农业机械学报杂志北大期刊CSCD期刊统计源期刊

摘要：中国马铃薯种植具有面积大、范围广、地域地理复杂的特点,机械化种植是马铃薯机械化生产中关键的技术环节。马铃薯种植机械化技术包括种薯预处理、供导种、取种、清种等机械化种植关键技术。分析了中国马铃薯种植机械化技术的发展现状、特点及制约因素,总结了马铃薯种植机械化中主要关键技术,分析了整薯和切块种薯2种主要栽培方法对马铃薯播种技术的约束、影响。重点阐述了马铃薯分级、种薯分离整列拾取、零速投种、动态供种技术及装备的研究现状和发展动态,并归纳了中国、德国、荷兰、比利时、美国等国家具有技术代表性的马铃薯种植机械技术特点与性能参数;指出精量、高速、智能化大型马铃薯播种技术与装备是我国马铃薯机械化播种技术发展的核心方向,同时也需加强适应丘陵山区的小型、轻简型马铃薯机械化种植技术及装备的研究。

摘要：为适应现代农机自动作业发展需求,实现插植作业和速度的自动控制,设计了水稻插秧机自动作业系统。以井关PZ-60型水稻插秧机为试验平台,研究了具有CAN(Controller area network)通信接口和手动优先的手自一体插秧机速度与插植机构控制方案,设计了插秧机专家PID速度控制算法和PID插值机构控制算法以及插秧机自动作业联合控制策略。联合导航控制系统分别在水泥路面、泥底层平坦和不平坦的水田进行了速度控制试验,结果表明,速度平均误差分别为3.25%、5.40%和8.01%,速度平均误差不超过10%的概率分别为98.6%、90.1%和68.0%;泥底层平坦水田联合控制试验结果表明,插秧机联合控制与人工操作相当,效果良好。插秧机自动作业系统满足插秧机在无人驾驶时自动作业的需求。

摘要：针对长江中下游两熟制地区土壤黏重板结,传统秸秆还田耕整机作业质量不理想、刀辊易缠绕和功耗大等问题,提出了一种六头螺旋秸秆还田耕整机刀辊。基于滑切原理设计了等滑切角二次切刀,阐述了刀辊结构及工作原理,分析了二次切刀减阻程度及主要作业参数。田间试验结果表明:各因素对功耗和秸秆掩埋率影响显著性由大到小分别为刀辊转速、耕深、作业速度和耕深、作业速度、刀辊转速,对秸秆粉碎率和碎土率影响显著性由大到小为刀辊转速、作业速度、耕深,通过软件分析得到最优参数组合为:耕深12.7cm,作业速度0.7m/s,刀辊转速273r/min。验证试验结果表明:最优参数组合下六头螺旋秸秆还田耕整机功耗、秸秆掩埋率、秸秆粉碎率和碎土率分别为31.9kW、93.1%、87.5%和78.3%,与软件预测值之间的误差分别为4.7%、1.4%、1.9%和2.6%。对比试验结果表明:六头螺旋秸秆还田耕整机功耗和秸秆掩埋率较水旱两用秸秆还田耕整机分别低8.8%和2.3%,秸秆粉碎率和碎土率分别高3.0%和6.1%。

摘要：针对传统中耕机粘重土壤环境作业时切削阻力大、能耗高等问题,借鉴农业机械设计中振动减阻方法,对旋转中耕机关键部件进行设计。通过建立旋转单体运动方程,对碎土刀切削土壤阻力及旋转单体减阻机理进行分析,为旋转中耕机关键部件设计提供理论依据。采用二次正交旋转组合试验,以机器前进速度、刀辊转速和弹簧刚度为试验因素,以作业功耗、碎土率为试验指标,在室内进行台架试验,并运用Design-Expert软件对试验数据进行方差分析和响应面分析,得到影响因素与响应指标之间的数学模型,对数学模型进行优化及验证。试验结果表明,在刀辊转速为247~268r/min、机器前进速度为0.5~1.0m/s、弹簧刚度为11.39~15.16N/mm时,相应试验指标作业功耗为1.55~1.90kW、碎土率为91.3%~92.9%。选取最优水平组合中的一组进行验证及对比试验,结果表明,通过振动可有效降低旋转中耕机的作业功耗,与传统机型相比,其作业功耗下降了32%。在最优组合参数下进行田间试验,得到其作业功耗为1.95kW,碎土率为92.8%,其作业性能满足中耕机作业要求。

