BR102020013383A2

BR102020013383A2 - Método de controle de colheitadeira federado, e, controlador de colheitadeira federado.

Info

Publication number: BR102020013383A2
Application number: BR102020013383-7A
Authority: BR
Inventors: Nathan R. Vandike; Brian J. Gilmore; Bhanu Kiran Palla
Original assignee: Deere & Company
Priority date: 2019-07-19
Filing date: 2020-06-30
Publication date: 2021-02-02
Also published as: US20210015045A1; EP3766331A1

Abstract

método de controle de colheitadeira federado, e, controlador de colheitadeira federado um método pode incluir obter primeiros dados para pelo menos uma regulagem operacional a partir de cada uma de uma pluralidade de colheitadeiras. segundos dados são obtidos para pelo menos uma variável de condição de colheita sofrida por cada uma da pluralidade de colheitadeiras que foi sofrida por cada uma da pluralidade de colheitadeiras concomitantemente com a operação das colheitadeiras com a pelo menos uma regulagem operacional. terceiros dados são obtidos para pelo menos um parâmetro de desempenho obtido por cada do outro tijolo na parede são submetidos a pelo menos uma variável de condição de colheita. um modelo operacional orientado por desempenho para o ajuste da regulagem de colheitadeira é gerado com aprendizado de máquina com base nos primeiros dados, nos segundos dados e nos terceiros dados. o modelo operacional é então usado para ajustar pelo menos uma regulagem operacional da colheitadeira particular que está sendo submetida a uma variável de condição de colheita particular.

Description

MÉTODO DE CONTROLE DE COLHEITADEIRA FEDERADO, E, CONTROLADOR DE COLHEITADEIRA FEDERADO.

FUNDAMENTOS

[001] Colheitadeiras podem ser usadas para colher uma variedade de cultivos. Muitas colheitadeiras operam sob o controle de um operador que estabelece as regulagens para a colheitadeira durante a colheita. Algumas colheitadeiras utilizam sensores a bordo para disparar o ajuste de várias regulagens operacionais da colheitadeira com base em limites de alimentação por operador ou limites estabelecidos pelo fabricante.

BREVE DESCRIÇÃO DOS DESENHOS

[002] A figura 1 é um diagrama de blocos ilustrando porções de um sistema de controle de colheitadeira federado, de exemplo.

[003] A figura 2 é um diagrama de um método de controle de colheitadeira federado, de exemplo.

[004] A figura 3 é um diagrama de blocos ilustrando esquematicamente porções de uma das operações de um sistema de controle de colheitadeira federado, de exemplo.

[005] A figura 4 é uma vista lateral ilustrando porções de um sistema de controle de colheitadeira federado, de exemplo.

[006] Em todos os desenhos, números de referência idênticos designam elementos similares, mas não necessariamente idênticos. As figuras não estão necessariamente em escala, e o tamanho de algumas partes podem estar exagerados para ilustrar mais claramente o exemplo mostrado. Além disso, os desenhos provêm exemplos e/ou implementações consistentes com a descrição; todavia, a descrição não é limitada aos exemplos e/ou implementações providos nos desenhos.

DETALHADA DESCRIÇÃO DOS EXEMPLOS

[007] São descritos métodos, controladores e colheitadeiras, de exemplo, que implementam o controle federado de colheitadeiras individuais. O controle federado se refere ao controle de uma colheitadeira individual com base em modelos operacionais orientados pelo desempenho em curso, desenvolvidos através de aprendizado de máquina com base em dados obtidos a partir de uma pluralidade de outras colheitadeiras. Ao invés do ajuste da operação da colheitadeira ser com base em uma quantidade limitada e relativamente pequena de dados obtidos da colheitadeira individual propriamente dita ou com base em critérios ou limites mais genéricos estabelecidos pelo fabricante, o ajuste da colheitadeira é baseado em uma população muito maior de dados mais pertinentes e possivelmente mais definidos no tempo para as operações de colheita de uma colheitadeira de interesse, o ajuste sendo com base em dados obtidos de uma multiplicidade de outras colheitadeiras similarmente situadas. A maior quantidade de dados obtidos a partir das outras colheitadeiras provê um modelo mais preciso e personalizado para estabelecer os limites de ajuste ou disparadores para o ajuste operacional das regulagens da colheitadeira com base em as variáveis de condição de colheita atuais para otimizar os parâmetros de desempenho.

[008] O controle federado de cada colheitadeira individual pode ser obtido com aprendizado de máquina baseado em nuvem. Tal aprendizado de máquina envolve um servidor de computador remoto e sistema de computação recebendo uma variedade de diferentes pontos de dados a partir de várias colheitadeiras em operação. Cada ponto de dados pode ser um parâmetro de desempenho para uma colheitadeira particular, que é uma função de uma variável de condição de colheita particular, sob a qual a colheitadeira particular operou e uma regulagem operacional particular da colheitadeira particular durante a variável de condição de colheita particular. Em algumas implementações, cada ponto de dados pode ser um parâmetro de desempenho para uma colheitadeira particular, que é uma função de um conjunto de diferentes variáveis de condição de colheita concomitantes, sob as quais a colheitadeira particular operou e um conjunto de diferentes regulagens operacionais particulares da colheitadeira particular durante as variáveis de condição de colheita. Em algumas implementações, cada ponto de dados pode ser um conjunto de diferentes parâmetros de desempenho para uma colheitadeira particular, que são uma função de um conjunto de diferentes variáveis de condição de colheita concomitantemente, sob a qual a colheitadeira particular operou e um conjunto de diferentes regulagens operacionais da colheitadeira particular durante as concomitantes variáveis de condição de colheita. O aprendizado de máquina é aplicado aos pontos de dados para associar valores de diferentes parâmetros de desempenho a valores para diferentes variáveis de condição de colheita e valores para diferentes regulagens operacionais.

[009] Aprendizado de máquina se refere a um método de análise de dados que automatiza a formação de modelo analítico. Tal aprendizado de máquina pode ser realizado por um sistema de experto que aplica inteligência artificial para aprender automaticamente e melhorar a partir da experiência, sem ser especialmente programado. O aprendizado de máquina envolve um programa de computador que pode acessar dados e usar tais dados para aprender por si só.

[0010] Um exemplo de aprendizado de máquina pode ser a divisão dos pontos de dados coletados (descritos daqui em diante) de forma randômica em dois grupos ou conjuntos de dados: um conjunto de treinamento e um conjunto de verificação. Em uma implementação, a divisão dos pontos de dados entre os conjuntos de treinamento e de verificação pode ser 50/50, 60/40 ou similar, para criar dois conjuntos de dados efetivos. Os modelos são criados usando o conjunto de treinamento (a rede neuronal que identifica as “relações” e associações apropriadas) e então testados usando o conjunto de verificação. Os pontos de dados podem ser reagrupados e o processo pode ser rodado novamente para melhorar o modelo, se o teste de conjunto de verificação não obteve a precisão desejada. Dessa maneira, o modelo pode ser testado e verificado usando os pontos de dados coletados a partir das outras colheitadeiras, e o modelo então desenvolvido como descrito em detalhe daqui em diante.

[0011] Em algumas implementações, diferentes modelos operacionais orientados por desempenho são desenvolvidos e personalizados para regiões geográficas particulares, tipos particulares de cultivos, variedades particulares de cultivos, particulares períodos de tempo, tipos ou modelos particulares de colheitadeiras, tipos de solo particulares, condições particulares de crescimento ou outros critérios. Em contraste com limites genéricos estabelecidos por um fabricante ou possivelmente supostos por um operador, os distintos modelos de operação orientados por desempenho, personalizados, provêm limites personalizados para disparar o ajuste de regulagens operacionais, sendo que os limites personalizados mais precisamente controlam a temporização e extensão dos ajustes de regulagem operacional para mais bem otimizar para parâmetros de desempenho.

[0012] A título de exemplo, o aprendizado de máquina, usando dados a partir de múltiplas colheitadeiras, pode desenvolver um modelo de controle federado com base em pontos de dados somente recebidos a partir de colheitadeiras operando dentro de uma região geográfica particular. O modelo de controle federado pode ser baseado em pontos de dados somente recebidos a partir de colheitadeiras colhendo um tipo ou variedade particular de cultivo. O modelo de controle federado pode ser baseado em pontos de dados recebidos somente de tipos ou modelos particulares de colheitadeiras. O modelo de controle federado pode ser baseado em pontos de dados somente recebidos durante uma janela de tempo particular ou somente recebidos a partir de colheitadeiras colhendo cultivos que crescem em certos tipos de solo ou sob condições de crescimento particulares. Em algumas implementações, o modelo de controle federado pode ser baseado em pontos de dados recebidos somente daquelas colheitadeiras tendo ou operando sob um subconjunto das várias variáveis de condição de colheita. Por exemplo, o modelo de controle federado pode ser baseado em pontos de dados recebidos somente de um tipo particular de colheitadeira colhendo um tipo particular de cultivo em uma região particular durante uma pré-definida janela de tempo particular.

[0013] Exemplos de parâmetros de desempenho, que podem ser otimizados com base em regulagens operacionais para uma dada variável de condição de colheita, quando indicados por um modelo, incluem, mas não são limitados a, produção de grãos; promulgação de sementes de ervas daninhas; produção de biomassa; altura de restolho; produtividade de colheitadeira; qualidade do grão; qualidade do resíduo; grão perdido; e eficiência de combustível. A produtividade de colheitadeira se refere à quantidade de hectares colhida pela colheitadeira durante um dado período de tempo. Um modelo pode direcionar o ajuste de regulagens operacionais para otimizar um único parâmetro de desempenho ou para otimizar um conjunto de parâmetros de desempenho. Em algumas implementações, cada parâmetro de desempenho do conjunto de parâmetros de desempenho pode ser atribuído a um diferente peso, uma prioritização ou um grau de importância, em que o peso controla as circunstâncias, nas quais a otimização de múltiplos parâmetros de desempenho pode estar competindo entre si para os diferentes ajustes de regulagem operacional.

[0014] Exemplos de regulagens operacionais que podem ser ajustadas de acordo com um modelo individual incluem, mas não são limitados a um ou mais dentre altura de plataforma de corte; velocidade de colheitadeira, velocidade de debulhe, velocidade de separação, folga de debulhe, velocidade da ventoinha de limpeza; posições do crivo superior, posições da peneira, vazão, posição do carretel, velocidade do carretel, velocidades de correias da plataforma de corte, posições da placa de plataforma, velocidades de plataforma de corte, velocidade do picador, posição de facas contrárias do picador, velocidades de espalhador, e posições de aletas de espalhador.

[0015] Exemplos de várias variáveis de condição de colheita, que podem ser usadas como uma base para ajustar uma regulagem operacional ou múltiplas regulagens operacionais para otimizar um parâmetro de desempenho ou um grupo parâmetros de desempenho incluem, mas não são limitados a, um ou mais de umidade de grão; temperatura; umidade; velocidade do vento; direção do vento; inclinação transversal da colheitadeira; inclinação lateral de colheitadeira; produção atual de grãos; produção atual de biomassa; tipo do cultivo; variedade do cultivo; umidade do solo; tipo do solo; espaçamento entre fileiras; tipo de ervas daninhas; densidade de ervas daninhas, altura de cultivo, estado de altura do cultivo, hora do dia, e ângulo do sol.

