基于BP神經(jīng)網(wǎng)絡(luò)的變量噴霧供藥系統(tǒng)研究

張敏，范龍，代祥，肖靜，徐幼林

(南京林業(yè)大學(xué)機(jī)械電子工程學(xué)院，南京210037)

基于BP神經(jīng)網(wǎng)絡(luò)的變量噴霧供藥系統(tǒng)研究

張敏，范龍，代祥，肖靜，徐幼林*

(南京林業(yè)大學(xué)機(jī)械電子工程學(xué)院，南京210037)

在變量噴霧供藥系統(tǒng)的研究中，由于控制對(duì)象及控制算法尚未突破，使得目前的精確供藥系統(tǒng)很難滿足動(dòng)態(tài)變化的變噴量精確農(nóng)藥流量控制。筆者從變量噴霧供藥系統(tǒng)入手，基于流量調(diào)節(jié)閥的開度及其兩端壓差決定其通流量大小的原理，對(duì)變量施藥的供藥系統(tǒng)進(jìn)行了研究，利用Matlab中的BP神經(jīng)網(wǎng)絡(luò)工具箱函數(shù)對(duì)試驗(yàn)結(jié)果進(jìn)行了擬合和測(cè)試，結(jié)果表明：流量調(diào)節(jié)閥兩端壓差恒定時(shí)，其通流量的大小與其開口度存在一定的正相關(guān)關(guān)系；利用BP神經(jīng)網(wǎng)絡(luò)擬合了壓差恒定時(shí)，通流量與調(diào)節(jié)閥開度的非線性遞增關(guān)系曲線，經(jīng)過結(jié)果分析，驗(yàn)證了BP神經(jīng)網(wǎng)絡(luò)在該控制系統(tǒng)中的可行性。此項(xiàng)試驗(yàn)分析為變量噴霧精確供藥的深入研究提供了理論基礎(chǔ)。

變量施藥；供藥系統(tǒng)；流量調(diào)節(jié)閥；開口度；BP神經(jīng)網(wǎng)絡(luò)

我國是糧食生產(chǎn)大國，同樣也是農(nóng)作物病蟲害發(fā)生比較嚴(yán)重且頻繁的國家，因此，化學(xué)農(nóng)藥的施用利于有效控制病蟲害，為提高農(nóng)業(yè)產(chǎn)量做出了巨大貢獻(xiàn)[1-2]。我國是農(nóng)藥生產(chǎn)和使用大國，但農(nóng)藥的有效利用率僅為30%左右，而發(fā)達(dá)國家卻高達(dá)60%～70%[3-4]。農(nóng)藥使用量大、效率低，造成環(huán)境污染、人員中毒、殘留超標(biāo)等諸多負(fù)面問題，影響我國糧食的綠色安全[5-6]。為了提高農(nóng)藥使用率，減少對(duì)環(huán)境的污染，國內(nèi)開展了一系列農(nóng)藥精確施用方法的研究[7-9]，這在提高施藥裝備技術(shù)水平的同時(shí)，還可以解決制約中國化學(xué)防治病蟲害推廣應(yīng)用中的有關(guān)“瓶頸”問題[10-11]。

