一种土壤水分传感器性能测试的方法及应用

针对目前土壤水分传感器室内标定时很难得到含水率均匀的土样,设计了一种试验装置和测试方法。通过一系列室内试验,对3种土壤水分传感器进行了测试和标定。结果证明,这种方法对于短探针土壤水分传感器的标定切实可用,同一种传感器在不同质地土壤中标定曲线不同,给出了3种传感器在砂土、壤土、粘土中的标定曲线,并分别从线性度、敏感度、稳定性等方面对3种土壤水分传感器进行了分析比较。     

FDR土壤水分传感器田间性能测试分析

为了解不同土壤水分传感器的工作性能,以目前国内应用最为广泛的频域反射性(FDR)土壤水分传感器为例,考虑当前新型的探管式结构,选取3种国产主流的FDR (管式)传感器(编号为Q1、Q2和Q3)进行261 d的田间性能测试试验。结果表明:3种传感器监测的土壤含水量曲线变化规律一致,峰值出现在有降雨时,表层土壤含水量曲线波动幅度大于深层土壤。但3种传感器在绝对数值上存在较大差异,土壤含水量变异系数在0.20～0.58之间。3种传感器的观测数值受温度影响较大,表层(0～20 cm)土壤变异系数大于深层土壤,增幅为38%以上,夏季(6月到7月)的土壤含水率变异系数大于其他季节,增幅为16%。通过对传感器观测值和人工观测值进行数据拟合,分别建立了3种传感器土壤水分的原位二次标定方程,有效降低了传感器之间的变异系数,降幅为53%～66%。因此,在农田应用中,应考虑土壤温度、土壤类型因素对FDR传感器原位二次标定的影响,以消除不同传感器工厂标定的差异性。     

单板式冲力谷物测产传感器设计与试验

为了能够适应目前精准农业的治理与发展需求,设计了实时产量检测的单板式冲力谷物测产传感器。为了验证方法的可行性,进行了传感器的受力有限元仿真,形成应力板的受力云图,确定应变片的检测位置。采用惠斯通电桥对应力采集板的形变信号进行采集,并通过CAN发送给上位机。上位机通过无迹卡尔曼滤波（UKF）算法对形变信号处理后,通过标定关系曲线,得到实时的产量信息。应力标定试验,确定了传感器采集的模拟值与冲力的关系曲线;产量标定试验,确定了冲力与产量的关系曲线模型;田块试验,表明该传感器的检测平均绝对误差为4.6%。      

基于非线性耦合的土壤电导率传感器标定方法

针对土壤电导率传感器测量不准确的问题,提出了不考虑含水率θ与考虑θ的非线性耦合标定模型,并开展了土壤电导率传感器的标定与验证试验。标定试验采用新疆维吾尔自治区阿拉尔市十团苹果园沙土,使用去离子水与NaCl设计了9组含水率梯度与6组含盐量梯度共54组土样,分别使用土壤电导率传感器与高精度电导率仪对土样的电导率进行测量;根据耦合模型分别对不考虑θ、考虑θ以及考虑θ细分的3种处理进行拟合分析;最后对同一苹果园设计了大田验证试验。结果表明,土壤电导率传感器测量的电导率EC₀以及电导率仪测量的电导率EC₁与土壤含盐量均呈正相关,EC₀随θ的增加而增加,EC₁随θ的增加而减少;3次拟合结果表明,θ对电导率测量有显著影响,随θ细分,3个处理的残差逐渐减小,拟合决定系数R²均不小于0.839且逐渐增大;验证试验结果表明所提出耦合模型可以有效提高电导率测量精度,该标定方法可为土壤电导率准确测量以及土壤电导率传感器标定校准等相关研究提供依据。     

基于田间地面不平度测试装置的激光传感器标定

为提高农田地面不平度的测试效率,解决测试中田间杂草或作物根茬对不平度测试结果产生的影响及地面不平度数据难以与由其引起的农业机械动态响应数据实时对应等问题,设计开发了一种田间地面不平度测试装置。该装置通过激光传感器来测取地面的不平度数据,因而激光传感器的测试精确性直接影响不平度测试的准确性。为此,结合已开发的田间地面不平度测试装置的结构特点,提出了采用分段拟合标定传感器的方法。经检验,该方法提高了激光传感器在相应测试范围的准确性。田间试验表明,标定的激光传感器能够满足田间地面不平度的测试需求。     

谐振式曲轴疲劳试验误差分析及载荷标定方法

建立了谐振式曲轴弯曲疲劳试验振动系统的数学模型,推导了动载荷的原型函数;结合试验观察的数据,分析了载荷标定的误差来源,着重对应变测量环节的误差进行了详细探讨并进一步推导了可用于标定拟合的动载荷原型函数的合理形式。据此函数形式,建立了标定拟合的数值算法。实践检验表明,这种改进的标定计算方法符合谐振加载的基本规律,适应性强,标定精度高,优于其他拟合方法。     

