八爪除草机构的设计与实验——基于虚拟样机技术

为了实现田间株间精确机械除草,设计了一种八爪式智能除草机构,并重点研究了在实现不同株距株间除草时所需的前进速度和转速,进行了ADAMS动力学仿真实验和土槽中的物理样机实验。仿真和实验结果表明:该结构的设计能使工作爪端的割刀伸入株间进行除草,仿真实验中的割刀中心轨迹能够有效完成株间除草,并在样机试验中得到了验证。

激光切割技术的发展现状及农业领域应用发展

激光切割技术是当今最具有竞争力的高新技术之一,是激光加工领域中的重要组成部分。为此,介绍了激光切割原理,并从工业金属和非金属以及医疗领域,对国内外激光切割技术的发展现状进行了综述,并指出了激光切割在农业领域的应用,最后总结了激光切割存在的问题和发展趋势。

“5S”技术在数字农业中的应用浅谈

在科学技术高速发展的今天,数字农业已得到了迅猛的发展。阐述了数字农业的涵义、"5S"技术的内容及特点,概述了"5S"技术在数字农业中的应用,为"5S"技术在数字农业上的进一步应用提供了参考。

基于ADAMS的虚拟样机技术及其在农业机械设计中的应用

虚拟样机技术的出现为现代农业机械系统的研发提供了一个全新的设计方法,ADAMS软件是目前世界上最权威、使用范围最为广泛的多体动力学仿真分析软件。基于ADAMS软件,以门形取苗执行机构为原型,建立了其虚拟样机模型,进行了运动学和动力学仿真分析,通过实例阐述了应用虚拟样机技术进行农业机械机构设计的过程。

称重传感器在精准农业装备中的应用研究综述

传感器是提升我国精准农业产业化水平的关键技术之一.在整个精准农业生产周期中,称重传感器在其中每个环节都有潜在的应用领域,文中从精准农业实施的4个不同阶段:土地准备、精准播种、作物管理、精准收获,对称重传感器在精准农业装备中应用和研究现状进行了总结.在此基础上,进一步分析了当前称重传感器在精准农业实际应用中亟待解决的3个主要关键问题:可靠性、稳定性和动态测量精度.最后,对解决这些问题背后所涉及的关键共性技术,包括敏感机理、制造工艺和计测技术等作了进一步阐述.

植物工厂物流搬运装备关键部件的设计与试验

针对我国立体栽培式植物工厂相关的物流搬运装备方面的研究尚少及现有的装备存在着移动灵活性差、定位精度低等问题,以植物工厂内部栽培板的物流搬运任务为出发点,对植物工厂物流搬运装备的AGV(Automated Guided Vehicle)移动底盘和搬运机械臂等关键部件进行了结构设计,并对搬运机械臂进行了运动学仿真分析。在0.4、1.2、2.0、2.8m4个作业高度下对搬运机械臂进行定位误差试验,结果表明:最大误差值在机械臂整体运动误差所允许的范围之内,且方差分析证明了作业高度对定位误差有显著影响,即随着作业高度的增加,定位精度随之降低。

几何路径跟踪组合算法及其农业机械自动导航应用

农业机械自动导航是实现精准农业的有效途径,高精度路径跟踪控制是智能农机自主作业可靠性的重要保证。为提高不同路径曲率和初始误差条件下路径跟踪算法适应性,基于两种几何路径跟踪方法自适应切换提出一种几何路径跟踪组合算法。分析纯追踪和Stanley模型在U型路径跟踪中的稳态误差和收敛特性,在恒定速度下分别设置其最优几何路径跟踪参数,以跟踪误差和路径曲率为输入量设计路径跟踪方法切换逻辑,并采用往复式梭行路径对几何路径跟踪组合算法进行测试。搭建移动小车平台对所提算法有效性进行验证,跟踪结果表明当初始误差为2.5 m时,Stanley模型较纯追踪算法有更快的收敛速度,当直线和曲线路径作业速度为1.0 m/s和0.7 m/s时,纯追踪与Stanley具有相似直线段跟踪误差,但曲率突变时纯追踪和Stanley模型最大跟踪误差分别为12.0 cm及11.0 cm。路径跟踪组合算法有效减小曲率突变时路径跟踪误差,相同速度配置下梭行路径最大跟踪误差为9.0 cm,较纯追踪和Stanley分别减小25.0%和18.2%。几何路径跟踪组合算法减少前视距离和增益系数在线优化运算量与算法复杂度,可为复杂作业场景下农机自适应路径跟踪算法设计提供工程实现参考。

