基于改进多父辈遗传算法的农机调度优化方法

农机装备跨区作业存在作业任务重、转移范围大、作业时效性强等问题,传统的农机调度缺乏科学合理的调配方案。该研究开展了基于改进遗传算法的多机协同作业任务调度方法研究。首先对多块农田需连续进行多种生产任务的问题进行分析,建立在农机数量、转移距离、作业准备时间及作业时间等约束条件下的时间窗农机作业调度模型;然后以最小化作业时间为优化目标,提出改进多父辈遗传算法(Improved Multi-parent Genetic Algorithm, IMPGA)的优化方法求解农机作业规划方案;最后根据新疆塔城地区的农田数据及随机生成的农田任务进行模拟与仿真,并与标准遗传算法(Genetic Algorithm, GA)进行对比。结果表明:IMPGA和GA均能有效解决多任务多农机作业分配问题,IMPGA算法总体上优于GA,调度的最优时间和平均时间分别缩短2.47%和2.70%。该研究可为农机跨区作业提供合理的调度方案,也为规模化无人农场的生产经营提供科学依据。     

基于启发式优先级规则的农机调配算法

针对目前农机调配中无科学合理调配方案的现状,该文提出了一种基于机主选择的农机调配模式,建立了以高收入低成本为目标的优化模型。针对农机调配的特点,该文分析了组合的优先级规则,设计了基于启发式优先级规则的农机调配算法。分别采用一般农机调配算法和本文提出的调配算法对农田实例进行计算并得到不同的调配方案。从服务收入、调配路程和等待时间等方面对不同调配方案进行分析和比较可知,本文算法得到的调配方案要优于一般调配算法的方案。最后分析了农田数量和并行度对本文算法性能的影响。试验结果表明该文提出的算法对于解决当前农机调配问题更为有效。     

基于模糊隶属度的多站点多机协同即时响应调度系统

为了实现多农机站联合调配完成农户的实时作业订单，该研究针对农田与农机的匹配与调度需求问题，综合考虑农户满意度、多农机站协同、订单数量、农田面积和位置坐标等因素，建立带有模糊时间窗并以调度总时长最小和调度农机数量最少为目标的多农机站即时响应调度数学模型。并设计了基于保留优秀父代基因的改进遗传算法的农机调度系统，完成多农机站响应多农田的同时作业需求的任务，在最短时间里即时调配农机按照最短路径至各农田完成作业要求。以武汉周边某地区的3个农机站和35个农田作业订单为例，验证所提出的模型和智能优化算法，并进行可视化界面展示。试验表明，当模糊隶属度为0.8时，调度总路程减少率为9.89%，农机数量降低率为15.38%；针对该地区各农机站农机数量的实际情况，在不影响农户满意度的前提下，单个农机站接受实时订单数量以不超过20为最佳。该研究实现了多农机站对多农田精准调度作业，有助于科学合理调度农机，提高农机作业效率，节约成本投入。     

联合收割机多机协同作业路径优化

随着我国土地流转政策的不断推进,种植实现规模化生产和管理,采用多台联合收割机同时进行收获作业,可不仅提高效率,而且对抢种抢收,减少自然灾害的风险,实现颗粒归仓意义重大。但是由于作业路径规划不当,常常发生作业冲突、反而效率降低,成本增加等问题,因此,研究如何规划和优化联合收割机多机无冲突协同作业具有十分重要的理论意义和实用价值。本文以总作业时间和作业时长为综合优化目标,综合考虑联合收割机转弯和作业冲突的情况,提出了联合收割机多机无冲突协同作业路径优化算法(improved genetic algorithm,IGA)。结果表明,与遗传算法(genetic algorithm,GA)相比,IGA优化的矩形农田作业路径总作业时间和作业时长平均分别下降了33.72%、34.00%,IGA优化的梯形农田作业路径总作业时间和作业时长分别下降了29.93%、30.00%,与并排作业相比,IGA优化的矩形农田作业路径总作业时间和作业时长平均分别下降了2.45%、2.29%,IGA优化的梯形农田作业路径总作业时间和作业时长分别下降了2.42%、2.02%。研究结果表明采用IGA进行多联合收割机作业路径优化是可行的,可为联合收割机多机无冲突协同作业路径规划提供参考。     

