周志艷 周銘杰 陳羽立 明 銳 向 穎 羅錫文

(1.華南農(nóng)業(yè)大學(xué)工程學(xué)院， 廣州 510642； 2.華南農(nóng)業(yè)大學(xué)廣東省農(nóng)業(yè)人工智能重點實驗室， 廣州 510642；3.嶺南現(xiàn)代農(nóng)業(yè)科學(xué)與技術(shù)廣東省實驗室， 廣州 510642；4.廣東省農(nóng)業(yè)航空應(yīng)用工程技術(shù)研究中心， 廣州 510642；5.閩江學(xué)院福建省信息處理與智能控制重點實驗室， 福州 350108；6.華南農(nóng)業(yè)大學(xué)南方農(nóng)業(yè)機(jī)械與裝備關(guān)鍵技術(shù)教育部重點實驗室， 廣州 510642)

0 引言

噴桿噴霧機(jī)是大田植保作業(yè)的主要機(jī)具之一。常見的噴桿噴霧機(jī)作業(yè)幅寬通常為12 m左右，隨著農(nóng)機(jī)化水平的提高，對高效率、智能化植保機(jī)械的需求不斷增大[1]，增加噴桿長度提升作業(yè)幅寬是提高作業(yè)效率的主要手段?，F(xiàn)有噴桿噴霧機(jī)的噴桿大多采用傳統(tǒng)桁架結(jié)構(gòu)，但隨著噴桿長度的增加，配套機(jī)構(gòu)、設(shè)計復(fù)雜度及整機(jī)質(zhì)量也相應(yīng)增加[2-3]。

國內(nèi)外現(xiàn)有的大型噴桿噴霧機(jī)最大作業(yè)幅寬可達(dá)44 m[4]，單機(jī)總質(zhì)量達(dá)10 t左右，整機(jī)質(zhì)量大，農(nóng)田中行走的通過性差，陷車風(fēng)險高，且能耗及壓苗損失隨之加大，作業(yè)成本上升；農(nóng)田泥底層高低不平，噴桿易產(chǎn)生擺動，平衡控制難度加大，降低了整機(jī)的可靠性和便利性[5-7]。特別是在小行距的作物(如水稻)噴施作業(yè)中，大型噴桿噴霧機(jī)的功能受到很大限制[8]。

為進(jìn)一步提升大型噴桿噴霧機(jī)的性能，國內(nèi)外學(xué)者進(jìn)行了大量的研究。韓紅陽等[9]采用尺寸優(yōu)化法對機(jī)動式噴桿噴霧機(jī)機(jī)架進(jìn)行了輕量化研究，使用優(yōu)化設(shè)計軟件Optistruct對機(jī)架進(jìn)行輕量化設(shè)計，但尚未見實際應(yīng)用試驗的報道；陳晨等[10]針對噴霧機(jī)噴桿結(jié)構(gòu)動力學(xué)原始設(shè)計缺陷，提出了一種基于遺傳算法的多變量優(yōu)化方法來優(yōu)化噴桿結(jié)構(gòu)，但該結(jié)構(gòu)在質(zhì)量減輕的同時使得豎直方向上的振動位移響應(yīng)量增大；TUDOSE等[11]通過提出的一種系統(tǒng)進(jìn)化算法得到噴桿的最優(yōu)幾何結(jié)構(gòu)模型，在滿足要求的情況下減輕了噴桿質(zhì)量，但尚未見在生產(chǎn)中進(jìn)行驗證試驗和應(yīng)用的報道。針對噴桿鐘擺式主被動懸架系統(tǒng)存在的參數(shù)不確定性和控制精度低、穩(wěn)定性差等問題，國內(nèi)外一些研究人員開展了基于模型補(bǔ)償?shù)淖赃m應(yīng)魯棒控制器的研究，提高了噴桿系統(tǒng)穩(wěn)定性[12-13]；針對噴桿的振動問題，部分學(xué)者采用PID控制和模糊PID控制液壓系統(tǒng)對噴桿進(jìn)行主動抑振，但在實際應(yīng)用中效果仍不理想[14-15]；ANTHONIS等[16]對約翰迪爾噴霧機(jī)的雙擺垂直懸掛系統(tǒng)進(jìn)行了優(yōu)化設(shè)計，通過最小化的目標(biāo)函數(shù)得到最優(yōu)阻尼器，但可靠性有待進(jìn)一步驗證。綜上，目前的研究主要通過控制算法抑制噴桿振動以及優(yōu)化桁架結(jié)構(gòu)來提升整機(jī)性能，但由于桁架結(jié)構(gòu)空間大、側(cè)向剛度小等特點，當(dāng)作業(yè)幅寬增加時，其固有的缺陷依然較難克服。

