科研之友
微信
新浪微博
Facebook
分享链接
摘要
为解决航空施药作业时雾滴粒径变量精细控制的难题,采用二次回归正交试验与机器学习相结合的方法建立了二次残差补偿雾滴粒径模型。在以Aerial-E型电动转笼雾化器为控制对象的雾化试验平台上进行了二次回归正交试验,分析了雾滴粒径与风速、施药流速、雾化器转速之间的相关性,建立了雾滴粒径模型;为了提高雾滴粒径模型预测精度,添加补偿因子建立了第1次优化雾滴粒径补偿模型;利用机器学习构建了第2次残差预测模型,将第2次残差预测模型与第1次优化雾滴粒径补偿模型线性叠加,得到了二次残差补偿雾滴粒径模型。为验证二次残差补偿雾滴粒径模型的有效性,进行了模型验证试验与对比试验,试验结果表明,二次残差补偿雾滴粒径模型预测偏差绝对值最大为10. 78%,其预测值与测量值的决定系数R2为0. 95,比无补偿雾滴粒径模型提高了0. 06,比第1次优化雾滴粒径补偿模型提高了0. 05。将二次残差补偿雾滴粒径模型进行了等效变形,得到了电动转笼二次残差补偿雾化模型,基于该模型设计了电动转笼雾化系统,并进行了系统应用试验,结果表明,该系统雾滴粒径设定值与测量值的决定系数R2为0. 94,雾滴相对分布跨度均小于1. 6,实现了在恒定风速、施药流速条件下雾滴粒径的控制。本研究结果可实现航空施药作业时雾滴粒径变量精细控制。
-
单位电子工程学院; 西北农林科技大学; 北京农业信息技术研究中心