摘要：针对西洋参种植农艺要求窄行距单粒精密播种、但缺乏适用精密播种技术与装备的问题,设计一种采用负压吸种、正压卸种的管针式集排器。分析了集排器的工作原理,确定了主要结构参数,开展了集排器并联各行气流分配均匀性仿真分析,构建了排种器吸种和卸种环节力学模型,通过台架试验测试了集排器性能。仿真分析表明,各行排种针末端种子吸附面气流流速的变异系数为2.923%,集排器并联各行排种针流场分配较均匀;台架试验表明,集排器的单行合格指数可达90%以上;二次回归正交旋转组合试验结合响应曲面分析表明,影响合格指数的因素主次顺序为排种轴转速、吸种负压、卸种正压,集排器最佳性能工作参数组合为排种轴转速13.10~17.70r/min、吸种负压4.25~4.50kPa及卸种正压2.90kPa时,集排器单行的排种合格指数大于88.50%、漏播指数小于5.00%、重播指数小于7.50%;选取该范围内不同工况条件进行集排器整体排种性能测试,结果表明,集排器各行排种合格指数均大于86.30%,行间合格指数一致性变异系数小于1.80%,各行合格指数稳定性变异系数均小于6.20%,排种器工作性能稳定,满足西洋参精密播种要求。

摘要：针对滚筒式免耕播种机构设计过程中,涉及参数多,交互关系复杂,计算量大,计算方法繁琐,设计周期长,不易完成机构优化设计等问题,设计一种交互式设计平台,通过人机交互,达到缩短设计周期、优化机构的目的。通过对鸭嘴滚轮排种装置及其鸭嘴驱动滚筒组成的核心机构的运动学分析,建立鸭嘴驱动角φ、鸭嘴助力角α、鸭嘴滚轮排种装置角速度ω0和滚筒角速度ω1之间的数学模型;以株距、还田量及播种深度为设计参数,构建目标函数与约束条件,确定优化算法,获得满足设计要求的结构参数,即基本结构参数:滚轮半径R0、滚筒半径R1、鸭嘴高度H、鸭嘴数x,辅助结构参数:助力角α、驱动角φ、开孔数n和开孔长度l;使用Matlab(Matrix&laboratory),根据优化算法编写程序,并通过Matlab图形用户界面,直接在界面中获得优化后的结构参数。通过CATIA环境下二次开发,利用关联设计方法建立参数化模型,通过优化后的结构参数驱动参数化模型改变参数。参照系统所得结构参数加工滚筒式免耕播种机构试验样机并进行样机功能试验。交互式优化设计系统可在不同需求下快速生成各结构参数,准确得出最优参数组合,并生成所需模型,最大限度缩短设计时间,提高设计效率与准确度,同时为解决该类问题提供了一种通用方法。

摘要：针对传统机械式喷杆折叠展开过程复杂、同步协调操作性差、机械振动明显等问题,结合东北地区水田植保农艺特点,设计了一种单油缸多折叠机构喷杆。阐述分析了多折叠机构喷杆的结构及工作原理,依据解析法对其各部分杆长进行确定。通过正交试验设计和虚拟仿真技术进行多因素正交试验,探究了不同壁厚下各类型钢管对喷杆质量和第1阶固有频率的影响,应用Design-Expert8.0.6软件对试验结果进行分析优化。优化结果表明,当圆钢管壁厚、矩形钢管壁厚和方钢管壁厚分别为2、2、2mm时,质量最小,为62.85kg,此时动态特性较好,其第1阶固有频率为14.84Hz,避开了路面激励频率。运用ANSYS-workbench软件建立了喷杆的有限元模型并进行了数值模态分析,求解了喷杆的前4阶非零模态频率和振型,并通过模态试验验证了数值模型优化结果的准确性。田间试验表明,该机具作业性能稳定,药液喷施均匀,覆盖性较好,作业过程中喷杆无明显振动,各项指标满足水田植保农艺要求。

