基于可见-近红外光谱技术的果蔬品质检测方法

可见-近红外光谱技术利用波长在380～2 500 nm的电磁波获取果蔬中有机分子含氢基团的特征信息,根据样品对不同波长光的吸收信息,实现果蔬的外部、内部缺陷及营养成分定性、定量分析,是目前主流的果蔬内外部品质快速无损检测技术。综述了目前基于吸光度谱和能量谱对果蔬营养物质含量定量分析及缺陷定性分析,所使用的检测模型和变量筛选模型及其检测准确性,为相关研究人员选择高效准确的检测模型提供技术支撑。     

膜上移栽机设计与运动参数分析

对棉花和烟苗的移栽现状进行调查和分析,设计一种能适合膜上移栽的移栽机器。论文阐述所设计移栽机械的关键部件和移栽原理,合理地设计栽植器栽苗的控制凸轮部分和起引导作用的导苗嘴,提高钵苗的直立度和移栽机构的工作性能,并降低钵苗的漏苗率;论文还对膜上移栽机零速栽苗的原理进行数学参数建模及分析,并结合移栽机构的设计参数,得到移栽机构传动比和株距的受限制条件,为以后膜上移栽机的设计提供理论参考。     

凸轮摆杆式栽植机构运动分析及性能试验

该文针对钵苗栽植机构栽植直立度低的问题,设计一套凸轮摆杆式栽植机构。建立了栽植机构的运动学模型,得到机构栽植器栽植轨迹、栽植速度和栽植加速度方程。基于MATLAB/GUI开发了应用于栽植机构运动分析的图形交互界面,分析了栽植机构曲柄CD长度与初始相位角、摆杆OA长度与初始相位角以及平行杆AG长度对栽植轨迹的影响,并通过正交试验方法对移栽结构参数进行优化。根据优化所得参数加工出试验样机,以钵苗直立度为主要检测指标对该试验样机进行田间试验。试验表明:该栽植机构能够在0.556 m/s的工作速度和栽植频率60.7株/min条件下较好地满足钵苗农艺栽植要求,钵苗栽植直立度优良率为95%且其变异系数为2.03%,倒伏率为1.67%,栽植株距误差率为0.22%,无缺苗和漏栽现象。由此表明所设计栽植机构在高栽植效率的条件下,仍具有良好的栽植性能,所涉及的研究方法和试验结果可为后期样机的设计提供参考依据。     

旱地钵苗自动移栽机设计与试验

针对目前国内半自动移栽机移栽效率低、综合经济效益不明显等问题,设计了一种旱地钵苗自动移栽机。该移栽机取苗部件利用齿轮五杆组合机构驱动取苗爪完成取苗动作,取苗爪采用插入基质单株取苗方式进行取苗;供苗部件采用不完全齿轮和螺旋凸轮轴组合的结构形式实现横向间歇进给供苗,利用棘轮棘爪机构保证纵向停顿供苗;栽植部件选用行星齿轮箱和鸭嘴式栽植器完成钵苗定植。试验表明:该旱地钵苗自动移栽机运转良好,工作性能可靠,作业效率为71.7株/(min·行)时,取苗成功率97.1%,漏栽率4.4%,满足预期设计要求,可为后期自动移栽机的设计与研究提供参考。     

基于MatLab的顶苗机构设计与参数优化

针对全自动移栽机顶夹结合的取苗方式设计了一种简单可靠的顶苗机构。通过建立该机构的数学模型,以顶苗杆理论设计行程为优化目标,运用MatLabSQP算法对机构参数进行了优化,获得了结构参数最优组合解。通过对机构进行受力分析,得到部分构件的受力曲线,明确了机构参数与构件受力关系,为后续机构设计和改进提供了理论依据。基于结构参数优化和力学分析,进行了样机试制和试验,结果表明:该机构顶苗动作稳定,顶苗成功率大于95%,满足设计需要。     