[0016] É descrito um método de controle de colheitadeira federado, de exemplo. O método pode incluir obter primeiros dados para pelo menos uma regulagem operacional a partir de cada uma de uma pluralidade de colheitadeiras. Segundos dados são obtidos para pelo menos uma variável de condição de colheita sofrida por cada uma da pluralidade de colheitadeiras, que foi sofrida por cada uma da pluralidade de colheitadeiras concomitantemente com a operação das colheitadeiras com a pelo menos uma regulagem operacional. Terceiros dados são obtidos para pelo menos um parâmetro de desempenho obtido por cada uma da pluralidade de colheitadeiras operando com a pelo menos uma regulagem operacional enquanto é submetida à pelo menos uma variável de condição de colheita. Um modelo operacional orientado por desempenho para o ajuste da regulagem de colheitadeira em resposta às variáveis de condição de colheita é gerado com aprendizado de máquina com base nos primeiros dados, os segundos dados e os terceiros dados. O modelo operacional é então usado para ajustar pelo menos uma regulagem operacional de uma colheitadeira particular que está sendo submetida a uma variável de condição de colheita particular.

[0017] É descrito um controlador de colheitadeira federado, de exemplo. O controlador compreende uma máquina não transitória ou meio legível por computador contendo instruções. As instruções são para direcionar uma unidade de processamento para obter uma pluralidade de pontos de dados a partir de uma pluralidade de diferentes colheitadeiras, cada um dos pontos de dados compreendendo pelo menos um parâmetro de desempenho, pelo menos uma variável de condição de colheita associada e pelo menos uma regulagem operacional, sendo que o pelo menos um parâmetro de desempenho foi obtido pela colheitadeira durante a operação no pelo menos um ajuste de operação sob a pelo menos uma variável de condição de colheita. As instruções direcionam adicionalmente a unidade de processamento para usar o aprendizado de máquina para gerar o modelo operacional orientado por desempenho para o ajuste da regulagem de colheitadeira em resposta às variáveis de condição de colheita com base na pluralidade de pontos de dados. As instruções direcionam adicionalmente a unidade de processamento para transmitir o modelo operacional para um controlador de regulagem operacional de uma colheitadeira particular para o uso no ajuste de uma regulagem da colheitadeira particular sendo submetida a uma variável de condição de colheita particular.

[0018] É descrita uma colheitadeira de exemplo sob o controle federado. A colheitadeira pode compreender uma plataforma de corte compreendendo uma pluralidade de componentes de coleta de cultivo interatuantes para coletar um cultivo a partir do meio em crescimento, uma unidade de separação compreendendo uma pluralidade de componentes de separação de cultivo interatuantes para separar uma porção visada do cultivo colhido a partir de uma porção não visada do cultivo colhido e um controlador para ajustar pelo menos um componente dos componentes de coleta de cultivo e os componentes de separação de cultivo com base no modelo operacional orientado por desempenho, gerado através do aprendizado de máquina com base nos dados de regulagem operacional, dados de variável de condição de colheita e dados de desempenho obtidos a partir de uma pluralidade de outras colheitadeiras.

[0019] A figura 1 é um diagrama de blocos ilustrando esquematicamente porções de um sistema de controle de colheitadeira federado, de exemplo, 10. O sistema 10 facilita o ajuste de regulagens operacionais de uma colheitadeira individual com base em um modelo operacional provendo limites de ajuste para as regulagens operacionais, os limites de ajuste do modelo sendo gerados através de aprendizado de máquina usando uma grande população de pontos de dados obtidos a partir de uma pluralidade de outras colheitadeiras. O sistema 20 compreende uma pluralidade de colheitadeiras incluindo as colheitadeiras 20-1 a 20-n (coletivamente referidas como as colheitadeiras 20), o sistema de controle de colheitadeiras central 30 e a colheitadeira controlada 32.

[0020] As colheitadeiras 20 e a colheitadeira controlada 32 compreendem máquinas agrícolas que separam plantas de cultivo a partir de um meio em crescimento e que processam as plantas de cultivo separadas. Tal processamento das plantas de cultivo pode envolver o debulhe das plantas de cultivo, a separação de grão a partir de material diferente de grão (MOG) e a limpeza do grão por remover adicionalmente Resíduo de MOG, tal como palha do grão separado. Tais colheitadeiras podem incluir um debulhador rotativo ou um sacudidor de palha que inicialmente separa o grão a partir do MOG e uma coleção de crivos superiores e peneiras subjacentes, que substancialmente filtram e sopram o MOG mais leve para trás, para o descarregamento, quando o grão mais pesado passa através de aberturas nos crivos superiores e peneiras.

[0021] No exemplo ilustrado, as colheitadeiras 20 transmitem pontos de dados para o sistema de controle de colheitadeiras central 30 para a geração de modelos operacionais orientados por desempenho e/ou limites de regulagem operacional de ajuste para a colheitadeira 32. Deve ser apreciado que cada um dos conjuntos de colheitadeira 20 e 32 pode prover pontos de dados para o sistema 30 para a geração de modelos operacionais, que podem ser utilizados para ajustar as regulagens operacionais para qualquer das outras colheitadeiras, incluindo ambas as colheitadeiras 20 e a colheitadeira 32. Dito de outra maneira, todas das colheitadeiras 20 e 32 contribuem com pontos de dados para a geração de um modelo que estabelece o ajuste da regulagem operacional ou dispara pontos e todas das colheitadeiras 20 e 32 utilizam os limites de regulagem operacional de ajuste ou pontos de disparador. Tais pontos de dados podem ser transmitidos de uma forma sem fio de cada uma das colheitadeiras 20 e 32 para o sistema 30 usando transceptores sem fio, transportados por cada uma de tais colheitadeiras, e uma rede de comunicação sem fio. Como um resultado, tal coleta de pontos de dados pelo sistema 30 e a geração dos modelos operacionais para ajustar os limites de controle podem ser realizadas em tempo real através das múltiplas colheitadeiras 20 e 32.

[0022] Os pontos de dados transmitidos de cada uma das colheitadeiras 20 (e 32) para o sistema 30, compreendem, cada, um conjunto de dados compreendendo um valor para um parâmetro de desempenho (P) obtido pela colheitadeira particular e a variável de condição de colheita associada (HC) e regulagem operacional (OS),, que eram existentes ou, que estavam em uso para a colheitadeira particular ao mesmo tempo em que o valor para o parâmetro de desempenho foi obtido. Por exemplo, um ponto de dados, de exemplo, pode compreender a velocidade do soprador de limpeza (a regulagem operacional) e a temperatura (variável de condição de colheita) para a colheitadeira particular, que resultou em a colheitadeira particular ter um grau particular de perda de grão (o parâmetro de desempenho). Cada uma das colheitadeiras 20 pode prover pontos de dados similares incluindo suas respectivas velocidades de soprador de limpeza, temperaturas e valores de perda de grão, sendo que o sistema 30 pode usar tais dados para gerar um modelo correlacionando a velocidade de soprador de limpeza e temperatura para perda de grão e em que o modelo pode estabelecer limites para ajustar a velocidade de soprador para uma dada temperatura para otimizar (reduzir) a perda de grão. Os pontos de dados transmitidos para o sistema 30 a partir das várias colheitadeiras 20 podem compreender conjuntos de valores para várias combinações de regulagens operacionais e variáveis de condição de colheita juntamente com o parâmetro de desempenho associado.

[0023] Em algumas implementações, os valores para o parâmetro de desempenho, variável de condição de colheita e regulagem operacional, em cada ponto de dados ou conjunto de dados, pode compreender valores numéricos. Em outras implementações, os pontos de dados podem ter valores na forma das relações entre múltiplas condições de cultivo, múltiplas regulagens operacionais, múltiplos parâmetros de desempenho. Por exemplo, ao invés de um ponto de dados tendo um valor de parâmetro de desempenho como uma função de um valor de condição de colheita particular, um ponto de dados pode ter um primeiro valor de desempenho como uma função da relação de um primeiro valor de condição de colheita particular para um segundo valor de condição de colheita particular. Um ponto de dados pode ter um valor de parâmetro de desempenho como uma função de uma relação do primeiro valor de regulagem operacional com relação a um segundo diferente valor de regulagem operacional para a colheitadeira. Em algumas implementações, os pontos de dados podem ter um valor de parâmetro de desempenho como uma função da relação de pelo menos um valor de regulagem operacional com relação a pelo menos um valor de variável de condição de colheita.

[0024] Exemplos de parâmetros de desempenho, que podem ser otimizados com base em regulagens operacionais para uma dada variável de condição de colheita, quando indicados por um modelo, incluem, mas não são limitados a, promulgação de sementes de ervas daninhas; produção de biomassa; altura de restolho; produtividade de colheitadeira; qualidade do grão; qualidade do resíduo; grão perdido; e eficiência de combustível. Deve ser apreciado que parâmetros de desempenho particulares, em algumas implementações, podem concomitantemente servir como parâmetros de variável de condição de colheita para otimizar outros parâmetros de desempenho.

[0025] Exemplos de regulagens operacionais, que podem ser ajustadas de acordo com um modelo individual incluem, mas não são limitadas a um ou mais dentre altura de plataforma de corte; velocidade de colheitadeira, velocidade de debulhe, velocidade de separação, folga de debulhe, velocidade da ventoinha de limpeza; posições do crivo superior, posições da peneira, vazão, posição do carretel, velocidade do carretel, velocidades de correias da plataforma de corte, posições da placa de plataforma, produção de grãos, velocidades de plataforma de corte, velocidade do picador, posição de facas contrárias do picador, velocidades de espalhador, e posições de aletas de espalhador. Tais regulagens operacionais podem ser ou alimentadas por um operador, estabelecidas pelo controlador de regulagem operacional da colheitadeira ou sensoreadas/detectadas por vários sensores na colheitadeira.

[0026] Exemplos de várias variáveis de condição de colheita, que podem ser usadas como uma base para ajustar uma regulagem operacional ou múltiplas regulagens operacionais para otimizar um parâmetro de desempenho ou um grupo parâmetros de desempenho incluem, mas não são limitadas a, um ou mais dentre umidade de grão; umidade da biomassa, temperatura; umidade, velocidade do vento; direção do vento; inclinação transversal da colheitadeira; inclinação lateral da colheitadeira; produção atual de grãos; produção atual de biomassa; tipo do cultivo; variedade do cultivo; umidade do solo; tipo do solo; espaçamento entre fileiras; tipo de ervas daninhas; densidade de ervas daninhas, altura de cultivo, índice de saúde de planta, níveis de constituintes de grão, estado de altura do cultivo, hora do dia, e ângulo do sol. Tais variáveis de condição de colheita podem ser ou alimentadas por um operador, sensoreadas/detectadas por vários sensores em uma colheitadeira ou recuperadas ou obtidas a partir de uma fonte ou sensor externo à colheitadeira. Em algumas implementações, a colheitadeira pode recuperar particulares variáveis de condição de colheita, específicas à colheitadeira, tais como a temperatura local, velocidade do vento ou direção do vento, hora do dia, ângulo do sol ou similar, a partir de uma fonte de Internet pública ou privada.

[0027] Em algumas implementações, os pontos de dados transmitidos de cada uma das colheitadeiras 20 (e 32) para o sistema 30 compreendem, cada, um conjunto de dados ou valores compreendendo um valor para um parâmetro de desempenho (P) obtido pela colheitadeira particular e valores para múltiplas diferentes variáveis de condição de colheita associadas (HC) e uma regulagem operacional (OS), que eram existentes ou, que estavam em uso para a colheitadeira particular ao mesmo tempo em que o valor para o parâmetro de desempenho foi obtido. Em algumas implementações, os pontos de dados compreendem, cada, um conjunto de valores compreendendo um valor para um parâmetro de desempenho obtido pela colheitadeira particular, e o valor para a variável de condição de colheita e valores para múltiplas diferentes regulagens operacionais da colheitadeira que ocorreram ou estavam em uso para a colheitadeira particular ao mesmo tempo em que o valor para o parâmetro de desempenho foi obtido. Em algumas implementações, os pontos de dados compreendem, cada, um conjunto de valores ou um parâmetro de desempenho obtido pela colheitadeira particular e múltiplos valores para múltiplas diferentes regulagens operacionais e múltiplas diferentes variáveis de condição de colheita, que eram existentes ou, que eram usadas pela colheitadeira particular no momento em que o valor para o parâmetro de desempenho foi obtido. Em tais implementações, o parâmetro de desempenho é um parâmetro de desempenho a ser otimizado pelo modelo que deve ser baseado em tais pontos de dados.

