在這個農業(yè)現代化的時代,衡量一個國家是否為農業(yè)大國的標準是農業(yè)的投入產出比。中國的棉花和水稻產量雖居世界第一,然而,其種植面積、農藥投入量也是遙居世界首位。目前,我國仍以傳統(tǒng)的人工式噴藥為主,采用此種噴藥方式不僅工作強度大、效率低,而且在葉面上噴霧分布不均勻,還會落到地面,造成土壤的二次污染以及直接或間接的人體傷害,達不到理想的噴藥效果。因此,在國家可持續(xù)發(fā)展的方針政策下,研究一種針對農作物、效率高、噴霧效果好的植保機對于減少農藥使用量、修復土壤環(huán)境、保證農產品質量安全具有重要的意義。本論文主要研究植保機在農業(yè)作業(yè)過程中,噴霧參數對噴霧分布均勻性的影響,通過對噴霧參數進行控制,使其達到理想的噴霧分布均勻性。首先,根據已知樣本數據,采用BP神經網絡正建模的方法確定影響因素與噴霧分布均勻性之間的關系。然后采用BP神經網絡逆建模的方法,在給定的噴霧分布均勻性以及n-1個影響因素參數值的情況下,確定與之唯一相對應的影響因素參數值,并將該影響因素作為植保機噴霧作業(yè)過程中的被控變量。第4章以影響因素中的噴霧壓力為例,選用它作為被控變量,其他影響因素設置為定量。以約翰迪爾4130系列噴霧機為被控對象... 

【文章來源】：沈陽工業(yè)大學遼寧省

【文章頁數】：58 頁

【學位級別】：碩士

【部分圖文】：

約翰迪爾公司生產的自走式植保機Fig.1.1SelfpropelledplantprotectionmachineproducedbyJohnDeereCompany

勻性的因素在第 2 章中已詳細介紹過，本章提出了一響下，采用 BP 神經網絡軟測量的方法，找出噴藥參數通過對噴藥參數進行控制，使其達到理想噴霧分布均絡[40，41]（Artificial Neural Networks，簡寫為 ANNs）通處理各種信息的功能。作為典型的人工神經網絡-BP、可塑性強，己經廣泛的應用于各個領域。因此，本章布均勻性與影響因素的關系進行分析建模，實現在諸分布均勻性。的因素有很多，通過 BP 神經網絡正建模可以得到變異，只要給定相應的輸入參數，就可以得到與之相對應到植保機在實際作業(yè)過程中，通常是以某一特定噴霧的噴霧參數進行設置，進而達到理想的均勻性。因此保機神經網絡自適應控制原理框圖如圖 3.1 所示。

變異系數設定值與實際值之差。 神經網絡逆建模，將噴霧分布變異系數和 n-1 個噴霧參數設相對應的噴霧參數設定值。通過對該參數進行控制，以達P 神經網絡對均勻性進行軟測量的方法沒有局限性，只要有影響因素與分布變異系數之間的對應關系。分布均勻性的因素有很多，若逐一考慮會增加模型的復雜情況發(fā)生，本章采用 3 個影響因素為例進行分析，其原理霧分布均勻性的 BP 神經網絡結構的確定網絡由輸入層、隱含層和輸出層構成。隱含層通常分為單隱效減小誤差，但是會使網絡變得過于復雜。因此，通過增層的層數，可以有效解決網絡復雜，收斂速度慢的問題，任意一個非線性系統(tǒng)。因此，本章選用三層網絡對噴霧分用三層網絡結構[44]如圖 3.2 所示：

【參考文獻】：
期刊論文
[1]基于PWM變量噴霧的單噴頭動態(tài)霧量分布均勻性實驗[J]. 蔣煥煜,張利君,劉光遠,施瑋囡.  農業(yè)機械學報. 2017(04)
[2]新穎的神經網絡逆建模方法及其應用[J]. 南敬昌,桑百行,高明明.  計算機應用與軟件. 2016(01)
[3]風幕式靜電噴桿噴霧噴頭霧化與霧滴沉積性能試驗[J]. 賈衛(wèi)東,胡化超,陳龍,陳志剛,魏新華.  農業(yè)工程學報. 2015(07)
[4]植保機械變量噴藥控制系統(tǒng)研究進展[J]. 司軍鋒,張玥,周鵬,趙博.  農業(yè)機械. 2015(05)
[5]基于多項式擬合的壓電陶瓷遲滯神經網絡建模[J]. 錢飛,許素安,劉亞睿,黃艷巖.  計算機仿真. 2015(01)
[6]PWM變量噴霧系統(tǒng)動態(tài)霧滴分布均勻性實驗[J]. 蔣煥煜,周鳴川,李華融,蔣卓華.  農業(yè)機械學報. 2015(03)
[7]基于Smith-模糊PID控制的變量噴藥系統(tǒng)設計及試驗[J]. 郭娜,胡靜濤.  農業(yè)工程學報. 2014(08)
[8]圓錐形噴頭噴霧二維分布均勻性試驗研究[J]. 郝強,黨興,王秀,張睿,張志強.  農機化研究. 2014(04)
[9]無人機作業(yè)參數對噴霧沉積的影響[J]. 管賢平.  湖北農業(yè)科學. 2014(03)
[10]無人直升機飛行高度與速度對噴霧沉積分布的影響[J]. 邱白晶,王立偉,蔡東林,吳建浩,丁國榮,管賢平.  農業(yè)工程學報. 2013(24)



本文編號：3311994