隨著人們對(duì)農(nóng)藥殘留、環(huán)境污染和農(nóng)藥有效利用率越來越重視，變量施藥已成為精確農(nóng)藥使用技術(shù)研究的一個(gè)重要發(fā)展方向[12]。實(shí)行變量施藥技術(shù)，可以使單位面積的施藥量根據(jù)作物自身以及具體的病蟲害狀況實(shí)時(shí)調(diào)整，使實(shí)際施藥量與需求值相一致[13-14]，從而能夠達(dá)到高產(chǎn)、優(yōu)質(zhì)、環(huán)保和經(jīng)濟(jì)的目的。目前，變量施藥技術(shù)需在如下方面尋求突破：可變量精確施藥系統(tǒng)及其控制方式，如美國MICRO-TRAK公司研究生產(chǎn)了MT系列自動(dòng)變量控制系統(tǒng)[15]，邱白晶等[16]研制了一種基于3S技術(shù)的變量施藥裝置；另一個(gè)是作物信息動(dòng)態(tài)采集及其對(duì)靶施方式，如史巖等[17]研制了基于CCD圖像采集處理技術(shù)的自動(dòng)對(duì)靶壓力式變量施藥系統(tǒng)。但總體來說，動(dòng)態(tài)的作物信息、特別是深度信息的采集問題，以及施藥系統(tǒng)控制對(duì)象及其自動(dòng)控制系統(tǒng)的響應(yīng)延時(shí)問題、變量施藥引起供藥系統(tǒng)壓力突變所導(dǎo)致的流量不穩(wěn)定問題，還有滿足定量、精確施藥的控制算法問題等，都使變量施藥技術(shù)在精量適時(shí)施藥或處方施藥技術(shù)等方面與市場(chǎng)要求存在較大差距。

影響施藥系統(tǒng)單位面積施藥量的因素很多，其中供藥控制系統(tǒng)中電動(dòng)調(diào)節(jié)閥對(duì)流量特性的影響最為明顯。為解決變量施藥時(shí)，供藥系統(tǒng)壓力突變所引起的流量不穩(wěn)定問題，筆者針對(duì)變量供藥控制系統(tǒng)，研究實(shí)時(shí)調(diào)整電動(dòng)調(diào)節(jié)閥的開口度精確控制系統(tǒng)中的供藥量方法，同時(shí)擬利用神經(jīng)網(wǎng)絡(luò)算法設(shè)計(jì)控制系統(tǒng)，旨在提高農(nóng)藥利用率，減少化學(xué)物質(zhì)對(duì)農(nóng)業(yè)生態(tài)環(huán)境的污染。

1 材料與方法

1.1 試驗(yàn)材料

選用型號(hào)為ZRHP-16C的電動(dòng)調(diào)節(jié)閥，通過調(diào)節(jié)閥實(shí)現(xiàn)不同大小的開口度來調(diào)節(jié)流回藥箱的流量，改變變量施藥系統(tǒng)的供藥量，電動(dòng)調(diào)節(jié)閥的特征參數(shù)見表1；選用型號(hào)為L(zhǎng)WGY-15的渦輪流量計(jì)，用來采集供藥系統(tǒng)的藥液流量，其特征參數(shù)見表1；采用型號(hào)為BJZ15的不銹鋼射流式自吸泵作為液壓循環(huán)系統(tǒng)的動(dòng)力，其特征參數(shù)見表2。

表1 電動(dòng)調(diào)節(jié)閥和渦輪流量計(jì)特征參數(shù)

表2 BJZ15不銹鋼射流式自吸泵的特征參數(shù)

1.2 試驗(yàn)系統(tǒng)與試驗(yàn)方法

調(diào)節(jié)閥的流量特性包括理論流量特性和實(shí)際流量特性。理論流量特性指調(diào)節(jié)閥前后壓差不變時(shí)所獲得的流量特性，它取決于閥芯的形狀。實(shí)際應(yīng)用的時(shí)候，調(diào)節(jié)閥安裝在管道系統(tǒng)上，它兩端的壓差是變化的，流量調(diào)節(jié)閥的流通量表達(dá)式[18]為：

(1)

式中：Q為調(diào)節(jié)閥通流量，m3/s；ρ為流體密度，g/cm3；Kv為流量系數(shù)；P1和P2分別為閥上游和閥下游的壓力，MPa；N為工程單位系數(shù)。

上式可以改寫為：

Q=KvAΔPm

(2)

式中：Kv表示調(diào)節(jié)閥孔口系數(shù)；A表示調(diào)節(jié)閥孔面積(即孔徑大小)，cm3；ΔP表示調(diào)節(jié)閥在管道系統(tǒng)兩端的壓差，MPa；m表示壓差指數(shù)。