[0028] Em algumas implementações, o modelo a ser gerado usando tais pontos de dados é para otimizar os valores para múltiplos parâmetros de desempenho. Em uma tal implementação, os pontos de dados transmitidos a partir de cada uma das colheitadeiras 20 (e 32) para o sistema 30 podem, cada, compreender um conjunto de dados ou valores compreendendo múltiplos valores para múltiplos parâmetros de desempenho diferentes (P), obtidos pela colheitadeira particular e as associadas variável de condição de colheita (HC) e regulagem operacional (OS), que eram existentes ou, que estavam em uso para a colheitadeira particular ao mesmo tempo em que os valores para os parâmetros de desempenho foram obtidos. Por exemplo, um ponto de dados, de exemplo, pode compreender a velocidade do soprador de limpeza (a regulagem operacional) e a temperatura (variável de condição de colheita) para a colheitadeira particular, que resultou em a colheitadeira particular tendo um grau particular de perda de grão (um primeiro parâmetro de desempenho a ser otimizado) e o primeiro valor para qualidade do grão (o segundo valor de desempenho a ser otimizado). Cada uma das colheitadeiras 20 pode prover pontos de dados similares incluindo suas respectivas velocidades de soprador de limpeza, temperaturas e valores de perda de grão, sendo que o sistema 30 pode usar tais dados para gerar um modelo correlacionando a velocidade de soprador de limpeza e temperatura para perda de grão e a qualidade do grão e em que o modelo pode estabelecer limites para ajustar a velocidade de soprador para uma dada temperatura para otimizar (reduzir) a perda de grão e melhorar a qualidade do grão (que pode ser baseada na limpeza de grão (ausência de MOG) e/ou um nível mais baixo de grão quebrado).

[0029] Os pontos de dados transmitidos para o sistema 30 a partir das várias colheitadeiras 20 podem compreender conjuntos de valores para várias combinações de regulagens operacionais e variáveis de condição de colheita juntamente com os parâmetros de desempenho associados, que devem ser otimizados por regulagens operacionais controlador da colheitadeira usando limites de regulagem operacional de ajuste obtidos de, ou derivados de, o modelo gerado. Em algumas implementações, os pontos de dados compreendem, cada, um conjunto de valores compreendendo valores diferentes para múltiplos diferentes parâmetros de desempenho obtidos pela colheitadeira particular, um valor para a variável de condição de colheita e valores para múltiplas diferentes regulagens operacionais da colheitadeira que ocorreram ou estavam em uso para a colheitadeira particular ao mesmo tempo em que os valores para os parâmetros de desempenho foram obtidos. Em algumas implementações, os pontos de dados compreendem, cada, um conjunto de valores compreendendo valores diferentes para múltiplos diferentes parâmetros de desempenho obtido pela colheitadeira particular, múltiplos valores para múltiplas diferentes variáveis de condição de colheita e o valor para uma regulagem operacional da colheitadeira que ocorreram ou estavam em uso para a colheitadeira particular ao mesmo tempo em que os valores para os parâmetros de desempenho foram obtidos. Em algumas implementações, os pontos de dados compreendem, cada, um conjunto de valores compreendendo os múltiplos valores diferentes para os parâmetros de desempenho obtido pela colheitadeira particular e múltiplos valores para múltiplas diferentes regulagens operacionais e múltiplas diferentes variáveis de condição de colheita, que eram existentes ou, que eram usadas pela colheitadeira particular no momento em que os valores para os parâmetros de desempenho foram obtidos.

[0030] O sistema de controle de colheitadeiras central 30 gera modelos operacionais orientados por desempenho para a colheitadeira 32 (bem como colheitadeiras 20) usando os pontos de dados recebidos a partir das colheitadeiras 20 (e da colheitadeira 32). Tais modelos operacionais servem como uma base para a geração ou derivação de limites dinâmicos personalizados para disparar o ajuste de regulagens operacionais de colheitadeira 32 (ou colheitadeiras 20). O sistema 30 compreende a unidade de processamento 40 e um meio legível por máquina, não transitório, 42. A unidade de processamento 40 compreende elementos lógicos ou outro circuito eletrônico que executa instruções armazenadas e providas pelo meio legível por máquina, não transitório, 42. Embora o sistema 30 seja ilustrado como uma única unidade de processamento 40 e um único meio 42, deve ser apreciado que o sistema 30 pode ser distribuído entre múltiplas diferentes unidades de processamento e múltiplos diferentes meios legíveis por máquina, não transitórios, que cooperam entre si para realizar as funções do sistema 30.

[0031] O meio legível por máquina, não transitório, 42, (também referido como um meio legível por computador, não transitório) pode ser na forma de um disco rígido, unidades de memória flash, memória de classe de armazenamento ou outra memória não volátil que armazena instruções para direcionar a operação da unidade de processamento 40. O meio 42 pode servir adicionalmente como um espaço de armazenamento para armazenar os modelos operacionais gerados e outros dados recebidos por, outros gerados pelo sistema 30. O meio 42 compreende as instruções de geração de modelo de desempenho 50 e as instruções de controle de regulagem operacional 54.

[0032] As instruções de geração de modelo de desempenho 50 direcionam a unidade de processamento 40 para obter os pontos de dados das colheitadeiras 20 e, com aprendizado de máquina, gerar modelos operacionais orientados por desempenho 56 para a colheitadeira 32 (e potencialmente as colheitadeiras 20) usando tais pontos de dados. Em algumas implementações, o sistema 30 compreende uma rede neuronal que realiza tal aprendizado de máquina. Os modelos gerados servem como uma base para o estabelecimento dos limites de disparo de ajuste operacional de regulagem dinâmica e personalizada usados pela colheitadeira 32 em resposta à alteração de variáveis de condição de colheita. No exemplo ilustrado, os modelos operacionais 56 gerados pelo sistema 30 são armazenados no meio 42 e são subsequentemente transmitidos para a colheitadeira 32 (e, potencialmente, as colheitadeiras 20). Em outras implementações, os modelos operacionais 56, na geração, são transmitidos para as várias colheitadeiras a serem controladas pelo sistema de controle federado 10.

[0033] Em algumas implementações, as instruções 50 direcionam a unidade de processamento 40 para desenvolver diferentes modelos operacionais orientados por desempenho, que são personalizados para regiões geográficas particulares, tipos particulares de cultivos, variedades particulares de cultivos, particular períodos de tempo, tipos ou modelos particulares de colheitadeiras, tipos de solo particulares, condições particulares de crescimento ou outros critérios. Em contraste com os limites genéricos estabelecidos por um fabricante ou possivelmente supostos por um operador, os distintos modelos de operação orientados por desempenho personalizados provêm limites personalizados para disparar o ajuste de regulagens operacionais, em que os limites personalizados, mais precisamente, controlam a temporização e a extensão dos ajustes de regulagem operacional para mais bem otimizar para parâmetros de desempenho.

[0034] A título de exemplo, as instruções 50 podem direcionar a unidade de processamento 40 a usar aprendizado de máquina para usar dados a partir de múltiplas colheitadeiras para desenvolver um modelo de controle federado individual com base em pontos de dados somente recebidos a partir de colheitadeiras operando dentro de uma região geográfica particular. O modelo de controle federado pode ser baseado em pontos de dados somente recebidos a partir de colheitadeiras que estão colhendo um tipo ou variedade particular de cultivo. O modelo de controle federado pode ser baseado em pontos de dados recebidos somente a partir de tipos ou modelos particulares de colheitadeiras. O modelo de controle federado pode ser baseado em pontos de dados somente recebidos durante uma janela de tempo particular ou somente recebidos a partir de colheitadeiras que estão colhendo cultivos crescidos em certos tipos de solo ou sob condições de crescimento particulares. Em algumas implementações, o modelo de controle federado pode ser baseado em pontos de dados recebidos somente a partir daquelas colheitadeiras tendo ou operando sob um subconjunto das várias variáveis de condição de colheita. Por exemplo, o modelo de controle federado pode ser baseado em pontos de dados recebidos somente de um tipo particular de colheitadeira que está colhendo um tipo particular de cultivo em uma região particular durante uma pré-definida janela de tempo particular. Em tais implementações, as instruções 50 podem pré-filtrar os pontos de dados recebidos a partir das colheitadeiras 20 com base nos critérios acima, em que cada modelo que é gerado é baseado somente em pontos de dados que satisfazem critérios particulares associados ao modelo.

[0035] Por exemplo, em uma implementação, um modelo individual que deve ser usado para o ajuste operacional das regulagens da colheitadeira 32 operando em um certo ponto no tempo pode ser baseado somente em pontos de dados recebidos a partir das colheitadeiras 20 durante a janela de tempo contendo o certo ponto no tempo. Em uma implementação, a janela de tempo pode ser uma estação de colheita. Em outra implementação, a janela de tempo pode ser uma menor porção da estação de colheita, tal como um dia, uma semana, duas semanas, quatro semanas ou um mês. Por exemplo, a geração de um modelo, a partir do qual limites de disparo de ajuste de regulagem operacional devem ser derivados para o ajuste da colheitadeira operando em 1º de agosto podem ser gerados com base somente em pontos de dados recebidos a partir das colheitadeiras 20, que estavam operando durante o mês de julho, onde o “frescor” do modelo é baseado em dados que não são mais antigos que um mês. Em algumas implementações, modelos individuais podem ser atribuídos à data de “frescor”, indicando a última data para a qual se pode contar com os valores de disparo de ajuste de regulagem operacional, derivados do modelo. O exemplo descrito pode ser igualmente aplicado usando outros critérios diferentes de uma janela de tempo, como os critérios acima incluindo, mas não limitados a, tipo ou variedade de cultivo, região geográfica, tipo ou modelo de colheitadeira, ou qualquer das variáveis de condição de colheita, acima descritas.

[0036] Em algumas implementações, diferentes pontos de dados ou conjuntos de dados usados para formar o modelo ou para estabelecer um valor de disparo ou de limite de ajuste de regulagem operacional pode ser diferentemente ponderado com base na idade de tais pontos de dados. Por exemplo, pontos de dados mais velhos no tempo podem estar dando um menor peso em comparação com pontos de dados recebidos ou obtidos mais recentemente. Embora os dados usados para estabelecer um modelo, estabelecer um valor limite, sejam obtidos através de uma extensa faixa de tempo, dados mais recentemente obtidos, enquanto que um maior impacto sobre o modelo ou limites.

