产品分类
联系我们
电话: 0438-712085
传真: 0438-712085
邮箱: qipzwgnpt@the-glass-centre.com
地址: 吉林省松原市
新闻中心

基于流量调节阀和神经网络的在线混药装置

在线混药避免了人工混药和清洗,便于实现植保机械施药量与机组行驶速度的自动匹配,提高了施药过程的安全性。目前国内变量喷雾主要采用预混药式,药液浓度不变,通过改变施药量得以实现,主要手段有压力式、脉宽调制(PWM)式等。以上方式通常使喷雾效果(雾滴大小、飘移性和分布均匀性)受到一定的影响。实时混药变量喷雾也已有研究成果,但农药原液的小流量计量和控制问题仍没有得到完全解决。

Miller等利用微孔流量计对一种混药装置的质量浓度变化进行了监测,但该方法用到的流量计成本较高。刘志壮等采用研制的差压式液体流量计对进入混药器的水流量和农药流量同时进行测控,从而实现在线混药,该方法采用的流量计为差压式流量计,而差压式流量计存在测量精度普遍较低、压损大、测量范围窄的缺点。贾卫东等针对采用开环控制方式的喷雾施药在线混合装置存在的两个主要问题:无法实时获取混合比信息和抑制混合管路扰动信号所引起的混药比偏差,基于农药光透性的混药比反馈进行了在线混药装置的研究,实现了在线混药的闭环控制,该方法只能对有色农药进行检测,且没有指出采用何种控制方法。邱白晶等根据不同质量浓度溶液折光率不同的原理,进行了混药质量浓度的在线检测,但该方法只能对有色农药进行检测。李羊林等对双级射流装置进行了试验研究,通过对双级射流泵的试验,揭示了试验中各参数之间对压力损失、混药比之间的内在规律。近年来,国外学者对喷头注入式在线混药方式进行了研究,试图通过缩短混药管路以减小扰动因素对混药过程的干扰,并缩短在线混药响应时间,但存在药液混合均匀性难以保证和要求药液注入装置出口压力较高的问题,从而使得混药装置成本提高。基于上述现状可知,目前仍缺乏简单、低成本、确实有效的在线混药装置,需要突破的关键问题是农药的小流量实时动态测控。

为此,本文提出一种利用调节阀对药液流量实时检测和自动控制、药水混合液浓度可调、在线自动混药的变量喷雾系统,并进行了室内试验。通过对水流量和农药流量同时进行测控,实现在线混药的同时获得药液的质量浓度和体积浓度。

1 混药装置结构与工作原理

1.1 混药装置结构

在线混药装置的结构如图1所示。事先将水和农药分别储存在水箱和药箱中。在隔膜泵和药泵作用下,水和农药在管道混合,经过滤器过滤后通过相应电磁阀和喷头喷出。农药流量由流量调节阀实现精密测量和控制,水流量通过流量传感器检测。通过精密控制水流量和农药流量即可获得所需的药液浓度。为防止混合后的药液向药箱倒流,在流量调节阀的出口管路上设置了单向阀。溢流阀和溢流阀分别用于限制在线混药装置的喷杆压力和药液管路的工作压力。差压传感器用于对流量调节阀的进出口压差进行检测。各高速开关电磁阀由控制器输出的多路独立可调的信号分别控制。当电磁阀开启时,药液经电磁阀由喷头喷出;电磁阀关闭,停止喷雾。同时设置4个喷施流量传感器,以实现各喷杆分区内实际喷施流量的实时监测。试验系统采用RS-360SH型齿轮泵为而变化,因而在流体物理特性不变时,流量关系表达式可以表示为药液注入泵,流量为0.01m3/h。水泵采用PLD-1201型隔膜泵,操作电压为直流12V。

本文所研究的喷杆喷雾机喷雾量为12~120L/min,药水混合比一般为1:500,则农药的流量为24~240mL/min,目前市场上难以找到这种小规格、高分辨率的流量计,这就要求必须通过其他手段解决农药的小流量检测,本文提出用流量调节阀来实现对农药流量的检测和控制方法。

图1 喷雾机混药装置结构示意图

1.水箱2.隔膜泵3.比例溢流阀4.水流量传感器5.喷雾压力传感器6.喷施流量传感器7.高速开关电磁阀8.喷头9.过滤器10.单向阀11.差压传感器12流量调节阀13.药液比例溢流阀14.药泵15.药箱16.控制器

1.2 工作原理

流过调节阀的流量表达式为

(1)

