基于麻雀算法的大載膜量覆膜裝置控制研究與設(shè)計

摘要：針對水稻種植覆膜機(jī)作業(yè)過程中出現(xiàn)的地膜過度拉伸、斷裂及載膜量較小，需多次人工換膜等問題，研制一種與水稻種植機(jī)可匹配使用的電動同步覆膜裝置，可增大覆膜裝置載膜量，并采用基于麻雀搜索算法的控制方法，對PID控制器進(jìn)行參數(shù)優(yōu)化，實現(xiàn)同步覆膜過程的精準(zhǔn)速度控制。仿真結(jié)果表明：電動覆膜裝置對地膜料卷的承載重量增大至60kg，且與傳統(tǒng)PID控制方法相比，SSA-PID控制器的總響應(yīng)速度提高了0.134s，超調(diào)量減少了21.5%，具有更好的控制效果。

關(guān)鍵詞：水稻種植覆膜機(jī)；覆膜裝置；PID；麻雀優(yōu)化算法

中圖分類號：TP273文獻(xiàn)標(biāo)志碼：A文章編號：2095－414X（2024）06－0052－06

0引言

水稻覆膜種植具有增產(chǎn)、節(jié)水、控制雜草、降低蟲害等優(yōu)點，目前水稻覆膜種植多采用機(jī)械化作業(yè)[1-3]。水稻種植覆膜機(jī)是用于水稻田覆膜、插秧的農(nóng)用機(jī)械，其通過覆膜和插秧裝置之間的配合可以同時完成覆膜和插秧的種植流程[4]。近年來，水稻種植覆膜機(jī)廣泛用于大規(guī)模水稻種植領(lǐng)域，極大地提高了水稻種植覆膜效率[5]。

在水稻種植覆膜機(jī)領(lǐng)域，眾多研究者對覆膜機(jī)構(gòu)、插播機(jī)運動軌跡、壓膜機(jī)構(gòu)等方面進(jìn)行了研究[6]。吳家安等[7]研制了的一種覆膜機(jī)構(gòu)，有效解決了地膜展平程度差、封邊效果不佳等問題，提高了水稻覆膜質(zhì)量與效果。張福學(xué)等[8]針對覆膜作業(yè)不靈活的難題，設(shè)計出2DMF-1型自走式地膜機(jī)，該新型地膜機(jī)具有自動化程度高、適應(yīng)性強(qiáng)等優(yōu)點，可用于多種地形。Hua Li等[9]等提出了一種伸縮桿法直播機(jī)構(gòu)與薄膜覆蓋相結(jié)合的方式，通過離散元建模模擬，開發(fā)了一種用于薄膜覆蓋播種的精密直播機(jī)，并分析了直播軌跡中的多種影響因素。高占文[10]等設(shè)計了一種水稻種膜覆膜直播機(jī)，解決了機(jī)械排種對水稻種粒的機(jī)械損傷問題，并測定了地膜拉伸率為7%。韓休海[11]等分析水田環(huán)境對地膜的影響，給高速插秧機(jī)增加覆膜裝置，實現(xiàn)了插秧覆膜一體化作業(yè)，為增產(chǎn)高效提供了有利條件。在上述文獻(xiàn)中，水稻種植地膜機(jī)都是依靠覆膜機(jī)向前推進(jìn)時，泥土對地膜產(chǎn)生的拉力來實現(xiàn)地膜鋪設(shè)，故載膜量不可過大，否則極易導(dǎo)致地膜過度拉伸或斷裂，甚至產(chǎn)生無法正常帶動地膜料卷旋轉(zhuǎn)完成鋪設(shè)地膜工作的情況，嚴(yán)重影響覆膜工作的進(jìn)行。在實際作業(yè)中，無動力覆膜裝置的載膜量僅為20kg，這導(dǎo)致地膜鋪設(shè)過程中需要多次重新裝載膜料，這樣不僅增大了勞動強(qiáng)度，還降低了工作效率[12]。因此，為增大水稻種植覆膜機(jī)的地膜載膜量，并且進(jìn)一步提高覆膜質(zhì)量，急需提高覆膜裝備的電氣化水平[13]。

