王衛(wèi)兵，李小軍，李 飛

（1.石河子大學(xué)機(jī)械電氣工程學(xué)院，新疆 石河子 832003；2.北京航空航天大學(xué)機(jī)械工程及自動(dòng)化學(xué)院，北京 100083）

目前，新疆地區(qū)番茄栽培主要為直播和育苗移栽兩種方式，相比于直播方式，育苗移栽具有氣候補(bǔ)償、提高幼苗成活率和增加畝產(chǎn)等諸多優(yōu)勢(shì)，已逐漸取代傳統(tǒng)直播方式[1-2]。我國(guó)移栽機(jī)研制起步較晚，目前西北地區(qū)幼苗移栽采用半自動(dòng)方式，相較于半自動(dòng)移栽機(jī)，全自動(dòng)移栽機(jī)可提高移栽效率，減輕勞動(dòng)力[3-4]。

為解決全自動(dòng)移栽機(jī)取苗精度差，作業(yè)效率低及系統(tǒng)穩(wěn)定性不足等技術(shù)難題，提高其整體性能，國(guó)內(nèi)外學(xué)者開展大量研究，楊傳華等設(shè)計(jì)基于PLC 蔬菜缽苗移栽機(jī)自動(dòng)輸送裝置，通過PLC控制步進(jìn)電機(jī)，實(shí)現(xiàn)苗盤精準(zhǔn)定位和輸送[5]。吳儉敏等研制穴盤苗自動(dòng)識(shí)別及控制裝置，采用單個(gè)取苗末端執(zhí)行器取苗，通過步進(jìn)電機(jī)驅(qū)動(dòng)穴盤縱向和橫向移動(dòng)，光電傳感器作為缽苗識(shí)別裝置，由PLC作為控制核心，可適應(yīng)不同規(guī)格穴盤[6]。魏新華等設(shè)計(jì)整排全自動(dòng)移栽機(jī)控制系統(tǒng)，通過PLC與繼電器相結(jié)合實(shí)現(xiàn)整排取苗，并與供苗輸送帶配合完成整盤喂取[7]。劉姣娣等采用自適應(yīng)模糊PID控制算法實(shí)現(xiàn)缽苗輸送步進(jìn)定位控制，解決因漏苗及取喂苗失敗造成的漏苗移栽問題[8]，但該裝置僅在實(shí)驗(yàn)室測(cè)試，無(wú)大田試驗(yàn)。Jin 等通過將模糊理論與PID 控制理論相結(jié)合，設(shè)計(jì)一種模糊PID控制器[9]。相較于傳統(tǒng)PID，模糊PID 在取苗系統(tǒng)上的控制效果，更有助于該系統(tǒng)克服非線性和控制精度低的缺點(diǎn)。任玲等提出一種整排取投苗控制系統(tǒng)，通過控制苗盤進(jìn)給，實(shí)現(xiàn)整排供苗和取苗[10]。Siddique 等設(shè)計(jì)一種用于種植深度控制系統(tǒng)PID 控制算法，考慮液壓油黏度對(duì)控制系統(tǒng)的影響，結(jié)果表明考慮外界環(huán)境因素影響的PID算法可較好解決控制系統(tǒng)非線性問題[11]。

現(xiàn)存移栽機(jī)在取苗效率和精確度上還有待提高[6,10]，且取投苗控制系統(tǒng)精度和穩(wěn)定性無(wú)法滿足移栽行業(yè)領(lǐng)域快速發(fā)展的移栽需求[7-8]。此外，部分控制系統(tǒng)對(duì)控制算法研究不夠深入，智能化程度低[9-10]?；诖耍疚脑O(shè)計(jì)一種穴盤苗自動(dòng)裝置，針對(duì)移栽機(jī)精度低、系統(tǒng)穩(wěn)定性差等問題提出采用自適應(yīng)模糊PID作為取投苗控制系統(tǒng)的控制算法，以提高控制系統(tǒng)穩(wěn)定性及自適應(yīng)性。研究旨在為移栽機(jī)早日實(shí)現(xiàn)全自動(dòng)、智能化提供思路。

1 取投苗裝置結(jié)構(gòu)

如圖1所示，取投苗裝置主要包括移動(dòng)裝置和取苗裝置兩部分。

圖1 取投苗裝置結(jié)構(gòu)Fig.1 Structure of transferring and seedling picking-up devices

