共查询到16条相似文献,搜索用时 68 毫秒
1.
现有大田土壤电导率检测装置主要以手持式为主,存在检测效率低、实时性差等问题。基于电流-电压四端法原理设计了一种车载式大田土壤电导率在线检测系统,系统主要由恒流信号源电路、信号处理电路、Arduino控制器、GPS定位模块及车载传感器等组成,可在线检测大田土壤电导率。通过实验室和大田试验对系统性能进行了验证,试验结果表明,系统具有较好稳定性,动态响应时间约为540 ms,开机预热引起的温漂最大偏差为3.70%,不考虑温差影响下系统检测精度R2为0.734 2,消除温差影响后检测精度R2为0.864 5~0.915 6,均高于商用手持式电导率检测仪,其R2为0.609 5;探究了拖拉机振动、传感器插入深度、作业速度和土壤坚实度对系统检测精度的影响,振动状态相对静止状态,检测数据最大误差为10.37%,且误差主要集中在0~10μS/cm范围内;当作业速度不大于5.0 km/h和传感器插入深度大于等于10 cm时,该系统可稳定进行大田土壤电导率在线检测,且检测地块土壤坚实度不应过小,以确保传感器电极与土壤充分接触。该系统可为开展... 相似文献
2.
3.
在电流-电压四端法原理基础上,采用信号发生器替代恒流源作为激励源来提供振幅更大、稳定性更高的正弦信号,以数字示波器替代电压源进行反馈信号检测从而解决电压有效值转换和AD转换频率较慢的问题,改进设计开发了一款基于数字示波器的土壤电导率检测系统。农田现场车载式测量实验分为稳定性检测和定点测量两部分。稳定性实验测试下该检测系统能够稳定读取相关数据。农田定点测量实验结合土壤样本采集和实验室实验,得出每个定点测量点土壤电导率测量值和土壤电导率实验室真值(R2=0.753 1)。根据实验中拖拉机牵引犁盘抖动导致电极与待测土壤之间形成的两种测量接触面的情况,分析并消除了实验中拖拉机抖动现象对数据结果的影响后,土壤电导率实测数据与实验数据之间的决定系数R2提高到0.855 2~0.906 6,表明设备能够在排除测量方式等外界因素影响下,测量精度达到较高水平。实验数据对比结果显示,基于数字示波器的车载式土壤电导率仪能够在农田现场进行稳定测量,并且具有较好的性能和准确度。 相似文献
4.
土壤信息对于指导农业生产有着极为重要的作用,土壤电导率反映了土壤含水量、盐分、粘粒含量和类型等土壤信息,准确获取土壤电导率对于实现农业精细化生产意义重大。在各种土壤电导率测量方法中,四端法因其成本低、精度高、测量快速和操作简便而大量应用于实际测量;恒流源是四端法测量仪器的重要组成部分,其性能直接决定着测量仪器的精度以及测量范围。本文对比了3种恒流源对测量仪器测量性能的影响,发现采用Howland恒流源的四端法测量仪器高电导率测量能力强而低电导率测量范围较小,测量精度最高;采用改进型Howland恒流源的四端法测量仪器低电导率测量范围有所扩大,测量精度良好;采用基于差动放大器的恒流源的电导率仪低电导率测量范围最大,高电导率测量范围较优,测量精度良好。 相似文献
5.
6.
基于介电方法设计了符合车载测量要求的四环电极结构土壤含水量与电导率复合传感器。分别在NaCl电导率溶液、含水土样和混合土样中进行标定试验分析,结果证实了复合传感器的可行性。通过分析混合土样中含水量和电导率与传感器输出信号之间的相关性,分别建立土壤含水量与电导率的统计预测模型。 相似文献
7.