針對以上問題，考慮地膜搭載和鋪設(shè)的特點，提出了采用步進(jìn)電機(jī)驅(qū)動載膜軸，搭配控制算法實現(xiàn)同步覆膜的方式，有效解決上述難題。但近年來鮮有關(guān)于電動覆膜設(shè)備和同步覆膜控制方面的研究。

PID是一種常見的閉環(huán)控制方法，其廣泛應(yīng)用于工業(yè)自動化控制系統(tǒng)，以及溫度、壓力、速度等各類控制場合[14-15]，其可以應(yīng)用于電動覆膜裝置的速度調(diào)控。然而，在同步覆膜控制系統(tǒng)中，傳統(tǒng)PID算法可能無法滿足精確調(diào)節(jié)速度的要求，故提出采用麻雀搜索算法優(yōu)化PID的方式來實現(xiàn)地膜鋪設(shè)中的速度控制[16]。麻雀搜索算法廣泛應(yīng)用于多種領(lǐng)域，但根據(jù)現(xiàn)有文獻(xiàn)，其尚未應(yīng)用于水稻種植覆膜機(jī)領(lǐng)域[17]。本文構(gòu)建了電動同步覆膜裝置的模型，對其關(guān)鍵部件進(jìn)行了仿真，驗證了部件的承載能力。并且，為精準(zhǔn)控制電動覆膜裝置，設(shè)計了SSA-PID控制器，利用SSA對PID控制器的參數(shù)進(jìn)行優(yōu)化，仿真驗證SSA-PID控制器的控制性能，為今后覆膜同步控制技術(shù)發(fā)展提供了思路。

1結(jié)構(gòu)組成及原理

1.1總體結(jié)構(gòu)及工作流程

水稻種植覆膜機(jī)的主要結(jié)構(gòu)如圖1所示，由機(jī)體、水稻覆膜裝置、插秧裝置、測速裝置等構(gòu)成。

水稻種植覆膜機(jī)作業(yè)時，機(jī)體作為移動載具，承載連接覆膜裝置和插秧裝置，負(fù)載它們移動。插秧裝置連接在機(jī)體后方，可上下移動，作業(yè)時向下移動到特定位置，開始插秧作業(yè)，待機(jī)時向上移動到非作業(yè)位置，保護(hù)插秧裝置，使其不與地面發(fā)生磕碰。秧箱在插秧裝置上方，插秧裝置可從秧箱上，分取一定數(shù)量的秧苗插入鋪設(shè)好地膜的土地上。電動覆膜裝置連接在插秧裝置與機(jī)體之間，搭載一定重量的地膜料卷，配有測速裝置檢測機(jī)體移動速度和地膜鋪放速度，覆膜裝置負(fù)責(zé)將地膜料卷均勻地布放，并平整的鋪放地膜到土地上，壓膜輪和推土板配合作業(yè)，將地膜兩側(cè)壓實，使地膜固定在地面上。

1.2電動同步覆膜裝置結(jié)構(gòu)組成

電動同步覆膜裝置包括覆膜和速度檢測兩部分，覆膜部分由步進(jìn)電機(jī)、電磁離合器、載膜軸等組成，如圖2所示。速度檢測部分由彈力臂、接觸輪等組成，如圖3所示。整個覆膜裝置使用支架和螺栓安裝在機(jī)體上，步進(jìn)電機(jī)與載膜軸相連接，帶動載膜軸旋轉(zhuǎn)，載膜軸搭載固定地膜料卷并帶動其旋轉(zhuǎn)，接觸式測速裝置的接觸測速輪搭放在地膜料卷上，對地膜料卷的速度進(jìn)行檢測。

