基于DTW距离的拖拉机传动轴载荷样本长度计算方法

针对工程领域载荷样本长度确定方法对农业机械载荷适用性较差的问题,提出了一种基于动态时间扭曲(DTW,Dynamic Time Warping)距离计算载荷样本长度的方法。首先,运用无线扭矩传感器获取犁耕作业下拖拉机传动轴的动态载荷,结合传动轴犁耕作业下的载荷特点,划分作业工况;再将作业循环叠加并经过归一化处理后进行DTW距离计算,确定传动轴载荷样本长度;最后,计算参数外推中均值混合正态分布函数的拟合参数相对误差。结果表明,运用DTW距离方法确定的载荷样本长度,能够使均值双正态分布函数拟合得到的参数相对误差保证在10%以内。近似均值精度估计法和均值曲线拟合法的拟合参数相对误差最大值分别为126.06%和80.62%,而基于DTW距离计算方法的拟合参数相对误差最大值为5.43%,验证了基于DTW距离的载荷样本长度计算方法的适用性。研究结果可为拖拉机传动轴田间试验载荷样本长度确定提供参考。     

基于MFO-LSTM的母猪发情行为识别

及时准确识别母猪的发情行为可以有效增加受胎率和产仔量,对提高养殖企业的繁育水平和经济效益具有重要意义。该研究针对生猪养殖过程中母猪发情行为识别存在主观性强、智能化水平低、假警报和错误率高、识别不及时等问题,提出了一种基于飞蛾扑火算法(Moth-Flame Optimization,MFO)优化长短时记忆网络(Long Short Term Memory,LSTM)的母猪发情行为识别方法。利用安装在母猪颈部的姿态传感器获得母猪姿态数据,然后使用姿态数据训练MFO-LSTM姿态分类模型,将母猪姿态分为立姿、卧姿和爬跨3类。通过对姿态分类结果进行分析,确定以爬跨行为和活动量2个特征作为发情行为识别依据,使用MFO-LSTM分类算法判断母猪是否发情。以山西省太原市杏花岭区五丰养殖场的试验数据对该方法进行验证,结果表明,该方法在以30 min为发情行为识别时间时的识别效果最好,发情行为识别的错误率为13.43%,召回率为90.63%,特效性为81.63%,与已有的母猪发情行为识别方法相比错误率降低了80%以上。该方法在保证识别准确率的情况下有效降低了错误率,可满足母猪养殖生产过程中发情行为自动识别要求。     

自然水体中超声波标记鱼游动轨迹精密确定算法

针对鱼类关键生境位置确定的应用需求,该文提出了一套适用于自然水体的超声波标记鱼定位算法,解决了标记鱼定位以及存在粗差观测值,即水听器记录的超声波信号接收时间存在错误情况下算法的抗干扰性。宜昌黄柏河的实测结果表明,基于现有1 ms级精度的水听器,可在自然水体中获得2.15 m精度的信号标记鱼三维游动轨迹。如因气泡、遮挡等因素对水听器观测数据引入粗差,当粗差量级在10 m以上,该方法可接近100%探测出是否存在粗差。当粗差观测值在3个以内时,该方法的探测成功率可达84.3%以上,3个以上时粗差探测成功率明显下降,5个及以上,即粗差观测值个数占观测值总数的比例大于31.25%时,基本只能探测出观测数据中存在粗差而无法有效确定粗差。该研究可为渔业增殖、鱼类栖息地保护、鱼类洄游通道等研究提供参考。     

精准扶贫背景下云南少数民族山区农村居民点空间格局演变

为合理确定山区农村居民点的优化布局方向,科学指导山区农村居民点土地整治和新农村建设,该文以2018年脱贫的原国家级贫困县云南省寻甸回族彝族自治县为研究区,综合运用遥感解译、GIS分析、景观形状指数模型等方法,从空间、规模与形态等方面研究2001-2017年农村居民点的演变特征及其影响因素。研究表明:1)在规模形态方面,农村居民点的演变主要表现为:整体规模扩展显著,景观形状趋于规则,平均斑块规模增大;2)在空间分布方面,农村居民点向地形条件优越地区集聚的特征愈发明显。核密度和聚类检验的分析结果表明,农村居民点斑块规模空间分异明显,分布形态由小规模分散式逐渐向大规模集聚式发展;3)自然地理因素是影响山区农村居民点分布格局的基本因素,而社会经济因素、区位因素以及政策因素是促使其空间分布变化的重要因素。该研究可对地质灾害频发的西南边疆贫困山区的农村的脱贫攻坚工作提供一定的实践指导作用,并为其农村居民点空间布局优化提供科学的理论依据。     