深松作业下多机协同任务分配优化方法

任务分配方式对农业机械作业油耗影响显著。在多机协同多任务分配过程中,与将完整田块作业任务分配给单台农业机械相比,拆分各任务田块作业量并采用多农机协同作业能进一步降低作业油耗。为实现农业机群高效节能协同作业,该研究以深松作业为例,首先系统地分析机群协同作业过程油耗;然后建立以农机作业量为优化变量、以最低机群油耗和最短整体耗时为优化目标的多目标优化模型,并采用INSGA-Ⅱ算法对模型进行优化求解;最后基于实际深松作业案例,分析了所提模型的有效性和实用性。案例分析结果表明:与传统NSGA-Ⅱ算法相比,INSGA-Ⅱ算法可降低4.35%机群油耗及4.51%整体耗时;与传统作业方式相比,根据本文模型进行多机协同任务分配可降低5.51%机群油耗及42.65%整体耗时。研究结果可为无人农场多任务多农机作业分配提供科学依据。     

基于区块链的农机跨区域调度模型构建与应用

由于各区域之间的调度策略与农产品种类存在差异使得相互之间难以管理,因此农机跨区域调度呈现无中心的管理模式。且由于区域之间距离较远导致个体农户与调度方之间难以建立信任关系,从而无法充分利用已有的农机资源,难以有效降低各区域农机的购买成本。针对上述问题,该研究构建了基于区块链的农机跨区域调度系统。首先,对农机的调度成本进行分析,建立以农机数量、农机需求量与机手数量为约束条件的农机跨区域调度模型;然后以调度成本最小化为目标,采用基于最短距离的农机跨区域调度匹配方法求解农机调度方案,并通过区块链智能合约自动执行调度匹配算法;最后根据江苏省宜兴市与安徽省广德市的农田与农机数据以及随机生成的调度任务进行仿真试验,并与区域内的调度成本与农机利用率进行对比。结果表明：区块链的去中心化特点可以满足无中心的跨区域调度需求,其身份认证机制与高透明度、不可篡改的技术特性可为用户提供技术上的信任保障。在各区域农机总量充足的情况下,跨区域调度可以减少农机购买成本,并将农机利用率提升至90%,相较于域内调度,跨区域调度的投入成本随着任务数的增加而下降,当任务数为10时,成本下降大约21.3%。研究结果可为农机跨区域调度模式的建立提供科学依据。     

利用网格法确定县域农田整治优先度

为了科学测算农田整治难度系数,合理确定不同评价单元整治的优先次序,该文根据研究区域农田整治特点,以江苏省宝应县为例,以规则网格为评价单元,从土地利用结构、农田空间格局、可提高生产能力、土壤环境质量、人口社会因素等5个影响因素,构建农田整治优先度评价指标体系。对研究区按1′×1′的经纬度网格划分的532个网格评价单元进行农田整治优先度测算,并根据计算结果,按整治优先顺序将整个研究区划分为近期、中期和远期网格单元,分别占42%、31%和27%。远期网格单元分布在宝应县中部和南部的平原区,该区域农田的连片性、细碎度和质量等别等优于其他区域。研究结果表明,该文提出的区域农田整治优先度评价方法,有助于确定农田整治先后顺序,明确优先开展整治区域和方向。该方法为区域土地整治规划提供支撑,也为中国各县市开展高标准基本农田建设提供科学参考。     

基于农田氮磷收支的区域养殖畜禽容量分析——以山东禹城为例

根据区域生态环境健康控制评价指标层次结构,利用农田养分平衡理论基础,逐级测算了区域农田土壤承载畜禽粪便量,进而确定区域农田畜禽承载量及承载力。在禹城目前种养结构和产出水平条件下,基于农田N收支状况分析表明：当农田施用粪便N分别占总施N的100%、60%和30%时,禹城全区平均耕地畜禽承载容量分别为13.8、8.3和4.1 LU.hm^-2,相应其耕地畜禽负载指数分别是0.7、1.1和2.2;基于P收支状况分析表明：当农田施用粪便P2O5分别占总施入P2O5的100%、60%和30%时,禹城全区平均耕地畜禽承载容量分别为22.5、13.5和6.7 LU.hm^-2,相应其耕地畜禽负载指数分别是0.4、0.7和1.3。由此可见,基于N收支的耕地畜禽承载容量小于基于P收支的耕地畜禽承载容量,相应基于农田N收支的耕地畜禽负载指数明显大于基于农田P收支的耕地畜禽负载指数,而且,当前各乡镇之间的耕地畜禽负载指数差异较大,说明禹城地区今后在制定减少农田环境污染对策时,可优先从着重考虑粪便N数量和农田N收支管理出发确定适宜的畜禽养殖规模,并且在乡镇之间进行协调平衡。     

