節水灌溉 Water Saving Irrigation 基于WOA優化模糊PID的設施智能 水肥系統設計與實現 趙澤能 1 許敏界 2 華 珊 2 李雙偉 2 徐志福 2 韓愷源 2 陳貴才 1 1 浙江科技學院生物與化學工程學院 浙江 杭州 310023 2 浙江省農業科學院農業裝備研究所 浙江 杭州 310021 摘 要 為解決傳統水肥灌溉難以精準施肥以及水資源浪費的問題 針對當前水肥系統自適應能力差 存在非 線性 時變性和滯后性以及自動化程度低等難點 設計了一套適用于設施農業的智能水肥遠程控制系統 該系統通 過基于鯨魚優化算法 Whale Optimization Algorithm WOA 優化模糊PID調控本地端電動球閥開度進而精確控制水 肥溶液電導率 EC 實現遠程控制電導率至設定范圍 利用MATLAB Simulink對PID 模糊PID 以及基于WOA 優化的模糊PID控制系統進行仿真 發現較傳統的PID控制模型 系統的超調量僅為PID控制的2 7 調節時間縮 短了86 5 穩態誤差降低了99 8 實現了智能終端對傳感器數據實時監測和智能算法對水肥溶液EC值遠程精確 控制 具有較高的實際運用價值 關鍵詞 智能水肥系統 鯨魚優化算法 WOA優化 模糊PID 電導率 超調量 調節時間 穩態誤差 中圖分類號 S275 TP273 DOI 10 12396 jsgg 2023146 趙澤能 許敏界 華 珊 等 基于WOA優化模糊PID的設施智能水肥系統設計與實現 J 節水灌溉 2023 9 64 70 DOI 10 12396 js gg 2023146 ZHAO Z N XU M J HUA S et al Design and implementation of facility intelligent water and fertilizer system based on WOA optimization fuzzy PID J Water Saving Irrigation 2023 9 64 70 DOI 10 12396 jsgg 2023146 Design and Implementation of Facility Intelligent Water and Fertilizer System Based on WOA Optimization Fuzzy PID ZHAO Ze neng 1 XU Ming jie 2 HUA Shan 2 LI Shuang wei 2 XU Zhi fu 2 HAN Kai yuan 2 CHEN Gui cai 1 1 School of Biological and Chemical Engineering Zhejiang University of Science and Technology Hangzhou 310023 China 2 Institute of Agricultural Equipment Zhejiang Academy of Agricultural Sciences Hangzhou 310021 China Abstract There are difficulties in the current water and fertilizer system such as poor adaptive ability nonlinearity time varying lag and low automation level To solve the problems of precision fertilization and waste of water resources in traditional water and fertilizer irrigation this study designed an intelligent water and fertilizer remote control system which is suitable for facility agriculture In the system fuzzy PID was optimized based on the Whale Optimization Algorithm WOA which controls the opening of local electric ball valves and then precisely controls the electrical conductivity EC of water and fertilizer solution realizing remote control of the electrical conductivity in the setting range MATLAB Simulink was used to simulate PID fuzzy PID and WOA optimized fuzzy PID control system