高良姜须根剪切力学特性试验研究

当前高良姜挖掘收获和须根切除主要依靠人工作业,为提高生产效率、降低生产成本,必须实现作业机械化。在须根机械化去除工艺的设计和设备的研发过程中,需要掌握高良姜须根的力学特性和物理参数,从而确定最佳工艺和最优工作部件参数。该文以成熟期高良姜须根为试验材料,利用TMS-PRO型质构仪,采用正交试验和统计分析,探索含水率、加载速率对高良姜须根剪切力学特性的影响。试验表明,含水率对高良姜须根剪切强度具有极显著影响,加载速率以及含水率与加载速度的交互作用对高良姜须根剪切强度无显著影响。试验条件下,高良姜须根剪切力范围为120.400～233.733 N,剪切强度范围为12.868～37.962 MPa。当含水率(73.04±3)%时,剪切强度均值为16.978 MPa,此时进行须根剪切去除最适宜。     

QP-1800型香蕉茎杆切割破片机的研制

阐述了QP-1800型香蕉茎杆切割破片机的主要结构、工作过程、主要技术参数和试验结果。并分析确定了主要参数、刀具的安装位置和上料时香蕉茎杆的方向。试验结果表明,该机生产率高,切割破开的茎杆可满足刮麻机的工艺要求。     

我国热带作物机械的发展现状与对策

热带作物机械化是农业机械化和农业工程学科的一个主要组成部分,发展热带作物机械化对全国热区农垦乃至新农村建设都具有现实意义。为此,依据历年统计数据,阐述了热带作物机械的发展现状及存在的问题,并结合当前热带作物机械行业发展形势,提出针对热带作物机械发展的建议与对策。     

我国菠萝叶纤维发展前景分析

本文介绍了菠萝叶纤维的资源情况及其特性,分析了中国在纤维提取技术、纤维处理技术和纺织产品研发所取得的进步和阶段性成果,指出这种纤维已具备商业化开发的条件.通过菠萝叶纤维开发,可为当地农民增加数十亿元的收入,获得数百万吨残渣可作为青贮饲料原料、有机肥料、沼气原料.减少废弃对环境造成的污染,获得良好的环境保护效益,对当地农村经济发展具有重要意义.     

菠萝叶渣青贮饲料饲喂奶牛对比试验

菠萝叶渣青贮饲料是一种非常规饲料，通过在常规饲料中添加菠萝叶渣青贮饲料进行饲喂泌乳奶牛试验，并对该试验组奶牛的产奶量、牛乳比重与完全用常规饲料饲喂的对照组奶牛进行对比，结果表明：添加菠萝叶渣青贮饲料后，使奶牛的产奶量提高9.7％，牛乳比重提高到26.8度以上。     

木薯茎秆茎向力学特性试验研究

为研究木薯茎秆力学特性沿茎秆方向的分布规律,对其进行了压缩、剪切、弯曲试验,以加载方向、茎秆直径为试验因素,以最大承载力为响应指标。结果表明:沿径向加载时,压缩力最大,剪切力次之,弯曲力最小;沿轴向加载时剪切力最小。同时,给出各方向加载情况下受力与茎秆直径的线性方程。     

利用菠萝叶渣生产生物有机肥

菠萝是我国大宗热带经济作物,每年收获果实后废弃的菠萝叶达数百万吨.中国热带农业科学院农业机械研究所对提取纤维后的菠萝叶渣进行利用研究,证明菠萝叶渣是一种良好的生物有机肥原料.利用菠萝叶渣生产生物有机肥的方法如下.     

4 UMS-1800型木薯起薯收获机提升装置的设计

针对我国木薯收获过程中明薯率低、人工刨土捡拾劳动强度大及效率低的问题,设计了一种适用于4 UMS-1 8 0 0型双行挖掘式木薯起薯收获机的木薯提升装置,其主要在于将木薯收获机起薯铲起松的木薯提升到土壤表面,代替人工刨土起薯的过程,以减轻人工作业强度,提高劳动生产效率。该装置根据木薯茎秆的力学特性,采用了链式弹性夹持装置夹持木薯秆达到提升木薯茎块的目的。为此,介绍了该木薯提升装置的总体结构、工作原理及技术参数,试验分析了该提升装置的优缺点,并提出优化改进方案。     

基于改进YOLOv5的甘蔗茎节识别方法

针对甘蔗智能切种机作业过程中背景杂乱导致茎节识别精度低等问题,提出了基于改进YOLOv5的一种甘蔗茎节识别方法。采用跨层级连接的方式优化颈部结构,增强不同层级间的信息融合能力;同时改进模型损失函数,一方面引入EIoU损失函数代替原始CIoU损失函数,提高边界框回归精度,另一方面利用Focal loss损失函数替换交叉熵损失函数,解决正负样本比例不均衡问题;最后引入Ghost模块轻量化网络模型。试验结果表明,本研究提出的模型相较于原模型,平均精度值提高了1.4个百分点,达97.80%,单张检测时间为16.9ms,模型大小仅11.40 Mb,实现了在不同杂乱程度场景下的甘蔗茎节识别,降低了切种时背景杂乱产生的影响。     

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。