從公式(2)可以看出，流量調(diào)節(jié)閥的內(nèi)部通流量與其兩端壓差ΔP以及孔口形狀系數(shù)Kv有關(guān)。由于調(diào)節(jié)閥孔口為圓形，當(dāng)改變孔口大小時(shí)，其形狀隨之變化，導(dǎo)致Kv(孔口形狀系數(shù))值發(fā)生變化，因此，在壓差不變的情況下，流過調(diào)節(jié)閥的流量大小主要取決于調(diào)節(jié)閥的開口度。故在流量調(diào)節(jié)閥兩端壓力差恒定的情況下，通流量與調(diào)節(jié)閥開口度關(guān)系的表達(dá)式為：

Q=f(O)

(3)

式中：O為閥門開度。

鑒于金融開放與經(jīng)濟(jì)增長(zhǎng)之間關(guān)系的不確定性，很多學(xué)者嘗試探究其影響因素。相關(guān)影響因素主要有制度質(zhì)量和宏觀條件、資本流動(dòng)，匯率波動(dòng)等。Klein發(fā)現(xiàn)一國制度因素和金融機(jī)構(gòu)質(zhì)量影響資本賬戶開放與經(jīng)濟(jì)增長(zhǎng)之間的互動(dòng)關(guān)系[7]。Bussiere et al發(fā)現(xiàn)從中長(zhǎng)期看，制度質(zhì)量和資本流入構(gòu)成是金融開放促進(jìn)經(jīng)濟(jì)增長(zhǎng)的重要因素[8]。榮晨、董瞾以資本積累率分析資本賬戶開放與經(jīng)濟(jì)增長(zhǎng)的關(guān)系[9]。李麗玲、王曦將匯率波動(dòng)的作用引入資本賬戶開放和經(jīng)濟(jì)增長(zhǎng)的關(guān)系中，發(fā)現(xiàn)控制匯率的波動(dòng)可以促進(jìn)資本賬戶開放收益[10]。

為了研究調(diào)節(jié)閥的流動(dòng)特性與孔徑大小，管道系統(tǒng)兩端壓差存在的具體關(guān)系，設(shè)計(jì)如圖1所示的試驗(yàn)系統(tǒng)進(jìn)行測(cè)試。

整個(gè)試驗(yàn)系統(tǒng)由射流式自吸泵、溢流閥、渦輪流量計(jì)、壓力表、電動(dòng)調(diào)節(jié)閥、調(diào)壓閥、藥箱等按如圖1a所示連接成一個(gè)供藥控制系統(tǒng)。射流式自吸泵將藥水輸送到系統(tǒng)中；根據(jù)其額定流量，調(diào)節(jié)溢流閥使泵的出口壓力恒定保持在0.3 MPa；渦輪流量計(jì)實(shí)時(shí)顯示回路中的流量大??；支路節(jié)流調(diào)節(jié)與主路調(diào)節(jié)類似，但原理相反。主要區(qū)別在于支路節(jié)流調(diào)節(jié)中，流量調(diào)節(jié)閥是以溢流的方式調(diào)節(jié)系統(tǒng)流量變化的。當(dāng)藥水經(jīng)過流量調(diào)節(jié)閥時(shí)，通過研發(fā)的自動(dòng)控制系統(tǒng)調(diào)節(jié)閥的開口度，改變通流面積，從而改變其通流量的大小，達(dá)到控制系統(tǒng)出口流量的目的，而回路中多余的流量將通過溢流閥溢出。為了模擬植物形態(tài)發(fā)生動(dòng)態(tài)變化時(shí)所帶來的噴頭開啟數(shù)的動(dòng)態(tài)變化，試驗(yàn)系統(tǒng)采用通過調(diào)整調(diào)壓閥的出口流量，以模擬噴頭啟閉數(shù)變化所產(chǎn)生的流量變化。