近年來，由于植保無人機(jī)具有體型小、作業(yè)靈活、地形地貌的限制少等特點，發(fā)展迅速，但植保無人機(jī)的續(xù)航和藥液搭載能力有限，決定了無人機(jī)植保作業(yè)必須采用超低容量噴霧法，存在霧滴細(xì)易飄移、穿透力不夠、霧滴沉積效果不夠好等問題，是植保無人機(jī)飛防中難以攻克的問題。

針對上述問題，提出一種旋翼懸浮式噴桿(簡稱噴桿)作業(yè)方法，在噴桿上安裝多個旋翼為噴桿提供升力，分別融合地面機(jī)械高續(xù)航、載重大和空中無人機(jī)作業(yè)靈活、受地形地貌限制小的優(yōu)點，可簡化復(fù)雜臃腫的桁架結(jié)構(gòu)，減輕機(jī)體的整體自重，同時，旋翼下壓風(fēng)場能減小霧滴飄移造成的二次污染。為驗證方案的可行性，采用“陀螺儀+激光雷達(dá)”進(jìn)行雙傳感器融合控制的方式，開展旋翼懸浮式噴桿自動調(diào)平控制系統(tǒng)設(shè)計與試驗，以期為旋翼懸浮式噴桿噴霧機(jī)的樣機(jī)研制提供參考。

1 旋翼懸浮式噴桿工作原理

1.1 旋翼懸浮式噴桿噴霧機(jī)整機(jī)結(jié)構(gòu)

旋翼懸浮式噴桿噴霧機(jī)結(jié)構(gòu)簡圖如圖1所示，主要包括轉(zhuǎn)向舵機(jī)、電源、驅(qū)動電機(jī)、藥液箱、藥液霧化系統(tǒng)、整機(jī)主控系統(tǒng)、自動調(diào)平控制系統(tǒng)、協(xié)同控制系統(tǒng)等。

圖1 旋翼懸浮式噴桿噴霧機(jī)結(jié)構(gòu)示意圖Fig.1 Structure diagram of rotors hovering spray boom sprayer1.轉(zhuǎn)向舵機(jī) 2.電源 3.驅(qū)動電機(jī) 4.藥液箱 5.藥液霧化系統(tǒng) 6.整機(jī)主控系統(tǒng) 7.自動調(diào)平控制系統(tǒng) 8.陀螺儀1 9.激光雷達(dá)1 10.陀螺儀2 11.陀螺儀3 12.陀螺儀4 13.激光雷達(dá)2 14.協(xié)同控制系統(tǒng) 15.陀螺儀5

在噴霧機(jī)作業(yè)過程中，自動調(diào)平控制系統(tǒng)根據(jù)傳感器檢測的數(shù)據(jù)，實現(xiàn)噴桿自動調(diào)平。同時，車身向前運動，安裝在噴桿上的協(xié)同控制系統(tǒng)與車身協(xié)同前進(jìn)，從而帶動噴桿一同向前運動。

1.2 自動調(diào)平控制系統(tǒng)組成及原理

噴桿自動調(diào)平控制系統(tǒng)主要由智能鋰電池(14 s歐荷牌，標(biāo)稱電壓51.8 V)、控制器(處理器為STM32F103RCT6)、陀螺儀(MPU6050，深圳維特智能科技有限公司)、激光雷達(dá)(TFmini Plus，北醒光子科技有限公司)、無刷直流電機(jī)(梟鷹EA60-170KV型，中山梟鷹動力科技有限公司)、電調(diào)(梟鷹EP-80A型，中山梟鷹動力科技有限公司)及旋翼(T2055型,中山梟鷹動力科技有限公司)等組成，噴桿通過方管鉸接件與車身連接，如圖2所示。方管鉸接件分為左、右兩個零部件，通過螺栓連接，使噴桿僅有一個繞x軸的轉(zhuǎn)動副。左邊的零部件通過螺栓固定在噴霧機(jī)車身上，右邊的零部件與方管過盈配合，通過兩側(cè)的夾緊裝置將方管夾緊。

