基于超声波传感器的割台高度控制系统设计

传统联合收割机割台利用机械仿形机构或人工方法来调整工作高度,其实时性和准确性较差,且不能进行割台高度数据的获取和分析.为了适应联合收割机智能化的发展要求,设计了基于超声波传感器的割台高度控制系统.该系统以AT89C52单片机为控制中心,通过液晶显示模块LCM1602动态显示割台高度.采用此系统可在工作过程中全程监控联合收割机的割台变化情况,并能简化联合收割机的机构,提高其自动化程度.     

稻麦收获机割台高度自适应调节系统设计

国产收获机智能化程度普遍较低,农田的实际环境因地点和季节的不同存在着较大的差异这就需要不同的工作参数设置,同时还需要驾驶员在收获作业中保持长时间高度警惕,这大大增加了驾驶员的劳动强度。因此,开发一种能够根据地面高度自适应调节割台高度的系统至关重要。本研究通过结合霍尔效应角度传感器和PLC控制系统,设计了一种接触式地面仿形装置,用于精准调控收获机械的割台高度。为验证设计的有效性,采用Recur Dyn高级多体动力学仿真软件,优化仿形板设计并确保其与地面的紧密贴合。基于仿真结果,建立了割台高度与角度传感器读数之间的数学模型,并进一步设计了基于模糊PID控制的自动调节系统,旨在提升农业机械化收获的效率和准确性。     

218挠性割台收获大豆技术

约翰·迪尔佳联收获机械有限公司生产的218挠性割台是专为收获大豆配备的先进工作部件,具有独特的纵横双向仿形的功能,切割器自身按地面仿形范围达102mm,割茬高度在30mm左右,可适应各种地面条件的收割要求,割茬低、损失小、避免产生“泥花脸”,并有效地提高收获效率。1挠性割台工作原理普通割台的切割器是刚性联接在割台上,而挠性割台的切割器是柔性联接在割台上。工作时切割器拖板始终与地面接触,既能上下仿形,也能左右相对仿形,并且可以局部仿形。仿形部分的重量由地面和弹簧板的弹力支撑。当降低割台时,弹簧板变形量减小,此时拖板对地面…     

青贮饲料收获机割台高度固定控制装置的设计及应用

针对青贮饲料收获机作业过程中割台高度调节主要依靠驾驶员手动控制液压油路和视觉经验的现状,设计了一种割台高度固定控制装置。通过角度传感器来获取割台高度信息。根据田间作业需求,实现一键智能调节割台高度。通过田间试验和结合用户实际需求,制定了可靠详尽的控制流程。该装置结构简单,控制流程安全可靠,能有效减少驾驶员的工作量,降低劳动强度,提高青贮饲料收获机的作业效率。      

玉米割台扶倒器的改装设计

2020年东北地区由于受到台风和十月份的极端天气影响,出现了玉米大面积倒伏造现象.为了抵御极端天气对玉米收获产量的影响,黑龙江北安市建设农场根据玉米倒伏情况及减少收获损失的要求,结合农场现有玉米割台的结构特点,分别对滑板、扶禾器、螺旋推进器、护罩等部件进行改装,改装后的玉米割台在秋收过程中表现良好,减少了玉米收获损失,...     

大豆收获机割台高度自动控制系统设计与试验

针对现有大豆收获机割台高度自动控制系统成本较高、可靠性较差的问题,研制一种基于恶劣环境运动控制器的割台高度自动控制系统。该系统由割台、仿形机构、ECU控制单元、液压系统和HMI触摸屏等组成。在阐述控制系统工作原理的基础上,设计仿形机构及硬件电路。为提高系统可靠性,选用SPC-SFMC-X2214运动控制器为ECU,基于CODESYS软件编写自动控制程序,基于工业触摸屏开发人机交互界面。田间对比试验结果表明,开启割台高度自动控制系统作业时,割茬平均高度与设定的割茬高度偏差4 mm,割茬高度变异系数为0.1,相比人工对照组降低28.6%,割台高度控制精度为93%,相比人工对照组提高32.9%,该系统提高大豆割茬高度的整体稳定性,控制精度高,工作稳定性较好,能够满足大豆低割收获要求。     

油葵收获割台设计与试验研究

针对目前我国油葵收获机械化程度低,严重依赖人工导致效率低、劳动强度高等问题,结合华北油葵的种植模式,设计了一种油葵收获割台,确定了割台的整体方案及工作方式.该割台主要由机架、分禾器、拉茎辊、拨禾喂入装置、葵盘接穗装置和输送搅龙等组成,能够实现下拉并切割茎秆,减轻葵盘与接穗板间的撞击,减少籽粒的损失,最终只收获葵盘和与其...     

