面向农业工厂化生产过程控制的研究-计算机技术专业毕业论文.docxVIP

万方数据 万方数据 浙江理工 浙江理工大学硕士学位论文 面向农业工厂化生产过程控制的研究 摘 要 农业工厂化生产是指利用现代工业技术为农产品提供稳定成长环境、摆脱受自然环 境限制并能提供大规模稳定生产。为保证农业工厂化生产顺利进行，需要对整个生产过 程进行监测和控制，即过程控制。传统工业过程控制方法通过模型和工业仪器等实现采 集和控制，大多应用于煤炭、钢铁、机械、化工、纺织等领域，而对于新兴的农业领域 工厂生产，还没有较完善的过程控制方法。本文旨在研究农产品过程控制技术，并通过 系统实现农产品工厂化生产过程控制，主要完成以下工作： 1、针对传统过程控制系统软件进行探讨分析，总结其开发维护复杂，成本大的特点， 探讨了 B/S 的 Web 应用软件设计和优势，并对 Web 应用的服务器系统架构进行探讨研 究。通过对比分析 Webform 和 MVC 程序设计模型，以及 Apache 和 Nginx Web 服务器 测试比较，设计了以 Linux 为操作系统，Nginx+uWSGI 为 Web 服务器，Mysql 为数据库， Django MTV 为后台程序模型的 Web 服务器系统架构，提高了过程控制软件服务器开发 的效率、稳定性和并发性。 2、针对过程控制方法，研究了基于改进的 BP 神经网络 PID 过程控制方法。通过对 农业工厂化生产过程进行分析，找到整个生产过程控制的关键在于农作物的生长环境 ——温度、湿度等，目的是当作物的生长环境发生变化时，通过控制系统和方法使环境 快速稳定达到和保持在控制者的要求。针对农产品工厂化生产环境控制系统存在的大惯 性、非线性等问题，提出了一种改进共轭梯度法的 BP 神经网络 PID 控制方法，有效地 改善了算法的性能，弥补了 BP 神经网络训练算法存在的收敛速度慢和易陷入局部极小 的问题，提高了控制效率。 3、针对过程控制中面临的执行器故障问题，研究了基于振动信号分析的故障检测方 法。通过 ICP 振动加速度传感器和采集卡对执行器机械的振动信号进行采集、转换并传 入计算机中，使用 Labview G 语言进行分析。通过时频领域的快速傅里叶变换和希尔伯 特黄变换对振动信号进行处理分析，取得了一定成效以后针对时频领域分析的不足，创 新性的提出了基于小波变换能量分布的分析方法，有效地改善了故障检测的效率，提升 了执行器故障检测的准确率。 4、通过对某菌类生产工厂过程控制具体需求进行分析，构建整体系统解决方案，并 I 完成各业务模块的设计，实现了过程控制系统平台。最后通过控制系统平台的具体应用 验证了本文提出的 Web 应用服务系统架构的性能和过程控制方法。 研究结果表明，本文提出的基于 Django 的 Web 服务系统架构降低了软件系统的耦 合度，使系统的稳定性、开发维护性得到了改善；基于改进共轭梯度算法的 BP 神经网 络 PID 控制方法，弥补了传统 BP 算法的不足，提高了 BP 神经网络 PID 控制器的可用 性和鲁棒性；基于振动能量分析的故障检测方法，提升了执行器故障检测的效率和准确 性。 关键字：过程控制，Django， BP 神经网络，共轭梯度法，希尔伯特黄变换，小波 变换 II Abstract Agricultural Industrial production refers to the use of modern technology for the agricultural industry to provide a stable environment for the growth, get rid of the restrictions by the natural environment and provide a stable large-scale production. In order to ensure the smooth progress of the agricultural industrial production, the need for the entire production process monitoring and control, namely process control. Traditional industrial process control and other industrial equipment by model and implement acquisition and control, mostly used in coal, iron and steel, machinery, chemicals, textiles and other fields, and for the emerging fie