其中  Δp=p1-p2

式中  ρ—流体密度

KV—流量系数

p1、p2—阀前、阀后压力

N—工程单位系数

由调节阀的节流特性分析可知,流过调节阀的流量大小主要取决于阀门与流体的物理特性,且调节阀流量系数KV随阀门开度变化而变化,因而在流体物理特性不变时,流量关系表达式可以表示为

Q=f(Δp,O)    (2)

式中  O—阀门开度

考虑到喷雾作业时药水体积比约为1:500,农药占药水混合液的份额较小,因此,可将药水混合液的密度近似为水的密度,即在混药过程中药水混合液密度为一常数。结合式(2)可知,流过调节阀的农药流量只与流量调节阀上下游压差和阀开度有关。因此,只要通过标定建立流量与流量调节阀上下游压差及阀开度间的关系模型,即可通过控制阀门开度来在线检测和控制药液的实际流量,从而实现在线实时混药。另外,喷雾压力一般在0.2~0.5MPa之间,在喷雾作业过程中,喷到大气中的雾滴为1个大气压(约0.1MPa),即使忽略管路压力损失,调节阀上下游最大压差为0.4MPa,因此,下面主要对压差小于0.4MPa情况展开研究。

2 控制系统设计

为实现在线自动混药的变量喷雾(改变药液浓度),设计了混药装置控制器,结构原理如图2所示。

图2 混药装置控制器原理框图

控制器通过CAN总线接收上位机传输的药水混合比、喷雾位置等命令,控制器可根据作物的病虫害情况实时控制药液浓度和喷头的喷雾状况。

控制器选用DSP56F805型数字信号控制器(美国,飞思卡尔半导体公司)。由于DSP56F805为3.3V系统,因此系统中多处设置电平转换器,以完成5V信号和3.3V信号间的相互转换。I/V变换电路中,采用165Ω的精密电阻将4~20mA的电流信号转变为0.66~3.3V的电压信号。D/A转换器采用TLC5615,10位分辨率,SPI串行接口、电压输出。

2.1 比例溢流阀

比例溢流阀选用DBEE6-1X/50型先导式比例溢流阀(德国,博世力士乐股份公司),最大流量为30L/min、通径6mm、最大工作压力5MPa、操作电压为直流24V、内部自带控制用集成电子元件、控制信号为0~10V电压信号、10%至90%阶跃响应时间约80ms、90%至10%阶跃响应时间约50ms。

2.2.传感器

喷杆压力检测采用CYT101型压力变送器(北京天宇恒创有限公司),最大静压小于(等于)20MPa,工作电压直流24V、量程0~5MPa、检测精度±0.2%F.S.、4~20mA电流输出、响应时间小于等于1ms。

水流量检测和喷施流量检测分别采用LWGY-15和LWGY-6型液体涡轮流量传感器(北京天宇恒创有限公司),量程分别为0.1~0.6m3/h和0.3~3m3/h,检测精度为±2%F.S.、4~20mA电流输出,工作电压为直流24V,耐压6.3MPa。

差压传感器选用HM31-3-A1-F0-W1差压变送器(德国HELM公司),量程0~500kPa,检测精度±0.1%FS,4~20mA电流输出,响应时间小于2ms。

2.3 流量调节阀控制装置

流量调节阀控制装置主要由针阀(10VRMM2812-C4,美国ParkerAutoclaveEngineers)、直流电动机(工作电压直流24V)和减速器组成,阀芯通过联轴器与减速器连接,电动机转动控制阀的开度,从而控制流量大小。

3 标定装置与方法

农药流量与阀开度的对应关系需要通过标定来确立。使用纯净水代替真实农药。标定装置如图3所示。在控制器作用下,使流量调节阀上游压力稳定在0.5MPa,控制器通过差压传感器检测流量调节阀上下游压力,压力调节阀用于改变调节阀出口压力。需要说明的是,压力调节阀、量筒和电子天平只在标定过程中使用。

图3 标定装置结构示意图

1.控制器2.药箱3.比例溢流阀4.药泵5.流量调节阀

6.差压传感器7.压力控制阀8.量筒9.电子天平

(1)手动调节压力控制阀以改变流量调节阀下游压力,直到压力稳定在约为0.1MPa(1个大气压)。

(2)通过控制器控制流量调节阀开度从100%以5%的步长逐渐减小到10%,启动混药装置,待喷雾压力稳定后,在每种开度下连续喷雾60s,同时分别用2000mL的量筒和精度为±0.1g的电子天平记录水的体积和质量,通过计算即可获得各对应开度下药液的体积流量和质量流量。

