论文部分内容阅读
精准农业技术的管理理念是以最少的资源获得最大经济、环境、社会效益,实现农业生产的可持续发展。它根据农田不同区域土壤养分、作物生长、病虫害等存在的时间和空间差异性,按小区域的具体需求精细准确地调整各项作业管理措施,是现代化农业发展的必然方向。农田信息采集是精准农业实施过程的起点,同时也是终点。农田信息采集的首要数据就是产量数据,因为产量数据可以对下一季耕作的播种、灌溉、施肥等进行优化决策,减少了化肥、农药的田间投入,节约了资源。所以,产量信息既是进行农业决策的重要依据,也是决策产生最终收益的直接体现。 本研究针对精准农业技术体系中产量信息获取这一关键环节,围绕测产技术及应用系统开发,设计了基于PVDF压电薄膜的新型谷物流量传感器,提出了基于END的谷物流量信号去噪方法,建立了基于运动学分析的谷物流量模型,提出了产量误差数据处理方法,设计并开发了谷物流量实验台以及具有扩展性好、通用性强等特点的测产系统。通过初步的实践验证和应用效果分析,本研究成果有较好的实用价值。主要研究结果包括: 第一,新型谷物流量传感器的设计。设计了一种基于PVDF压电薄膜的新型谷物流量传感器,介绍了PVDF压电薄膜的特性和传感器的工作原理。根据传感器承载板的动力学模型分析了承载板受力响应对传感器的测量影响,同时指出了承载板阻尼比是提高传感器测量精度的关键,并通过对承载板敷设阻尼材料构成自由阻尼结构来增加其阻尼比。根据变形能原理在阻尼材料一定的情况下自由阻尼结构的阻尼比随着阻尼材料与承载板的厚度比增大而增大。为进一步提高传感器的性能,对承载板和阻尼材料的厚度进行了优化设计。优化后承载板的厚度为1mm,阻尼材料的厚度为6mm。实验结果表明,传感器的最大误差为3.02%,平均误差为2.15%,与其他冲量式谷物流量传感器相比具有测量精度高、结构简单,采用信号处理方法也较为简单主要针对信号中的高频随机噪声。为谷物流量信号的测量提供一个新的方法。 第二,谷物流量信号去噪方法研究。为了消除谷物流量信号中噪声的影响,本文提出了一种基于(EMD)去噪算法。以经验模态分解(EMD)为基础的去噪方法的关键问题是如何确定信噪的分界点。本文推导了高斯白噪声经EMD处理后,各固有模态函数(IMF)之间的能量关系,根据此关系提出了一种基于最小能量准则(MEC)的EMD去噪算法。该算法是对含噪信号进行EMD分解得到IMF分量,然后计算各IMF分量的能量,取具有最小能量的IMF分量作为信噪分界点。仿真验证表明最小能量准则能够准确地判断出信噪的分界点。将本文提出的去噪算法与其他算法对比表明,此算法能够有效地抑制信号的噪声,提高信噪比;在噪声水平未知的情况下,实现了信噪的自动分离,为谷物流量信号的预处理提供了新的方法。 第三,谷物流量建模研究。基于运动学原理建立谷物流量模型,该模型综合考虑了谷物流量测量时的外部因素影响,如升运器转速、机械结构参数、相对位置参数等,并且通过引进相关参数来反映谷物外部因素变化影响。结果表明,该模型能够准确描述冲击力和谷物流量之间的关系,测量的最大误差不超过2.5%,当外部条件变化时能够保持较好的精度,效果要优于常用的经验模型,具有一定通用性。 第四,产量误差数据处理方法研究。研究分析产量数据的获取过程,从统计分析的角度,将可能造成产量数据误差的归纳为系统误差、随机误差和粗大误差。分别针对不同产量数据的误差来源,提出了误差数据处理方法设计并实现了6种过滤器:割台状态、填充和排空延时、传感器数据异常、不切实际的产量值、局部空间的异常值、短收割段和坐标重叠。过滤后产量数据由随机因素引起的产量数据空间变异得到显著改善。 第五,谷物流量实验台及测产系统的设计与实现。为了满足冲量式谷物流量传感器的开发需求,以常发佳联CF806联合收割机升运器为基础研制了一种谷物流量实验台。三个称重传感器安装在谷物流量实验台的称重箱上,用于标定和精度检验。进给箱的底部设有一块阀板,通过对阀板开度的调节可控制实验过程中不同进给量大小。根据出厂数据和标定实验建立了称重测量模型和进给量模型,并对称重精度和进给量精度进行了分析。室内实验结果表明:谷物流量实验台最大称重相对误差为1.12%,平均相对误差0.61%;进给量在在0.5-2.5kg/s范围内的相对误差不超过4%。所研制的实验平台运行稳定可靠,能够满足谷物流量传感器的开发和测试要求。此外,设计开发了基于CAN总线的联合收割机测产系统,实现产量实时检测,并进行了系统整体实验验证。