基于BRF的自动插秧机电气控制系统优化

江　玲

(湖北理工学院，湖北 黄石　435000)

0　引言

随着电气智能控制系统的广泛应用与进步，我国水稻种植已由传统的插秧工具向现代的自动插秧工具演变。日本作为最早进行水稻插秧机发明的国家，插秧水平位于世界前列，我国水稻种植产业在借鉴其技术的基础上，亦不断开发和研制具有自己独特功能、适合中国田地作业的插秧机。针对目前大多数插秧机在进行插秧作业时存在的插秧深度不一致与不均匀性问题，笔者从电气控制精准度出发，基于应变传递与控制理论，采用BRF传感器向控制装置传递信号，并对关键电气控制系统的软硬件组成与工作环节进行优化设计，进而控制插秧机协调动作，完成自动插秧。自动插秧机三维图如图1所示。

图1　自动插秧机外观图

1　电气控制系统概述

自动插秧机包括秧箱、电气控制部件、取秧部件、机械插秧部件及整体机架等。其工作原理可以简要描述为：在自动控制系统控制下，插秧机向前运动，取秧部件获取动作信号；在插秧预先设计的轨迹控制机构的指令下，对秧箱中整齐存放的秧苗进行有序取秧，并在机械插秧部件的作用下植入田间土壤。其植入的深度与均匀性对于秧苗的存活率及后续的水稻产出率起到至关重要的作用，因此电气控制系统的设计为核心内容。

电气控制系统的控制要求在于：

1)硬件及系统容量和响应时间的选择；

2)对主控制器PLC进行合理选型，主电气线路设计与布置，辅助电气线路设计与布置，I/O地址分配；

3)对检测和传递信号的传感器部件进行相应配置，相应的步进电机的参数设置；

4)电气控制柜及主要电器相应功能单元；

5)自动插秧、转向系统的设计等。

2　电气控制系统优化

2.1　优化设计理论

针对传感器有效感应这一环节进行重点优化，考虑插秧机在作业时BRF的应变传递与控制信息及相关反馈因子和函数的检测与测量，利用调制、解调功能在预先设置好的自动导航控制系统下不断纠正偏差，关注导航控制的有效性、对于作业环境进行识别并及时做出田间响应的速度性，进行插秧作业。为适应实际田间作业，将电气控制与自动插秧作业理论相结合，侧重于主控操作的电控化与智能化，对各个作业环节(如导航环节、转向纠偏环节、插秧精准控制与动作环节等)多次试验模拟演绎插秧过程，实现插秧机的核心结构的完善，最终达到整机电气控制系统的最优化。

2.2　关键优化装置

对于插秧机的导航(转向)控制系统，建立并改进导航机构，其简易控制硬件图如图2所示。其中，配置BRF的导航测量单元在此系统中作为主要优化源之一。

图2　自动插秧机导航控制系统简图

软件控制如图3所示。基于控制中心，设置参数、信息沟通、故障处理及中断服务等功能模块同时，系统进行优良行程识别、测量与同步控制插秧装置的插秧作业位姿的制定。此控制环节加入视觉、位置、速度等传递感应电气控件，根据其在自动插秧机所发挥的功能进行多项组合，经精密可靠的滤波处理，可达到预期设定位姿。此控制装置的设置建立在自动插秧机插秧作业的运动轨迹基础之上，其各个方位的运动存在一定的联系，形成了准确的理论运动算法，涉及惯性及角速度等参数，如图4所示。

图3　自动插秧机软件控制简图

通过应用BRF传感器理论，依据专业算法，在建立自动插秧机理论插秧作业轨迹坐标的基础上，得出整机在电控作用下的路径简图，如图5所示。

自动插秧机的速度控制系统采用无级调速作业方式，机械液压结合电控方式调节速度组合。系统采取不等距的插秧模式，可以有效提高插秧的效率，配合插秧机作业的流程与各个关键控制点精确到位，提高水稻插秧的质量。本文根据传递扭矩、输出功率及所承受的植入水稻秧苗的反作用力要求，确定电机的关键技术参数。考虑液压马达、传动轴的传递效率及源动力泵的型号匹配等，利用上位机更改电气控制程序，调整秧苗株距。电气自动控制流程图如图6所示。