大型高地隙喷杆喷雾机工作参数调控虚拟仿真实验教学项目的建设与实践

结合江苏大学大型高地隙喷杆喷雾机工作参数调控虚拟仿真实验教学项目的建设和应用经验,为构建虚实结合的农机专业实验教学新方式,充分调动学生完成喷雾机实验的积极性和主动性,提升学生的工程实践能力,促进农机专业人才的培养提供参考。

无人机多光谱影像的小麦倒伏信息多特征融合检测研究

为探究多特征融合方法在作物倒伏领域快速精准识别中的适用性,利用无人机获取多田块冠层尺度的不同倒伏率麦田多光谱数据,对原始倒伏图像进行图像拼接、辐射校正、几何校正等预处理,并利用重归一化差值植被指数和阴影指数分别剔除土壤和阴影背景,提取小麦倒伏DSM模型和植被指数分别与多光谱图像进行多特征图像主成分变换融合,筛选差异性较大的纹理特征,采用支持向量机(SVM)、人工神经网络(ANN)和最大似然法(MLC)监督分类模型对多光谱和DSM融合图像、多光谱和归一化植被指数(NDVI)融合图像、多光谱图像和纹理特征图像进行监督分类,并采用总体精度(OA)、 Kappa系数和提取误差综合评价各监督模型的分类性能和倒伏提取精度。分类结果表明:各监督分类方法在不同倒伏区域提取结果建模效果趋势一致,SVM和ANN整体提取精度高于MLC,在高倒伏区域,多光谱与NDVI融合图像的SVM监督模型(OA:92.63%, Kappa系数:0.85,提取误差:1.11%)提取效果最好;在中倒伏区域,多光谱与DSM融合图像的SVM监督模型(OA:90.35%, Kappa系数:0.79,提取误差:9.34%)提取效果最好;在低倒伏区域,均值纹理特征图像的ANN监督模型(OA:91.05%, Kappa系数:0.82,提取误差:8.20%)提取结果较好。本研究将DSM模型、植被指数、纹理特征与多光谱图像进行融合对比,并对多特征融合方法能否高精度有效提取小麦倒伏信息进行了探究,结果表明无人机多光谱遥感结合特征融合技术能有效提取小麦倒伏面积,提取效果优于单特征小麦倒伏图像。本研究结果可为助力小麦倒伏灾情调查数据的精确获取方法提供参考。

醋糟条垛式堆肥发酵技术及效果

为了探讨醋糟发酵过程中氮素形态变化对pH值的影响,采用向堆体添加水分的两阶段条垛式堆肥发酵方法,测定了两个阶段堆体中总氮、氨氮、硝氮的质量分数及堆体温度、有机质、pH值。试验结果表明:堆肥完成后堆体总氮、氨氮、硝氮相对质量分数均有所上升,堆体pH值由最初的4.3上升至最高7.94,最后又回落至6.3左右,有机质质量分数由最初的91.8%下降到了83.2%,发芽指数GI达到102.3%。研究表明:经两阶段堆肥发酵,醋糟堆体已完全腐熟。

基于颜色特征的棉田中铁苋菜识别技术

基于不同的颜色特征,利用机器视觉技术自动识别棉田中铁苋菜。分别对棉花和杂草铁苋菜的色差法(R-G,R-B,G-B)、超绿法(2G-R-B)、色度法(H)等5种特征图像进行对比,确定色度法利用最大方差进行二值化的效果最佳。创建与二值图像相对应的0、1双精度型矩阵,并分别与R、G、B三基色分量图相乘,获取前景是R、G、B三基色分量图,背景是黑色的灰度图像。分析棉花、铁苋菜前景R、G、B的标准差,确定R的标准差与B的标准差差值小于5作为判断铁苋菜的阈值。识别结果表明,棉花的判断准确率为71.4%,铁苋菜的判断准确率为92.9%,总体准确率为82.1%。

