首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   3篇
  免费   1篇
  国内免费   3篇
基础科学   3篇
  4篇
  2021年   1篇
  2019年   2篇
  2018年   1篇
  2017年   3篇
排序方式: 共有7条查询结果,搜索用时 15 毫秒
1
1.
基于EDEM-CFD耦合的内充气吹式排种器优化与试验   总被引:7,自引:0,他引:7  
针对内充气吹式排种器对圆形种子适应性差、排种效果不佳的问题,对内充气吹式排种器进行优化设计,为增强种子充填容积和气流压附力在型孔底部开设不同结构的槽孔。基于离散单元法理论建立玉米籽粒粘结颗粒模型,运用EDEM-CFD耦合分析方法,以型孔内种子在排种盘转动过程中所受的曳力值为指标,在入口风速为30 m/s、前进速度为8 km/h的工作条件下对3种不同型孔结构排种盘进行圆粒种子排种效果的耦合仿真,分析排种过程中圆粒种子所受曳力的变化情况及清种和压种性能。仿真结果表明:同一排种盘中,因大圆粒种子迎风面积大于小圆粒种子,所受曳力均大于小圆粒,迎风面积大的颗粒更易被清出型孔;径向内开方孔盘型孔内气流对颗粒的曳力及压附力均较大,且增大了型孔对种子在径向方向的充填容积,该盘对圆粒种子及混合种子的工作效果均较好。为验证仿真结果进行台架试验,当前进速度为8 km/h时进行3种排种盘工作压强的单因素试验,结果表明,径向内开方孔盘合格率随工作压强的增大而增大,当工作压强大于5.5 k Pa时,合格率超过95%,明显优于其他2个排种盘;对径向内开方孔盘进行前进速度为4~12 km/h、工作压强为4~8 k Pa的双因素试验,结果表明,合格率随着前进速度和工作压强的增大而增大,针对不同前进速度,当工作压强高于6 k Pa时,合格率接近96%,漏播率低于1%。  相似文献   
2.
玉米精量排种器电驱PID控制系统设计与性能评价   总被引:2,自引:2,他引:0  
本文研究了一种基于PID的排种器电驱控制系统,取消了播种机采用地轮和链条驱动的方式,提高了播种机的播种质量和作业速度.采用PID算法控制排种盘转速,在目标转速与当前转速差异较大时,加入PID积分分离算法,以减少转速的超调量.通过整定后的PID参数为:Kp=16、Ki=0.05、Kd=36,在其排种盘转速范围为0~24r/min时,响应时间、超调量、稳态误差分别为0.4秒,1.56%和0.75%.试验结果表明,在12km/h的高速播种作业条件下,采用该电驱控制系统的排种器排种单粒率仍然可达到98.4%,其重播率和漏播率小于1%.采用本文研究的基于PID算法的排种控制系统可以获得良好的排种质量和更高的排种速度,使排种器更适宜高速精量播种.  相似文献   
3.
基于Android和CAN总线的玉米播种机监控系统研究   总被引:7,自引:0,他引:7  
设计了一种基于Android和CAN总线的玉米精量播种机监控系统,通过GPS接收器采集播种机速度,采用CAN总线分布式控制方式完成主控制器和各个播种单体之间的指令传输,通过Android智能设备进行人机交互,实现播种行数任意拓展、拖拉机位置实时监控、播种作业参数在线调整、作业面积实时统计等功能。台架试验结果表明,系统人机交互功能正常,排种器驱动电机调速相对误差小于0.46%。与eTrex209x手持式GPS+北斗双星接收机的田间作业面积对比试验表明,本系统作业面积统计平均相对误差为0.81%,略高于eTrex209x的0.29%,测量标准差为0.06hm2,优于eTrex209x的0.11hm2;与地轮驱动播种对比试验的结果表明,随着作业速度的提高两种驱动方式的作业质量整体都呈下降趋势,但本系统播种合格指数、变异系数受速度影响较小,当作业速度达到12km/h时,变异系数为18.92%,合格指数为90.05%,分别优于地轮驱动方式的22.17%、83.25%。  相似文献   
4.
基于GPS测速的电驱式玉米精量播种机控制系统   总被引:7,自引:0,他引:7  
传统玉米精量播种机多采用地轮、链条驱动排种器,高速作业时因地轮打滑、链条跳动易造成播种粒距增大、粒距均匀性下降等问题,难以保证播种质量。针对这一问题,设计了基于GPS测速的电驱式玉米精量播种机控制系统,该系统以STM32为主控制器,采用Android手机终端设置播种株距、排种盘型孔数等作业参数,采用GPS接收器采集拖拉机的前进速度,根据GPS提供的速度信息实时调节排种器转速,从而实现排种器转速与拖拉机前进速度的实时匹配。为了检测该系统的性能,以编码器测速方式为对照,进行了3种株距(18、22、25 cm)、5种作业速度(4、6、8、10、12 km/h)下的对比试验。试验结果表明,在相同株距、相同作业速度下,GPS测速方式的变异系数小于编码器测速方式,且GPS测速方式的播种粒距合格指数和变异系数受作业速度的影响更小。在低速4 km/h时,GPS测速方式的平均合格指数比编码器测速方式低5.39个百分点;作业速度6~10 km/h时,GPS测速方式的平均合格指数比编码器测速方式高7.96个百分点;在高速12 km/h时,GPS测速方式的平均合格指数比编码器测速方式高14.32个百分点;表明GPS测速方式更适宜于高速作业工况。  相似文献   
5.