图4　自动插秧机理论轨迹坐标

图5　基于BRF的自动插秧机路径简图

插秧机的电控装置带动硬件执行机构，需考虑变速准确、迅速，且对于变速离合及各挡位的设置和变换要做到转矩最大化、离合作用干脆化，离合装置与控制进行合理布局。在此过程中，需要设置相应约束条件,包括边界条件、传递函数及初始参数等，最终得出主离合的转矩为

T=θTMAX=fFZRM

(1)

RM=2(R3-r3)/[3(R2-r2)]

(2)

式中θ—离合装置备用因数；

f—离合装置摩擦因数；

F—主摩擦面作用拉紧力；

Z—摩擦作用面的个数；

R—离合装置作用面的外圆半径；

r—离合装置作用面的内圆半径。

图6　自动插秧机程序控制流程图

自动插秧机的执行机构、电气控制优化设置完成后，编写程序控制段，包括输入段与返回段，程序如下：

struct input_value

{char C;

Unsigned long n;

char T;

char ID0;

float Tcmd;

…

Float Ufeed;

};

struct return_value

{char F;

Unsigned long n;

char T;

float Tcmd;

char Tm;

float Tp[Tm];

…

Unsigned int check;

};

3　优化效果分析

进行优化试验，假设基础要求为：①选取田间土壤条件一致；②面积大小一致；③自动插秧机作业状态一致。

1)通过利用自动追踪控制功能，对插秧行进过程中的插秧机进行实时监控，通过监控程序调出其实际运行轨迹及不断调整的过程图片段。由图7可以看出：由于整机作业时为电气自动控制，不存在人工操纵，故其偏离插秧路线的可能性会发生。基于BRF理论改善后的插秧机，通过对作业前方的路况图像识别、处理及有效传输， 控制系统可在即将偏离预设路线或者偏离超出一定范围内，通过控制中心及时发出调整偏离路线指令，进行有序的插秧作业。调整装置主要依赖于PID控制调节方式，其具体参数可依据表1的PID调节经验公式进行选定。优化此控制后，其系统的响应及动作时间会变得迅速，可以很好地进行插秧机插秧轨迹过程偏差的调控。

图7　自动插秧机实际运动轨迹误差

调节项目主要调节参数比例度/%调节时间t微分时间TDP2δk∞0PI2.2δk0.833TK0PID1.67δk0.5TK0.125TK

表2　自动插秧机电气控制系统优化前后效果对比数据

2)对融入BRF理论之后的电气控制系统效果进行对比，并记录数据，如表2所示。通过提升转向控制、行进作业控制、插秧具体动作控制的速度与准确度，验证改善的可行性。结果表明：优化后的自动插秧机作业效果较优化前可提升8%左右。

3)试验表明：自动插秧机可按照优化后的电气控制系统执行相应的行进、转向、倒退、插秧等机具动作，设置合理的电机步进参数、控制最佳的电机转速，进而使自动插秧机具有良好的作业效果。

4　结论

针对自动插秧机的电气自动控制作业环节，基于BRF传感器理论准确获取插秧田地作业信息，通过对电气控制系统装置进行优化，实时对插秧机的动作部件适当调整，实现多传感器组合控制。同时，优化了电控系统的控制算法，保证了自动插秧的插秧深度随着田间土壤地形的不规则性而保持一致；强化智能反馈与智能作业，并分析优化后的插秧效果，表明BRF理论的融入更利于提高插秧机电气自动控制水平的精确性和稳定性，更利于高效率进行水稻自动插秧作业，是一种值得推广的优化方法。