自走式马铃薯捡拾装袋机设计与试验

针对马铃薯分段收获中,人工捡拾劳动强度大、效率低、成本高的问题,设计了一种自走式马铃薯捡拾装袋机。该自走式马铃薯捡拾装袋机能一次性完成马铃薯捡拾、薯土分离、除秧和装袋的工作。阐述了自走式马铃薯捡拾装袋机整体结构,并对捡拾装置、升运链装置、三级输送链装置、分拣台以及卸料装置等关键部件进行详细设计;运用DEM-MBD耦合的方法对马铃薯在两级输送链交接处的运动过程及受力情况进行分析;运用Box-Behnken试验方法,以漏薯率和伤薯率为评价指标,以整机前进速度、捡拾装置输送链线速度、升运链线速度、三级输送链线速度为试验因素,对该机工作参数进行四因素三水平试验,使用Design-Expert软件建立二次多项式回归模型。对回归模型进行优化后,绘制响应面,并得出该机最优工作参数。田间试验表明:当前进速度为0.70 m/s、捡拾装置输送链线速度为1.10 m/s、升运链线速度为1.20 m/s、三级输送链线速度为1.30 m/s时,漏薯率为2.82%,伤薯率为3.61%,满足马铃薯捡拾收获作业要求。

马铃薯机械化收获技术进展与展望

马铃薯是我国第四大粮食作物,种植面积和产量均居世界第一,但机械化收获技术水平与快速发展的马铃薯产业仍然不相匹配,与欧美发达国家相比存在较大差距。为此,基于国内外马铃薯机械化收获技术研究现状,分别对马铃薯分段和联合收获中关键技术的研究进展进行归类和阐述,并对马铃薯机械化收获技术发展趋势进行展望,旨在为从事马铃薯机械化收获技术研究的工程技术人员提供参考。

基于改进UNet模型的油茶果振动采摘点定位方法

针对非花果同期油茶果采收效率低这一问题,提出一种侧枝振动采摘点定位方法,通过振动侧枝降低树木损伤并实现高效采收。首先构建数据集,对侧枝分段标注,向UNet中添加CloFormer注意力机制并命名为Clo-UNet,实现侧枝的二维重构。其次,在Clo-UNet基础上进一步设计采摘点定位方法并命名为Clo-UNet-Point,该方法优先选择采收离果实最远且最粗的枝条。试验表明,Clo-UNet在验证集上表现优异,其中br_con(连果枝)、danger(危险区)和br_pro(优先采收区域)的平均交并比mIoU分别达到85.36%、86.37%和81.29%,平均像素精度mPA分别达到94.97%、96.17%和89.48%,Clo-UNet在整个数据集上的mIoU和mPA分别比UNet高5.14、6.85个百分点。通过观察验证集647幅图像,Clo-UNet-Point算法在不同光照条件下均能定位到采摘点,平均检测一张图像用时0.15 s。该研究可为未来非花果同期类油茶果的自动化振动采收奠定理论基础。

丘陵山地小型窄幅分段式大豆收获机设计与试验

针对丘陵山地大豆收获小型宜机机具缺乏、损失率和破损率高等问题,设计一种丘陵山地小型窄幅分段式大豆收获机,该装置主要由拨禾轮、往复式割刀、输送链板等部件组成,主要围绕丘陵山地地貌特征、大豆植物生理学特性、收获及作业过程装备的动力学行为,优化拨禾轮的转速、安装高度、割刀往复速度、割刀和输送链板结构等参数。基于响应面单因素试验研究各因素对损失率、破损率影响的显著性大小顺序为:拨禾轮转速>割刀切割速度>拨禾轮高度。通过参数优化分析,确定大豆收获的最优作业参数组合为:拨禾轮转速51 r·min^(-1)、拨禾轮高度78 cm、割刀切割速度1.5 m·s^(-1),预测损失率为1.57%,破损率为1.4%。在最优工况下进行田间试验,结果表明收获机损失率由最高2.21%降为1.60%,破损率由最高2.03%降为1.35%,各指标实测值与模型优化值的相对误差均小于3%,满足国家相关标准要求。

