一种无人机双喷头雾滴粒径沉积量预测方法与流程

本发明涉及机器学习领域，特别是涉及一种无人机双喷头雾滴粒径沉积量预测方法。

背景技术：

无人机喷施由于其作业低成本，高效率和强机动性等特点在农业施肥以及喷药作业方面得到了非常广泛地应用。然而，无人机喷施与地面机具喷施相比更容易受到气流以及空气运动条件地影响，其还存在着雾滴尺寸分布范围过大、沉积量难以控制、雾滴漂移明显等问题。沉积量分布及其均匀程度是喷头喷施效果的重要方面，其直观反应了喷头喷施的均匀性，但是在测量时需要经过复杂的处理或者大量的时间，目前无人机喷施测量的方式以水敏纸为主。雾滴体积中径(vmd)表示将所有喷洒中根据雾滴粒径从小到大累加，体积叠加至总体积50％时的雾滴粒径，是最常用的表征雾滴粒径的参数,同理,v10表示体积叠加至总体积10％时的雾滴粒径。

机器学习的方法在农业、能源工程、生物医学以及各种领域都得到了广泛使用。在农用无人机邻域，机器学习的方法主要应用于图像处理以及自动化作业方向，使用机器学习的方法建立喷头沉积量分布的定量模型可以大大提高模型的精确性。

技术实现要素：

本发明的目的是提供一种无人机双喷头雾滴粒径沉积量预测方法，实现对沉积量的精确预测。

为实现上述目的，本发明提供了如下方案：

一种无人机双喷头雾滴粒径沉积量预测方法，所述预测方法包括：

将单喷头放置于不同的高度位置；

确定不同高度下单喷头的喷幅范围；

将双喷头放置于不同高度和不同间距位置；所述双喷头包括：第一喷头和第二喷头；

以双喷头之间间距的中心为零点，左右各间隔第一设定距离，测量不同高度、不同间距和不同水平位置下喷幅重叠区域内的雾滴体积中径vmd；

确定占雾滴总体积10％的雾滴体积中径值v10；

测量在所述喷幅重叠区域内的沉积量；

将喷头高度、双喷头之间间距、测量得到的vmd、v10作为自变量，每个测量点的沉积量作为因变量，将所有自变量和因变量划分为固定比例的建模集和预测集，建立elm模型；

基于所述elm模型确定雾滴粒径沉积量。

可选的，所述不同高度位置具体包括：距离地面1m、1.5m以及2m。

可选的，所述确定不同高度下单喷头的喷幅范围具体包括：

将多个量筒依次排列于单喷头的正下方，采用50％有效沉积量判定法确定不同高度下单喷头的喷幅范围；所述量筒的筒底外径与所述第一设定距离相同。

可选的，所述第一设定距离为6.5cm。

可选的，所述不同间距位置具体包括：0.5m、0.6m以及0.7m。

可选的，测量在所述喷幅重叠区域内的沉积量具体包括：

将量筒均匀放置于两个喷头喷幅重叠区域内，读取量筒中液体的数值，得到沉积量。

根据本发明提供的具体实施例，本发明公开了以下技术效果：

本发明中的上述方法使用了机器学习的方法(elm)应用于无人机双喷头雾滴体积中径和v10进行沉积量分布的预测，得到了精度较高的定量建模效果，且证明了在已知双喷头间距和喷头高度的情况下，使用雾滴体积中径和v10对沉积量分布进行预测的可行性，这种预测方法大大简化了沉积量的测量过程。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明一种无人机双喷头雾滴粒径沉积量预测方法流程图；

图2为本发明实施例无人机单喷头测量示意图；

图3为本发明实施例无人机双喷头测量示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的目的是提供一种无人机双喷头雾滴粒径沉积量预测方法，实现对沉积量的精确预测。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

图1为本发明一种无人机双喷头雾滴粒径沉积量预测方法流程图，如图1所示，所述预测方法包括：

步骤101：将单喷头放置于不同的高度位置。

具体的，喷头的高度位置分别为距离地面1m、1.5m以及2m。

步骤102：确定不同高度下单喷头的喷幅范围。

如图2所示，图2为本发明实施例无人机单喷头测量示意图，具体步骤如下：

将多个量筒依次排列于单喷头的正下方，采用50％有效沉积量判定法确定不同高度下单喷头的喷幅范围；所述量筒的筒底外径与所述第一设定距离相同。

作为本发明中的一个实施例，本发明中采用31个100ml量筒依次紧贴水平放置于喷头正下方的两侧(中间摆放1个，两侧各摆放15个)，根据50％有效沉积量判定法确定喷头在3个高度下的喷幅宽度，最终测量结果为：喷头高度为1m时喷幅宽度为1040mm,喷头高度为1.5m时喷幅宽度为1300mm，喷头高度为2m时喷幅宽度为1430mm。

其中，每个位置使用100ml量筒重复测量三次取平均值，每次测量持续的时间为5min,每次测量时直接通过平视法读数。进行实验时，同时测量一个高度下所有水平位置的测量点沉积量数值。

50％有效沉积量判定法的具体内容为，测量单个喷头每个测量点的沉积量，以沉积量为纵坐标，水平位置为横坐标作曲线，曲线两侧各有一点的沉积量为最大沉积量的一半，这两点的距离可作为有效喷幅宽度。

步骤103：将双喷头放置于不同高度和不同间距位置；所述双喷头包括：第一喷头和第二喷头。

步骤104：以双喷头之间间距的中心为零点，左右各间隔第一设定距离，测量不同高度、不同间距和不同水平位置下喷幅重叠区域内的雾滴体积中径vdm。所述第一设定距离为6.5cm。所述第一设定距离与所述量筒的筒底外径相同。

具体如图3所示，该步骤中喷幅重叠区域内的雾滴体积中径测量方法与步骤103中的测量方法相同，此处不再一一赘述。

进行无人机双喷头粒度测量时，首先进行激光粒度仪的调平矫正保证粒度仪测得数据的精确性，激光粒度仪的激光垂直通过喷头雾面测量点，观察雾滴体积中径的数据变化，当数据趋向稳定时，每次测量采集60个重复的雾滴体积中径数值，得到的数值取平均作为一个测量点值。重复采集三个测量点值，并取这三个值其平均值作为一个测量点最终的雾滴体积中径值vmd。

步骤105：确定占雾滴总体积10％的雾滴体积中径值v10。

步骤106：测量在所述喷幅重叠区域内的沉积量。

具体的，是将量筒均匀放置于两个喷头喷幅重叠区域内，读取量筒中液体的数值，得到沉积量。

步骤107：将喷头高度、双喷头之间间距、测量得到的vdm、v10作为自变量，每个测量点的沉积量作为因变量，将所有自变量和因变量划分为固定比例的建模集和预测集，建立elm模型。

具体的，得到模型的建模集相关系数达到0.8848，建模集均方根误差为1.2569，预测集相关系数达到0.8790，预测集均方根误差为1.2620。

步骤108：基于所述elm模型确定雾滴粒径沉积量。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。