摘要:针对传统PID控制式的不足，将灰狼优化算法与PID控制结合，设计了一种基于灰狼优化PID控制的变量喷药系统，控制系统主要由微处理器、电动阀、传感器和摄像头等组成。同时，构建了变量喷药系统传递函数模型并基于MatLab软件平台进行仿真实验，结果表明:灰狼优化PID控制响应速度快，调节时间为0.2035s，低于传统PID控制的0.4635s，系统的稳态误差小，仅为1.32%。在WFS-II喷雾性能综合试验台进行实际喷药试验研究，结果表明:相对于传统的PID控制，灰狼优化PID控制的变量喷药系统平均响应时间提高了21.4%，平均误差为11.0%，低于传统PID控制的16.8%。本文设计的基于灰狼优化PID控制的变量喷药系统响应速度快、稳态误差小、控制精度高，改善了传统PID控制系统的控制效果和稳定性，可为变量喷药系统的研究提供新的理论基础和技术方法。
关键词:变量喷药;灰狼优化;PID控制;系统响应
0引言
变量喷药技术是根据田间信息(包含土壤、气候、作物生长情况等)，利用先进的智能化农业机具自动调节喷药量，它源于精确农业思想，是精确农业中非常重要的一项研究内容[1]。变量喷药技术不仅提高了喷药性能，而且减少了农药残留对生态环境造成的负面影响，因而对现代农业发展有着重大的推动意义。
变量喷药技术的核心是根据农田环境的变化实时调整喷药量，目前常用的变量喷药技术主要是压力式[2-3]和PWM式[4-5]:压力式控制系统由于压力的频繁变动，喷雾效果会减低;PWM式对系统的频率要求较为苛刻，过高会影响电磁阀寿命，降低系统响应速度，过低则降低喷药性能。PID控制式是根据传感器返回的实际流量和目标喷药量得出喷药量差值作为输入量，通过比例、积分、微分环节计算处理后控制电动比例阀的阀门开度，从而实现变量喷药控制。但是，传统的PID控制式经验性强，参数整定复杂，且系统易出现稳定性不足、控制精度低等缺点。灰狼优化算法(GreyWolfOptimizor，GWO)是一种新型启发式算法[6]，源于对灰狼群体追踪、围捕、攻击猎物捕食行为的模拟。GWO算法实现简单且具有较强的寻优性能，因此在各个领域都得到了广泛的应用。
为了解决传统PID控制方式的不足，本文设计了一种基于灰狼优化PID控制的变量喷药系统，以提高系统的控制精度和稳定性。
1系统总体设计及模型构建
1.1系统总体结构框图
本文设计的变量喷药系统主要由药箱、电动泵、流量传感器、液位传感器、微处理器、显示屏、摄像头、分配器和喷头组等部件组成，如图1所示。
1.2工作原理
喷药作业前，在药箱中将农药和相关的溶剂混合均匀，待系统使用。采用液泵控制系统压力，当管路压力超过设定值时，管路中药液通过溢流阀回流到药箱中，从而保持系统压力恒定。摄像头获取农田信息后，根据专家决策获取所需喷药量，作为设定量值，传入微处理器;微处理器根据流量传感器反馈的实际流量值和设定值的差值以及差值的变化率进行模糊PID运算，最终输出控制电压调整电动阀门的开度，使得实际喷药量随着田间信息的变化而自动调节。
1.3变量喷药系统模型
变量喷药系统结构框图如图2所示。本系统是以喷药量为控制量构成闭环控制，根据设定喷药量Q和系统的实际喷药量Q'得到偏差量△Q=Q-Q'，经PID计算[7]输出电压控制电动阀，调整阀门的开度大小，实现变量喷药。
2硬件控制系统设计
控制系统设计主要包括核心控制器、信息采集与监测和执行机构等3部分，如图3所示。
2.1核心控制器
本文选用STM32ZET6微处理器作为系统的核心控制器，它是一个基于ARMCortex-M3内核的低功耗32位处理器，最高主频达到72MHz;内部含有256K可反复擦写的flash存储器、3个12位AD转换器、5个USART接口、16个外部中断及2路12位DA转换器，完全满足本系统的设计要求。
2.2信息采集与监测
本文采用工业级摄像头采集农田信息，内嵌快速图像处理算法和专家决策系统，根据采集到的农田信息配合专家决策系统得出喷药量的设定值，经过RS232串口通信送入STM32微处理器。
监测部分主要是传感器的反馈。流量传感器测得系统的实际喷药量并反馈给STM32，进行下一步的PID计算。压力传感器实时监测系统的压力值，根据压力的变化调整溢流阀使系统维持在试验要求的恒定压力值。液位传感器实时监测药箱的药量是否充足，一旦低于所需药量立即触发报警电路。系统的压力、流量和液位信息实时显示在电容触摸屏上，方便工作人员的管理。
2.3执行机构
本文选择PM-02型微型电动阀作为变量喷药控制系统的执行部件。该电动阀由24V直流电源供电，输入信号为0～10V或4～20mA模拟信号。由于STM32的IO只能输出0～3.3V的模拟信号量，不满足电动阀的输入信号范围，因此选用磁隔离放大器ISOEM-U5-P3-O5将0～3.3V线性放大到0～10V。STM32的输出信号经放大器放大后控制电动阀调节阀门的开度，实现变量喷药作业。
