我国肉羊养殖生产全程机械化现状及发展建议

通过国家肉羊产业技术体系、地方畜牧主管部门等组织,对全国13个省市、自治区的113家规模化羊场全程机械化养殖情况进行调研,结果存(出)栏羊规模1万只以上的有20家,占比17.70%,其中3万只以上大型养羊企业8家,仅占7.08%;中小规模羊场(5 000只以下)75家,占比66.37%。按照羊场养殖规模分别对饲草料加工、饲喂、饮水、清粪、消毒、装卸羊等各生产环节机械化水平进行统计分析,自动化饮水占比最高为63.9%,其次为机械化清粪(62.9%)、消毒机械化(42.4%)和TMR饲喂(41.3%),舍内有害气体检测占比最低,仅为8.3%。养殖各生产环节机械化水平随着养殖规模的扩大而提高。影响养殖各生产环节机械化水平的因素主要是肉羊生产本身效率和效益较低,标准化、产业化生产水平低等,表现在不同地域、不同养殖环节机械化水平差异大,肉羊机械装备基础研究薄弱、科技创新能力差,产品标准化程度低,售后维修配套服务差等,建议加强宣传和示范推广工作,加强行业监管,逐步建立与养殖机械化发展水平相适应的监督服务体系,加大基础研究,增强科技创新能力,研究制定相关行业标准,推动行业标准化生产。

基于LoRa的生猪体征监测系统设计与实现

为克服现有生猪体征监测模块功能单一、传输距离受限、功耗大等问题,设计一种以低功耗智能耳标为采集终端的生猪体征监测与异常诊断系统。该系统以无线微控制器为硬件核心,结合猪只体温、心率、运动感知传感器,LoRa和GPRS技术组成的无线传感网络和云服务器构建生猪体征信息采集、健康评估、异常诊断监测平台,提高生猪养殖过程的智能化管理水平。试验表明,该系统运行稳定,能够实时采集、传输、显示、查询生猪体征参数和异常行为,体温相对误差小于1%,心率相对误差小于5%,通信网络丢包率小于5%,传输距离大于3 km,行为辨识结果大于90%,满足中小型规模化生猪养殖场的实际使用需求。可为生猪异常诊断、早期疾病检测治和疫情预防提供科学依据。

基于改进YOLOv5的草莓病害智能识别终端设计

为实现低成本、便捷、高效的草莓病害识别与检测,提升草莓种植与生产效益,在YOLOv5模型基础上,引入高效通道注意力(Efficient Channel Attention, ECA)机制,研究构建一种草莓病害识别模型,应用嵌入式与软件工程技术研发草莓病害识别终端设备。终端设备应用系统由图像采集、图像检测、检测结果展示和数据传输等模块组成,实现草莓图像实时采集和病害实时识别检测等功能。基于草莓病害检测数据集对系统开展测试,结果表明,该系统可以有效识别草莓白粉菌果病、角斑病、叶斑病等病害。与YOLOv5相比,AP0.5∶0.95、AP0.5、AP0.75、APM、APL都有比较大幅度提升。系统具有高效、便捷、实时等优点,可广泛应用于草莓生产领域,从而有效提升草莓病害识别与检测效率。

牵引式油莎豆收获机设计与试验

根据东北地区油莎豆收获的农艺要求以及土地情况,为切实解决油莎豆收获机械化程度低、收获成本高、油莎豆根、豆、土分离困难的问题,设计一种牵引式油莎豆收获机。通过升运网链系统、脱粒滚筒、双层4阶4箱式逐稿器分离装置、清选风机和具有漏土功能的籽粒输送系统等工作部件,使油莎豆收获过程具有良好的分离性、流动性和多重清选功能,可有效防止根茎的缠绕、筛网堵塞和分离不净等问题。田间作业试验结果表明:该机具有动力消耗小、作业效率高等特点,样机的整体收获洁净率可达到90.86%。

