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%。     

太阳能沼气工程无线监测系统设计研究

针对太阳能沼气工程监测系统要求,开发了一套多传感器数据采集、远程无线传输、上位机无线接收数据与监测的系统装置.该系统通过温湿度、压力、热电偶传感器采集到大气温湿度、软体沼气压力、沼液温度,经nRF905无线发送至接收模块与上位机进行通信;上位机接收到数据后,将其保存到数据库中,并显示实时动态曲线.试验测试表明,该系统操作简单、稳定性好,能够实现太阳能沼气工程的信息监测功能.     

基于SD卡的拖拉机数据采集系统的开发

为了评价拖拉机在不同工作条件下的运行情况,设计了一款基于SD卡的数据采集系统,由开发板、信号调理板及上位机监测软件3部分组成。系统选用MSP430进行信号调理,采用LabVIEW软件进行上位机监控。试验验证表明:该数据采集器可以在脱机时完成数据的自动采集与保存;在线监测状态时与上位机的LabVIEW软件相配合,完成实时监测、采集并保存试验数据;采集信号的精度满足使用要求。     

电子油门自动标定检测装置的设计

设计一种可对车用电子油门进行自动标定与检测的装置。该装置主要由上位机软件、控制器以及步进电机组成。上位机软件通过RS232总线与控制器进行标定指令与检测数据交互。控制器实时接收上位机的标定指令并进一步控制步进电机,实现对电子油门的数据标定工作。标定完成后,控制器对电子油门的线性度与同步度进行实时检测并将检测数据上传给上位机进行显示。     

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。     

螺旋升运式谷物产量传感器试验研究

为了对联合收割机收获过程中的谷物产量进行实时监测,设计了一种基于螺旋升运原理的谷物产量传感器。监测系统由基于ARM Cortex-M3的32位处理器芯片STM32F103VCT6的产量采集器、螺旋输送机构(本文中专指绞龙)及产量监测无线通讯监视模块组成。对谷物颗粒在进入螺旋升运腔体时和稳定螺旋升运过程中进行了动力学分析,并以此建立起绞龙驱动电机工作电流与谷物产量瞬时变化关系。在谷物产量螺旋升运试验台上进行了谷物产量实时检测试验以及上位机的谷物产量采集试验。试验结果表明:谷物喂入量在0~2kg/s范围内,螺旋升运电机参数与谷物产量关系的决定系数R2达到0.990 4,试验台谷物产量测量误差≤3.56%,系统在监测过程中性能可靠,为高精度收获过程测产提供了一种新的方法。     

基于无线传感的丘陵葡萄园环境监测系统研究

为了解决丘陵葡萄园环境信息和土壤墒情的无线监测问题,设计了一种能够实时采集、传输数据的丘陵葡萄园环境采集系统。系统基于无线传感器网络技术,采用Amega128L微处理器和CC2420芯片为基础设计无线传感器节点,传感器节点上接有土壤温湿度传感器、空气温湿度传感器以及光照强度传感器,通过这些传感器采集葡萄园环境信息。传感器节点将采集的环境信息经无线方式传给汇聚节点,汇聚节点通过RS232串口将数据传到上位机的数据库中,实现了丘陵葡萄园环境信息的无线实时监测。试验研究表明,系统具有功耗低、传输数据实时可靠等优点,能很好地实现丘陵葡萄园环境监测的应用要求。     

果树叶片雾滴沉积量检测系统设计与试验

为了获取植保无人机喷药后雾滴在果树叶片表面的沉积量,设计了面向植保无人机果树低空施药的果树叶片雾滴沉积量检测系统。该系统由LWS型叶面湿度传感器、数据传输模块、上位机检测软件组成。通过LWS型叶面湿度传感器的标定试验,建立了电导率为553μS/cm自来水、860μS/cm甲基硫菌灵溶液、1525μS/cm磷酸二氢钾叶面肥溶液的回归方程,通过分光光度计验证试验验证了方程的准确性。之后,建立基于ZigBee的传感器系统数据无线传输网络。同时,利用Qt编写了具有数据分析和显示功能的上位机程序,建立了完整的果树叶片雾滴沉积量检测系统。最后,利用WSZ-4X型植保无人机在樱桃果园中进行了检测系统与水敏纸的对比试验。对比结果显示,使用两种方法获得的雾滴沉积密度曲线的拟合度可达0.9266。对于单个测量点的雾滴沉积密度,其平均误差为22.8%。在果园中进行试验时,受风速和无人机气流等环境因素的影响,传感器和水敏纸的雾滴分布会出现一定的差异,忽略环境因素影响,可认为两种方法在樱桃果园中测量得到的雾滴沉积密度一致性较好,而使用果树叶片雾滴沉积量检测系统可以更加快速、方便、实时地采集农药雾滴在叶面上的沉积量。     

