共查询到15条相似文献，搜索用时 187 毫秒
1.
光电信号与收割机谷物产量数据转换模型的构建与验证 总被引：5，自引：5，他引：0
为了准确获取联合收割机作业过程中的谷物产量信息,自主研发了基于光电漫反射原理的联合收割机谷物产量计量系统。系统主要由传感器模块、数据采集模块、GPS模块和谷物产量计量显示终端组成。在研究了联合收割机田间工作状态和籽粒升运器刮板谷堆近似模拟形状的基础上,提出了分段式光电信号与收割机谷物产量数据转换模型。同时为了进一步消除收割机作业过程中产生的奇异点数据,提出了基于籽粒升运器转速的双阈值动态均值滤波的数据预处理方法。结果表明,采用该方法可以有效剔除奇异点数据,提高产量数据整体平滑度。田间试验结果表明,在考虑升运器转速条件下,该研究提出的分段式谷物产量数据转换模型动态验证误差小于3.50%,满足联合收割机谷物产量计量的实际需要。 相似文献
2.
冲量式谷物流量传感器测产信号处理方法 总被引：7，自引：5，他引：2
为研究冲量式谷物流量传感器背景振动噪声的提取及剔除方法,以减小背景振动噪声对其测产精度的影响,设计了一套冲量式谷物流量传感器室内标定台架,通过变频调速器控制驱动电机实现输粮搅龙和刮板升运器转速的改变以模拟联合收割机的不同田间工况,并对双板差分冲量式谷物流量传感器的测产信号处理方法进行了研究。通过算术均值滤波初步滤除测量板和参考板输出信号中的随机噪声,通过对参考板滤波输出信号的离散傅里叶变换(discrete Fourier transform,DFT)提取背景噪声的频谱特性,通过测量板和参考板DFT结果的频域差分实现测量板输出信号中背景噪声的剔除,对频域差分结果进行离散傅里叶逆变换(inverse discrete Fourier transform,IDFT)即可得到剔除了背景振动噪声后的传感器输出信号,再对其进行二次算术均值滤波,即得到最终的测产输出信号。通过室内台架标定,建立了谷物籽粒流量与测产输出信号和升运器速度之间的标定模型,并进行了室内模拟测产试验。试验结果表明:谷物流量范围为0.5~2.3 kg/s时,在不同的变频调速器输出频率下,最大测产误差不大于3.1%,测产精度较高且比较稳定,频域差分处理方法能较好地实现双板差分冲量式谷物流量传感器背景振动噪声的剔除。该研究可为冲量式谷物流量传感器测产系统的开发提供参考。 相似文献
3.
谷物流量传感器试验台的设计与试验 总被引：7，自引：5，他引：2
为了配合切纵流谷物联合收割机大喂入量流量监测系统的开发,该文根据测产需要,研制了一种谷物流量传感器标定试验台。试验台采用刮板式升运器结构,升运器倾角70°～90°。谷物由入粮箱喂入后,通过对插板的调节,可控制试验过程中不同谷物流量大小。基于图像化编程语言LabVIEW,采用NI(national instrument)数据采集卡,建立了一个多通道数据采集系统,可实现喂入粮箱的质量信号、振动信号及谷物流量信号波形和数值的实时显示、存储和分析。室内标定试验结果表明,在没有外力影响的情况下,喂入量的大小对测产精度的影响较大,尤其小流量时,测产误差达到6.55%。系统动态质量平均误差为4.02%,测产平均误差为4.24%,基本满足大喂入量流量监测系统的需要。本试验台研制为谷物流量传感器提供了一个开发平台。 相似文献
4.
5.
基于线结构光源和机器视觉的高精度谷物测产系统研制 总被引：1，自引：1，他引：1
针对精准农业中谷物产量信息的高精度获取需求,设计了基于计算机视觉的谷物测产系统,由工业相机、线结构光发生器、电感式接近开关和工控机等组成。提出了基于线结构光的谷堆厚度测量方法,根据所建立的谷物几何模型计算出谷堆的体积,并采用电感式接近开关克服了传统光电式谷物测产系统存在的误触发问题。同时,研究了不同转速下结构光测量误差,建立了基于转速的线结构光测量修正模型,使得测量误差从1.1%减小为0.33%。在室内台架上进行了测产试验,试验结果表明,未使用线结构光修正模型的最大测产误差为12.73%,在使用了线结构光测量修正模型之后,相对测产误差在4.27%以内,该研究可为谷物测产研究提供理论依据。 相似文献
6.
为进一步提高双平行梁谷物测产系统的集成度以便于推广应用,提出一种嵌入式谷物质量流量传感器。设计了基于混合信号控制器HY16F188和嵌入式处理器STM32F405的信号采集处理模块。其中HY16F188负责谷物冲击信号的后置放大和AD转换,STM32F405则主要完成自适应噪声对消算法,输出谷物质量流量信号。基于MFC设计了配套的上位机软件,用于谷物产量显示、存储和产量图生成。为验证传感器性能,2016年11月在扬州市江都区的实际生产稻田进行了空载振动试验、标定试验、测产试验。空载振动试验分成原地小油门、原地大油门和行走等3种工况,振动干扰噪声幅度降低了97.4%。标定试验中采用线性关系对传感器进行标定,通过直线拟合获得了标定系数。选择3个不同田块开展测产试验,共计进行8次实际测产试验,获得了产量分布图,可以直观看出农田各位置的谷物产量分布情况。大田测产试验结果表明最大测量误差小于7.4%。该研究可为精准农业谷物在线测产研究提供参考。 相似文献
7.
