秸秆是农业生产过程中重要的生物质资源,其本身具有多种利用价值。打捆机作为秸秆收集的主要设备,应用非常广泛,在我黄淮海、长江中下游等平原地区,受地块碎片化特征的影响,方捆机尤其是小方捆机占有主要的市场份额。含水率是秸秆收获、运输、贮存、利用等环节的重要指标,秸秆收储时含水率的高低在一定程度上影响其品质,也影响后续综合利用。然而目前我国缺乏对打捆机草捆含水率在线检测方面的研究,且已有在谷物收获机领域应用的相关研究存在检测精度不高、模型泛化能力不足的问题,难以适用于复杂的田间作业环境。基于此,本文在总结现有农业物料含水率检测方法研究成果的基础上,基于电容法检测原理,研发一种基于方捆机的秸秆草捆含水率在线检测装置。具体研究内容如下:（1）通过对方捆机结构及工作原理进行分析,确定电容传感器极板采用平面式结构;进一步分析了平面极板电容器检测原理及影响电容检测精度的因素,明确了压力传感器和温度传感器的安装方案,在此基础上确定了草捆含水率在线检测装置的设计方案。（2）为避免边缘效应对电容极板检测灵敏度的影响,对电容极板进行三维电场仿真分析,通过响应面优化试验,确定最佳电容极板结构尺寸为:极板长度148.6mm,极板宽度47.7mm,极板厚度为1mm,极板间距为5.1mm。（3）研发了基于STM32F103单片机的含水率在线检测装置,集成电容检测模块、压力检测模块和温度检测模块同步采集各类数据;开发了基于Matlab的上位机含水率监测系统,实现下位机数据传输、上位机含水率计算及显示功能。（4）以水稻秸秆为试验对象,建立了基于BP神经网络算法的含水率检测模型。模型验证结果表明,其决定系数R~2为0.986,均方根误差RMSE为0.008998,相对预测偏差RPD为5.99,模型具有较高的检测准确度和稳定性。（5）根据方捆机草捆含水率在线检测试验需求,设计了一种方捆机试验台,选取了功率为3k W电机和减速机为试验台提供动力,活塞推杆的最大推力为12250N。（6）开展了方捆机草捆含水率在线检测装置性能试验,利用该装置对含水率范围为13.1%～28.04%的水稻秸秆在压捆室上压力为109N～671N、环境温度在15.8～19.6℃条件下进行在线检测。试验结果表明,含水率预测相对误差为-6.51%～8.66%,绝对误差为-1.63%～1.72%,样本实际含水率与预测含水率的拟合曲决定线系数为0.949。由此说明,含水率检测装置具有较好的准确性和稳定性,基本可以满足实际生产需要。