

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、營養(yǎng)液的控制主要是調(diào)節(jié)、控制營養(yǎng)液的pH值、電導率(EC)值、溶氧量及溫度,是無土栽培的重要環(huán)節(jié)。在其它條件相仿的情況下,營養(yǎng)液控制的好壞決定著蔬菜作物的產(chǎn)量和品質(zhì)[1]。營養(yǎng)液調(diào)配控制系統(tǒng)是一個非線性、滯后參數(shù)時變的非最小相位系統(tǒng),同時還存在各種約束條件。因此,要想精確建立其數(shù)學模型是非常困難的。采用傳統(tǒng)的控制方法很難得到理想的控制效果。預測控制采用信息建模的思想,可根據(jù)需要方便地建立營養(yǎng)液供給調(diào)節(jié)系統(tǒng)的非參數(shù)階躍響應模型[2],非常
2、適合營養(yǎng)液調(diào)配這種復雜的非線性的控制系統(tǒng)。 本文論述了預測控制技術在營養(yǎng)液控制系統(tǒng)中的應用研究。通過理論分析和仿真試驗,探索了動態(tài)矩陣控制不同參數(shù)對系統(tǒng)控制性能的影響,并采用了智能采樣開關與動態(tài)矩陣控制相結合,有效地解決了營養(yǎng)液的pH值、電導率(EC)調(diào)控中存在的大滯后和超調(diào)問題。另外,通過大量的試驗,驗證了所采用的動態(tài)矩陣控制算法在營養(yǎng)液控制系統(tǒng)中應用的有效性。試驗結果表明:該系統(tǒng)運行穩(wěn)定,控制精度符合使用要求,達到了預期的設
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 灰色廣義預測控制在營養(yǎng)液調(diào)配系統(tǒng)中的應用研究.pdf
- 自適應模糊控制技術在營養(yǎng)液自動控制中的應用研究.pdf
- 營養(yǎng)液精確調(diào)配控制系統(tǒng)研究.pdf
- 混沌-步長加速法在營養(yǎng)液自適應控制系統(tǒng)中的應用.pdf
- 多通道營養(yǎng)液在線測控系統(tǒng).pdf
- 溫室營養(yǎng)液過程循環(huán)檢測控制系統(tǒng)的研究與開發(fā).pdf
- 智能溫室營養(yǎng)液滴灌設備測控系統(tǒng)設計.pdf
- 廣義預測控制的應用研究.pdf
- 多模型預測控制的應用研究.pdf
- 預測控制算法及其應用研究.pdf
- 沼液營養(yǎng)液在蔬菜無土栽培上的應用研究.pdf
- 營養(yǎng)液配方大全
- 缺鎂營養(yǎng)液
- 溫室營養(yǎng)液循環(huán)過程檢測與控制研究.pdf
- 預測控制在單元機組控制中的應用研究.pdf
- 預測控制在啤酒發(fā)酵溫度控制中的應用研究.pdf
- 磨礦過程預測控制應用研究.pdf
- 預測控制技術及其應用研究.pdf
- 監(jiān)督預測控制算法的應用研究.pdf
- 球磨機的預測控制策略及應用研究.pdf
評論
0/150
提交評論