1.3同步覆膜原理

如圖4所示，水稻種植覆膜機(jī)在田間作業(yè)時，接觸式測速裝置會實時檢測地膜料卷2的實際速度V2，控制器將料卷速度V2與機(jī)體1的移動速度V1進(jìn)行比較分析，計算出速度差值，經(jīng)PID控制器處理后輸出信號，調(diào)節(jié)脈沖頻率控制步進(jìn)電機(jī)達(dá)到調(diào)節(jié)轉(zhuǎn)速的目的。電機(jī)接收脈沖信號輸出特定轉(zhuǎn)矩帶動地膜料卷旋轉(zhuǎn)布放，同時接觸式測速裝置實時將地膜料卷速度反饋給控制器，實現(xiàn)閉環(huán)控制。當(dāng)料卷達(dá)到規(guī)定轉(zhuǎn)速或重量時，電磁離合器分離，實現(xiàn)動力中斷，此時料卷在拉力下就可完成鋪設(shè)。

2覆膜裝置承載性能仿真

2.1材料選擇和網(wǎng)格劃分

傳統(tǒng)無動力覆膜裝置在田間覆膜的作業(yè)中，首先把地膜一端固定在泥土里，再驅(qū)動水稻種植覆膜機(jī)前進(jìn)，泥土與機(jī)體之間相對位移產(chǎn)生的拉力帶動地膜料卷旋轉(zhuǎn)，進(jìn)行地膜鋪設(shè)[18]。這樣的覆膜方式下的地膜料卷僅有20kg，鋪設(shè)地膜過程中，需多次重新人工裝膜。并且僅靠拉力鋪設(shè)地膜，易導(dǎo)致地膜過度拉伸甚至斷裂，無法帶動料卷旋轉(zhuǎn)鋪設(shè)。電動覆膜裝置采用步進(jìn)電機(jī)驅(qū)動地膜料卷旋轉(zhuǎn)，這種設(shè)計可以帶動更重的料卷旋轉(zhuǎn)布放。在本節(jié)中，對電動覆膜裝置的載膜軸進(jìn)行搭載60kg地膜料卷仿真，驗證其承載性能。

將載膜軸模型導(dǎo)入ANSYS中進(jìn)行靜力學(xué)分析，選擇45號鋼作為載膜軸的材料，其具有較高的強(qiáng)度和良好的韌性，成本較低，是載膜軸的理想選擇材料，材料屬性如表1所示。

載膜軸的網(wǎng)格劃分如圖5所示。根據(jù)載膜軸的形狀特點，在不同位置采取不同網(wǎng)格劃分方法和尺寸，以此來提升網(wǎng)格質(zhì)量。在形狀規(guī)則的部位采用掃掠，網(wǎng)格尺寸為1mm，不規(guī)則處采用六面體網(wǎng)格，網(wǎng)格尺寸為0.5mm。通過這種劃分方法，得到了高質(zhì)量的網(wǎng)格，節(jié)點總數(shù)為2 959 205，單元總數(shù)為1 722 430，為后續(xù)力學(xué)性能分析打下了基礎(chǔ)。

載膜軸的兩端分別與步進(jìn)電機(jī)和移動支架相連接，故在一端采用遠(yuǎn)程位移約束，另一端采用固定支撐約束；在載膜軸搭載地膜料卷位置施加一個大小為600N，作用力方向向下的力，以此表示搭載60kg的地膜。載膜軸懸掛安裝在插秧裝置下方，還受自身重力影響，故在載膜軸上施加一個地球重力。

2.2仿真結(jié)果分析

由圖6總變形云圖可以觀察到，載膜軸在承受負(fù)載時的最大變形量達(dá)到了0.49mm，這種變形主要集中在載膜軸的搭載料卷位置。這表明在實際負(fù)載下，載膜軸搭載料卷區(qū)域的受力較為集中，從而導(dǎo)致形變。由圖7等效應(yīng)力云圖可以看出，載膜軸在承受負(fù)載時產(chǎn)生的最大應(yīng)力為523.72Mpa，明顯低于材料的屈服強(qiáng)度，處于材料可承受范圍，不會因為應(yīng)力過大而導(dǎo)致載膜軸發(fā)生塑性變形或者損壞。仿真結(jié)果驗證載膜軸滿足大載膜量的設(shè)計需求，可承載60Kg的地膜料卷，較傳統(tǒng)無動力覆膜裝置的載膜量大大增加。

