基于自适应神经模糊网络的果蔬抓取力控制

运用自适应神经模糊推理系统设计了农业机器人果蔬抓取力智能控制器。以当前抓取力和滑觉传感器信号的小波变换细节系数作为控制器的输入,末端执行器两指闭合距离作为控制器的输出。基于减法聚类建立模糊推理模型,通过调整聚类半径来优选模糊规则数。给出了训练样本数据集采集方法,并应用梯度下降与最小二乘混合训练算法辨识了控制器的前件参数和结论参数。对所设计的控制器进行了实验验证,结果表明该控制器能够适应果蔬质量、表面摩擦特性等方面的差异。抓取力超调量得到了限制,最大值小于0.8 N,可以避免给抓取对象造成机械损伤。     

现代化水稻集中育秧中心规划与运营管理的探索

水稻集中育秧中心具有技术含量高、生产规模大、生产成本低、育秧质量好、节本省工等特点。文章结合现已有的育秧中心和实际的育秧实践,对水稻集中育秧中心的育秧工厂和育苗大棚的规模、分区和配置建设、育秧工艺流程、人员配置、经费预算以及育秧中的注意事项等方面内容进行讨论。建立高标准水稻集中育秧中心可以改革传统的育秧技术,快速实现水稻育秧产业化,为建设育秧社会化服务的育秧中心提供一定参考价值。     

果蔬表面粗糙度特性检测触觉传感器设计与试验

为使农业机器人能够通过"触摸"检测果蔬表面粗糙度特性,设计并制作了一种PVDF触觉传感器,通过触觉信号处理分析检测果蔬的表面粗糙度特性。利用ANSYS有限元分析选择传感器模型的有效信息获取区域,将PVDF压电薄膜和电阻应变片以不同方向和位置随机排布在该区域。搭建触觉信息检测平台,通过多通道数据采集程序对3种不同粗糙度等级的样本进行数据采集与存储,提取样本特征,建立支持向量回归机算法模型,并通过基于径向基核函数的SVR算法对果蔬表面粗糙度进行预测。试验结果与实际设定粗糙度等级一致,证明所设计触觉传感器能有效检测果蔬表面粗糙度特性。     

浅谈新时期昆山市农机教育培训发展的新局面

农机教育培训是推动农机服务产业跨越化发展的重要途径,也是提高农民经济收入、促进农村经济发展的有效手段。昆山市在农机教育培训工作方面也存在一些亟待解决的问题,通过对昆山市农机教育培训工作的现状和问题进行分析后,采取了相应的发展对策,极大地提升了该地区农机培训质量和水平,开创了农机教育培训工作的新局面。