玉米变量播种机单体驱动器的设计   总被引:7,自引:5,他引:2  
国内电驱式玉米精量播种机所用电机驱动器和各类监测传感器大都直接连接在主控制器上,功能单一、播种行数难以拓展,无法满足变量播种作业对各个播种单体独立控制的要求。针对上述问题,搭建了基于STM32F103的单体驱动器硬件和软件架构,实现了排种器驱动电机的平稳驱动、转速调节、过流保护以及合格率、重播率、漏播率的播种质量检测;单体驱动器集成了CAN总线通讯模块,可通过增减单体驱动器便捷地实现播种机行数拓展。系统整体试验表明,单体驱动器和主控制器可以通过CAN总线完成转速指令和播种质量数据的交互;当作业速度在3~9 km/h之间时,单体驱动器驱动排种器播种合格率大于95.7%,重播率小于4.3%,漏播率小于1.4%,高于国标要求;播种质量检测模块与现有排种器性能检测仪的对比试验结果显示,在3km/h的作业速度,两者的检测结果最大差值为0.1个百分点,当前进速度逐渐上升时,两者的偏差逐渐增大,单体驱动器测得的3项指标都小于排种器检测仪,但在不同的速度梯度下,两者合格率相差不超过2个百分点,重播率不超过1.1个百分点,漏播率不超过0.9个百分点。综合而言,单体驱动器的整体功能良好。  相似文献   
6.
排种盘和负压腔室同步旋转气吸式玉米精量排种器设计   总被引:8,自引:7,他引:1  
针对传统气吸式排种器工作时排种盘与负压腔室的密封垫之间相对转动,易导致密封垫磨损,从而造成排种器密闭性下降、风压需求增加、作业精度降低等问题,设计了一种排种盘和负压腔室同步旋转的气吸式排种器,将排种盘与负压腔室固定连接,作业时同步旋转,使排种盘和密封垫之间不产生相对运动,达到无摩擦、低气压损失、高排种精度的效果。基于机械扰种和重力辅助充种原理,将该排种器排种盘设计为带直线凸起的环形锥台,分析确定了排种器工作区域,计算了排种盘的关键结构参数。以含水率为12.8%,千粒质量为351 g的郑单958未分级种子为试验对象,借助中国农业大学自主研发的排种器性能检测仪对该排种器作业效果进行了室内试验,结果表明:作业速度10 km/h以下,所研制的排种器在负压值–3.5~–5.5 kPa时,粒距合格指数均能达到91.6%,漏播指数均小于5.2%,重播指数均小于5.4%,各项指标优于国标要求,能实现有效排种。与Kverneland排种器的对比试验表明,要达到相同合格指数,设计的盘室同步气吸式精量排种器所需负压值更低。  相似文献   
7.
基于支持向量机和ReliefF算法的玉米品种抗倒伏预测   总被引:4,自引:4,他引:0       下载免费PDF全文
针对目前玉米品种抗倒伏鉴定方法费时、费力,玉米抗倒伏品种选育周期长的问题,该研究采用高光谱成像技术结合统计学习方法在玉米营养生长期开展品种抗倒伏预测。于2018年和2019年开展田间试验采集不同抗倒伏的8个玉米品种的高光谱成像数据,基于区域识别方法提取感兴趣区域(Region of Interest,ROI)的光谱曲线,分析抗倒样本和不抗倒样本的数据特性;然后分别采用过滤式特征选择算法ReliefF(Relevant Features)和主成分分析(Principal Component Analysis,PCA)结合ReliefF算法的方式,挖掘抗倒品种和不抗倒品种的光谱分类特征;最后使用交叉验证的方式,对ReliefF方法选择的原始光谱数据特征数量和PCAReliefF方法选择的主成分特征数量进行优化,分别建立ReliefF-SVM和PCAReliefF-SVM支持向量机(Support Vector Machines,SVM)分类模型,并对SVM模型的惩罚参数和核参数进行优化,以获得更好的模型预测效果。结果表明:经过特征优化,2018年试验和2019年试验分别选择了40和50个特征参与建模,且使用PCAReliefF方法选择的主成分特征与使用ReliefF方法选择的原始光谱数据特征相比,几乎不含有冗余特征;通过对支持向量机模型的惩罚参数和核参数进行优化,2018年试验ReliefF-SVM和PCAReliefF-SVM模型对预测集样本的抗倒伏分类预测正确率分别为84.17%和85 %,2019年试验模型分类预测正确率分别为84.17%和85.83%。可见,采用高光谱成像数据和统计学习方法可以实现对玉米品种抗倒伏的早期预测,使用PCAReliefF-SVM模型比ReliefF-SVM分类模型综合性能更优,试验为玉米抗倒伏品种的高效筛选提供了方法和借鉴。  相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号