融合GA-Attention-LSTM算法的温室樱桃环境参数预测与裂果预警

针对温室环境因素对樱桃的影响,设计一套大樱桃温室环境自动监测装置,用来采集温室内的环境参数值为樱桃裂果提供数字化预警支持及防治方案。基于采集的环境参数值,首先使用相关性分析得出与棚内裂果具有强相关性的环境参数特征;其次使用滑动窗口方法将输入的环境特征生成时间序列矩阵形式;随后提出一种融合GA-Attention-LSTM算法的预测模型,实现精准预测棚内的环境参数的功能;最后通过SPSS数据分析软件来分析不同大棚的环境参数和裂果率。所提的融合GA-Attention-LSTM算法的预测模型的平均绝对误差为0.112,均方误差为0.087,相比于LSTM网络模型高出12.80%和9.72%,对环境参数的预测精度更高,同时得出一套科学的樱桃环境参数值范围,为预测模型对樱桃裂果数字化预警提供有力支持。

基于YOLOv3算法的智能采茶机关键技术研究

在复杂背景下精确识别茶叶嫩芽,是实现高端茶叶智能化采摘的关键技术之一。为实现高端茶叶机械化精准采摘,设计一台基于视觉的采茶样机,根据蛛式机械手采摘茶叶的路径规划,将机械手末端的移动坐标问题转换成静平台3个电机转角问题。针对YOLOv3算法进行改进,采用EfficientNet网络替代DarkNet-53网络进行特征提取,并利用目标函数GIOU优化损失函数。试验结果表明:改进的YOLOv3算法在茶叶嫩芽识别方面,其准确率达到86.53%,单张图像平均识别时间为53 ms,相比传统的YOLOv3算法,性能实现明显的提升,可以达到预期目标,满足机器采摘需求。

非结构化环境下番茄采摘机器人目标识别与检测

针对采摘机器人收获技术中的识别技术受限于非结构化环境中复杂背景干扰的问题,采用改进模型后处理的研究路线,提出一种改进YOLOv5算法。首先将果实目标的中心点距离、预测框宽高实际差值与面积交并比三者共同考虑为损失项,提升预测框实际尺寸精度,再利用中心点距离作为惩罚项加权面积交并比得分,提升密集目标的识别能力,最后通过设置辅助训练头,提供更多的梯度信息以防止过拟合现象。通过多种损失函数损失值对比与模型改进精度对比试验证明改进有效性,部署至机器人验证可行性。结果表明,改进后的算法模型识别平均精度95.6%,召回率达到90.1%,相较于改进前全类精度提升0.4个百分点,召回率提升0.4个百分点,满足采摘机器人识别需求。

草莓移栽机控制系统设计与试验

针对草莓高起垄定向移栽农艺要求,设计一种机械打穴、人工识别草莓苗弓背方向后定向穴栽的移栽机。基于可编程控制器(PLC)设计整机控制系统,包括移栽机定速行走控制系统、前轮转向控制系统、打穴控制系统等任务模块。整机采用直流无刷电机作为底盘的驱动元件,根据电机自带编码器的输出值进行行走速度、栽植株距和打穴频率的协调控制,采用步进电机作为打穴机构的驱动元件,由接近开关对打穴机构进行定位,通过二者配合完成打穴过程,在人机协同作业下,完成草莓苗移栽。试验结果表明:当单行移栽效率为15株/min,株距为150 mm、200 mm、250 mm时,株距合格率、孔深合格率、孔径合格率均在95%以上,其变异系数均小于5%,打穴成功率均大于95%,符合移栽机行业标准,打穴移栽效果满足农艺要求。

