智慧農業(yè)下的水肥一體機精準化作業(yè)研究.pdf

智慧農業(yè)下的水肥一體機精準化作業(yè)研究 徐尤華 熊傳玉 廣東松山職業(yè)技術學院 廣東 韶關 512126 摘 要 針對我國農業(yè)水資源和化肥資源的利用率較低的問題 在智慧農業(yè)下對水肥一體機的精準化作業(yè)進行 了研究 水肥一體機的主要組成包括控制系統(tǒng) 監(jiān)測系統(tǒng) 灌溉施肥系統(tǒng) 網絡傳輸系統(tǒng)和數(shù)據(jù)中心 將粒子群 算法與PID控制算法結合 對粒子群 模糊PID控制器進行設計 并對水肥溶液的EC值和pH值進行控制 提高 了水肥一體機的控制精度 減少了控制時間 為了驗證水肥一體機的性能 進行了數(shù)據(jù)采集準確性分析試驗和 精準化作業(yè)控制試驗 結果表明 數(shù)據(jù)采集較為準確 且可以精準地配比水肥溶液 滿足作物的灌溉要求 關鍵詞 水肥一體機 精準化作業(yè) 粒子群 模糊PID控制算法 智慧農業(yè) 中圖分類號 S224 4 文獻標識碼 A 文章編號 1003 188X 2024 08 0231 04 0 引言 隨著世界水資源供需矛盾的增加 各國越來越重 視發(fā)展節(jié)水農業(yè) 1 我國水資源匱乏 水資源的地域 分布不均以及農業(yè)的不合理用水 更加劇了水資源短 缺的問題 我國傳統(tǒng)的灌溉方式為漫灌或者渠道灌 溉的方式 水資源利用率很低 2 另一方面 傳統(tǒng)的施 肥技術化肥使用量高 我國的化肥使用量達到了世界 平均使用量的3倍以上 而吸收率較低 不僅造成了 人力和肥料資源的浪費 而且?guī)砹谁h(huán)境污染 3 因 此 亟需發(fā)展現(xiàn)代化農業(yè) 提高水資源和化肥資源的 利用率 水肥一體化技術是在農業(yè)種植過程中 通過利用 灌溉系統(tǒng)進行施肥的技術 即灌溉和施肥同時進行 一般是在壓力的作用下將肥料以液體方式注入灌溉 的管道實現(xiàn) 該技術結合了機械電子技術 傳感器技 術等學科 具有節(jié)水 省肥和節(jié)約人力的優(yōu)點 但是 受控于成本和技術的原因 我國目前大部分的水肥一 體機無法實現(xiàn)水肥的精準化管理及自動化控制 在灌 溉過程中仍然存在水資源浪費等問題 4 智慧農業(yè)通過將現(xiàn)代信息技術如無線傳感網絡 技術 物聯(lián)網技術 云計算和計算機網絡技術等應用 于傳統(tǒng)農業(yè) 實現(xiàn)對農業(yè)生產的智能控制 精準感知 和可視化管理 從而提高資源利用率和勞動生產率的 方式 若將智慧農業(yè)相關技術應用于水肥一體機 可 收稿日期 2022 05 25 基金項目 廣東省普通高校重點科研平臺項目 2020ZDZX3119 作者簡介 徐尤華 1977 男 湖北京山人 高級工程師 碩士 E mail piaocaozong33155 163 com 以有效地對灌溉過程進行控制 實現(xiàn)精準灌溉和自動 化管理 從而提高灌溉效率 降低人力成本 因此 筆 者在智慧農業(yè)下對水肥一體機精準化作業(yè)進行研究 1 硬件設計 1 1 總體設計 水肥一體機的主要包括控制系統(tǒng) 監(jiān)測系統(tǒng) 灌 溉施肥系統(tǒng) 網絡傳輸系統(tǒng)和數(shù)據(jù)中心 如圖1所示 圖1 水肥一體機的結構簡圖 Fig 1 The structure of water and fertilizer integrated machine 1 2 控制系統(tǒng) 控制系統(tǒng)主要用于對水肥一體機進行整體的控 制 主要包括PLC控制器和上位機 由于灌溉農田環(huán)境潮濕悶熱 灌溉時用的肥料具 有一定的腐蝕性 且現(xiàn)場作業(yè)設備較多 會對控制器 產生一定的電磁干擾 因此控制器采用Siemens S7 200型號的PLC控制器 該控制器還具有數(shù)字和模 擬信號輸出以及通信端口等 可以滿足水肥一體機的 功能要求 上位機與PLC控制器連接 其中安裝數(shù)據(jù)處理軟 件 用于接收其他系統(tǒng)的數(shù)據(jù) 并分析得到處理結果 以指令的形式傳遞至灌溉施肥系統(tǒng) 實行灌溉 1 3 監(jiān)測系統(tǒng) 