植保机在线混药系统的设计及混药性能试验

为提高植保机喷雾作业中的农药利用率,设计了一种在线混药系统。混药系统主要包括取水单元、取药单元、混合器和控制单元。系统工作时,控制单元控制取水单元和取药单元抽取水溶液和农药,注入混合器混合,混合液经隔膜泵加压后经过喷头喷施。基于计算流体力学理论,建立内置7块扰流板且注药口和注水口沿边壁垂直分布并正对第1块扰流板的圆柱形静态混合器模型,运用Fluent软件对模型进行数值分析,结果常压(0.1MPa)时,混合器出口处药水混合均匀性变异系数为2.2%,药水混合效果最佳,但注药口有药剂回流现象,故提出药剂加压的模拟方案。药剂加压1MPa时,注药口无药剂回流现象,药水混合均匀性变异系数为2.0%,药水混合效果优于常压。用胭脂红溶液替代农药进行试验,加压状态下,混药系统喷头处混药稳定性最大相对误差为4.301%,药水混合变异系数最大,为3.989%,混药性能优于常压,与仿真结果基本吻合;对在线混药系统进行隔膜泵变工况试验,结果水流量在35～140 L/min时,药水配比为(1∶300)～(1∶3 000)时,在线混药系统混合均匀性系数最大,为4.670%。     

农田平地机激光发射平台调平控制系统设计

为使农田平地机双源激光定位系统的激光发射平台检测数据更精确、调平实时性更好,设计了激光发射平台自动调平控制系统。该系统采用三脚支撑的平台支撑方式,利用倾角传感器检测平台的倾斜度,通过步进电机驱动平台3条支腿伸缩从而实现平台调平。通过加入倾角传感器数据处理算法和基于RBF神经网络的智能PID控制算法,激光发射平台检测的数据更精确,能满足双激光源定位系统的要求,使农田平地机平地作业更精确。     

基于模糊算法与3σ法则的比例遥控系统研究

为实现水田作业机械的遥控操作,设计了1套基于模糊控制算法与3σ法则的水田作业机械比例遥控驾驶系统.该系统运用3σ法则,通过无线数据收发模块精确传输模拟量与开关量控制信息,接收处理模块运用模糊算法控制设备.田间试验结果表明,设计的系统无线数据传输稳定,模拟量数据输出平滑,具备良好的实时响应效果和鲁棒性,能满足水田作业机械的遥控要求.     

履带式拖拉机自动驾驶系统路径智能跟踪控制研究

为实现复杂环境下履带式拖拉机田间作业的路径跟踪控制,设计了履带式拖拉机自动驾驶系统,并对路径跟踪与控制算法进行了研究。自动驾驶系统由MCU、双源激光定位系统、速度控制系统、点火/熄火控制系统、液压转向系统等组成。采用模糊算法对行驶过程中的路径偏差进行补偿,实现对路径的跟踪控制。为验证算法的有效性,进行了Matlab/Simulate仿真与田间试验。结果显示对于NF502型履带拖拉机,该系统在100 m范围内可实现有效控制,表明该算法能实现对行驶路线跟踪与控制。     

自走式水田高地隙喷杆喷雾机喷雾试验研究

[目的]解决自走式水田高地隙喷杆喷雾机喷雾不均匀的问题。[方法]以10 m喷杆为试验对象,搭建喷杆喷雾试验平台,研究喷雾压力、喷雾高度、喷雾喷幅宽度对喷雾均匀性的影响。[结果]喷头压力为0.30 MPa,流量变异系数最小值为5.292 5%,喷雾流量稳定性最高;喷杆距作物水平高度0.5 m时,变异系数最小值为2.543 010 1%,喷雾均匀性最好;喷雾压力增加,喷幅宽度呈一定程度的正相关。喷雾压力0.30 MPa,喷雾高度0.5 m时,喷幅宽度为10.502 1 m,相对其他喷雾压力情况下,喷幅变异系数最小值为0.280 2%,喷雾喷幅最为稳定。[结论]该研究结果可为自走式水田高地隙喷杆喷雾机的进一步研究提供一定的参考。     