摘要：为研究尾座式无人机翼展长、翼根弦长、翼梢弦长、机翼后掠角、小翼翼梢长、小翼展长、小翼高、小翼后掠角、小翼厚度和小翼脚长等10个结构参数对无人机续航时间的影响,利用CATIA和ANSYS建立了尾座式无人机及其外流场的三维实体模型,采用SSTk-ω模型在ANSYSCFX中模拟无人机在130种不同结构参数组合下的气动特性,利用方差分析确定气动系数的特征因子为翼展长、后掠角、小翼厚度和小翼脚长,建立了4个特征因子与气动系数的多元回归模型;结合质量系数方程,最终建立了结构参数与续航时间的关系模型,精度达0.97。采用风洞试验的方法对数值模拟结果进行验证,测量4架样机在巡航状态下的气动系数,相对误差小于14%,数值模拟方法可靠。采用定高定点盘旋的方法进行样机试飞试验,对续航时间模型进行验证,连续记录不同剩余电量时的飞行时间,结果相对误差小于15%,模型可靠。

摘要：针对横置轴流联合收获机圆柱形风机产生的气流场不能解决脱出混合物在振动筛筛面堆集的问题,设计了圆锥形风机,阐述了圆锥形风机利用横向风优化脱出物筛面分布来改善清选质量的工作原理。根据清选室实际结构和尺寸建立了三维模型,利用CFDesign软件对无物料状态下圆柱形风机与不同锥度圆锥形风机作用下清选室气流场进行了数值模拟。利用布点法对不同类型风机作用下清选室气流场风速进行了测量,并通过物料分布对比试验和田间试验,验证了圆锥形风机的工作性能。结果表明:圆锥形风机作用下,清选室内产生明显的沿振动筛筛宽方向指向排草口一侧的横向风,当圆锥形风机锥度为3.5°时,清选室气流场风速分布情况较为理想,在振动筛入口一角(下落物料最多的部位)产生的横向风速达到2.68m/s;与圆柱形风机相比,圆锥形风机作用下脱出物堆集中心点部位物料质量减少27.66%,主下落区脱出物质量占脱出物总质量的比值降低10.53个百分点,可使脱出混合物在筛分前得到预均布处理。圆锥形风机作用下,联合收获机损失率、含杂率和破碎率明显优于行业标准规定值,且与圆柱形风机相比,含杂率指标得到显著改善。

摘要：针对黄淮海地区玉米籽粒直收过程中籽粒破碎率和未脱净率高的问题,结合现有玉米脱粒滚筒的结构特点,设计了横轴流式玉米柔性脱粒装置。该装置内置柔性脱粒滚筒,脱粒元件采用柔性钉齿和弹性短纹杆组合结构,实现了玉米果穗的柔性低损伤脱粒。研究了滚筒关键设计参数对脱粒性能的影响,建立了该脱粒滚筒关键结构参数的设计方法;利用ADAMS软件进行了动平衡模拟仿真,开展脱粒系统的动平衡试验,保证了整机工作的可靠性;选取滚筒转速、脱粒间隙和喂入量作为试验因素进行了室内台架正交试验,确定较优参数组合:喂入量为8kg/s,滚筒转速为450r/min,凹板间隙为40mm。在该条件下,玉米果穗的籽粒破碎率为0.65%,未脱净率为0.59%,符合国家相关标准要求。

摘要：为解决拔棉秆机漏拔、拔断、拔净率低等问题,基于电液控制技术设计了齿盘式多行拔棉秆台架并开展试验研究。采用ADAMS软件进行齿盘式拔棉秆装置运动仿真分析进而揭示拔秆机理;利用试验台架的调速比模式和调转速模式,通过单因素和多因素试验研究齿盘圆周线速度、拖拉机前进速度及齿盘圆周线速度与拖拉机前进速度之比(以下简称速比)对棉秆拔净率、拔断率和漏拔率的影响。试验结果表明,调速比和调转速2种模式的齿盘式多行拔棉秆台架满足设计要求,可开展多种条件下拔棉秆试验研究;齿盘对棉秆起拔力大小、方向及夹持时间影响拔秆效果,棉秆被夹持时间小于起拔时间易导致棉秆断裂,一定程度上增大齿盘圆周线速度有助于减少漏拔;速比、齿盘圆周线速度对棉秆拔净率、漏拔率和拔断率均有极显著影响,其中速比是影响棉秆拔净率最关键因素;速比最佳范围为0.55~0.80,齿盘圆周线速度最佳范围为0.24~1.10m/s;齿盘倾角为6°、拖拉机前进速度为0.85m/s、速比0.75时,棉秆拔净率最高,为93.89%,满足设计要求,此时拔断率为4.43%,漏拔率为1.68%。