应用自行研制的土壤含水量、电导率与耕作阻力车载测试系统以及EM38电导率测试仪,在特定的耕作和施肥管理制度试验田中进行大田尺度下的土壤多参数车载测量研究。在土壤参数空间分布信息基础上进行相关分析,结果表明复合传感器具备农田土壤含水量和电导率变异响应能力,进一步建立了农田土壤电导率与含水量、耕作阻力以及施肥信息之间的统计预测模型。 相似文献
8.
介绍了基于相位检测的时域反射(P-TDR)技术的工作原理。对8种不同盐分含量的砂壤土土样在5个含水量水平下进行实验,结果显示,信号的反射系数随电导率增加单调减小。分别采用线性和二次多项式对测量结果进行建模实验,并选择二次多项式为P-TDR电导率测量模型,模型的决定系数达0.812以上。土壤含水量对电导率测量有较大影响,在分析了土壤含水量与多项式系数关系的基础上,最终建立了以土壤含水量和反射系数为变量的土壤电导率预测模型。土壤质地等因素对P-TDR电导率测量的影响还需通过田间现场测量实验进行研究。 相似文献
9.
农田土壤pH值和电导率采集仪设计与试验 总被引:4,自引:1,他引:4
设计开发了测量pH值和电导率的农田信息采集仪.在探讨该仪器测量原理和软硬件设计的基础上,分别采用两点校正法和配比KCl溶液法对采集仪的pH值和电导率测量进行了标定试验,并在一块黄豆田间隔14 m×14 m进行土壤采样,共采土样15个,对标定方程进行了验证试验.结果表明,土壤pH值标定结果和准确值的相对误差小于1%,土壤电导率相对误差小于14%;土壤pH值标定结果和准确值线性回归模型检验显著性概率为0.047 8,决定系数为0.897 8;土壤电导率标定结果和准确值线性回归模型检验显著性概率为0.000 4,决定系数为0.971 6,所建立的pH值和电导率标定方程都是可靠的. 相似文献
10.
目前市场上存在的猕猴桃分级机械主要是针对质量特征进行分级的大型机械,而消费者在购买猕猴桃时往往更注重它的外观品质,且大型设备难以在以农户小规模营销为主的市场环境下得到普及。为了实现猕猴桃外观品质的自动分选,适应广大猕猴桃种植农户的需求,设计了一种基于机器视觉的小型移动式猕猴桃外观尺寸在线检测与分级系统。该系统主要由输送机构、检测机构、分级执行机构和控制系统组成。输送机构采用倾斜式输送带方案,结构简单,便于实现猕猴桃的输送和分级;检测机构采用图像处理的方法得出猕猴桃的大小等级信息;分级执行机构借助猕猴桃的重力与旋转磁铁的开合实现猕猴桃的分离。对样机进行了试制和验证试验,结果表明:该系统的平均分级成功率为96.3%,单个猕猴桃分级时间约为2.5s。该猕猴桃检测分级系统的设计为今后完成多特征指标的融合分级提供了基础和依据。 相似文献
11.
[目的/意义]土壤中氮、钾元素在作物生长和农业生产过程中具有关键作用。快速定量检测土壤中氮、钾含量对指导精确施肥具有重要意义。因此,建立一种快速可靠的土壤氮、钾含量检测方法十分必要。[方法]本研究建立一种基于聚二甲基硅氧烷(Polydimethylsiloxane,PDMS)微流控芯片电泳和电容耦合非接触电导检测(Capacitively Coupled Contactless Conductivity Detection,C4D)方法,快速定量检测土壤中氮、钾养分离子。通过微流控电泳芯片实现对土壤中多种离子快速分离,利用C4D进行电导率变化的精准测量。基于检测器工作频率输出响应特性,激励电压响应特性和电泳电压,确定最佳分离和检测性能。[结果和讨论]该方法对钾离子(K+)、铵根离子(NH4+)和硝酸根离子(NO3-)标准溶液的检测限(S/N=3)分别为0.5、0.1和0.4 mg/L。K+、NH4 相似文献
12.
