[发明专利]一种基于模糊PID控制的精确施肥量控制方法

权利要求书

1.一种基于模糊PID控制的精确施肥方法，其特征在于，所述方法包括以下步骤：

步骤一、构建土壤状况综合指标，根据层次分析法，得出不同元素含量的权重；

步骤二、确定当前土壤综合指标与理想值之间的误差，并通过差分处理得到与上一次误差之间的变化量，即误差变化率；

步骤三、将输入量模糊化，并得出隶属度值；

步骤四、计算每条模糊规则的激活强度并利用连续重心法解模糊，模糊控制是利用误差与误差变化率来调整PID模型中的参数，PID控制模型分为两个，即肥液变频器PID控制模型和水变频器PID控制模型，这两个控制模型分别控制肥液量和出水量，并将肥液与水进行混合从而对肥液进行稀释；

步骤五、由PID控制模型的表达式，得出适宜的肥液体积以及用于稀释肥液的水的体积；

步骤六、建立传递函数，根据变频器的频率，调节肥液泵与水泵的动力，先将二者抽至混合槽内进行混合，继而通过管道用于滴灌；

步骤七、隔设定时间后测量土壤氮磷钾元素含量以及土壤pH值，计算土壤综合指标并返回，进行下一轮控制，直至综合指标稳定于最适值；

所述步骤一中，首先，需要对测量得到元素含量进行归一化处理，对于第n次测量得到的土壤pH值y_pH′(n)转化为第n次测量得到的土壤氢离子浓度y₄′(n)：

归一化公式为：m＝1,2,3,4，y_m(n)代表经过归一化处理后的土壤元素含量：y₁(n)，y₂(n)，y₃(n),y₄(n)中的任意一个，U_m表示土壤氮、磷、钾、氢元素含量的最适值：U₁，U₂，U₃，U₄中的任意一个，y_m′(n)表示土壤氮、磷、钾、氢元素含量的测量值：y₁′(n)，y₂′(n),y₃′(n)，y₄′(n)中的任意一个，对于该归一化公式，当指标达到最适的时候为1，其余情况均为0～1之间；

y(n)表示第n次浇完肥液后土壤的综合指标数值：y(n)＝ω₁y₁(n)+ω₂y₂(n)+ω₃y₃(n)+ω₄y₄(n)

其中ω₁，ω₂，ω₃，ω₄分别为氮、磷、钾、氢元素含量对应于综合指标的权重，采用层次分析法得到，对于层次分析法，其步骤为：

首先，构建判断矩阵其中A_ab表示第a个指标相对于第b个指标的重要程度，a＝1,2,3,4,b＝1,2,3,4，第1到4个指标依次为土壤氮、磷、钾、氢元素含量，指标相对于自身的重要程度为1，重要程度以整数之比进行划分，对于矩阵中的任意一个元素A_ab，其值与对应的含义如下表所示：

ab的值]]>	含义
1	两个因素有相同的重要性
3	指标a比指标b稍微重要
5	指标a比指标b明显重要
7	指标a比指标b强烈重要
9	指标a比指标b极端重要
2，4，6，8	上述俩相邻判断的中间程度

若指标b比a重要，则只需将A_ab取倒数即可，这样可以使得评价矩阵是一致矩阵，满足一致性检验；

得出判断矩阵后，其最大特征根所对应的特征向量经过归一化后，得权重向量为：其中的每一个元素即为对应指标的权重；

所述步骤三中，将误差和误差变化率分别定义到模糊子集中，用一个语言变量来表示，其中，误差的模糊子集为E＝{NL,NM,NS,ZO,PS,PM,PL}，NL,NM,NS,ZO,PS,PM,PL分别为模糊语言变量值，分别表示误差的等级为负大，负中，负小，零，正小，正中，正大；

误差变化率的模糊子集为EC＝{NL,NM,NS,ZO,PS,PM,PL}，该集合内的模糊语言变量值的含义分别表示误差变化率的等级为负大，负中，负小，零，正小，正中，正大；选择误差与误差变化率的隶属度函数的合适论域，论域即研究范围，误差在论域内的对应值为e，这个e要根据论域的范围对误差ε(n)的真实值乘以一个比例系数得到，根据误差以及误差变化率的表达式，知误差与误差变化率均位于[-1,1]内，假设论域为[-δ,δ]，则e(n)＝δε(n)，δ表示论域边界的绝对值；

根据隶属度函数，计算误差e对应于各自的语言变量的隶属度，对于隶属度的计算则采用三角形隶属度函数，对于一个论域中的误差对应值e，存在两个对应的语言变量E₁与E₂，因此具有两个隶属度与

其中a₁，a₂分别为隶属度函数取非零值的误差e的边界点，即三角形隶属度函数图像在底部的转折点，a₃，a₄则为隶属度函数取非零值的误差e的边界点，b决定了误差隶属度函数取非零值的宽度，该宽度对所有误差语言变量的隶属度函数都是相同的；

同理，误差变化率ec对应的语言变量也有两个，分别为EC₁与EC₂，所对应的隶属度分别为与

c₁，c₂分别为隶属度函数取非零值的误差变化率ec的边界点，c₃，c₄则为隶属度函数取非零值的误差ec的边界点，d决定了误差变化率隶属度函数取非零值的宽度，该宽度对所有误差变化率语言变量的隶属度函数都是相同的。