CN105210541A - 谷物质量测量的校准 - Google Patents

谷物质量测量的校准 Download PDF

Info

Publication number
CN105210541A
CN105210541A CN201510368563.0A CN201510368563A CN105210541A CN 105210541 A CN105210541 A CN 105210541A CN 201510368563 A CN201510368563 A CN 201510368563A CN 105210541 A CN105210541 A CN 105210541A
Authority
CN
China
Prior art keywords
cereal
sensor
box
quality
cereal box
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201510368563.0A
Other languages
English (en)
Other versions
CN105210541B (zh
Inventor
亚伦·J·布伦斯
詹姆斯·J·费伦
耶利米·K·约翰逊
马修·J·达尔
罗伯特·麦克瑙尔
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Deere and Co
Iowa State University Research Foundation ISURF
Original Assignee
Deere and Co
Iowa State University Research Foundation ISURF
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Deere and Co, Iowa State University Research Foundation ISURF filed Critical Deere and Co
Publication of CN105210541A publication Critical patent/CN105210541A/zh
Application granted granted Critical
Publication of CN105210541B publication Critical patent/CN105210541B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
    • G01F25/00—Testing or calibration of apparatus for measuring volume, volume flow or liquid level or for metering by volume
    • G01F25/10—Testing or calibration of apparatus for measuring volume, volume flow or liquid level or for metering by volume of flowmeters
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
    • G01F25/00—Testing or calibration of apparatus for measuring volume, volume flow or liquid level or for metering by volume
    • G01F25/10—Testing or calibration of apparatus for measuring volume, volume flow or liquid level or for metering by volume of flowmeters
    • G01F25/14—Testing or calibration of apparatus for measuring volume, volume flow or liquid level or for metering by volume of flowmeters using a weighing apparatus
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01D—HARVESTING; MOWING
    • A01D41/00—Combines, i.e. harvesters or mowers combined with threshing devices
    • A01D41/12—Details of combines
    • A01D41/127—Control or measuring arrangements specially adapted for combines
    • A01D41/1271—Control or measuring arrangements specially adapted for combines for measuring crop flow
    • A01D41/1272—Control or measuring arrangements specially adapted for combines for measuring crop flow for measuring grain flow
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
    • G01F1/00—Measuring the volume flow or mass flow of fluid or fluent solid material wherein the fluid passes through a meter in a continuous flow
    • G01F1/76—Devices for measuring mass flow of a fluid or a fluent solid material
    • G01F1/78—Direct mass flowmeters
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
    • G01F9/00—Measuring volume flow relative to another variable, e.g. of liquid fuel for an engine
    • G01F9/001—Measuring volume flow relative to another variable, e.g. of liquid fuel for an engine with electric, electro-mechanic or electronic means
    • G01F9/003—Measuring volume flow relative to another variable, e.g. of liquid fuel for an engine with electric, electro-mechanic or electronic means by measuring the weight
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
    • G01F13/00—Apparatus for measuring by volume and delivering fluids or fluent solid materials, not provided for in the preceding groups
    • G01F13/001—Apparatus for measuring by volume and delivering fluids or fluent solid materials, not provided for in the preceding groups for fluent solid material
    • G01F13/005—Apparatus for measuring by volume and delivering fluids or fluent solid materials, not provided for in the preceding groups for fluent solid material comprising a screw conveyor
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01G—WEIGHING
    • G01G19/00—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups
    • G01G19/08—Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups for incorporation in vehicles

Landscapes

  • Physics & Mathematics (AREA)
  • Fluid Mechanics (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Environmental Sciences (AREA)
  • Threshing Machine Elements (AREA)
  • Storage Of Harvested Produce (AREA)
  • Measuring Volume Flow (AREA)