基于Theil不等系数IOWAO组合模型的黑龙江省秸秆还田机械化程度预测

玉米、水稻等作物收后秸秆处理一直是农业生产中亟待解决的问题,机械化秸秆还田是作物收后秸秆处理的重要手段,也是保护黑土资源的重要措施。结合相关文献,提出基于协整性检验的单一预测模型选择和基于误差指标最小的最优组合预测模型选择关键环节;运用协整性检验方法确定二次函数模型、ARIMA模型、H-W无季节模型作为秸秆还田机械化程度预测的单一模型;依据误差绝对值和最小法、Shapley法和基于Theil不等系数IOWAO法构建三种组合预测模型,采用误差平方和(SSE)、平均绝对误差(MAE)、均方误差(MSE)、平均绝对百分比误差(MAPE)、均方百分比误差(MSPE)五个误差指标比较模型精度,确定采用基于Theil不等系数IOWAO的组合模型为最优预测作物秸秆还田机械化程度模型。结果表明,2022-2026年黑龙江省秸秆还田机械化程度将稳步提升,平均每年增加4.52%,2026年将达到74.19%,比2021年提升22.62%;2022年以后,黑龙江省秸秆还田机械化程度将进入快速发展期。为制定和实施机械化秸秆处理政策提供理论依据,为保护和恢复黑土资源生产能力提供重要支撑。

大豆玉米带状种植模式下玉米摘穗机设计与试验

针对丘陵山区大豆玉米带状种植模式的玉米果穗收获有机难用、无机可用的现状,设计一款自走式小型玉米摘穗机。该机采用纵卧式摘穗辊实现果穗摘取,并通过输送装置收集装袋;采用“Y”型布局的L型小甩刀实现茎秆粉碎。对摘穗过程进行动力学分析、对粉碎过程进行静力学分析,确定其核心装置设计参数并进行样机试制。以茎秆粉碎长度合格率、果穗损失率、籽粒破碎率为试验指标进行田间试验,来验证该机设计的合理性。试验表明:在生产率为0.8 hm^(2)/d、果穗籽粒含水率为26.38%、茎秆含水量为71.25%的条件下进行试验,茎秆粉碎长度合格率为92.4%、果穗损失率为2.06%、籽粒破碎率为0.61%。该机设计各项指标符合国家相关标准,能够满足丘陵山地地区玉米机械化收获需求。

基于改进实数遗传算法的桑叶采摘机结构参数优化

针对遗传算法在求解桑叶采摘机结构优化问题时容易陷入局部最优和求解精度低等问题,提出一种改进实数遗传算法。首先是给出一种基于序的组合适应度函数的轮盘赌选择算子,该算子在轮盘赌的基础上,通过一个自适应变化的参数在两种适应度函数中选择一个,再去计算适应度值;然后设计一种基于方向的改进启发式交叉算子,该算子既保留两个父代个体中较优个体对子代个体的影响,又增加种群中最优个体对子代个体的影响,提高交叉产生有潜力子代的可能性。接着将改进算法应用于摇杆式桑叶采摘机的优化参数设计中,通过与其他算法作仿真对比试验验证算法的优越性,获得采摘机最优参数组合:行走结构速度为24 mm/s、拨动结构角速度为1.2 rad/s、采摘结构速度为440 mm/s,并由运行结果可知整机性能与优化前相比提高13%。最后用优化得到的参数组合进行实地试验,结果显示桑叶采摘机性能提升10.9%,误差较小为2.1%。可见,所提改进实数遗传算法是优化采摘机参数的一种有效算法。

基于图像处理的小麦微量沉淀值自动读取方法研究

为实现十二烷基硫酸钠(Sodium Dodecyl Sulfate,SDS)沉淀值读取的自动化、智能化,在SDS沉淀值自动化测定摇床上,设计一种图像自动识别沉淀值系统。通过对3种图像处理方法的可行性分析后,选定一种基于标签比对的图像识别方法。该方法包含图像前处理和体积值转换两大模块,主要步骤包括RGB转换成HSV、多通道二值化、提取标签和沉淀值前景,找标签和沉淀值轮廓等。该方法可以同时处理多个试管,并给出每个试管的体积。试验结果表明,平均识别准确率为98.945%。因图像处理光源固定,相对于人工读取示值,不仅提高试验效率,也降低每次读取示值时,因视线不同而造成的主观人为干扰,有效提高准确性,实现沉淀值读取的自动化与智能化。

