基于BP神经网络的土壤比阻预测模型
土壤比阻是指田间作业时消耗于耕作土块单位面积上的牵引阻力。准确可靠的土壤比阻数据能够对农机具的牵引阻力有准确的估计有利于拖拉机和农机具的配套、选型和设计等工作的高效开展和实施准确可靠的土壤比阻数据为农机具田间作业的智能控制和决策提供参考信息有利于提高农机具的智能精准作业水平。
本文的研究工作是国家重点研发计划项目2016YFD0700404和吉林省科技发展计划资助项目项目编号20170204014NY中的部分内容。在理论分析和试验研究的基础上以土壤比阻为研究对象立足于机电液一体化技术引入智能化数字技术和传感器技术结合Kalma
滤波算法和BP神经网络算法使用Matlab和Excel数据处理软件设计一套土壤比阻数据采集系统通过田间试验获取田间土壤比阻数据并提出基于BP神经网络的土壤比阻预测模型旨在为田间智能精准作业提供参考数据提高控制精度。
全文主要内容如下1在研究了传感器的通讯接口、通讯协议以及对返回指令的数值解析的基础上设计了一套土壤比阻数据采集系统主要包括拖拉机、悬挂式深松机、拉力传感器、倾角传感器和数据采集模块其中拉力传感器有3个分别安装在上拉杆、左下拉杆和右下拉杆倾角传感器有1个安装在左下拉杆2建立了耕作深度与下拉杆倾角之间的关系式土壤阻力与上下拉杆所受拉力之间的关系式耕作面积与深松铲数量、耕作深度和耕宽之间的关系式。最后求出土壤阻力与耕作面积的比值即土壤比阻3研究了Kalma
滤波原理和递推公式包括状态方程、预测方程、Kalma
增益方程和迭代修正方程的建立以及初始参数的确定等。
f通过对比试验获得了传感器的过程噪声通过多次反复测量获得了传感器的测量噪声并编写了Kalma
滤波的Matlab程序4研究了人工神经网络和BP神经网络算法原理包括输入层、隐含层和输出层层数的确定每层神经元个数的确定以及信号的前向传递和误差的反向传播对应权值和阈值的修正等。使用前5个连续的土壤比阻值来预测第6个土壤比阻值提出了基于BP神经网络的土壤比阻预测模型5于2018年6月29号和2018年10月28号分别进行了两次田间试验通过土壤比阻数据采集系统获取传感器测量数据并利用Kalma
滤波对倾角传感器数据和拉力传感器数据进行预处理来提高数据的可靠性利用公式推导出土壤比阻两次试验的土壤比阻数值分别在3065kNm2之间和50120kNm2之间。
使用Matlab软件对BP神经网络进行离线训练和检验得到训练好的BP神经网络即土壤比阻预r