Abstract

一种在收割谷物期间校准质量流量传感器的方法，该方法包括利用第一传感器感测谷物箱中的一部分谷物的累积质量。至少部分地基于第一传感器的数据来校准质量流量传感器。

Description

谷物质量测量的校准
背景技术
质量流量测量装置被用在诸如联合收割机等的收割机中从而测量流入到谷物箱中的谷物的质量流量。质量流量传感器可以被定位成在谷物流入到谷物箱时感测该谷物。质量流量可从质量流量传感器中的信号中获得。
发明内容
在一个实施例中，一种在收割谷物期间校准质量流量传感器的方法，该方法包括利用第一传感器感测谷物箱中谷物的第一部分的蓄积质量。至少部分地基于第一传感器的数据校准质量流量传感器。
在另一实施例中，一种用于在将谷物收割到谷物箱中时校准质量流量传感器的方法，所述方法包括利用第一传感器感测谷物箱中的谷物的至少第一部分的体积；并且在谷物正在被堆积到谷物箱内的同时，至少部分地基于谷物箱内的谷物的所述体积校准所述质量流量传感器。
在另一实施例中，一种用于在收割谷物的同时校准质量流量传感器的设备，所述设备包括非暂时性计算机可读的介质，所述介质包含计算机可读的代码，所述代码用于指导一个或多个处理单元在一段时间内至少部分地基于来自第一传感器的信号和来自第二传感器的信号计算谷物箱中的谷物的质量改变，并且所述代码用于在一段时间内至少部分地基于所述质量改变对质量流量传感器的流量信号进行再校准。
在又一实施例中，设备包括：谷物箱；第一传感器，其基于流入到谷物箱中的感测到的谷物流量输出第一信号；第二传感器，其基于谷物箱中的谷物的感测到的蓄积质量输出第二信号；以及至少一个处理器，其根据第二信号调整根据第一信号确定的估测的谷物流量。
附图说明
图1是示例性谷物质量流量估测系统的示意图。
图1A是包括图1的谷物质量流量估测系统的示例性收割机的立体图。
图2是示例性谷物质量流量估测系统的示意图，其中谷物箱具有第一数量谷物。
图3是图2的示例性谷物质量流量估测系统的示意图，其中谷物箱具有第二数量谷物。
图4是校准质量流量传感器的示例性方法的流程图。
图5是图4的校准质量流量传感器的示例性方法的流程图，包括感测谷物的第二部分的蓄积量。
图6是校准质量流量传感器的另一示例性方法的流程图。
图7是校准质量流量传感器的另一示例性方法的流程图。
图8是用于校准质量流量传感器的另一示例性方法的流程图。
图9是用于校准质量流量传感器的另一示例性方法的流程图。
图10是示出测压元件信号和箱中的谷物的重量之间的关系的示意图。
具体实施方式
图1示出了示例性的谷物质量流量估测系统10。从在后文将描述的那样，系统10动态地调整或校准针对进入诸如谷物箱等的谷物容器中的谷物流量的测量。结果，系统10有助于获得更加精确的谷物流量测量以有助于获取更加精确的谷物收获数据。
在示出的示例中，谷物质量流量估测(estimation)系统10包括谷物箱11、谷物质量流量传感器12(其有时也被称为产量监测器)、谷物蓄积量传感器13、流量估测器14和输出装置15。谷物箱11包括用于接收谷物的谷物接收器或料斗。在一个实施例中，谷物箱11包括在谷物被收割的同时接收谷物的谷物接收器。在一个实施例中，谷物箱11被合并为用于收割谷物的机器或收割机(诸如联合收割机等)的一部分。在又一实施例中，谷物箱11在收割机旁被运输，其中，随着收割机在田间行走，谷物被从收割机输送或转移到谷物箱。虽然谷物箱11示出为具有矩形的截面，但是谷物箱11也可以具有各种不同的尺寸、形状和构造中的任一种。
谷物质量流量传感器12包括基于进入谷物箱11中的实际谷物流量而输出信号的一个或多个传感器。在一个实施例中，谷物质量流量传感器12包括一个或多个冲击传感器(impactsensor)，这种传感器器在谷物流入谷物箱11的同时被谷物冲击。在其他实施例中，谷物质量流量传感器12可以包括其他类型的流量感测装置，包括但不限于，非接触式传感器。非接触式传感器的示例包括但不限于辐射或光电感测装置，在辐射或光电感测装置中，在谷物从收割机12沉降到谷物箱11中的同时，光源或辐射源被设置为和定向为穿透谷物流。接收器检测穿透谷物流后被接收的光量或辐射量，该光量或辐射量提供谷物的质量流量。
谷物蓄积量传感器13包括一个或多个传感器，该一个或多个传感器基于感测到的谷物箱11中的谷物蓄积量而输出信号。在一个实施例中，由传感器13输出的信号基于谷物箱11中蓄积的谷物堆的形状、尺寸或构造。在一个实施例中，由传感器13输出的信号可替换地或者额外地基于正被蓄积于谷物箱11中的谷物的被探测到的重量。在一个实施例中，谷物蓄积量传感器13包括一个或多个感测元件，该一个或多个感测元件感测谷物箱11中的谷物堆或谷物垛的不同部分。在一个实施例中，传感器13在谷物正被蓄积在谷物箱11中的过程中连续地或周期性地输出信号。
流量估测器14包括电子部件，该电子部件至少部分地基于来自于谷物质量流量传感器12的信号估测流入到谷物箱11中的谷物流量或谷物流率。流量估测器14包括处理器16和存储器18。处理器16包括一个或多个处理单元，所述一个或多个处理单元至少部分地基于来自于谷物质量流量传感器12的信号并且根据来自于存储器18的指令来计算或估测谷物流量。存储器18包括非易失计算机可读介质或被编程的逻辑算法，该介质或逻辑算法在谷物流量的确定或估测过程中以及在由传感器12输出的感测流量的校准或调整的过程中对处理器16进行指示。
根据一个实施例，术语“处理单元”指的是能够执行包含在存储器(诸如存储器18等)中的指令序列的当期已经开发出来的或者未来可能开发出来的处理单元。
指令序列的执行使处理单元执行诸如生成控制信号之类的步骤。可以将指令从只读存储器(ROM)、大容量存储装置或一些其他永久性存储器加载到随机存取存贮器(RAM)中，以便被处理单元执行。在其他实施例中，硬接线电路可用于替代软件指令或者与软件指令组合，以执行所描述的功能。例如，流量估测器14可以具体化为一个或多个专用集成电路(ASIC)的一部分。除非另有具体说明，否则控制器不限于硬件电路和软件的任何特定的组合，也不限于用于由处理单元执行的指令的任何特定的源。
流量估测器14动态地调整或校准流入到谷物箱11中的谷物流量的测量值。如在后文将描述的那样，在一个实施例中，流量估测器14使用来自传感器13的信号以确定校准流量，即流入到谷物箱11中的谷物流量的第一估测值。流量估测器14使用来自传感器12的信号以估测感测流量，即谷物流入到谷物箱11中的第二流量。流量估测器14将感测流量与校准流量进行比较并且基于该比较对谷物流量的测量值进行校准。结果，流量估测器14有助于获得更加精确的谷物流量测量值，以有助于获得更加精确的谷物收获数据。在一个实施例中，流量估测器14的处理器16基于来自于谷物质量流量传感器12的信号确定流入到谷物箱11中的谷物流量初始估测值。然后，处理器16根据包含在存储器18中的指令至少部分地基于从谷物蓄积量传感器13接收的信号调整或校准流入到谷物箱11中的谷物流量的初始估测值。
在其他实施例中，流量估测器14基于接收自谷物蓄积量传感器13的信号而校准谷物质量流量传感器12的实际操作。例如，处理器16可以输出控制信号，该控制信号导致传感器12的灵敏度、换算比例或其他参数被调整或被校准，从而传感器12输出经调整的信号。处理器16基于从传感器12输出的经调整的信号估测谷物流量。
输出装置15包括可使用或呈现估测的谷物流量的装置。在一个实施例中，输出装置15包括显示器或监视器，估测的谷物流量通过显示器或监视器呈现以被收割机的操作人员、场外管理人员或其他人员观察到。在一个实施例中，输出装置15包括存储器(例如存储器18和/或其他存储器等)，该存储器存储估测的谷物流量以用于后续的使用或分析。例如，在一个实施例中，输出装置15存储与不同的时间或正被收割的场地或其他区域中的不同的地理参考位置相对应的估测的谷物流量值。在一个实施例中，输出装置15储存于用于收割机的不同的工作设定相对应的估测的谷物流量值。在一个实施例中，估测的谷物流量值被传输到一个或多个场外位置以用于显示和/或分析。
图1A示出了设置为收割机20(示出为联合收割机)的一部分的谷物质量流量估测系统10。如图1A所示，谷物箱11作为收割机20的一部分而被运送。当收割机20在包含正被收获的谷物21的田间行走时，收获的谷物流入到谷物箱11中。在一个实施例中，当收割机20在田间行走时，谷物质量流量估测系统10基于来自于谷物蓄积量传感器13的信号连续地或周期性地调整或校准流入到谷物箱11中的谷物流量测量值。测得的流入到谷物箱11中的谷物流量被输出到输出装置15。
如上所述，在其他实施例中，当收割机20在田间行走并且当谷物通过斜槽22而被沉积到谷物箱11中，谷物质量流量估测系统10可选择地与在收割机20旁被运输的谷物箱11相关联。例如，谷物箱11可以是在收割机20附近行走的单独的车辆或者拖车。虽然所示出的流量估测器14和输出装置15被被合并为收割机20的一部分，但是在其他实施例中，流量估测器14和/或输出装置15可选择地相对于收割机20被远程地定位，其中来自传感器12和13的信号被传输到远程定位的流量估测器14。
图2示出了谷物质量流量估测系统110，谷物质量流量估测系统10的一个示例性实施例。除了系统110被特别地描绘成包括分别用于替代谷物质量流量传感器12和谷物蓄积量传感器13的谷物质量流量传感器112和谷物蓄积量传感器113之外，系统110与系统10类似。系统110的那些剩下的与系统10的部件相对应的部件或元件具有类似地附图标记。
在示出的示例中，系统110校准谷物质量流量传感器112以提高由谷物质量流量传感器112所产生的质量流量的精度。谷物质量流量传感器112的校准是基于从谷物蓄积量传感器113中获得的额外的信息。在一个实施例中，在给定时间段内收集到的谷物的实际质量可与在相同时间段内由质量流量传感器112计算的质量流量作比较。收集到的谷物的实际质量和由质量流量传感器112计算的质量流量之间的差值可用于校准谷物质量流量传感器，以在谷物正被收割的同时提供更加精确的质量流量。在一个实施例中，在谷物正被收割的同时并且在谷物正在填充谷物箱11的同时，实时地对谷物质量流量传感器112进行校准。
在示出的示例中，有时被称为谷物流量传感器的谷物质量流量传感器112包括基于冲击的质量流量装置，该基于冲击的质量流量装置包括冲击表面124，谷物在谷物箱11内被沉积之前冲击该冲击表面124。然而，其他类型的谷物流量传感器也可以使用，包括但不限于，非接触式传感器。非接触式传感器的示例包括辐射或光电感测装置，在辐射或光电感测装置中，当谷物从收割机12沉积到谷物箱11中时，光源或辐射源被设置为和定向为穿透谷物流。接收器检测穿透谷物流后被接收的光量或辐射量，该光量或辐射量提供谷物的质量流量。