研究過程中采用先調(diào)節(jié)流量調(diào)節(jié)閥的開口度，然后根據(jù)流量調(diào)節(jié)閥兩側(cè)壓力表測(cè)量的壓力值，通過溢流閥手動(dòng)調(diào)節(jié)使其壓差達(dá)到目標(biāo)值0.3 MPa的試驗(yàn)方法，研究電動(dòng)調(diào)節(jié)閥開度大小對(duì)其通流量特性的影響。根據(jù)設(shè)計(jì)試驗(yàn)系統(tǒng)原理，將準(zhǔn)備的試驗(yàn)設(shè)備連接成如圖1b所示的試驗(yàn)系統(tǒng)實(shí)物圖。

圖1 電動(dòng)調(diào)節(jié)閥流動(dòng)特性測(cè)試系統(tǒng)Fig. 1 Schematic diagram and experimental system set-up for measuring flow characters of motorized valve

2 結(jié)果與分析

2.1 試驗(yàn)數(shù)據(jù)結(jié)果

通過上述試驗(yàn)系統(tǒng)可測(cè)出在電動(dòng)調(diào)節(jié)閥兩端壓力為0.3 MPa時(shí)，不同電動(dòng)調(diào)節(jié)閥開口度對(duì)應(yīng)通流量的大小。由于電動(dòng)調(diào)節(jié)閥的最大開口度為15 mm，測(cè)量精度為0.01 mm，故將0～15 mm電動(dòng)調(diào)節(jié)閥的開口度分為100級(jí)，每級(jí)開口度為0.15 mm進(jìn)行試驗(yàn)，具體數(shù)據(jù)散點(diǎn)圖如圖2所示。

圖2 開度對(duì)應(yīng)通流量的原始數(shù)據(jù)Fig. 2 The original data of opening size degree and the flux

由散點(diǎn)圖可以看出，當(dāng)調(diào)節(jié)閥閉合時(shí)，通流量為0 L/min，所以測(cè)得的前兩個(gè)點(diǎn)存在誤差，可以去掉，散點(diǎn)趨勢(shì)先平緩上升，再急劇上升，存在這樣的變化趨勢(shì)是因?yàn)檎{(diào)節(jié)閥閥口的形狀影響了Kv的大小。同時(shí)，隨著電動(dòng)調(diào)節(jié)閥開口度的不斷增大，通流量有增大的趨勢(shì)，可以看出兩者之間存在一種非線性關(guān)系，但散點(diǎn)圖無法表示出這種非線性關(guān)系。為了深入了解數(shù)據(jù)中存在的規(guī)律，即在控制系統(tǒng)中，電動(dòng)調(diào)節(jié)閥的開度大小與其通流量的大小之間的具體非線性關(guān)系，本研究采用Matlab中的BP神經(jīng)網(wǎng)絡(luò)對(duì)這種非線性關(guān)系進(jìn)行擬合分析。

2.2 BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練結(jié)果分析

2.2.1 樣本輸入與模型訓(xùn)練

為了確定電動(dòng)調(diào)節(jié)閥開度與其通流量的精確非線性關(guān)系，需要確定合適的網(wǎng)絡(luò)結(jié)構(gòu)，本研究采用3層神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行建模，輸入量為流量值，輸出量為電動(dòng)調(diào)節(jié)閥的開度值。3層神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)表達(dá)式可表示為：

(4)

(5)