鲁中南花岗岩丘陵区坡耕地不同厚度土壤中优先流的发育特征

[目的] 研究不同土壤厚度条件下坡耕地优先流发育特征,为土层浅薄条件下坡耕地灌溉效率提高及面源污染防治提供依据。[方法] 以地处北方土石山区的山东省蒙阴县花岗岩丘陵区坡耕地为例,选取土层深度为30 cm和50 cm的样地,运用野外染色示踪试验法和室内图像处理技术,分析土层厚度对优先流发育特征的影响。[结果] 土壤厚度为30 cm和50 cm条件下平均基质入渗深度分别为11.8 cm和11.9 cm,两者没有显著差异,平均优先流比分别为28.2%和29.5%,两者也没有明显差异;土壤厚度为30 cm时,9.9 cm以上以基质入渗为主导,优先流发育深度范围为9.9—27.0 cm;土壤厚度为50 cm时,6.1 cm以上土层以基质入渗为主导,优先流发育深度范围为6.1—39.5 cm;土壤厚度为50 cm条件下优先流平均最大入渗深度为34.6 cm,平均长度指数为192%,平均变异系数为87.7%,均显著高于土壤厚度为30 cm时的数值;但两者平均最大入渗深度非均匀系数没有明显差异。[结论] 土壤层厚度差异不影响基质入渗,但会阻碍优先流向土壤深层的发育。     

双碳目标下退役农机产品拆解规划与EOL决策集成优化

退役农机产品回收再利用,不仅是对其剩余价值的再利用,也是实现可持续发展和循环经济的客观要求,对实现碳达峰、碳中和目标有重要意义。该研究基于双碳目标要求剖析退役农机产品拆解规划和EOL (end-of-life)决策集成优化问题,考虑拆解再制造过程中碳排放成本,以实现经济环境效益的最优化。首先,构建拆解再制造集成优化模型(disassembly remanufacturing integrated optimization, DRIO);其次,提出一种改进的人工蜂群算法(improved artificial bee colony algorithm, IABC)对构建的数学模型进行迭代求解,引入logistic映射生成初始解,雇佣蜂阶段和守望蜂阶段加入邻域搜索机制,侦察蜂阶段采用了轮盘赌方法,以获得利润高且碳排放成本低的拆解再制造帕累托方案;最后,通过联合收获机电机拆解再制造实例验证所提模型的有效性和改进算法的可行性。结果表明,所提DRIO模型的经济效益相较于DRIO-D和DRIO-R模型分别提高了62.1%和54.8%,碳排放成本比DRIO-D模型减少约50%。IABC算法相比于经典...     

联合收割机生产率计算模型与适宜作业路线分析

提高农业机械生产率可大大节约农业生产成本。本文将田间试验与数值模拟相结合,首先在综合分析收割机作业时间构成的基础上,构建了不同作业路线下收割机生产率计算模型;其次实测了3种型号收割机在不同田块条件下整个收割过程中各个作业环节的时间及其工作特性参数;最后基于计算模型和实测参数,采用MATLAB进行编程,模拟分析了不同型号收割机、作业路线和田块面积下收割机生产率的变化规律。结果表明,收割机生产率随田块长宽比、田块面积和割台幅宽的增大而增大;采用"回"形和"U"形相结合的收割机作业路线,可提高收割机生产率8%以上。该结果可为农机实际作业路线选择和农田系统优化布局提供参考。     

智能农机GNSS/INS组合导航系统设计

为提高自动导航农机的定位精度和可靠性,该研究设计了基于全球导航卫星系统(GlobalNavigationSatellite System, GNSS)和惯性导航系统(Inertial Navigation System, INS)的智能农机组合导航系统,该系统根据来自INS的三轴姿态角速度、加速度信息以及高精度定位板卡的三轴位置、速度信息,采用松耦合模式,通过卡尔曼滤波对INS误差实时校正,解算出农机的精准位置、速度和姿态信息。为实现该组合导航系统,设计和制作了智能农机控制板,集成GNSS高精度解析板卡和惯性测量模块,并在控制板上实现组合导航算法。搭建了东风DF1004-2智能农机试验平台,并在试验田中分别进行静止和直线行驶状态下的试验和单独GNSS导航与组合导航效果的对比。试验结果表明,在农机静止状态,两者性能接近,定位误差均在1 cm以内,姿态角误差均在0.1°以内;在农机以2 m/s的速度按照预设直线行驶时,单独GNSS导航位置误差在6 cm以内,姿态角误差在1°以内,GNSS/INS组合导航位置误差在3 cm以内,姿态角误差在0.5°以内,GNSS/INS组合导航精度明显的提升,可为高精度农机自动导航控制提供技术支持。     