在一个实施例中，谷物质量流量传感器112被定位在斜槽26的出口25附近，使得从斜槽26排出的收获的谷物冲击在质量流量传感器112的表面124上。测压元件(例如，可操作地连接到表面124的变送器等)根据冲击质量流量传感器112的表面124的谷物的量、速率和/或重量而提供电子信号。谷物质量流量传感器112根据冲击该传感器的谷物而提供电子信号。在另一实施例中，也可采用其他类型的质量流量传感器，以根据正被收割机20收获的谷物而提供信号。在一个实施例中，根据从质量流量传感器112中产生的电子信号确定质量流量。
如图2和3所示，随着谷物被螺旋推运器114驱动，谷物从斜槽26中排出并且朝向谷物箱11的底板142降落以形成谷物堆154。谷物堆154具有已知的几何形状，该几何形状部分地基于谷物箱11的几何形状、斜槽26的位置以及谷物质量流量传感器112的冲击表面124。谷物堆154的形状也可能取决于谷物从斜槽26排出的速度。在一个实施例中，谷物堆154通常限定出圆锥形状，该圆锥形状具有外壁156和顶点158。参考图3，随着额外的谷物被沉积在谷物箱11中，谷物堆将成长为更大的谷物堆160，谷物堆160具有类似的几何圆锥形状，该形状具有新的外壁162和新的顶点164。新的顶点164比顶点158更高地远离地面和/或底板142。换言之，新的顶点164与谷物箱11的底板142之间的距离大于顶点158与谷物箱11的底板142之间的距离。
在一个实施例中，在一定量的谷物被沉积在谷物箱中之后，谷物箱中的谷物堆的至少上部的形状呈现出类似圆锥的形状。当谷物首先被沉积在谷物箱11中时，独立的谷物撞击谷物箱11的底板并且只开始形成预定的形状，该形状具有顶点并且在足够量的谷物已经被沉积在谷物箱11中之后具有锥形形状，该锥形形状具有圆形和/或弧形截面。在一个示例实施例中，在谷物箱11中形成预定形状所需的谷物量被称为最小谷物量。类似地，随着谷物持续地加入谷物箱中，会出现如下时刻点：在该时刻，谷物堆的底部扩展到谷物箱11的整个宽度，使得谷物堆的基部或底部开始占据谷物箱的外周的形状。在示例实施例中，使谷物堆维持预定形状的沉积在谷物箱11中的谷物量被称为最大谷物量。因此，当谷物箱中的谷物量介于最小谷物量和最大谷物量之间时，谷物堆将具有特定的几何形状。
在一个实施例中，谷物堆的形状是对称的，然而，在其他实施例中，谷物堆的形状是不对称的。当从谷物堆的基部的中心点或谷物堆的某一水平横截面的中心点进行测量时，谷物堆的顶点可以被居中地定位在谷物堆上，或者可以被几何地偏移。根据谷物被沉积在谷物箱11中的方式，谷物堆可能存在一个以上区域高于其他区域。在一个实施例中，谷物堆包括第一部分，该第一部分具有比谷物箱中的谷物堆的其他部分更大的离地高度。在一个实施例中，谷物堆的顶点距离谷物箱11的至少两个相对的壁不是等距离的。
谷物蓄积量传感器113感测谷物堆154或谷物垛的不同部分的重量。在示出的示例中，谷物蓄积量传感器113在不同的时刻感测谷物堆154中的谷物的不同的竖直柱体以确定谷物堆154的这些部分的重量改变的速率。在示出的示例中，谷物蓄积量传感器113包括传感器126、130和134。传感器126探测或感测被收获和被沉积在谷物箱11中的谷物的第一柱形部分128的实际质量。传感器130感测谷物箱11中的谷物的第二柱形部分132。传感器134感测谷物箱11中的谷物的第三柱形部分133。流量估测器14使用来自各个传感器126、130和134的信号以确定将被施加到传感器12的校准因数。
在图示的示例中，流量估测器14比较来自传感器126、130和134的信号随着时间的变化，以计算或者估测谷物箱11中的谷物堆的所述部分中的每个部分的质量的改变。流量估测器14使用估测的每个部分的重量的改变计算第一流量估测值或者校准流量估测值。流量估测器14使用来自传感器112的信号计算第二流量估测值或感测流量。通过比较校准流量估测值和感测流量估测值，流量估测器14确定是否调整或校准传感器112以及如何调整或校准传感器112。在一个实施例中，根据基于来自于传感器126、130和134的谷物箱11中的谷物堆的各个部分的被估测的谷物质量改变与基于来自传感器112的信号的预期的谷物质量改变之间的比较，流量估测器14连续地或周期性地校准或调整传感器112的操作。
在一个实施例中，流量估测器14基于谷物箱11中的谷物总重量的改变确定校准流量估测值。流量估测器14使用来自传感器126、130和134的信号来估测一定时间内谷物箱11中的谷物总重量的改变。流量估测器14将基于来自于传感器126、130和134的信号的谷物箱11中的谷物总重量的改变与根据来自于传感器112的信号确定的第二流量值作比较。基于该比较，流量估测器14校准或调整传感器112。
在示出的示例中，传感器126、130和134中的一个传感器被设置在谷物箱11的底板142上的一个位置，该位置位于顶点的预期位置的正下方。第一、第二或第三传感器中的其他传感器被放置在顶点之下的预定距离处。在图示的示例中，传感器126被定位在顶点的预期位置的正下方，然而传感器130和134被定位在一预定距离处，该预定距离是沿重力方向上从顶点向下延伸的竖直矢量垂直地并且水平地测量的。基于谷物箱11的已知形状、斜槽26相对于谷物箱11的位置、和/或靠近谷物箱以及斜槽出口的谷物流量传感器的位置，可以确定谷物堆的总体形状。在示出的实施例中，传感器130被定位成更加靠近第二壁150而不是更加靠近第一壁146，然而传感器126被定位成更加靠近第一壁146而不是更加靠近第二壁150。传感器134被定位在传感器126和传感器130中间。在其他实施例中，传感器126、130和134在谷物箱11中具有其他相对位置。
在示出的示例中，传感器126、130和134中的每一个分别包括具有表面140、164和165的载荷传感器。在一个实施例中，传感器126、130和134中的每一个包括将谷物作用在表面140、164和165上的力转换为电信号的测压元件或变送器，通过使用这些电信号，可以确定表面140上的谷物的重量和质量。在示出的示例中，传感器126、130和/或134中的每一个具体地包括机械装置或机械电子装置(例如天平)，在该机械装置或机械电子装置中可以确定表面140上的谷物的重量和质量。在一个实施例中，传感器126、130和/或134提供来自于定位在传感器的一部分之上的谷物的压力读数。
在示出的示例中，传感器126、130和134中的每一个与谷物箱11中的谷物的一部分直接接触。在示出的示例中，传感器126、130和134中的每一个不感测谷物箱11的整体重量，而是感测谷物箱11中的感测表面140、164、165之上的谷物的竖直的体积或柱体部分的重量。在如图2和3所示的示例情况下，谷物堆154的柱形部128包括位于传感器126的表面140之上并且延伸到第一谷物堆154的外表面156的谷物的质量。在示出的示例实施例中，方向“之上”是与重力的方向相反的方向。由部分128所施加的力被传感器126感测到。以此方式，谷物堆154的部分128的重量被确定。类似地，在一个实施例中，部分132是谷物堆154的定位在传感器130的表面164的正上方的部分。柱体部132覆盖第二传感器130的表面164，并且第二部分谷物132的顶端或上端与谷物堆160的外表面162的一部分相对应。由部分132施加的力被第二传感器130记录或感测到。类似地，传感器134感测到谷物堆154的柱形部，该柱形部在感测表面165之上延伸并且终结于谷物堆154的上表面156。
在感测表面140、164、165被示出为圆形的图示示例中，传感器126、130和134中的每一个感测在这些感测表面140、164、165之上延伸的谷物的圆柱体的重量。如图2和3所示，竖直柱体的底部由感测表面140、164、165的形状、尺寸和定向限定，并且竖直柱体的顶部根据谷物箱11中的谷物堆的上表面形状而改变。在其他实施例中，表面140、164和165除了是圆形之外，这些感测表面140、164、165也可具有其他尺寸和形状，其中传感器126、130和134感测谷物箱11中的具有相应横截面形状的谷物的柱体。虽然所图示的感测表面140、164、165中的每一个都具有类似的形状，但是在其他实施例中，感测表面140、164、165相对于彼此可具有不同形状和/或尺寸。
在示出的示例中，表面140、164和165限定了多个共面的平面。在一个实施例中，表面140、164和165限定了彼此平行的平面。在一个实施例中，表面140、164和165限定了既不共面也不彼此平行的平面。在一个实施例中，表面140、164和165都被定位在底板142之上的一段距离处，并且都是水平设置的。在一个实施例中，表面140、164和165中的一个或多个被定位在底板142之上的一段距离处。
在示出的示例中，表面140、164和165是水平的，从而当谷物箱11具有中立的非倾斜的取向时，重力的方向垂直于由底板142所限定的平面，。在一个实施例中，术语“水平的”由垂直于重力方向的平面限定。在其他实施例中，表面140、164和165根据箱11的底板142的相对应的下层部分或上层部分的取向而具有其他取向。例如，在另一实施例中，底板142包括在重力的方向上从侧壁146的底部144向下倾斜的第一部分，和在重力的方向上从相对的侧壁150的底部148向下倾斜的第二部分。在此实施例中，底板142形成第一部分和第二部分交汇的下方直线。在一个实施例中，底板142的第一部分和第二部分朝向彼此远离的方向枢转，或者包括收集器(trap)以允许谷物从谷物箱11中被向下倾倒。在此实施例中，传感器126、130和134的表面140、164和165分别平行于底板142上的它们的相应部分延伸，并且相对于重力的方向不垂直的或者倾斜的延伸。