圖2 方管鉸接件Fig.2 Square pipe hinge

自動調(diào)平控制系統(tǒng)的工作原理如圖3所示，主要為：當(dāng)旋翼懸浮式噴桿噴霧機(jī)在作業(yè)過程中發(fā)生車身傾斜時，噴桿與水平面之間的夾角會發(fā)生改變，同時噴桿距離作物冠層的高度也發(fā)生改變；安裝在噴桿上的陀螺儀和激光雷達(dá)將測量到的數(shù)據(jù)發(fā)送給控制器，通過角度偏差和高度偏差，利用模糊控制算法融合相應(yīng)位置的角度PID和高度PID輸出量，調(diào)整PWM(Pulse width modulation)信號占空比，進(jìn)而控制無刷直流電機(jī)轉(zhuǎn)速，帶動旋翼產(chǎn)生使噴桿達(dá)到目標(biāo)懸浮狀態(tài)所需要的升力；當(dāng)角度偏差和高度偏差均為零時，旋翼所提供的升力與噴桿自身重力大小相等，方向相反，此時整根噴桿保持水平，平行于作物冠層，實現(xiàn)噴桿自動調(diào)平。

圖3 自動調(diào)平控制系統(tǒng)原理圖Fig.3 Schematic of automatic leveling control system

1.3 旋翼懸浮式噴桿受力分析

噴桿由若干碳纖維方管(簡稱方管)、連接件、電機(jī)座、無刷直流電機(jī)、槳葉等組成。噴桿整體結(jié)構(gòu)由10節(jié)2 m的方管組成，方管之間通過連接件連接；每個電機(jī)和槳葉通過電機(jī)座分別安裝在各節(jié)方管的中點位置。相鄰旋翼轉(zhuǎn)動方向相反，當(dāng)轉(zhuǎn)速相同時，保證旋翼的反扭力兩兩相互抵消[17]，使噴桿不會繞z軸旋轉(zhuǎn)。相鄰方管的力矩分析圖如圖4所示。其中O為車身與第一節(jié)方管鉸接處，A為第1、2節(jié)方管的連接處；M1、M2分別為第1、2節(jié)方管所受力矩。

圖4 相鄰方管的力矩分析圖Fig.4 Torque analysis diagram of adjacent square tubes

噴桿的受力分析圖可簡化為圖5。其中B、D、F、H分別為第2和3、4和5、6和7、8和9節(jié)方管的連接處，J為噴桿端部；F1、F2、F3、F4、F5分別為第1和2、3和4、5和6、7和8、9和10號方管旋翼升力的合力。

在工作過程中，由于受到地面的隨機(jī)干擾，容易使噴桿產(chǎn)生慣性，噴桿轉(zhuǎn)動慣量與慣性力的計算公式為

(1)

(2)

式中Jω——轉(zhuǎn)動慣量，kg·m2

Fλ——慣性力，N

m——噴桿質(zhì)量，kg

l——噴桿長度，m

a——角加速度，rad/s2

根據(jù)試驗測試得到作業(yè)噴桿長度、質(zhì)量、角加速度，代入式(1)、(2)可得轉(zhuǎn)動慣量為404.3 kg·m2，慣性力為11.4 N，屬于閉環(huán)控制的調(diào)節(jié)范圍，可根據(jù)傳感器數(shù)據(jù)變化調(diào)節(jié)電機(jī)轉(zhuǎn)速，實現(xiàn)噴桿再次調(diào)平。因此，在分析閉環(huán)控制的過程中，可以忽略由地面不平產(chǎn)生的隨機(jī)擾動帶來的影響。

圖5 噴桿受力分析圖Fig.5 Spray boom force analysis diagram

由圖5可知

(F1+F2+F3+F4+F5)sinφ-Fx=0

(3)

(F1+F2+F3+F4+F5)cosφ+Fy-G=0

(4)

(5)