BP神經(jīng)網(wǎng)絡(luò)傳輸函數(shù)主要有非線性Sigmoid函數(shù)和線性Purelin函數(shù)。用于模式識(shí)別時(shí)，BP神經(jīng)網(wǎng)絡(luò)隱層采用Sigmoid函數(shù)，輸出層采用Purelin函數(shù)。當(dāng)BP神經(jīng)網(wǎng)絡(luò)的輸入層到隱含層采用Sigmoid函數(shù)的雙曲正切Tansig作為傳輸函數(shù)時(shí)，網(wǎng)絡(luò)的誤差比采用對(duì)數(shù)函數(shù)Logsig[19]小，所以BP神經(jīng)網(wǎng)絡(luò)的神經(jīng)元傳遞函數(shù)采用S型正切函數(shù)Tansig，輸出層神經(jīng)元傳遞函數(shù)采用線性函數(shù)Purelin。訓(xùn)練函數(shù)參數(shù)設(shè)置如下：迭代次數(shù)為100，網(wǎng)絡(luò)訓(xùn)練學(xué)習(xí)率為0.01，誤差性能目標(biāo)值0.000 4。

根據(jù)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)和傳遞函數(shù)及參數(shù)，采用0.3 MPa下，前34組不同閥徑對(duì)應(yīng)的流量的大小為輸入樣本數(shù)據(jù)，對(duì)神經(jīng)網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練仿真，用最后8組數(shù)據(jù)進(jìn)行測(cè)試檢驗(yàn)。對(duì)輸入樣本數(shù)據(jù)使用Matlab中的mapminmax函數(shù)進(jìn)行歸一化處理以消除量綱影響，提高網(wǎng)絡(luò)收斂性能，使用newff函數(shù)構(gòu)建神經(jīng)網(wǎng)絡(luò)，調(diào)用trainlm函數(shù)利用Levenberg Marquardt算法訓(xùn)練網(wǎng)絡(luò)。訓(xùn)練結(jié)束后，獲取輸入層至隱層的對(duì)應(yīng)權(quán)值矩陣，隱層輸出的對(duì)應(yīng)權(quán)值矩陣以及輸入和輸出層的各個(gè)對(duì)應(yīng)閾值(表3)。

表3 BP神經(jīng)網(wǎng)絡(luò)各層權(quán)值和閾值

網(wǎng)絡(luò)訓(xùn)練結(jié)束利用測(cè)試數(shù)據(jù)預(yù)測(cè)此訓(xùn)練模型，對(duì)仿真結(jié)果使用postmnmx函數(shù)進(jìn)行反歸一化處理，得到BP神經(jīng)網(wǎng)絡(luò)模型的準(zhǔn)確率。

2.2.2 BP神經(jīng)網(wǎng)絡(luò)測(cè)試及結(jié)果分析

訓(xùn)練結(jié)果見圖3。圖3a是神經(jīng)網(wǎng)絡(luò)訓(xùn)練的整體結(jié)構(gòu)，包括網(wǎng)絡(luò)框架、使用算法及訓(xùn)練的進(jìn)度過程；圖3b為網(wǎng)絡(luò)性能，均方誤差收斂于0.207 2，小于目標(biāo)值，說明網(wǎng)絡(luò)性能較好；圖3c中網(wǎng)絡(luò)訓(xùn)練梯度呈良好的下降趨勢(shì)且收斂，驗(yàn)證次數(shù)為零，說明驗(yàn)證過程中輸出誤差一直減??；圖3d為樣本實(shí)際輸出與目標(biāo)輸出的擬合程度，擬合程度較高。BP神經(jīng)網(wǎng)絡(luò)對(duì)此訓(xùn)練的非線性關(guān)系測(cè)試后，電動(dòng)調(diào)節(jié)閥開度大小的預(yù)測(cè)與實(shí)際輸出結(jié)果見表4。

圖3 電動(dòng)調(diào)節(jié)閥開度對(duì)其通流量大小影響的BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練結(jié)果Fig. 3 BP neural network training results of the influence of the opening size of motorized valve on the flux

測(cè)試組輸入數(shù)據(jù)/(m3·h-1)理論輸出/mm實(shí)際輸出/mm差值(理論-實(shí)際)35035512562512135404271360355129375130170-00795370403133125137365-04240380477136875142144-05269390599140625142271-01646400648144375142272021034106721481251422720540342067215000014227207728