虽然传感器126、130和134示出为载荷传感器，但是在其他实施例中，传感器126、130和134包括其他类型的传感器。在另一实施例中，传感器126、130和134可以包括不同类型的传感器。例如，传感器126包括第一类型的传感器，传感器130包括第二类型的传感器，并且传感器134包括第三类型的传感器。虽然谷物蓄积量传感器113示出为包括三个间隔开的传感器126、130和134，但是在其他实施例中，谷物蓄积量传感器113可选地包括更多的或更少的这种传感器。例如，在其他实施例中，谷物蓄积量传感器113可以包括单个载荷传感器，其中，流量估测器14基于来自单个传感器的信号而校准传感器112。虽然谷物蓄积量传感器113示出为包括沿着谷物箱11的底板定位的或者定位在谷物箱11的底板中的多个传感器，但是在其他实施例中，谷物蓄积量传感器113包括定位成沿谷物箱11或者位于谷物箱11中的其他位置处的多个传感器，这些传感器被定位在与示出的位置相同的位置处或者位于其他位置处。
如图3所示，随着谷物连续地流入到谷物箱11中，谷物堆154的尺寸和形状不断生长以形成谷物堆160。结果，柱形部128、132和135的高度以及上表面也都可能发生改变。柱形部129被添加到柱形部128之上。柱形部133被添加到柱形部132之上。柱形部136被添加到柱形部135之上。柱形部129、133和136的额外重量分别被传感器126、130和134感测到。流量估测器14利用这些感测到重量以及谷物堆154和164的形状来计算被用于校准传感器112的流量估测值。
在一个实施例中，谷物箱中的谷物堆的总体形状被数学建模。如果谷物堆的几何形状是对称形状，那么该形状可以利用数学算法和/或几何建模方法建模。一旦创建了几何模型，只需要根据谷物箱中的一个已知载荷传感器之上蓄积的质量或者根据已知的多个载荷传感器之上蓄积的质量中的一个或多个来确定谷物箱中的谷物堆的体积，和/或确定谷物箱中的谷物堆的质量。
在示出的示例中，谷物箱11中的传感器126、130和134的位置和任何附加传感器的位置是已知的，和/或在谷物被堆积到谷物箱11中之前已经被确定了。谷物堆的总体形状的数学模型基于由第一、第二和附加的传感器中的至少一个所提供的信息而提供整个谷物堆的总体积和总质量。因为定位在给定的传感器正上方的谷物部分的体积和质量相对于整个谷物堆的比例是已知的，所以能够至少部分地基于由给定的传感器探测到的质量确定整个体积的谷物堆的质量。
来自多个传感器的信号向整个谷物堆的总质量提供提高的精度。虽然谷物堆可能不提供完全锥形的形状，但是数学模型和/或方程式可以提供谷物堆的形状。在一个实施例中，当谷物箱11中的谷物量介于预定最小谷物量和预定的最大谷物量之间时，谷物堆的形状的数学模型可以具有更大的精度。如上所述，最大和最下谷物量可以与如下的情况相对应，即：谷物堆足以呈现出预期形状的特征，但是谷物堆还不够大以致于被谷物箱11的侧边改变形状。
在另一实施例中，谷物箱11中的谷物堆的形状通过使用一个或多个非接触传感器170确定，诸如至少一个摄像机、成对的发射器-探测器、红外装置和超声波装置。在一个实施例中，传感器170被安装在谷物箱11内、旁边或者上方。在一个实施例中，传感器170被用于基于建模确定谷物堆的预期形状。在另一实施例中，仅仅利用来自于传感器170的信号确定谷物箱11中的谷物堆的形状。在又一实施例中，其他类型的传感器可以被用于感测或探测正被蓄积在谷物箱11中的谷物堆的体积和/或形状。
在一个实施例中，第一传感器的预定位置被选择，以使提供谷物堆的总质量的数学模型的精度最大化。在一个实施例中，至少一个传感器被大致定位在顶点的预期位置下方。在另一实施例中，至少一个传感器被定位成与从顶点开始的竖直矢量相距一定水平距离的位置，从而该传感器并不位于顶点正下方。在另一实施例中，第一传感器被大体定位在顶点之下的区域中，并且第二传感器被定位在谷物箱11内使其基本上不位于谷物箱的顶点之下，但是位于谷物箱的另一部分之下。在另一实施例中，第三传感器或更多的传感器可以被设置在谷物箱11内以在除了第一和第二传感器的位置之外的其他位置上确定谷物堆部分的质量和/或重量。
在一个实施例中，谷物堆的位置和第一传感器的位置被假定为是固定的。在此情况下，可以根据由第一传感器所提供的信号确定谷物堆的总体积和总质量。在一个实施例中，根据由至少第一传感器和第二传感器所提供的信号确定谷物堆的位置。因为第一和第二传感器之间的距离是已知的，所以通过确定谷物箱内的谷物堆的位置并且计算整个谷物堆的体积和质量，第一和第二传感器的信号与谷物堆的预期形状相对应或保持一致。在一个实施例中，确定谷物箱中的谷物的总质量。在一个实施例中，谷物箱的形状被用于确定谷物箱中的谷物的总质量。
在一个实施例中，确定谷物箱中的谷物的质量在一段时间内的改变。在该实施例中，不需要确定谷物箱中的整体谷物量。如下文更加详细地说明的那样，数学模型被用于确定从第一时间点到第二时间点的谷物质量的改变。如果谷物堆的形状是已知的，那么可能通过从第一时间点到第二时间点的谷物堆的尺寸的改变而确定谷物质量的改变。在该实施例中，没有必要已知第一时间点的谷物量，而只需要知道第一时间点和第二时间点之间的谷物量的变化量。在一个实施例中，谷物堆之下的谷物箱的形状对于确定谷物箱中的谷物质量在一定时间段内的改变而言不是必需的。
在一个实施例中，谷物箱中的谷物在第一时刻形成具有顶点158的锥形形状，并且在之后的第二时刻形成更高的第二顶点164，其中谷物在第一时刻和之后的第二时刻之间正被堆积在谷物箱中。在一个实施例中，顶点158和/或顶点164被定位成与谷物箱11的第一壁146相距第一距离，并且与谷物箱的第二壁148相距第二距离。在一个实施例中，第一距离不等于第二距离。
图4示出了图示了一种示例性的方法80，在该方法中，用于蓄积量传感器113的单个传感器元件被用于校准质量流量传感器112。如图方框82所示，传感器126感测谷物箱11中的蓄积的谷物质量28。如上所述，在一个实施例中，传感器126包括载荷传感器，该传感器感测谷物箱11中的谷物堆的柱形部分，其中，根据探测到的谷物堆的柱形部的重量的改变和谷物堆的预期形状的改变，确定流入到谷物箱11中的谷物流量的估测值。在谷物箱11中的谷物堆的生长期间，根据在不同的时刻获取的来自传感器126的信号确定正被传感器126感测的谷物堆的特定部分的重量的改变。
如方框84所示，流量估测器14至少部分地基于传感器126的信号校准质量流量传感器112。在一个实施例中，流量估测器14将基于来自传感器126的信号确定的流量与基于来自传感器112的信号确定的流量进行比较，以确定传感器12应该如何被调整或校准。通过使用该比较，流量估测器14对传感器112进行校准。在一个实施例中，在收获期间谷物箱11正被谷物填充的同时，此种校准以连续的方式或者以预定周期的方式被流量估测器14执行。
图5示出了示例性的方法180。方法180与方法80类似，除了方法180包括在谷物的收获期间感测在谷物箱11内正被形成的谷物堆的两个部分以确定校准流量估测值。如方框186所示，传感器130感测第二部分132的蓄积质量。在一个实施例中，与传感器126类似，传感器130包括载荷传感器，该载荷传感器感测传感器130之上的谷物堆的柱形部分的重量的改变。
如方框188所示，通过确定谷物箱11中的谷物堆或谷物垛的特定部分的重量在一段时间内改变的速率并结合谷物堆的预期形状，流量估测器14计算或确定校准流量，即谷物流入到谷物箱11的流量的第一估测值。通过在不同的时刻使用来自传感器126和传感器130的信号确定传感器126和130之上的部分的重量，流量估测器14确定谷物箱内的谷物堆的特定部分的估测重量在特定时间段内的改变速率。
在一个实施例中，作为在不同时刻使用来自所有现有传感器126、130和134的信号并且结合谷物箱11中的谷物堆的形状确定用于在不同时刻校准传感器112的校准流量的替代，流量估测器14使用来自从现有的所有传感器或成套传感器中选出的子集中的传感器的信号并且结合谷物堆的形状，以确定校准流量估测值。在一个实施例中，谷物蓄积量传感器113包括由多个独立的传感器元件构成的阵列，与传感器元件126、130和134类似。在此实施例中，流量估测器14基于谷物堆的形状或者谷物箱11被填充的程度，选择性地使用不同时刻探测到的不同部分的重量的改变。例如，在一个实施例中，当谷物堆具有第一形状时，流量估测器14使用来自整套传感器元件的一个子集中的传感器的信号以确定校准流量估测值，以校准传感器112。之后，当谷物堆具有不同的第二形状时，流量估测器14使用来自整套传感器元件的另一不同的子集中的传感器的信号以在之后的时间确定校准流量估测值，以校准传感器112。通过基于谷物堆的形状在不同的时刻使用不同子集的传感器或传感器元件去确定校准流量估测值，流量估测器14提高了校准流量估测值的精度或可靠性，并且提高了在不同时刻应用到传感器112的校准或调整的精度或可靠性。
如方框190所示，流量估测器14通过使用来自传感器112的信号计算或确定第二质量流量或感测流量。如方框192所示，流量估测器14使用在方框188中确定的校准流量和在方框190中确定的感测流量，以校准传感器112。在一个实施例中，流量估测器14将校准流量与感测流量进行比较，以确定是否以及如何调整或校准传感器112。
在一个实施例中，响应于被满足的一个或多个预定标准或阈值而执行方框192中的传感器112的校准。例如，在一个实施例中，只有当谷物堆的被选择部分的重量比预定值大并且小于更大的第二预定值时或之后，流量估测器14才调整或校准传感器112。例如，在一个实施例中，流量估测器14只在传感器126之上的部分的重量超过预定阈值之后，才校准传感器112。在另一实施例中，作为确定谷物堆的被选择部分的重量的改变超过预定阈值或标准的响应，流量估测器14自动地调整或再校准传感器112。
在一个实施例中，在确定堆积在谷物箱内的收获的谷物的量是否落在可接收的限制范围内以后，才开始进行校准，以允许校准程序提供足够精确的结果。对于提供足够精确的结果以用于校准质量流量传感器而言所必须的谷物箱中的收获的谷物的范围，至少部分地根据谷物箱11的几何形状确定。如上所述，在一个实施例中，谷物箱11中的谷物堆的预期形状可能需要堆积在谷物箱11中的最小谷物量。类似地，谷物箱11中的谷物堆的预期形状可能需要堆积在谷物箱11中的谷物量处于一最大谷物量之下。在一个实施例中，如果收集的谷物量超过预定的最大谷物量，则中止校准和/或再校准程序。
图6示出了用于校准传感器112的示例性方法200。除了方法200将谷物的感测体积用作用于校准传感器112的参数之外，方法200与方法80类似。如方框204所示，流量估测器14使用来自传感器170的信号(如图2所示)，以感测或确定谷物堆的至少一部分的体积。如方框206所示，流量估测器14至少部分地基于谷物箱11中的第一部分谷物的体积而校准谷物质量流量传感器112。如上所述，在一个实施例中，传感器170包括至少一个非接触传感器，诸如一个摄像机、和/或红外装置和/或超声波装置，这些装置感测谷物箱11中的谷物体积的改变。