The results showed that the overshoot of the system was only 2 7 of the PID control the adjustment time decreased by 86 5 and the steady state error increased by 99 8 compared to the traditional PID control model This study has achieved real time monitoring of sensor data by the intelligent terminal 文章編號 1007 4929 2023 09 0064 07 收稿日期 2023 04 14 接受日期 2023 06 20 基金項目 浙江省 尖兵 領雁 研發攻關計劃 特色果樹高效栽培數字化技術研究與應用 楊梅高效促成栽培數字化技術研究與應用 2023C02031 作者簡介 趙澤能 1998 男 碩士研究生 主要研究方向為智能制造技術 E mail 222103855011 通訊作者 華 珊 1986 女 副研究員 主要研究方向為數字農業與智能裝備 E mail qbxs dhl 64 基于WOA優化模糊PID的設施智能水肥系統設計與實現 趙澤能 許敏界 華 珊 等 and the remote precise control of EC value of water and fertilizer solution by intelligent algorithms which is important to practical application Key words intelligent water and fertilizer system whale optimization algorithm WOA optimization fuzzy PID algorithm electrical conductivity overshoot adjusting time steady state error 0 引 言 水肥一體化是建立在滴灌系統基礎上的現代農業技術 旨在實現節水 節肥 高產 高效的目標 以肥調水 以水 促肥為核心理念 在現代農業科學領域受到廣泛關注 并對 農業的可持續發展產生著重要的影響 1 2 在水肥一體化系統 中 精確配肥至關重要 通過控制肥液濃度在最佳范圍內 可促進作物根系的生長發育 并增強土壤中礦物質的吸收能 力 3 例如不同水肥的調控對水稻生長特征表現就較為明顯 4 隨著5G 物聯網 現代工業控制和無線通信等技術應用于農 業生產中 現代農業逐漸向智慧農業轉型 5 水肥一體化系統的時變性 非線性和滯后性等問題會對 水肥灌溉的運行效率產生不利影響 因此制定高效的肥水灌 溉控制策略至關重要 目前國內外主要采用PID以及模糊PID 的控制策略實現對系統的精確控制 6 7 王正等 8 提出一種改進 Smith預估補償的模糊PID控制 引入Smith預估器并對其進行 結構優化 解決被控對象模型不適配引起的決策失誤問題 該方法相較于傳統模糊PID具有更好的控制品質和更短的響應 時間 謝佩軍 9 等提出改進離散灰色預測的新型變論域模糊 PID控制方法 融合超前控制的改進型離散灰色預測 增加了 系統的適應性 解決了大時滯問題 提高了智能灌溉系統的 肥液控制效果 宋卓研 10 等利用POS和BP神經網絡算法優化 PID控制參數 引入預測補償和提前干預 有效解決了非線 性 時變性和滯后性等問題 許景輝 11 等設計出基于人群搜索 算法優化PID的智能灌溉控制策略 提高了系統性能 并將人 群搜索算法與多種算法進行對比 體現算法優越性 但該方 法仍舊停留在仿真階段 吳琦 12 等利用蟻群算法優化變論域伸 縮因子 根據系統環境變化實時改變伸縮因子 實現控制pH 在7 0 以上研究為基于本地端的控制 朱德蘭 13 等將自整定 模糊PID算法嵌入遠程服務終端設計出遠程調節EC的水肥控 制系統 綜上所述 智能算法優化PID一定程度上解決了水肥 系統時變性 自適應能力差等問題 但當前研究大多還處于 試驗仿真階段 遠程控制一定程度上提高了工作效率 但與 智能算法結合的研究相對較少 本文結合智能算法與遠程控制技術 設計了基于WOA優 化模糊PID的設施智能水肥系統 利用鯨魚優化算法收斂速度 快 自適應強等特點優化模糊PID參數 結合農業物聯網遠程 監測和控制技術 實現對水肥EC值的遠程精確調控 1 水肥系統架構設計 1 1 硬件結構設計 水肥系統結構圖如圖1所示 該水肥系統主要由恒壓供水 模塊 母液補給模塊 出肥模塊 灌溉區以及控制中心組成 恒壓供水模塊主要由蓄水池 疊片過濾器 流量計 電磁閥 離心變頻泵組成 該模塊主要為系統提供純凈的水源以及動 力 母液補給模塊由母液桶 酸液桶 疊片過濾器 電動球 閥 流量計以及文丘里吸肥器組成 母液桶和酸液或母液桶 中裝有攪拌機與液位傳感器 電動球閥通過RS 485總線收發 