取苗裝置包括取苗機(jī)械手和提升裝置，其中提升裝置由一個(gè)垂直導(dǎo)軌、兩個(gè)光電開關(guān)及一個(gè)無(wú)刷直流電機(jī)組成。取苗機(jī)械手作用是取苗時(shí)抓緊苗保證提升裝置將苗取出，投苗時(shí)取苗機(jī)械手張開使缽苗落入接苗杯。提升裝置作用是帶動(dòng)取苗機(jī)械手下降至預(yù)定位置抓苗及在抓緊苗后向上提升將缽苗取出。移動(dòng)裝置包括兩個(gè)X 方向同步帶導(dǎo)軌、一個(gè)Y方向同步帶導(dǎo)軌、兩個(gè)光電開關(guān)和兩個(gè)無(wú)刷直流電機(jī)。無(wú)刷直流電機(jī)為同步帶導(dǎo)軌提供動(dòng)力，同步帶導(dǎo)軌作用是將取苗裝置運(yùn)送至取苗點(diǎn)和投苗點(diǎn)，光電開關(guān)作用是確定取投苗點(diǎn)位置。

2 基于BP神經(jīng)網(wǎng)絡(luò)的機(jī)械手夾持力-夾角控制模型

取苗機(jī)械手將缽苗從穴孔中成功取出，其夾持力需滿足一定要求。夾持要適當(dāng)，過小無(wú)法將缽苗從穴孔中取出，過大則對(duì)基質(zhì)造成損傷，影響其后期生長(zhǎng)[12]。在夾持過程中缽苗基質(zhì)受機(jī)械手夾持力作用產(chǎn)生變形[13]。

機(jī)械手結(jié)構(gòu)如圖2a 所示，其中δ為電機(jī)轉(zhuǎn)角，機(jī)械手對(duì)缽苗基質(zhì)夾持力隨δ增加而增加。但在缽苗基質(zhì)變形過程中，夾持力呈非線性變化，以苗齡為35 d，基質(zhì)配比草炭∶珍珠巖∶蛭石為6∶3∶1，基質(zhì)含水率為60%的“中疏四號(hào)”番茄苗為試驗(yàn)對(duì)象，通過取苗機(jī)械手對(duì)缽苗基質(zhì)施加夾持力，壓力傳感器記錄當(dāng)前狀態(tài)缽苗基質(zhì)受到的夾持力，通過控制電機(jī)旋轉(zhuǎn)角度得到不同角度下缽苗基質(zhì)受到夾持力大小。記錄電機(jī)轉(zhuǎn)角δ和相應(yīng)夾持力數(shù)據(jù)，以電機(jī)轉(zhuǎn)角為輸入，夾持力為輸出，利用BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練得到缽苗夾持力控制模型。其中，神經(jīng)網(wǎng)絡(luò)訓(xùn)練集、測(cè)試機(jī)、驗(yàn)證集數(shù)據(jù)數(shù)分別為80%、10%、10%，訓(xùn)練算法為L(zhǎng)evenberg-Marquardt。

神經(jīng)網(wǎng)絡(luò)訓(xùn)練結(jié)果如圖2b 所示，當(dāng)電機(jī)轉(zhuǎn)角小于3°時(shí)，缽苗基質(zhì)受到的夾持力增加并不明顯。當(dāng)電機(jī)轉(zhuǎn)角從3°增至4°時(shí)，夾持力從0.08 N增至0.14 N，有較明顯增加。但當(dāng)電機(jī)轉(zhuǎn)角從4°增至5°時(shí)，夾持力僅增加0.03 N。當(dāng)電機(jī)轉(zhuǎn)角超過5.8°時(shí)，夾持力快速上升，因隨夾持力增加，缽苗基質(zhì)變形量較小所致。最終經(jīng)試驗(yàn)測(cè)得在取投苗過程中保持缽苗不掉落且不對(duì)基質(zhì)造成明顯損傷的最佳夾持力為0.25 N，此時(shí)對(duì)應(yīng)電機(jī)轉(zhuǎn)角為6.6°。

圖2 機(jī)構(gòu)模型與訓(xùn)練結(jié)果Fig.2 Mechanism model and training result

3 控制系統(tǒng)設(shè)計(jì)

3.1 自適應(yīng)模糊PID控制器設(shè)計(jì)