3電動同步覆膜控制方式

3.1控制方法

電動同步覆膜控制采用PID控制算法，以實現(xiàn)對地膜料卷鋪設(shè)速度的精確控制。該算法通過實時檢測機(jī)體和地膜料卷之間的速度差值，將這一差值經(jīng)過比例、積分和微分計算后輸出相應(yīng)的控制量[19]。這個控制量被用來對步進(jìn)電機(jī)進(jìn)行調(diào)節(jié)轉(zhuǎn)速，控制地膜料卷布放速度與機(jī)體行進(jìn)速度一致，保護(hù)地膜不被過度拉伸甚至斷裂。然而，在實際應(yīng)用中，一般的PID控制器往往難以滿足電動同步覆膜速度高精度控制的要求，因此為了解決這一問題，引入麻雀搜索算法（Sparrow Search Algorithm，SSA）來優(yōu)化PID控制的參數(shù)，以此來提高覆膜速度控制精度[20]。SSA-PID控制器工作原理如圖8所示。

3.2麻雀搜索算法介紹

麻雀搜索算法是一種模擬麻雀覓食、躲避捕食者行為的群體智能優(yōu)化算法[21]。在麻雀搜索算法中，包含發(fā)現(xiàn)者和加入者，發(fā)現(xiàn)者的職責(zé)是搜索食物位置，加入者負(fù)責(zé)跟隨發(fā)現(xiàn)者并獲取食物信息，它們相互協(xié)同合作進(jìn)行優(yōu)化求解過程[22-23]。

在算法中，發(fā)現(xiàn)者的位置變換公式（1）為[24]：

Xα（i）1=í??（ì?）X（X），，（）β（β）

上式中：Xα，β表示在搜索空間中第α只麻雀在第β維的位置信息；i是迭代次數(shù)；Z為算法預(yù)設(shè)的最大迭代次數(shù)；J和K分別表示麻雀優(yōu)化算法中的預(yù)警值和安全值，它們的取值范圍分別為（0，1]和（0.5，1]；?∈（0，1]是一個隨機(jī)數(shù)；當(dāng)Jlt;K時，表示發(fā)現(xiàn)者所處位置較為安全，可以擴(kuò)大搜索的范圍，當(dāng)J≥K時，表示發(fā)現(xiàn)者周圍出現(xiàn)了危險，此時麻雀去其他安全區(qū)域繼續(xù)搜索；C是一個服從正態(tài)分布的隨機(jī)數(shù)；H為一個大小為1×d的矩陣，其中d為種群大小，矩陣的所有元素均為1。

在算法中，加入者的位置更新公式（2）為[25]：

Xα（i）1=íC exp，αgt;（2）

Xα（i）1+|Xα（i），β-Xα（i）1|A+H，a≤

上式中：Xp是麻雀的位置信息，表示當(dāng)前適應(yīng)度值最高的發(fā)現(xiàn)者所占據(jù)的位置；Xworst則是表示當(dāng)前適應(yīng)度值最低的發(fā)現(xiàn)者所占據(jù)的位置；A是一個元素被隨機(jī)賦值為1或-1的1×d矩陣，且滿足A+=AT（AAT）-1。當(dāng)αgt;n/2時（n表示麻雀總數(shù)），表明第α個加入者當(dāng)前的位置較為不利，缺乏好的食物來源，因此迫切轉(zhuǎn)移到其他食物來源更好的區(qū)域。

在尋找食物的過程中，一些麻雀能夠感知到危險的存在，它們的位置變換公式（3）為[26]：

Xα（i）1=í???（ì??）X（X）β（st）-，β|，f（f）a（g）=fb（3）

上式中：Xbest表示當(dāng)前的最優(yōu)全局位置，即當(dāng)前適應(yīng)度值最高的位置；步長控制參數(shù)ξ是一個服從均值為0和方差為1的正態(tài)分布隨機(jī)數(shù)。G是一個-1到1之間的隨機(jī)數(shù)值，其既表示麻雀的移動方向，也作為調(diào)節(jié)移動距離的參數(shù)；fi是第i個麻雀所在位置的適應(yīng)度值。最佳適應(yīng)度值fg和最差適應(yīng)度值fw對應(yīng)當(dāng)前發(fā)現(xiàn)的最佳位置和最差位置。為了防止計算中分母為0的錯誤，所以引入一個極小的常數(shù)γ。當(dāng)fαgt;fg時，表明麻雀位于群體的邊緣，更容易遭遇危險；而當(dāng)fα=fg時，麻雀感知到了附近的危險，于是需要向其他同伴靠攏，以降低被捕食的風(fēng)險。