自适应调节重心林间运输车设计与仿真

为提高运输车在林间的工作效率,研究设计一款能够远程遥控且能根据自身运动姿态自动调节重心的小型林间履带式运输车。通过理论计算完成整车各部分机构的设计,分析整车在可调节重心机构调控下的通过性,确定可调节重心机构的控制策略,并利用Recurdyn软件对整机进行通过性模拟仿真。仿真结果表明,经过调控重心后,整机的通过性得到有效提升,整机上坡的极限角度提高17.9%,横坡的极限角度提高18.3%,极限越障高度提高18.7%,跨壕极限宽度提高13.9%。

生鲜农产品冷链物流过程优化研究

生鲜农产品一般物流过程包括从采收到销售的若干独立的物流单元,通过模型抽象对物流过程中的能耗、数量损耗和质量水平进行清晰界定。以各物流单元的时间和温度为决策变量,以时限和制冷条件为耦合约束,以能耗、数量和质量的损耗最低为优化目标,建立生鲜农产品多目标冷链物流过程优化模型,并设计基于带精英策略的非支配排序的遗传算法(NSGA-Ⅱ)的求解过程。针对久通物联企业冷鲜肉物流过程的优化研究发现:在不同的约束目标下,企业可获得多种最优的时间温度组合方案供决策者选择;冷鲜肉多目标优化解集结果可分为3类,其中冷鲜肉宰杀时间对整个物流过程的损耗成本和质量水平有较大影响,在通过仿真获得的数据中有一半以上的数据受宰杀时间影响。随着剩余质量水平要求的提高,各物流单元温度下降对损耗成本的影响逐渐减小,尤其是剩余质量水平要求在86.4%以上时,几乎不受影响。此时在既定的成本目标下,企业可以尽可能提高制冷条件以提高冷鲜肉质量水平。

基于农产品进出口贸易视角的农业机械化发展研究

为推进全程全面绿色高效农业机械化发展,基于农产品进出口贸易的视角分析农业机械化存在的短板弱项问题。目前我国农业存在贸易逆差逐年增加、主要农产品贸易逆差扩大、劳动密集型农产品比较优势逐渐消失、主要农产品自给率较低等发展现状。在农业机械化方面,小农经济及二元经济结构现状制约着适度规模经营的发展进度,农业规模化种植的生产效益还未充分体现;全程全面高质高量农业机械还不充分;全程农业机械化种植农艺技术推广应用还需加强。农业机械化发展应立足于保障粮食安全与提高农业经营主体经济效益的基本定位,关键在于提高农产品生产效率,改善农产品质量,提高农产品国际竞争力。基于上述分析,提出推进适度规模经营、推动短板弱项农业装备创新发展、优化农业机械化支持政策、推进先进适用农艺技术推广应用、强化农产品初加工装备研发及推广等发展建议。

漾濞核桃物理特性测定及分析

为完善核桃精深加工设备,提高自动化生产效率,对云南漾濞核桃的三径尺寸、含水率、摩擦因数、质心及弹性模量基本物理参数进行测定,并对不同含水率的核桃进行准静态压缩试验,得到漾濞核桃的相关物理特性及与之相关的力学特性的数值。结果表明:漾濞核桃整体呈短圆;湿核桃的含水率在22.05%~31.32%,同时核桃的破壳力随着含水率的减小而减小;核桃以缝合线与平板接触的姿态在PVC人字纹面上的摩擦系数最大为0.53,在不锈钢面上的摩擦系数最小为0.38;三点测力法测出核桃的质心偏向于尖端方向;湿核桃的弹性模量大致在122.03~133.78 MPa,弹性模量随着含水率的降低呈先减后增的趋势。