四旋翼无人机在农田信息获取中的应用

低空无人机将成为实时、快速监测农情变化的重要平台。为此,简述了精准农业体系中基于四旋翼无人机的农田信息获取系统的功能模型及其特点,分析了国内外四旋翼无人机及农田信息获取技术的发展现状,总结了该信息获取系统涉及的若干关键技术,进而展望了其发展趋势。分析认为,随着飞行控制和无线信息传输等子系统的逐渐完善,低空农田信息获取系统将逐步满足精准农业的技术要求,推动农业数字化的迅速发展。     

农业机器人的发展现状及趋势

农业机器人是农业机械的高等类型,在降低农民劳动强度、改善农民劳动环境和提高作业效率等方面具有重要意义。为此,对农业机器人的发展历程做了简要概括,并对农业机器人的定义及其工作能力进行了解释说明。根据应用领域,对农业机器人进行了分类,讨论了其在国内外的研究现状与应用情况,并分析了农业机器人在现实应用中存在的问题。在此基础上,对农业机器人的发展趋势做出了预测,旨在为以后的研究提供理论参考。     

双变量排肥系统充肥性能分析与试验研究

为实现玉米中耕精准变量施肥,针对自行研制的玉米智能化中耕变量施肥机,进行了双变量控制特性研究,并通过排肥理论分析确定了影响充肥性能的主要参数为排肥轮转速、排肥口开度、排肥轮倾角。利用设计的角度可调式排肥试验台,进行了排肥量的多参数试验,结果表明:排肥轮倾角影响排肥轮充肥性能,应选择排肥轮安装角接近肥料的自然休止角;在排肥轮倾角采用30°条件下,建立了排肥口大小、排肥轮转速与排肥量之间的关系模型;利用排肥口开度、排肥轮转速与排肥量之间的线性关系,确定了分段控制方式,排肥口开度采取分段固定值分别为32、39、46mm。分段控制实际排肥试验表明:实际排肥量的变异系数为0.493,实际施肥量与目标施肥量的相对误差为3.08%。     

移栽机械栽植深度仿形技术应用现状及展望

苗移栽能充分利用光热资源,有效提高作物产量,具有良好经济效益,是我国未来蔬菜产业的主要发展方向。栽植深度一致性直接影响作物移栽质量,也是移栽机具质量检测的重要指标。移栽仿形能够有效控制秧苗栽植深度,是当前移栽技术研究关注的重点之一。总结了几种栽深仿形控制基本原理,介绍了发达国家的代表机型和国内科研院所的研究现状,通过对仿形方式的结构特点进行对比分析,指出了国内在该方面研究存在的问题,并对我国未来移栽机栽植深度仿形技术的研究与发展提出了建议。      

基于改进Faster R-CNN的马铃薯发芽与表面损伤检测方法

发芽与表面损伤检测是鲜食马铃薯商品化的重要环节。针对鲜食马铃薯高通量分级分选过程中,高像素图像目标识别准确率低的问题,提出一种基于改进Faster R-CNN的商品马铃薯发芽与表面损伤检测方法。以Faster R-CNN为基础网络,将Faster R-CNN中的特征提取网络替换为残差网络ResNet50,设计了一种融合ResNet50的特征图金字塔网络（FPN）,增加神经网络深度。采用模型对比试验、消融试验对本文模型与改进策略的有效性进行了试验验证分析,结果表明:改进模型的马铃薯检测平均精确率为98.89%,马铃薯发芽检测平均精确率为97.52%,马铃薯表面损伤检测平均精确率为92.94%,与Faster R-CNN模型相比,改进模型在检测识别时间和内存占用量不增加的前提下,马铃薯检测精确率下降0.04个百分点,马铃薯发芽检测平均精确率提升7.79个百分点,马铃薯表面损伤检测平均精确率提升34.54个百分点。改进后的模型可以实现对在高分辨率工业相机采集高像素图像条件下,商品马铃薯发芽与表面损伤的准确识别,为商品马铃薯快速分级分等工业化生产提供了方法支撑。