[发明专利]一种基于FOD-PID控制方法的农业无线自动化监测控制系统在审

专利信息
申请号: 202110581661.8 申请日: 2021-05-27
公开(公告)号: CN113110036A 公开(公告)日: 2021-07-13
发明(设计)人: 王兴旺 申请(专利权)人: 上海农林职业技术学院
主分类号: G05B11/42 分类号: G05B11/42
代理公司: 上海天翔知识产权代理有限公司 31224 代理人: 高迷想
地址: 201699 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 fod pid 控制 方法 农业 无线 自动化 监测 控制系统
【权利要求书】:

1.一种基于FOD-PID控制方法的农业无线自动化监测控制系统,其特征在于,包括:

信息采集模块,所述信息采集模块实时采集农田的生态环境和农田内农作物的实时图像,用于选取适合当前农田内生长的农作物;

数据库模块,所述数据库模块包括当前农田内种植的农作物在不同生长阶段下的图像以及不同生长阶段下的生长所需环境数据信息;

环境调节模块,所述环境调节模块对当前农田的环境数据进行调节,构建农作物成长所需的环境;

处理器模块,所述处理器模块与所述信息采集模块、所述数据库模块和环境调节模块进行通信连接,所述处理器模块用于接收所述信息采集模块所采集的信息,并调取所述数据库模块内的信息,进行比对,计算出当前农田的生态环境需要调节的具体数据,所述处理器模块控制所述环境调节模块对当前农田的生态环境进行调节,向植株进行灌溉、施肥、喷药或补充光照;

GPS模块,所述GPS模块位于当前农田内,所述GPS模块对当前农田进行定位;

数据存储模块,所述数据存储模块用于将所述信息采集模块所采集的环境数据存储到云端,生成本地农作物生长数据;

移动终端,所述移动终端与所述处理器模块通过无线网络进行通信连接;所述移动终端可接收农田内的环境数据信息,需要调节农田内的生态环境时,所述移动终端发出警报并给出用户处理意见;

所述处理器模块的控制算法为FOD-PID控制算法,为:

其中:Tf=aT2,TI=T1+T2

得到:

得到FOD-PID控制算法表达式为:

微分部分:

化为差分方程为:

积分部分:

积分部分的输入为微分部分的输出M(s),积分部分的输出为V(s),可以得到

化成微分方程形式并用一阶差分法离散化,得到差分方程:

比例部分:比例部分的表达式为微分作用的输出乘以k1,即

klm(k)

所以FOD-PID控制算法的数字控制器的输出为

u(k)=klm(k)+v(k) (11)。

2.根据权利要求1所述的一种基于FOD-PID控制方法的农业无线自动化监测控制系统,其特征在于,所述信息采集模块包括:

摄像设备,所述摄像设备均匀分布在农田内,所述摄像设备用于采集农田内植株的图像信息;

传感器组件,所述传感器组件实时测量农田的环境信息,所述传感器组件包括光照传感器、空气温湿度传感器、土壤温湿度传感器、土壤成分传感器、风速传感器和二氧化碳传感器。

3.根据权利要求2所述的一种基于FOD-PID控制方法的农业无线自动化监测控制系统,其特征在于,当土壤水分低至土壤水分下限时,对土壤进行灌溉,直至土壤水分达到土壤水分上限;其中,通过土壤温湿度传感器测量的土壤水分数据进行数据比较,对土壤水分较低处进行局部灌溉,使得土壤中水分达到相对的一致性。

4.根据权利要求3所述的一种基于FOD-PID控制方法的农业无线自动化监测控制系统,其特征在于,所述信息采集模块还包括:

无人机,所述无人机可飞行在农田的上方,适于实时采集农作物种植区域的低空遥感图像,通过无线通讯将低空遥感图像数据传输至所述处理器模块;

VR操作平台,所述VR操作平台与所述无人机进行无线通讯连接,将低空遥感图像展现在监测人员眼前;

所述处理器模块可以将采集的低空遥感图像信息进行拼接、识别,计算植株的行距数据、株距数据、叶绿素含量数据、长势情况数据和病虫害情况数据。

5.根据权利要求4所述的一种基于FOD-PID控制方法的农业无线自动化监测控制系统,其特征在于,所述信息采集模块还包括一套无人机停放坞站,所述无人机停放坞站配备一个具有磁力接口的充电装置,在无人机归位时,可以自动吸附无人机的充电接口,给无人机进行自动充电。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海农林职业技术学院,未经上海农林职业技术学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110581661.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top