玉米收获机割台高度自动调控系统设计与试验

针对目前国内玉米收获机割台操控仍依靠机械调控、调整不便等问题,设计了一种割台高度自动调控系统。该系统包括浮动压紧式仿形机构、STM32控制单元、显示模块、按键模块、电磁阀驱动模块等。浮动压紧式仿形机构由角度传感器、仿形板、扭簧、固定轴等组成,利用ADAMS软件得到了仿形板垂直高度变化情况并设计了扭簧,能够较好贴附地面行走。建立了割台高度自动调控参数模型,采用PID控制算法实现割台高度的自动调控。控制系统通过仿形机构检测割台的离地高度,经STM32控制单元处理后,通过割台油缸自动调整割台的离地高度。测试结果表明,割台在按键模式下调控时平均响应速度为0.42m/s,在自动调控模式下割台实际高度与设定高度的误差在20mm以内,均满足玉米收获机割台调控的需要。研究结果可为玉米收获机智能化设计提供参考。     

挠性割台收获大豆技术

约翰·迪尔佳联联合收割机有限公司生产的218挠性割台是专为收获大豆配备的先进工作部件,联合收获机配备上挠性割台,割台的仿形功能得到充分地体现,可以有效地降低收割损失率。选择大豆黄熟中期至黄熟末期采收,籽粒破碎率可以达到最小,效果最佳。1.挠性割台工作原理挠性割台工作时拖板始终与地面接触,并推倒一定量的松土,仿形部分的重量由地面和弹簧板的弹力支撑,当降低割台时,弹簧板变形量减小,此时拖板对地面的压力变大,反之当升高割台时,弹簧板变形量增大,此时拖板对地面的压力变小。因此,根据地面的松软程度,适当提升或降低割台,从而使…     

改进型穗茎兼收式玉米收获割台的研制

文中阐述了一种改进型穗茎兼收式玉米收获割台,将原机所用的不带定刀的预碎抛送转子装置改为带定刀的切碎抛送刀盘装置,能够将直立状态下的玉米茎秆在定刀的扶持下充分切碎和收集,大大提高了青贮或黄贮饲料的品质。     

小麦病害图像识别处理及形状特征提取研究

以小麦条锈病为例,研究小麦病害部位的图像获取、处理和特征提取。通过图像灰度映射和反映射变换、非线性直方图均衡处理等方法进行病害图像噪声去除和图像优化;采用迭代阀值分割和微分边缘检测提取小麦病斑部位的形状特征,为农业作物病害诊断信息特征数据库的建立提供基础数据。     

动态图像处理技术在农业工程中的应用

近年来图像处理技术的应用已越来越广泛，如何将动态图像处理技术应用到农业工程对农业的自动化研究具有着重要意义：本文主要讨论了动态图像处理技术及其在农业丁程中的应用概况与未来展望，并对应用中存在的问题提出了几点思考与建议。     

图像处理在联合收割机夹带损失检测中的应用

夹带损失是联合收割机工作中是一项重要的检测数据.为此,采用图像处理技术设计联合收割机的夹带损失传感器,对联合收割机的夹带损失进行监视与检测;将采集到的图像进行灰度、滤波和二值化等处理;最后运用计算目标面积的方法,来预报谷物损失个数.实验结果表明,该方法快速、简易且准确,能实时检测联合收割机的夹带损失.     