智能烟苗剪叶机控制系统的设计

针对现有烟苗剪叶机操作复杂、成本高、效率低、自动化水平低等不足,设计了YJY–ZD桥式烟苗剪叶机控制系统。该系统由执行元件、信息采集单元、信息处理单元和控制电路等组成,可实现烟苗剪叶机一键启动,自动完成往复机构横向往复运动与整机纵向行走自动交互变换,运用往复运动控制算法控制往复机构往复运动,实现往复机构换向时无冲击、残余动能回收。试验测得的剪苗机作业漏剪率为0.55%,伤苗率为0.4%,漏拾率为0.4%,平均工作效率可达692 m2/h。     

基于高光谱的油茶籽含水量检测方法

为了快速精准检测油茶籽含水量,解决传统烘干检测法费时费力等问题,提出一种基于高光谱技术的油茶籽含水量无损检测方法。以油茶籽为研究对象,测定油茶籽含水量,建立光谱模型,对油茶籽光谱分别进行Savitzky-Golay(S-G)卷积平滑、一阶微分、二阶微分和多元散射校正(MSC)预处理,通过逐步回归提取有效敏感波长,并采用偏最小二乘回归(PLSR)、BP神经网络和径向基(RBF)神经网络方法分别建立预测模型,对模型进行外部验证,选出最优预测模型。研究表明:相关系数较高的光谱敏感波段为410~450、600~620、780~880、940~971 nm。基于MSC预处理光谱建立的PLSR模型,在校正集上的相关系数为0.953 4、均方根误差为0.22%,在验证集上的相关系数为0.939 9、均方根误差为0.27%,优于BP神经网络模型和RBF神经网络模型。结果说明,采用高光谱技术检测油茶籽含水量是可行的,研究内容可为油茶籽含水量的在线无损检测提供有效依据。     

高地隙底盘沉陷模型的建立与验证

针对南方水田泥脚深致作业机械行驶通过性差的问题，以高地隙动力底盘(离地间隙为1 100~1 500 mm)为研究对象，通过牵引性能试验，研究水田动力底盘的沉陷特性。在载荷800~1 100 kg条件下，以车轮载荷和滑移率为试验变量，以车轮沉陷系数、驱动系数和挂钩牵引力系数为试验指标，建立了高地隙底盘沉陷模型。结果表明，模型中挂钩牵引力系数与驱动系数成正比，与沉陷系数成反比；利用田间试验获得该模型修正参数，修正系数为–0.30~ –0.19，与载荷呈正相关，拟合值与田间试验值的误差小于5%。     

牵引式作业机具自动调平控制系统的研究

建立了倾角传感器在不同工况下的数学模型,并通过卡尔曼滤波模型结合陀螺仪与加速度计数据,精确测量其机具的倾斜角度。牵引式作业机具自动调平控制系统使用自主研制的倾角传感器,并进行了卡尔曼滤波的静态和动态试验。静态试验结果表明,倾角传感器静止时,卡尔曼滤波后数据最大误差0.05°,误差平均值0.01°,均方根误差≤0.014°。当开启旋耕刀后,传感器底部垫有海绵卡尔曼滤波后的数据最大误差0.3°,误差平均值0.12°,均方根误差≤0.023°,相比垫有塑料或泡沫稳定性有一定提升。动态试验结果表明,未遇障碍情况下,最大误差0.86°,误差平均值0.264°,均方根误差≤0.267°。单边履带遇到10 cm障碍时,最大误差0.62°,误差平均值0.375°,均方根误差≤0.163°。遇到20 cm障碍时,最大误差1.09°,误差平均值0.587°,均方根误差≤0.33°。     

基于高光谱的油茶籽内部品质检测最优预测模型研究

以油茶籽中油酸、亚油酸、棕榈酸为研究对象,寻求一种油茶籽脂肪酸成分含量的最佳预测模型。首先,利用高光谱成像系统以线扫描方式获取其反射光谱图像,选择感兴趣区域(ROI);然后,对原始光谱进行平滑与多元散射校正(MSC),通过相关性分析和逐步回归分析,得到能反映油酸、亚油酸、棕榈酸含量变化的最佳优化波段;进而对最优波段采用偏最小二乘回归(PLS)方法、主成分回归(PCR)方法及径向基神经网络(RBF)方法组建预测模型。比较这3种方法的建模效果,经外部验证表明:径向基神经网络建立的预测模型效果最好,其油酸、亚油酸、棕榈酸的交叉验证相关系数R分别为0.940 3、0.893 5、0.912 2;校正均方根误差和预测均方根误差分别为0.441、0.174 9、0.066 4和0.351 8、0.184、0.162。