在一个实施例中，传感器170包括视觉传感器，该视觉传感器获取一图像，该图像被处理，以确定谷物堆的至少一部分的形状。如图2示意性示出，在一个实施例中，传感器170被定位成靠近谷物箱11以便能够看到谷物箱11的内部。在一个实施例中，传感器170被固定到谷物箱11或者被固定到谷物箱11外部的结构上。
在示出的示例中，基于存储器18中的指令，流量估测器14的处理器16至少部分地根据图像而对谷物堆的体积进行建模。传感器70记录谷物堆的表面的形状，通过该形状确定谷物堆的整体体积。在此实施例中，流量估测器14在不同的时刻使用被估测的谷物堆的整体体积来确定校准流量，该校准流量与来自传感器112的感测流量进行比较以校准传感器112。
在另一实施例中，基于在不同时刻的谷物箱11中的谷物堆的比整体小的一个或多个不同部分的体积的确定的改变，流量估测器14确定校准值。例如，在一个实施例中，流量估测器14在第一时刻基于来自传感器170的信号确定谷物堆的暴露表面的至少一部分的第一形状，并且之后在第二时刻确定谷物堆的被暴露表面的至少一部分的第二形状。通过比较谷物堆的相同部分的暴露的上表面在不同时刻的不同形状，流量估测器14确定谷物堆的特定部分的体积的改变。在一个实施例中，通过使用一算法来确定谷物堆的该部分的体积从第一时刻到第二时刻的改变，该算法对谷物堆的该部分的体积的从第一时刻到第二时刻的不同或改变而进行建模。在一个实施例中，所述算法至少部分地基于谷物堆的预期形状。通过使用确定出的体积的改变，流量估测器14确定用于调整传感器112的校准流量。
图7是示出示例性的方法210的流程图，即方法200的具体实施例。方法210与方法200类似，除了方法210额外地基于积累在谷物箱11中的谷物堆的一个或多个部分中的每一个部分的重量随时间的变化计算校准流量。如方框212所示，流量估测器14接收来自传感器170的信号并且确定谷物堆的特定部分的体积。在其他实施例中，流量估测器14使用来自传感器170的信号以确定积累在谷物箱11中的整个谷物堆的体积。
如方框214所述，流量估测器14额外地接收来自蓄积量传感器113(如图2所示)的一个或多个感测元件126、130、134的信号，这些信号指示在感测元件126、130、134之上延伸的谷物堆的多个部分中的每一个的感测重量。如方框216所示，流量估测器14使用谷物堆的多个部分中的每一个部分的感测重量来计算第一质量流量或校准质量流量。在一实施例中，基于在感测元件126、130、134之上延伸的谷物堆的各个部分的重量的改变以及蓄积在谷物箱11中的谷物堆的形状，流量估测器14确定校准流量。在又一实施例中，基于蓄积在谷物箱11中的整个谷堆的重量的改变，流量估测器14确定校准流量，其中，基于在不同时刻来自感测元件126、130、134的信号以及基于谷物箱11中的谷物堆或谷物垛的形状，流量估测器14确定整个谷物堆的重量的改变。在一个实施例中，当谷物箱11空载时，整个谷物堆的重量额外地基于谷物箱11的重量。
如方框218所示，流量估测器14使用来自传感器112的信号计算或确定第二质量流量或感测质量流量。如方框220所示，流量估测器14使用校准流量和感测流量而校准传感器112。在一个实施例中，流量估测器14将校准流量与感测流量进行比较，以确定是否和如何调整或校准传感器112。在一个实施例中，根据时间、收割机的运动和/或谷物收获量，方框220中的传感器112的校准被连续地或者以预定频率加以执行。
图8是示出用于校准传感器112的示例方法300的流程图。在一个实施例中，流量估测器14被构造成用于执行方法300。方法300基于额外的操作参数或数据控制是否校准、何时校准、以及如何校准传感器112。如方框302所示，流量估测器14确定用于校准传感器112的校准流量。如上所述，在一个实施例中，基于谷物堆的形状以及作为从至少一个传感器(例如，上文所述的一个或多个传感器126、130、134和/或170)的的信号的函数的谷物箱11中的谷物堆的至少第一部分的质量和/或体积在一定时间段内的确定的改变，流量估测器14确定校准流量。
如方框304所示，流量估测器14还接收来自于至少第一装置的一个或多个操作数据。操作数据包括但不限于如下的单个数据或者它们的任何组合：谷物箱中的谷物的体积；谷物箱的俯仰和/或侧倾的程度；谷物箱振动的强度；谷物箱转弯时的角度和速度；谷物箱的地速；谷物箱的加速度和减速度；从斜槽排出的收获的谷物的速度；非农作物作业的周期；质量流量在给定时间段内的变化；谷物的含水量；谷物的类型；天气状况；以及作物地形(包括但不限于被收获的谷物所在地的地形的坡度)。
如方框306所示，流量估测器14评估操作数据以可以确定精确的校准流量估测值的可能性。在示出的示例中，流量估测器14使用存储在存储器18中的判定算法确定如下事件的可能性：谷物箱中的谷物的至少第一柱形部的质量的改变将提供谷物箱中的所有谷物的质量的改变的精确估测值。如方框308和310所示，如果流量估测器14根据估测的操作数据确定存在校准流量不足够精确的可能性，则流量估测器14在预定的时刻中止或延迟传感器112的预定的校准。另外，如方框308方框310所示，如果流量估测器14根据估测的操作数据确定存在校准流量足够精确的可能性，那么流量估测器14使用确定的校准流量对传感器112进行校准。在一个实施例中，流量估测器14根据校准流量和感测流量之间的比较确定用于传感器112的校准因数。
在一个实施例中，流量估测器14根据来自传感器112的信号在收获的谷物被堆积在谷物箱11中的一定时间段内接收包括测得的质量流量的操作数据，以确定测得的质量流量是否落在预定的限定范围之内。流量估测器14在方框306中评估该测得的流量，以确定流入到谷物箱中的谷物的测得的质量流量是否变化到比预定阈值更大的程度。按照方框310，如果流量估测器14确定到测得的质量流量不够恒定使得部分地基于谷物堆的形状计算得出的校准流量可能不能提供可接收的精度，则使用校准流量的传感器112的校准被暂时性地中止或延迟直到之后的一个时刻。可选则地，如果流量估测器14确定到测得的质量流量足够恒定，即，具有比预定阈值小的确定的变化性，则流量估测器14使用该校准流量对传感器112进行校准。
在另一实施例中，流量估测器14接收诸如收割机的当前状态的操作数据，以确定是否需要执行传感器112的校准。在一个实施例中，按照方框304，流量估测器14接收指示谷物箱11的俯仰和/或侧倾的信号。
按照方框306，流量估测器14估测这些信号以确定谷物箱11的俯仰和/或侧倾的量是否位于可接收的范围之外。当收割机20和/或谷物箱11俯仰和/或侧倾时，谷物箱11中的谷物堆的形状可能会从其预期形状发生改变。正被收割的谷物所在地的地形的坡度、谷物箱11的振动、谷物箱转弯的剧烈和快速程度、谷物箱经受快速的加速度和减速度的程度、在谷物的收割期间收割机的地速和/或谷物箱11的地速，将对收集在谷物箱中的谷物堆的形状造成影响。如果谷物箱中的谷物的形状与其使用在数学模型中的预期的形状存在偏差，将影响在相关的时间段中数学模型确定蓄积的谷物的精度。在一个实施例中，按照方框310，如果谷物箱11的俯仰和/或侧倾的量落在预定限定范围之外，则校准和/或再校准程序被中止或被延迟。
图9是方法350的流程图，即，方法300的另一示例性实施例。方法350与方法300类似，除了方法350额外地确定通过操作数据的评估识别出的任何可能的不精确是否可以被补偿从而允许连续地进行传感器112的校准。与方法300的步骤或方框相对应的方法350的步骤或方框被类似地标记。
如图9所示，与方法300相比，方法350额外地包括方框314和316。在判定方框314中，流量估测器14确定流量估测器14是否可以补偿在方框308中识别到的可能的不精确。如方框310所示，如果此类不精确不能被补偿，那么中止或延迟传感器112的校准。可选地，如方框316所示，如果作为方框306中的操作数据的评估结果而被识别的可能的不精确可以被补偿，则流量估测器14将一个或多个补偿因数或量应用到校准流量以解决识别出的不精确。一旦补偿因数已经被添加到校准流量，那么如方框312所示，流量估测器14对质量流量传感器112进行校准或调整。
在方法350的一个实施例中，按照方框304，流量估测器14接收指示谷物箱11的俯仰和/或侧倾的量的信号。按照方框306，流量估测器14评估此种操作数据以识别使用方框302的结果而确定的校准流量的可能的不精确。根据方框312，流量估测器14确定在谷物被收集在谷物箱11期间谷物箱11的俯仰和/或侧倾的量是否落在预定的限定值之外，从而可能导致不精确。如方框314所示，流量估测器14确定俯仰和/或侧倾的效果是否可以被补偿。如方框316所示，流量估测器14补偿被识别的不精确。在一个实施例中，流量估测器14修正谷物箱11中的谷物堆的几何形状的数学模型以将俯仰和/或侧倾对谷物堆的几何形状具有影响考虑在内。以此方式，即使俯仰和/或侧倾已经改变了谷物堆的形状，数学模型也将提供精确的结果。
在一个实施例中，通过选择性地调整谷物蓄积量传感器113的用于确定校准流量的感测元件，流量估测器14对不精确(例如，由谷物箱11的俯仰或侧倾引起的不精确)进行补偿。例如，在一个实施例中，谷物蓄积量传感器113包括由位于不同位置或者具有不同感测特征的感测元件组成的阵列。流量估测器14选择和使用来自当前可用的感测元件的子集中的传感元件的信号以在步骤302中确定校准流量。
在一个实施例中，如果俯仰和/或侧倾已经恒定了，那么需要考虑使用数学模型相对于重力以及作用在传感器126和/或传感器130和/或额外传感器(例如传感器134)上的冲击而调整谷物堆的位置。在一个实施例中，基于位于谷物箱11上或者靠近谷物箱11的传感器而确定谷物箱11的俯仰和/或侧倾，从而这些传感器提供对谷物箱11的俯仰和侧倾的精确表示。例如，如果谷物箱11是整体的和/或具有与收割机20相同的俯仰和/或侧倾，那么传感器可以被放置在收割机20上或者相对于收割机20放置，以探测和汇报俯仰和/或侧倾。在一个实施例中，在谷物被收集在谷物箱11中的整个期间或者选定的多个时间间隔内，俯仰和/或侧倾可以被评估并且被储存。可选地，如果超过了特定的预定阈值，那么来自传感器的俯仰和/或侧倾数据只被传递到流量估测器14的处理器16。谷物箱11的取向可以被确定，以评估来自传感器126、传感器130和额外的传感器14中的至少一个传感器的数据，以补偿处于非中立取向的谷物箱，在一个实施例中，非中立取向指的是相对于重力方向的谷物箱的设计取向。