SSA優(yōu)化PID算法的步驟如下所示：

步驟1：初始化參數(shù)設(shè)置，設(shè)置種群數(shù)量、最高迭代次數(shù)、發(fā)現(xiàn)者比例、警戒者比例、界限、維度等參數(shù)。

步驟2：求解各個體適應(yīng)度值，同時記錄當(dāng)前最優(yōu)適應(yīng)度值和最差適應(yīng)度值，以及其個體在參數(shù)空間中的位置；

步驟3：比較適應(yīng)度值選擇適應(yīng)度值較高的個體，將這些個體作為發(fā)現(xiàn)者，其位置更新根據(jù)式（1）進(jìn)行，然后在局部進(jìn)行搜索；其余個體作為跟隨者，根據(jù)式（2）來更新位置信息，在全局進(jìn)行搜索。

步驟4：依照預(yù)警值從種群中選取一部分個體作為警戒者，這些個體的任務(wù)是進(jìn)行更廣泛的搜索，以防算法過早收斂得到次優(yōu)解，這些警戒者的位置將根據(jù)式（3）進(jìn)行更新。

步驟5：每次迭代都將當(dāng)前的最優(yōu)解與之前保存的最優(yōu)解進(jìn)行比較。如果當(dāng)前解更優(yōu)，則更新當(dāng)前解為最優(yōu)解，反之，保留之前最優(yōu)解，不進(jìn)行更新。

步驟6：個體的位置是對應(yīng)適應(yīng)度值的，根據(jù)最優(yōu)適應(yīng)度值的更新情況，判斷是否更新個體的位置信息。

步驟7：判斷當(dāng)前迭代次數(shù)是否達(dá)到了預(yù)先設(shè)定的最大迭代次數(shù)，如果達(dá)到最大迭代次數(shù)，則結(jié)束迭代，繼續(xù)執(zhí)行算法下一步，否則重復(fù)步驟2。

步驟8：當(dāng)算法結(jié)束時，輸出最終優(yōu)化求解得出的PID控制器三個參數(shù)（Kp、Ki、Kd）。

4仿真驗證與結(jié)果分析

4.1覆膜裝置控制算法仿真

在進(jìn)行覆膜裝置控制算法仿真前，首先預(yù)設(shè)參數(shù)，將SSA算法的種群規(guī)模設(shè)為n=50，這表明每次有50只“麻雀”參與尋找最優(yōu)解。設(shè)置最大迭代次數(shù)為50，以保證算法有充足的時間尋找最優(yōu)解。設(shè)置發(fā)現(xiàn)者比例為0.7，其余為加入者，警戒者比例為0.2，下邊界為0.1，上邊界為30，保證最優(yōu)解在合理的范圍內(nèi)。設(shè)定維度為3，即PID控制器的三個參數(shù)。同步覆膜裝置是使用步進(jìn)電機(jī)控制角位移精準(zhǔn)旋轉(zhuǎn)，進(jìn)而調(diào)節(jié)速度使地膜料卷精準(zhǔn)鋪設(shè)，所以電機(jī)是整個控制系統(tǒng)的被控對象。為模擬實際情況，仿真是采用傳遞函數(shù)代替實際電機(jī)，傳遞函數(shù)為：

