基于YOLO v5s的作物叶片病害检测模型轻量化方法

为在保证识别性能前提下,对叶片病害检测模型进行有效轻量化,基于主干替换、模型剪枝以及知识蒸馏技术构建了一种模型轻量化方法,对以YOLO v5s为基础的叶片黄化曲叶病检测模型开展轻量化试验。首先,通过常见的性能优异的轻量级主干特征提取神经网络结构（Lightweight convolutional neural networks,LCNN）替换YOLO v5s主干对模型主体进行缩减;然后利用模型稀疏化训练和批归一化层（Batch normalization layer）的缩放因子分布状况,筛选并删减不重要的通道;最后,通过微调重新训练以及知识蒸馏,将模型精度调整到接近剪枝前的水平。试验结果表明,经轻量化处理的模型精确率、召回率和平均精度分别为91.3%、87.4%和92.7%,模型内存占用量为1.4 MB,台式机检测帧率81.0f/s,移动端检测帧率1.2f/s,相比原始YOLO v5s叶片病害检测模型,精确率、召回率和平均精度下降3.7、4.6、2.7个百分点,内存占用量仅为处理前的10%,台式机和移动端检测的帧率分别提升近27%和33%。本文所提出的方法在保持模型性能的前提下对模型有效轻量化,为移动端叶片病害检测部署提供了理论基础。     

切断式甘蔗联合收获机的试验与分析

为了探索窄行距的甘蔗收获,对引进的凯斯4000型切断式甘蔗联合收获机作业性能和收获机组系统的性能进行了测试,分别测定甘蔗破头率、损失率、含杂率、油耗和生产效率,并针对凯斯7000与凯斯4000进行了对比试验。结果表明:引进的凯斯4000型甘蔗联合收获机适应窄行距作业,符合农户的作业要求。其破头率为7.45%、损失率为11.68%、含杂率为8.46%、油耗为2.23 L/t、生产效率为15.46 t/h。     

基于YOLO v5的农田杂草识别轻量化方法研究

针对已有杂草识别模型对复杂农田环境下多种目标杂草的识别率低、模型内存占用量大、参数多、识别速度慢等问题,提出了基于YOLO v5的轻量化杂草识别方法。利用带色彩恢复的多尺度视网膜(Multi-scale retinex with color restoration,MSRCR)增强算法对部分图像数据进行预处理,提高边缘细节模糊的图像清晰度,降低图像中的阴影干扰。使用轻量级网络PP-LCNet重置了识别模型中的特征提取网络,减少模型参数量。采用Ghost卷积模块轻量化特征融合网络,进一步降低计算量。为了弥补轻量化造成的模型性能损耗,在特征融合网络末端添加基于标准化的注意力模块(Normalization-based attention module,NAM),增强模型对杂草和玉米幼苗的特征提取能力。此外,通过优化主干网络注意力机制的激活函数来提高模型的非线性拟合能力。在自建数据集上进行实验,实验结果显示,与当前主流目标检测算法YOLO v5s以及成熟的轻量化目标检测算法MobileNet v3-YOLO v5s、ShuffleNet v2-YOLO v5s比较,轻量化后杂草识别模型内存占用量为6.23MB,分别缩小54.5%、12%和18%;平均精度均值(Mean average precision,mAP)为97.8%,分别提高1.3、5.1、4.4个百分点。单幅图像检测时间为118.1ms,达到了轻量化要求。在保持较高模型识别精度的同时大幅降低了模型复杂度,可为采用资源有限的移动端设备进行农田杂草识别提供技术支持。     

云-雾-边-端协同的农业装备数字孪生系统研究

数字孪生是一种实现虚实融合的先进理念,能够解决农业装备全生命周期中的复杂性和不确定性问题,促进农业机械化和农业装备产业的转型升级。目前,农业装备数字孪生尚处起步阶段,缺乏实用解决方案和典型应用案例。为此,基于数字孪生和农业装备的特点,融合五维模型和移动边缘计算技术,提出一种云-雾-边-端协同的数字孪生系统架构与运行机制。以籽粒直收型玉米联合收获机为对象,针对脱粒过程中籽粒破碎率高的问题,开发大型联合收获机的数字孪生原型系统,实现模型预测、模型更新、实时监测和优化决策等功能,并开展田间试验。试验结果显示：数字孪生系统有效提高了虚拟模型的适应能力,使虚拟模型保持良好的预测效果;基于数字孪生的决策优化方法有效降低了籽粒破碎率,相较于手动收获模式,籽粒破碎率平均值降低24.24%;相较于反馈控制模式,籽粒破碎率平均值降低15.78%,说明原型系统能够有效改善玉米籽粒收获质量,所提出的系统架构和实现方法可行。     