式中F1——第1和2號方管旋翼升力的合力，N

F2——第3和4號方管旋翼升力的合力，N

F3——第5和6號方管旋翼升力的合力，N

F4——第7和8號方管旋翼升力的合力，N

F5——第9和10號方管旋翼升力的合力，N

Fx——車身對噴桿的橫向力，N

Fy——車身對噴桿的軸向力，N

G——噴桿所受重力，N

φ——噴桿與水平面夾角，(°)

λ——相鄰兩節(jié)方管長度，m

2 自動調(diào)平控制系統(tǒng)辨識與建模

2.1 無刷直流電機(jī)電機(jī)模型

本文采用梟鷹EA60-170KV型無刷直流電機(jī)，根據(jù)基爾霍夫定律[18]可得電樞回路方程為

(6)

其中

ea=Ken

(7)

式中ua——電樞兩端的輸入電壓，V

ia——電樞繞組電流，A

ea——電機(jī)反電動勢，V

L——電樞繞組電感，H

Ra——電樞繞組電阻，Ω

Ke——電機(jī)反電動勢系數(shù)

n——電機(jī)軸轉(zhuǎn)速，r/s

為構(gòu)建電機(jī)系統(tǒng)的完整數(shù)學(xué)模型，除了電壓方程，還需引入轉(zhuǎn)矩方程和電機(jī)運動方程

(8)

其中

Te=KTia

(9)

式中J——轉(zhuǎn)子轉(zhuǎn)動慣量，kg·m2

Te——電磁轉(zhuǎn)矩，N·m

TL——負(fù)載轉(zhuǎn)矩，N·m

KT——電機(jī)轉(zhuǎn)矩系數(shù)

Bv——黏滯摩擦系數(shù)

由于梟鷹EA60-170KV型無刷直流電機(jī)為小型電機(jī)，可以忽略黏滯摩擦系數(shù)Bv的影響。對式(6)、(8)作拉氏變換可得

(10)

(11)

本文采用PWM信號調(diào)節(jié)電樞電壓ua，根據(jù)文獻(xiàn)[19-20]可知，忽略電路的延時，PWM變換器可簡化為

ua=dKa

(12)

式中d——PWM信號占空比

Ka——PWM信號占空比與電樞電壓轉(zhuǎn)換系數(shù)

由式(7)、(9)、(11)、(12)可形成一個帶負(fù)反饋的閉環(huán)二階控制系統(tǒng)，聯(lián)立得出電機(jī)轉(zhuǎn)速和PWM信號占空比的傳遞函數(shù)為

(13)

通過多組試驗測得電機(jī)轉(zhuǎn)速n與噴桿角度θ以及噴桿距冠層高度h之間的關(guān)系，同時測得PWM信號占空比與電樞電壓轉(zhuǎn)換系數(shù)Ka；根據(jù)電機(jī)數(shù)據(jù)手冊，得到該型號電機(jī)的相關(guān)參數(shù)[21-23]，代入式(13)可得PWM信號占空比與噴桿角度θ和噴桿距冠層高度h的傳遞函數(shù)分別為

(14)

(15)

2.2 單傳感器PID控制算法

傳統(tǒng)的PID控制算法包括位置式和增量式兩種，本文采用增量式PID算法，即數(shù)字控制器的輸出由控制器的增量Δuk組成，離散的PID表達(dá)式為

(16)

(17)

(18)

式中dk——第k次采樣時間輸出的PWM信號占空比

Kp——比例系數(shù)

Ki——積分系數(shù)

Kd——微分系數(shù)

ek——第k次采樣偏差

T——采樣時間，s

Ti——積分時間常數(shù)

Td——微分時間常數(shù)

由式(16)遞推得增量式PID控制算法公式為

Δuk=uk-uk-1=

(19)