信號并智能調節閥門開度以控制流量 流量計通過RS 485總 線傳遞母液流量數據 文丘里吸肥器利用流速產生壓力差的 原理吸收母液至混肥桶 出肥模塊由混肥桶 電磁閥 EC傳 感器 pH傳感器 變頻離心泵 流量計組成 混肥桶具有同 時出肥和回流功能 EC傳感器和pH傳感器分別檢測EC以及 pH值 變頻離心泵為吸肥提供動力 控制中心主要由上位機 PLC控制單元組成 上位機負責將獲取的傳感器數據傳輸給遠 程服務器并將反饋的決策值給PLC控制控制單元 PLC執行指 令完成相應動作 實現精準控制水肥EC值 1 2 遠程控制系統 遠程控制系統主要分為遠程端和本地端兩部分 如圖2所 示 本地端設備主要由觸摸屏 PLC 壓力傳感器 EC傳感 器 流量計 pH傳感器 電動球閥 電磁閥 攪拌機 離心 泵以及本地端服務器組成 遠程端主要由云服務器 用戶終 端以及開發者服務器組成 組態屏通過RS 485總線與PLC進 行通訊 PLC控制電動球閥 電磁閥 攪拌機以及離心泵執行 指令并接受傳感器數據 本地端服務器通過RS 232總線接收 來自PLC的信號并通過4G信號與遠程端進行數據交互 用戶 終端對接云服務器發送和接受數據便捷控制本地端設備運行 用戶終端主要包括PC機以及移動端 開發者服務器通過SDK 提供的API接口對接云服務器 將傳感器獲得的數據進行存儲 圖1 水肥系統結構圖 Fig 1 Structure diagram for water and fertilizer system 注 1 蓄水池 2 疊片過濾器 3 流量計 4 電磁閥 5 變頻離心泵 6 恒壓供水模塊 7 母液補給模塊 8 母液桶 9 酸液或母液桶 10 電動球 閥 11 文丘里吸肥器 12 混肥桶 13 EC傳感器 14 出肥模塊 15 pH傳 感器 16 灌溉區 65 基于WOA優化模糊PID的設施智能水肥系統設計與實現 趙澤能 許敏界 華 珊 等 以及算法處理 將接收的本地端EC傳感器數據通過基于WOA 的模糊PID算法處理 PLC將遠程端算法輸出信號通過RS 485總線輸入給電動球閥 電動球閥智能調節開度控制注入管 道的母液量進而實時控制系統出肥口溶液的EC值 2 基于WOA優化模糊PID的控制模型設計 2 1 水肥電導率分析模型 電導率的控制過程滿足質量守恒原理 當系統趨于動態 穩定時 流入混肥桶的水和流入混肥桶中的母液的質量和等 于混肥桶中的肥液和流出混肥桶的肥液的質量和 同時考慮 流入混肥桶中的母液總量由電磁閥調節開度來實現 因此表 達式為 q 1 t C 1 i 1 3 q 100 w i t C mi d V t C 2 t dt q 2 t C 2 t 1 式中 V t 為混肥桶中溶液體積 L q 1 t 為流入混肥桶的水流 量 L s C 1 為流入混肥桶的水濃度 mol L q 100 為電磁閥開 度為100 時的流量 L s w i t 為電磁閥開度信號 C mi 為流入 混肥桶的i號母液濃度 mol L q 2 t 為流出混肥桶的肥液流量 L s C 2 t 為流出混肥桶的肥液濃度 mol L 在實際應用中 系統達到動態平衡 混肥桶中的V t 恒定 可視為常數V T 各流入母液吸肥管道負壓相等 為了便于分 析 假設各母液管道控制電磁閥開度相等 母液濃度相等 又由于濃度與EC成正比關系 可將C 1 替換成流入混肥桶的電 導率E 1 將C mi 替換成流入各混肥桶母液電導率E m 將C 2 t 替 換成流出混肥桶的肥液電導率E 2 t w i t 替換成各路相等的電 磁閥開度信號w t 式 1 可表示為 q 1 t E 1 3 q 100 w t E m V T d E 2 t dt q 2 t E 2 t 2 從實際混肥特點看 可認為EC控制模型為典型一階滯后 模型 14 由于清水的EC值遠小于母液EC值可忽略 此時表達 式可為 3 q 100 w t E m V T d E 2 t dt q 2 t E 2 t 3 將式 3 拉氏變換后得 E s 3 E m q 100 V T s q 2 w s 4 式中 E s 和w s 分別為E 2 t 和w t 拉氏變換后的表達方式 由式 4 可知 控制響應特征為一階線性系統 通過試 驗數據測得 當q 100 0 121 L s E m 5 mS cm V T 60 L 系統 運行時出口壓力為0 16 MPa時 相應的q 2 1 1 L s 實測滯后 時間為0 57 s 將上述數據代入式 4 中的得到EC的近似傳 遞函數為 G s E s w s 1 65 54 5 s 1 e 0 57 5 2 2 模糊PID控制 模糊PID控制主要分為模糊控制和PID控制兩部分 如圖 3所示 系統的誤差e和誤差變化率ec作為模糊控制器和PID 控制器的輸入 模糊控制器通過將輸入信號模糊化 規則庫 模糊推理以及解模糊化處理 輸出PID參數修正量K p1 K i1 K d1 并作為PID控制器的輸入 實時修正PID參數值 圖2 遠程控制結構圖 Fig 2 Remote control structure diagram 