农业机械学报

作者：肖茂华，陈泰，庄晓华，朱烨均，胡艺缤，王鸿翔

单位：南京农业大学,南京农业大学,桑普农机(常州)有限公司,南京农业大学,南京农业大学,江苏电子信息职业学院,

关键词：温室;自主跟随电动平台;行走速度控制;蜣螂优化算法;BP-PID控制

基金：国家重点研发计划项目(2022YFD2001204)、常州市科技支撑计划项目(CE20232001)和江苏省现代农机装备与技术示范推广项目(NJ2023-27)

针对当前温室作业环境复杂、现有机械行走稳定性差的问题,本文提出了温室自主跟随电动平台行走速度控制方法。由于该系统存在非线性和时变性的特点,传统PID控制算法无法实现有效控制,因此提出了一种基于蜣螂(Dungbeetle optimizer,DBO)优化BP神经网络PID控制算法。该算法采用DBO优化算法对BP神经网络的权值进行优化,加快了BP神经网络的自学习速率,实现对温室自主跟随电动平台行走速度的快速精确控制,提高系统的响应速度并降低超调量,最后,将本文提出的行走速度控制算法与PID控制算法、BP-PID控制算法、遗传算法(Genetical gorithm,GA)优化PID控制算法、蚁群算法(Antcolony optimization,ACO)优化PID控制算法对比。试验结果表明,当行走速度为1m/s时,系统平均响应速度为0.11s,调整时间为0.27s,最大超调量为2.44%;当履带线速度大小和方向发生变化时,系统依然表现出响应速度快、超调量小且稳态过程无振荡的优点。DBO-BP-PID控制算法在控制稳定性和控制精度上表现更优,有效降低了系统时滞性和非线性影响,满足温室自主跟随电动平台行走速度控制的需求。

来源：2025年第2期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2025年第2期