基于Opt-MobileNetV3的大豆种子异常籽粒识别研究

针对大豆异常籽粒识别模型参数量过大、计算成本高、准确率较低等问题,提出了一种改进的轻量级神经网络MobileNetV3模型,将其层数减少,加快模型的训练和推理速度,增加全连接层和Softmax层以增加模型的非线性判别能力以及利于多分类任务的输出,使用全局平均池化代替全局最大池化减少信息丢失,通过添加Dropout层以及去掉MobileNetV3中SE Block注意力机制来增加模型的泛化能力。试验结果表明：将大豆籽粒图像数据经过传统的卷积神经网络AlexNet、VGG16与轻量级神经网络MobilenetV3训练测试结果进行对比,AlexNet算法最终平均精度均值(Mean average precision, mAP)为87.3%、VGG16算法为87.7%,二者mAP相差较小,但两者在训练过程中模型内存占用量及训练时间相差较大,其中AlexNet模型内存占用量为7 070 kB,训练时间为5 420.59 s,而VGG16模型内存占用量为19 674 kB,训练时间为8 282.68 s,整体来看AlexNet相对更好。通过对轻量级神经网络MobileNetV3模型的识别训练,最终...     

联合收获机前进速度模糊控制系统多目标遗传优化

针对联合收获机前进速度模糊控制系统参数设计具有主观性,导致作业性能不理想的问题,以切纵流联合收获机样机为研究对象,构建联合收获机前进速度模糊控制系统仿真模型,并建立控制性能和收获性能的优化目标函数来衡量联合收获机的作业性能,利用多目标遗传算法对模糊控制系统的隶属函数和输送槽、割台螺旋输送器和切流滚筒对前进速度的影响因子进行优化。通过对优化前后模型仿真对比和两组田间试验数据分析,表明优化后的控制系统在受外界干扰情况下控制性能得到了较好的保持,收获性能在喂入量变化不大情况下,单位平均损失率分别由1.45%和1.26%降至1.12%和1.14%,联合收获机的总体作业性能得到改善。     

基于DeepLabV3+网络的机收大豆破碎率在线检测方法

针对传统大豆联合收获机破碎率在线检测方法以人工检测耗时耗力且受人为主观因素影响的问题,提出基于DeepLabV3+网络的机收大豆破碎率在线检测方法。利用大豆图像在线采集装置获取联合收获机实时收获的大豆图像,使用标注软件对图像进行标注,构建数据集。为进一步提高网络训练速度,在DeepLabV3+网络中主干特征提取网络选用轻量级卷积网络MobileNetV2替代网络Xception;在预测部分,采用加黑边裁剪拼接的方式,提高图像分割精度。试验结果表明：基于DeepLabV3+网络模型对测试集大豆样本图像中破碎籽粒识别的综合评价指标F₁值为89.49%,完整籽粒识别的综合评价指标F₁值为93.93%;建立破碎率量化模型,进行台架试验,采用本文提出大豆破碎率在线检测方法检测结果平均值与人工检测结果平均值相对误差0.36%;为大豆联合收获机作业质量在线检测提供参考。     

马铃薯联合收获机车身调平系统设计与试验

针对马铃薯联合收获机作业时车身不能随地形起伏变化自适应平衡,导致作业安全性低、收获损伤大、收获品质差的问题,设计了一种马铃薯联合收获机车身调平系统,该系统采用融合一阶惯性滤波的倾角传感器监测车身横向倾斜角度,干扰和抖动被有效抑制;通过车身调平机构动力学分析,建立了系统的数学模型;采用基于一阶惯性滤波的模糊PID算法控制比例阀驱动升降液压缸运动,从而实现马铃薯联合收获机车身自动调平。对车身调平系统进行仿真分析,结果表明：与传统PID算法相比,模糊PID具有更好的控制性能,系统调节时间缩短51.77%,上升时间缩短53.57%,最大超调量减小6.25%;对整机控制系统进行静态和动态试验测试,结果表明：在坡度-10°~10°范围内,系统自动调平时间小于4s,最大调平误差小于1°;车身在倾斜角10°工况下,使用模糊PID控制算法自动调平时间缩短约50%,静态试验结果与仿真分析结果相符;在起伏变化较大的路面以速度3.6km/h行驶时,车身倾斜角误差控制在±3°以内,较好地实现了马铃薯联合收获机车身自动调平控制,满足实际作业需求。     