圖3 模糊PID模型框圖 Fig 3 Block diagram for fuzzy PID model 66 基于WOA優化模糊PID的設施智能水肥系統設計與實現 趙澤能 許敏界 華 珊 等 PID參數的調整公式為 K p K p0 K p1 K i K i0 K i1 K d K d0 K d1 6 式中 K p K i K d 分別為修正后的比例 積分 微分系數 K p0 K i0 K d0 分別為PID修正前的比例 積分 微分參數 模糊控制輸入的檢測值給定EC值偏差e 偏差變化率ec 以及輸出的修正量K p1 K i1 K d1 通過模糊化分別轉換為模糊語 言變量E E t和KP KI KD 對應的模糊語言變量分別在 其論域上定義7個模糊子集 NB NM NS ZO PS PM PB 表示負 大 負中 負小 零 正小 正中 正大 量化論域都為 6 4 2 0 2 4 6 這些模糊子集采用三角形隸屬函數模糊化 Mamdani推理機制 重心解模糊化的方法 模糊控制規則如表 1所示 2 3 WOA優化模糊PID控制模型 2 3 1 WOA優化算法 WOA優化算法是一種基于仿生學思想的優化算法 由 Mirjalili等人于2016年提出 15 其靈感來源于座頭鯨的捕食行 為 通過更新鯨魚位置尋找最優解 具體的尋優過程可以分 為以下步驟 圍獵 氣泡網攻擊 隨機搜索機制 1 圍獵 鯨魚接近包圍獵物過程中發現最佳鯨魚位置 值X t 其他個體位置為X i t 第i個鯨魚在t 1代的搜索位 置為X i t 1 則其他鯨魚在第i代向最優位置靠近的迭代公 式為 X i t 1 X t A D 7 D C X t X i t 8 A 2 r a C 2 r a 2 1 t T max 9 式中 D表示當前位置與最優位置之間的距離 A和C為隨機 參數 r為 0 1 的隨機值 t為當前迭代次數 T max 為最大迭代 次數 2 氣泡網攻擊 該階段模擬鯨魚發動氣泡捕食 分別 有收縮包圍和螺旋式包圍兩種方式 以50 的概率更新位置 收縮包圍的數學模型和圍獵行為基本相似 只是將式 9 中 A的范圍縮小至 1 1 其他公式保持不變 螺旋式包圍的數 學模型如下 X i t 1 X t X i t e bl cos 2 d X t 10 式中 b表示對數螺旋形狀常數 l為 1 1 隨機數 3 隨機搜索機制 收縮包圍的捕食行為的數學模型中 A 1時 說明鯨魚個體距最優位置鯨魚較遠 此 時當前鯨魚會選擇一個隨機鯨魚位置靠近 擴大搜索范圍 提高全局搜索能力 公式如下 X i t 1 X rand t A D 1 11 D 1 C X rand t X i t 12 式中 X rand t 表示當前隨機鯨魚位置 D 1 表示當前隨機鯨魚位 置與當前最優鯨魚位置間距離 2 3 2 WOA優化模糊PID 模型如圖4所示 通過WOA優化算法優化模糊PID的量 化因子K e K ec 以及比例因子K p K i K d 在設定范圍內找出滿 足系統要求的最佳量化因子和比例因子 讓系統調控在具備 專家經驗的同時賦予其自學習能力 提高系統的自適應能力 和魯棒性 WOA優化模糊PID參數的流程圖如圖5所示 具體步驟 如下 1 首先初始化鯨魚種群 2 計算鯨魚個體的適應度 適應度函數選擇絕對積分 性能指標 ITAE 作為適應度函數 J ITAE 0 t e t dt 13 式中 J ITAE 表示絕對積分性能指標函數值 e t 為系統誤差 t 為積分時間 3 根據適應度值判斷是否滿足終止條件 滿足最小適 應度值或達到最大迭代次數 若滿足將最佳位置參數代入系 統退出循環 否則進入步驟 4 4 利用鯨魚算法機制更新鯨魚位置并計算適應度值 將當前適應度值與歷史最佳適應度值進行比較 并替換成最 優位置參數 表1 模糊控制規則表 Tab 1 Fuzzy control rules KP KI KD E NB NM NS ZO PS PM PB E t NB PB NB PB PB NB PB PM NB PS PM NS ZO NS NM ZO PS ZO PS ZO ZO PB NM PB NB PS PM NB PB PM NS PS PM NB PS PS NS ZO ZO ZO ZO ZO ZO ZO NS PM NM PS PM NM PS PS NS PS PS NS NS PS ZO NS NS PS NS NM PS NM ZO PM NM PM PS NS PS PS NS ZO ZO ZO NS PS PS PS NM PS NM NM PM NM PS PS NS PS PS NS PS ZO ZO ZO NS PS NS PM PS PM NM PM NM NM PM NS PM ZO ZO ZO ZO ZO NS NS PS NS NS PM NS PM PM PS NM PS NM NB PS NB PB ZO ZO ZO NS ZO ZO NS PS ZO NM PM PS PB PM PB NB PB NB NB PB NB 圖4 