政府购买农业农村公益性服务的实践与思考——以永定区坎市镇为例

介绍了坎市镇基本概况及近年来政府购买农业农村公益性服务项目实施情况，分析了客观 审视下的诸多问题，提出了乡村振兴下推进政府购买农业农村公益性服务的若干对策思考。     

带有时间窗的秸秆回收路径模型及其算法研究

以秸秆回收机械的综合成本问题为研究目标,综合考虑秸秆回收机械路径和作业冲突的情况,利用信息化技术精准指导秸秆回收,构建了多机械无重复的带有时间窗的秸秆回收路径模型,通过改进蚁群算法的转移概率公式得到带时间窗问题的最优化路径,避免回收农机路径重复冲突的问题。研究结果表明采用带时间窗的秸秆回收路径更加的精准,带时间窗秸秆回收机械优化路径模型相较于传统的路径模型指导下的作业路径会减少约12%,多台回收机械同时作业优化路径是可行的,对高效解决秸秆回收路径问题起到一定的指导作用。     

穴盘苗带可降解钵移栽对辣椒生长性状的影响

为给穴盘苗带可降解钵移栽机构设计指标提供参考,采用泥炭、蛭石、珍珠岩按7∶1∶2配比为穴盘育苗基质,以苏椒1614为试验材料,研究不同材质育苗盘和所培育穴盘苗钵体经不同包裹量处理对辣椒苗植株生长中根茎叶参数的影响。育苗盘分规格统一的传统不可降解材质育苗盘和可降解材质育苗盘;钵体不同包裹量分全包裹、2/3包裹、半包裹、不包裹和四周均布打孔五种。试验结果表明:穴盘苗带钵移栽的钵体包裹整体上对栽后植株的生长发育和产量有影响,不可降解盘苗栽后壮苗指数为0.016,产量为78.99 kg;可降解盘不包裹苗栽后壮苗指数为0.011,产量为62.12 kg;可降解盘半包裹苗栽后壮苗指数为0.009,产量为52.72 kg;可降解全包裹壮苗指数为0.009,产量为43.17 kg,表现均为最弱。说明,穴盘苗钵体被可降解材质包裹越多,对秧苗素质和产量越不利。据此,提出穴盘苗钵体被(2/3～1/2)穴钵高度包裹处理可作为移栽机去除包裹材料进行移栽的下限指标,为自动移栽机的创新设计提供理论支撑。     

履带式联合收割机横向调平底盘设计

针对履带式联合收割机在不平坦地表作业时,车体倾斜角度大、收获效率低、驾驶舒适性差的问题,设计一种履带式联合收割机横向调平底盘。该调平底盘基于平行四边形原理设计,可实现底盘离地高度与横向倾斜角度的主动调节。设计底盘调平控制策略,可在联合收割机作业时自动调节车体横向倾斜角度。使用ADAMS与AMESim搭建机电液联合仿真平台,并针对调平底盘与传统底盘在同一条件下进行仿真分析。仿真结果表明:与传统底盘相比,在横向落差为130 mm的条件下调平底盘最大横向倾角降低约75%。同时搭建底盘调平试验台,进行静态调平与动态调平试验。静态调平试验表明:在系统调节范围内,调平误差小于0.5°,调节时间小于5 s。动态调平试验表明:在系统调节范围内,车身倾斜角度小于±1.5°。     

基于快速卷积神经网络的果园果实检测试验研究

近年来,基于数字图像处理和机器学习算法的果实自动识别检测研究已经越来越成熟。针对传统检测方法检测过程中难以满足实时性要求的缺点,采用了基于Faster-RCNN的果实快速检测模型。模型由卷积神经网络(CNN)和区域提议网络(RPN)组成,首先由CNN进行卷积和池化操作提取特征,然后由RPN选取候选区域,通过网络全连接层参数共享,由目标识别分类器和边界框预测回归器得到多个可能包含目标的预测框,最后通过非极大值抑制挑选出精度最高的预测框完成目标检测。分别对桃子、苹果和橙子的三种果实进行检测,采用迁移学习方法,使用已经预训练好的两种深度神经网络模型ZFnet和VGG16,通过数据集的训练对Dropout及候选区域数量进行参数调整完成网络调优。检测并分析果实不同布局形态下模型的检测效果。试验结果表明,当Dropout取值为0.5或0.6,候选区域数量为300时网络模型最佳,ZFnet网络中,苹果平均精确度为92.70%,桃子为90.00%,而橙子为89.72%。VGG16网络中,苹果平均精度为94.17%,桃子为91.46%,橙子为90.22%。且ZFnet和VGG16的图像处理速度分别达到17 fps和7 fps,能够达到果实实时检测的目的。     

智能甘蔗预切种工作站结构设计与切种精度分析

为提升甘蔗预切种种植的机械化程度,提高甘蔗预切种效率,降低蔗芽损失率,减少人工劳动强度,自主设计开发集甘蔗输送、蔗节智能识别、多刀协同切种等流程于一体的智能甘蔗预切种工作站,实现甘蔗自动协同切种工作。介绍智能甘蔗预切种工作站的输送系统、蔗节识别以及多刀数控协同切种等关键部件的结构设计及工作原理,重点对输送速度和黑箱照度对识别精度的影响,以及多刀切割工作台的定位精度等进行综合的分析。对拍照黑箱的识别精度试验研究表明,甘蔗横向传送速度和光照平均照度对蔗节识别精度具有显著影响,当甘蔗传送速度为0.1 m/s,光照平均照度为430.7 Lux时,识别精度较好,蔗节识别误差小于1.7 mm。通过对切种平台的定位精度试验分析,试验表明:6个移动切种工作台的横向直线移动运动的定位精度误差小于1.5 mm,重复定位误差为±0.2 mm;切种精度的综合误差小于3.4 mm,蔗节的相对综合误差小于5.67%,达到设计的预期目标,实现甘蔗智能横向多刀切种的功能。