相关期刊推荐：《现代农业科学》是教育部主管、中国高等学校自然科学学报研究会主办，国内外公开发行的国家级综合性农业学术期刊。本刊内容分为三部分，第一部分是农业科学，相关栏目设置有：畜牧兽医、生物技术、资源与环境、园林科学、食品加工、水产养殖、植物保护、生态农业;第二部分是农业教育教学，相关栏目设置有：教育教学管理、教育发展研究、高校领导论坛、比较教育、学生工作;第三部分是三农问题研究。
3灰狼优化PID控制与系统仿真
3.1灰狼优化算法
灰狼优化算法(GWO)是一种模拟自然界中灰狼群体社会等级制度和捕食行为而衍生出的新型智能优化算法。灰狼群体拥有严格的社会等级制度，可形象描述为金字塔等级制，如图4所示。灰狼群体按照等级高低依次分为α、β、δ、ω4个等级，高等级的狼领导低等级的狼。灰狼群体狩猎时，主要进行包围、猎捕和攻击等行为，高效地完成对猎物的捕获。
在灰狼优化算法寻找最优解过程中，根据灰狼的适应度值和各阶层之间关系，使狼群接近猎物的位置，完成最优解的搜索。根据灰狼猎食的3个重要步骤，即包围、猎捕和攻击，GWO算法建立数学模型:狼群中每个灰狼代表了种群的一个潜在解。其中，α狼位置是最优解，β和δ位置分别为优解和次优解，ω的位置为其他候选解。
3.2灰狼优化PID控制算法(GWO-PID)
PID控制算法是根据输入和输出的偏差值构成控制偏差量，经过比例积分微分运算输出控制量作用于执行机构。由于其具有原理简单且易于实现[8]等优点，因而在变量喷药领域得到广泛的应用[9-10]。
但是，传统的PID控制算法参数(Kp，Ki，Kd)整定复杂，且对于非线性系统适应性差，进而影响变量喷药系统的稳定性和控制精度。基于以上问题，将灰狼优化算法与PID控制结合，构建灰狼优化PID控制算法(GWO-PID)，应用于变量喷药控制，对PID参数进行自适应调整，保证系统工作在较好状态下，达到满意的控制效果。GWO-PID算法的流程如图5所示。
为了定性地验证灰狼优化PID控制算法的有效性和可靠性，基于MatLab软件平台，采用式(13)的适应度函数，以单位阶跃为输入信号，分别对传统PID控制和灰狼优化PID控制两种控制方式进行仿真实验。灰狼优化PID控制算法的初始化参数设置为:种群大小为10，最大迭代次数为50，Kp的范围为[0，100]，Ki的范围为[0，20]，Kd的范围为[0，5]。仿真实验得到的系统响应曲线如图6所示;控制系统性能指标如表1所示。
由图6和表1可以看出:常规的PID控制在系统到达稳定状态时，仍存在较大的稳态误差，误差为3.54%，且系统的超调量较大;相对于常规PID控制，灰狼优化PID控制的稳态误差小，仅为1.32%，且系统的响应速度更快，调节时间为0.2035s，低于传统PID控制的0.4635s，系统的控制效果好。
4变量喷药系统试验
为了验证GWO-PID算法的实际控制效果，在吉林农业大学工程训练中心WFS-II喷雾性能综合试验台进行试验研究。将本文设计的变量喷药控制系统搭载到试验台，如图7所示。
在300kPa的系统压力下分别采用灰狼优化PID控制和传统PID控制进行喷药试验，喷药设定值范围0.75～1.25L/min，增幅为0.15L/min，试验结果如表2所示。
系统响应时间和稳态误差是衡量控制系统性能优劣的重要指标。由表2可以看出:在不同的设定值下，灰狼优化PID的响应时间都要快于传统PID，平均响应时间提高了21.4%，说明灰狼优化PID控制系统具备更高的响应速度。整体而言，灰狼优化PID的误差均低于PID控制系统。随着设定值的等幅增大，灰狼优化PID的稳态误差逐渐减小，平均误差为11.0%，低于传统PID的16.8%。由试验结果可知:灰狼优化PID控制系统响应速度快，稳态误差小，改善了传统PID控制系统的控制效果和稳定性。
5结论
1)在深入研究变量喷药控制方式的基础上，针对传统PID控制方式的不足，将灰狼优化算法与PID控制结合，形成灰狼优化PID控制算法。以电动阀为执行机构，构建了变量喷药系统传递函数模型。为验证GWO-PID控制的有效性，基于MatLab进行仿真实验，结果表明:灰狼优化PID控制响应速度快，调节时间为0.2035s，低于传统PID控制的0.4635s，系统的稳态误差小，仅为1.32%。
2)在WFS-II喷雾性能综合试验台进行实际的变量喷药试验，结果表明:相对于传统PID控制，灰狼优化PID控制具备更快的响应速度，平均响应时间提高了21.4%;随着设定值的增大，灰狼优化PID的稳态误差逐渐减小，平均误差为11.0%，低于传统PID的16.8%。由该试验结果看出，本文设计的基于灰狼优化PID控制的变量喷药系统响应速度快、稳态误差小、控制精度高，可为变量喷药系统的研究提供新的理论基础和技术方法。
转载请注明来自：http://www.lunwencheng.com/lunwen/nye/16000.html