基于WOA優化模糊PID控制框圖 Fig 4 Block diagram for fuzzy PID control based on WOA optimization 67 基于WOA優化模糊PID的設施智能水肥系統設計與實現 趙澤能 許敏界 華 珊 等 5 再次進入步驟 3 進行判斷 直到找到最佳位置 參數 圖6為基于WOA優化模糊PID的水肥系統控制流程圖 該流程步驟如下 1 用戶設定混肥EC值 2 獲得設定值與實際檢測值進行比較 獲得誤差e t 以 及誤差變化率de t 3 根據輸入的誤差以及誤差變化率 利用WOA算法對 PID參數進行優化 獲得修正后的PID參數 4 將PID控制模塊的輸出信號傳遞至電動球閥調節閥門 開度 控制水肥EC值 5 判斷肥液EC值是否到達指定范圍 若否 反饋當前 水肥溶液EC值 再次回到步驟 2 直到滿足要求出肥 3 試驗結果分析 3 1 控制模型仿真與性能對比 為了驗證基于WOA優化模糊PID水肥系統的有效性 利 用MATLAB中的Simulink對其進行建模仿真如圖7所示 通過不斷的調試 選擇PID參數K p0 4 K i0 0 483 K d0 2 99 采用設定EC值為1 mS cm的階躍信號作為輸入 分別對 3種控制方法進行仿真實驗 結果如圖8所示 由曲線可知 基于WOA優化模糊PID與模糊PID PID控 制相比響應速度更快 穩定性更好 超調量明顯更小 穩態 精度較高 系統響應曲線平滑 魯棒性較好 各控制模型系 統性能對比如表2所示 由表2可知 基于WOA優化的模糊PID系統較傳統的PID 控制系統 超調量僅為PID控制的2 7 調節時間縮短了 86 5 系統的響應速度提高了5 4 穩態誤差降低了 99 8 較模糊PID控制系統 超調量僅為模糊PID控制的 7 5 調節時間縮短了85 4 系統的響應速度保持基本不 變 穩態誤差降低了97 3 3 2 系統測試 系統裝置如圖9所示 于2023年3月在浙江省農業科學院 桑園科研創新實驗基地進行實地測試 母液選擇水溶性復合 肥 N P 2 O 5 K 2 O 氮 磷 鉀 17 17 17 配置成的電導率 為5 mS cm的溶液 試驗結果如表3所示 由表3可知基于WOA的遠程模糊 PID控制的水肥系統較PID控制和模糊PID控制能夠較為準確 圖5 WOA優化模糊PID參數流程 Fig 5 The flow of WOA optimization for fuzzy PID Parameters 圖6 基于WOA優化模糊PID的水肥系統控制流程圖 Fig 6 Control flow chart for water and fertilizer system based on WOA optimization fuzzy PID 圖7 基于WOA優化模糊PID的水肥系統控制流程圖 Fig 7 Control flow chart for water and fertilizer system based on WOA optimization fuzzy PID 68 基于WOA優化模糊PID的設施智能水肥系統設計與實現 趙澤能 許敏界 華 珊 等 的調節EC至設定值范圍附近 且EC波動幅度也明顯較小 隨著EC設定值的增加 EC波動幅度減小 系統的穩態精度明 顯提高 系統適應性較強 魯棒性較好 與傳統水肥灌溉方 式相比 系統施肥用量減少了18 節水12 4 結 論 本文將基于WOA優化模糊PID的控制算法應用至水肥一 體化系統中 配合遠程控制系統對水肥溶液EC值遠程調控 解決了水肥控制系統的非線性和時變性等問題 實現了水肥 一體化系統的精確控制和穩定運行 具有一定的實用價值 1 將農業物聯網 自動化控制和無線通信等先進信息 技術集成應用于水肥一體化系統中 實現了對水肥EC的精確 控制與系統的高效運行 2 在滿足環境要求的情況下 根據水肥混肥原理建立 簡化的水肥混肥數學模型 為EC的精確調控提供了理論基 礎 MATLAB仿真對比試驗結果表明該系統較傳統的PID控制 模型 系統的超調量僅為PID控制的2 7 調節時間縮短了 86 5 穩態誤差降低了99 8 經過系統測試可見 該水肥 系統能夠較為準確的調節EC至設定值范圍附近 且EC波動 幅度明顯較小 系統的穩態精度明顯提高 系統適應性較強 魯棒性較好 與傳統水肥灌溉方式相比 系統施肥用量減少 了18 節水12 參考文獻 1 李傳哲 許仙菊 馬洪波 等 水肥一體化技術提高水肥利用效率研 究進展 J 江蘇農業學報 2017 33 2 469 475 LI C Z XU X J MA H B et al Research progress of water and fertilizer integration technology to improve water and fertilizer utilization efficiency J Jiangsu Journal of Agricultural Sciences 2017 33 2 469 475 2 袁念念 劉鳳麗 李亞龍 