2.3 雙傳感器融合的模糊PID控制算法

由于旋翼懸浮式噴桿較長，工況較為復(fù)雜，不確定性較大，單一傳感器PID控制較難滿足響應(yīng)速度、控制精度、抗干擾能力的要求。因此，利用模糊控制算法融合角度PID和高度PID的數(shù)據(jù)進(jìn)行協(xié)調(diào)控制。模糊控制系統(tǒng)的核心是模糊控制器[24-25]。以噴桿距冠層的高度偏差E和角度偏差變化率EC作為輸入，高度PID和角度PID的權(quán)重比系數(shù)Q作為輸出。根據(jù)噴桿自動調(diào)平過程中激光雷達(dá)和陀螺儀輸出的數(shù)據(jù)可知，噴桿距冠層的高度偏差為-0.3～0.3 m，角度偏差變化率為-0.15～0.15(°)/s。因此，設(shè)高度偏差E和角度偏差變化率EC的基本論域分別為[-0.3,0.3]m和[-0.15,0.15](°)/s；輸出量Q的基本論域為[0，1]。假設(shè)輸入和輸出對應(yīng)的論域都是[-0.3，0.3]，則高度偏差E和角度偏差變化率EC的量化因子分別為KE=1、KEC=2；輸出量Q的量化因子為KQ=0.6。模糊規(guī)則的模糊子集為{NB,NM,NS,ZE,PS,PM,PB},分別表示負(fù)大、負(fù)中、負(fù)小、零、正小、正中、正大；輸入輸出的隸屬度函數(shù)都采用三角形函數(shù)。根據(jù)模糊規(guī)則的一般設(shè)計原則[26-28]以及大量的試驗，得到Q的模糊控制規(guī)則如表1所示。本文模糊控制器去模糊化采用重心法[29]，通過各自的比例因子即可在線自整定權(quán)重比系數(shù)Q，從而調(diào)整PWM信號占空比來控制電機(jī)轉(zhuǎn)速，實現(xiàn)噴桿快速達(dá)到平衡。

3 試驗

3.1 試驗方法

3.1.1仿真試驗

在Matlab/Simulink模塊中建立仿真模型，整定PID控制最優(yōu)參數(shù)，得到仿真響應(yīng)曲線如圖6所示，圖中tr為上升時間，ts為進(jìn)入穩(wěn)態(tài)的調(diào)節(jié)時間(由于噴桿較長，調(diào)試過程中各組PID控制之間相互產(chǎn)生干涉。因此，ts指從電機(jī)上電開始工作到噴桿相關(guān)的各被控制量的穩(wěn)態(tài)誤差在±10%以內(nèi)所用時間[30])，Mp為超調(diào)量；同時建立模糊控制規(guī)則表，驗證模糊控制算法融合兩種傳感器數(shù)據(jù)的有效性。

表1 模糊控制規(guī)則Tab.1 Fuzzy control rule

圖6 單傳感器PID控制仿真結(jié)果Fig.6 Simulation results of single sensor PID control

3.1.2兩種控制算法臺架試驗對比

搭建20 m噴桿，進(jìn)行5組角度PID控制算法和雙傳感器融合的模糊PID控制算法的臺架對比試驗，通過分析5個陀螺儀輸出角度的響應(yīng)曲線，驗證PID整定參數(shù)的有效性；同時分析激光雷達(dá)輸出高度的響應(yīng)曲線，通過失穩(wěn)時間(即噴桿進(jìn)入穩(wěn)態(tài)后再次離開穩(wěn)態(tài)的時間)對比兩種控制算法性能。

3.1.3噴桿水平度和穩(wěn)定性判定

為研究車身振動和自然風(fēng)速對噴桿水平度和穩(wěn)定性的影響，采用5個星光極M1運動相機(jī)記錄噴桿穩(wěn)定后噴桿4、8、12、16、20 m位置處的高度，每隔1 s記錄一次，統(tǒng)計穩(wěn)定后10個不同時刻噴桿各點的高度情況。通過分析同一時刻各點高度值的標(biāo)準(zhǔn)差反映噴桿的水平度，分析10個不同時刻噴桿各點高度均值的變異系數(shù)反映噴桿的穩(wěn)定性。

3.2 仿真試驗

3.2.1PID控制參數(shù)整定

根據(jù)前文建立的無刷直流電機(jī)系統(tǒng)模型和所得到的傳遞函數(shù)，在Matlab的Simulink模塊中建立PID控制系統(tǒng)的仿真模型[31]。將噴桿初始位置的角度和高度分別作為輸入量，仿真過程中輸出的角度和高度作為反饋量，通過PID控制算法閉環(huán)控制無刷直流電機(jī)的轉(zhuǎn)速。在實際控制的過程中，比例系數(shù)決定系統(tǒng)的響應(yīng)速度，Kp越大，響應(yīng)速度越快，但超調(diào)量也會隨之增大，過大的比例系數(shù)會導(dǎo)致系統(tǒng)不穩(wěn)定；積分系數(shù)影響控制系統(tǒng)的精度，Ki越大，控制精度越高，但會增加系統(tǒng)的振蕩次數(shù)；微分系數(shù)影響調(diào)節(jié)時間，同時影響超調(diào)量。分別對角度PID和高度PID進(jìn)行多次仿真測試，其中幾組測試結(jié)果如表2所示。

