新疆生产建设兵团牧草生产机械化现状浅析

通过分析兵团主要农牧团场的牧草机械配备现状，找出了兵团牧草机械化发鼹中存在的问题．有利于兵团牧草机械化以后的发展。     

弧形扎膜钉齿设计与试验弧形扎膜钉齿设计与试验

为研究弧形扎膜钉齿设计合理性和作业可靠性的问题,采用理论分析的方法研究弧形扎膜钉齿在土壤中的受力情况,并基于Ansys有限元分析软件对其进行模态仿真与静力学仿真,最后根据田间试验结果验证设计与仿真试验的合理性。通过理论分析可知,弧形扎膜钉齿结构参数和机具牵引力对其在土壤中运动时的受力情况影响显著;通过对弧形扎膜钉齿的模态分析可知,其1阶固有频率为788.15 Hz,远大于外界激励频率,弧形扎膜钉齿不会发生共振;通过对弧形扎膜钉齿的静力学分析可知,弧形扎膜钉齿的最大变形为6.705 8 mm,最大应变为3.889 2×10-3 mm/mm,最大等效应力为466.27 MPa;通过田间试验结果表明残膜回收机的残膜捡拾率均值为58.53%,脱膜率均值为98.14%,弧形扎膜钉齿的设计达到预期目标,工作满足实际作业要求,强度也满足实际工作需求。本研究可为新型残膜回收机的设计提供基础。     

基于BP神经网络的脱绒棉种品种识别

为了提高脱绒棉种品种识别的准确率,提出了基于BP神经网络的非线性识别方法。本文以新路早36、中棉50、惠远710三个品种为研究对象,基于图像处理技术提取了脱绒棉种的颜色和形状特征参数,后又通过对特征参数进行单因素分析选取了差别较明显的9个特征参数参与网络的训练,提高了训练速度。经训练比较得出,当训练目标为0.02,训练次数为3000,隐含层的结点数为12时,模型的训练误差最小。经过对测试集进行测试,得出综合测试准确率为90%,证明了该方法是可行的,提高了脱绒棉种的识别准确率。     

《畜牧工程及装备》课堂讨论式教学模式探讨

《畜牧工程及装备》是农业机械化及其自动化专业方向的选修课,具有教学内容多、学时有限等突出特点和矛盾,因此,研究如何在当前课堂教学现状下有效提升课堂教学质量是当务之急。本文在调研总结课程教学现状及存在问题的基础上,对课程教学改革思路进行了梳理与分析,提出了基于任务与案例的课堂讨论式《畜牧工程及装备》教学模式,并对具体措施进行了介绍,研究可为畜牧机械类课程的教学改革提供一定的参考。     

打瓜机械化收获技术研究现状及发展对策

本文主要分析了打瓜机械化收获的基本情况,介绍了打瓜收获机械的基本构成和功用,并根据不同捡拾原理,介绍了捡拾机构的基本类型和技术特点,指出了制约打瓜机械化收获推广实施的关键因素,探讨了机械化收获技术的发展趋势,阐明了机械化收获技术是打瓜产业化发展的必由之路。     

6F—300型番茄籽皮分离机研制

介绍了6F—300型番茄籽皮分离机的分离原理、分离系统的结构、技术参数及使用的经济效益。     

基于BP神经网络的脱绒棉种品种识别

摘要：为了提高脱绒棉种品种识别的准确率,提出了基于BP神经网络的非线性识别方法。该文以新路早36、中棉50、惠远710等3个品种为研究对象,基于图像处理技术提取了脱绒棉种的颜色和形状特征参数,后又通过对特征参数进行单因素分析选取了差别较明显的9个特征参数参与网络的训练,提高了训练速度。经训练比较得出,当训练目标为0.02,训练次数为3 000,隐含层的结点数为12时,模型的训练误差最小。经过对测试集进行测试,得出综合测试准确率为90%,证明了该方法是可行的,提高了脱绒棉种的识别准确率。该研究可为其他粒状种子品种识别提供参考。     

无线射频识别技术在奶牛饲喂机器人上的应用

无线射频识别技术(RFID)是一种非接触的自动识别技术,无线射频识别系统主要由远距离射频卡、远距离读卡器以及天线组成.奶牛饲喂机器人是用来进行奶牛个体精饲料补给的精准饲喂系统,主要由奶牛自动识别、计算机控制和喂料机构等3部分组成.为此,介绍了无线射频技术的主要特点和工作原理、几种不同形式的奶牛饲喂机器人以及基于射频识别技术的奶牛饲喂机器人的工作原理.     

脱绒棉种活力检测系统的设计与实现

为了实现脱绒棉种活力的快速无损检测,利用VS2010和Open CV混合编程方式开发一套脱绒棉种活力在线检测系统分析软件,应用BP神经网络原理构建活力预测模型。软件系统主要包括图像采集模块、参数记录模块、图像处理分析及活力检测模块,主要实现了图像采集、图像特征提取与分析、脱绒棉种活力预测及参数记录等功能。选取新陆早50、鼎丰10号、神农11号3个品种进行活力预测试验,准确率分别达到90.29%、84.27%、8 6.8 0%。软件系统的开发为脱绒棉种活力实现快速无损检测分级奠定了基础。     

矮化密植枣园收获作业视觉导航路径提取

针对矮化密植枣园环境的复杂性,提出一种基于图像处理的枣园导航基准线生成算法。选用B分量图进行处理,提出"行阈值分割"方法分割树干与背景;根据拍摄场景及视角提出"行间区域"方法剔除行间噪声;通过统计树干与地面交点位置分布区域选取图像五分之二向下区域进行处理;依据树干纵向灰度分布规律,采用浮动窗口灰度垂直投影方法结合形态学开闭运算提取树干区域;基于枣园行间线性分布特征引入"趋势线",而后利用点到直线的距离与设定阈值作比较选取树干与地面的交点;利用交点的位置分布将其归类,并采用最小二乘法原理拟合左右两侧边缘,提取边缘线上各行的几何中心点生成枣园导航基准线。通过对阴天、晴天、顺光、逆光、噪声多元叠加5种条件进行试验,结果表明,该算法具有一定的抗噪性能,单一工况条件导航基准线生成准确率可达83.4%以上,多工况条件准确率为45%。针对5种工况条件的视频检测,结果表明,单一工况条件算法动态检测准确率可达81.3%以上,每帧图像处理平均耗时低于1.7 s,多工况条件检测准确率为42.3%,每帧图像平均耗时1.0 s。该研究可为矮化密植果园实现机器人自主导航作业提供参考。