非农作物工业(engagement)可包括收割机离开农作物和再接触农作物之间的时间段。在一个实施例中，随着收割机进入农作物和从农作物移出，例如，进入农作物的多个行或多个区域之间不进行收割作业，可能出现农作物的作业或非作业。在一个实施例中，在一段时间期间和/或在校准处理期间，上述的在对谷物质量的改变进行确定的过程中，需要考虑所述时间段。在一个实施例中，收割机处于农作物之外的时间段在谷物正在被收割的整个时间段内被考虑、被扣除或被减去。这消除了没有进行收割的时间段。收割谷物和谷物堆积到谷物箱之间的时间延迟也被考虑为一个因素。如果谷物被连续地沉积到谷物箱中，而收割机物理地位于农作物之外，同时收割机离开农田、转弯和再次进入农田，则应当考虑上述时间延迟。收割被中断的时间段也可以被考虑并且进行适当地调整。另外，在一定时间段内对重量流量进行确定和/或对蓄积的负载重量进行确定的过程中，也可以考虑切割植物材料与谷物正被沉积在谷物箱之间的时间延迟。针对收割机处于农田之外和/或没有谷物正被收割的时间段，时间正在被调整。
在一个实施例中，操作数据包括正被收割的农作物的含水量。在谷物正被收割的同时，农作物的含水量由靠近谷物箱的传感器确定，或者可选地，含水量因数可以经由用户界面输入到流量估测器14中。
在一个实施例中，当操作数据位于可接受的能够可在感兴趣的时间段内提供关于谷物的质量流量的精确确定的限定值之外时，校准处理被中止。在一个实施例中，在操作数据位于理想限定值之外但是位于可接收的限定值之内时，继续进行校准处理并且提供精确的指示。该精确的指示增大了数学模型提供精确的结果的可能性。基于数学模型的结果是否能够提供改进的质量流量传感器112的校准，操作人员然后可以评估是否校准质量流量传感器。
在其他实施例中，在确定数据是否足以计算蓄积的负载质量和/或质量流量之前，先评估操作数据。在一个实施例中，品质度量(qualitymetric)被应用到所获得的各个操作数据测量值。各个所获得的操作数据测量值的品质度量可以是二元值，或者所获得的测量值将导致蓄积的谷物质量和/或质量流量的高品质计算或错误计算的概率。各个测量值的品质度量和/或概率可以被组合在一起，以确定在一定时间段期间蓄积的谷物质量和/或流量发生错误和/或有价值的蓄积概率。根据多个独立的测量值的品质以及多个独立的测量值的集合使用，确定估测的蓄积质量的精度的品质的概率。在一个实施例中，操作数据利用至少一个第一装置评估，并且可使用判定算法以确定谷物箱中的谷物质量的估测值是精确的的可能性。
本文说明的方法和设备可在收割机正在农田中、在农田之外和/或在运行时(onthego)应用。为了给出一个实施例，所述“在运行时”描述了收割机在农田中实际地运动、收割谷物的阶段，使得谷物正被从农田中收割、在收割机中被处理并且被堆积在谷物箱中。相比之下，术语“在农田中”描述了收割机位于农田中可能正在收割谷物也可能没有正在收割谷物的特定的时间。而“在农田之外”描述了收割机不再位于在农田中和/或不再收割谷物的情况。在一个实施例中，在运行时执行谷物蓄积质量的估测和质量流量传感器的校准。也可以预期，可以在农田中和在农田之外进行谷物蓄积质量的估测和质量流量传感器的校准。
图10是示出谷物箱11中的三个不同传感器和总谷物重量之间的关系的视图。测压元件或传感器的初始响应是相对线性的。在如图5所示的示例中，该响应的初始范围是从大约0.1mV/V到0.6mV/V。从该范围中可以得出一些信息，以提供流入到谷物箱11中的谷物的流量的估测，并且给出该估测的精确的一些认识。该信息随后可被应用到回归公式中，该回归公式提供了单位为kg-s-1的所产生的估测的质量流量。
测压元件设置和方程式对于给定的收割机设计而言是专用的。在一个实施例中，对喷泉式螺旋推运器(fountainauger)114的修改以及谷物被推进到谷物箱111中的方式使用不同的回归方程以达到可接受的精确水平。期望从测压元件响应中提取相同的信息，这些测压元件响应在该文件中还被描述为具有不同的硬件构造，这些硬件构造可针对特定的校准范围进行了额外的修改。
在一个实施例中，用于估测流入到谷物箱11中的谷物的流量的总回归公式
= C 1 × L C 3 s l o p e AoR 2 + C 2 × S u d o M a s s F l o w + C 3 × L C 1 s l o p e l + C 4 × L C 3 s l o p e + C 5 × AoR 2 + C 6 × L C 1 s l o p eII .
其中：
LC1slopeI是在第一特定范围内的测压元件1的响应速率；
LC1slopeII是在第二特定范围内的测压元件1的响应速率；
LC3slope是在特定的校准范围内的测验元件3的响应速率；
AoR2是测压元件3和测压元件2之间的用于谷物的静态(repose)的估测角度；以及
SudoMassFlow是质量流量的代理估测值(Proxyestimation)，其基于测压元件1响应、时间间隔、以及测压元件1与测压元件2之间的静态的估测角度。
在一个实施例中，针对回归公式选择的参数通过测压元件响应的方程展开，以确定最精确和可重复的方法，以估测谷物质量流量。在一个实施例中，基于它们对于降低质量流量估测中的误差的统计学重要性选择参数。
在多个传感器126、130、134被使用并且这些传感器位于谷物箱11中的不同位置的一个实施例中，这些传感器中的一个传感器可能在其他两个传感器之后响应。这三个传感器的响应的线性范围可能有些重合，但是都取决于谷物的静置的角度和谷物的密度。作为来自传感器的信息，这在估测流量时引入一些变化性。可基于在谷物堆积达到每个传感器的时间的不同而在与第三传感器具有不同流量的过程中提取出这些传感器两个传感器。
在一个实施例中，传感器的改变率与流入到谷物箱中的谷物的质量流量有很高的相关性，其对于正在增加的谷物流量具有线性响应。这三个传感器的响应可以被包括在回归分析中，以降低谷物质量流量的估测值中的误差。
在一个实施例中，在基于测量值的精度的概率进行校准之前，校准算法可将校准的历史考虑在内。例如，对于初始的校准，精度品质的较低的可能性可用在校准处理过程中。然而，在校准已经被执行之后，将需要比之前所需的蓄积的谷物质量和/或质量流量的精确度品质更高的可能性，以保证校准或再校准不会导致质量流量的较差的精度。
可以第一时刻估测谷物箱中的谷物的量，并且随后在之后的第二时刻估测谷物箱中的谷物量。也可以在第一时刻和第二时刻之间估测谷物的流量，而无需实际地估测谷物箱中的全部谷物质量。校准算法可估算第一时刻与第二时刻之间的谷物质量的改变，而无需在从传感器或测压元件接收到信号的第一时刻和第二时刻估测谷物的总体质量。第二时刻指的是在谷物被堆积到谷物箱中的第一时刻之后的一段时间。
在一个实施例中，一旦谷物箱中的谷物堆达到了最小量，便开始校准处理。在达到谷物箱中的最大预定谷物量之前就结束校准处理。在另一实施例中，当谷物箱是空载时便开始校准处理，并且一定预定最大谷物量已经沉积在谷物箱中，便结束校准处理。在另一实施例中，在谷物正被收割时进行校准和/或再校准处理，并且校准因数被应用到剩下的收割时段的质量流量。在另一实施例中，校准因数被应用到已经被存储在存储器中的质量流量数据，以针对整个收割阶段提供更加精确的质量流量。以此方式，从质量流量传感器中获得的并且之后被分析的谷物质量流量比开始收割谷物时更加精确。谷物产量表可以被提供，以示出正被收割的农田的多个区域的谷物质量流量。该谷物产量表可以基于质量流量传感器的质量流量，用校准因数和/或再校准因数、或在校准处理期间获得的因数调整该质量流量。
在一个实施例中，操作数据在一段时间内可以被收集和存储在存储器中。操作数据可以在收集操作数据的多个时间段中被评估。特定的时间段可以是整个时间段，在该时间段中，数据被收集以获得或计算估测的谷物质量的蓄积并且校准质量流量传感器。例如，如果在十分钟的时间段中每十秒获得一次操作数据，那么通过算法确定：精确地估测蓄积的谷物质量的概率在第四分钟至第七分钟之间的三分钟时段内最高，然后在该三分钟时间段内获得的操作数据可用于估测蓄的积谷物质量并用于校准质量流量传感器。在一个实施例中，质量流量传感器的校准可以随着概率被多次升级，从而在给定时间框架中的操作数据将提供更高精度的估测值。如上所述，在一个实施例中，可以“在运行时”执行质量流量传感器的校准。在第一时刻和第二时刻二者处，一旦蓄积的质量被计算，就确定该蓄积的质量。第一时刻和第二时刻之间蓄积的质量的改变可用于确定第一时刻和第二时刻之间的时间段内的质量的改变。举例说明，如果第一时刻估测的蓄积质量被确定为具有值“x”，并且那么第二时刻估测的蓄积质量被确定为具有值“y”，那么在第一时刻和第二时刻之间的时间段中的蓄积的质量是“y-x”。
来自质量流量传感器的信号可以被储存在存储器中，并且一旦完成了质量流量传感器的校准，来自质量流量传感器的被存储的数据在校准开始之前可以被调整以在整个时间段中提供更加精确的质量流量，在该整个时间段中，收割机在特定的时间段内在特定的农田上进行操作。
在一个实施例中，基于谷物的含水量、产量或地形条件可以进行多维校准。这将允许基于特定的作物条件对质量流量传感器进行校准，并且允许例如基于如下的参数对校准作出即时改变：谷物水分的传感器输入、地形条件、流量和在本文中识别的其他测量值，这些参数可以单独使用或者与其他测量值组合使用。在一个实施例中，基于与谷物含水量、或地形条件和/或其他操作数据测量值相关的传感器数据，不同的校准曲线可用于校准质量流量传感器。校准可以“在运行时”进行，以反映谷物含水量和/或其他选定的度量，由此提供更高精确的质量流量。
虽然已经参考示例实施例描述了本公开，但是本领域的技术人员将意识到在不脱离要求保护的主题的精神和范围的基础上可以对形式和细节作出改变。例如，虽然不同的示例实施例可以被描述为包括一个或多个提供一个或多个优点的特征，但是可以想到被描述的特征在描述的实施例中或者在其他可选实施例中可以彼此互换，或者可选地可以彼此组合。因为本公开的技术是较复杂的，所有技术上的所有改变是可预见的。参考示例实施例而描述的并且在下文的权利要求中提及的本公开明确地是为了广泛的公开。例如，除非另外特别说明，否则提及到单个特定元件的权利要求也包含多个此种特定的元件。

