计算机控制技术在自动修剪机中的应用

来源 :农机化研究 | 被引量 : 0次 | 上传用户:Neldaking
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着果园种植规模的扩大,果树修剪工作也越来越繁重,但传统修剪机智能化程度低,修剪质量不高,作业强度大,且工作效率低,导致果树修剪进度滞后,严重时会影响果蔬的产量.为克服这一难题、提高果蔬修剪效率,在自动修剪机中引入计算机控制技术、PLC技术等,对自动修剪机运行过程中的各类参数进行实时监控、实时共享和在线监测,完成了自动修剪机控制系统总体方案的设计.同时,对自动修剪机控制系统硬件进行了模块设计,完成了控制系统的I/O分配表设计,并对控制系统的软件运行流程进行优化设计.试验结果表明:基于计算机控制技术的自动修剪机具有远程控制和参数监控功能,能够实时掌握修剪机的运行状态,修剪效率高,果蔬修剪质量好,系统安全性和稳定性高,从而降低了劳动生产成本及生产强度,具有较大的推广价值.
其他文献
项目组所研制的再生稻联合收获机的收获特点与普通水稻联合收获机不同,虽然头季稻收获时只割下稻株上方稻穗部分,但通过加宽割幅使喂入量增加至5 kg/s.与一般水稻脱出物相比,头季稻秆青叶茂,含水率高,仅收穗头时收获长度为30cm左右,茎秆较少,因此收割后进入脱粒分离装置的草谷比约为0.5:1.根据以上特点,设计了一种纵轴流脱粒分离装置,主要由钉齿脱粒滚筒、栅格凹板筛及可调导向角顶盖等组成.以水稻品种“Y两优911”为试验对象,对该脱粒分离装置进行田间性能试验,结果表明:采用滚筒转速为760r/min、凹板栅条
随着制造信息的爆炸性增长及处理信息工作量的猛增,要求制造系统表现出更大的智能化,除了需要专业人才和专门知识外,还需要智能制造系统具有大数据挖掘和分析处理能力,从而使系统具有感知分析、推理、决策、控制等功能.为此,在农机数字化设计平台上引入了智能制造系统,并利用大数据挖掘技术对系统进行了优化,建立了经验数据库,在加工类似零部件时可以直接生成加工指令和工艺方案.实际应用表明:智能制造系统地引入有效缩短了加工工艺的设计周期,提高了设计效率,降低了设计制造成本.
为适应秸秆饲料化应用需求,解决农作物秸秆长时间储存易发生霉变和腐烂的问题,设计了一种青贮秸秆圆捆打捆机,可实现对青贮秸秆的高密度缠网打捆,并配合包膜机包膜处理,形成易储存、易消化吸收的高品质秸秆发酵饲料.为此,进行了青贮秸秆圆捆打捆机的总体结构、关键部件的结构设计,并通过试验验证了设计的可行性.
设计了一种新型开沟培土机,用于胶园、果园起宽垄沟整地,主要解决胶园、果园翻耕和往树头培土作业等问题.为了优化起宽垄沟整地机械,提高机械使用寿命,采用V型破土导土机构进行起宽垄沟和培土作业,作业幅宽为1m,覆土高度为0.1m.田间试验结果表明:在机具前进速度0.5m/s、旋耕机转速270r/min时,作业合格率达到95%以上,整机运转平稳、可靠,满足翻耕和往树头培土作业农艺要求.
无人机作为一种新型的农业机械在农业生产过程中发挥着越来越重要的作用,有力地促进了现代化农业的发展.为了准确获取农田的信息,将无人机应用到了农田信息采集系统的设计上,基于图像融合处理技术,提高了图像信息的清晰度,避免了因图像曝光而造成的信息缺失,并基于英语语言数据库提高了信息图像拼接的准确性.以农田信息的获取为例,通过划分信息获取区域和标定位置信息坐标,完成了整块农田信息的采集,实现了图像的拼接.
针对目前木薯块根收获机挖掘铲存在入土困难、碎土及排土效果不理想及工作强度不足等问题,基于工程仿生学理论,结合动力学知识,提出并设计了一种模仿犬爪趾形状的仿生铲.基于Design-Expert软件中的试验设计方法,以作业速度、土壤含水率及挖掘铲类型为试验因素,以挖薯率、伤薯率为试验指标,对挖掘铲的工作参数进行试验研究,建立了影响因素与响应指标之间的二次正交回归模型,并分析了各影响因素对各响应指标的影响规律.对所有影响因素进行了综合优化处理,确定了最佳的田间工作参数组合为:当选用仿生铲作业速度为1.5m/s、
微灌工程是推进农业节水灌溉的重要手段,合理的田间管网参数设计是水利计算中的重要环节.为此,探索了田间灌水单元小区内满足灌溉管道运行安全的田间管网优化布置方案,建立以单位面积管道投入最低为目标函数且满足管道安全运行要求的双向布置田间管网优化设计数学模型,并应用遗传算法对永舒榆灌区典型区域进行优化计算.与原设计相比,单位面积工程造价减少64.8%,毛管投入占小区投入70.6%.分析了毛管管径、灌水器设计流量、灌水器间距对田间管网优化结果的影响,结果表明:在灌水单元小区形状不受限制条件下,使用更小管径的毛管、更
以蔬菜种植智能喷洒系统为研究对象,利用GIS与网络通信技术相结合的方式建立智能喷洒控制系统及数据监控系统,并进行智能喷洒系统的硬件及软件设计.对系统监控数据与系统数据库标定的各状态使用数据进行相比,结果表明:实际使用过程中的系统数据与标定数据存在微小的偏差,整体运行数据相符,说明所建立的智能喷洒系统能有效地进行系统运行过程数据监测.
为了满足不同生长时期植株水肥需求,基于基于Python的双过滤图像处理方法及环境监测技术,设计了可以自适应调节的水肥控制系统,主要包括氮肥含量控制和浇灌量控制.氮肥含量控制:首先,CCD摄头采集植株图像,应用Python的双过滤图像处理方法得到植株高度;其次,建立不同生长时期最高植株对应的氮肥浓度的曲线;再次,采用色度分析的方法计算植株实际氮肥吸收浓度;最后,比对当前氮肥吸收浓度和最优浓度,从而调整混合液氮肥含量.浇灌量控制:在实现植株最优生长情况下,建立浇灌时间和温度、湿度、光照对之间的关系.对植株高度
为了实现切刀负载压力预测以及入土切割自动控制信号获取,结合正交试验和BP神经网络与回归分析分别建立了切刀负载压力的预测数学模型.结果表明:BP神经网络构建的切割负载压力数学模型准确拟合率达到了85.2%,而回归分析构建的切割负载压力模型准确拟合率只有33.3%;对构建的切刀负载压力BP神经网络模型在新的试验因素下得到的切割负载压力进行预测,得到的切割压力相对误差基本上在5%以内.由此说明,基于BP神经网络建立的切割负载压力与因素之间关系预测模型能更好地拟合数据,精度更高,且能够不断自动地生成新的知识库,减