油菜联合机收与分段机收作业效果综合测评

我国油菜种植方式多样,既有人工撒播、机械直播、无人机飞播,也有人工移栽、机械移栽。我国油菜机收方式主要有联合收获、分段收获两种,针对不同条件和需求,既要减损、又要提质、还要高效,需要在实践中综合各种因素,平衡各种关系,求得最优方案,因地制宜为油菜收获提出高效低损机收方式。为此,农业农村部农业机械化总站在江西瑞昌组织开展不同种植方式条件下油菜联合机收与分段机收作业效果综合测评。结果显示,不同种植方式对机收的影响体现在油菜机械化育苗移栽能够实现晚种早熟、减轻草害、易于机收;分段收获比联合收获能够减损4.6个百分点,减损收益516.6元/hm^(2),且能获得较好的油菜籽成熟度一致性;分段收获比联合收获增加作业成本248.7元/hm^(2)。通过结果分析,提出加大适宜机收的油菜机械化育苗移栽技术推广力度、采取措施准确把握油菜成熟度获得最佳适收期、因地制宜选择适宜高效低损机收方式等建议。

花生机械化收获装备与技术研究进展

花生收获季节性强,人工作业劳动强度高,效率低,收获损失大,花生生产需要依靠成熟的机械化收获技术。中国的花生收获机械化水平在花生机械化生产环节中处于较低水平,严重制约了中国花生机械化水平的整体提高。本文在阐述花生收获作业模式为联合收获作业模式、两段式收获作业模式和三段式收获作业模式的基础上,对中国花生机械化收获的挖掘装置和摘果装置进行了系统归纳总结,并阐述了输送链式花生收获机、条铺式花生收获机、挖掘翻秧花生收获机、半喂入和全喂入式花生联合收获机的性能和特点。同时,分析了美国花生机械化收获技术,并对印度花生收获机进行了简述。最后,在总结花生机械化收获装备特点的基础上,分析了中国花生收获机械存在的问题,并对未来发展趋势进行了展望。指出花生机械化收获装备将进入以智能化、精细化、高效化为主导的新阶段。

基于ANSYS的油菜分段收获适收期茎秆剪切力学特性分析

针对油菜分段收获适收期茎秆因含水率高、抗剪强度大,造成割晒作业过程中切割困难的问题,开展油菜茎秆剪切力学特性研究。采用电子万能试验机配合YYD-1型茎秆强度测定仪对油菜分段收获适收期茎秆剪切力学特性进行试验测定,并运用ANSYS有限元仿真软件对油菜茎秆剪切力学特性进行分析对比。试验结果表明,直径为12-18 mm的油菜茎秆最大剪切力范围为234.77-368.31 N,剪切模量范围为0.095-0.136 GPa;最大剪切力与剪切模量试验测试值和模型仿真值的相对误差范围小于10%,说明采用有限元仿真方法研究油菜茎秆剪切力学特性具有可行性。研究结果为油菜分段收获适收期茎秆有限元仿真分析提供了参数参考。

再生稻割穗机的设计与性能试验

以拆除插植装置后的高地隙乘坐式插秧机底盘为动力底盘,在其上增设割台、输送槽、集穗箱以及第二动力等装置,设计一种专用于再生稻穗头收获的高地隙割穗机.对该高地隙割穗机的割幅、生产率、行走功率等主要工作参数进行理论计算,对其螺旋推运器、割台、输送装置等主要工作部件的结构及运动参数进行分析,并试制割幅为1.6m、理论喂入量为1.8kg/s的样机.以“两优28”、“黄华占”水稻品种为试验对象,在试验田对该割穗机进行收获及稻茬碾压性能田间试验.结果表明该机田间碾压率≤25.15%,割茬高度在250-650mm间无级调节,纯工作效率约为0.24hm^2/h,满足再生稻穗头收获作业要求.

斜置式甘蔗切割喂入装置设计及试验

为了提高甘蔗收割机的作业质量,该文设计了一种斜置式甘蔗切割喂入装置,并进行了装置性能的试验和对不同生长状态甘蔗的适应性试验。性能试验结果表明,切割喂入装置在机器前进速度为0.43m/s、刀盘转速为450r/min、刀盘倾角为8°时,甘蔗的破头率为20%、整秆率为60%、喂入率为100%、损失率为12.6%;适应性试验结果表明,甘蔗与双刀盘中心相对位置为-100mm("-"表示沿机器前进方向,甘蔗位于蔗行中心线右侧)、倒伏姿态角为40°、侧偏角为30°和甘蔗与双刀盘中心相对位置为-100mm、倒伏姿态角为60°、侧偏角为0的甘蔗适应性好。