G（s） =s2+0.0（8）24s（6.2）86.24（4）

4.2 PID參數(shù)優(yōu)化

采用MATLAB軟件作為實驗平臺，使用麻雀搜索算法對PID控制器的三個關(guān)鍵參數(shù)Kp、Ki、Kd進(jìn)行了優(yōu)化處理，SSA算法在多次迭代過程中尋求到這三個參數(shù)的最優(yōu)解。如圖9所示為最優(yōu)適應(yīng)度曲線變化趨勢，通過觀察曲線可以發(fā)現(xiàn)，隨著迭代次數(shù)的不斷增加，最優(yōu)適應(yīng)度的值逐漸減小并趨于穩(wěn)定，其在第7次迭代時達(dá)到了最小值，這證明出SSA算法在尋找最優(yōu)解方面的出色性能，其具有較強(qiáng)的尋優(yōu)速度和收斂性能。通過SSA對PID參數(shù)的迭代優(yōu)化，我們最終得到了PID控制器三個參數(shù)的最優(yōu)解，即Kp=28.6299，Ki=24.8999，Kd=0.94276。

4.3仿真結(jié)果對比

運用SIMULIINK仿真工具對覆膜裝置控制算法進(jìn)行仿真分析，對比SSA-PID算法與傳統(tǒng)PID算法在控制系統(tǒng)調(diào)節(jié)性能上的差異。將SSA算法尋找到的最優(yōu)PID參數(shù)與傳統(tǒng)PID參數(shù)代入仿真模型中。同時，為模擬實際工作時的突變信號，設(shè)定歸一化轉(zhuǎn)速作為階躍信號輸入。兩種控制方法的響應(yīng)曲線如圖10所示。圖10中的響應(yīng)曲線顯示出，SSA-PID的曲線呈現(xiàn)更快的上升趨勢，且超出目標(biāo)輸出的幅度較小，其更快的穩(wěn)定于目標(biāo)輸出值。這一現(xiàn)象表明相較于傳統(tǒng)PID控制器，SSA-PID的響應(yīng)速度更具優(yōu)勢，且調(diào)節(jié)速度變化更加穩(wěn)定，具有更優(yōu)的控制效果。而傳統(tǒng)PID的超調(diào)程度較大，且趨于平穩(wěn)的調(diào)節(jié)時間較長，這意味著在實際運用中，傳統(tǒng)PID控制器可能需要更長的時間來達(dá)到穩(wěn)定的工作狀態(tài)。

從圖10中我們可以提取出SSA-PID與傳統(tǒng)PID控制器在各項時域性能指標(biāo)上的數(shù)據(jù)，具體數(shù)值如表2所示。從表2中可以直觀看出，SSA-PID控制器在多個關(guān)鍵性能指標(biāo)上表現(xiàn)出色。在響應(yīng)速度方面，SSA-PID控制器優(yōu)于傳統(tǒng)PID控制器，其上升速度較傳統(tǒng)PID控制器快了0.015秒，穩(wěn)定時間縮短了0.109秒，這使得SSA-PID控制器的總響應(yīng)速度快了0.134秒。這表明系統(tǒng)能夠更快的達(dá)到穩(wěn)定狀態(tài)，確保了覆膜裝置的覆膜同步性能。并且，SSA-PID控制器在超調(diào)量上也展示了顯著優(yōu)勢，其超調(diào)量僅為1.1%，相較傳統(tǒng)PID控制器減少了21.5%，超調(diào)量的顯著減小表示SSA-PID控制器在控制系統(tǒng)中的波動更小，其產(chǎn)生更小的誤差，能夠能加精確地穩(wěn)定在設(shè)定值上，這一對比結(jié)果進(jìn)一步證明了SSA-PID控制性能的穩(wěn)定性和優(yōu)越性，增強(qiáng)了系統(tǒng)在面對復(fù)雜環(huán)境時的穩(wěn)定性，為實際覆膜過程提供了更可靠的保障。

5結(jié)論

1）針對目前水稻種植覆膜機(jī)載膜量較小、覆膜質(zhì)量差的問題，研制了一種電動同步覆膜裝置，將無動力覆膜裝置改進(jìn)為步進(jìn)電機(jī)驅(qū)動的電動覆膜裝置，將載膜量從常規(guī)的20kg增加到60kg，大大減少了水稻種植覆膜機(jī)田間作業(yè)時的裝膜次數(shù)，提高了種植效率。