摘要：为实现橡胶树自动化割胶,针对目前人工割胶劳动强度大、技术要求高、作业效率低等问题,设计了基于激光测距的三坐标联动割胶装置。自动化割胶装置由三坐标平台、振动割刀及激光测距传感器组成,其工作方式以人工割线及已割面作为参考,通过激光测距实现非接触式橡胶树干已割面仿形,从而保证割胶深度与人工割胶一致。通过控制三坐标平台联动,实现割刀按激光测定的空间曲线路径运动,割刀作直线往复动作切割树皮;通过矩形运动路径,实现参考割线起始点位置及倾斜度检测,在此基础上设计了沿割线倾斜方向对已割区域进行激光测距的运动路径,实现已割面深度信息的离散采集,整合参考割线位置信息和已割面深度信息,规划出新的切割路径;进行了深度信息激光测量点数优化,当目标路径沿割胶运动坐标系中X方向长度为80mm时,进刀深度信息测量点数为17比较合理。采用单轴定位精度为±0.05mm的三坐标平台、测量精度为0.07mm的激光测距传感器进行了割胶试验,并通过割胶深度和耗皮量评价实际割胶效果。试验结果表明,在耗皮量设定为1.0mm、连续进行15次割胶操作的情况下,割胶深度控制良好,未出现伤树现象,耗皮量控制误差为5%,满足割胶要求。

摘要：针对山核桃一次破壳不理想、损失率高等问题,在分析山核桃物料特性以及破壳时所需各项力学特征参数的基础上,建立了二次破壳机构数学模型,设计了山核桃二次破壳取仁机。样机试验结果表明:当山核桃含水率为14.55%~16.35%、直径约22mm(沿缝合线方向)、离心旋转装置转速410r/min、离心旋转装置边缘与锥形圆筒碰撞壁间距80mm、喂料速度200g/s时,有效破壳率大于等于87.85%,果仁损伤率小于等于16.14%,生产率超过500kg/h,满足当前山核桃加工产业的实际要求。

摘要：为提高高光谱遥感图像的分类精度,通过局部保留判别式分析与深度卷积神经网络(DCNN)算法,提出了基于局部保留降维卷积神经网络的高光谱图像分类算法。首先,用局部保留判别式分析对高光谱数据降维,再用二维Gabor滤波器对降维后的高光谱数据进行滤波,生成空间隧道信息;其次,用卷积神经网络对原始高光谱数据进行特征提取,生成光谱隧道信息;再次,融合空间隧道信息与光谱隧道信息,形成空间-光谱特征信息,并将其输入到深度卷积神经网络,提取更加有效的特征;最后,采用双重优选分类器对最终提取的特征进行分类。将本文方法与CNN、PCA-SVM、CD-CNN和CNN-PPF等算法在Indian Pines、University of Pavia高光谱遥感数据库上进行性能比较。在Indian Pines、University of Pavia数据库上,本文算法识别的整体精度比传统CNN方法的整体精度分别高3.81个百分点与6.62个百分点。实验结果表明,本文算法无论在分类精度还是Kappa系数都优于另外4种算法。

摘要：为进一步提高大田环境下麦穗识别与检测计数的准确性,基于图像处理和深度学习技术,设计并实现了基于卷积神经网络的冬小麦麦穗检测计数系统。根据大田环境下采集的开花期冬小麦图像特点,提取麦穗、叶片、阴影3类标签图像构建数据集,研究适用于冬小麦麦穗识别的卷积神经网络结构,构建了冬小麦麦穗识别模型,并采用梯度下降法对模型进行训练;将构建的冬小麦麦穗识别模型与非极大值抑制结合,进行冬小麦麦穗计数。试验结果表明,该系统构建的冬小麦麦穗识别模型能够有效地克服大田环境下的噪声,实现麦穗的快速、准确识别,总体识别正确率达到99.6%,其中麦穗识别正确率为99.9%,阴影识别正确率为99.7%,叶片识别正确率为99.3%。对100幅冬小麦图像进行麦穗计数测试,采用决定系数和归一化均方根误差(NRMSE)进行正确率定量评价,结果表明,该系统计数结果与人工计数结果线性拟合的R~2为0.62,NRMSE为11.73%,能够满足冬小麦麦穗检测计数的实际要求。