表2 PID控制參數(shù)整定Tab.2 PID control parameter settings

由表2可以看出，當(dāng)角度PID和高度PID的控制參數(shù)Kp、Ki、Kd分別為0.2、0.000 3、0.2和0.12、0.000 1、0.18時，進(jìn)入穩(wěn)態(tài)的調(diào)節(jié)時間較短，超調(diào)量較小，控制性能相對較好。

圖7 雙傳感器融合的模糊PID控制算法仿真模型Fig.7 Simulation model of fuzzy PID control algorithm based on dual sensor fusion

3.2.2雙傳感器融合的模糊PID控制算法仿真分析

由于噴桿較長，實際測試過程中不確定因素較多，單獨采用陀螺儀進(jìn)行基于角度PID的噴桿控制時，噴桿調(diào)節(jié)范圍容易進(jìn)入非調(diào)節(jié)區(qū)，造成噴桿失穩(wěn)，將角度和高度兩種傳感器信息進(jìn)行融合控制是解決角度PID控制進(jìn)入非調(diào)節(jié)區(qū)的有效方法之一。

根據(jù)前文建立的模糊控制器，在Matlab的Simulink模塊中建立雙傳感器融合的模糊PID控制算法仿真模型，如圖7所示。將高度偏差E和角度偏差變化率EC作為模糊控制器的輸入量，兩組PID控制的權(quán)重比系數(shù)Q作為模糊控制器的輸出量，根據(jù)在FUZZY Toolbox中提前設(shè)計好的FIS系統(tǒng)實時調(diào)整Q[32]，確定各個階段所需的最優(yōu)權(quán)重系數(shù)。

仿真過程中，權(quán)重比系數(shù)Q根據(jù)模糊控制規(guī)則表進(jìn)行實時調(diào)整，模糊控制曲面圖如圖8所示。從圖8可以看出，當(dāng)角度偏差變化率EC較大時，Q較小，即角度PID控制占比大；當(dāng)角度偏差變化率EC較小、高度偏差E較大時，Q較大，即高度PID控制占比大。由此驗證了模糊控制算法在融合兩種單一傳感器PID控制中的有效性。

3.3 臺架試驗

3.3.1試驗設(shè)計

噴桿自動調(diào)平控制系統(tǒng)臺架試驗于2021年10月30日在華南農(nóng)業(yè)大學(xué)廣東省農(nóng)業(yè)航空應(yīng)用工程技術(shù)研究中心進(jìn)行。噴桿采用前述的自動調(diào)平控制系統(tǒng)進(jìn)行控制，臺架試驗實物圖如圖9所示，關(guān)鍵部件局部圖如圖10所示。

圖8 模糊控制曲面圖Fig.8 Fuzzy control surface diagram

圖9 自動調(diào)平控制系統(tǒng)臺架試驗Fig.9 Bench test of automatic leveling control system1.噴霧機(jī)車身 2.安全臺架 3.無刷直流電機(jī) 4.噴桿 5.噴桿連接件

圖10 關(guān)鍵部件局部圖Fig.10 Local view of key components1.噴頭 2.激光雷達(dá) 3.陀螺儀 4.電調(diào) 5.無刷直流電機(jī) 6.槳葉

MPU6050型陀螺儀用于測量噴桿與水平面之間的角度，TFmini Plus型激光雷達(dá)用于測量噴桿距地面的高度，與控制電路組成閉環(huán)控制系統(tǒng)。由于噴桿較長，在自然狀態(tài)下會出現(xiàn)撓曲變形，因此利用5組角度PID控制算法對噴桿進(jìn)行控制。在噴桿3、7、11、15、19 m位置各安裝一個陀螺儀測量噴桿在該位置的角度，在6 m和16 m的位置各安裝一個激光雷達(dá)測量噴桿高度，將測量值作為相應(yīng)位置的反饋量。