2）采用SSA-PID的控制方法來控制電動覆膜裝置，使用麻雀搜索算法優(yōu)化PID的參數(shù)，再與傳統(tǒng)PID進(jìn)行對比。使用MATLAB進(jìn)行仿真，觀察兩種方法的圖像表明，經(jīng)過SSA算法優(yōu)化后的PID控制器，其響應(yīng)速度更加迅速，超調(diào)量更小，這說明SSA算法在尋找最優(yōu)解方面，相比于傳統(tǒng)PID更為高效，傳統(tǒng)PID往往需要用繁瑣費時的手動調(diào)節(jié)方法。SSA-PID控制方法在電動同步覆膜裝置控制系統(tǒng)中具有更好的控制效果。

3）后續(xù)研究將進(jìn)一步對電動裝置的結(jié)構(gòu)進(jìn)行優(yōu)化設(shè)計，以提高其在水田環(huán)境中的工作可靠性和與不同機(jī)型的水稻種植機(jī)的適配性。并且在優(yōu)化結(jié)構(gòu)設(shè)計的基礎(chǔ)上，對控制算法改進(jìn)，提高算法的收斂速度和搜索精度，以此來提高覆膜同步率。

參考文獻(xiàn)：

[1]沈菁，張莉，趙洪陽，等.浙江省新墾耕地土壤培肥和覆膜節(jié)水栽培對土壤肥力和水稻產(chǎn)量的影響[J].中國稻米，2024，30（4）：81-85.

[2]王玉，何文清，靳拓，等.基于生命周期評價的東北地區(qū)覆膜水稻環(huán)境影響分析[J].農(nóng)業(yè)資源與環(huán)境學(xué)報，2024，41（4）：918-925.

[3]溫浩軍，陳學(xué)庚，陳浩，等.農(nóng)田地膜回收機(jī)械應(yīng)用現(xiàn)狀與發(fā)展[J].農(nóng)業(yè)環(huán)境科學(xué)學(xué)報，2024，43（6）：1271-1277.

[4]邢占強(qiáng)，方永輝，韓休海.水稻機(jī)械覆膜插秧技術(shù)及裝備的研究[J].農(nóng)機(jī)化研究，2023，45（1）：264-268.

[5]趙娜.寒地有機(jī)水稻覆膜（降解膜）機(jī)插技術(shù)產(chǎn)量和效益分析[J].現(xiàn)代農(nóng)業(yè)，2020，（11）：28-29.

[6]邢占強(qiáng)，方永輝，韓休海.水稻機(jī)械覆膜插秧技術(shù)及裝備的研究[J].農(nóng)機(jī)化研究，2023，45（1）：264-268.

[7]吳家安，常傳義，高明宇，等.基于久保田高速插秧機(jī)覆膜裝置的設(shè)計與試驗[J].農(nóng)機(jī)化研究，2023，45（11）：75-81.

[8]張福學(xué)，李建新.2DMF-1型自走式地膜機(jī)的研制[J].農(nóng)機(jī)使用與維修，2020（2）：7-9.

[9]Li，H.;Zeng，S.;Luo，et al.Design，DEM Simulation，and Field Experiments of a Novel Precision Seeder for Dry Di?rect-Seeded Rice with Film Mulching[J].Agriculture 2021，11：378.

[10]高占文，張旭，金青子.水稻種膜覆膜直播機(jī)的設(shè)計與試驗[J].農(nóng)機(jī)化研究，2024，46（10）：97-101.

[11]韓休海，邢占強(qiáng)，于磊，等.水稻機(jī)械覆膜插秧試驗研究[J].農(nóng)機(jī)化研究，2020，42（12）：176-179.

[12]王亨泰，孫偉，張華，等.機(jī)械化膜上種植技術(shù)發(fā)展概況[J].農(nóng)業(yè)裝備與車輛工程，2022，60（12）：7-11.

[13]王誠鵬，王文蔚.農(nóng)機(jī)電動化是新的增長點[J].儲能科學(xué)與技術(shù)，2023，12（8）：2705-2706.