双路自动调节变量喷药监控系统的设计

设计了一种双路自动调节变量喷药监控系统,进行了仿真试验。首先,设计了系统的硬件和软件。系统由上位机和下位机组成,上位机通过LabVIEW编程软件实现数据的分析与存储,下位机以单片机为核心进行数据采集与处理。系统根据喷药区域病虫草害程度的不同,将喷药执行管路分为两条支路分别控制,结合采集的速度信息实现自动调节变量喷药,使喷药控制方法更加精确、农药有效使用率更高。在下位机通过PROTEUS进行的电路仿真试验中,流量阀控制信号模拟试验可实现电压表实时显示0～5V的控制信号,并可根据脉冲的频率变化而实时更新;压力模拟量的采集与转换试验转换数据的平均误差为1%。在对上位机软件进行的仿真试验中,LabVIEW前面板可将采集到的数据实时生成变化曲线,并通过VI存储程序存储为表格形式。仿真试验表明:硬件和软件系统设计较为合理,可达到目标要求。     

基于AVR单片机的发动机转速采集系统的开发

自主开发了一套简单方便的发动机转速采集系统,该系统以AVR单片机为核心,应用ATmega32L单片机进行开发,通过转速传感器输出转速信号,由发动机转速采集系统下位机进行捕捉,并保存在单片机内部,待连续采集900个转速数据点后,通过串行通讯接口将采集到的转速数据回传给上位机,并保存在Excel文件内;同时,发动机转速采集系统上位机可对下位机的数据采集时刻进行控制。下位机软件程序采用C语言进行编写,上位机采用Visual Basic 6.0软件进行开发。结果表明:自主开发的发动机转速采集系统能够实时地采集发动机的转速信号,对发动机的台架试验起到良好的辅助测试作用。     

玉米联合收获机清选损失监测装置设计与试验

针对玉米籽粒收获时,损失率检测不准的问题,以压电薄膜作为敏感材料,设计了一种由冲击传感器、信号处理电路和安装装置等组成的玉米收获机籽粒清选损失监测装置,并采用支持向量机多分类算法提取玉米籽粒冲击信号,实现了玉米籽粒损失的实时监测。首先,在不同冲击角度和高度的试验条件下,对不同大小的玉米籽粒和杂余进行冲击信号的采集试验,提取冲击信号的主要特征。采用支持向量机多分类算法对模型进行训练,并在监测装置上实现实时分类。使用不同品种和含水率玉米对分类模型进行验证。然后,在不同风机转速和清选筛开度条件下,得到测试时间内传感器检测的籽粒数与总损失量之间的关系,并根据谷物流量值,计算得到实时的清选损失率。最后,将该监测装置安装在4YL-8型玉米联合收获机上进行田间试验。结果表明,该监测装置与人工检测相比,平均相对误差为12.98%,可以为收获机的控制提供反馈信息。     

籽粒损失监测传感器敏感板局部约束阻尼设计

分析了籽粒损失监测传感器敏感板的响应与系统阻尼比的关系,提出了通过在敏感板敷设约束阻尼层增加振动系统阻尼比来快速衰减敏感板谐波振动的方法。通过对不同阻尼损耗因子敏感板进行籽粒碰撞响应试验,优选了敏感板的材料和结构形式,在此基础上运用ANSYS软件对敏感板进行了模态分析,确定了约束阻尼层在敏感板上的最佳敷设位置。籽粒碰撞响应试验结果表明,敏感板局部约束阻尼处理后,籽粒碰撞信号波形衰减至1.5 V所用时间由10 ms缩短到3 ms左右,大大提高了籽粒损失监测传感器的检测频率。     

玉米籽粒直收机夹带损失检测系统设计与试验

针对目前玉米籽粒直收机籽粒损失检测系统缺乏检测夹带损失技术的问题,设计了基于嵌入式单片机的玉米籽粒直收机夹带损失检测系统。该检测系统包括损失检测传感器、数据采集器和数据显示终端,可以同时监测收获机的清选损失和夹带损失,实时反馈收获机的收获损失速率以及损失量。通过模态仿真软件对不同材料、不同厚度的监测板进行有限元分析,选择厚0.5 mm的不锈钢板作为监测板;运用Multisim对滤波器性能进行仿真分析;设计基于STM32系列单片机的自适应限时滤波算法,可以有效抑制谷物撞击引起的的余振干扰。在试验台架上,对不同大小的玉米籽粒、杂余以及玉米穗进行标定试验,获取信号特征;经装机试验表明,玉米籽粒夹带损失检测结果最大误差为9.96%,平均误差约为6.52%,损失速率变化趋势反馈及时,能够辅助工作人员进行作业决策。     