以噴桿初始位置的角度和高度作為初始量，噴桿水平位置的角度和高度作為目標(biāo)量；陀螺儀和激光雷達(dá)測量值作為反饋量，利用模糊控制算法融合角度PID和高度PID的輸出值，自動調(diào)節(jié)電子調(diào)速器輸出PWM信號占空比；進(jìn)而控制電機(jī)轉(zhuǎn)速，實現(xiàn)噴桿系統(tǒng)自動調(diào)平。

試驗過程中，分別對角度PID控制算法、雙傳感器融合的模糊PID控制算法進(jìn)行對比試驗。

3.3.2試驗結(jié)果與分析

電機(jī)開始轉(zhuǎn)動時，利用串口助手XCOM每隔0.5 s記錄陀螺儀和激光雷達(dá)輸出的數(shù)據(jù)，分別得到兩種不同控制算法的試驗結(jié)果，如圖11所示。選取前30 s的輸出數(shù)據(jù)，把5個陀螺儀響應(yīng)曲線的上升時間、進(jìn)入穩(wěn)態(tài)的調(diào)節(jié)時間、超調(diào)量取平均值進(jìn)行分析，控制性能試驗數(shù)據(jù)對比如表3所示。

由于20 m噴桿在調(diào)試過程中相互產(chǎn)生干涉等不確定因素，表3中試驗數(shù)據(jù)與仿真結(jié)果相比，兩種控制算法的上升時間分別增加了0.8 s和0.62 s，進(jìn)入穩(wěn)態(tài)的調(diào)節(jié)時間分別增加了10.61 s和8.34 s，超調(diào)量分別增加了0.65°和1.66°，但總體趨勢與仿真結(jié)果保持一致，驗證了前述PID參數(shù)的有效性。

圖11 兩種控制算法試驗輸出的陀螺儀數(shù)據(jù)Fig.11 Gyroscope data output by two control algorithms

表3 控制性能試驗數(shù)據(jù)對比Tab.3 Comparison of control performance test data

圖12 兩種控制算法的失穩(wěn)時間對比Fig.12 Comparison of instability time between two control algorithms

由于噴桿較長、不確定性因素較多，為進(jìn)一步對比兩種算法的性能，利用激光雷達(dá)輸出的高度進(jìn)行了自動調(diào)平控制的失穩(wěn)時間對比。

從圖12中可以看出，采用5組角度PID單獨進(jìn)行噴桿調(diào)平控制時，易出現(xiàn)控制死區(qū)，使得噴桿進(jìn)入失穩(wěn)狀態(tài)，本次試驗測得的失穩(wěn)時間為31.86 s。采用雙傳感器融合的模糊PID控制算法進(jìn)行噴桿調(diào)平控制時，模糊控制算法將高度PID與角度PID輸出量融合，當(dāng)角度傳感器PID控制算法進(jìn)入控制死區(qū)無法進(jìn)行噴桿調(diào)節(jié)時，激光雷達(dá)的高度PID控制算法發(fā)揮作用，使角度PID控制算法脫離控制死區(qū)，避免出現(xiàn)圖12自動調(diào)平控制失穩(wěn)的狀況。

3.4 田間試驗

3.4.1試驗設(shè)計

為研究在自然風(fēng)干擾和車身在高程上振動的影響下，噴桿自動調(diào)平控制算法的有效性，2022年1月5日，在華南農(nóng)業(yè)大學(xué)增城教學(xué)科研基地進(jìn)行了旋翼懸浮式噴桿噴霧機(jī)噴桿自動調(diào)平控制算法的田間試驗。試驗期間，天氣多云，空氣濕度69%，溫度9～19℃，東北風(fēng)2級以下，試驗現(xiàn)場如圖13所示(由于噴桿較細(xì)長，原圖背景復(fù)雜造成噴桿及測量工具不清晰，圖13a進(jìn)行了背景優(yōu)化處理)。

