共查询到20条相似文献,搜索用时 93 毫秒
1.
2.
3.
4.
联合收获机喂入量监测系统设计与试验 总被引:1,自引:0,他引:1
为了能够实时、准确地获取联合收获机作业过程中的喂入量信息,设计了基于割台传动轴扭矩的喂入量监测系统,并建立了喂入量预测模型。该监测系统主要由信息感知模块、车载终端和移动终端构成。信息感知模块包括扭矩传感器、霍尔传感器和GPS模块等;车载终端将采集信息本地显示并打包上传;移动终端实现了对联合收获机作业参数的远程监测。在建立喂入量预测一元线性回归模型基础上,对扭矩信号进行了双阈值滤波和低通滤波。田间试验结果表明,该系统运行稳定,通信良好,一元线性回归模型预测决定系数为0. 755。滤波方法能够有效地滤除噪声,滤波后预测决定系数提高至0. 852,能够在一定程度上满足联合收获机喂入量监测的实际需要。 相似文献
5.
6.
为了准确分析联合收获机不同喂入量检测方法的精度,提出基于割台主动轴功率和倾斜输送器功率的2种喂入量检测方法。以河北冬小麦作为试验对象,以新疆3型联合收获机为试验平台,进行了喂入量检测系统田间试验。喂入量检测系统包括割台主动轴扭矩传感器、倾斜输送器动力轴扭矩传感器、割台主动轴转速传感器和车载工控机等。对2种喂入量检测方法进行分析,根据试验数据分别建立计算模型,将2种方法的检测结果与实测结果进行对比,结果表明,基于割台主动轴功率的喂入量检测方法平均相对误差为19.6%,基于倾斜输送器功率的喂入量检测方法平均相对误差为16.1%。2种方法的检测精度在一定程度上能满足田间应用需求,基于倾斜输送器功率的喂入量检测方法检测精度稍高。 相似文献
7.
针对喂入量变化引起各工作部件受到变载冲击和不平衡力,导致联合收获机工作时振动突变,影响整机工作稳定性与可靠性,本文基于联合收获机运动平衡方程和外界振动扰动信号相关性分析方法,通过开展田间工况下联合收获机变喂入振动试验,获取不同喂入量下主要工作部件的振动加速度信号。当喂入谷物呈现较强的阻尼特性时,振动加速度信号随之减弱,而收获机工作动力需求增加后,又会进一步导致振动信号增强的现象。通过快速傅立叶变换将加速度信号转换为频域信号,进一步掌握振幅的变化及激振频率特征。喂入量扰动导致的振动主要发生在低频激振频率范围,而喂入量表现出的阻尼特性对高频振幅起减弱作用。喂入量对脱粒滚筒振动影响最为明显,最大振幅由17μm衰减至2.8μm,变化量达83.5%,而割台与输送槽的变化量分别为55.8%和7.69%。脱粒滚筒的最大峰值点也由中频195Hz附近左移至靠近低频的117Hz附近。 相似文献
8.
9.
该文论述谷物联合收获机工作调整,提高谷物联合收获机的工作效率和质量。主要对联合收获机的主要部件切割器、拨禾轮、脱粒装置等进行工作前的调整。指出做好收获前准备工作的方法。 相似文献
10.
介绍了用ZKB-5型谷物联合收获机改装青贮玉米收获机改装要点,使用效果表明改装后收贮玉米,生产率达0.3-0.4hm2/h,切碎长度1.5~3.0cm,改装投入仅需2.5万元/台,作业二年即可收回投入。 相似文献
11.
基于LabVIEW的谷物联合收获机割台振动测试分析 总被引:13,自引:0,他引:13
基于虚拟仪器开发平台,采用图形化编程语言LabVIEW建立了一套多通道振动测试和分析系统,运用加速度传感器测定了雷沃谷神牌GN601—CR2Q型谷物联合收获机割台不同测点及不同工况下水平、垂直和轴向的振动信号,并对振动信号进行了时域及频域分析。对联合收获机割台振动测试结果表明,割台的振源最主要的激励为割刀传动系统,割台水平方向的振动量最大并且割台振动最大的部位位于割台的过桥。其中割刀传动系统的惯性力引起的振动频率为10Hz,发动机惯性力引起的振动频率为30Hz,割台的固有频率为68.8Hz。 相似文献
12.
13.
14.
联合收割机谷物损失测试研究探讨 总被引:2,自引:0,他引:2
总结了国内外联合收割机谷物损失测试的发展和现状,指出国内损失测试的要求与国外有很大差距,应该寻找适合中国国情的测试方法和理论,注重探讨和研究在不同作物品种、喂入量、含水率和草谷比状况下损失率的测试方法与影响因素等,为国内损失测试研究指明了方向,同时也提出了将虚拟仪器技术应用于损失测试的设想. 相似文献
15.
16.
17.
针对南方丘陵山区的小田块地形及当前小型谷物联合收获机存在的问题,阐述了微小型谷物联合收获机的设计思路和关键零部件设计,并进行田间试验测试。试验结果表明,该机具有“轻、小、简、廉”特点,适应小田块作业。 相似文献
18.
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. 相似文献
19.
20.
为提高联合收获机收获质量与效率,构建了轮式谷物联合收获机视觉导航控制系统,结合OpenCV设计了谷物收获边界直线检测算法识别水稻田间已收获区域与未收获区域边界,经预处理、二次边缘分割和直线检测等得到联合收获机视觉导航作业前视目标路径,并根据前视路径相对位置信息进行田间动态标定获得联合收获机满幅收获作业状态;提出了一种基于前视点的直线路径跟踪控制方法,通过预纠偏控制实现维持满割幅的同时防止作物漏割,以相对位置偏差值和实时转向后轮转角作为视觉导航控制器的输入,并根据纠偏策略对应输出转向轮控制电压大小。稻田试验结果表明,该导航系统实现了轮式联合收获机田间相对位置姿态的可靠采集及目标直线路径跟踪控制的稳定执行,在田间照度符合人眼正常工作的情况下,收获边界识别算法检测准确率不低于96.28%,单帧检测时间50 ms以内;以不产生漏割为前提的视觉导航平均割幅率为94.16%,随作业行数增多,割幅一致性呈提高趋势。本研究可为联合收获机自动导航满割幅作业提供技术支撑。 相似文献