Claims (20)

1.一种校准质量流量传感器的方法，包括下述步骤：
根据接收自至少一个传感器的信号确定在一段时间内谷物箱中的谷物的至少第一部分的质量改变；
评估接收自至少第一装置的操作数据，使用判定算法确定谷物箱中的谷物的所述至少第一部分的质量改变将提供对谷物箱中的至少基本上全部谷物的质量改变的精确估测的概率；以及
至少部分地根据接收自所述至少一个传感器的信号确定用于质量流量传感器的校准因数。
2.根据权利要求1所述的方法，其中，评估所述操作数据的步骤包括确定如下概率值：根据所述至少一个传感器、在所述一段定时间内的谷物箱中的谷物的质量改变是精确的。
3.根据权利要求1所述的方法，其中，所述操作数据包括收割机的测量值、农田地形的测量值和谷物的含水量的测量值中的一个或多个，并且评估所述操作数据的步骤包括确定谷物箱中的谷物的质量改变精确的概率值，并且所述方法还包括只有在所述概率值超过给定值时才校准质量流量传感器。
4.根据权利要求1所述的方法，其中，所述至少一个传感器提供与谷物箱中的谷物的一部分相关的信号，其中，谷物的所述第一部分是位于第一传感器上方的谷物柱。
5.根据权利要求1所述的方法，其中，确定谷物箱中的谷物的质量改变的步骤包括将第一传感器的信号应用到谷物箱中的谷物的几何形状的预定模型中。
6.根据权利要求1所述的方法，其中，所述操作数据包括在谷物被堆积在谷物箱中的时间段内，谷物箱的俯仰和侧倾、谷物箱中的谷物的量、以及谷物的含水量中的至少一种。
7.根据权利要求1所述的方法，其中，所述第一传感器是非接触式视觉传感器。
8.根据权利要求1所述的方法，其中，所述第一传感器是拍摄谷物箱中的谷物堆的上表面的轮廓的照相机。
9.根据权利要求1所述的方法，其中，确定谷物箱中的谷物的质量在所述一段时间内的改变的步骤还与谷物箱中的谷物的第二部分的质量在所述一段时间内的改变有关。
10.根据权利要求1所述的方法，其中，所述校准因数是在谷物正被收割的同时在运行中确定的。
11.根据权利要求1所述的方法，在额外量的谷物已被堆积到谷物箱中之后，重复执行确定步骤和评估步骤。
12.根据权利要求1所述的方法，其中，确定谷物箱中的谷物的质量改变的步骤包括将第一传感器的输出应用到谷物箱中的谷物的具有顶点部的几何形状的模型，所述顶点部比谷物箱中的谷物堆中的其他顶端部高。
13.一种用于质量流量传感器的校准的装置，包括：
处理器；以及
计算机可读介质，该计算机可读介质被可操作地联接到所述处理器，并且计算机可读介质具有存储在该计算机可读介质上的计算机可读指令，当所述计算机可读指令被所述处理器执行时，导致所述装置：
根据接收自至少一个传感器的信号确定在一段时间内谷物箱中的谷物的至少第一部分的质量改变；
在所述一段时间内，评估至少接收自第一装置的操作数据；以及
确定所述操作数据是否落入预定范围中以根据谷物的所述至少第一部分的质量改变而校准质量流量传感器。
14.根据权利要求13所述的装置，其中，处理器还至少根据从所述至少一个传感器的接收到的所述信号确定谷物箱中的至少基本上全部谷物的质量改变。
15.根据权利要求13所述的装置，其中，谷物箱中的所有谷物的质量改变的估测包括将从所述至少一个传感器接收到的所述信号应用到谷物箱中的谷物堆的几何形状的预定模型中。
16.根据权利要求13所述的装置，其中，至少一个操作数据包括谷物箱中的谷物的量。
17.根据权利要求13所述的装置，其中，评估操作数据包括确定谷物箱中的至少第一部分谷物的质量改变在获得操作数据的时间段内提供对谷物箱中的所有谷物的质量改变的精确估测的概率，以及只有在所述概率大于预定的概率值时才校准质量流量传感器。
18.根据权利要求13所述的装置，其中，处理器还根据在所述时间段内谷物箱中的谷物的第二部分的质量改变对谷物箱中的谷物的总体质量改变进行估测，其中，所述第二部分的质量改变基于从第二传感器接收到的信号。
19.根据权利要求18所述的装置，其中，处理器还根据谷物箱中的谷物的第一部分的质量改变并且根据谷物箱中的谷物的第二部分的质量改变提供校准因数。
20.一种用于提供质量流量传感器的校准因数的方法，包括：
根据从位于谷物箱的地板和谷物之间的至少一个传感器接收的信号，利用谷物箱中的谷物堆的几何形状的预定模型，估测在一段时间内谷物箱中的谷物堆的质量改变，其中，所述形状具有比谷物堆的其他部分高的顶点；
评估至少从第一装置接收的操作数据，使用判定算法确定操作数据是否落在可接受的范围之内以估测质量流量传感器的质量流量；以及
根据所述至少一个传感器，至少部分地基于谷物箱中的所述谷物堆的至少基本上全部谷物的估测的质量改变，确定用于质量流量传感器的校准因数。
CN201510368563.0A 2014-06-27 2015-06-29 谷物质量测量的校准 Active CN105210541B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US14/318,254 US9645006B2 (en) 2014-06-27 2014-06-27 Calibration of grain mass measurement
US14/318,254 2014-06-27

