农业机械智能化设计技术发展现状与展望

我国地域差异大、农作物种类和种植模式多样,农业机械具有多功能、小批量、定制化及多样化的用户需求特征。当前国内农业机械制造企业产品研发普遍以跟踪、仿制为主,存在研发周期长、效率低、产品可靠性差等问题,企业和产品的竞争力低下、缺乏核心自主技术,已成为制约我国农业机械企业可持续发展的瓶颈。智能化设计技术以满足用户定制化、多样化需求为目标,以知识工程(KBE)、数据管理(DM)、人工智能(AI)、虚拟仿真等现代信息技术为手段,通过整合农业机械全生命周期过程中上下游相关企业已有资源,集成产品数据管理(PDM)和产品生命周期管理(PLM)的协同设计平台,实现农业机械设计过程的协同化、自动化和智能化,是提高我国农业机械设计水平的关键。本文针对农业机械特点,对农业机械智能化设计技术的定义、技术体系、关键技术及发展现状进行了深入剖析,重点总结了近年来计算机辅助设计(CAD)、模块化设计、知识工程、虚拟仿真、PDM/PLM协同设计等智能化设计关键技术的研究现状与发展趋势,并提出了农业机械智能化设计领域未来发展趋势,为农业机械设计技术发展提供参考。     

关于智慧农业发展现状的探析

实现农业科技化、解决农业生产智慧化是我国政府重点建设的方向,智慧农业是现代科技与农业相结合的高级产物,是我国农业发展的必然趋势。阐述了智慧农业的内涵,分析了智慧农业目前发展的现状以及存在的问题,并提出了相应的对策和建议。     

基于遗传算法优化模糊PID的甘蔗收获机切割器控制系统

针对甘蔗收获机切割器无法自动控制入土深度,从而影响收获质量的问题,设计一套甘蔗收获机切割器入土深度自动控制系统。该系统主要包含角度式仿形机构、入土深度检测系统以及液压系统和控制系统。利用基于遗传算法优化的模糊PID控制算法进行入土深度的实时调节,通过Simulink阶跃响应以及带随机干扰的阶跃响应仿真,结果显示：基于遗传算法优化的模糊PID控制算法超调量为4.9%、调节时间为1.535 s,与PID控制算法以及模糊PID控制算法相比均有所改善。室内试验结果表明,基于遗传算法优化的模糊PID控制算法误差在（-0.5,0.5）,误差最小,有效实现了切割器入土深度自动控制。     

2F-12型变量施肥试验台试验

为了提高化肥的利用率,达到提高产量减少污染的目的,以黑龙江垦区施肥机械为基础,设计了一台2F-1 2型变量施肥试验台。变量施肥试验台的目的是研究降低施肥成本的方法和途径,提高农业生产的经济效益和环境效益,简化施肥操作步骤,降低劳动强度,在提高变量施肥控制系统的开发设计能力的同时,为田间变量施肥机具的大面积推广提供技术储备。2F-12型变量施肥试验台可以完成变量施肥软件的测试和变量施肥的监测工作,主要由箱体、排肥装置、液压系统、电控系统、车载计算机,以及施肥监测系统组成。测试试验结果表明:变量施肥软件无误,施肥口输出肥料正常,机具设计结构合理,可为黑龙江垦区变量施肥作业提供技术支持。     

基于模糊理论的参数自适应PID智能控制系统

针对平地机进行刮平作业时无法实现稳定恒速控制的问题,提出了基于模糊理论的参数自适应PID算法的行走智能控制系统,并完成了将该算法应用在平地机的控制系统中协调解决作业时油门大小、档位和恒速控制问题。同时,为验证参数自适应PID算法对整机运行参数实时监控的有效性和可靠性,系统采用单片机作为控制器,通过Mat Lab软件的Simulink仿真,分别对平地机作业恒速控制设定干扰信号、参数自适应过程性能以及不加PID、加PID、自适应模糊PID3种控制方式进行了恒速控制效果对比分析。测试显示:该系统响应时间短、速度较快,具有良好的工作稳定性和可靠性,能够满足设计要求。     