傳統(tǒng)PID 控制算法控制電機(jī)存在參數(shù)調(diào)整困難、自適應(yīng)性差，控制精度低及抗干擾能力弱等問題。相較之下，模糊控制系統(tǒng)魯棒性強(qiáng)，干擾和參數(shù)變化對(duì)控制效果影響被削弱，尤其適合于非線性、時(shí)變及純滯后系統(tǒng)[14-15]。

3.1.1 自適應(yīng)模糊PID控制系統(tǒng)結(jié)構(gòu)設(shè)計(jì)

自適應(yīng)模糊PID 控制系統(tǒng)主要由兩部分組成，一是參數(shù)可變的PID 控制器，二是模糊控制系統(tǒng)[16-17]，結(jié)構(gòu)如圖3所示。

圖3 自適應(yīng)模糊PID控制流程Fig.3 Flow chart of adaptive fuzzy PID control

其中誤差e和誤差變化率de/dt送入模糊控制器，經(jīng)模糊化、模糊運(yùn)算，得到輸出模糊量，再通過解模糊得到PID 控制器3 個(gè)參數(shù)：Kp、Ki和Kd，再將這3個(gè)參數(shù)輸入PID 控制器，實(shí)現(xiàn)對(duì)被控對(duì)象的控制[18]。

應(yīng)用模糊集合理論建立參數(shù)Kp、Ki和Kd與系統(tǒng)誤差絕對(duì)值e和誤差變化率絕對(duì)值de/dt之間的二元連續(xù)函數(shù)關(guān)系，用模糊控制器根據(jù)不同e和de/dt實(shí)現(xiàn)在線自整定PID參數(shù)。

3.1.2 各變量在模糊控制器中隸屬度函數(shù)的確定

本研究設(shè)計(jì)的模糊控制系統(tǒng)中，通過計(jì)算速度設(shè)定值和由速度傳感器所獲得真實(shí)值之間差值獲得速度偏差。該模糊控制系統(tǒng)采用速度偏差和速度偏差變化率作為輸入語(yǔ)言變量，Kp、Ki和Kd作為模糊控制系統(tǒng)輸出語(yǔ)言變量。將這5個(gè)語(yǔ)言變量轉(zhuǎn)化為7 個(gè)模糊變量[NB, NM, NS, ZO, PS, PM,PB]，其分別代表負(fù)大、負(fù)中、負(fù)小、零、正小、正中、正大，這一步稱為模糊化。假設(shè)所有參數(shù)隸屬度函數(shù)均為三角形分布，則根據(jù)隸屬度函數(shù)可得到相應(yīng)隸屬度。根據(jù)隸屬度分配表和模糊控制模型，利用模糊推理可得到模糊控制規(guī)則表。通過查表可得到修正后PID參數(shù)，利用參數(shù)自整定公式計(jì)算，實(shí)現(xiàn)自適應(yīng)模糊PID控制。Kp、Ki和Kd模糊控制規(guī)則如表1所示。根據(jù)設(shè)計(jì)要求，該自適應(yīng)模糊PID 控制器輸入e，ec 及Kp、Ki和Kd的域范圍分別定義為[-3,-2,-1, 0, 1, 2, 3], [-3,-2,-1, 0, 1, 2,3],[-0.3,0.3],[-0.06,0.06],[-0.3,0.3]。

表1 Kp、Ki及Kd模糊控制規(guī)則Table 1 Kp,Ki and Kd fuzzy control rule

參數(shù)自調(diào)整公式如式（1）所示，其中Kp0，Ki0，Kd0是PID 參數(shù)初始值，△Kp0，△ki0，△kd0是模糊控制器的3個(gè)輸出，在控制過程中控制參數(shù)Kp、Ki和Kd根據(jù)模糊規(guī)則實(shí)時(shí)調(diào)整。

模糊規(guī)則是模糊PID 控制器設(shè)計(jì)關(guān)鍵，直接決定控制系統(tǒng)性能[19-20]?？紤]到穩(wěn)定性、準(zhǔn)確性、響應(yīng)速度以及超調(diào)量。當(dāng)|e|和e均大時(shí)，應(yīng)選擇較大Kp和較小Kd以保證系統(tǒng)有較好跟蹤性能。同時(shí)，應(yīng)該限制積分效應(yīng)以避免系統(tǒng)出現(xiàn)超調(diào)。當(dāng)|e|取中間值時(shí)，為減小系統(tǒng)超調(diào)，應(yīng)該選擇更小的Kp值。在這種情況下，Kd值對(duì)系統(tǒng)有重要影響。因此，應(yīng)選擇合適的Ki值。當(dāng)|e|取小時(shí)，應(yīng)該選擇更大的Kp和Ki以保證系統(tǒng)穩(wěn)定性。同時(shí)，為避免系統(tǒng)在設(shè)定值附近震蕩，Kd應(yīng)根據(jù)ec 值選取，也就是當(dāng)ec 大時(shí)，Kd應(yīng)取小值，而Kd通常取中間值。