監(jiān)測系統(tǒng)用于實時監(jiān)測水肥一體機的作業(yè)狀態(tài) 132 2024年8月 農 機 化 研 究 第8期 DOI 10 13427 ki njyi 2024 08 017 主要由土壤溫度傳感器 土壤濕度傳感器 空氣溫度 傳感器 空氣濕度傳感器 液位傳感器 壓力傳感器 pH值和EC值傳感器等組成 用于實時監(jiān)測土壤的溫 濕度 空氣的溫濕度 管道壓力 肥液的EC值和pH 值 同時 還包括遠程客戶端 手機客戶端以及操縱面 板 用于對系統(tǒng)進行遠程監(jiān)控和操作 傳感器節(jié)點主要包括中央微處理器 通信模塊 數(shù)據(jù)采集電路 電源模塊和UART等 由于傳感器需 要長期作業(yè) 為了減少后續(xù)工作量 其電源模塊采用 太陽能電池板以及可充電電池 電源模塊的電路 圖 5 如圖2所示 圖2 電源模塊電路圖 Fig 2 The circuit diagram of the power module 監(jiān)控系統(tǒng)中的傳感器均采用模塊化設計 傳感器 內部的無線通信模塊將采集到的信息傳遞至最近的網 關節(jié)點 再由網關節(jié)點轉發(fā)至控制系統(tǒng)的上位機 網 關節(jié)點的結構圖如圖3所示 圖3 網關節(jié)點結構圖 Fig 3 The gateway node structure diagram 1 4 灌溉施肥系統(tǒng) 灌溉施肥系統(tǒng)主要用于執(zhí)行灌溉和施肥的指令 主要包括灌溉水泵 混肥水泵 文丘里施肥器及閥門 等 如圖4所示 當灌溉施肥系統(tǒng)收到灌溉的指令后 開啟水和肥 料管路對應的電動球 水泵啟動后 水流流至文丘里 施肥器時 在水壓的作用下液體肥料被吸入水中混 合 其后進入混肥箱 混肥箱內安裝有EC值和pH值 變送器 用于實時監(jiān)測水流的EC值和pH值 并實時 反饋至監(jiān)測系統(tǒng) 控制系統(tǒng)對數(shù)據(jù)進行處理后 自動 調整電動球閥 使肥料在設定的閥值內 圖4 灌溉施肥系統(tǒng)簡圖 Fig 4 The schematic diagram of irrigation fertilization system 1 5 網絡傳輸系統(tǒng) 網絡傳輸系統(tǒng)用于數(shù)據(jù)的傳輸 傳感器采用傳輸 速度快 穩(wěn)定性較好的無線傳感網絡傳輸至控制系統(tǒng) 的上位機 工作時 上位機將數(shù)據(jù)分析處理后 由 RS485總線傳輸至PLC控制器 由PLC控制器的串口 進行命令的傳遞 RS485通信線路如圖5所示 若需 要遠程監(jiān)控 可以采用GPRS通信將數(shù)據(jù)進行遠程 傳輸 圖5 RS485通信線路圖 Fig 5 The RS485 communication circuit diagram 1 6 數(shù)據(jù)中心 數(shù)據(jù)中心主要用于將監(jiān)測系統(tǒng)采集的數(shù)據(jù)以及 控制系統(tǒng)的指令等數(shù)據(jù)存儲在數(shù)據(jù)庫中 以備后續(xù)的 查詢 2 精量控制算法設計 為了實現(xiàn)精準化作業(yè) 水肥溶液的酸堿性和濃度 需要根據(jù)作物的種類 生長狀態(tài)等進行精準的調 配 6 作業(yè)時 水肥一體機會實時采集混肥箱內的 EC值和pH值 然而 水肥溶液中的EC值和pH值的 控制具有延遲性 時變性且不具有確定的數(shù)學模型 模糊PID控制算法可根據(jù)經驗制定控制規(guī)則 但是精 度較差 粒子群算法具有較強的學習能力 將其與 PID控制算法結合 可有效提高控制精度 減少控制時 232 2024年8月 農 機 化 研 究 第8期 間 7 8 2 1 模糊PID控制器算法 模糊PID控制器的控制原理圖如圖6所示 圖6 模糊PID控制器的控制原理圖 Fig 6 The control principle diagram of fuzzy PID controller 該控制器將采用模糊控制算法得到的輸出值作 為PID控制算法的輸入值進行控制 對于模糊算法 來說 輸入變量越多 控制器的控制精度越高 但模糊 推理時的參數(shù)確定則會更加復雜 9 故采用雙輸入的 模糊控制器 該模糊PID控制器在工作前 首先根據(jù)經驗將輸 