秸秆坯块成型工艺参数及保水性试验研究

为探究玉米秸秆、豆粕和聚丙烯酸钠混合制备农用保水剂的生产工艺,以最大压缩力、混料水分、压缩速度、豆粕质量分数和聚丙烯酸钠质量分数为试验因素,以成型坯块的松弛密度为评价指标进行二次回归旋转组合试验,优化工艺参数组合并试验验证,在松弛密度的最优范围内分析其对坯块保水性能的影响。试验结果表明:坯块的松弛密度为460～540 kg/m3的条件下,得出最大压缩力为16～20.59 kN,混料水分为8.84%～12.96%,压缩速度为95.56～155.51 mm/min,豆粕质量分数为16.08%～24.02%,聚丙烯酸钠质量分数为4.91%～7.15%的最佳成型工艺参数;坯块的保水效果随松弛密度的增大而逐渐增强,有砂土时释水量随时间变化符合对数模型,无砂土时则符合线性模型,拟合方程的回归系数均大于0.9,成型坯块保水性的分析可靠,可为复合型农用保水剂的应用提供参考。     

秸秆-粪便属地化微贮制肥工艺参数优化

为解决中小散种养户农业废弃物污染环境、属地化利用率低问题,提出一种因地制宜利用属地秸秆和畜禽粪便进行微贮腐熟工艺生产有机肥或土壤改良剂。以玉米秸秆和牛粪为肥源物料,以种子发芽指数为腐熟效果的检测指标,试验确定肥源物料配比、物料含水率、压缩比、微生物菌剂施用量、腐熟时间关键工艺参数的适宜取值范围,结果表明,肥源物料配比为15%~35%、物料含水率为45%~60%、压缩比为25%~50%,且微生物菌剂施用量临界值为0.5‰、腐熟时间达到24 d时,微贮肥料的腐熟效果较好。通过三元二次回归正交旋转组合试验,分析关键工艺参数对腐熟效果的影响并对参数进行优化,建立了微贮制肥腐熟效果特性参数与各因素之间的回归模型,分析表明,各因素对种子发芽指数的影响主次顺序为:物料含水率>压缩比>肥源物料配比。对优化后工艺参数进行试验验证,确定出最优工艺参数:在施用1.5‰微生物菌剂量、腐熟32 d,物料含水率为60%、压缩比为39.50%、肥源物料配比为23%,微贮肥料种子发芽指数达到96.52%,此条件下生产的腐熟肥料可以达到有机肥国家标准,实现就地、就近、就便利用秸秆和畜禽粪便。该研究结论为属地规模化微贮生产有机肥及配套装备设计提供了理论基础。     

结合Sentinel-2影像和特征优选模型提取大豆种植区

准确获取大豆的空间分布对于产量估计、灾害预警和农业政策调整具有重要意义,目前针对种植结构复杂地区所开展的大豆遥感识别研究鲜有报道。该研究以安徽省北部平原的典型大豆产区——龙山、青疃镇为研究区,基于Sentinel-2数据提出一种分层逐级提取策略的大豆识别方法。该方法首先构建决策树筛选规则,剔除研究区内非农田地物,获得田间植被的总体分布;然后生成19个候选特征因子,包括分辨率小于等于20 m的10个波段反射率以及9个植被指数。在典型地物类型样本的支持下,将ReliefF特征权重评估算法与随机森林(RandomForest,RF),BP神经网络(Back-Propagation Neural Network,BPNN)和支持向量机(Support Vector Machine, SVM)相结合,分别构建ReliefF-RF、ReliefF-BPNN、ReliefF-SVM三种组合模型筛选出对于大豆识别最有效的特征,并基于布设在研究区内6个样方(大小为1 km×1 km)的无人机影像提取得到的大豆分布来评估3种模型在大豆制图中的表现。结果表明,ReliefF-RF模型表现最佳,基于该模型筛选出7个优选特征因子,大豆制图的总体精度介于85.92%～91.91%,Kappa系数在0.72～0.81之间,各个样方的提取效果均优于其他两种模型。此外,基于优选特征达到的提取精度明显高于原始波段反射率,虽然略低于全部19个特征的结果,但是数据量降低了63.16%。该研究可以为农田景观破碎、种植结构复杂地区的大豆种植区提取相关研究提供有价值的参考和借鉴。     