等 水肥一體化對土壤和作物水氮利用影 響研究進展 C 中國水利學會 中國水利學會2021學術年會論文 集第四分冊 鄭州 黃河水利出版社 2021 107 113 YUAN N N LIU F L LI Y L et al Research progress on effects of water and fertilizer integration on water and nitrogen utilization of soil and crops C Chinese Hydraulic Society The fourth volume of the 2021 Annual Conference Proceedings of China Hydraulic Society Zhengzhou The Yellow River Water Conservancy Press 2021 107 113 3 宋蒙亞 李忠佩 劉 明 等 不同有機物料組合對土壤養分和生化 性狀的影響 J 中國農業科學 2013 46 17 3 594 3 603 SONG M Y LI Z P LIU M et al Effects of different organic material combinations on soil nutrients and biochemical properties J Scientia Agricultura Sinica 2013 46 17 3 594 3 603 4 劉路廣 陳 揚 吳 瑕 等 不同水肥綜合調控模式下水稻生長特 征 水肥利用率及氮磷流失規律 J 中國農村水利水電 2020 12 67 72 76 LIU L G CHEN Y WU X et al Growth characteristics water and fertilizer utilization and nitrogen and phosphorus loss of rice under different integrated control modes of water and fertilizer J China Rural Water Resources and Hydropower 2020 12 67 72 76 5 賈敬敦 魯相潔 黃 峰 等 遠程控制與無線通信技術在農業中的 應用分析與展望 J 農業機械學報 2021 52 S1 351 359 JIA J D LU X J HUANG F et al Application analysis and prospect of remote control and wireless communication technology in 圖8 控制模型仿真曲線 Fig 8 Simulation curve for control models 圖9 水肥系統測試裝置 Fig 9 Testing device for water and fertilizer system 表2 各控制模型系統性能對比 Tab 2 Comparison of system performance for control models 控制模型 PID 模糊PID 基于WOA優化的模糊PID 上升時 間 s 11 1 9 9 10 5 調節時 間 s 61 4 56 7 8 3 超調 量 22 1 8 0 0 6 穩態誤 差 0 044 0 003 0 000 08 表3 水肥EC值檢測對比表 mS cm Tab 3 Comparison table of EC values for water and fertilizer 控制方式 PID 模糊PID WOA優化 模糊PID 目標EC值 1 5 2 0 2 5 3 0 1 5 2 0 2 5 3 0 1 5 2 0 2 5 3 0 穩態EC值范圍 1 23 1 76 1 85 2 26 2 35 2 69 2 88 3 13 1 33 1 72 1 87 2 14 2 40 2 61 2 93 3 08 1 41 1 58 1 95 2 06 2 48 2 53 2 99 3 01 穩態EC波動幅度 0 53 0 41 0 34 0 25 0 39 0 27 0 21 0 15 0 17 0 11 0 05 0 02 69 基于WOA優化模糊PID的設施智能水肥系統設計與實現 趙澤能 許敏界 華 珊 等 agriculture J Transactions of the Chinese Society for Agricultural Machinery 2021 52 S1 351 359 6 WANG X YOU G YANG S Fuzzy control model study on precision irrigation system for water stress in crops J OL Journal of Computers 2011 6 5 955 962 7 MOHAMMADI A