共查询到20条相似文献,搜索用时 78 毫秒
1.
论述了系列水稻深施肥机具及技术项目的工作情况,重点介绍了不同年代有代表性的几种机型的设计、研究成果及推广应用。指出了插秧施肥是水稻全程机械化的薄弱环节,需迫切研发和推广其关键成熟的技术及配套机具,补齐短板。 相似文献
2.
水稻深施肥技术是代替传统的施肥方法而实施的一种新农艺。为实现这一技术而设计了一种水田专用深施肥机。该机具由人力牵引,地轮驱动,可同时完成开沟、施肥、覆泥等作业,并已批量生产,在全省推广应用。 相似文献
3.
众所周知,使用水稻深施肥机可以省时、省工、省力,又能提高肥料的利用率,以便更好地促使秧苗的有效分蘖,达到既节省投资又能增产、增收的目的.现对2ZTE-6型水稻深施肥机的使用与故障排除加以说明. 相似文献
4.
5.
目前使用的施肥机械很不理想。用国产24行播种机施肥,播幅窄、效率低、成本高;改装在拖斗上并加宽,效率也不理想,且运输中严重超宽。在牵引五铧犁上加装施肥装置,边施肥边犁地,因频繁加肥,犁地功效受到影响,也不利于推广。目前引进的甩盘离心抛撒高效施肥机,肥料颗粒大、重的抛得远,反之就近,同时当拖拉机因地面状况,需减速通过时,甩盘转速随之下降,离心力降低,使得大面积出现空白,工作性能很不稳定,也需进一步改进。通过几年的研究我团试制了2F1.8-9型高效施肥机,通过测试,达到了设计要求。1技术参数与主机连接形式:牵引式拖拉机动力输出… 相似文献
6.
<正>11月15日新疆兵团90团研制的2FG-1.8型高效施肥机通过农五师科技局成果鉴定。专家认为,该机技术性能目前在新疆处于领先水平。 为解快农田全层施肥问题,长期以来,90团相继使用过国产2FB-24A谷物播种机、离心式抛撒施肥机,但由于工作幅宽小、机力消耗大、效 相似文献
7.
8.
概述了寒地水稻机械穴播深施肥技术的特点和在水稻种植业中的作用。阐明了该项技术是发展水稻种植业生产的一项机械直播新技术和节本增效新措施,有利于水稻种植业生产的持续稳定发展。 相似文献
9.
10.
11.
12.
基于自动导航的小麦精准对行深施追肥机设计与试验 总被引:2,自引:0,他引:2
针对冬小麦返青期地表追施氮肥使氮素挥发导致肥料利用率低的问题,结合目前在小麦追肥过程中缺少深施氮肥作业装备的现状,进行了基于拖拉机自动导航技术实现精准对行深施氮肥的技术研究,设计了小麦精准对行精量深施追肥机。追肥机采用安装有自动导航系统的拖拉机牵引实现精准对行,以RTK-GNSS接收机测取的作业速度为基准,通过液压系统驱动排肥机构工作,双圆盘开沟器开沟深施,采用PID控制排肥轴转速与车辆行驶速度实现实时匹配,达到精量控制追肥量的目的。田间试验结果表明:设置目标追肥量为200 kg/hm2,车辆行驶速度为5 km/h时,追肥机能完成对行深施追肥作业,机具对行作业误差在±6 cm以内,追肥量偏差小于9%,可满足实际生产需求;对照撒肥机表层撒肥作业,每公顷减施氮肥25 kg左右,小麦每公顷增产486.5 kg左右。 相似文献
13.
14.
2BQLM-3型垄作免耕播种施肥机的设计研究 总被引:1,自引:0,他引:1
根据保护性耕作技术的需要,研究设计了2BQLM-3型垄作免耕播种施肥机,并介绍了该机的主要结构设计.以及主要参数的确定方法,为垄作免耕播种施肥机的设计与应用提供了参考。 相似文献
15.
液体肥变量施用控制系统性能的试验研究 总被引:1,自引:0,他引:1
为提高液体肥变量施用控制系统的精度和施肥效率,通过单因素试验和二次回归正交旋转组合试验,研究液体肥浓度、设定流量和管道压力等3因素对系统误差的影响;利用单因素和双因素分析法分析各因素与试验指标的关系,确定指标和各因素之间的回归数学模型及各因素在回归模型中的主次顺序.试验结果表明,设定流量对系统误差的影响最大.通过优化计算,得出液体肥变量施用系统的最优工作参数:液体肥浓度为22.8%,设定流量为23.9L/min,管道压力为0.8MPa.此参数下系统误差为0.59%. 相似文献
16.
17.
基于模糊PID的变量施用液体肥控制系统研究 总被引:2,自引:0,他引:2
根据变量施用液体肥控制系统的流量特性,采用模糊PID控制算法对液体肥流量进行自动控制,并利用MATLAB的Simulink和Fuzzy工具对模糊PID控制过程进行了仿真.仿真结果表明:与常规PID控制相比,模糊PID控制算法降低了系统超调,缩短了调整时间,增强了抗干扰性,使施肥量更有效地保持在给定范围,表明了模糊PID的优越性. 相似文献
18.
19.
20.
提出了基于深度信念网络的多品种生殖生育期水稻生物量无损检测方法。对在正常生长及干旱胁迫两个不同环境下的483个水稻品种,分别于胁迫前、胁迫后和复水后3个时间点进行图像采集。利用HSL颜色空间固定阈值分割法分割图像,并对处理后的图像进行特征提取,共提取57个特征值。对数据进行归一化处理后,构建基于深度信念网络的水稻生物量模型,根据决定系数R2、平均相对误差(MAPE)及相对误差绝对值的标准差(SAPE)选择最优模型,并与逐步线性回归模型进行比较。结果表明,基于深度信念网络的生物量测量模型性能更优,R2为0.9299,MAPE为11.19%,SAPE为18.36%。本研究提供了一种精度高且适用于多品种、不同生殖生育期、不同生长环境的水稻生物量无损检测模型,为水稻研究提供了新的测量工具。 相似文献