基于改进多父辈遗传算法的农机调度优化方法

农机装备跨区作业存在作业任务重、转移范围大、作业时效性强等问题,传统的农机调度缺乏科学合理的调配方案。该研究开展了基于改进遗传算法的多机协同作业任务调度方法研究。首先对多块农田需连续进行多种生产任务的问题进行分析,建立在农机数量、转移距离、作业准备时间及作业时间等约束条件下的时间窗农机作业调度模型;然后以最小化作业时间为优化目标,提出改进多父辈遗传算法(Improved Multi-parent Genetic Algorithm, IMPGA)的优化方法求解农机作业规划方案;最后根据新疆塔城地区的农田数据及随机生成的农田任务进行模拟与仿真,并与标准遗传算法(Genetic Algorithm, GA)进行对比。结果表明:IMPGA和GA均能有效解决多任务多农机作业分配问题,IMPGA算法总体上优于GA,调度的最优时间和平均时间分别缩短2.47%和2.70%。该研究可为农机跨区作业提供合理的调度方案,也为规模化无人农场的生产经营提供科学依据。     

关节式蔬菜育苗穴盘播后自动摆放机设计

为解决中国蔬菜育苗播种后人工摆放穴盘劳动强度大的难题,设计了关节式蔬菜育苗穴盘播后自动摆放机,并对机器的关键部件进行了理论分析及设计计算。确定了以关节式机械手作为摆盘执行机构,对其进行了数学建模并得到了摆盘机械手运动学方程。在单因素试验的基础上,进行Box-Behnken Design响应面优化试验设计,探求了穴盘输送高度、输送角度、输送速度3个关键参数对穴盘间距合格率、穴盘摆正率、穴盘排齐率3个评价指标的影响规律,利用Design-Expert软件对试验结果进行方差分析,建立了评价指标与各影响因素的数学回归模型,并进行响应面分析,得到了影响摆盘效果的3个关键参数的最佳组合为：穴盘输送速度为60 mm/s,穴盘输送角度为31°,穴盘输送高度为40 mm。并对优选出的最佳摆盘参数组合进行了试验验证分析,试验结果为：穴盘间距合格率97.6%,穴盘摆正率96.5%,穴盘排齐率95.7%,试验结果与理论预测值的误差绝对值均低于5%,表明摆盘执行机构在最佳工艺参数组合下工作平稳可靠,满足穴盘摆放技术要求。该研究可为全自动化、智能化穴盘摆放机的设计提供参考。     

基于里程信息融合的株间锄草刀定位数据优化方法

为提高株间锄草刀定位精度、降低机器视觉受外界因素的影响,该文提出里程信息融合机器视觉的方法对锄刀定位数据进行优化。通过分析定位数据校正和视觉滞后补偿的原理,设计了模糊逻辑校正器,通过模糊规则将模糊校正系统简化为单输入单输出形式,采用Mamdani模糊推理方法获得视觉数据可信度决策表,将可信度作为加权值生成校正锄刀定位数据,并提出采用实时里程信息作为视觉滞后补偿量的方法,给出补偿公式。田间刀苗距优化静态试验表明,视觉刀苗距误差为9.88 mm,优化后刀苗距误差为6.06 mm;动态试验表明,视觉数据出错率为4.8%～6.6%,刀苗距变化曲线显示,优化方法可有效过滤视觉坏点或不稳定的数据点,将视觉滞后纳入衡量标准,不同车速下动态优化后刀苗距平均误差为5.30～7.08 mm,较优化前降低了25%左右。研究结果表明,锄草刀定位数据优化方法可有效提高机器视觉静态和动态获取刀苗距的精度。该研究为提高株间锄草技术的锄刀定位精度提供了参考。