面向对象分类方法在森林采伐遥感监测中的应用

利用多尺度分割技术和面向对象分类方法对SPOT5遥感数据进行土地的分类及森林采伐信息提取。在面向对象的图像分析中,采用图像分割——基于规则的分类——基于分类的分割的多尺度分割方法,在综合最优分割尺度下,用最邻近分类器对SPOT5影像进行分类;采用两期图像特征比较,提取森林采伐区信息,并结合二类调查成果和伐区设计资料,使用交互式补充判读和修正。结果显示:研究区各地类的分类精度都在85%以上,对森林采伐图斑判读的加权综合正判率达到90.8%,其中皆伐图斑个数正判率92.8%,非皆伐图斑个数正判率83.3%。利用多期高分辨率遥感图像可以进行森林采伐监测,研究结果为提高森林采伐限额监测效率、采伐区识别准确度和面积估算精度提供了有效途径。

采摘机器人振荡果实动态识别

提出一种采摘机器人在果实振荡状况下的动态识别方法,解决由于果实振荡影响采摘机器人识别定位时间,进而影响采摘速度和效率的问题。首先对所采集的振荡果实图像进行图像分割,将其分为果实和背景两部分;其次引入帧间差分法、水平最小外接矩形法等对分割图像进行振荡果实动态区域的区域标识,然后对其振荡果实进行识别,当图像中有多个振荡果实时,以距离图像中心最近原则确定采摘振荡目标果实。试验结果表明对实际采摘环境下遇到的多数情况,所提算法都能很好地识别出振荡果实,识别时间少于0.5 s。

基于颜色与面积特征的方格蔟蚕茧分割定位算法与试验

蚕虫上蔟多采用纸板方格蔟,但纸板方格蔟在使用过程中会因扭曲变形导致方格分布不规则,而采茧机械对变形的方格蔟进行蚕茧采摘时,会对方格蔟造成损伤。为了提高方格蔟机械采茧的智能化水平,减少采茧设备对方格蔟的损伤,提出一种基于颜色与面积特征的方格蔟蚕茧分割定位算法,实现对方格蔟中蚕茧的分割、中心点定位和位置坐标的视觉测量。首先采用图像空间的Brown畸变模型对方格蔟图像进行畸变矫正,减小径向畸变对视觉测量的影响;对矫正后的图像采用Mean Shift聚类算法进行预分割,消除光照及图像背景对蚕茧分割的影响;然后对阈值分割和形态学处理后的二值化蚕茧图像进行基于面积特征的连通域标定,得到每个蚕茧中心点位置;将连通域标定得到的蚕茧中心点坐标代入图像坐标系与世界坐标系转换方程,得到每个蚕茧在笛卡尔空间的三维坐标,经过视觉测量确定蚕茧在方格蔟中的具体位置,控制蚕茧采摘装置采摘方格蔟中的蚕茧。经过试验,该算法对方格蔟中的蚕茧检测正确率为96.88%,蚕茧坐标最大定位偏差小于6.0 mm,满足采茧装置对蚕茧采摘的定位精度要求。

基于RGB彩色模型的草莓图像色调分割算法

针对目前草莓采摘机器人草莓图像分割运算量大、耗时多等问题,根据CIE-XYZ颜色模型及其色度图,提出了一种在RGB彩模型中进行草莓图像色调分割的方法。该方法无需彩色模型转换,时间复杂性能较Lab彩色模型下a通道阈值分割算法与BP神经网络分割算法优越。对该算法进一步改进后,只需加减运算,无需乘除运算。试验结果表明:该算法能很好地实现成熟草莓果实与图像背景的分离,并较好的保存草莓轮廓信息,分割效率>85%;进一步对分割后的图像进行形态学处理,如膨胀、腐蚀等,有效消除了孔洞现象。

基于形态学的黑背景下收获前棉花图像自动分割技术研究

以棉田实地采集的黑背景下收获前含铃壳棉花图像为样本(7级×9张/级),首先,对原始灰度图二值化以提取中心模板,进一步进行形态学高帽剪切预处理并提取其外围二值模板,两者叠加完成背景分割;试验结果表明:98.4%的含铃壳棉花二值模板图像被准确提取。其次,用形态学低帽剪切预处理后的二值图执行开启运算,以判别棉瓣间的连通性:⑴对于多连通的低品级棉花,直接提取未开启二值图中不超过4个区域的棉瓣二值模板,⑵对于单连通的高品级棉花,重新对原始灰度图二值化并提取最大区域的棉瓣二值模板;实验证明:基于棉瓣面积明显大于铃壳面积的棉瓣抽取算法是健壮的,74.6%的棉瓣二值模板图像被准确提取。

国内外马铃薯收获机械研究现状及发展展望

我国是马铃薯生产大国,种植面积与总产量均居世界首位,但国际竞争力较弱,机械化生产水平尤其是机收率低严重制约马铃薯产业化的发展。介绍了国内外马铃薯收获机械发展现状,指出我国马铃薯收获机械存在的问题,并对未来发展趋势进行展望。