果树快速定位采摘机器人设计——基于红外和激光扫描技术

为提高采摘机器人的自主导航能力和采摘效率,实现机器人的快速果树识别和定位,结合红外测距传感器与计算机图像处理技术,利用激光扫描传感器体积小、功耗低、速度快、抗干扰等特点,提出了一种非接触式测量果树深度信息的方法;并结合计算机图像处理对果树进行了标定,实现果树的快速识别与定位,为采摘机器人运动轨迹规划提供了自主导航的参数。为了验证该方法的可靠性,在采摘机器人试验样机上安装了红外线测距和激光扫描快速定位装置,并通过左右两侧果树的导航路径拟合,得到了机器人的行走路径,通过对比红外线测距和激光扫描的结果发现,其拟合路径基本吻合,从而验证了该方法测量数据的可靠性。根据不同的树高对应的枝叶密度,利用计算机图像处理对果树进行了标定,最后利用激光扫描方法对标定后的果树进行了快速定位,并将结果和全站仪的结果进行了对比,结果表明:激光扫描和全站仪之间的最大误差仅为20mm。这说明,激光测量的精度较高,可以满足设计的需求。     

基于迁移学习的FDR土壤水分传感器自动标定模型研究

针对频域反射技术(FDR)传感器人工标定数据拟合误差大的问题,引入其他地区数据作为辅助数据,建立了基于迁移学习的自动标定模型。该模型将FDR目标使用地点采集的数据作为源域数据,结合辅助数据与少量源域数据,使用TrAdaBoost算法即可得到准确的FDR传感器标定模型。将面向分类问题的TrAdaBoost算法改进为适用于本文面向回归的TrAdaBoost算法,将TrAdaBoost算法的基学习器由AdaBoost改为XGBoost,改进了更新权重误差率的计算方法。首先使用XGBoost对辅助数据进行训练,得到初始标定模型;然后在目标地点采集少量数据,使用改进后的TrAdaBoost算法对初始标定模型进行校准,即可得到准确的FDR标定模型。将10个不同地区站点数据作为辅助数据,训练得到初始标定模型,将沈阳地区6个站点分别作为目标使用地点,取80%数据作为源域数据,进行模型校正,其余20%数据用于测试。测试结果的平均准确率为99. 1%,说明基于迁移学习的自动标定模型是有效和准确的。     

田间土壤水分特征曲线的标定和Kriging估值研究

对田间同深度土壤水分特征曲线进行了标定，探讨了其标定系数的半方差特征,并对其标定系数进行了Kriging估值。研究表明，田间同深度不同点的土壤水分特征曲线存在显著的空间变异性, 通过确定不同点的标定系数可以将田间不同点的土壤水分特征曲线用一个统一的曲线来表达,同时田间同深度不同点的标定系数存在显著空间相关性,利用 Kriging估值方法可对其标定系数进行最优估值,用较少点的实测土壤水分特征曲线确定整个田块的土壤水分特征曲线的空间分布。     

车轮多分力传感器静态解耦方法

从标定方法和解耦算法两方面对车轮力传感器静态耦合特性进行了研究.给出了详细的标定过程和样本获取方法,基于实际标定样本应用3种回归模型对多分力传感器维间耦合进行量化对比分析.结果表明:标定主通道线性特性显著;自行研制轮力传感器静态耦合率与国外产品相当;最小二乘支持向量回归机回归精度高、泛化能力强和算法稳定;对标准正交最小二乘径向基神经网络算法改进回归效果显著.     

灌溉柑橘园中叶片湿润传感器校准方法研究

叶片湿润时间是植物病害模型的重要输入变量之一,它与许多叶部病原菌的侵染有关,影响病原侵染和发育速率。叶片湿润传感器可以实现对其实时、自动化监测,而由于叶片湿润时间受到环境和植物交互效应的影响,需要在灌溉环境下的柑橘园中进行校准。以生长季的柑橘为试验材料研究校准方法。叶片湿润传感器角度为30°,采用移液枪向传感器滴水和使用灌溉设施向传感器喷灌2种方法来确定传感器的干湿阈值;比较了柑橘冠层不同位置的传感器监测效果,并研究了有雨和无雨条件下对传感器监测效果的影响,最后通过神经网络模型验证阈值的合理性。结果表明：叶片湿润传感器在灌溉环境下干湿阈值为270 mV,此时传感器的监测效果最好,误差在2 h以内,通过与神经网络模型预测结果对比,证实此阈值下传感器监测效果良好;位于柑橘冠层底部位置的传感器监测准确率最高,可达0.95;传感器在无雨条件下监测效果优于有雨条件。该叶片湿润传感器校准方法可以用于灌溉柑橘园叶片湿润时间监测,符合柑橘病害预警系统的要求。     

制动器耗散功率原理在ABS标定匹配中的应用

为解决ABS逻辑门限值方法匹配成本高、周期长的问题,将制动器耗散功率原理应用于匹配中。结合逻辑门限值与制动器耗散功率的各自优点,将制动器耗散功率原理能自适应识别各种路面状况的特点应用于匹配中;根据制动器耗散功率极大值对应的滑移率略小于临界滑移率且相差不大的原理,采用制动器耗散功率极大值对应的滑移率代替峰值附着系数对应的滑移率对ABS进行控制;滑移率与制动器耗散功率曲线获得较为简单,因此可以大大提高匹配效率。经过实车匹配验证,本方法提高了匹配效率和控制质量,节约了匹配成本。     

