2BP－2型铺膜播种机的改进及应用前景分析

本文重点对２ＢＰ─２型施肥、铺膜、播种联合作业机的改进设计、工作性能、质量指标、应用效果及推广前景进行分析讨论。     

基于ArcGIS Server 的农业机械化信息管理系统开发研究

Web GIS是GIS重要的研究方向之一.为此,主要研究了基于ArcGIS Server Java ADF和JSF框架下的Web GIS产品开发中涉及到的关键性技术.首先介绍了JSF和ArcGIS Server Java ADF的基本知识,然后对ArcGIS Server Java ADF开发技术进行了深入分析,最后提出了基于ArcGIS Server Java ADF与JSF的Web GIS系统设计.要充分发挥农业机械化在现代化农业建设中的作用,农业机械化信息管理在其中扮演着非常重要的角色.因此,利用Web GIS技术、现代化的信息采集和处理技术来设计实现农业机械化信息管理系统具有十分重要的现实意义.     

新型气吸式精量铺膜播种机的试验研究

一种新型气吸式精量铺膜播种机集地膜覆盖、深施化肥、膜上单粒精密播种三项先进的农业技术于一体，一次性完成整形开沟、深施化肥、铺膜、膜上成穴点播、膜边及种孔覆土等多项作业工序。适于播种出芽率较高的良种玉米、棉花及豆类等大田作物。文章就该机的结构、工作原理及设计的理论依据进行讨论。     

高校农业机械化专业学生素质教育改革的探索

根据高校农业机械化专业学生的素质特点，运用理论教育的成功经验和多种教育教学形式。在专业理论与实践教育的过程中，动态地结合学生的特点施教，提高学生在农业机械化专业知识理论和实践能力方面的总体水平，不断开展学生以农为本的大农业机械化系统学习，激发学生的兴趣，实现学生自身思想道德水平、专业化水平、心理素质等综合品质及能力的提高。     

穴盘水稻秧苗拔断力学特性的试验研究

建立了一个用于工厂化穴盘水稻秧苗力学特性的测试系统。通过试验发现 ,单株穴盘水稻秧苗不同位置高度承受的拔断力不同 ,秧苗茎部最大 ,叶部次之 ,叶枕部最小。平均单株秧苗茎部承受拔断力约为 3.732 N。一穴多株秧苗承受的拔断力随株数的增加而增大 ,其变化趋势可由指数方程 P=2 .891 2 K exp(0 .2 894 n)表达     

机械手式水稻有序行抛机构的设计

为了适应水稻抛秧移栽新种植模式，研制了一种机械手式水稻有序行抛机构，该机构可将工厂化穴盘育秧秧苗自动拔起并按株距、行距有序地定植于田间。借鉴工业通用机器人原理，设计了一种夹子式机械手，该机械手通过单片机编程控制进行全自动取秧。采用一组空间曲线滑道分秧，可达到秧苗移栽的农艺要求。     

滚筒式毛刷清扫土装置的设计与试验

针对新型超级稻精量穴盘播种机对穴盘清扫土装置的要求,设计了V型螺旋式毛刷滚筒清扫土装置。分析了清扫土装置工作原理,确定了清扫土装置关键参数。将实验装置安装在2SBJ--500型水稻秧盘育秧精密播种流水线上进行了生产试验验证,工作效率400盘/h,合格率为98%;工作效率500盘/h,合格率为94%。结果表明:该装置能较好地清除多余表土,符合超级稻穴盘精密育秧设备对清扫土效果的要求。     

超级稻精量穴盘播种机排土器设计与试验研究

针对新型超级稻精量穴盘育秧播种机对穴盘穴孔排覆土的要求,设计了2种排土器,双向4螺旋外槽轮式排土器和带式排土器。在保证每小时450盘(相应的秧盘输送速度为0.075m/s)的生产率情况下,做了不同土壤含水率、不同土壤颗粒尺寸、不同排土间隙对排土效果影响的试验研究。结果表明,对于双向4螺旋外槽轮式排土器,播过5mm筛和过3mm筛的土壤颗粒时,排土间隙分别为3和1mm为宜;对于带式排土器则分别为6～7和5mm左右为宜。2种排土器,均是播过3mm筛的小颗粒土壤的播土均匀性和播土质量要好于播过5mm筛的大颗粒土壤。对于相同颗粒尺寸的土壤,高含水率(13%左右,湿基)的土壤播土质量要好于低含水率(5.72%,湿基)的播土质量,更主要的是可以改善工作环境。在保证不增加高湿土壤处理难度的前提下,建议采用小颗粒湿土进行播土作业。所设计的2种排土器均能满足超级稻穴盘育秧的播土要求,但需要注意对带式排土器的张紧平衡调节,且要避免大于排土间隙的土壤颗粒进入带式排土器中。排土器的播土均匀性可以采用播土高度均值的多重比较检验方法进行评价。     

基于改进YOLOv5的火龙果成熟度识别方法

为实现自然环境下不同成熟度火龙果在不同光照、不同遮挡场景下的精确快速识别,提出了一种基于对YOLOv5的网络模型改进的一种检测模型（PITAYA-YOLOv5）。首先,使用k-means++算法重新生成火龙果数据集的锚框,提高了网络的特征提取能力;其次,将CSPDarkNet替换成PPLCNet作为骨干网络,并加入SE注意力模块（Squeeze-and-Excitation block）,在降低网络参数量的同时保持检测精度;同时加入加权双向特征金字塔网络（Bi-FPN）替换YOLOv5的特征融合网络,提高网络对不同尺度特征图的融合效率;引入αDIoU损失函数,提高了模型的收敛效果。试验结果表明：PITAYA-YOLOv5目标检测模型的平均精度均值为94.90%,较原模型提高1.33个百分点,F1值为91.37%,较原模型提高1.12个百分点,平均检测速度达到20.2 ms,占用内存仅有8.1 M。针对枝条遮挡和果间遮挡下的火龙果检测能力明显增强。对比Faster R-CNN、CenterNet、YOLOv3、YOLOv5以及轻量化骨干网络ShuffleNetv2,该模型具有良好的检测精...     

土槽台车定位系统的研制

介绍了用绝对值旋转编码器配合非易失性存贮器制作的土槽台车定位系统，用以测定农机具位置及3维方向上的位移。新的程序设计流程可保证系统高速高效和可靠运行。