基于EDEM小麦收获机清选损失监测试验装置设计

针对小麦损失监测传感器结构复杂、成本较高的问题,对收获机清选排杂口不同物料运动特性进行研究,揭示小麦与秸秆撞击敏感板的作用规律,从清选抛出物冲击敏感板的力学特性出发,设计一种小麦收获机清选损失监测试验装置。通过离散元分析软件EDEM分析小麦籽粒、50mm秸秆、100mm秸秆撞击敏感板产生的作用力,分析接触力变化曲线,证明可通过判断物料撞击敏感板产生的信号进行损失监测。为增强信号采集准确率,采用两片压电传感器串联的方式,增大损失信号。设计损失监测试验台机械结构及控制系统,使监测装置模拟收获机清选排杂过程且可以实时监测信号,有效提高监测效率。最后,通过不同高度物料运动损失监测试验,得出300mm高度下传感器识别较为精准,对小麦籽粒的识别率达到98.4%,整体监测误差小于5%,损失监测试验装置能够达到设计目的和要求。     

香蕉秸秆离散元仿真粘结模型参数标定与试验

为提高离散元法对指导香蕉秸秆粉碎还田装备设计与优化的准确性与可靠性,本文利用Hertz-Mindlin with bonding接触模型建立香蕉秸秆离散元粘结模型并进行参数标定。运用高速摄影技术开展碰撞恢复试验、静摩擦及滚动摩擦台架试验,确定了香蕉秸秆碰撞恢复系数、静摩擦因数和滚动摩擦因数等基本离散元模型接触参数。开展香蕉秸秆物理与仿真剪切试验,获得破坏香蕉秸秆外皮的力学特征曲线,确定物理最大剪切力为122.41N;通过中心组合设计（Central composite design, CCD）响应面法确定香蕉秸秆粘结模型的法向接触刚度、切向接触刚度、临界法向应力与临界切向应力的最佳参数组合为5.89×107N/m、2.49×106N/m、1.39×105Pa、1.34×105Pa。以参数标定结果进行仿真验证,结果表明,仿真剪切力结果与物理剪切力相对误差仅为2.34%,验证了该粘结参数标定方法的可行性,可为香蕉秸秆粉碎还田机设计与研究提供理论参考。     

基于Kalman滤波的联合收获机籽粒清选损失监测研究

为了解决谷物籽粒撞击信号码间串扰问题,实现联合收获机工作过程中谷物损失量的实时监测,并提高监测的精度,设计了一种新的籽粒清选监测系统。该系统采用Kalman滤波的方法缩短了籽粒撞击板信号的衰减时间,从而可以有效地降低信号的码间串扰。为了验证系统的有效性和可靠性,对籽粒清选系统进行了测试,选取了两组饱满程度不同的籽粒作为研究对象,通过测试得到了两组籽粒的撞击电压响应曲线,并分别对比了Kalman滤波和未滤波的信号衰减曲线和籽粒的清选误差。由对比结果可以发现:Kalman滤波能明显地缩短信号的衰减时间,降低了籽粒间码间串扰对系统监测精度的影响及清选误差,大大提高了籽粒损失监测系统的工作效率,为联合收割机的优化设计提供了理论参考。     

基于Android手机平台的玉米叶片含氮量无损检测

为了提供一种玉米叶片含氮量无损快速检测方法,分析了玉米叶片的颜色特征参数与含氮量的关系,并基于Android手机平台开发了玉米叶片含氮量检测软件。首先获取包含被测玉米叶片与标定色块组的图像,利用标定色块对图像色彩进行校正,以减小外界光照等因素对图像色彩造成的失真。进而进行图像分割、图像平滑和颜色特征信息提取等处理,分析了各颜色特征参数与玉米叶片含氮量的关系,发现绿光标准化值与含氮量之间线性关系最好。应用Java语言和OpenCV计算机视觉库在Android手机平台上实现了玉米叶片的图像获取、图像处理和查看结果等功能。实验结果表明,该方法对玉米叶片含氮量的绝对测量误差为-0.40%~0.35%,均方根误差为0.20%,从采集图像到给出结果所用时间小于10 s。     

冲量式谷物流量传感器性能实验研究

介绍了现有谷物流量传感器的种类、测产系统中所使用的冲量式流量传感器的基本结构和工作原理,对在升运器实验台上安装导流板和未安装导流板冲击式谷物流量传感器的输出信号值进行了比较分析,实验表明安装导流板后,传感器输出电压信号值平均提高30％左右,明显提高了传感器输出信号强度。