RYU J C Neural network based PID compensation for nonlinear systems ball on plate example J International Journal of Dynamics and Control 2020 8 1 178 188 8 王 正 孫兆軍 基于改進Smith預估補償的智能滴灌系統模糊 PID控制 J 節水灌溉 2020 8 18 21 WANG Z SUN Z J Fuzzy PID control of intelligent drip irrigation system based on improved Smith prediction compensation J Water saving irrigation 2020 8 18 21 9 謝佩軍 張育斌 吳文賢 基于改進離散灰色預測的變論域模糊 PID灌溉控制 J 節水灌溉 2022 7 36 43 XIE P J ZHANG Y B WU W X Variable theory domain fuzzy PID irrigation control based on improved discrete grey prediction J Water Saving Irrigation 2022 7 36 43 10 宋卓研 徐曉輝 宋 濤 等 基于PSO BP優化PID模型的水肥控 制系統研究 J 中國農機化學報 2021 42 9 83 89 SONG Z Y XU X H SONG T et al Research on water and fertilizer control system based on PSO BP optimization PID model J Chinese Journal of Agricultural Mechanization 2021 42 9 83 89 11 許景輝 王 雷 譚小強 等 基于SOA優化PID控制參數的智能灌 溉控制策略研究 J 農業機械學報 2020 51 4 261 267 XU J H WANG L TAN X Q et al Research on intelligent irrigation control strategy based on SOA optimization of PID control parameters J Transactions of the Chinese Society for Agricultural Machinery 2020 51 4 261 267 12 吳 琦 詹 宇 于家旋 等 基于混合蟻群算法和變論域模糊控 制的混肥系統設計 J 中國農機化學報 2019 40 7 146 150 WU Q ZHAN Y YU J X et al Design of mixed fertilizer system based on Mixed ant colony Algorithm and variable domain Fuzzy Control J Chinese Journal of Agricultural Mechanization 2019 40 7 146 150 13 朱德蘭 阮漢鋮 吳普特 等 水肥一體機肥液電導率遠程模糊PID 控制策略 J 農業機械學報 2022 53 1 186 191 ZHU D L RUAN H C WU P T et al Remote fuzzy PID control strategy for hydraulic conductivity of water fertilizer integrated machine J Transactions of the Chinese Society for Agricultural Machinery 2022 53 1 186 191 14 王海華 付 強 孟繁佳 等 模糊與PI分段調控肥液EC的優化設 計與試驗 J 農業工程學報 2016 32 15 110 116 WANG H H FU Q MENG F J et al Optimization design and experiment of fuzzy and PI control fertilizer solution EC J Transactions of the Chinese Society of Agricultural Engineering 2016 32 15 110 116 15 MIRJALILI S LEWIS A The whale optimization algorithm J Advances in Engineering Software 2016 95 1 51 67 上接第63頁 quality J Water Resources and Hydropower Engineering 2009 40 1 34 36 43 9 代朝霞 城市河流階梯式溢流堰復氧效率數值模