基于多学科技术融合的智能农机控制平台研究综述

农业机械的自动化和智能化包含内容广泛,有农机定位与导航,动态路径规划,机器视觉和远程监控等,牵涉到大量的工程技术学科,包括导航、图像、模型与策略、执行器以及数据链等。农机定位与导航一般采用基于农机运动学模型结合GPS(global positioning system)/IMU(inertial measurement unit)组合导航信息,在导航路径规划算法指引下实现农机轨迹跟踪的方法。建立的农机运动学模型精度,GPS数据的连续性以及惯导器件误差系数漂移等因素都会影响该方法的有效性。路径跟踪通常采用各种现代控制理论与方法,而面对复杂的田间作业环境变化,农机的自主避障以及动态路径规划能力也会影响轨迹跟踪精度。机器视觉的稳定性和目标特征信息分离度影响着农机环境感知能力,目前目标识别主要采用hough变换,hough变换的全局检测特性决定了该算法运算量较大,需要探究改进特征提取算法。远程监控农机作业是智能农机发展的一个方向,构建无线导航,控制和视频数据传输网络有助于提高农机的智能化水平,可以采用分布式哈希表(distributed hash table)来研究网络覆盖和互联技术。该文融合多个学科,从高精度定位与导航技术、复杂环境及工况下农机运动精确自主控制技术、稳定清晰的机器视觉感知技术和基于4G网络和新一代物联网的高覆盖数据传输技术几个方面,论述了智能农机在光机电液多个学科领域内的研究现状,并指出采用北斗地基增强网络和网络RTK(real-time kinematic)技术、惯导定位误差精确建模与补偿、环境感知与自主避障、立体结构自组网技术以及多机协作是现代农业机械的发展方向。以期为现代化智能农业机械的设计提供参考。     

不确定场景下无人农机多机动态路径规划方法

在现代化农业中,越来越多的龙头企业或农村合作社提供一系列的农业作业专业化服务,引入多台农机进行规模化作业,不仅提高效率,而且可以实现抢种抢收,减少自然灾害的风险。目前,多台农机并行作业仍以预先计划的固定农机和静态的固定路线为主,但在实际耕种、收割等作业中,常会出现农机突发故障、农机临时增加、农机工作效率不一致等不确定场景,这些不确定性给多台农机集群控制带来巨大挑战。因此,研究不确定场景下多机动态路径规划方法具有十分重要的理论意义和实用价值。该研究以总作业时长为综合优化目标,综合各种不确定场景,针对轮式自动驾驶拖拉机,提出了改进的迭代贪婪（Improved Iterated Greedy, IIG）方法进行多机动态路径规划,解决以往传统方法在不确定情况发生后路径规划结果低效甚至失效的问题。试验表明,该方法在不确定场景下可及时、高效的动态调整路径规划方案,能够为不同数量、不同性能的农机迭代找到当前最优路径。与传统的并排作业方法相比,IIG优化的矩形农田作业路径总作业时间平均下降约35%,且随着农机性能差异越大,节省时间越多;与迭代贪婪（Iterated Greedy, IG）方法相比,IIG在一般播种作业中总掉头时间平均减少约17%。该方法在不确定场景下路径优化效果较好,且具有很好的鲁棒性及环境适应性,可为农田无人作业多机路径规划提供参考。     

基于农机空间运行轨迹的作业状态自动识别试验

以物联网为代表的现代信息技术在农机作业管理领域的发展应用,实现了农机作业过程的定位监控,但现有农机远程监管系统对海量农机空间位置数据仅实现了远程存储、显示和简单分析,难以满足农机精准管理和数据智能处理的要求。该文采用数据挖掘中的聚类和空间数据分析方法,结合农机空间运行轨迹的特点,研究了基于空间运行轨迹点的农机作业状态自动识别算法;设计实现了典型农机运行状态自动识别方法,定量分析了农机作业班次内田间作业时间、空行转移时间、停歇时间的量化构成。农机试验表明:发展的基于空间索引和网格密度的聚类算法精度达89%以上。农机作业状态自动识别为农机作业生产率、农机利用率和作业成本核算提供了定量依据。     

田间作业车辆外部加速度辨识与姿态测量系统研制

复杂田间作业环境与精细作业效果要求农机装备具备实时精准感知农机具姿态的能力,田间作业时普遍存在的车辆外部加速度对此带来挑战。为进一步提高农机装备作业质量,该文以6轴微惯性传感器为硬件传感器,以方向余弦矩阵法进行姿态解算,基于一阶外部加速度模型设计卡尔曼滤波融合算法,实现动态情况下田间作业车辆外部加速度辨识与姿态精准估计。分别采用Innova 2100型摇床与装配有MTi300航向姿态参考模块的高地隙喷雾机对系统进行试验验证。摇床试验结果表明:在外部加速度小于10g情况下,系统对外部加速度辨识误差小于0.214 m/s2;田间作业高地隙喷雾机试验结果表明,相比于MTi300,横滚角最大误差为0.23?,俯仰角最大误差为0.39?。说明该文研制姿态测量系统可准确辨识外部加速度与测量姿态,研究结果可为满足精细农业作业要求的姿态测量系统研发提供依据。