数字图像处理技术在棒材计数中的应用

利用数码相机获取棒材端面的图像,通过对图像格式转化、灰度化处理得到灰度图像,再进行平滑处理抑制噪声、锐化处理突出目标、选择合适的闻值转换为二值图像,然后进行形态学腐蚀操作去掉棒材之间的粘连,最终得到分割效果较好的图像,为后续棒材的计数奠定了基础。     

小波图像修补技术在小麦NIR图像处理中的应用

在利用小波变换对小麦近红外图像处理的过程中存在小波系数缺损的问题,小波图像修补技术可以有效地恢复丢失小波系数.为此,针对小麦的近红外图像,引入了基于全变差(TV)的小波图像修补技术,分别对随机丢失5%和50%的小波系数的小麦种子进行近红外图像修补后,峰值信噪比PSNR分别由23.83dB和9.96dB提高到36.81 dB和33.20dB.修补后的近红外图像中,小麦的轮廓及腹沟郎分基本修补到接近原始图像,在种子的果毛、胚等包含纹理细节的部分修补效果不够理想.实验表明,基于全变差的小波图像修补技术町以恢复小麦近红外图像在处理过程中丢失的大部分系数,从而使得图像保存的信息更加完整.     

农业图像云平台中参数化图像处理系统设计方法

针对现有图像处理系统无法对不同种类的物品进行处理识别这一问题,提出农业图像云平台中的参数化图像处理系统设计方法,根据物品的不同特征,设置不同的参数,即可选择不同的算法对物品处理识别。给出了图像处理系统顶层控制模块的设计和仿真结果,并以几种图像为例,说明了图像处理系统中各个参数的设置。系统具有较强的灵活性和鲁棒性。     

基于机器视觉的杂草实时采集与处理算法的研究

随着计算机技术的不断进步,机器视觉技术在包括农业工程的各个领域的应用与研究中得到了广泛的发展,机器视觉在杂草实时采集与识别的技术研究中已成为科学工作者们的主要研究方向。为此,研究了杂草图像的实时采集、处理算法以及软件系统的开发,并利用现有的实验平台作为模拟试验系统。     

数字图像处理技术在农产品方面的应用

随着计算机与图像处理技术的发展,数字图像处理技术已广泛应用到农业工程领域,尤其是在农产品方面的应用已取得了重大成果.为此,从3方面介绍了数字图像处理技术在农产品方面的研究进展及其应用现状,并分析了目前应用中存在的技术难题及进一步研究的展望,旨在对后续研究和完善精细农业提供必要的参考.     

基于RFID和图像处理的目标物识别处理系统的研究

介绍了RFID技术和图像处理技术,研究了基于图像处理和卷积神经网络的水果识别与分类模型,设计了一套水果目标物识别处理系统,可以实现对苹果、梨子、水蜜桃和香蕉等4种水果的识别与分类.实验结果表明:卷积神经网络模型采用自主学习型的网络,识别错误率只有0.93％,相比其他传统模型分类错误率降低较多,证明了卷积神经网络模型性能...     

基于Android手机平台的冬小麦叶面积指数快速测量系统

叶面积指数（Leaf area index,LAI）是衡量作物生长状况的重要参数,也是科学确定无人机喷药量的主要指标。为了建立一套作物叶面积指数实时测量方法,基于Android手机平台开发了一种冬小麦叶面积指数快速测量系统。在大田条件下选取长势均匀的10个试验区域,在不同生长期采用Android手机平台和ADC多光谱相机分别获取小麦冠层图像,同时手工测量小麦实际叶面积,根据不同测量结果计算3种叶面积指数： 将Android手机图像由RGB空间转换到HSV空间,在H-V双通道组合图像上进行图像分割后计算绿色叶片的面积IArea;由ADC多光谱相机自带软件获取的归一化植被指数（NDVI）和调节土壤植被指数（SAVI）数据反演的叶面积指数ALAI;实际手工测量的叶面积指数LAI。对以上3种叶面积指数的相关分析和建模分析结果表明,随着小麦不同生长期的变化,Android手机平台获取IArea与实际测量叶面积指数LAI的R2大于0.84(P小于0.01),ADC获取的叶面积指数ALAI与实际测量叶面积指数LAI的R2大于0.83。