English

中国农机化学报

  期刊
  出版年
  关键词
结果中检索 Open Search
Please wait a minute...
选择: 显示/隐藏图片
川芎苓种扦插装备关键机构运动分析与试验
杨涛, 张梅, 李晓晓, 李佳航, 凌宁, 马伟
摘要86)      PDF (1112KB)(105)   
针对川芎扦插人工成本较高、效率低等问题,设计一种鸭嘴式川芎扦插装备。该装备主要由扦插机构、覆土机构等构成,能够一次性完成4行苓种扦插、覆土等作业。建立鸭嘴式栽植器仿真模型,分析其运动轨迹,探讨满足农艺要求的适合投苗点,依据破土面积较小、直立度较好等原则,结合“零速投苗原理”确立鸭嘴端点的运动轨迹与相关的技术参数,通过现场试验验证倒插率、漏插率、重插率、倒伏率、伤苗率、未填埋率等关键性能指标均小于5%,能够较好地满足川芎扦插农艺要求。
2023, 44 (11): 32-37.    DOI:10.13733/j.jcam.issn.2095-5553.2023.11.006
基于TRIZ理论的果树深松施肥机创新设计
杨涛, 凌宁, 李晓晓, 吴柏强, 张海燕, 孙付春
摘要78)      PDF (1471KB)(186)   
针对果园松土、施肥机械匮乏,人工劳动强度大、效率低等问题,分析TRIZ理论解决工程问题的具体流程,提出果树深松施肥机械创新设计方案,解决传统锤击式打穴破土机构效率低、人力劳动强度大,有较大噪音等不足。设计多连杆打穴破土机构、气爆发生装置、精量施肥装置等关键部件,并完成深松施肥机设计。通过建立SolidWorks三维数字模型仿真与样机试验分析,以打穴深度大于等于400mm、土壤表面明显可见裂纹数量大于等于2道或单道裂纹宽度大于等于4mm为评价指标对创新设计方案进行评价,验证设计方案的可行性与合理性。试验表明:深松施肥机在成都及周边地区常见果园中作业时气爆压力大于0.6MPa即可取得较好的松土效果,为果树深松施肥机械研发与果园土壤改良提供有益参考。
2023, 44 (10): 65-71.    DOI:10.13733/j.jcam.issn.2095-5553.2023.10.010
机器视觉技术在现代农业生产中的研究进展
杨涛;李晓晓;
摘要684)      PDF (1535KB)(562)   
机器视觉技术已经广泛应用于农业生产的各个环节,详细阐述机器视觉的概念、组成部分、工作原理以及发展历程,总结国内外的研究成果,介绍机器视觉技术在作物病虫草害识别与监测、作物生长信息监测与产量估计、果蔬识别定位与采摘、种子产前检测与果蔬分级以及农业机器人视觉导航等领域的研究进展与应用情况,提出农业场景视觉系统在稳定性、可靠性、准确性以及嵌入式视觉系统硬件计算能力与核心算法等方面还有待提高与突破,国内高水平学者集中的研究机构匮乏,行业创新能力不足,本土企业竞争力较弱等劣势;认为3D视觉技术、多传感器融合的视觉系统以及与5G深度融合的视觉系统将会成为未来农业生产领域的主要研究方向。此外,机器视觉技术的应用势必会带动产业升级、推动农业智能化发展,为无人农场建设提供有力的技术保障。
2021, 42 (3): 171-181.    DOI:10.13733/j.jcam.issn.2095-5553.2021.03.024
农机自动驾驶系统研究进展与行业竞争环境分析 *
杨涛, 李晓晓
摘要633)      PDF (1695KB)(737)   
农机自动驾驶系统是无人农场的关键技术之一,已在拖拉机、联合收割机、农业机器人等农业装备中有一定的应用并成为学术界研究的热点。从硬件基础与底层技术方面详细梳理农机自动驾驶技术原理,指出其核心内容在于环境感知、决策与规划、控制与执行3个环节,并逐一分析各环节实现原理与国内外主要研究成果;总结农机自动驾驶相对有人驾驶在作业精度、效率、降低作业强度等方面优势与在动态路径规划、地头自动转向以及系统可靠性与安全性方面的不足;同时,分析全球农机自动驾驶产业竞争环境,着重阐述中国市场竞争环境,指出农机自动驾驶系统价格及服务体系、机械化水平、下游消费者受教育程度低等问题是制约产业发展的主要因素;预测未来研究热点将集中在机群协同作业、障碍物检测、主动避障以及与5G融合塑造以无人化为核心的无人农业等方面。对于我国无人农业的建设与发展、重塑中国农业生产模式有较好的借鉴意义。
2021, 42 (11): 222-231.    DOI:10.13733/j.jcam.issn.20955553.2021.11.33
基于PCA-SVM的麦冬叶部病害识别系统
刘翠翠;杨涛;马京晶;孙付春;李晓晓;
摘要74)      PDF (1890KB)(196)   
以川麦冬叶部黑斑病、炭疽病、叶枯病3种病害图像为研究对象,采用K-Means聚类分割技术分离出病斑,通过对颜色、形状和纹理特征构成的46维特征向量进行主成分分析,再运用支持向量机设计的多级分类器进行病害识别,开发出的麦冬叶部病害识别系统识别率达到了94.4%,表明了系统对麦冬病害防治,促进麦冬产业现代化发展有重要意义。
2019, 40 (8): 132-136.    DOI:10.13733/j.jcam.issn.2095-5553.2019.08.23