在Matlab中，提供的mse函數(shù)計(jì)算輸出變量與期望變量之間的均方誤差，求得perf=0.207 2，誤差較小，說明了利用BP神經(jīng)系統(tǒng)擬合的非線性關(guān)系是正確的，并證明了供藥系統(tǒng)中電動(dòng)調(diào)節(jié)閥流量的大小與其開度的大小存在非線性遞增關(guān)系。

3 結(jié) 論

本研究首先測(cè)試了供藥系統(tǒng)電動(dòng)調(diào)節(jié)閥的通流量與其開度的數(shù)據(jù)，然后通過BP神經(jīng)網(wǎng)絡(luò)擬合其中的非線性關(guān)系，得到了如下結(jié)論：

1)針對(duì)變量供藥控制系統(tǒng)，研究完成了通過實(shí)時(shí)調(diào)整電動(dòng)調(diào)節(jié)閥的開口度，實(shí)現(xiàn)精確控制系統(tǒng)中的供藥量方法，并搭建了試驗(yàn)系統(tǒng)，試驗(yàn)表明該系統(tǒng)能夠?qū)崿F(xiàn)可變量供藥。

2)利用試驗(yàn)系統(tǒng)，采集了調(diào)節(jié)閥開口度與流通量的關(guān)系數(shù)據(jù)，并利用神經(jīng)網(wǎng)絡(luò)對(duì)數(shù)據(jù)進(jìn)行了網(wǎng)絡(luò)建模和訓(xùn)練，在此基礎(chǔ)上對(duì)系統(tǒng)輸出進(jìn)行預(yù)測(cè)，通過分析預(yù)測(cè)結(jié)果與實(shí)際結(jié)果，得出實(shí)際變量與期望變量之間的均方誤差為0.207 2，誤差在允許范圍內(nèi)，表明BP神經(jīng)網(wǎng)絡(luò)算法在本研究的變量供藥控制系統(tǒng)中的可行性。

3)將BP神經(jīng)網(wǎng)絡(luò)算法用于供藥系統(tǒng)的無級(jí)變量控制，避免了采用模糊控制算法分級(jí)控制流量所帶來的流量輸出不精確的弊端，使得農(nóng)藥流量的智能控制更加適宜于在針對(duì)動(dòng)態(tài)變化植物作業(yè)時(shí)的可變量精確供藥系統(tǒng)。

[1]張小超, 胡小安, 任繼平, 等. 精準(zhǔn)農(nóng)業(yè)關(guān)鍵技術(shù)與裝備的研究進(jìn)展[C]//2005年中國農(nóng)業(yè)工程學(xué)會(huì)學(xué)術(shù)年會(huì)論文集, 2005.

[2]徐賽章. 我國植保機(jī)械現(xiàn)狀與展望[J]. 農(nóng)村機(jī)械化, 1997(3):9-11.

[3]王錦江, 陳志, 楊學(xué)軍. 基于AT89C51單片機(jī)的變量施藥控制系統(tǒng)研究[J]. 農(nóng)機(jī)化研究, 2007(11):147-149. WANG J J, CHEN Z, YANG X J. Study on controlling system based on AT89C51 single-chip microcomputer for variable spraying[J]. Journal of Agricultural Mechanization Research, 2007(11):147-149.

[4]楊學(xué)軍, 嚴(yán)荷榮, 徐賽章, 等. 植保機(jī)械的研究現(xiàn)狀及發(fā)展趨勢(shì)[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào), 2002, 33(6):129-131, 137. YANG X J, YAN H R, XU S Z, et al. Current situation and development trend of equipment for crop protection[J]. Transactions of the Chinese Society of Agricultural Machinery, 2002, 33(6):129-131, 137.

[5]PANNETON B, THéRIAULT R, LACASSE B. Efficacy evaluati on of a new spray-recovery sprayer for orchards[J]. Transactions of the ASAE, 2001, 44(3):473-479.