基于光谱分析技术的作物中杂草识别研究

除草剂的精确喷施、物理方法精确除草皆依赖于杂草的自动识别。光合色素和结构差异导致作物、杂草的光谱反射率不同,因此不同植物可以利用光谱特性来区分。利用ASD光谱仪在室内分别测量了棉花、刺儿菜、水稻、稗草等四种植物在350-2500 nm波段范围内的光谱反射率。运用SAS统计软件的STEP-DISC过程筛选能够区分作物和杂草的波长;判别模型中加入筛选所得特征波长,利用Discrim过程进行判别分析。实验结果表明,利用3个特征波长385,415和435 nm有效地从双子叶植物棉花中识别出双子叶杂草刺儿菜,其识别率为100%,波长415和435 nm的组合对识别模型的贡献最大;利用5个特征波长375,465,585,705和1035 nm可有效地从单子叶植物水稻中识别出单子叶杂草稗草,其识别率也为100%,黄色到橙色的过渡波长585 nm和“红边”内的波长705 nm的组合对识别模型的贡献最大。

基于MEA-BP神经网络的大米水分含量高光谱技术检测

利用高光谱技术对储藏大米的水分含量进行检测。本实验以120个大米样本为研究对象,采集所有大米样本的高光谱图像,利用多元散射校正的预处理方法对大米样本原始光谱数据进行降噪处理。由于原始高光谱数据量大且冗余性强,故利用逐步线性回归分析方法对预处理后的数据进行特征提取。最后建立BP神经网络的大米水分定量检测模型,由于建模效果没有达到预期目标,因此引入遗传算法(genetic algorithm,GA)和思维进化算法(mind evolutionary algorithm,MEA)优化BP神经网络的权值和阈值。对BP、GA-BP、MEA-BP 3种大米水分预测模型进行比较,3种模型的预测集决定系数都达到0.86以上,其中MEA-BP模型具有最佳的预测效果,预测集决定系数达到0.966 3,且均方根误差为0.81%。

基于多光谱视觉技术的油菜水分胁迫诊断

针对油菜水分胁迫的的无损探测,研究了利用多光谱图像对油菜含水率进行定量分析的方法。采用中值滤波法对图像进行预处理;利用二维最大信息熵阈值分割法对多光谱图像进行背景分割;对油菜冠层多光谱图像的均值和比值特征进行了提取,发现560nm处的可见光图像,960、810nm处的近红外图像均值特征和960nm/810nm图像的比值特征在整个发育期与油菜含水率的相关性均较高。考虑到多光谱变量间存在的多重共线性影响,利用逐步回归法建立了不同发育期油菜含水率的多光谱图像特征预测模型。结果表明,该方法能够实现对油菜水分胁迫的定量分析,其中,油菜苗期含水率预测模型的预测值与实测值的相关系数为0.83,均方根误差为4.52%,平均相对误差小于8%,可为科学精确地指导灌溉提供依据。

基于可见-近红外光谱技术预测茶鲜叶全氮含量

为快速无损监测茶树氮素营养及其生长状况,基于可见-近红外光谱技术建立了茶鲜叶全氮含量的预测模型。以茶鲜叶为对象,田间试验使用便携式光谱仪采集叶片漫反射光谱信息,通过不同预处理和统计分析,建立茶鲜叶全氮含量预测的光谱模型。试验共采集111个样品,其中86个样品作校正集,25个样品作预测集。通过一阶导数与滑动平均滤波相结合的预处理方法,用7个主成分建立的偏最小二乘模型最好,其校正集均方根误差(RMSEC)为0.0973,预测集的相关系数为0.8881,预测均方根误差(RMSEP)为0.1304,预测的平均相对误差为4.339%。研究结果表明,利用可见-近红外光谱技术可以很好地预测茶鲜叶全氮含量,对于快速实时监测茶树长势和施肥管理具有重要指导意义。