入變量與kp ki kd參數(shù)的控制規(guī)則輸入模糊規(guī)則庫 然后 模糊PID控制器開始運行 設定值與響應值的 偏差e和其變化率ec 經量化因子ke kec和比例因子 kpu kiu kdu調整后得到參數(shù)調整值 kp ki kd 傳 遞至PID控制器 實現(xiàn)了對執(zhí)行機構的控制 對于 PID控制器的參數(shù)kp ki kd的調整為 kp k p kp ki k i ki kd k d kd 其中 k p k i k d分別為PID控制器參數(shù)調整前的 數(shù)值 對于本水肥一體機來說 輸入變量則為水肥混合 液的EC值和pH值的偏差e和偏差變化率ec 2 2 模糊PID控制器算法優(yōu)化 根據(jù)水肥混合液EC值和pH值變化的特點 采用 粒子群算法優(yōu)化PID控制器的模糊化和解模糊化過 程 即在可取范圍內尋找到量化因子ke kec和比例因 子kpu kiu kdu的最優(yōu)解 在粒子群算法中 粒子的屬性包括速度v和位置 s 對于第m個粒子 其速度vm和位置sm分別為 vm vm1 vm2 vmD m 1 2 N sm sm1 sm2 smD m 1 2 N 其中 m為粒子個數(shù) D為空間的維度數(shù) 粒子在尋找最優(yōu)解過程中 包括個體最優(yōu)解Pb 和gb 分別為 Pb Pm1 Pm2 PmD m 1 2 N gb gm1 gm2 gmD m 1 2 N 粒子在尋找到最優(yōu)解后 會更新速度v和位置s 更新方式為 vk 1md vkmd c1r1 pkmd xkmd c2r2 Pkb xkmd xk 1md xkmd vk 1md 其中 為慣性權重 c1和c2分別為學習因子 r1 和r2分別為0 1范圍的隨機數(shù)值 慣性權重 在尋找最優(yōu)解的過程中起到的是權 衡作用 適當?shù)?值可以避免粒子群算法可能會出現(xiàn) 的早熟和局部最優(yōu)的缺陷 因此可以采用適應度動態(tài) 調節(jié)的方法計算慣性權重 計算公式為 min max min fn fmin favg fmin fn favg max fn f avg null null null nullnull nullnull 其中 fn為第n個粒子的函數(shù)計算結果 favg和fmin 分別為粒子群的平均函數(shù)值和最小函數(shù)值 min和 max分別為慣性權重設定的最小和最大值 學習因子c1和c2表示個體和全局的最優(yōu)解對粒 子的影響 為了提高粒子認知且避免粒子陷入局部最 優(yōu) 學習因子采用的計算公式為 c1 camin c1max c1min sin 2 1 nn max c2 c2max c2max c2min sin 2 1 nn max 其中 c1max和c1min分別為c1的最大和最小值 c2max和c2min分別為c2的最大和最小值 n為當前的迭 代次數(shù) nmax為可迭代最大次數(shù) 由此可以確定的粒子群 模糊PID控制器的結構 如圖7所示 圖7 粒子群 模糊PID控制器的結構圖 Fig 7 Structure diagram of particle fuzzy PID controller 3 試驗結果 為了驗證水肥一體機精準化作業(yè)的性能 需要對 其進行相關試驗 主要包括兩方面 一是環(huán)境數(shù)據(jù)的 采集是否準確 二是設備系統(tǒng)是否可以對水肥溶液的 EC值和pH值進行精準控制 因此 主要進行數(shù)據(jù)采 集準確性分析試驗和精準化作業(yè)控制試驗 3 1 數(shù)據(jù)采集準確性分析試驗 水肥一體機根據(jù)設計原理搭建完成 軟件安裝完 成的條件下選取溫室農田進行試驗 為了驗證數(shù)據(jù) 采集的準確性 以土壤的溫濕度為例 采用監(jiān)測系統(tǒng) 的觸摸屏監(jiān)控土壤一天中8 00 17 00的溫濕度數(shù)據(jù) 作為測試值 且在同一時間利用手持式的溫濕度計結 果作為標準值 一方面檢驗數(shù)據(jù)結果是否符合環(huán)境 332 2024年8月 農 機 化 研 究 第8期 的變化規(guī)律 另一方面分析比較數(shù)據(jù)采集的準確性 試驗結果如表1所示 表1 數(shù)據(jù)采集準確性分析試驗結果 