[6]TUMBO S D, SALYANI M, WHITNEY J D, et al. Investigation of laser and ultrasonic ranging sensors for measurements of citrus canopy volume[J]. Applied Engineering in Agriculture, 2002, 18(3):367-372.

[7]SVENSSON S A, FOX R D, HANSSON P A. Forces on apple trees sprayed with a cross-flow fan air jet[J]. Transactions of the ASAE, 2002, 45(4):889-895.

[8]MILLER D R, SALYANI M, HISCOX A B. Remote measurement of spray drift from orchard sprayers using LIDAR[C]//2003 ASAE Annual Meeting. American Society of Agricultural and Biological Engineers, 2003:1.

[9]陳勇, 鄭加強(qiáng). 精確施藥可變量噴霧控制系統(tǒng)的研究[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2005, 21(5):69-72. CHEN Y, ZHENG J Q. Control system for precision pesticide application based on variable rate technology[J]. Transactions of the Chinese Society of Agricultural Engineering, 2005, 21(5):69-72.

[10]傅澤田, 祁力鈞, 王俊紅. 精準(zhǔn)施藥技術(shù)研究進(jìn)展與對(duì)策[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào), 2007, 38(1):189-192. FU Z T, QI L J, WANG J H. Developmental tendency and strategies of precision pesticide application techniques[J]. Transactions of the Chinese Society for Agricultural Machinery, 2007, 38(1):189-192.

[11]盧秉福, 張祖立, 朱明, 等. 農(nóng)業(yè)機(jī)械化發(fā)展關(guān)鍵影響因素的辨識(shí)與分析[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2008, 24(11):114-117. LU B F, ZHANG Z L, ZHU M, et al. Discrimination and analysis of key influencing factors for agricultural mechanization development[J]. Transactions of the Chinese Society of Agricultural Engineering, 2008, 24(11):114-117.

[12]王錦江, 孫星, 嚴(yán)荷榮, 等. 注入式變量施藥控制系統(tǒng)設(shè)計(jì)[J]. 農(nóng)機(jī)化研究, 2013, 35(9):129-132. WANG J J, SUN X, YAN H R, et al. Control system design of injective variable rate spraying[J]. Journal of Agricultural Mechanization Research, 2013, 35(9):129-132.

[13]玄子玉, 張玉峰, 田思慶. 車載噴霧機(jī)變量施藥控制系統(tǒng)的設(shè)計(jì)[J]. 農(nóng)機(jī)化研究, 2012, 34(5):116-119. XUAN Z Y, ZHANG Y F, TIAN S Q. Design of controlling system for variable rate spraying based on microcontroller[J]. Journal of Agricultural Mechanization Research, 2012, 34(5):116-119.

[14]隨順濤. 車載式變量施藥機(jī)控制系統(tǒng)研究[D]. 楊凌:西北農(nóng)林科技大學(xué), 2009. SUI S T. Study on control system of variable rate sprayer hauled by tractor[D]. Yangling:Northwest A&F University, 2009.

[15]胡開群, 周舟, 祁力鈞, 等. 直注式變量噴霧機(jī)設(shè)計(jì)與噴霧性能試驗(yàn)[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào), 2010, 41(6):70-74, 102. HU K Q, ZHOU Z, QI L J, et al. Spraying performance of the direct injection variable-rate sprayer[J]. Transactions of the Chinese Society for Agricultural Machinery, 2010, 41(6):70-74, 102.

[16]邱白晶, 李會(huì)芳, 吳春篤, 等. 變量噴霧裝備及關(guān)鍵技術(shù)的探討[J]. 江蘇大學(xué)學(xué)報(bào)(自然科學(xué)版), 2004, 25(2):97-101. QIU B J, LI H F, WU C D, et al. On variable-rate spraying equipment and its key technology[J]. Journal of Jiangsu University(Natural Science Edition), 2004, 25(2):97-101.

