基于神经网络PID的无人机自适应变量喷雾系统的设计与试验

• Published in: 华南农业大学学报 Vol. 40; no. 4; pp. 100 - 108
• Main Authors: 岑振钊, 岳学军, 王林惠, 凌康杰, 程子耀, 卢杨
• Format: Journal Article
• Language: Chinese
• Published: 华南农业大学 电子工程学院,广东 广州,510642 01.07.2019
• Subjects: 风压变送器; 神经网络PID; 无人机; 自适应变量喷雾
• ISSN: 1001-411X
• DOI: 10.7671/j.issn.1001-411X.201811017

S251.3; [目的]针对传统植保无人机在定量喷施作业时由于飞行速度的变化造成施药不均匀以及传统控制算法无法满足无人机变量喷雾系统所需的实时性和稳定性等问题,设计一种基于神经网络PID的自适应无人机变量喷雾系统.[方法]采用风压变送器测出无人机的飞行速度,根据速度采用脉宽调制(PWM)方法进行自适应变量喷雾,同步用流量传感器测出实际喷雾流量,融合BP神经网络PID控制算法调节喷雾流量.由MATLAB构建BP神经网络PID控制算法,并与PID、模糊PID和神经元PID对比及分析;田间试验过程中,对比分析无人机定量喷雾与随飞行速度改变的变量喷雾效果,采用水敏纸获取雾滴沉积量分布,分别从整体区域、飞行方向和喷杆方向评价沉积量分布的均匀性.[结果]算法仿真对比试验结果表明,与PID、模糊PID和神经元PID相比,BP神经网络PID阶跃响应上升时间分别少28.57％、84.73％ 和31.03％,正弦跟踪平均误差分别小63.01％、87.03％ 和0.58％,方波跟踪平均误差分别小74.00％、79.53％ 和6.80％,鲁棒性强,无静差,超调量为1.20％;喷雾对比试验结果表明,本系统能够根据飞行速度自适应调节喷雾流量,实际流量与目标流量的平均偏差为8.43％,水敏纸扫描结果表明总体区域雾滴沉积量的变异系数对比定量喷雾平均降低26.25％,喷杆方向平均降低18.79％.[结论]该研究结果可为农业航空变量喷雾技术的应用提供理论基础.