排序方式： 共有4条查询结果，搜索用时 125 毫秒
1
1.
农业机械虚拟试验交互控制系统 总被引：1，自引：0，他引：1
设计了农业机械虚拟试验系统,建立了田间工况模拟与虚拟交互控制试验平台.根据耕作区域的数字地图及农田作物图像信息,设计农业机械虚拟试验场,实现人和农业机械在虚拟环境内的漫游.建立四自由度模拟试验台,实现对拖拉机在田间行走时姿态的模拟仿真.从虚拟场景中提取作物行的位置信息,根据这些信息给出控制信号,进行拖拉机行驶速度、方向和平衡控制,使拖拉机沿作物行行驶.试验表明,横滚角最大偏差为0.34°,偏航角最大偏差为0.51°,高程最大偏差为2.5 mm,行走速度最大偏差为0.12 km/h.实体样机和虚拟样机有较好的一致性. 相似文献
2.
为解决高速水稻插秧机在农田作业时,插秧盘随水田表面横向起伏导致秧苗插植深度不一致的问题,开展了基于插秧机插植部倾角检测的秧苗插深自适应调节系统的研究与开发。通过角度位移传感器实时检测两浮板相对位置的变化,由数据采集及插深控制单元控制步进电机装置输出,通过动力传输机构来改变整个秧盘的横向侧倾角度,使秧盘与浮板保持一个稳定的相对位置关系,从而达到稳定插秧深度的目的。插秧机仿真实验平台上的静动态实验分析表明,该系统具有良好的控制精度,工作稳定可靠,可以满足农田插秧实际工作的要求,但需要进一步开展大量农田现场实验,在实际工况中对系统的实用性和稳定性进行分析,从而提升系统的工作性能。 相似文献
3.
北京典型耕作土壤养分的近红外光谱分析 总被引：7，自引：2，他引：5
为研究土壤养分含量分布信息,以从北京郊区一块试验田采集的72个土壤样品为试验材料,应用傅里叶变换近红外光谱技术分析了土样的全氮、全钾、有机质养分含量和pH值。采用偏最小二乘法(PLS)对光谱数据与土壤养分实测值进行回归分析,建立预测模型,以模型决定系数(R2)、校正标准差(RMSECV)、预测标准差(RMSEP)和相对分析误差(RPD)作为模型精度的评价指标。结果表明,利用该模型与光谱数据对土壤全氮、全钾、有机质养分含量和pH值进行预测,结果与实测数据具有较好的一致性,最高决定系数R2达到0.9544。偏最小二乘回归方法建立的养分预测模型能准确地对北京地区褐土土质全氮、有机质、全钾和pH值4种养分进行预测。 相似文献
4.
北京典型耕作土壤养分的近红外光谱分析研究 总被引：1，自引：0，他引：1
以北京郊区试验田采集的72个土壤样品为实验材料,应用傅里叶变换近红外光谱技术,分析了土样的全氮、全钾、有机质和pH值养分含量。采用偏最小二乘法(PLS)对光谱数据与土壤养分实测值进行回归分析,建立预测模型,以模型决定系数(R2)、校正标准差(RMSECV)、预测标准差(RMSEP)和相对分析误差(RPD)作为模型精度的评价指标。分析结果:土壤的全氮模型R2为95.44%,RMSECV为0.014 1,RMSEP为0.016 8,RPD为4.68;有机质模型R2为89.63%,RMSECV为0.37,RMSEP为0.47,RPD为3.11;全钾模型R2为85.62%,RM-SECV为0.173,RMSEP为0.204,RPD为2.64;pH值模型R2为87.33%,RMSECV为0.031,RMSEP为0.053,RPD为2.81。 相似文献
1