[17]史巖, 祁力鈞, 傅澤田, 等. 壓力式變量噴霧系統(tǒng)建模與仿真[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2004, 20(5):118-121. SHI Y, QI L J, FU Z T, et al. Model development and simulation of variable rate of pressure spray[J]. Transactions of the Chinese Society of Agricultural Engineering, 2004, 20(5):118-121.

[18]李晉陽, 賈衛(wèi)東, 魏新華. 基于流量調(diào)節(jié)閥和神經(jīng)網(wǎng)絡(luò)的植保機(jī)械在線混藥裝置[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào), 2014, 45(11):98-103. LI J Y, JIA W D, WEI X H. On-line mixing pesticide device based on flow control valve and neural network[J]. Transactions of the Chinese Society for Agricultural Machinery, 2014, 45(11):98-103.

[19]蒲春, 孫政順, 趙世敏. Matlab神經(jīng)網(wǎng)絡(luò)工具箱BP算法比較[J]. 計(jì)算機(jī)仿真, 2006, 23(5):142-144. PU C, SUN Z S, ZHAO S M. Comparison of BP algorithms in Matlab NN toolbox[J]. Computer Simulation, 2006, 23(5):142-144.

Study on the pesticide-delivery system of variable-ratespraying based on BP neural network

ZHANG Min, FAN Long, DAI Xiang, XIAO Jing, XU Youlin*

(College of Mechanical and Electronic Engineering, Nanjing Forestry University, Nanjing 210037, China)

In the research on the pesticide-delivery system of the variable-rate spraying, the current accurate pesticide-delivery system is difficult to meet the dynamic change of the variable-rate spraying for the accurate pesticide flow regulating because of limitations in the control variable and its control algorithm. The accurate pesticide flow control of the variable-rate spraying can reduce the environmental pollution caused by excessive pesticides as well as the damage of the pesticide residue for human and animals, and improve the efficiency of the pesticide application. An experimental investigation was conducted for the pesticide-delivery system of the variable-rate spraying based on the mechanism of the flux of the flow determined by the opening size of a flow regulating valve and the pressure difference between both ends. According to the specific influence of regulator on flux flow, the correlation between them was analyzed through choosing the appropriate experimental device such as: flow control valve, pressure gauge and turbine flow meter. The pesticide-delivery system of the variable-rate spraying was designed by building the test bench and implementing the theoretical ideas into practice. The BP neural network toolbox of Matlab was used to simulate the test results. The results showed that in the pesticide-delivery system of the variable-rate spraying, there is a certain positive correlation between the flow flux and the opening size of the flow regulating valve. The increasing nonlinear relationship between them was simulated by BP neural network under the constant pressure difference. The application feasibility of BP neural network in the regulating system was tested and verified, which can avoid the disadvantages of inaccurate flow output caused by the hierarchical fuzzy control algorithm and can make the intelligent control of pesticide flow more suitable for the dynamic change of the variable precision pesticide-delivery system in plant protection operations. The results of this study will provide theoretical basis for the further research on the accurate pesticide-delivery system of the variable-rate spraying.

variable-rate pesticide application; pesticide-delivery system; flow regulating valve; opening size; BP neural network

2016-04-28

2016-11-29

江蘇省農(nóng)機(jī)三新工程項(xiàng)目(NJ2014-11)；江蘇省農(nóng)業(yè)科技支撐計(jì)劃項(xiàng)目(BE2012383)；江蘇高校優(yōu)勢(shì)學(xué)科建設(shè)工程資助項(xiàng)目(PAPD)；2013年度江蘇高校優(yōu)秀科技創(chuàng)新團(tuán)隊(duì)(蘇教科[2013]10號(hào))。

張敏，女，研究方向?yàn)檗r(nóng)林植保機(jī)械。通信作者：徐幼林，女，教授。E-mail:youlinxu@njfu.edu.cn

TP183

A

2096-1359(2017)02-0133-05