基于工业设计的智能蛋鸡笼设计

针对蛋鸡的生产性能参数测定中容易出现的人工观察主观性强、劳动强度大以及对蛋鸡造成应激等问题,设计开发了一种建立在信息化基础上的新型蛋鸡生产性能参数采集模式。智能蛋鸡笼能自动记录蛋鸡采食量、饮水量、排泄量、产蛋时间和蛋重等生产性能,并从形式美学与色彩等方面研究了现代工业设计理念在智能蛋鸡笼设计中的应用。其结构设计合理,思路新颖,造型美观,为我国蛋鸡笼具设计提供了新思路。     

蛋鸡笼结构及其参数的优化设计

蛋鸡笼结构及其参数的优化设计张凯，高曙红，高靖华，郝静（黑龙江省农业机械工程科学研究院）（哈尔滨制氧机厂）１前言随着养鸡事业的不断发展，鸡笼的应用也越来越广泛．其原因就在于笼养具有传统饲养方法所难以比拟的优越性，主要有：①合理地选择鸡笼的结构，不仅能...     

多层鸡笼全自动收蛋装置设计与试验

针对养鸡场鸡蛋拾取强度大、效率低、破损率高和成本高等问题,结合目前我国相关装置的全自动化和机械化程度相对较低的现状,设计研发了一种针对多层式鸡笼的全自动收蛋装置,可实现多层式鸡笼鸡蛋采集、转移和装盒的全自动化。阐述了自动收蛋机的设计思路、整体结构和各部分的工作原理,对蛋槽输出门装置和阶梯式鸡蛋降落装置等关键结构进行试验;利用UG软件建模分析自动收蛋机整体结构尺寸的合理性;通过制作样机进行多指标正交试验。试验结果确定该机关键装置最佳设计参数为小车车速9 cm/s、升降门间距15 cm、阶梯式降落装置水平夹角60°。在最佳设计参数下,多层鸡笼的全自动收蛋一体化装置的收蛋效率2 250个/h,鸡蛋无破损率99.7%,相较于人工拾取鸡蛋效率提高50%。      

基于物联网的农业大棚软件系统的设计与实现

传统农业耕作方式靠的是广大农民的经验总结出来的,存在生产效率低下的缺点,因此需要研发一套适用于物联网行业应用及行业终端的统一开放式管理平台。本系统主要采用REST、Bootstrap、Golang技术进行开发,实现农业大棚环境参数实时监测、展示以及移动端远程控制的功能,使其具有很好的扩展性和集成性。     

基于物联网的农业大棚软件系统的设计与实现

传统农业耕作方式靠的是广大农民的经验总结出来的,存在生产效率低下的缺点,因此需要研发一套适用于物联网行业应用及行业终端的统一开放式管理平台.本系统主要采用REST、Bootstrap、Golang技术进行开发,实现农业大棚环境参数实时监测、展示以及移动端远程控制的功能,使其具有很好的扩展性和集成性.     

基于物联网的变电站加热器状态监测研究

加热器在变电站箱体中起着提高箱体温度、除湿、驱除凝露、除冰等作用,是保障整个供电系统运行的重要一环,由于柜体布局分散、监控困难、数据不能互通等问题,导致加热器的控制仍处于手动投切、人工检修的状态。对于加热器的运行状态不能实时监控和控制,文章提出通过在加热器的加热回路中串联电阻的方式研制出加热器状态监测模块,能够对加热器的运行状态实时监测,同时把运行数据上传给监控后台,通过监控后台能够远程控制加热器的投切动作。有效地解决了加热器故障排查困难、无法监控的问题,提高了运维人员检修的效率和安全性,对变电站加热器的研究设计工作提供了新的思路和方案,具有重要的指导意义。     

基于物联网的养鸡环境监控与管理系统

针对传统的养鸡生产过程中管理信息化水平低,鸡舍环境调控自动化程度不高等问题,开发鸡舍生产环境监控系统和养鸡管理云服务平台,实现鸡舍内外部的环境信息采集、存储、分析和处理,并实现鸡舍温度、湿度、光照、气体浓度等环境因子的自动调节,为鸡的生长提供最适宜的环境,提高养殖效率。     

基于物联网的汽车生产管理系统设计与应用

为适应汽车制造企业快速发展,将物联网技术作为汽车生产管理系统的信息载体,提出基于物联网技术的汽车生产管理信息系统,可以在生产线的各工位上,实时地、动态地显示各工位的车型、装备等信息,使工作人员及时了解总装线物流情况,控制物流需求,以便物料能及时、适量地送到需要的位置,实行拉动式生产方式。     