[0037] Em algumas implementações, diferentes pontos de dados ou conjuntos de dados usados para formar o modelo ou para estabelecer um valor de disparo ou de limite de ajuste de regulagem operacional podem ser diferentemente ponderados com base no local geográfico, no qual os dados foram obtidos. Em algumas implementações, diferentes pontos de dados ou conjuntos de dados usados para formar o modelo ou para estabelecer um valor de disparo ou de limite de ajuste de regulagem operacional podem ser diferentemente ponderados com base na proximidade do local geográfico, no qual os dados foram obtidos em relação ao local geográfico da colheitadeira solicitando um modelo, solicitando um valor de disparo ou de limite de ajuste de regulagem operacional ou determinando o modelo ou um valor de disparo ou de limite de ajuste de regulagem operacional. Mesmo se exatamente os mesmos conjuntos de dados forem usados, diferentes modelos ou determinantes disparadores ou limites de ajuste de regulagem operacional (para uma dada condição de colheita) podem ser gerados dependendo do local geográfico da colheitadeira que está indo usar o modelo ou limites. Por exemplo, uma primeira colheitadeira operando em uma primeira região geográfica pode gerar ou solicitar um modelo ou limites de regulagem operacional de ajuste, em que o modelo ou limites são formados ou determinados com base em um conjunto de pontos de dados obtido a partir de colheitadeiras operando em diferentes locais geográficos, em que o modelo gerado ou recebido pela primeira colheitadeira pode ser baseado em uma maior ponderação aplicada àqueles pontos de dados particulares que se originaram a partir de colheitadeiras operando em regiões geográficas ou locais mais próximos à primeira região geográfica. Ao mesmo tempo, uma segunda colheitadeira (uma diferente colheitadeira ou a primeira colheitadeira posterior operando na segunda região geográfica) operando em uma segunda região geográfica pode gerar ou solicitar um modelo ou limites de regulagem operacional de ajuste, em que o modelo ou limites são formados ou determinados com base em um conjunto de pontos de dados obtido a partir de colheitadeiras operando em diferentes locais geográficos, em que o modelo gerado ou recebido pela segunda colheitadeira pode atribuir uma maior ponderação àqueles pontos de dados particulares, que se originaram a partir de colheitadeiras operando em regiões geográficas ou locais mais próximos à segunda região geográfica. Devido às diferentes ponderações, a primeira colheitadeira e a segunda colheitadeira podem diferentemente ajustar a operação das regulagens para uma dada condição de colheita devido aos diferentes modelos que resultam das diferentes ponderações aplicadas aos mesmos pontos de dados que formam os diferentes modelos.

[0038] Como discutido acima, em algumas implementações, um ponto de dados individual pode compreender valores para múltiplos diferentes parâmetros de desempenho, múltiplas diferentes variáveis de condição de colheita e/ou múltiplas diferentes regulagens operacionais concomitantemente obtidos ou sofridos por uma colheitadeira individual. Em tais implementações, as instruções 50 podem direcionar a unidade de processamento 40 para diferentemente valores diferentes de peso. Em algumas implementações, diferentes variáveis de condição de colheita podem ser atribuídas a diferentes pesos com base em seu predeterminado impacto ou efeito sobre o particular parâmetro de desempenho ou grupo de parâmetros de desempenho sendo otimizado. De maneira semelhante, em algumas implementações, diferentes regulagens operacionais podem ser atribuídas a diferentes pesos com base em seu predeterminado impacto ou efeito sobre o particular parâmetro de desempenho ou grupo de parâmetros de desempenho sendo otimizado. Por exemplo, pode ser determinado, através de estudos empíricos ou análise anterior pelo sistema 30, que uma variável de condição de colheita particular, tal como a umidade de grão, pode ter um maior impacto ou efeito sobre qualidade do grão em comparação com uma diferente variável de condição de colheita. Em uma tal implementação, aos valores pertencentes à umidade de grão pode ser dado um maior valor de peso em comparação com a diferente variável de condição de colheita. Pode ser determinado, através de estudos empíricos ou análise anterior pelo sistema 30, que uma regulagem operacional particular, tal como a velocidade do soprador, pode ter um maior impacto ou efeito sobre qualidade do grão em comparação com uma diferente regulagem operacional. Em tais implementações, valores pertencentes à velocidade do soprador podem ter um maior peso atribuído em comparação com a diferente regulagem operacional.

[0039] Em algumas implementações, cada parâmetro de desempenho do conjunto de parâmetros de desempenho pode ser atribuído a diferente peso, uma prioritização ou um grau de importância, em que o peso controla as circunstâncias em que a otimização de múltiplos parâmetros de desempenho pode estar competindo entre si para os diferentes ajustes de regulagem operacional com uma dada variável de condição de colheita ou conjunto de variáveis de condição de colheita. Em tais implementações, os pesos atribuídos aos parâmetros de desempenho podem ser alimentados por um gerente ou um operador com base nos objetivos de desempenho do gerente ou do operador. Por exemplo, um operador pode colocar uma mais alta importância sobre a qualidade do grão, grão limpo, em comparação com a perda de grão. Em uma tal circunstância, um operador pode sinalizar um maior peso ao parâmetro de desempenho de qualidade do grão e um peso mais baixo para o parâmetro de desempenho de perda de grão.

[0040] As instruções de controle de regulagem operacional 54 usam os modelos gerados para identificar os limites de variável de condição de colheita para o ajuste de regulagens operacionais de uma colheitadeira. As instruções 64 direcionam unidade de processamento 40 para derivar limites ou disparadores para fazer um ajuste em uma regulagem operacional ou um grupo de regulagens operacionais com base em uma variável atual de condição de colheita para otimizarmos um particular parâmetro de desempenho ou um grupo de parâmetros de desempenho. Por exemplo, um modelo de exemplo pode correlacionar mais baixa velocidade e umidade de cultivo/umidade de grão à qualidade do grão. O modelo particular pode indicar que, para uma dada umidade de grão, o soprador direcionando ar através do crivo superior e peneira deve ser regulado a uma velocidade particular para otimizar a qualidade do grão. Em uma tal circunstância, as instruções 54 podem determinar ou identificar, a partir do modelo, a dada umidade de grão, na qual o soprador deve ser ajustado para a velocidade particular para otimizar a qualidade do grão. A variável de condição de colheita de umidade de grão de disparo de ajuste, derivada a partir do modelo, pode ser transmitida para uma colheitadeira, sendo que a colheitadeira, no sensoreamento ou recepção ou, de outra maneira, de sinais indicando que a dada umidade de grão está ocorrendo, ajusta automaticamente a velocidade de seu soprador para a velocidade particular.

[0041] Como mostrado pela figura 1, a colheitadeira 32 transmite os valores para sua variável de condição de colheita ou condições (HC) para o sistema 30, como indicado pela seta 58, sendo que o sistema 30 compara o valor atual de variável de condição de colheita de colheitadeira 32 com o limite identificado e fornece as instruções de ajuste de regulagem operacional para a colheitadeira 32, conforme indicado pela seta 60. Em outras implementações, o sistema 30 provê a colheitadeira 32 com os disparadores ou limites de ajuste operacional identificados, conforme indicado pela seta 62 (a regulagem operacional como uma função da variável de condição de colheita (OS (HC)), em que a colheitadeira compara suas variáveis atuais de condição de colheita com o limite e realiza o ajuste para pelo menos uma regulagem operacional da colheitadeira. Em ainda outras implementações, o sistema 30 provê a colheitadeira 32 com o modelo operacional gerado 56, em que as instruções 54 são posicionadas na colheitadeira 32, com as instruções direcionando uma unidade de processamento local na colheitadeira 32 para realizar a identificação de limite ou disparadores de ajuste de regulagem operacional (OS(HC)) a partir do modelo 56 bem como o ajuste de regulagens operacionais usando o limite identificado ou disparadores variáveis atuais existentes de condição de colheita sofrida pela colheitadeira 32.

[0042] A figura 2 é um diagrama de um método de controle de colheitadeira federado, de exemplo, 100, para ajustar as regulagens operacionais da colheitadeira com base em um modelo gerado, através de aprendizado de máquina, a partir de um banco de dados recebido de uma multiplicidade de outras colheitadeiras. O método 100 é descrito no contexto de estar sendo realizado pelo sistema 10. Deve ser apreciado que o método 100 pode ser realizado de maneira semelhante por outros sistemas de controle de colheitadeira federados ou outras colheitadeiras descritas daqui em diante ou similar àquelas implementações descritas.

[0043] Como indicado pelo bloco 104, o sistema 30 obtém primeiros dados para pelo menos uma regulagem operacional de cada uma da pluralidade de colheitadeiras 20. Em uma implementação, o sistema 30 pode sondar as colheitadeiras 20. Em outra implementação, as colheitadeiras 20 pode fornecer os primeiros dados (valor(es)) para pelo menos uma regulagem operacional em tempos ou intervalos de tempo predeterminados. Regulagens operacionais de exemplo são descritas acima.

[0044] Como indicado pelo bloco 108, o sistema 30 obtém o segundo conjunto de dados para pelo menos uma variável de condição de colheita, à qual foi sofrida cada uma da pluralidade de colheitadeiras concomitantemente com a operação das colheitadeiras com o pelo menos um operacional por ajuste.

[0045] Como indicado pelo bloco 112, o sistema 30 obtém terceiros dados para pelo menos um parâmetro de desempenho obtido por cada uma da pluralidade de colheitadeiras 20 operando com a pelo menos uma regulagem operacional, enquanto também é sofrida a pelo menos uma variável de condição de colheita. Em outras palavras, o sistema 30 obtém conjuntos de dados de cada uma das colheitadeiras 20, em que cada um dos conjuntos de dados compreende um valor para uma regulagem operacional e um valor para a condição de colheita, que pode ter contribuído para obter o valor associado ou correspondente ao parâmetro de desempenho. Como discutido acima, em algumas implementações, cada um dos conjuntos de dados pode compreender valores para múltiplos diferentes parâmetros de desempenho, múltiplas diferentes condições de cultivo e múltiplas diferentes regulagens operacionais, que podem ter coexistido para a colheitadeira 20.

[0046] Como indicado pelo bloco 116, as instruções de geração de modelo de desempenho 50 direcionam unidade de processamento 40 para gerar, com aprendizado de máquina, um modelo operacional orientado por desempenho 56 para o ajuste da regulagem de colheitadeira em resposta para coletar condições com base nos primeiros dados, os segundos dados e os terceiros dados. Como indicado pelo bloco 120, as instruções de controle de regulagem operacional 54 identificam os limites de regulagem operacional de ajuste ou disparadores para ajustar pelo menos uma regulagem operacional para otimizar pelo menos um parâmetro de desempenho para uma dada condição de colheita. Usando tais limites, a colheitadeira 30 ajusta pelo menos uma regulagem operacional em resposta à sofrer uma condição de colheita particular, usando o modelo operacional e/ou os limites de ajuste ou disparadores identificados do, ou derivados a partir do, modelo operacional.

[0047] A figura 3 é um diagrama de blocos ilustrando esquematicamente porções de outro sistema de controle de colheitadeira federado, de exemplo, 210. A figura 3 adicionalmente ilustra o fluxo de dados com o sistema 210. O sistema 210 compreende as colheitadeiras 20-1, 20-2, 20-3 … 20-n (coletivamente referidas como as colheitadeiras 20), e o sistema de controle de colheitadeiras central 230. As colheitadeiras 20 são descritas acima. No exemplo ilustrado, cada uma das colheitadeiras 20 provê pontos de dados para o sistema de controle central 230 e ajusta suas regulagens operacionais individuais com base no modelo operacional orientado por desempenho, provido pelo sistema 230 e/ou o limite de ajuste de regulagem operacional provido por, ou derivado a partir do, modelo operacional.

[0048] Como esquematicamente representado na figura 3, o sistema de controle de colheitadeiras central 230 compreende uma unidade ou um sistema de computação centralizado, que realiza o aprendizado de máquina de profundidade de nuvem 270 usando os vários conjuntos de dados ou pontos de dados 272 recebidos a partir de cada uma das colheitadeiras 20. Cada um dos pontos de dados 272 compreende valores para pelo menos uma condição de colheita/variável de condição de colheita, valores para pelo menos uma regulagem operacional em valores para pelo menos um parâmetro de desempenho. Tal aprendizado de máquina 270 resulta na geração de modelos operacionais orientados por desempenho para os ajustes da regulagem de colheitadeiras, que devem ser feitos em resposta a valores para variáveis associadas da condição de colheita. Os modelos operacionais orientados por desempenho provêm limite ou disparadores de ajuste de regulagem operacional com base nas existentes condições de cultivo ou variáveis de condição de colheita. Os modelos e/ou disparadores são fornecidos para uma base de conhecimento 274-1, 274-2, 274-3 e 274-n associada a cada uma das colheitadeiras 20.