基于离散元法的潮湿甘蔗复合肥参数标定

为能准确建立潮湿甘蔗复合肥的离散元模型,合理设置仿真参数,提高肥料颗粒动力学仿真结果的准确性,以休止角为响应值,对不同含水率的甘蔗复合肥进行试验研究。通过卸料仓法建立含水率与休止角的三元回归方程,决定系数为0.99;基于Hertz-Mindlin with JKR粘结模型,通过Plackett-Burman试验、爬坡试验和Box-Behnken试验从9个初始参数筛选出JKR表面能、甘蔗复合肥剪切模量、甘蔗复合肥与不锈钢静摩擦系数、甘蔗复合肥间静摩擦系数、甘蔗复合肥间恢复系数5项显著性参数,并建立休止角—离散元参数模型,模型P值小于0.01,变异系数为6.35%;最后,通过对不同含水率下的最佳参数组合进行仿真休止角试验,仿真结果与物理休止角试验的相对误差小于7.66%,验证不同含水率的甘蔗复合肥参数标定结果和研究方法是合理可靠的。研究结果可为基于离散元法的甘蔗施肥机械动力学仿真研究提供参考。

变容积密集烤房的CFD分析与试验研究

为保障密集烤房装烟密度,降低烘烤的能源消耗,研发一套适用于密集烤房的变容积系统。在完成变容积装置的设计后,基于CFD方法模拟分析装置与烟叶的不同距离对烤房内部气体分布均匀性的影响。通过烘烤试验获取实际烘烤数据,对模拟值加以验证。试验结果表明:当隔板与烟叶距离为0 cm时,流速不均匀系数Kv为0.40,温度不均匀系数Kt为0.41,距离为10 cm时,Kv=0.41,Kt=0.43;距离为20 cm时,Kv=0.42,Kt=0.49。装烟区9个测量点的温度模拟值与实测值基本吻合,误差在6%以内。变容积烤房在装烟量为一半时,相比常规烤房的燃料消耗可节约13.4%。研究结果表明:当隔板与烟叶距离为0 cm时烤房内部的气体分布最均匀;CFD模型与数值模拟结果具有可靠性;变容积装置具有较好的保温效果,可保证装烟密度,降低烤烟能耗。

苹果机械化采收发展历程、模式及其技术现状

经过近千年的进化发展,苹果伴随着品种及树形的改良,经历从自然熟落到人工采摘,从辅助工具、辅助收获平台、振动捡拾到智能机器人采收的发展历程及相应的不同的机械化作业模式。介绍苹果机械化采收的发展历程及技术现状、不同收获模式下所使用的机具设备以及不同收获模式所应用的场景与条件,为我国苹果主产区因地制宜地选择适合当地苹果收获作业模式提供借鉴。如人工或机器人采摘适用于苹果鲜售市场,非选择性振动捡拾收获方式适用于苹果的二次加工领域;而为提高机器人的作业效率,需要对苹果树的树形进行结构简化改良,需要考虑农机与栽培农艺的结合。

基于渐进式生成对抗网络的农作物病虫害细粒度分类

随着深度学习应用的普及和飞速发展,基于深度学习的图像识别方法广泛应用于农作物病虫害领域,但大部分的神经网络重视识别准确率的提高,却忽略神经网络庞大的参数计算量。为解决这个问题,基于渐进式生成对抗网络判别器模型和卷积注意力模块,提出一种改进的渐进式生成对抗网络判别器CPDM网络模型对农作物病虫害进行识别。通过对渐进式生成对抗网络判别器网络结构的调整,采用均衡学习率、像素级特征向量归一化和卷积注意力模块增强CPDM网络模型的特征提取能力,提高对真实图片的识别准确率。试验在PlantVillage数据集上进行,将该模型与VGG16、VGG19和ResNet18进行比较,得到TOP-1准确率分别为99.06%、96.50%、96.65%、98.86%,分别提高2.56%、2.41%、0.2%,且参数量仅为8.2 M。试验证明提出的CPDM网络模型满足在保证分类准确率的基础上,有效控制神经网络参数计算量的目的。