(3)手动调节压力控制阀,使流量调节阀下游压力分别设定为0.15、0.2、0.25、0.3、0.35、0.4、0.45和0.495MPa,重复步骤(2),获得不同压差时,调节阀开度与流量的对应关系。

通过上述过程,可获得8种压差条件和19种开度条件下的152个有效样本数据(具体数据见表1,限于篇幅限制,在此只给出采集的部分原始样本数据)用于BP神经网络建模和结果校验。在模型适用范围内,随机选取了未参与建模的10个样本用于结果校验。

4 BP神经网络建模

通过对采集的原始样本数据的分析发现,流量Q与调节阀上下游压差、阀门开度呈明显非线性关系,这与1.2节的理论分析相一致。而神经网络具有很强的非线性映射能力,因此本文采用神经网络建模方法。3层神经网络的数学表达式可表示为

(3)

(4)

式中,xi为输入量,本文中代表调节阀上、下游压力差Δp、阀门开度O;yj为隐层输出,I和J分别为输入层和隐层节点个数;zk为输出,代表液体流量;whij为输入层到隐层的权值,bj为隐层神经元的阈值,wojk为隐层到输出层权值,ck为输出层阈值,fy,fz为激励函数。隐层选用传递函数f(x)=tan(1/(1+e-x)),输出层选用线性函数。网络训练选用Levenberg-Marquardt(LM)算法,经过对比多次训练结果,本文最后选用2-5-1的网络结构,所得到的训练结果如表2所示。式(3)、(4)及表2所示的权值构成了所建立的非线性模型。

表1 神经网络建模样本数据

表2 神经网络的权值和阈值

为第i个输入所对应的第j个隐层节点权值,wo,j,1为输出层所对应的第j个节点权值,bj为第j个节点对应阈值,cj为输出层阈值。

5 混药装置性能测试

为检验所建模型在2个输入变量:调节阀上下游压差Δp为5~400kPa、阀门开度O为10%~100%范围内的适用性,将所建模型写入混药装置的控制器中,同时通过控制Δp和O,使Δp和O呈现10个不同组合(未参与建模),具体组合见表3。所采用的试验装置如图4所示。在控制器作用下,对这10个组合下对一定时间内农药流量用量筒和精度为±0.1g的电子天平对混药装置工作过程中的农药流量进行计量,获得质量流量和体积流量(表3中的实测值)。将每个样本对应的2个输入变量的值代入所建模型,即可得到相应的计算值,最后将实测流量值与计算值进行对比,结果如表3。

表3 试验结果

图4 试验装置

考虑到喷雾作业时喷雾机组的农药流量为24~240mL/min,因此,所设计的混药装置提供的农药流量调节范围为24~240mL/min即可满足要求。由表1和表3可知,所设计的混药装置完全满足该要求。

表3所示的2-10号9个随机检验样本模型计算值和实测值间的相对偏差均小于4%,而1号样本的相对偏差较大,达到9.02%,这表明在低流量时混药装置的控制精度较低,同时由于实际喷雾作业时农药流量为24~240mL/min,而1号样本对应的流量小于24mL/min,因此,虽然1号样本的相对偏差较大,但不会影响实际作业过程中农药流量的控制精度。由于小流量检测和控制测量手段仍是目前需要突破的瓶颈的情形下,1号样本的测量精度在实际中是可以接受的。另外,虽然通过继续增加训练样本数量、增加神经网络隐层节点数等有可能进一步提高模型拟合精度。但也会由此带来神经网络学习过度,呈现对训练样本拟合精度高而对未参与训练的测试样本拟合精度低的情况。

6 结论

(1)基于在线混药装置的需要,以DSP56F805芯片为核心,设计了药水流量实时检测、流量自动控制、在线自动混药的变量(变药液浓度)喷雾系统,实现了变量喷施作业过程中的低成本高精度自动实时在线混药。

(2)在线混药装置,采用调节阀对农药原液进行测控,采用普通流量计对水进行检测,通过作业时的喷雾机组喷幅宽度、喷头在当前喷施区域的农药原液设定施用量在线自动调节农药原液流量,使整个作业过程中药液浓度稳定。

(3)所研制的混药装置,不仅可获得药水混合液的体积浓度,还可获得质量浓度。农药流量在24~240mL/min范围内时,混药装置的药液流量相对偏差均小于4%。

BACK

版权所有:吉林省复盛调节阀有限公司, All rights reserved

地址:吉林省松原市  电话:0438-712085  邮箱: qipzwgnpt@the-glass-centre.com