[0049] Como também esquematicamente representado na figura 3, cada uma das colheitadeiras 20 monitora suas respectivas condições de cultivo individuais, 276-1, 276-2, 276-3 e 276-n (coletivamente referidas como as condições de cultivo 276) que podem ser diferentes umas das outras. Com base nas condições de cultivo individuais 276 no modelo ou limite provido nas respectivas bases de conhecimento 274, conjuntos de instruções individualizados 278-1, 278-2, 270-3 … 278-n são gerados, ajustando pelo menos uma regulagem operacional. Tal ajuste pode resultar em novos valores para os parâmetros de desempenho. Esses novos valores para os parâmetros de desempenho, juntamente com a pelo menos uma regulagem operacional ajustada nas condições de cultivo, são mais uma vez novamente carregados de forma ascendente para o sistema central 230, que pode adicionalmente ajustar o modelo operacional orientado por desempenho, para o ajuste das regulagens de colheita. Como um resultado, tais iterações de realimentação de enlace fechado facilitam o aprendizado de máquina de profundidade de nuvem e a atualização contínua do modelo operacional orientado por desempenho para o ajuste da regulagem de colheitadeira e/ou os limites de regulagem operacional de ajuste para mais bem identificar os limites precisos de variável de condição de colheita ou valor de variável de condição de colheitas para disparar o ajuste de pelo menos uma regulagem operacional. Em algumas circunstâncias, um primeiro valor para a variável de condição de colheita particular pode disparar o ajuste de uma primeira regulagem operacional enquanto um segundo valor diferente para a mesma variável de condição de colheita particular pode disparar o ajuste de uma segunda regulagem operacional diferente. Em algumas circunstâncias, um primeiro valor para uma primeira variável de condição de colheita pode disparar o ajuste de uma primeira regulagem operacional, enquanto um segundo valor para uma diferente variável de condição de colheita um disparador do ajuste de uma segunda regulagem operacional diferente da colheitadeira.

[0050] A figura 4 é um diagrama ilustrando esquematicamente um sistema de controle de colheitadeira federado, de exemplo, 310. O sistema 310 compreende as colheitadeiras 320, uma das quais é especificamente mostarda, e um sistema central ou o sistema de controle de colheitadeiras central 230 (descrito acima). As colheitadeiras 320 podem ser similares entre si. Cada colheitadeira 320 pode compreender um chassi principal 412 tendo estrutura com rodas, incluindo rodas engatando ao solo dianteiras e traseiras 414 e 415, suportando o chassi principal para o movimento à frente sobre um campo de cultivo a ser colhido. As rodas dianteiras 414 são acionadas por uma transmissão hidrostática eletronicamente controlada.

[0051] Uma plataforma de corte verticalmente ajustável ou plataforma de colheita 416 é usada para colher um cultivo e direcionar o mesmo para um alimentador 418. O alimentador 418 é pivotadamente conectado ao chassi 412 e inclui um transportador para transportar o cultivo colhido para um batedor 419. O batedor 419 direciona o cultivo para cima através de uma seção de transição de entrada 422 para um conjunto de debulhe rotativo 424. Em outras implementações, outras orientações e tipos de estruturas de limpeza e outros tipos de plataformas de corte 416, tais como armação transversal suportando unidades de fileira individuais, são utilizados.

[0052] O conjunto de debulhe rotativo 224 debulha e separa o material de cultivo colhido. Resíduo de grão e de cultivo, tal como palha, caem através de um côncavo 425 e grelhas de separação 423 na base do conjunto 424 para um sistema de limpeza e separação 426, e são limpos por um crivo superior e/ou peneira 428 e ventoinha de ar ou soprador 429. O soprador 429 sopra o resíduo de cultivo mais leve acima da peneira 228 e para trás para a descarga. O grão passa através de aberturas, entre persianas, providas pela peneira 428. O grão limpo é direcionado para o elevador 433. O elevador de grão limpo 433 transporta o grão para o tanque 442. O grão limpo no tanque 442 pode ser descarregado para dentro de um carrinho de grão ou caminhão de grão por parafuso sem-fim de descarregamento. Resíduos caem no elevador de retorno ou parafuso sem-fim 431 e são transportados para o rotor 437 onde eles são debulhados uma segunda vez.

[0053] Palha debulhada e separada é descarregada do conjunto de limpeza rotativa e limpeza 424 através de uma saída 432 para um batedor de descarga 434. Em uma implementação, o batedor de descarga 434, por sua vez, impulsiona a palha para o picador rotativo 444, que pica a palha e outro resíduo antes de direcionar a palha e outro resíduo para o separador 446. O picador rotativo 444 pode ter lâminas, que são giradas em relação a um conjunto de facas contrárias de picador 445, que podem ter várias posições em relação ao picador 444, que são ajustáveis por um atuador. Em algumas implementações, em que a palha é picada pelo picador 444, o batedor de descarga 434 pode ser omitido ou outro mecanismo pode ser usado para direcionar a palha para o picador rotativo 444. Em ainda outras implementações, o batedor de descarga 434 pode direcionar a palha para uma saída de descarga acima do espalhador 446, em que a palha não é picada antes de ser descarregada a partir da parte traseira da colheitadeira combinada 410 pelo espalhador 446. A operação da combinada é controlada a partir de uma cabina do operador 435.

[0054] No exemplo ilustrado, o conjunto de debulhe rotativo 424 compreende um alojamento de rotor cilíndrico 436 e um rotor 437 posicionado dentro do alojamento 436. A parte dianteira do rotor e o alojamento de rotor definem a seção de alimentação 438. A jusante da seção de alimentação 438 estão a seção de limpeza 439, a seção de limpeza 440 e a seção de descarga 441. O rotor 437 na seção de alimentação 438 é provido com um tambor de rotor cônico tendo elementos de alimentação helicoidais para engatar material de cultivo colhido, recebido do batedor 419 e seção de transição de entrada 422.

[0055] Na seção de limpeza 439, o rotor 437 compreende um tambor de rotor cilíndrico tendo um número de elementos de limpeza, às vezes chamados de barras de raspar, para limpar o material de cultivo colhido, recebido da seção de alimentação 438. A jusante da seção de limpeza 439 é a seção de limpeza 440, em que o grão aprisionado no material de cultivo debulhado é liberado e cai no crivo superior/peneira 428.

[0056] Como adicionalmente mostrado pela figura 4, o sistema 310 compreende múltiplos sensores para coletar valores para os parâmetros de desempenho, valores para as regulagens operacionais atuais e valores para as variáveis de condição de colheita. No exemplo ilustrado, o sistema 410 adicionalmente compreende os sensores 340, 342, 344, 346, 348, 350, 352, 354, 356 e 358. O sensor 340 sensoreia o impacto de cultivos ou porções de cultivos contra as porções de plataforma de corte 416, em que o impacto sensoreado é usado para indicar a produção de grãos, que pode servir como um parâmetro de desempenho ou uma condição de colheita. Em uma implementação, o sensor 340 caracteriza acelerômetro que sensorearia o impacto ou vibração produzida pelo impacto de uma espiga de milho ou outros grãos de cultivo.

[0057] O sensor 342 compreende um sensor na forma de uma câmera (c) que captura imagens de cultivos à frente da colheitadeira 320 está antes de ser interagido pela colheitadeira 320 ou depois de tal interação inicial. Em uma implementação, o sensor 342 pode compreender LIDAR. Em outras implementações, a câmera pode compreender uma câmera de imagem estacionária, uma câmera de formação de imagens térmicas ou outras formas de uma câmera. As imagens são valores emitidos pelos sensores 342; podem indicar a produção de grãos, posição do carretel, velocidade do carretel, velocidades de correias da plataforma de corte, posições da placa de plataforma, velocidades de plataforma de corte, inclinação transversal da colheitadeira, inclinação lateral de colheitadeira, variedade do cultivo, tipo do cultivo, espaçamento entre fileiras, tipo de ervas daninhas, densidade de ervas daninhas, altura de cultivo, estado de altura do cultivo, condições do solo ou similares.

[0058] O sensor 344 compreende um sensor, tal como um para de emissor-detector de fotografia, potenciômetro, câmera ou outro sensor que detecta regulagens operacionais tais como velocidade do rotor, tamanho do rotor, côncavo ou posicionamento de tela, produção de biomassa, e similar. O sensor 346 compreende um sensor, tal como uma câmera, par de emissordetector ou similar, suportado abaixo do crivo superior/peneira 428 para fornecer sinais, que podem ser usados para determinar ou estimar a qualidade do grão, desempenho do crivo superior/peneira, desempenho de debulhe e similar.

[0059] O sensor 348 compreende um sensor, tal como uma câmera, par de emissor-detector ou similar, que sensoreia a palha, o crivo superior, outro resíduo, sendo soprado do crivo superior/peneira 428 na direção para a parte traseira da descarga de colheitadeira 324. O sensor 348 pode fornecer sinais, que podem ser usados para determinar a produção de biomassa, tipo de ervas daninhas, densidade de ervas daninhas, peneira/crivo superior performance, perda de grão, desempenho de debulhe e similar. O sensor 350 compreende um sensor suportado pelo ajuste de colheitadeira 320, para sensorear o resíduo sendo ejetado a partir da parte traseira do rotor. Sinais do sensor 350 podem assistir em indicar o tipo de ervas daninhas, produção atual de biomassa e similar.

[0060] O sensor 352 sensoreia grão sendo descarregado para dentro de um tanque de grão. Em uma implementação, o sensor 352 compreende uma placa de impacto, contra a qual grão incide. Em outra implementação, o sensor 352 pode compreender um foco de câmera sobre o grão dentro do tanque de grão. O sensor 352 pode assistir em indicar a produção de grãos e/ou qualidade do grão.

[0061] O sensor 354 compreende um sensor suportado na parte traseira da colheitadeira 320. Em uma implementação, o sensor 354 compreende uma câmera. Em outra implementação, o sensor quatro compreende um formador de imagens térmicas. O sensor 354 pode ser focado sobre o resíduo de cultivo sendo descarregado pelo espalhador ou depois do resíduo ter sido depositado sobre o solo. O sensor 354 pode adicionalmente ou alternativamente ser focado sobre o restolho no solo antes da deposição do resíduo. O sensor 354 pode fornecer sinais, que podem assistir na determinação da produção atual de biomassa, grão perdido, altura de restolho e produção de biomassa.

[0062] O sensor 356 compreende um sensor transportado pela colheitadeira 320, que sensoreia várias condições ambientais, tais como a velocidade do vento, direção do vento, ângulo do sol, inclinação transversal da colheitadeira, inclinação lateral de colheitadeira, temperatura, umidade. No exemplo ilustrado, outros valores para regulagens operacionais podem ser obtidos diretamente do controlador de colheitadeira 320, que estabelece tais regulagens operacionais, como a altura de plataforma de corte, velocidade de colheitadeira, velocidade de debulhe, velocidade de separação, folga de debulhe, velocidade da ventoinha de limpeza, posições de crivo superior, posições da peneira, vazão, posição do carretel, velocidade do carretel, velocidades de correias da plataforma de corte, posições da placa de plataforma, velocidades de plataforma de corte, velocidade do picador, posição de facas contrárias do picador, velocidades de espalhador e posições de aletas de espalhador. Em algumas implementações, cada uma dessas regulagens operacionais pode adicionalmente ter um sensor associado, que sensoreia o valor atual para a regulagem operacional particular, em que as regulagens atuais podem, às vezes, diferir da regulagem pretendida, conforme estabelecida pelos sinais de controle emitidos pelo controlador.