圖13 田間試驗Fig.13 Field experiment1.噴桿 2.運動相機(jī) 3.三腳架 4.標(biāo)尺

試驗采用課題組自制的旋翼懸浮式噴桿噴霧機(jī)樣機(jī)，該樣機(jī)以3WP-100型自走式噴桿噴霧機(jī)為應(yīng)用平臺，噴桿采用薄壁方形截面為30 mm×30 mm、壁厚為1.5 mm的方管。其他試驗測量設(shè)備包括：星光極M1運動相機(jī)及三腳架(用于記錄采樣點噴桿動態(tài)的影像)、標(biāo)尺(用于測量噴桿的動態(tài)真實高度)等。

為記錄噴桿自動調(diào)平控制時的動態(tài)活動情況，在噴桿4、8、12、16、20 m位置的正前方5 m處分別設(shè)立一根標(biāo)尺，同時在這幾個位置上相應(yīng)放置三腳架，將星光極M1運動相機(jī)安裝在三腳架上。調(diào)整三腳架高度，使其與車身和噴桿鉸接點高度保持一致，保證噴桿自動調(diào)平后運動相機(jī)鏡頭平視噴桿，以便記錄噴桿各方管的真實高度。

3.4.2試驗結(jié)果與分析

讀取同一時刻各個運動相機(jī)影像中噴桿對應(yīng)標(biāo)尺的高度，每隔1 s獲取一次，得到多個不同時刻噴桿實際高度折線圖，如圖14所示。

圖14 不同時刻噴桿實際高度對比曲線Fig.14 Actual height line chart of spray boom at different times

由表4可知，當(dāng)噴桿進(jìn)入穩(wěn)定狀態(tài)后，整根噴桿各點高度均值在1.4～1.5 m之間浮動，標(biāo)準(zhǔn)差最大為0.102 7 m，具有較好的水平度；所采集的10個不同時刻噴桿各點高度均值的變異系數(shù)為1.40%，說明噴桿懸浮高度的穩(wěn)定性較好。但由于傳感器自身的固有缺陷及田間作物冠層稀疏且高差變化大等原因，在進(jìn)行多次田間試驗的過程中，偶爾會出現(xiàn)控制過于靈敏而造成噴桿懸浮調(diào)整過度的情況。

表4 20 m噴桿各時刻高度Tab.4 Height of 20 m spray boom at each moment

4 結(jié)論

(1)針對現(xiàn)有大型噴桿噴霧機(jī)噴桿桁架結(jié)構(gòu)存在的不足，分別融合地面機(jī)械高續(xù)航、載重大和空中無人機(jī)作業(yè)靈活、不受地形地貌限制小的優(yōu)點，提出了一種旋翼懸浮式噴桿。通過對噴桿結(jié)構(gòu)的受力情況以及控制原理理論分析，設(shè)計了一套完整的噴桿自動調(diào)平控制系統(tǒng)，并搭建了整機(jī)試驗平臺；采用“陀螺儀+激光雷達(dá)”進(jìn)行雙傳感器融合控制的方式，實現(xiàn)閉環(huán)控制旋翼噴桿上各旋翼的轉(zhuǎn)速，達(dá)到噴桿自動調(diào)平控制，保持水平狀態(tài)。

(2)在Matlab的Simulink模塊中分別對角度PID和高度PID進(jìn)行參數(shù)整定，同時對設(shè)計的模糊控制器進(jìn)行了仿真試驗。對仿真參數(shù)進(jìn)行臺架試驗驗證，試驗結(jié)果表明：采用雙傳感器融合的模糊PID控制算法優(yōu)于單傳感器的角度PID控制算法，可避免出現(xiàn)失穩(wěn)狀態(tài)。

(3)對噴桿自動調(diào)平控制系統(tǒng)進(jìn)行了田間試驗驗證。試驗結(jié)果表明：當(dāng)噴桿進(jìn)入穩(wěn)定狀態(tài)后，整根噴桿各點離地高度均值在1.4～1.5 m之間，標(biāo)準(zhǔn)差不大于0.102 7 m，具有較好的水平度；所采集的10個不同時刻噴桿各點高度均值的變異系數(shù)為1.40%，說明噴桿懸浮高度的穩(wěn)定性較好。本研究驗證了旋翼懸浮式噴桿作業(yè)方法的可行性，可為旋翼懸浮式噴桿噴霧機(jī)的樣機(jī)研制提供參考。