物联网与物联网技术

物联网,也称为IoT(Internet of Thing),是近十多年来新发展的的全球热点问题,国内外都将它的发展提高到国家级的高度,是继计算机、互联网这后信息产业的第三次浪涛。但当前对物联网的定义、内在原理、体系结构、关键技术、应用前景等,有关物联网定义的争议还在进行之中,尚不存在一个世界范围内认可的权威定义。     

基于物联网的生产数据采集实验系统设计与应用

【目的】传统的信息采集系统受设备、环境、人员等因素制约,采用人工法、摄像法采集信息存在周期长、成本高等缺点,且采集到的数据缺乏准确性、时效性、完整性,容易形成数据盲区,难以满足制造企业信息化、实时化的发展需求。【方法】课题组在工业工程实验室结合物联网技术构建了生产数据采集系统,借以对制造业车间数据采集进行模拟研究,结合需求分析,运用模块化方法对生产信息采集实验系统的总体架构、主控模块、采集模块、存储模块、展示模块等硬件设备进行了设计,再通过传感器、树莓派实现生产数据的实时采集、传输,并对处理分析后的数据通过OneNET平台进行了可视化展示。【结果】基于物联网的生产数据采集实验系统实现了对生产数据的采集以及车间生产状态的实时监控,验证了该系统的稳定性、时效性和可行性。【结论】由于系统开发经验有限以及其他因素的限制,目前仅将温度与湿度作为数据源上传至平台,在设备搭建、数据传输、系统集成等方面还存在不足与瑕疵,需要进一步研究完善。     

基于ARM的蛋鸡养殖场网络视频监控系统设计

提出了一种基于嵌入式技术的蛋鸡养殖场网络视频监控系统设计方案。在嵌入式终端上搭建Linux操作系统环境,并行处理视频和图像:通过H.264编码对基于V4L采集的视频进行压缩,并通过RTP/RTCP和UDP协议将视频传输到监控平台上进行解码和显示;同时采用Ohta阈值对帧拼接的图像进行二值化,获取距离图像,以鸡蛋半径为阈值再次进行二值化并对鸡蛋计数,通过OSD技术将鸡蛋总数叠加到视频上。现场试验表明,监控平台上实时显示的视频清晰,鸡蛋计数平均准确率为96.07%。     

基于PLC和物联网感应的智能灌溉节水系统设计

为了减少水资源浪费,实现高精准农业灌溉,基于PLC和物联网技术,结合ZigBee与GPRS通讯技术,研究并设计了一种智能灌溉节水系统。系统通过无线传感器网络节点采集土壤湿度信息,以湿度偏差及偏差变化率作为输入量,建立模糊控制规则库,搭建了实验平台。试验结果表明:该智能灌溉节水系统具有设计合理、运行可靠、实用性强的优点,很好地满足了无线灌溉控制的要求,解决了传统灌溉水资源浪费大、稳定性差的问题,实现了节水灌溉的目的,在农业灌溉方面有很高的实际生产应用价值。     

基于SEEC-YOLO v5s的散养蛋鸡日常行为识别与统计系统

针对鸡只个体较小、个体间存在遮挡,对蛋鸡日常行为识别造成干扰的问题,提出了一种基于SEEC-YOLO v5s的蛋鸡日常行为识别方法。通过在YOLO v5s模型输出部分添加SEAM注意力模块、在特征融合部分引入显式视觉中心模块(EVCBlock),扩大了模型的感受野,提高了模型对小个体遮挡情况下的目标识别能力,提升了模型对蛋鸡站立、采食、饮水、探索、啄羽和梳羽6种行为的识别精度。提出了一种基于视频帧数与视频帧率比值计算蛋鸡日常行为持续时间的统计方法,并对蛋鸡群体一天之中不同时间段及全天各行为变化规律进行了分析。将改进后的模型进行封装、打包,设计了蛋鸡日常行为智能识别与统计系统。试验结果表明,SEEC-YOLO v5s模型对6种行为识别的平均精度均值为84.65%,比YOLO v5s模型高2.34个百分点,对比Faster R-CNN、YOLO X-s、YOLO v4-tiny和YOLO v7-tiny模型,平均精度均值分别提高4.30、3.06、7.11、2.99个百分点。本文方法对蛋鸡的日常行为监测及健康状况分析提供了有效的支持,为智慧养殖提供了借鉴。     

基于物联网的温室农业种植环境监控系统研究

为有效提升我国温室种植环境监控系统工作的智能化与精准化水平,以农业物联网为应用平台,针对监控系统进行设计研究.以温室种植的功能需求为切入点,采用物联网各层级分别构思、整体融合的方法,建立基于物联网的参数监测数学模型,并从软件设计与硬件配置两大维度构建完整的监控系统.试验结果表明:监控系统的网络数据丢包率可控制在0.70...     