[0063] O sensor 357 compreende um sensor que detecta o nível de combustível ou o consumo de combustível pela colheitadeira 320. Os sinais indicando o consumo de combustível podem ser usados em combinação com sinais de GPS para indicar a eficiência de combustível. Em algumas implementações, a eficiência de combustível pode também ser calculada como uma função da quantidade de grão colhido por volume de combustível consumido.

[0064] No exemplo ilustrado, um controlador de colheitadeira 320 pode adicionalmente ser configurado para recuperar várias condições de cultivo locais para a colheitadeira particular a partir de fontes de dados externas através de rede ou conexão sem fio. Por exemplo, o controlador de colheitadeira 320 pode recuperar dados de locais ou a colheitadeira específica, tal como a velocidade do vento, direção do vento, temperatura, umidade, hora do dia, umidade, ângulo do sol, tipo do solo, umidade do solo e similar. Tais valores podem ter sido anteriormente obtidos (dentro de uma janela de tempo pré-definida em relação ao tempo atual da colheita) e armazenados em uma base de dados remota, acessível por via sem fio, para ser recuperados pela colheitadeira 320. Em algumas implementações, os dados podem adicionalmente ou alternativamente ser diretamente recuperados a partir da fonte de dados remota pelo sistema 230.

[0065] O sensor 358 compreende um sensor aerotransportado, que pode obter valores para vários parâmetros de desempenho, regulagens operacionais e/ou condição de colheitas. O sensor 358 pode ser na forma de um satélite, "drone", avião ou outro dispositivo aerotransportado e uma porção de captura do campo imediatamente à frente ou imediatamente atrás da colheitadeira 320 quando a colheitadeira 320 está cruzando um campo durante a colheita. Em algumas implementações, o sensor aerotransportado 358 pode capturar imagens de um campo bem antes ou bem depois da colheita, em que os dados obtidos são armazenados em uma base de dados para a recuperação pela colheitadeira 320 ou o sistema 230. O sensor 358 pode transmitir dados para a colheitadeira 320 em tempo real ou pode armazenar dados capturados em uma base de dados, a partir da qual os dados podem ser recuperados pela colheitadeira 320 ou o sistema 230. Exemplos de dados, que podem ser obtidos por sensores 358 incluem, mas não são limitados a, altura de restolho, tipos de ervas daninhas, densidade de ervas daninhas, produção de biomassa, espalhamento de resíduo descarregado, tipo do cultivo, variedade do cultivo, velocidade de colheitadeira, posição do carretel, e estado de altura do cultivo.

[0066] Como adicionalmente mostrado pela figura 4, a colheitadeira 320 inclui vários atuadores para realizar ajustes às regulagens operacionais de colheitadeira 320 em resposta aos sinais de controle a partir do controlador 450, que são baseados no modelo ou disparadores de ajuste de regulagem operacional providos pelo sistema 230. Por exemplo, com base no modelo recebido ou disparadores e limites de ajuste de regulagem de operador, providos pelo sistema 230, o controlador 450 pode fornecer sinais de controle para um atuador 470 (tal como um motor hidráulico ou elétrico) de forma a ajustar a velocidade do picador 470 ou a potência do picador 470. Com base nos disparadores ou limites de condição de colheita recebidos ou derivados, o controlador 450 pode adicionalmente ou alternativamente fornecer sinais de controle para o atuador 472 (tal como um cilindro hidráulico ou um solenóide) para ajustar a posição da faca contrária de picador 445, conforme indicado pela seta 473, em que o posicionamento afeta o grau no qual o resíduo é picado pelo picador 444. Com base em tal comparação, a unidade de comparação 450 pode adicionalmente ou alternativamente fornecer sinais de controle para o atuador 474 (tal como um motor hidráulico ou elétrico) para ajustar a velocidade do espalhador 446 ou o posicionamento de suas aletas. Com base em tal comparação, o controlador 450 pode adicionalmente ou alternativamente fornecer sinais de controle para o atuador 476 ajustando a altura de plataforma de corte, pode fornecer sinais de controle para o atuador 478 ou o atuador 480 ajustando a velocidade de debulhe, velocidade de separação, folga de debulhe ou posições de persianas de peneira. Com base em tal comparação, o controlador 450 pode adicionalmente ou alternativamente fornecer sinais de controle ajustando a velocidade de colheitadeira 422 cruzando um campo ou a taxa na qual os cultivos são alimentados através de colheitadeira 422 pelos vários parafusos sem-fim, transportadores e componentes de colheitadeira 422.

[0067] Tal como com as colheitadeiras 20 e 32 esquematicamente ilustradas acima, as colheitadeiras 320 usam seu transceptor 451 para transmitir pontos de dados para o sistema de controle de colheitadeiras central 230 para a geração de modelos operacionais orientados por desempenho e disparadores de ajuste de regulagem operacional ou limites para a colheitadeira 320. Tais pontos de dados podem ser transmitidos em uma forma sem fio, de cada uma das colheitadeiras 320 para o sistema 230, usando transceptores sem fio 451 transportados por cada uma de tais colheitadeiras e uma rede de comunicação sem fio. Como um resultado, tal coleta de pontos de dados pelo sistema 30 e a geração dos modelos operacionais para ajustar os limites de controle podem ser realizadas em tempo real através das múltiplas colheitadeiras 320.

[0068] Os pontos de dados transmitidos a partir de cada uma das colheitadeiras 320 para o sistema 230 compreendem, cada, um conjunto de dados compreendendo um valor para um parâmetro de desempenho (P) obtido pela colheitadeira particular e a variável de condição de colheita associada (HC) e regulagem operacional (OS), que eram existentes ou, que estavam em uso para a colheitadeira particular ao mesmo tempo em que o valor para o parâmetro de desempenho foi obtido. Por exemplo, um ponto de dados, de exemplo, pode compreender a velocidade do soprador de limpeza (a regulagem operacional) e a temperatura (variável de condição de colheita) para a colheitadeira particular, que resultou na colheitadeira particular ter um grau particular de perda de grão (o parâmetro de desempenho). Cada uma das colheitadeiras 320 pode prover pontos de dados similares incluindo suas respectivas velocidades de soprador de limpeza, temperaturas e valores de perda de grão, em que o sistema 230 pode usar tais dados para gerar um modelo correlacionando a velocidade de soprador de limpeza e a temperatura para perda de grão e em que o modelo pode estabelecer limites para ajustar a velocidade de soprador para uma dada temperatura para otimizar (reduzir) perda de grão. Os pontos de dados transmitidos para o sistema 230 a partir das várias colheitadeiras 320 podem compreender conjuntos de valores para várias combinações de regulagens operacionais e variáveis de condição de colheita juntamente com o parâmetro de desempenho associado.

[0069] Exemplos de parâmetros de desempenho, que podem ser otimizados com base em regulagens operacionais para uma dada variável de condição de colheita, quando indicados por um modelo, incluem, mas não são limitados a, produção de grãos; promulgação de sementes de ervas daninhas; produção de biomassa; altura de restolho; produtividade de colheitadeira; qualidade do grão; qualidade do resíduo; grão perdido; e eficiência de combustível. Deve ser apreciado que parâmetros de desempenho particulares, em algumas implementações, podem concomitantemente servir como variáveis de condição de colheita para otimizar outros parâmetros de desempenho. Por exemplo, um modelo pode otimizar a produção de grãos. Outro modelo pode otimizar o grão perdido ou a qualidade do grão como uma função da produção atual de grãos.

[0070] Exemplos de regulagens operacionais, que podem ser ajustados de acordo com um modelo individual, incluem, mas não são limitados a um ou mais dentre altura de plataforma de corte; velocidade de colheitadeira, velocidade de debulhe, velocidade de separação, folga de debulhe, velocidade da ventoinha de limpeza; posições do crivo superior, posições da peneira, vazão, posição do carretel, velocidade do carretel, velocidades de correias da plataforma de corte, posições da placa de plataforma, velocidades de plataforma de corte, velocidade do picador, posição de facas contrárias do picador, velocidades de espalhador, e posições de aletas de espalhador. Tais regulagens operacionais podem ser ou alimentadas por um operador, estabelecidas pelo controlador de regulagem operacional da colheitadeira ou sensoreadas/detectadas por vários sensores na colheitadeira.

[0071] Exemplos de várias variáveis de condição de colheita, que podem ser usadas como uma base para ajustar uma regulagem operacional ou múltiplas regulagens operacionais para otimizar um parâmetro de desempenho ou um grupo parâmetros de desempenho incluem, mas não são limitados a, um ou mais dentre umidade de grão; temperatura; velocidade do vento; direção do vento; inclinação transversal da colheitadeira; inclinação lateral de colheitadeira; produção atual de grãos; produção atual de biomassa; tipo do cultivo; variedade do cultivo; umidade do solo; tipo do solo; espaçamento entre fileiras; tipo de ervas daninhas; densidade de ervas daninhas, altura de cultivo, estado de altura do cultivo, hora do dia, e ângulo do sol. Tais variáveis de condição de colheita podem ser ou alimentadas por um operador, sensoreadas/detectadas por vários sensores na colheitadeira ou recuperadas ou obtidas a partir de uma fonte ou sensor externo à colheitadeira. Em algumas implementações, a colheitadeira pode recuperar particulares variáveis de condição de colheita, específica à colheitadeira, tal como a temperatura local, velocidade do vento ou direção do vento, hora do dia, ângulo do sol ou similar, a partir de uma fonte de Internet pública ou privada.

[0072] Em algumas implementações, os pontos de dados transmitidos a partir de cada uma das colheitadeiras 320 para o sistema 230 compreendem, cada, um conjunto de dados ou valores compreendendo um valor para um parâmetro de desempenho (P) obtido pela colheitadeira particular e valores para múltiplas diferentes variáveis de condição de colheita associadas (HC) e uma regulagem operacional (OS), que eram existentes ou, que estavam em uso para a colheitadeira particular ao mesmo tempo em que o valor para o parâmetro de desempenho foi obtido. Em algumas implementações, os pontos de dados compreendem, cada, um conjunto de valores compreendendo um valor para um parâmetro de desempenho obtido pela colheitadeira particular, e o valor para a variável de condição de colheita e valores para múltiplas diferentes regulagens operacionais da colheitadeira que ocorreram ou estavam em uso para a colheitadeira particular ao mesmo tempo em que o valor para o parâmetro de desempenho foi obtido. Em algumas implementações, os pontos de dados compreendem, cada, um conjunto de valores ou um parâmetro de desempenho obtido pela colheitadeira particular e múltiplos valores para múltiplas diferentes regulagens operacionais e múltiplas diferentes variáveis de condição de colheita, que eram existentes ou, que eram usadas pela colheitadeira particular no momento em que o valor para o parâmetro de desempenho foi obtido. Em tais implementações, o parâmetro de desempenho é um parâmetro de desempenho a ser otimizado pelo modelo que deve ser baseado em tais pontos de dados.

[0073] Em algumas implementações, o modelo a ser gerado usando tais pontos de dados é para otimizar os valores para múltiplos parâmetros de desempenho. Em uma tal implementação, os pontos de dados transmitidos a partir de cada uma das colheitadeiras 320 para o sistema 230 podem, cada, compreender um conjunto de dados ou valores compreendendo múltiplos valores para múltiplos parâmetros de desempenho diferentes (P) obtido pela colheitadeira particular e a variável de condição de colheita associada (HC) e regulagem operacional(OS), que eram existentes ou, que estavam em uso para a colheitadeira particular ao mesmo tempo em que os valores para os parâmetros de desempenho foram obtidos. Por exemplo, um ponto de dados, de exemplo, pode compreender a velocidade do soprador de limpeza (a regulagem operacional) e a temperatura (variável de condição de colheita) para a colheitadeira particular, que resultou em a colheitadeira particular tendo um grau particular de perda de grão (um primeiro parâmetro de desempenho a ser otimizado) e o primeiro valor para qualidade do grão (o segundo valor de desempenho a ser otimizado). Cada uma das colheitadeiras 320 pode prover pontos de dados similares incluindo suas respectivas velocidades de soprador de limpeza, temperaturas e valores de perda de grão, em que o sistema 30 pode usar tais dados para gerar um modelo correlacionando a velocidade de soprador de limpeza e temperatura para perda de grão e qualidade do grão e em que o modelo pode estabelecer limites para ajustar a velocidade de soprador para uma dada temperatura para otimizar (reduzir) a perda de grão e melhorar a qualidade do grão (que pode ser baseada na limpeza de grão (ausência de MOG) e/ou um nível mais baixo de grão quebrado).

