿足要求出肥 3 試驗(yàn)結(jié)果分析 3 1 控制模型仿真與性能對(duì)比 為了驗(yàn)證基于WOA優(yōu)化模糊PID水肥系統(tǒng)的有效性 利 用MATLAB中的Simulink對(duì)其進(jìn)行建模仿真如圖7所示 通過不斷的調(diào)試 選擇PID參數(shù)K p0 4 K i0 0 483 K d0 2 99 采用設(shè)定EC值為1 mS cm的階躍信號(hào)作為輸入 分別對(duì) 3種控制方法進(jìn)行仿真實(shí)驗(yàn) 結(jié)果如圖8所示 由曲線可知 基于WOA優(yōu)化模糊PID與模糊PID PID控 制相比響應(yīng)速度更快 穩(wěn)定性更好 超調(diào)量明顯更小 穩(wěn)態(tài) 精度較高 系統(tǒng)響應(yīng)曲線平滑 魯棒性較好 各控制模型系 統(tǒng)性能對(duì)比如表2所示 由表2可知 基于WOA優(yōu)化的模糊PID系統(tǒng)較傳統(tǒng)的PID 控制系統(tǒng) 超調(diào)量?jī)H為PID控制的2 7 調(diào)節(jié)時(shí)間縮短了 86 5 系統(tǒng)的響應(yīng)速度提高了5 4 穩(wěn)態(tài)誤差降低了 99 8 較模糊PID控制系統(tǒng) 超調(diào)量?jī)H為模糊PID控制的 7 5 調(diào)節(jié)時(shí)間縮短了85 4 系統(tǒng)的響應(yīng)速度保持基本不 變 穩(wěn)態(tài)誤差降低了97 3 3 2 系統(tǒng)測(cè)試 系統(tǒng)裝置如圖9所示 于2023年3月在浙江省農(nóng)業(yè)科學(xué)院 桑園科研創(chuàng)新實(shí)驗(yàn)基地進(jìn)行實(shí)地測(cè)試 母液選擇水溶性復(fù)合 肥 N P 2 O 5 K 2 O 氮 磷 鉀 17 17 17 配置成的電導(dǎo)率 為5 mS cm的溶液 試驗(yàn)結(jié)果如表3所示 由表3可知基于WOA的遠(yuǎn)程模糊 PID控制的水肥系統(tǒng)較PID控制和模糊PID控制能夠較為準(zhǔn)確 圖5 WOA優(yōu)化模糊PID參數(shù)流程 Fig 5 The flow of WOA optimization for fuzzy PID Parameters 圖6 基于WOA優(yōu)化模糊PID的水肥系統(tǒng)控制流程圖 Fig 6 Control flow chart for water and fertilizer system based on WOA optimization fuzzy PID 圖7 基于WOA優(yōu)化模糊PID的水肥系統(tǒng)控制流程圖 Fig 7 Control flow chart for water and fertilizer system based on WOA optimization fuzzy PID 68 基于WOA優(yōu)化模糊PID的設(shè)施智能水肥系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn) 趙澤能 許敏界 華 珊 等 的調(diào)節(jié)EC至設(shè)定值范圍附近 且EC波動(dòng)幅度也明顯較小 隨著EC設(shè)定值的增加 EC波動(dòng)幅度減小 系統(tǒng)的穩(wěn)態(tài)精度明 顯提高 系統(tǒng)適應(yīng)性較強(qiáng) 魯棒性較好 與傳統(tǒng)水肥灌溉方 式相比 系統(tǒng)施肥用量減少了18 節(jié)水12 4 結(jié) 論 本文將基于WOA優(yōu)化模糊PID的控制算法應(yīng)用至水肥一 體化系統(tǒng)中 配合遠(yuǎn)程控制系統(tǒng)對(duì)水肥溶液EC值遠(yuǎn)程調(diào)控 解決了水肥控制系統(tǒng)的非線性和時(shí)變性等問題 實(shí)現(xiàn)了水肥 一體化系統(tǒng)的精確控制和穩(wěn)定運(yùn)行 具有一定的實(shí)用價(jià)值 1 將農(nóng)業(yè)物聯(lián)網(wǎng) 自動(dòng)化控制和無線通信等先進(jìn)信息 技術(shù)集成應(yīng)用于水肥一體化系統(tǒng)中 實(shí)現(xiàn)了對(duì)水肥EC的精確 控制與系統(tǒng)的高效運(yùn)行 2 在滿足環(huán)境要求的情況下 根據(jù)水肥混肥原理建立 簡(jiǎn)化的水肥混肥數(shù)學(xué)模型 為EC的精確調(diào)控提供了理論基 礎(chǔ) MATLAB仿真對(duì)比試驗(yàn)結(jié)果表明該系統(tǒng)較傳統(tǒng)的PID控制 模型 系統(tǒng)的超調(diào)量?jī)H為PID控制的2 7 調(diào)節(jié)時(shí)間縮短了 86 5 穩(wěn)態(tài)誤差降低了99 8 經(jīng)過系統(tǒng)測(cè)試可見 該水肥 系統(tǒng)能夠較為準(zhǔn)確的調(diào)節(jié)EC至設(shè)定值范圍附近 且EC波動(dòng) 幅度明顯較小 系統(tǒng)的穩(wěn)態(tài)精度明顯提高 系統(tǒng)適應(yīng)性較強(qiáng) 魯棒性較好 與傳統(tǒng)水肥灌溉方式相比 系統(tǒng)施肥用量減少 了18 節(jié)水12 參考文獻(xiàn) 1 李傳哲 許仙菊 馬洪波 等 水肥一體化技術(shù)提高水肥利用效率研 究進(jìn)展 J 江蘇農(nóng)業(yè)學(xué)報(bào) 2017 33 2 469 475 LI C Z XU X J MA H B et al