[14]程前，李赫然，聶卓赟，等.基于微分平坦的旋轉(zhuǎn)倒立擺雙閉環(huán)抗擾PID控制[J].儀器儀表學(xué)報，2023，43（9）：284-291.

[15]彭云龍，康元磊，于逸塵，等.基于精準(zhǔn)停車及節(jié)能優(yōu)化的列車速度跟隨控制[J].城市軌道交通研究，2024，27（6）：215-220.

[16]張稚荷，周凱紅，朱夢巖.基于改進(jìn)SSA優(yōu)化PID的下肢康復(fù)機(jī)器人控制[J].現(xiàn)代電子技術(shù)，2024，47（13）：153-159.

[17]ZHANG J，ZHU X，LI J.Intelligent Path Planning With an Improved Sparrow Search Algorithm for Workshop UAV Inspection[J].Sensors.2024，24（4）：1104.

[18]常傳義，吳家安，高明宇，等.有機(jī)水稻覆膜栽培技術(shù)與機(jī)具研究進(jìn)展[J].江蘇農(nóng)業(yè)科學(xué)，2022，50（22）：46-55.

[19]余文浩，齊立哲，梁瀚文，等.基于深度強(qiáng)化學(xué)習(xí)的分層自適應(yīng)PID控制算法[J].計算機(jī)系統(tǒng)應(yīng)用，2024：1-9

[20]LIU Y，SHI Z，F(xiàn)U B，et al.Radar Error Correction Method Based on Improved Sparrow Search Algorithm[J].Applied Sciences.2024，14（9）：3714.

[21]YUE Y，CAO L，LU D，et al.Review and Empirical Analy?sis of Sparrow Search Algorithm[J].Artif Intell Rev 2023，56（10），10867-10919.

[22]GHAREHCHOPOGH FS，NAMAZI M，EBRAHIMI L，et al.Advances in Sparrow Search Algorithm：A Comprehen?sive Survey[J].Archives of Computational Me-thods in En?gineering.2023，30（1）：427-55.

[23]XUE J，SHEN B.A Novel Swarm Intelligence Optimiza?tion Approach：Sparrow Search Algorithm[J].Systems Sci?enceamp;Control Engineering.2020，8（1）：22-34.

[24]牟遠(yuǎn)明，卓然，高飛.基于混合改進(jìn)麻雀搜索算法的農(nóng)用移動機(jī)器人路徑規(guī)劃[J].中國農(nóng)機(jī)化學(xué)報，2024，45（9）：234-243.

[25]王振東，王建蘭，王俊嶺，等.融合多策略學(xué)習(xí)型麻雀搜索算法的UWSN覆蓋優(yōu)化[J].傳感技術(shù)學(xué)報，2024，37（8）：1424-1433.

[26]王爾申，王歡，雷虹，等.基于麻雀搜索算法的ARAIM故障子集優(yōu)化算法[J].北京航空航天大學(xué)學(xué)報，2024，50（7）：2066-2073.

Research and Design of Control of Large Load Modulus Laminating Device Based on Sparrow Algorithm

HUANG Lei1，QIU Changming1，ZHANG Yu1，XIAO Di2

（1.School of Mechanical and Electrical Engineering，Anhui Jianzhu University，Hefei Anhui 230601，China;2.CNOOC Environmental Services（Tianjin）Co.，Ltd.，Tianjin 300450，China）

Abstract：In order to solve the problems of overstretching，breakage and small film carrying capacity and the need for manual film replace-ment in the operation process of rice planting mulching machine，an electric synchronous mulching device that can be matched with rice planting machine was developed to increase the film carrying capacity，and the PID control method based on the optimization parameters of the sparrow search algorithm was adopted to realize the accurate control of the mulching process by using the PID control after parameter optimization.The simulation results show that the bearing weight of the plastic film roll of the electric mulching device is increased to 60kg，and compared with the traditional PID control method，the response speed of the SSA-PID controller is increased by 0.134s，and the over-shoot amount is reduced by 21.5%，which has a better control effect.

Keywords：rice planting mulching machine;laminating device;PID;sparrow optimization algorithm

（責(zé)任編輯：李強(qiáng)）