基于轻量化改进模型的小麦白粉病检测装置研发

为快速、全面的监测大田小麦病害,并结合小麦发病特征实现对小麦不同生长部位的病害进行识别,设计了一款便携式小麦白粉病病害检测装置,其由双相机采集模块和主控模块组成,配合病害检测软件系统实现对小麦多部位的白粉病害采集与检测。为保证模型在检测装置部署的可行性,提出了一种基于YOLO v7-tiny模型轻量化改进的白粉病目标检测模型(YOLO v7tiny-ShuffleNet v1,YT-SFNet)。为验证该轻量化模型的准确率和检测速度,与YOLO v7-tiny模型进行训练对比,结果表明YT-SFNet模型相较于YOLO v7-tiny在平均精度上提高了0.57个百分点;在检测时间和模型内存占用量上分别下降了2.4 ms和3.2 MB。最后将轻量化模型和软件系统移植至装置主控模块,制作测试集对装置的检测准确率和检测速度进行了性能测试。其对于测试集的识别准确率为86.2%,检测速度上有较好的稳定性,且单幅病害图像从处理、检测及显示保存的全过程平均耗时为0.507 9 s。     

基于MobileViT模型的小麦收获机喂入密度分类方法

基于喂入量的作业速度智能化控制技术是优化联合收获机作业效率和质量的重要手段。本文针对传统喂入量自动控制技术时滞明显,在喂入量调整时无法及时适应实际情况的问题,采用基于图像的深度学习方法开展了成熟期小麦植株密度等级分类识别方法研究,通过预先感知作物密度,实现联合收获机作业参数的自动调整。首先基于车载相机和无人机图像构建了小麦植株图像数据集,并细分为低密度、中密度、高密度和特高密度4类;其次构建了基于MobileViT-XS轻量化网络的密度等级识别模型,利用建立的数据集进行模型的训练和测试;最后将其与VGG16、GoogLeNet和ResNet进行了比较。结果表明,MobileViT-XS模型的总体识别准确率达到91.03%,且单幅图像推理时间仅为29.5ms。与VGG16、ResNet网络相比,总体识别准确率分别高出3.51、2.34个百分点,MobileViT-XS模型可以较好的完成小麦不同密度等级的分类识别任务,为实时预测小麦喂入密度提供了技术支持。     

灌溉水平及灌溉间隔对大豆植株干物质积累的影响

采用桶栽方法,选用黑农48为试验材料,设计4个灌溉水平及4种干旱胁迫历时进行交叉试验,研究了灌溉水平及干旱胁迫历时对大豆干物质积累的影响。结果表明,花荚期大豆植株叶、茎、根和荚果更易受干旱胁迫历时影响,干旱胁迫历时越短越有利于植株生长,灌溉水平对植株的生长影响相对弱于干旱胁迫历时。植株各器官干质量的等高线图表明高灌溉水平、短干旱胁迫历时比低灌溉水平、长干旱胁迫历时有绝对优势,同时也表现出高灌溉水平、长干旱胁迫历时处理与低灌溉水平、短干旱胁迫历时处理之间具有相似性。     

摊铺机压实机构动态特性仿真

在摊铺机中,由熨平压实机构和压实介质组成的系统,为两个自由度的非线性动力学系统,压实介质简化为粘弹塑性体.建立熨平压实机构动态特性力学模型,利用计算机仿真,研究了熨平压实机构的动力学问题,分析了熨平压实机构动力学参数变化对该系统动态特性的影响.     

番茄果实热导率测试装置参数实

微热探针法测试热导率系统已被广泛应用于食品材料热导率的测试中.但是,由于实验条件或实验设备的限制,基于理想的线热源瞬态模型测量原理得到的结果会产生某些测试误差.针对测试误差,从探针输入电压、加热时间和样品的径向尺寸等装置操作参数的选择着手,通过实验,得到装置系统测定中输入电压的最佳值为2.5～6.5V、加热时间最佳值为20～50s.最后通过实际测试,得到了番茄果实在不同成熟阶段的热导率变化规律.     

