An Intelligent Multi-Sensor Variable Spray System with Chaotic Optimization and Adaptive Fuzzy Control
Notice bibliographique
Résumé
During the variable spray process, the micro-flow control is often held back by such problems as low initial sensitivity, large inertia, large hysteresis, nonlinearity as well as the inevitable difficulties in controlling the size of the variable spray droplets. In this paper, a novel intelligent double closed-loop control with chaotic optimization and adaptive fuzzy logic is developed for a multi-sensor based variable spray system, where a Bang-Bang relay controller is used to speed up the system operation, and adaptive fuzzy nonlinear PID is employed to improve the accuracy and stability of the system. With the chaotic optimization of controller parameters, the system is globally optimized in the whole solution space. By applying the proposed double closed-loop control, the variable pressure control system includes the pressure system as the inner closed-loop and the spray volume system as the outer closed-loop. Thus, the maximum amount of spray droplets deposited on the plant surface may be achieved with the minimum medicine usage for plants. Multiple sensors (for example: three pressure sensors and two flow rate sensors) are employed to measure the system states. Simulation results show that the chaotic optimized controller has a rise time of 0.9 s, along with an adjustment time of 1.5 s and a maximum overshoot of 2.67% (in comparison using PID, the rise time is 2.2 s, the adjustment time is 5 s, and the maximum overshoot is 6.0%). The optimized controller parameters are programmed into the hardware to control the established variable spray system. The experimental results show that the optimal spray pressure of the spray system is approximately 0.3 MPa, and the flow rate is approximately 0.08 m3/h. The effective droplet rate is 89.4%, in comparison to 81.3% using the conventional PID control. The proposed chaotically optimized composite controller significantly improved the dynamic performance of the control system, and satisfactory control results are achieved.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».