[0074] Os pontos de dados transmitidos para o sistema 230 a partir das várias colheitadeiras 320 podem compreender conjuntos de valores para várias combinações de regulagens operacionais e variáveis de condição de colheita juntamente com os parâmetros de desempenho associados, que devem ser otimizados por regulagens operacionais controlador da colheitadeira usando limites de regulagem operacional de ajuste, obtidos a partir de, ou derivados a partir de, o modelo gerado. Em algumas implementações, os pontos de dados compreendem, cada, um conjunto de valores compreendendo valores diferentes para múltiplos diferentes parâmetros de desempenho obtido pela colheitadeira particular, um valor para a variável de condição de colheita e valores para múltiplas diferentes regulagens operacionais da colheitadeira que ocorreram ou estavam em uso para a colheitadeira particular ao mesmo tempo em que os valores para os parâmetros de desempenho foram obtidos. Em algumas implementações, os pontos de dados compreendem, cada, um conjunto de valores compreendendo valores diferentes para múltiplos diferentes parâmetros de desempenho obtido pela colheitadeira particular, múltiplos valores para múltiplas diferentes variáveis de condição de colheita e o valor para uma regulagem operacional da colheitadeira que ocorreram ou estavam em uso para a colheitadeira particular ao mesmo tempo em que os valores para os parâmetros de desempenho foram obtidos. Em algumas implementações, os pontos de dados compreendem, cada, um conjunto de valores compreendendo os múltiplos valores diferentes para os parâmetros de desempenho obtido pela colheitadeira particular e múltiplos valores para múltiplas diferentes regulagens operacionais e múltiplas diferentes variáveis de condição de colheita, que eram existentes ou, que eram usadas pela colheitadeira particular no momento em que os valores para os parâmetros de desempenho foram obtidos.

[0075] O sistema de controle de colheitadeiras central 230 gera modelos operacionais orientados por desempenho paras colheitadeiras 320 usando os pontos de dados (conjuntos de valores de dados) recebidos a partir de colheitadeiras 320. Tais modelos operacionais servem como uma base para a geração ou derivação de limites dinâmicos personalizados para disparar o ajuste de regulagens operacionais de colheitadeiras 320. O sistema 230 compreende a unidade de processamento 40 e um meio legível por máquina, não transitório, 42 (mostrados e descritos acima com relação à figura 1). Deve ser apreciado que o sistema 230 pode ser distribuído entre múltiplas diferentes unidades de processamento e múltiplos diferentes meios legíveis por máquina, não transitórios, que cooperam entre si para realizar as funções do sistema 30. O meio 42 compreende as instruções de geração de modelo de desempenho 50 e as instruções de controle de regulagem operacional 54.

[0076] Como descrito acima, as instruções de geração de modelo de desempenho 50 direcionam unidade de processamento 40 para obter os pontos de dados a partir de colheitadeiras 320 e, com aprendizado de máquina, geram modelos operacionais orientados por desempenho 56 para as colheitadeira 320 usando tais pontos de dados. Em algumas implementações, o sistema 230 compreende uma rede neuronal que realiza tal aprendizado de máquina. Os modelos gerados servem como uma base para o estabelecimento dos limites de disparo de ajuste operacional de regulagem dinâmica e personalizada usados pela colheitadeira 320 em resposta à alteração de variáveis de condição de colheita. No exemplo ilustrado, os modelos operacionais 56 gerados pelo sistema 230 são armazenados no meio 42 e são subsequentemente transmitidos para a colheitadeira 320. Em outras implementações, os modelos operacionais, na geração, são transmitidos para as várias colheitadeiras a serem controladas pelo sistema de controle federado 310.

[0077] Em algumas implementações, as instruções 50 direcionam unidade de processamento 40 para desenvolver diferentes modelos operacionais orientados por desempenho, que são personalizados para regiões geográficas particulares, tipos particulares de cultivos, variedades particulares de cultivos, particular períodos de tempo, tipos ou modelos particulares de colheitadeiras, tipos de solo particulares, condições particulares de crescimento ou outros critérios. Em contraste com os limites genéricos estabelecidos por um fabricante ou possivelmente supostos por um operador, os distintos modelos de operação orientados por desempenho personalizados provêm limites personalizados para disparar o ajuste de regulagens operacionais, em que os limites personalizados mais precisamente controlam a temporização e a extensão dos ajustes de regulagem operacional para mais bem otimizar para parâmetros de desempenho.

[0078] A título de exemplo, as instruções 50 podem direcionar a unidade de processamento 40 a usar aprendizado de máquina a usar dados a partir de múltiplas colheitadeiras para desenvolver um modelo de controle federado individual com base em pontos de dados somente recebidos de colheitadeiras operando dentro de uma região geográfica particular. O modelo de controle federado pode ser baseado em pontos de dados somente recebidos de colheitadeiras colhendo um tipo ou variedade particular de cultivo. O modelo de controle federado pode ser baseado em pontos de dados recebidos somente a partir de tipos ou modelos particulares de colheitadeiras. O modelo de controle federado pode ser baseado em pontos de dados somente recebidos durante uma janela de tempo particular ou somente recebidos de colheitadeiras colhendo cultivos crescidos em certos tipos de solo ou sob condições de crescimento particulares. Em algumas implementações, o modelo de controle federado pode ser baseado em pontos de dados recebidos somente a partir daquelas colheitadeiras tendo ou operando sob um subconjunto das várias variáveis de condição de colheita. Por exemplo, o modelo de controle federado pode ser baseado em pontos de dados recebidos somente de um tipo particular de colheitadeira colhendo um tipo particular de cultivo em uma região particular durante uma pré-definida janela de tempo particular. Em tais implementações, as instruções 50 podem pré-filtrar os pontos de dados recebidos a partir das colheitadeiras 20 com base nos critérios acima, em que cada modelo que é gerado é baseado somente em pontos de dados que satisfazem critérios particulares associados ao modelo.

[0079] Por exemplo, em uma implementação, um modelo individual, que deve ser usado para o ajuste operacional das regulagens da colheitadeira 320 operando em um certo ponto no tempo, pode ser baseado somente em pontos de dados recebidos a partir das colheitadeiras 320 durante a janela de tempo contendo o certo ponto no tempo. Em uma implementação, a janela de tempo pode ser uma estação de colheita. Em outra implementação, a janela de tempo pode ser uma menor porção da estação de colheita, tal como um dia, uma semana, duas semanas, quatro semanas ou um mês. Por exemplo, a geração de um modelo, a partir do qual os limites de disparo de ajuste de regulagem operacional devem ser derivados para o ajuste da colheitadeira operando em 1º de agosto, pode ser gerado com base somente em pontos de dados recebidos a partir das colheitadeiras 320, que estavam operando durante o mês de julho, em que o “frescor” do modelo é baseado em dados que não são mais antigos que um mês. Em algumas implementações, modelos individuais podem ser atribuídos à data de “frescor”, indicando a última data para qual os valores de disparo de ajuste de regulagem operacional, derivados do modelo, podem contar com. O exemplo descrito pode ser igualmente aplicado usando outros critérios diferentes de uma janela de tempo, tais como os critérios acima incluindo, mas não limitados a, tipo ou variedade de cultivo, região geográfica, tipo ou modelo de colheitadeira, ou qualquer das variáveis de condição de colheita, acima descritas.

[0080] Como discutido acima, em algumas implementações, um ponto de dados individual pode compreender valores para múltiplos diferentes parâmetros de desempenho, múltiplas diferentes variáveis de condição de colheita e/ou múltiplas diferentes regulagens operacionais concomitantemente obtidas ou sofridas por uma colheitadeira individual. Em tais implementações, as instruções 50 podem direcionar a unidade de processamento 40 diferentemente para diferentes valores diferentes de peso. Em algumas implementações, a diferentes variáveis de condição de colheita podem ser atribuídos diferentes pesos com base em seu predeterminado impacto ou efeito sobre o particular parâmetro de desempenho ou grupo de parâmetros de desempenho sendo otimizados. De maneira semelhante, em algumas implementações, a diferentes regulagens operacionais podem ser atribuídos diferentes pesos com base em seu predeterminado impacto ou efeito sobre o particular parâmetro de desempenho ou grupo de parâmetros de desempenho sendo otimizados. Por exemplo, pode ser determinado, através de estudos empíricos ou análise anterior pelo sistema 30, que uma variável de condição de colheita particular, tal como umidade de grão, pode ter um maior impacto ou efeito sobre qualidade do grão em comparação com uma diferente variável de condição de colheita. Em uma tal implementação, a valores pertencentes à umidade de grão pode ser dado um maior valor de peso em comparação com a diferente variável de condição de colheita. Pode ser determinado, através de estudos empíricos ou análise anterior pelo sistema 230, que uma regulagem operacional particular, tal como a velocidade do soprador, pode ter um maior impacto ou efeito sobre qualidade do grão em comparação com a regulagem operacional diferente. Em tais implementações, valores pertencentes à velocidade do soprador podem ter um maior peso atribuído em comparação com a regulagem operacional diferente.

[0081] Em algumas implementações, a cada parâmetro de desempenho do conjunto de parâmetros de desempenho pode ser atribuído um peso diferente, uma prioritização ou um grau de importância, em que o peso controla as circunstâncias em que a otimização de múltiplos parâmetros de desempenho pode estar competindo entre si para os diferentes ajustes de regulagem operacional com uma dada variável de condição de colheita ou conjunto de variáveis de condição de colheita. Em tais implementações, os pesos atribuídos aos parâmetros de desempenho podem ser alimentados por um gerente ou um operador com base nos objetivos de desempenho do gerente ou do operador. Por exemplo, um operador pode colocar uma importância mais alta sobre a qualidade do grão, grão limpo, em comparação com perda de grão. Em uma tal circunstância, um operador pode sinalizar um peso mais alto para o parâmetro de desempenho de qualidade do grão e um peso mais baixo para o parâmetro de desempenho de perda de grão.

[0082] As instruções de controle de regulagem operacional 54 usam os modelos gerados para identificar os limites de variável de condição de colheita para o ajuste de regulagens operacionais de uma colheitadeira. As instruções 64 direcionam unidade de processamento 40 para derivar limites ou disparadores para fazer um ajuste em uma regulagem operacional ou um grupo de regulagens operacionais com base em uma variável atual de condição de colheita para otimizarmos um particular parâmetro de desempenho ou um grupo de parâmetros de desempenho. Por exemplo, um modelo de exemplo pode correlacionar mais baixa velocidade e umidade de cultivo/umidade de grão à qualidade do grão. O modelo particular pode indicar que, para uma dada umidade de grão, o soprador direcionando ar através do crivo superior e peneira deve ser ajustado em uma velocidade particular para otimizar a qualidade do grão. Em uma tal circunstância, as instruções 54 podem determinar ou identificar, a partir do modelo, a dada umidade de grão na qual o soprador deve ser ajustado na velocidade particular para otimizar a qualidade do grão. A variável de condição de colheita de umidade de grão de disparo de ajuste, derivada a partir do modelo, pode ser transmitida para uma colheitadeira, em que a colheitadeira, no sensoreamento ou de outra maneira recepção de sinais indicando que a dada umidade de grão está ocorrendo, ajusta automaticamente a velocidade de seu soprador para a velocidade particular.