根據(jù)上述輸入的隸屬度函數(shù)及49 條模糊控制規(guī)則，通過設(shè)置相關(guān)參數(shù)，得到區(qū)域上比例、微分和積分系數(shù)輸出曲面，如圖4所示，分別顯示區(qū)域上比例、積分和微分系數(shù)輸出曲面?？梢姡Se和ec 正向增加，Kp逐漸增加，Ki逐漸減小，且Kd先增后減，當(dāng)e和ec為0時(shí)，Kp和Ki去中間值。

圖4 比例系數(shù)、積分系數(shù)和微分系數(shù)輸出曲面Fig.4 Output surface of proportional coefficient,integral coefficient and differential coefficient

3.2 控制系統(tǒng)硬件連接

該控制系統(tǒng)接線如圖5所示，其中1為角度傳感器，2、3、4為光電傳感器，電源端接到Arduino的+5 V 和GND，信號(hào)端接到A0、A3、A4、A5 的模擬量輸入端口，5、6、7為提升裝置和移動(dòng)裝置無(wú)刷直流電機(jī)，8為取苗機(jī)械手無(wú)刷直流電機(jī)，電機(jī)電源端接到直流電源正負(fù)端，信號(hào)端接到Ar?duino 的TX0和RX0端口。

圖5 控制系統(tǒng)硬件連接Fig.5 Control system hardware connection

4 仿真測(cè)試

為驗(yàn)證自適應(yīng)模糊PID控制算法有效性，分別對(duì)傳統(tǒng)PID控制算法和自適應(yīng)模糊PID控制算法進(jìn)行仿真分析。利用Simulink建立無(wú)刷直流電機(jī)的傳統(tǒng)PID和自適應(yīng)模糊PID仿真模型。其中，自適應(yīng)模糊PID 仿真模型如圖6 所示。其中主要包括DC直流源、三相逆變橋、無(wú)刷直流電機(jī)、PI 控制器、PWM 生成器、霍爾位置解碼模塊、驅(qū)動(dòng)信號(hào)控制等構(gòu)成。直流電源為無(wú)刷直流電機(jī)供電，其電壓為24 V。三相逆變橋作用是通過控制橋臂導(dǎo)通實(shí)現(xiàn)無(wú)刷直流電機(jī)連續(xù)旋轉(zhuǎn)；PWM 生成器通過控制導(dǎo)通時(shí)間實(shí)現(xiàn)對(duì)電壓的控制，從而實(shí)現(xiàn)對(duì)電機(jī)轉(zhuǎn)速的控制?；魻栁恢媒獯a模塊作用是讀取當(dāng)前電機(jī)轉(zhuǎn)子位置，為三相逆變橋控制提供信息。

圖6 無(wú)刷直流電機(jī)的模糊控制仿真模型Fig.6 Fuzzy control simulation model of brushless DC motor

利用Simulink 作仿真分析，仿真時(shí)間設(shè)置為1.0 s，參考轉(zhuǎn)速為1 000 r·min-1，Kp值取0.8，Ki值取0.5，Kd值取0.001，其轉(zhuǎn)速仿真結(jié)果如圖7a 所示，在0.03 s 后電機(jī)轉(zhuǎn)速穩(wěn)定在1 000 r·min-1；其輸出轉(zhuǎn)矩仿真結(jié)果如圖7b所示，同樣在0.03 s后電機(jī)輸出轉(zhuǎn)矩穩(wěn)定在3 N·m。由圖可見，傳統(tǒng)PID控制超調(diào)量達(dá)到17%，其調(diào)節(jié)時(shí)間為0.013 s。模糊PID控制的轉(zhuǎn)速未超調(diào)，調(diào)節(jié)時(shí)間為0.028 s，傳統(tǒng)PID相較于自適應(yīng)模糊PID算法，其調(diào)節(jié)時(shí)間較短，但超調(diào)量較大[21-22]。在取投苗過程中，較大超調(diào)造成缽苗基質(zhì)掉落，對(duì)缽苗后期生長(zhǎng)產(chǎn)生影響。自適應(yīng)模糊PID 調(diào)節(jié)時(shí)間為0.028 s，可滿足取投苗要求。因此，對(duì)取投苗裝置而言，模糊PID 控制器相較于傳統(tǒng)PID控制器，可有效提升取投苗穩(wěn)定性，降低在此過程中缽苗基質(zhì)損傷。