针对目前常用土壤pH值传感器在测量过程中受土壤含水率和温度影响较大的问题,设计了带有温度、含水率补偿模型的锑电极土壤pH值在线实时检测系统。利用最小二乘法对pH值和测量结果进行线性分析,补偿土壤pH值测量误差。试验结果表明,经过补偿之后,由温度和含水率变化导致的pH值测量误差至少可降低84. 5%,pH值测量值随温度和含水率的变化幅度不超过±0. 1。与市场产品ZD-18型土壤酸度计、HYSWR-ARC-12V型土壤含水率传感器、水银温度计对比研究得出,3项指标线性拟合决定系数均达到0. 99以上。为了确保自然环境下土壤pH值测量的适用性,探索了系统在使用过程中土壤含水率的阈值与测量精度,表明在土壤体积含水率大于5%的情况下均可有效测量。试验表明,在pH值3. 06~10. 36范围之内,本系统可有效测量,检测误差为-1. 53%~3. 51%,满足土壤pH值实时在线测量要求。 相似文献
13.
为确保土壤钾离子检测的时效性和准确性,设计了非接触电导检测装置。首先,设计与毛细管配套的非接触式电导检测池,以金属圆筒结合导电银胶构建激励电极、屏蔽电极和接收电极。其次,构建非接触式电导检测器,包括激励信号发生电路、前置放大电路及检波放大电路,搭建了一个板级的激励信号发生电路,该电路采用考毕兹振荡器电路匹配高频变压器的方案。前置放大电路采用跨阻放大拓扑,检波放大电路将前置放大电路输出的毫伏级交流电压信号,通过整流、调零、程控放大,得到一个固定范围的直流电压,用于上位机采集。通过电导率的变化波形可以分析出土壤溶液中的钾离子含量。最后,采用设计的非接触式电导检测装置对6种标准土样的钾离子含量进行初步检测分析。结果表明,6种土壤样品的钾离子含量测试结果与标准值的趋势一致,说明此套非接触式电导检测装置能够完成土壤样品的初步检测,并与标准值存在相关关系。 相似文献
14.
针对现有玉米播种装备缺乏土壤墒情在线检测系统,且已有的土壤墒情在线检测系统检测精度不高、环境适应差的问题,本文提出了一种基于电容法和深度补偿的土壤墒情检测方法,开发了一套机载式玉米播种种沟墒情在线检测系统。开展了电容器结构优化参数仿真试验,确定了最佳电容极板参数为:极板间距75.8 mm、极板厚度0.7 mm、极板相对面积5 073 mm2,其长度为100 mm,宽度为50.73 mm;系统硬件部分主要包括FDC2214型电容传感器、F4046型压力传感器和STM32F103型单片机,电容传感器用于获取待测土壤电容,压力传感器用于获取待测土壤压力,间接反推待测区域土壤深度;系统软件则利用Matlab平台进行开发,用于对土壤电容信号和压力信号的实时采集、计算、显示与存储。基于该系统探究了土壤墒情检测模型影响因素,构建了基于BP神经网络的土壤墒情检测模型,建模试验结果表明,当土壤墒情为7.23%~21.14%时,模型预测性能指标R2、RMSE和RPD分别为0.927、0.008和3.70,预测效果较好。最终,将构建的模型集成到土壤墒情在线检测系统,开展了台架与田间验证试验。台架试验结果表明,土壤墒情实际值与检测值的拟合决定系数R2均为0.852~0.927,土壤墒情预测结果绝对误差为-2.89%~2.57%,绝对误差平均值为1.01%;田间试验结果表明,土壤墒情检测值与实际值拟合曲线决定系数R2为0.842,土壤墒情检测绝对误差为-0.96%~0.45%,平均绝对误差为0.39%。本研究所研制的检测系统性能满足玉米播种机田间作业时土壤墒情检测需求。 相似文献
15.