[0083] Como mostrado pela seta 458 na figura 4, a colheitadeira 320 transmite sua variável de condição ou condições de colheita (HC) para o sistema 230, em que o sistema 30 compara a variável atual de condição de colheita de colheitadeira 32 com o limite identificado e fornece instruções de ajuste de regulagem operacional, instruções de ajuste, para a colheitadeira 322. Em outras implementações, o sistema 230 provê a colheitadeira 322 com os disparadores ou limites de ajuste operacional identificados, conforme indicado pela seta 458 (a regulagem operacional como uma função de variável de condição de colheita (OS (HC)), em que a colheitadeira compara suas variáveis atuais de condição de colheita para o limite e realiza o ajuste para pelo menos uma regulagem operacional da colheitadeira. Em ainda outras implementações, o sistema 230 provê a colheitadeira 320 com o modelo operacional gerado 56 (mostrado na figura 1), em que as instruções 54 são localizadas na colheitadeira 32 com as instruções direcionando a unidade de processamento local na colheitadeira 320 para realizar a identificação de limite ou disparadores de ajuste de regulagem operacional (OS(HC)) a partir do modelo 56 bem como o ajuste de regulagens operacionais usando o limite identificado ou disparadores e as variáveis de condição de colheita, atualmente existentes, sofridas à colheitadeira 320.

[0084] Embora a presente descrição tenha sido descrita com referência a implementações de exemplo, os trabalhadores especializados na técnica reconhecerão que alterações podem ser feitas na forma e detalhe sem se afastar do espírito e escopo da matéria reivindicada. Por exemplo, embora diferentes implementações de exemplo possam ter sido descritas como incluindo características provendo um ou mais benefícios, é contemplado que as características descritas podem ser intercambiadas entre si ou alternativamente ser combinadas entre si nas implementações do exemplo descrito ou em outras implementações alternativas. Porque a tecnologia da presente descrição é relativamente complexa, nem todas das alterações na tecnologia são previsíveis. A presente invenção, descrita com referência às implementações de exemplo e exposta nas reivindicações que seguem, é manifestamente destinada a ser tão ampla quanto possível. Por exemplo, a menos que especificamente notado ao contrário, as reivindicações recitando um único elemento particular também englobam uma pluralidade de tais elementos particulares. Os termos “primeiro”, “segundo”, “terceiro” e outros nas reivindicações meramente distinguem diferentes elementos e, a menos que mencionado pelo contrário, não devem ser especificamente associados a uma ordem particular ou numeração particular de elementos na descrição. Embora porções da descrição possam usar a frase “pelo menos um” ou “um ou mais” de um componente ou elemento particular, a menos que limitado especificamente de outra maneira, a mera recitação de um único elemento ou componente não exclui uma pluralidade de tais elementos ou componentes.

Claims

Método de controle de colheitadeira federado, caracterizado pelo fato de que compreende:
obter primeiros dados para pelo menos uma regulagem operacional a partir de cada uma de uma pluralidade de colheitadeiras;
obter segundos dados para pelo menos uma variável de condição de colheita, à qual foi sofrida cada uma da pluralidade de colheitadeiras concomitante com a operação das colheitadeiras com a pelo menos uma regulagem operacional;
obter terceiros dados para pelo menos um parâmetro de desempenho obtido por cada uma da pluralidade de colheitadeiras operando com a pelo menos uma regulagem operacional enquanto é submetida à pelo menos uma variável de condição de colheita;
gerar, com aprendizado de máquina, um modelo operacional orientado por desempenho para o ajuste da regulagem de colheitadeira em resposta às variáveis de condição de colheita com base nos primeiros dados, os segundos dados e os terceiros dados; e
ajustar a pelo menos uma regulagem operacional da colheitadeira particular que está sendo submetida a uma variável de condição de colheita particular usando o modelo operacional.
Método de acordo com a reivindicação 1, caracterizado pelo fato de que os primeiros dados, os segundos dados e os terceiros dados são obtidos enquanto cada uma da pluralidade de colheitadeiras está em uma região geográfica, o modelo operacional sendo válido para a região geográfica, e em que o ajuste na regulagem da colheitadeira particular é feito para operação da colheitadeira particular na região geográfica.
Método de acordo com a reivindicação 2, caracterizado pelo fato de que compreende adicionalmente:
obter quartos dados para a pelo menos uma regulagem operacional a partir de cada uma de uma segunda pluralidade de colheitadeiras enquanto opera em uma segunda região geográfica;
obter quintos dados para a pelo menos uma variável de condição de colheita sofrida por cada uma da segunda pluralidade de colheitadeiras concomitantemente com a operação das colheitadeiras na pelo menos uma regulagem operacional;
obter sextos dados para o pelo menos um parâmetro de desempenho obtido por cada uma da segunda pluralidade de colheitadeiras operando com a pelo menos uma regulagem operacional enquanto é submetida à pelo menos uma variável de condição de colheita;
gerar, com aprendizado de máquina, um segundo modelo operacional orientado por desempenho para o ajuste da regulagem de colheitadeira em resposta às variáveis de condição de colheita com base nos quartos dados, nos quintos dados e nos sextos dados, o segundo modelo operacional orientado por desempenho sendo válido para a segunda região geográfica; e
ajustar uma regulagem de uma segunda colheitadeira particular que está sendo submetida a uma segunda particular variável de condição de colheita usando o segundo operacional, em que o ajuste na regulagem da segunda colheitadeira particular é feito para operação da segunda colheitadeira particular na segunda região geográfica.
Método de acordo com a reivindicação 1, caracterizado pelo fato de que a pelo menos uma regulagem operacional compreende uma pluralidade de diferentes regulagens operacionais.
Método de acordo com a reivindicação 4, caracterizado pelo fato de que a pluralidade de diferentes regulagens operacionais tem diferentes fatores de ponderação diferentes de zero aplicados.
Método de acordo com a reivindicação 1, caracterizado pelo fato de que compreende adicionalmente receber uma seleção de operador da pelo menos uma regulagem operacional a partir de dentre um maior número de regulagens operacionais selecionáveis.
Método de acordo com a reivindicação 1, caracterizado pelo fato de que a pelo menos uma regulagem operacional compreende uma regulagem operacional selecionada de um grupo de regulagens operacionais consistindo em: altura de plataforma de corte; velocidade de colheitadeira, velocidade de debulhe, velocidade de separação, folga de debulhe, velocidade da ventoinha de limpeza; posições do crivo superior, posições da peneira, vazão, posição do carretel, velocidade do carretel, velocidades de correias da plataforma de corte, posições da placa de plataforma, velocidades de plataforma de corte, velocidade do picador, posição de facas contrárias do picador, velocidades de espalhador, e posições de aletas de espalhador.
Método de acordo com a reivindicação 1, caracterizado pelo fato de que a pelo menos uma variável de condição de colheita compreende uma pluralidade de variáveis diferentes.
Método de acordo com a reivindicação 1, caracterizado pelo fato de que compreende adicionalmente receber uma seleção de operador da pelo menos uma variável de condição de colheita a partir de dentre um maior número de variáveis de condição de colheita selecionáveis.
Método de acordo com a reivindicação 1, caracterizado pelo fato de que a pelo menos uma variável de condição de colheita é selecionada de um grupo de variáveis consistindo em: umidade de grão; umidade da biomassa, temperatura; umidade, velocidade do vento; direção do vento; inclinação transversal da colheitadeira; inclinação lateral de colheitadeira; produção atual de grãos; produção atual de biomassa; tipo do cultivo; variedade do cultivo; umidade do solo; tipo do solo; espaçamento entre fileiras; tipo de ervas daninhas; densidade de ervas daninhas, altura de cultivo, índice de saúde de planta, níveis de constituintes de grão, estado de altura do cultivo, hora do dia, e ângulo de incidência do sol.
Método de acordo com a reivindicação 1, caracterizado pelo fato de que o pelo menos um parâmetro de desempenho compreende uma pluralidade de parâmetros de desempenho.
Método de acordo com a reivindicação 11, caracterizado pelo fato de que a pluralidade de diferentes parâmetros de desempenho tem diferentes fatores de ponderação diferentes de zero aplicados.
Método de acordo com a reivindicação 1, caracterizado pelo fato de que o modelo operacional orientado por desempenho para o ajuste da regulagem de colheitadeira em resposta às variáveis de condição de colheita é baseado em uma pluralidade de pontos de dados, cada ponto de dados compreendendo os primeiros dados, os segundos dados e os terceiros dados, em que a pluralidade de pontos de dados é diferentemente ponderada com base em pelo menos um dentre um tempo, no qual cada ponto de dados foi gerado, e um local geográfico, no qual cada ponto de dados foi gerado
Método de acordo com a reivindicação 1, caracterizado pelo fato de que compreende adicionalmente receber uma seleção de operador do pelo menos um parâmetro de desempenho a partir de dentre um maior número de parâmetros de desempenho selecionáveis.
Método de acordo com a reivindicação 1, caracterizado pelo fato de que o pelo menos um parâmetro de desempenho compreende um parâmetro de desempenho selecionado de um grupo de parâmetros de desempenho consistindo em: produção de grãos; promulgação de sementes de ervas daninhas; produção de biomassa; altura de restolho; produtividade de colheitadeira; qualidade do grão; qualidade do resíduo; grão perdido; e eficiência de combustível.
Método de acordo com a reivindicação 1, caracterizado pelo fato de que os dados para pelo menos uma regulagem operacional são sensoreados por cada uma das colheitadeiras.
Método de acordo com a reivindicação 1, caracterizado pelo fato de que os dados para pelo menos um da pelo menos uma regulagem operacional, a pelo menos uma variável de condição de colheita ou o pelo menos um parâmetro de desempenho são recebidos através da entrada de operador.
Método de acordo com a reivindicação 1, caracterizado pelo fato de que os primeiros dados, os segundos dados e os terceiros dados são obtidos dentro de uma janela de tempo pré-definida de menos que quatro semanas.
Controlador de colheitadeira federado, caracterizado pelo fato de que compreende um meio legível por máquina, não transitório, contendo as instruções para direcionar uma unidade de processamento para:
obter uma pluralidade de pontos de dados a partir de uma pluralidade de diferentes colheitadeiras, cada um dos pontos de dados compreendendo pelo menos um parâmetro de desempenho, pelo menos uma variável de condição de colheita associada e pelo menos uma regulagem operacional, em que o pelo menos um parâmetro de desempenho foi obtido pela colheitadeira durante a operação no pelo menos um ajuste de operação sob a pelo menos uma variável de condição de colheita;
gerar, com aprendizado de máquina, um modelo operacional orientado por desempenho para o ajuste da regulagem de colheitadeira em resposta às variáveis de condição de colheita com base na pluralidade de pontos de dados; e
transmitir o modelo operacional para um controlador de regulagem operacional de uma colheitadeira particular para o uso no ajuste de uma regulagem da colheitadeira particular sendo submetida a uma variável de condição de colheita particular.
Colheitadeira sob controle federado, a colheitadeira caracterizada pelo fato de que compreende:
uma plataforma de corte compreendendo uma pluralidade de componentes de coleta de cultivo interatuantes para coletar um cultivo a partir do meio em crescimento;
uma unidade de separação compreendendo uma pluralidade de componentes de separação de cultivo interatuantes para separar uma porção visada do cultivo colhido a partir de uma porção não visada do cultivo recolhido; e
um controlador para ajustar pelo menos um componente dos componentes de coleta de cultivo e os componentes de separação de cultivo com base no modelo operacional orientado por desempenho, gerado através de aprendizado de máquina com base em os dados de regulagem operacional, dados de variável de condição de colheita e dados de desempenho obtidos a partir de uma pluralidade de outras colheitadeiras.