Research progress of water and fertilizer integration technology to improve water and fertilizer utilization efficiency J Jiangsu Journal of Agricultural Sciences 2017 33 2 469 475 2 袁念念 劉鳳麗 李亞龍 等 水肥一體化對(duì)土壤和作物水氮利用影 響研究進(jìn)展 C 中國(guó)水利學(xué)會(huì) 中國(guó)水利學(xué)會(huì)2021學(xué)術(shù)年會(huì)論文 集第四分冊(cè) 鄭州 黃河水利出版社 2021 107 113 YUAN N N LIU F L LI Y L et al Research progress on effects of water and fertilizer integration on water and nitrogen utilization of soil and crops C Chinese Hydraulic Society The fourth volume of the 2021 Annual Conference Proceedings of China Hydraulic Society Zhengzhou The Yellow River Water Conservancy Press 2021 107 113 3 宋蒙亞 李忠佩 劉 明 等 不同有機(jī)物料組合對(duì)土壤養(yǎng)分和生化 性狀的影響 J 中國(guó)農(nóng)業(yè)科學(xué) 2013 46 17 3 594 3 603 SONG M Y LI Z P LIU M et al Effects of different organic material combinations on soil nutrients and biochemical properties J Scientia Agricultura Sinica 2013 46 17 3 594 3 603 4 劉路廣 陳 揚(yáng) 吳 瑕 等 不同水肥綜合調(diào)控模式下水稻生長(zhǎng)特 征 水肥利用率及氮磷流失規(guī)律 J 中國(guó)農(nóng)村水利水電 2020 12 67 72 76 LIU L G CHEN Y WU X et al Growth characteristics water and fertilizer utilization and nitrogen and phosphorus loss of rice under different integrated control modes of water and fertilizer J China Rural Water Resources and Hydropower 2020 12 67 72 76 5 賈敬敦 魯相潔 黃 峰 等 遠(yuǎn)程控制與無線通信技術(shù)在農(nóng)業(yè)中的 應(yīng)用分析與展望 J 農(nóng)業(yè)機(jī)械學(xué)報(bào) 2021 52 S1 351 359 JIA J D LU X J HUANG F et al Application analysis and prospect of remote control and wireless communication technology in 圖8 控制模型仿真曲線 Fig 8 Simulation curve for control models 圖9 水肥系統(tǒng)測(cè)試裝置 Fig 9 Testing device for water and fertilizer system 表2 各控制模型系統(tǒng)性能對(duì)比 Tab 2 Comparison of system performance for control models 控制模型 PID 模糊PID 基于WOA優(yōu)化的模糊PID 上升時(shí) 間 s 11 1 9 9 10 5 調(diào)節(jié)時(shí) 間 s 61 4 56 7 8 3 超調(diào) 量 22 1 8 0 0 6 穩(wěn)態(tài)誤 差 0 044 0 003 0 000 08 表3 水肥EC值檢測(cè)對(duì)比表 mS cm Tab 3 Comparison table of EC values for water and fertilizer 控制方式 PID 模糊PID WOA優(yōu)化 模糊PID 目標(biāo)EC值 1 5 2 0 2 5 3 0 1 5 2 0 2 5 3 0 1 5 2 0 2 5 3 0 穩(wěn)態(tài)EC值范圍 1 23 1 76 1 85 2 26 2 35 2 69 2 88 3 13 1 33 1 72 1 87 2 14 2 40 2 61 2 93 3 08 1 41 1 58 1 95 2 06 2 48 2 53 2 99 3 01 穩(wěn)態(tài)EC波動(dòng)幅度 0 53 0 41 0 34 0 25 0 39 0 27 0 21 0 15 0 17 0 11 0 05 0 02 69 基于WOA優(yōu)化模糊PID的設(shè)施智能水肥系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn) 趙澤能 許敏界 華 珊 等 agriculture J Transactions of the Chinese Society for Agricultural Machinery 2021 52 S1 351 359 6 WANG X YOU G YANG S Fuzzy