为了提高谷物收获作业过程中谷物产量在线监测的精度,研制了基于谷物流压力原理的车载谷物产量在线监测系统,该系统包括谷物流量监测装置、定位装置、割台高度控制开关、核心处理器以及人机交互装置。以谷物产量与谷物流压力间的谷物产量监测数学模型为指导,搭建了谷物产量监测试验台,采用Box-Behnken试验设计方法优化谷物流量监测装置结构参数,研究了传感器数量、传感器安装位置和监测装置水平倾角对谷物产量监测系统测产误差的影响,确定了最优参数组合为传感器数量5、传感器安装位置0.24 cm、监测装置水平倾角5°,并对最优参数组合进行了验证试验,结果表明,谷物产量监测系统测产误差为3.27%,满足谷物产量监测的精度要求。对谷物产量监测系统田间实际效果进行了试验验证,试验结果表明,田间测产误差为5.28%,生成的产量分布图为后续田间作业管理提供了决策依据。 相似文献
8.
基于称重法的联合收获机测产方法 总被引：1，自引：9，他引：1
针对精准农业田间信息获取技术的研究,提出了一种基于称重法的联合收获机收获粮食产量分布信息测量方法。该方法利用传统联合收获机的粮食传输特点,采用了螺旋推进称质量式技术实现了联合收获机产量流量测量,解决了计量装置、动力直接传输和有效信号提取等问题。利用短时小波滤波等方法处理实时流量数据,结合全球定位系统（GPS）定位信息实现了联合收获机粮食流量动态计量以及田间粮食产量分布信息的获取。试验结果表明,台架试验误差小于2%。该方法可以完成粮食产量分布信息的获取工作。 相似文献
9.
针对在谷物产量测量作业中收割机采用单一的全球定位系统(global positioning system,GPS)进行定位时定位信息不稳定的问题,提出利用具有定位和双向通信功能的北斗/GPS双模用户机,其内部采用北斗(BJ-54)和GPS(WGS-84)2种混合定位方式,将这2种定位方式互补使用,可以解决当使用单一定位情况下定位信息不稳定的问题。利用北斗/GPS双模用户机的定位信息实现谷物收割机行走线路图的测绘;利用北斗卫星的报文通信功能代替全球移动通信系统短信息服务,实现谷物收割机作业数据的远程传输功能。谷物收割机作业综合管理系统包括作业管理中心和车载子系统两部分。车载子系统实现收割机的地理位置、收割面积和谷物质量等数据的采集,然后将采集的数据通过北斗卫星传输给作业管理中心。作业管理中心利用这些数据可以绘制出收割机作业轨迹图和产量分布图,同时作业管理中心也可以向收割机发送作业指令,并通过文本语音转换模块将文本内容转换成语音信号输出,实现作业的综合管理与调度。田间产量测量试验表明,系统测量谷物收割面积相对误差为2.9%,谷物产量相对误差为3.47%,系统运行稳定、可靠。该系统可为南方丘陵山区谷物收割机跨区作业的产量测量、管理提供参考。 相似文献
10.
小麦播种实时监控系统设计与试验 总被引：8，自引：8，他引：0
为实现小麦播种作业性能实时监控,设计了一种基于CAN总线的小麦精密播种机播种实时监控系统,阐述了系统总体结构,设计了系统硬件和软件,并进行了田间试验。该系统包括传感器信号采集单元、播种监测模块、CAN 模块和播种监测终端,能够实时监测种管状态、机具前进速度和排种轴转速。采用光电传感器和霍尔传感器分别检测排种管落种状态和地轮转速并输出电压或脉冲信号,播种监测模块根据传感器输出的信号,判断排种管播种状态（正常、堵塞和空管）,计算出地轮转速和排种轴转速,并计算出机具前进速度,以上信息通过CAN总线传输给播种监测终端并实时显示。试验结果表明,该系统故障状态监测准确率为>98%,堵塞响应时间<0.2 s,空管报警响应时间<0.5 s。系统工作稳定可靠,抗尘、抗震能力强,能够有效监测小麦播种作业性能。该研究成果能满足小麦播种性能实时监测要求,有助于提高小麦播种作业质量。 相似文献
11.
为加速推进中国智慧农业发展,深入了解精准农业技术体系中田间谷物产量在线监测技术的研究现状,该研究重点概述了国内外谷物联合收获机在线测产方法,包括动态称量测量、体积测量、冲击力测量、射线测量及其他测量方法,介绍了不同测量方法的原理和测产传感器的关键技术与应用。从可行性、通用性、稳定性与准确性方面,分析归纳了中国当前谷物产量在线监测技术所存在的主要问题,指出冲击力测量方法应用广泛,但尚未考虑谷物与冲击板碰撞时对谷物造成的机械损伤等问题。同时,该研究提出了谷物联合收获机在线测产技术未来的研究重点与发展方向,旨在为作物产量信息监测技术与智能化农业机械装备的发展和应用提供理论依据和技术参考。 相似文献
12.