智能饲喂器对哺乳母猪采食量体况和生产性能的影响

为探究不同饲喂方式对哺乳母猪采食量、体况和生产性能的影响,满足哺乳母猪获得最大采食量并达到精准饲喂控制等需求,该文以哺乳母猪为试验对象,比较不同饲喂方式对哺乳母猪采食量、体况和生产性能的影响。试验共选用40只1胎母猪,随机分为3组:试验1组采用智能饲喂器饲喂(6次/d)、试验2组采用人工饲喂(6次/d)、对照组采用人工饲喂(3次/d)。结果表明,在试验环境条件下,哺乳8～21 d、人工饲喂3次/d的采食量(6.46 kg)显著高于智能饲喂6次/d(5.22 kg)(P0.05),2种饲喂方式在母猪的体质量变化、背膘变化、总产仔数、断奶后发情天数、仔猪日增体质量和用水量方面均无显著性差异(P0.05);哺乳母猪在采食过多时可能引起厌食进而降低后期的采食量,应按照饲喂参数逐步增加饲喂量饲喂;在现有设备投资和工资水平下,智能饲喂器正常使用4.5 a可取代1名优秀饲养员。研究结果可为今后智能化饲喂替代有经验人工饲喂、根据饲养条件选择饲喂方式提供参考。     

基于拟脑智能系统的烤烟烟叶分级研究

对烟叶进行检测与分级是控制烟叶质量的重要手段之一.研究烟叶质量的合理表征参数及其自动提取方法,以及烟叶辅助分级系统,是迫切需要解决的问题.应用人工智能方法和计算机技术进行烤烟烟叶自动分级,提出一种借鉴生物脑信息处理结构的烤烟烟叶智能分级系统.该系统由思维模型、感觉模型和行为模型3个子系统构成,分别模拟分级专家的思维智能、感知智能和行为智能,具有学习与记忆、判断与模糊推理、分级决策等多种思维功能,以及图像自动采集、上下位机通信等协调与控制功能.应用该系统进行烟叶分级试验的结果与分级专家分级结果的平均一致率可达到85%,与人工分级水平相当.     

面向智能油田的集输管网工艺模拟软件研制

针对集输管网多相输送体系、不同拓扑结构及输送工艺在数字油田智能化建设中的仿真模拟需求,基于图论方法和管网对象设计了可表示复杂连接关系的通用管网数据结构,耦合流动单元水热力数学模型与节点平衡关系建立了普适性的管网非线性方程组,提出了鲁棒性高的求解方法。以油田集输工艺设计、运行及优化等场景中独立使用或在综合管理系统中集成应用为目标研制了计算软件,通过对比商业软件计算结果,验证了所开发软件的适应性和准确性,同时从工程实用方面探讨了其应用前景。     

茶树植保机械及减量施药技术研究进展

农药防治是茶树病虫害综合防治的重要组成部分,其在病虫害突发或爆发时具有快速高效的防治优势。茶树叶片表面具有亲水性,常量施药会造成茶叶农残超标、生态环境破坏等问题,实现茶树减量施药是减少茶叶农残的有效手段。系统综述了茶树生物特性、茶树病虫害预测诊断及防治方法、茶树植保机械及施药技术,强调提高茶树低容量喷雾的农药有效利用率是实现茶树减量施药的关键。针对目前茶园地面工况复杂及农药利用率低的问题,本文从低容量仿形喷雾机、茶树病虫害喷雾决策及智能终端等六个方面提出茶树病虫害施药技术及装备的研究建议,指出低量化、精准化及智能化是未来茶树植保喷雾机械及施药技术的发展方向。     

机器学习及其在农业中应用研究的展望

机器学习是一种面向机器的数据分析方法,自动化机器学习的研究促进了人工智能的发展。大数据的快速积累,促进了机器学习算法的井喷式发展。如何选择合适的机器学习算法解决行业问题,成为了当前应用的难点。笔者整理了机器学习新材料,对各种机器算法的特点和算法之间的差异,进行了仔细的梳理,总结了各种算法的需求背景和优缺点,以及主要的应用场合。在此基础上,分析了机器学习在农业应用的案例,综述了机器学习在农业应用,指出了目前存在的发展瓶颈,并提出了进一步研究应用的建议。