control model study on precision irrigation system for water stress in crops J OL Journal of Computers 2011 6 5 955 962 7 MOHAMMADI A RYU J C Neural network based PID compensation for nonlinear systems ball on plate example J International Journal of Dynamics and Control 2020 8 1 178 188 8 王 正 孫兆軍 基于改進(jìn)Smith預(yù)估補(bǔ)償?shù)闹悄艿喂嘞到y(tǒng)模糊 PID控制 J 節(jié)水灌溉 2020 8 18 21 WANG Z SUN Z J Fuzzy PID control of intelligent drip irrigation system based on improved Smith prediction compensation J Water saving irrigation 2020 8 18 21 9 謝佩軍 張育斌 吳文賢 基于改進(jìn)離散灰色預(yù)測(cè)的變論域模糊 PID灌溉控制 J 節(jié)水灌溉 2022 7 36 43 XIE P J ZHANG Y B WU W X Variable theory domain fuzzy PID irrigation control based on improved discrete grey prediction J Water Saving Irrigation 2022 7 36 43 10 宋卓研 徐曉輝 宋 濤 等 基于PSO BP優(yōu)化PID模型的水肥控 制系統(tǒng)研究 J 中國(guó)農(nóng)機(jī)化學(xué)報(bào) 2021 42 9 83 89 SONG Z Y XU X H SONG T et al Research on water and fertilizer control system based on PSO BP optimization PID model J Chinese Journal of Agricultural Mechanization 2021 42 9 83 89 11 許景輝 王 雷 譚小強(qiáng) 等 基于SOA優(yōu)化PID控制參數(shù)的智能灌 溉控制策略研究 J 農(nóng)業(yè)機(jī)械學(xué)報(bào) 2020 51 4 261 267 XU J H WANG L TAN X Q et al Research on intelligent irrigation control strategy based on SOA optimization of PID control parameters J Transactions of the Chinese Society for Agricultural Machinery 2020 51 4 261 267 12 吳 琦 詹 宇 于家旋 等 基于混合蟻群算法和變論域模糊控 制的混肥系統(tǒng)設(shè)計(jì) J 中國(guó)農(nóng)機(jī)化學(xué)報(bào) 2019 40 7 146 150 WU Q ZHAN Y YU J X et al Design of mixed fertilizer system based on Mixed ant colony Algorithm and variable domain Fuzzy Control J Chinese Journal of Agricultural Mechanization 2019 40 7 146 150 13 朱德蘭 阮漢鋮 吳普特 等 水肥一體機(jī)肥液電導(dǎo)率遠(yuǎn)程模糊PID 控制策略 J 農(nóng)業(yè)機(jī)械學(xué)報(bào) 2022 53 1 186 191 ZHU D L RUAN H C WU P T et al Remote fuzzy PID control strategy for hydraulic conductivity of water fertilizer integrated machine J Transactions of the Chinese Society for Agricultural Machinery 2022 53 1 186 191 14 王海華 付 強(qiáng) 孟繁佳 等 模糊與PI分段調(diào)控肥液EC的優(yōu)化設(shè) 計(jì)與試驗(yàn) J 農(nóng)業(yè)工程學(xué)報(bào) 2016 32 15 110 116 WANG H H FU Q MENG F J et al Optimization design and experiment of fuzzy and PI control fertilizer solution EC J Transactions of the Chinese Society of Agricultural Engineering 2016 32 15 110 116 15 MIRJALILI S LEWIS A The whale optimization algorithm J Advances in Engineering Software 2016 95 1 51 67 上接第63頁(yè) quality J Water Resources and Hydropower Engineering 2009 40 1 34 36 43 9 代朝霞 城市河流階梯式溢流堰復(fù)氧效率數(shù)值模