圖7 仿真結(jié)果Fig.7 Simulation results

5 取投苗裝置控制系統(tǒng)試驗(yàn)

如圖8所示，搭建取投苗裝置試驗(yàn)平臺(tái)并進(jìn)行取投苗試驗(yàn)驗(yàn)證取投苗裝置控制系統(tǒng)性能，根據(jù)本試驗(yàn)所獲得的取苗過程中最佳夾持力與電機(jī)轉(zhuǎn)角關(guān)系，本試驗(yàn)通過控制電機(jī)轉(zhuǎn)角以最佳夾持力對(duì)缽苗進(jìn)行取投苗試驗(yàn)，獲得最科學(xué)合理的數(shù)據(jù)。

試驗(yàn)過程如圖8所示，其中圖8a為準(zhǔn)備取苗時(shí)機(jī)械手的狀態(tài)，此時(shí)機(jī)械手處于張開狀態(tài)，電機(jī)旋轉(zhuǎn)角度δ為0°；圖8b 為機(jī)械手抓緊缽苗時(shí)狀態(tài)，隨z方向?qū)к壪蛳逻\(yùn)動(dòng)，取苗機(jī)械手控制電機(jī)開始正向（順時(shí)針）轉(zhuǎn)動(dòng)，取苗機(jī)械爪插入缽苗基質(zhì)，待電機(jī)轉(zhuǎn)角達(dá)到所獲得的最佳轉(zhuǎn)角時(shí)，電機(jī)停止轉(zhuǎn)動(dòng)，此時(shí)缽苗已被抓緊；圖8c 為機(jī)械手取出缽苗時(shí)狀態(tài)，抓緊缽苗的機(jī)械手隨z方向?qū)к壪蛏线\(yùn)動(dòng)，以及x、y方向水平運(yùn)動(dòng)至預(yù)定投苗點(diǎn)；圖8d為傳送裝置將缽苗移送至投苗位置狀態(tài)，此時(shí)缽苗已被運(yùn)送至投苗點(diǎn)，當(dāng)機(jī)械手控制電機(jī)反方向（逆時(shí)針）旋轉(zhuǎn)時(shí)，缽苗將在重力作用下落入栽苗裝置開展大田移栽作業(yè)。

圖8 取投苗裝置控制系統(tǒng)試驗(yàn)Fig.8 Experimental test on the control system of seedling picking-up device

在本地“疏育園林”育苗基地購(gòu)買12 盤128穴、苗齡為33 d 的“中疏四號(hào)”番茄穴盤苗，取其中6 盤用于試驗(yàn)研究，利用已有儀器MA100H-000230V1 水分測(cè)定儀測(cè)量穴盤苗基質(zhì)含水率，通過控制澆水頻次和時(shí)間間隔將穴盤苗基質(zhì)含水率控制在50%、60%和70%開展取投苗試驗(yàn)，實(shí)驗(yàn)室溫度為25 ℃，相對(duì)濕度為45%，使用128 穴“中疏四號(hào)”番茄苗，苗齡為35 d，移栽頻率分別為30、40、50株·min-1。

取苗成功率是評(píng)判控制系統(tǒng)性能優(yōu)劣的關(guān)鍵指標(biāo)之一，其計(jì)算公式定義如下所示：

其中，S-成功取出的穴盤苗數(shù)量，N-試驗(yàn)總穴盤苗數(shù)量。基質(zhì)損失率也可作為評(píng)價(jià)取投苗裝置控制系統(tǒng)穩(wěn)定性重要指標(biāo)，其定義如下所示：

其中，M1-移栽前穴盤苗基質(zhì)平均質(zhì)量，M2-移栽后穴盤苗基質(zhì)平均質(zhì)量。

取苗成功率表明該取投苗裝置如何在控制系統(tǒng)作用下順利完成取苗、移苗以及放苗動(dòng)作，基質(zhì)損失率用來(lái)評(píng)價(jià)該控制系統(tǒng)自適應(yīng)模糊PID控制算法性能。