Table 1 The data acquisition accuracy analysis test result 時刻 溫度結果 測試 標準 誤差 濕度結果 測試 標準 誤差 8 00 14 1 14 3 1 4 75 8 74 9 1 2 9 00 18 9 19 2 1 6 60 4 59 8 1 0 10 00 28 1 28 5 1 4 41 3 40 8 1 2 11 00 31 2 31 9 2 2 31 9 31 4 1 6 12 00 33 0 33 5 1 5 28 6 28 0 2 1 13 00 34 1 34 9 2 3 27 3 26 9 1 5 14 00 32 5 31 9 1 9 26 5 26 0 1 9 15 00 26 8 27 4 2 2 36 4 36 8 1 6 16 00 21 6 21 0 2 9 47 8 47 0 1 7 17 00 16 2 15 8 2 5 51 2 50 5 1 4 由表1可知 8 00 17 00 溫室土壤的溫度呈現(xiàn) 先升溫后降溫的趨勢 濕度呈現(xiàn)先降低后增加的趨 勢 符合環(huán)境溫濕度的變化趨勢 溫濕度的測試值和 標準值的誤差均為3 以下 在允許的誤差范圍內 說 明設備的數(shù)據(jù)采集較為準確 3 2 精準化作業(yè)控制試驗 水肥一體機在作業(yè)時主要通過控制水肥溶液的 EC值和pH值影響農作物的生長狀態(tài) 首先 根據(jù)農 作物的生長狀態(tài)設定當前水肥溶液的標準EC值和 pH值分別為3 5和5 6 再啟動設備進行灌溉 為了 驗證系統(tǒng)在水肥溶液配比過程的精準化作業(yè)狀態(tài) 選 取灌溉后某天10 00開始的灌溉數(shù)據(jù) 每1min采集1 次 試驗結果如圖8所示 圖8 精準化作業(yè)控制試驗結果 Fig 8 The precision operation control experiment results 由圖8可知 水肥的EC值在前2min急劇增加 其后緩慢下降 在4min后趨于穩(wěn)定 并始終保持恒 定 水肥的pH值在前2min急劇下降 5min后趨于穩(wěn) 定 以上數(shù)據(jù)說明 水肥一體機可以作業(yè)過程中精準 配比水肥的酸堿度 滿足作物的灌溉要求 4 結論 1 針對我國農業(yè)水資源和化肥資源利用率較低 的問題 在智慧農業(yè)下對水肥一體機的精準化作業(yè)進 行了研究 水肥一體機的主要組成包括控制系統(tǒng) 監(jiān) 測系統(tǒng) 灌溉施肥系統(tǒng) 網絡傳輸系統(tǒng)和數(shù)據(jù)中心 2 通過將粒子群算法與PID控制算法結合 對粒 子群 模糊PID控制器進行設計 對水肥溶液的EC值 和pH值進行控制 提高了水肥一體機的控制精度 縮 短了控制時間 3 為了驗證水肥一體機的性能 對其進行數(shù)據(jù)采 集準確性分析試驗和精準化作業(yè)控制試驗 結果表 明 數(shù)據(jù)采集較為準確 且可以精準地配比水肥溶液 滿足作物的灌溉要求 參考文獻 1 劉杰 馬欽良 我國節(jié)水灌溉技術現(xiàn)狀與發(fā)展趨勢分析 J 科技傳播 2013 21 1 6 2 吳文榮 丁培峰 我國節(jié)水灌溉技術的現(xiàn)狀與發(fā)展趨勢 J 節(jié)水灌溉 2008 4 50 54 3 李曉俐 陳陽 以色列創(chuàng)新資源節(jié)約型現(xiàn)代農業(yè)模式對中 國農業(yè)的啟示 J 經濟研究導刊 2015 19 33 34 4 廖禺 董希慧 潘松 等 贛南臍橙機械化生產發(fā)展對策研 究 J 中國農機化學報 2014 35 5 296 299 5 劉燕德 趙文星 周衍華 等 基于果園環(huán)境信息監(jiān)測的無 線傳感器網絡節(jié)點設計 J 電子設計工程 2013 21 17 27 29 下轉第239頁 432 2024年8月 農 機 化 研 究 第8期 機化研究 2022 44 9 45 48 19 馮碩 李旗 奇異果采摘機器人機械臂控制系統(tǒng)研究 基 于計算機視覺和卷積神經網絡 J 農機化研究 2022 44 10 25 29 Research on Operation Optimization of Picking Robot