水肥一体化精量控制器设计
摘要 | 第4-5页 |
abstract | 第5页 |
1 引言 | 第9-13页 |
1.1 研究背景和意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-11页 |
1.3 主要研究内容 | 第11-13页 |
2 系统总体设计 | 第13-15页 |
2.1 系统功能设计 | 第13-14页 |
2.1.1 硬件设计的功能要求 | 第13页 |
2.1.2 软件设计的功能要求 | 第13-14页 |
2.2 系统整体结构 | 第14页 |
2.3 本章小结 | 第14-15页 |
3 水肥一体化控制器硬件设计 | 第15-26页 |
3.1 控制器硬件结构 | 第15-16页 |
3.2 单片机核心模块电路 | 第16页 |
3.3 控制器供电的电源电路 | 第16-17页 |
3.4 通讯模块电路设计 | 第17-19页 |
3.4.1 RS-485通信接口电路设计 | 第17-18页 |
3.4.2 Wi-Fi通讯电路 | 第18页 |
3.4.3 USB转串口电路 | 第18-19页 |
3.5 外围模块电路设计 | 第19-25页 |
3.5.1 外部存储电路 | 第19-20页 |
3.5.2 SD卡接口电路设计 | 第20页 |
3.5.3 采集PH值电路 | 第20-21页 |
3.5.4 采集EC值电路 | 第21-22页 |
3.5.5 采集液位值电路 | 第22-23页 |
3.5.6 采集流量电路 | 第23页 |
3.5.7 控制接口电路 | 第23-24页 |
3.5.8 矩阵键盘接口电路设计 | 第24-25页 |
3.5.9 报警电路设计 | 第25页 |
3.6 本章小结 | 第25-26页 |
4 基于RBF-PID控制方法及系统仿真研究 | 第26-35页 |
4.1 PID控制策略 | 第26-27页 |
4.1.1 PID控制原理 | 第26-27页 |
4.1.2 数字增量式PID控制 | 第27页 |
4.2 基于RBF神经网络的PID参数自整定 | 第27-30页 |
4.2.1 RBF网络结构 | 第28页 |
4.2.2 基于RBF神经网络的自适应PID | 第28-30页 |
4.3 算法仿真研究 | 第30-34页 |
4.4 本章小结 | 第34-35页 |
5 软件设计与实现 | 第35-46页 |
5.1 软件总体设计 | 第35-36页 |
5.2 初始化程序设计 | 第36-37页 |
5.3 模拟量采集程序 | 第37-39页 |
5.4 流量采集程序设计 | 第39-40页 |
5.5 储存数据模块程序 | 第40页 |
5.6 Wi-Fi模块与云端服务器通讯程序 | 第40-42页 |
5.7 Wi-Fi模块接收任务程序 | 第42-43页 |
5.8 运算输出控制量任务程序 | 第43-44页 |
5.9 扫描矩阵键盘任务程序 | 第44页 |
5.10 本章小结 | 第44-46页 |
6 控制器系统现场试验及特性分析 | 第46-57页 |
6.1 组网稳定性运行测试实验 | 第46-49页 |
6.2 验证控制系统性能试验及分析 | 第49-56页 |
6.2.1 相关实验设备的选取 | 第49-50页 |
6.2.2 控制肥料泵试验方法及数据分析 | 第50-56页 |
6.3 本章小结 | 第56-57页 |
7 结论与展望 | 第57-59页 |
7.1 结论 | 第57页 |
7.2 展望 | 第57-59页 |
参考文献 | 第59-62页 |
附录 | 第62-65页 |
在读期间发表的论文 | 第65-66页 |
作者简介 | 第66-67页 |
致谢 | 第67-68页 |
详细摘要 | 第68-69页 |