6 結(jié)果與討論

試驗(yàn)結(jié)果如表2所示，當(dāng)取苗頻率為30株·min-1，基質(zhì)含水量為50%時(shí)，取苗成功率達(dá)到其最大值98.44%；當(dāng)取苗頻率為50株·min-1，基質(zhì)含水量為70%時(shí)，取苗成功率降低至其最小值85.16%。其中，平均取苗成功率達(dá)到92.27%，平均基質(zhì)損失率低至3.11%。

表2 試驗(yàn)結(jié)果Table 2 Experimental results

為更直觀觀察試驗(yàn)因素與評(píng)價(jià)指標(biāo)之間關(guān)系，利用Design-Expert 軟件對(duì)試驗(yàn)結(jié)果作回歸分析，得到兩個(gè)評(píng)價(jià)指標(biāo)和各因素之間回歸方程。評(píng)價(jià)指標(biāo)變量分析如表3 所示，試驗(yàn)?zāi)Ｐ惋@著（P＜0.05），在3個(gè)因素中，取苗頻率對(duì)評(píng)價(jià)指標(biāo)影響更顯著。

表3 變量分析Table 3 Variable analysis

評(píng)價(jià)指標(biāo)與3個(gè)因素之間回歸方程如（4）、（5）所示：

兩個(gè)指標(biāo)回歸分析圖如圖9所示，含水率不變時(shí)，取苗成功率隨取投苗頻率上升而下降；含水率為60%時(shí)，取苗成功率達(dá)到最大值，同時(shí)基質(zhì)損失率最小。因此，相對(duì)于含水率而言，取投苗頻率是影響取苗成功率和基質(zhì)損失率主要因素。

圖9 各因素指標(biāo)相應(yīng)曲面Fig.9 Corresponding surface of each factor index

通過控制系統(tǒng)仿真分析與試驗(yàn)驗(yàn)證可得出，該取投苗裝置控制系統(tǒng)性能穩(wěn)定，自適應(yīng)模糊PID 控制算法相較于傳統(tǒng)PID 控制算法，有效提升控制系統(tǒng)穩(wěn)定性，有助于降低基質(zhì)損失率。但從試驗(yàn)結(jié)果中也發(fā)現(xiàn)，隨取投苗頻率上升，取苗成功率下降，這可能是由于在高速取投苗情況下，取投苗裝置出現(xiàn)共振引起，后續(xù)可深入研究該裝置機(jī)構(gòu)穩(wěn)定性，以及提高控制系統(tǒng)魯棒性。同時(shí)本研究針對(duì)移栽機(jī)智能化投入較少，移栽設(shè)備仍需人工參與操作，智能化程度有待提高。

7 結(jié) 論

a.設(shè)計(jì)一種移栽機(jī)取投苗控制系統(tǒng)，采用自適應(yīng)模糊PID控制算法代替?zhèn)鹘y(tǒng)PID算法。仿真結(jié)果表明，相較于傳統(tǒng)PID控制算法，采用自適應(yīng)模糊PID 控制算法后，控制系統(tǒng)超調(diào)量為0，調(diào)節(jié)時(shí)間為0.028 s。控制系統(tǒng)穩(wěn)定性大幅提高，且調(diào)節(jié)時(shí)間滿足控制系統(tǒng)要求。

b. 為避免其他可變因素對(duì)控制系統(tǒng)測(cè)試試驗(yàn)產(chǎn)生影響，提出通過試驗(yàn)測(cè)得電機(jī)轉(zhuǎn)角和對(duì)應(yīng)夾持力數(shù)據(jù)，利用BP 神經(jīng)網(wǎng)絡(luò)訓(xùn)練得出缽苗夾持力控制模型思路，進(jìn)一步確定取苗時(shí)機(jī)械手最佳夾持力與電機(jī)轉(zhuǎn)角關(guān)系，在最大程度上提高此次試驗(yàn)合理性和準(zhǔn)確性。

c.通過取投苗試驗(yàn)驗(yàn)證控制系統(tǒng)性能，結(jié)果表明平均取苗成功率達(dá)92.27%，基質(zhì)損失率低至3.11%。可看出，自適應(yīng)模糊PID 控制算法穩(wěn)定可靠，系統(tǒng)取苗成功率相對(duì)較高且能有效降低缽苗基質(zhì)損失率。