大空间运动3-RRRU并联机器人运动学标定与误差分析

并联机器人具有高速、高刚度和大负载等明显优势,被广泛应用到农业和工业领域,但多关节导致该类机器人控制精度不高。针对大空间运动3-RRRU并联机器人的运动学建模和误差标定方法展开了系统、深入研究。综合应用DH法和空间矢量法建立了机器人的运动学模型,在此基础上,借助偏微分理论推导并建立机器人的误差模型;应用激光跟踪仪进行不同轨迹下机器人的空间位置数据采集,对一般遗传算法进行改进,以等步距搜索策略实现主要遗传算子的优化,并通过全局数值寻优获取机器人的误差补偿数据,完成标定和补偿工作。实验表明：基于直线标定方式,补偿后直线轨迹跟踪误差控制在0.14～1.34mm,但不适用于曲线轨迹补偿,其实测补偿后的最大误差高达5.08mm。曲线轨迹标定精度高于直线轨迹标定,补偿后将直线和曲线两种路径下的最大误差分别降低至1.18mm和1.56mm。该标定方法自动化程度高,适用于含有大量关节并联机器人的误差标定工作。     

土壤水分特征曲线几种标定的对比分析

土壤水分特征曲线的标定是土壤水的能量和数量关系在不同尺度间转换的方法,也是植被生态需水机理研究的重要组成部分。通过对传统的迭代法、一次法和建立的2种混合遗传算法进行比较,标定的结果表明,多项式遗传算法能综合考虑2种方差的影响,并能给出一致性的标定结果,这种经验式混合遗传算法对传统的标定算法进行了改进。     

基于IMM UKF的冲量式测产系统研究

为适应精准农业的发展趋势,提高测产计量系统的精度,开发一套基于IMM UKF算法的冲量式测产系统。该系统由冲量传感器模块、北斗定位模块、DTU传输模块和上位机等组成。系统通过传感器模块进行信号的采集和处理,采用CAN通信方式将处理后的数据发送至上位机。上位机使用IMM UKF滤波算法对传感器上传的数据进行滤波,最终根据标定曲线得到谷物产量。通过车辆空载试验,采用IMM UKF算法与KF和UKF算法进行对比验证,结果表明IMM UKF算法的滤波效果更好,均方差为0.000 42 N。通过传感器标定试验,确定传感器的检测值与实际谷物重量的关系。通过大田测产试验,得出每个地块的产量分布图,试验结果表明该测产系统的平均误差达到3.911%。     

近红外传感器测量不同种类土壤含水率的适应性研究

采用我国不同土壤类型地区的5种土壤样品,利用自行设计的近红外传感器测量不同土壤含水率对应的反射光强。选取中心波长1 940 nm的近红外光为测量光,1 800 nm为参考光,将两波长的反射光强值换算为相对吸收深度。实测结果表明,随着土壤含水率的增加,相对吸收深度增加,两者间呈线性相关关系。选取独立样品对线性标定模型进行验证,除红土外,其他4种样品的均方根误差均小于6%。通过标定,所设计的传感器能够较好地测定不同土壤的含水率。     

联合收割机谷物损失传感器试验研究

为了提高联合收割机谷物损失传感器的测试精度,进行了大量物料试验,全面分析和总结了试验结果,进一步改进了联合收割机谷物损失传感器结构以及标定方案,加装了能起预紧和防松作用的限位-紧固螺母,更换了隔振垫,重新确定了标定小球.标定结果显示,传感器线性度有了显著的改善,从而有效地提高了测试精度.     

一体式蔬菜钵苗取苗爪夹持力检测传感器设计与试验

针对入钵夹取式全自动蔬菜钵苗移栽机取苗爪体积小，夹持力检测传感器结构与安装方式干涉取苗爪正常取投动作、影响自身精度与使用寿命等问题，本文选用聚二甲基硅氧烷(Polydimethylsiloxane, PDMS)薄膜作为传感器介电层，设计了一种内置式钵苗夹持力传感器，并通过嵌入方式实现取苗爪与传感器一体化设计。建立穴孔、钵体基质、取苗爪仿真模型，应用LS-PrePost软件对取苗过程进行耦合仿真，得到取苗爪与钵体基质接触部位最大受力区域，确定了取苗爪与传感器的结构与尺寸；设计夹持力信号检测系统，将硬件电路与采集软件结合，完成电容量-电压转换、信号放大、噪声滤除，实现夹持力信号的采集、处理、显示与保存等功能。为验证传感器性能，进行传感器标定试验与室内验证试验。标定试验表明，在不同振荡频率下，夹持力传感器平均灵敏度为0.372 8 N/V,平均线性决定系数为0.989 2,精度为7.548%,量程为7 N,满足移栽过程中夹持力检测的准确度要求；室内验证试验表明，夹持力检测传感器具有良好的稳定性与适应性，可用于移栽机取苗机构夹持实时精准检测。