为降低田间振动干扰对谷物产量检测精度的影响,同时增加测产系统的实用性,设计了一种基于CAN总线技术、无线通信技术以及计算机网络技术的新型谷物智能测产系统。系统包括车载子系统和远程监测子系统2个部分,实现了谷物产量的现场监测、产量图绘制、远程监控与收获作业管理等功能。车载部分设计了弧形冲量传感器,提出了机械减振和双板差分方法来降低收割机振动对谷物流量测量的影响,采用数字阈值滤波的方法来提高谷物产量的测量精度,并建立了总产量和单位面积产量的数学模型。田间动态试验结果表明双板回归差分方式滤除干扰的效果优于直接差分,其最大测产误差为8.03%,测产平均误差为3.27%,最大测产误差比直接差分方式降低了7.12个百分点,最后绘制了试验地块的产量分布图。另外,系统的远程监控部分开发了界面友好的收获作业管理系统,实现了谷物产量的远程监测与管理。系统总体运行性能良好,满足了测产需要。 相似文献
13.
针对联合收割机收获边界在线识别问题,利用激光无损探测技术,开发了联合收割机收获边界在线识别系统。首先介绍了系统组成、激光传感器选型及工作原理,将传感器输出数据极坐标转换为直角坐标,建立稻麦轮廓特征数学模型。由于收获过程会产生大量的灰尘,会对激光探测距离及信号反射产生影响。通过与作物特征阈值比较,对受灰尘影响的错误数据进行有效识别与剔除。采用移动平均数字滤波算法,消除系统测量噪声。通过信号阶跃变化模式识别算法,实现了收获边界的在线检测,准确推算出联合收割机作业割幅,并进行了田间试验研究。试验结果表明,该系统可实现在线监测,收获边界测量误差不大于12 cm,可为联合收割机智能监控系统的实际应用提供参考。 相似文献
14.
基于小区育种的收获机智能测产系统 总被引：2，自引：1，他引：1
摘要：目前,中国境内大部分育种单位产量测试主要采用人工抽检方式完成,劳动强度大,工作效率低,测试数据的质量与发达国家所采用的测产系统相距甚远。为解决这一问题,该文设计研制了一种基于小区育种的收获机测产系统。该测产系统包括上位机和下位机两部分。下位机采用美国TI公司的MSP430单片机,通过粮食水分传感器,重量传感器,环境温湿度传感器,GPS模块,获取收获机的产量、粮食水分含量、环境温湿度及GPS地理位置等信息。上位机采用能够运行MCGS组态软件的嵌入式触摸屏作为人机交互界面。下上位机通过RS-232串口及Modbus协议实现通讯,完成数据的传输。该系统可以自动实现地块号与产量相关数据的准确对应关系,并利用U盘实现海量数据的导入、导出等数据管理功能。并利用虚拟试验验证了该收获机测产系统方案正确和可行,并且可明显提高育种测产的工作效率和数据的准确性。 相似文献
15.
基于SDAE-BP的联合收割机作业故障监测 总被引：1，自引：0，他引：1
为了解决联合收割机作业故障的非线性特征信号难以提取的问题,该研究提出了一种基于堆叠去噪自动编码器(Stack Denoising Auto Encoder, SDAE)和BP神经网络(Back Propagation,BP)融合的联合收割机作业故障监测及诊断的方法(SDAE-BP)。以转速传感器采集联合收割机脱粒滚筒转速、籽粒搅龙转速、喂入搅龙转速、杂余搅龙转速、风机转速、输送链耙转速、割刀频率以及逐稿器振动频率,并将采集的数据集作为系统的输入。利用SDAE提取输入信号的深层次特征,并由BP神经网络辨识收割机作业状态,实现联合收割机故障监测。在SDAE-BP模型训练过程中,去噪自动编码器(Denoising Auto Encode, DAE)依次经带有不同分布中心噪声的原始数据进行训练,然后将其堆叠,并通过误差反向传播算法对模型参数进行优化,以提升模型识别故障性能和泛化能力。试验结果表明,对于2018年联合收割机田间试验数据,模型的故障诊断准确率达到99.00%,与SDAE和BP神经网络相比,分别提高了1.5和4.5个百分点。将SDAE-BP故障诊断模型用2019年的试验数据进行更新,并用2018年和2019年试验数据进行测试,结果表明,更新后的模型对2018年试验数据的故障识别准确率为99.25%,对2019年试验数据的故障识别准确率为98.74%,更新后模型在2019试验数据集上的故障识别准确率较未更新模型提高了6.52个百分点。该文所建模型能够准确识别联合收割机的故障类型,且具有较好的鲁棒性,对旋转型机械故障监测及预警具有参考价值。 相似文献