并联压电泵腔体初始容积设计

为探究腔体初始容积对压电泵性能的影响,设计了双腔体并联压电泵.通过理论分析,确定了双腔并联压电泵能够工作时泵腔初始容积的取值范围,根据理论公式设计制作了6种不同腔体初始容积的双腔并联有阀压电泵样机,对泵腔初始容积的变化与泵工作性能关系进行研究.在110 V工作电压下,工作频率小于400 Hz范围内,用压电双晶片进行驱动,分别以液体水和空气为介质,对不同压缩比（压电振子振动产生的泵腔容积变化量与泵腔初始容积的比值）下的并联泵进行了试验测试.结果表明,当泵送液体水时,压缩比为1/18时泵的整体输出流量最好,最大输出流量可达1 330 mL/min,压缩比越大,泵的输出压力和自吸能力越好,最大输出压力和自吸高度分别为58.5 kPa和69 cm;当泵送气体空气时,压缩比越大,泵的输出能力越好,最大输出流量和压力分别为850 mL/min和6.5 kPa,当压缩比小于1/32时,泵已经失去了输出气体能力.     

影响感官检验棉花品级的因素探析

感官检验棉花的品级,这是农村常见的一种检测手段.它的一个主要特点就是存在不确定性.这是由于检验员的品级检验水平存在一定的差异,其中有很多因素制约着检验的结果.文章对影响感官检验结果的因素进行了系统的分析.     

叶轮后密封环直径加大量对轴向力特性的影响

以300QJ230-40/2型潜水泵为研究对象,以清水为介质,采用标准k-ε湍流模型在多重参考系下对该泵全流道进行了定常不可压数值模拟,获得了外特性和轴向力预测值,并绘制了性能曲线和轴向力随扬程变化的关系曲线;采用机械法对该泵轴向力进行了试验测量,并将模拟值与试验值进行对比分析.结果表明:在0.8Q_sp~1.2Q_sp(对应扬程为46~36 m)的工作区域,泵性能和轴向力的数值计算结果与实测结果基本吻合.在叶轮前密封环直径、平衡孔直径及数量不变的条件下,在叶轮后密封环直径加大量Δr_m≠0时,对该潜水泵进行了全流道数值模拟和轴向力数值计算,绘制了不同后密封环直径下泵轴向力随扬程变化的关系曲线,结果表明了加大后密封环直径能有效地减小轴向力;绘制了轴向力系数与比面积关系的无因次曲线.     

PLC在泵站群计算机远动系统RTU终端中的应用

以某泵站群计算机运动系统为实例，分析由PLC构成的泵站远方终端RTU的特点及功能。     

迷宫流道转角对灌水器抗堵塞性能的影

以转角分别为45.0°、60.0°、67.5°和75.0°的齿形流道灌水器为研究对象,应用CFD流场速度数值分析、PIV颗粒运动轨迹线和速度观测对比以及浑水抗堵塞测试相结合的方法,研究了转角对灌水器水力性能和抗堵塞能力的影响.结果表明转角与流量系数及流态指数均呈负相关关系,而灌水器的抗堵塞能力随着转角的增加呈下降趋势.综合分析转角对水力性能和抗堵塞性能的影响,提出迷宫流道结构灌水器的合理转角为60.0°.     

迷宫流道转角对灌水器水力性能的影

为研究齿形、梯形以及矩形流道转角变化对水力性能的影响,采用Fluent软件对不同形状下不同转角的流道进行了数值模拟.研究结果表明:当其他条件相同时,转角的变化与流量系数、流态指数呈负相关,其变化对梯形流道灌水器的流量系数影响最大,最多下降了19.03%,齿形流道次之,下降了10.14%,矩形流道是梯形流道转角角度增加的延伸,具有相同的水力性能变化规律;随着角度的增加,梯形流道总的局部水头损失系数最多增加了32.5%,而齿形流道总的局部水头损失系数最多增加了23.4%,变化都很明显;压力较高时,摩阻系数基本保持不变,流体为紊流状态.     

基于流体体积模型的叶片数对水车性能的影响

为了研究一种利用微水头发电的水车装置,利用Fluent软件流体体积(VOF)模型模拟明渠无压流动,选用SST k-ω两方程湍流模型和滑移网格旋转模型对不同叶片数的水车在不同转速下进行非定常模拟.结果表明:3叶片水车效率区最为宽广,最优效率最高;3叶片水车上游局部湍流黏度较大,影响范围较小,而8叶片水车上、下游湍流黏度较为平均,影响范围较大;相同工况下,增加叶片数会增强水车的阻塞效应,使上、下游水位差平均增大,但可降低水位差的波动,水位差平均值增大将降低水车出力,水位差的波动对水车轴系的稳定性产生不利的影响;相同工况下,增加叶片数可以提高水车运行中转矩波动的稳定性,但会降低水车的出力,转矩波动使水车在运行中受到周期性不平衡力矩的作用,引起水车结构剧烈振动和叶片疲劳损伤.