基于胚部区域特征的麦粒姿态自动识别

麦粒姿态的自动判别,是近红外高光谱成像系统自动检测多姿态麦粒内部虫害的前提。依据麦粒目标在最优波长图像中的坐标、重心等信息,从高光谱数据立方体中自动分割出单个完整麦粒的子图像。利用麦粒胚部端粗糙度较大的原理,依据纹理、不变矩、均值等13个可能胚部区域特征的判别正确率,确定不变矩4为判别麦粒胚部区域的有效特征。针对麦粒胚部区域,提取梯度图像和二值图像的26个特征,利用人工鱼群算法选择出延伸率、胚部区域对称度、延伸率等13个特征。选取1 200个样本进行训练,600个样本进行检验,利用最大离差法自动确定13个特征的模糊权重,麦粒3个姿态可拓分类的正确识别率为94.5%,证实了基于局部区域特征的麦粒姿态自动识别的可行性。

近红外高光谱成像技术检测粮仓米象活虫

为了准确地统计出仓储害虫的密度,需对储粮活虫和死虫进行有效地判别。该文研究开发一个900～1 700 nm的近红外高光谱成像系统来检测仓储小麦活虫。用液氮低温猝死法杀死米象,在其死亡后0～7 d进行高光谱图像采集。随着粮虫死亡时间的延长,粮虫相对光谱反射率逐渐增大,到死后第5天时粮虫的光谱曲线基本趋于稳定。应用相邻波长指数法对1 320～1 680 nm之间的110个波长的高光谱图像进行分析,提取出最优波长为1 417.2 nm。提出双区域连通阈值面积比的区域生长法粮虫活虫判别方法,即当粮虫的双区域连通阈值面积比大于0.5时,应判别为活虫。结果表明,自粮虫死亡后的第2.0天开始,储粮活虫与死虫的训练样本和检验样本全部被正确识别,为实现储粮活虫的计算机视觉实时检测与分类提供依据。

4LYB1-2.0型油菜联合收获机主要部件的设计

阐述了4LYB1-2.0型油菜联合收获机的总体结构,以及伸缩割台、脱粒分离、清选装置等主要工作部件的设计。田间性能测试表明:该机总损失率为5.7%、破碎率0.3%、含杂率2%,各项技术指标达到了油菜机械化收获的要求。

黄瓜地上部分形态-光温响应模拟模型

为了建立基于生理的黄瓜生长可视化生长模型,该研究根据黄瓜地上部分对温度和有效光合辐射的响应,建立了以光温因子—辐热积(product of thermal effectiveness and PAR,TEP)为尺度的黄瓜地上部分模型,并用独立的试验数据进行了检验。模型对黄瓜叶片形态特性、叶柄长度和直径以及节间高度和直径的模拟值和实测值的符合度较好,对黄瓜主茎高度的模拟值与实测值之间有一定的差异,模型对黄瓜叶片形态特性的模拟值与实测值之间的决定系数分别为0.92、0.91、0.95,回归标准误差分别为8.5,6.9,2.8 mm;模型对叶柄长度和直径的决定系数分别为为0.89,0.93,回归标准误差分别为5.6,0.3 mm;模型对节间长度和节间直径以及主径高度的决定系数分别为0.87,0.91,0.75,回归标准误差分别为4.5、0.8、120 mm;模型对果长和果径的决定系数分别为0.85和0.92,回归标准误差分别为8.2和2.4 mm。该研究建立的辐热积模型能较准确地预测黄瓜地上部分的生长情况,可为黄瓜生长可视化系统的开发提供理论参考。

脱粒滚筒自调整模糊控制及VLSI实现技术

为了提高脱粒滚筒调速系统的动态性能,研究了轴流脱粒滚筒的控制及其硬件实现问题。介绍了脱粒滚筒自调整模糊控制策略并设计了相应模糊控制器;建立了4LZ-2.0型全喂入联合收获机脱粒滚筒计算机仿真模型和控制仿真系统;提出了一种基于单片FPGA脱粒滚筒自调整模糊控制器的设计方法,并实现了该控制器。结果表明,自调整模糊控制器具有良好的动态性能,并对滚筒负荷突变具有较强的适应性,当负荷突然增加40%时,与常规模糊控制器相比,系统调整时间从0.9s缩短到0.4s,最大超调误差从1.5rad/s降低到1rad/s。用单片FPGA实现其控制器,方便可行,推理速度快,而且集成度高,是实现智能控制策略的一种有效方法。