Based on Computer Vision Wang Xinke Li Kai Zhengzhou Technical College Zhengzhou 450121 China Abstract In order to further improve the intelligent operation level and picking efficiency of picking robots in China op timization research was carried out based on computer vision application technology Taking the structure group of the picking robot as the design basis the mathematical model of the visual recognition processing and control of the picking robot was established by using the core concept of visual control the appropriate picking path planning and the system picking state output design were implemented and the visual picking verification test was carried The results showed that the optimization of the picking robot system based on computer vision was correct and feasible and the overall picking efficiency of the whole machine could reach 94 61 the recognition accuracy and control accuracy of the system were increased by 6 12 and 5 25 respectively the robot picking success rate could be increased to 95 98 due to the accuracy of the computer vision processing technology and the flexible coordination of the picking execution compo nents The effective application of the computer vision processing technology to the design and improvement of the picking robot would provide innovative and reference ideas for the development and research of similar agricultural picking and harvesting equipment with good promotion value Key words picking robot computer vision visual control recognition accuracy picking success rate 上接第234頁 6 傅良康 蘇威 吳文秀 基于STM32的室內環(huán)境遠程監(jiān)測 系統(tǒng)設計 J 科技資訊 2020 18 33 18 20 7 范錦杰 張立新 李冬冬等 棉田自動施肥系統(tǒng)水肥PH值 控制策略研究 J 農機化研究 2021 43 10 18 22 8 WRIGHT R A KRAVARIS C Nonlinear control of pH rocesses using the strong acid equivalent J Industrial precise operation PSO fuzzy PID control algorithm smart agricul ture 932 2024年8月 農 機 化 研 究 第8期