玉米籽粒收获机分段式振动筛清选装置设计与试验

针对目前玉米籽粒收获机籽粒清洁率和损失率不能满足国家标准要求的问题,设计了一种分段式振动圆孔筛清选装置。利用CFD-DEM耦合技术对传统双层往复振动筛清选装置内气固两相运动进行仿真,根据上筛纵向区域内籽粒透筛规律和上筛长度,确定合适的分段式振动筛前筛长度,并设计分段式振动筛后筛,使玉米脱出物在前筛尾部下落到后筛之前可以被前筛上下混合气流继续分散、分层,以提高籽粒清洁率,降低籽粒损失率。在保证分段式振动筛前筛清选性能不变的条件下,以后筛频率、后筛振幅、前后筛垂直间距、前后筛水平间距为试验因素,以籽粒的清洁率和损失率为评价指标,设计二次正交旋转中心组合试验,建立各因素与指标之间的回归数学模型。利用Design-Expert 8.0.6软件的多目标优化算法获得最佳参数组合:后筛频率为4.44 Hz、后筛振幅为15.65 mm、前后筛垂直间距为114 mm、前后筛水平间距为18.53 mm。在清选装置入口气流速度为12.8 m/s、气流方向角为25°、清选装置入口玉米脱出物喂入量为5 kg/s时,分段式振动筛清选装置使籽粒清洁率提高到98.34%,籽粒损失率降至1.45%,籽粒清洁率比传统双层往复振动筛清选装置提高1.26个百分点,损失率降低0.81个百分点,满足国家筛分质量评价技术规范要求。

压电悬臂梁俘能器多模态俘能效果研究

研究了一种带质量块的压电悬臂梁俘能器,推导得到俘能器振型函数,并进行数值计算,分析不同质量比时系统振型特点,以及系统各阶固有频率与质量比的关系.数值计算结果表明:质量比小于0.5时,对系统各阶固有频率影响较大;质量比趋于无穷大时,自由边界条件会转化为夹持边界条件;俘能器二阶及二阶以上模态时在梁长度方向上存在应变节点,节点两侧应变符号相反.为提高俘能效率,避免压电晶片电极上电荷抵消现象的发生,可在悬臂梁上应变节点两侧分段粘贴压电晶片,提取多个谐振频率时的振动能,实验结果表明分段电极法可以产生更多的电能.

基于超像素特征的苹果采摘机器人果实分割方法

针对苹果采摘机器人在自然环境下对着色不均匀果实的识别分割问题,提出了基于超像素特征的苹果采摘机器人果实分割方法。首先,采用简单线性迭代聚类算法将图像分割成内部像素颜色较为一致的若干超像素单元;然后,提取每个超像素的纹理和颜色特征,并采用支持向量机将超像素分为果实和背景两个类别;最后,根据超像素之间的邻接关系对分类结果进行进一步修正。实验表明,该方法能够对大部分超像素单元进行正确分类,平均每幅图像被错误分类的超像素约为2.28个。与采用像素级特征的色差法和采用邻域像素特征的果实分割方法相比,采用超像素特征的果实分割方法具有更好的分割效果。在进行邻接关系修正前,该方法图像分割准确率达0.9214,召回率达0.8565,平均识别分割一幅图像耗时0.6087 s,基本满足实时性需求。

基于K均值聚类的成熟草莓图像分割算法

成熟草莓图像分割是草莓收获机器人识别和定位系统的关键技术。考虑到成熟草莓和其所处环境的颜色特性,在Lab彩色模式下将K均值聚类用于成熟草莓图像的分割。首先把输入的草莓图像从RGB空间转换到Lab空间下,然后初始化三个聚类中心进行K均值聚类的迭代算法,最后为消除成熟草莓花托表面细小瘦果对分割产生的影响,利用数学形态学的闭运算对分割的图像进行了修正加工。研究表明,K均值聚类分割算法在Lab模式下能够较好地分割出成熟草莓图像,并且Lab模式比其他彩色模式更适用于K均值聚类的图像分割算法。

分段式大蒜收获机械试验研究

分段式大蒜收获机械结构简单、成本低廉、操作简便,可减少用工,具有很大的开发潜力,但缺乏成熟机具。针对市场上三种典型的分段式大蒜收获机进行了田间性能试验,试验了挖掘深度、机具行进速度和输出轴转速等参数对收获性能的影响;评价了各种机型的损失率、伤蒜率、含土率、生产率等主要性能指标,为分段式大蒜收获机的改进设计提供参考。