基于CIMCO物联网的DNC/MDC系统规划研究

装配制造行业传统的装配作业能力不平衡、周期长、效率低、质量难以保证,基于此,研究小组从设计原则、系统总体规划、DNC系统功能的角度出发,针对CIMCO物联网的DNC/MDC系统规划进行研究.研究结果表明:基于CIMCO物联网的DNC/MDC系统,可以实现生产设备互联互通、智能感知,可以缩短生产周期、节约生产材料、提高生...     

农业土壤含水率监测及灌溉系统研究——基于物联网模式

为提高农业灌溉效率,保障农作物正常生长,设计了稳定可行、易于安装的、以物联网技术为基础的农田灌溉系统。系统以MSP430F149低功耗单片机与射频模块为基础,使用基于无线技术ZigBee的CC2530芯片作为网络连接点,采用RHD-100土壤水分传感器采集农业土壤含水率信息;通过无线技术ZigBee与无线通信GPRS无缝连接,将土壤水分数据通过JN5121通信模块传输到无线网络,实现了土壤水分数据信息传输和智能灌溉。将系统运用于不同农田环境进行测试,结果发现:系统数据传输稳定可靠,运行平稳,可进行推广运用。     

基于物联网的农业虫害智能监控系统

为提高我国农业抗病虫害的整体水平,精准研究农作物生长环境对虫害数目变化趋势的影响尤为重要。基于物联网的农业虫害智能监控系统研发了一套自动采集农田环境信息、害虫数目,并且可以进行设备参数设置的系统。采用K-means聚类算法从拍摄图片背景中提取稻飞虱和最小二乘法椭圆拟合,用椭圆率区分虫体和杂质统计稻飞虱数目。同时,详细介绍了系统的硬件组成和软件设计功能模块,实现了虫害等信息的自动采集和自动化运作,为有效防控病虫害奠定基础。     

基于改进YOLO v6-tiny的蛋鸡啄羽行为识别与个体分类

针对目前蛋鸡啄羽异常行为（包括啄和被啄）识别精度比较低的问题,提出了一种基于改进YOLO v6-tiny模型进行啄羽异常行为识别的方法。该方法通过在YOLO v6-tiny模型中引入DenseBlock结构并融入CSP结构的SPP模块（SPPCSPC）的方式,增强了YOLO v6-tiny模型的特征提取能力,扩大了模型的感受野,提升了模型的检测精度。在识别出啄羽异常行为的基础上,对如何基于异常行为发生次数,进行蛋鸡个体分类进行了研究。提出了基于YOLO v6-tiny模型进行蛋鸡个体识别,并将啄羽异常行为识别结果输入个体识别网络,进行蛋鸡个体分类的方法。同时,本文还分别对2种不同的养殖密度、一天当中3个不同的时间段,异常行为发生次数的变化规律进行了分析。实验结果表明,优化后的模型对啄和被啄异常行为的识别平均精度（AP）分别为92.86%和92.93%,分别比YOLO v6-tiny模型高1.61、1.08个百分点,比Faster R-CNN模型高3.28、4.00个百分点,比YOLO v4-tiny模型高6.15、6.63个百分点,比YOLO v5s模型高2.04、4.27个百分点,比YOLO v7-tiny模型高5.39、3.92个百分点。本文方法可以识别出啄和被啄羽异常行为,为蛋鸡异常行为的智能检测提供了技术支撑。     

基于物联网的农林小气候监测系统数据汇聚平台

为监测农林生产中复杂多变的气候状况,采用无线传感器网络作为采集端,以基于ARM9平台的数据汇聚平台作为汇聚节点,设计了基于物联网的农林小气候监测系统。该平台可实时汇聚监测数据,并通过GPRS将数据发送到远程后台数据中心,从而实现对水位、降雨量、风速风向、温湿度等参数的实时监测和分析。