Publications (2)

Publication Number Publication Date
CN105210541A true CN105210541A (zh) 2016-01-06
CN105210541B CN105210541B (zh) 2020-08-04

Family

ID=53191534

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510368563.0A Active CN105210541B (zh) 2014-06-27 2015-06-29 谷物质量测量的校准

Country Status (5)

Country Link
US (1) US9645006B2 (zh)
EP (1) EP2960634B1 (zh)
CN (1) CN105210541B (zh)
AU (1) AU2015203446A1 (zh)
BR (1) BR102015015315B1 (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108200804A (zh) * 2016-12-19 2018-06-26 上海交通大学 视觉传感谷物流量在线检测装置和检测方法
CN110017856A (zh) * 2019-03-28 2019-07-16 北京农业智能装备技术研究中心 一种传感器校准系统
CN110987093A (zh) * 2019-12-06 2020-04-10 中国科学院合肥物质科学研究院 一种谷物流量检测装置及检测方法
CN113950938A (zh) * 2021-09-28 2022-01-21 江苏大学 一种联合收割机及谷物流量在线检测装置和方法
CN114902860A (zh) * 2022-05-26 2022-08-16 潍柴雷沃重工股份有限公司 收割机产量监测系统及收割机
CN115031821A (zh) * 2022-05-26 2022-09-09 潍柴雷沃重工股份有限公司 基于车身倾角修正的光电测产系统、方法及收割机

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2979537B1 (en) * 2013-03-27 2019-08-28 Kubota Corporation Combine
US9714856B2 (en) * 2013-12-13 2017-07-25 Ag Leader Technology, Inc. Automatic compensation for the effect of grain properties on mass flow sensor calibration
US9954255B2 (en) * 2015-10-16 2018-04-24 Chroma Ate Inc. Measurement fixture for a battery cell
KR20180098523A (ko) * 2015-12-25 2018-09-04 가부시끼 가이샤 구보다 콤바인 및 콤바인용 곡립 수량 관리 시스템
DE102016118559A1 (de) * 2016-09-29 2018-03-29 Claas Selbstfahrende Erntemaschinen Gmbh Verfahren zur Bestimmung eines aus Schüttgut bestehenden Massenstroms
DE102016118560A1 (de) * 2016-09-29 2018-03-29 Claas Selbstfahrende Erntemaschinen Gmbh Anordnung einer Messeinrichtung zur Messung eines aus Schüttgut bestehenden Massenstroms
DE102017114405A1 (de) 2017-06-28 2019-01-03 Claas Selbstfahrende Erntemaschinen Gmbh System zur Ertragsmessung und Verfahren zum Betreiben eines Systems zur Ertragsmessung
US10362734B2 (en) * 2017-08-29 2019-07-30 Tribine Industries Llc Grain yield sensor for an articulated agricultural harvesting combine
JP6956607B2 (ja) * 2017-11-24 2021-11-02 株式会社クボタ 収穫機
KR20200085276A (ko) * 2017-11-24 2020-07-14 가부시끼 가이샤 구보다 수확기, 한계 주행 거리 산출 프로그램, 한계 주행 거리 산출 프로그램을 기록한 기록 매체, 한계 주행 거리 산출 방법, 농작업차, 선회 제어 프로그램, 선회 제어 프로그램을 기록한 기록 매체, 선회 제어 방법, 콤바인 제어 시스템, 콤바인 제어 프로그램, 콤바인 제어 프로그램을 기록한 기록 매체, 콤바인 제어 방법
US20210329838A1 (en) * 2019-09-04 2021-10-28 Ag Leader Technology Apparatus, Systems And Methods For Stalk Sensing
US11653596B2 (en) 2019-12-18 2023-05-23 Deere & Company Near real-time signal correction on a harvesting machine
US11762446B2 (en) * 2019-12-20 2023-09-19 The Provost, Fellows, Foundation Scholars and the other members of Board, of the College of the Holy and Undivided Trinity of Queen Elizabeth near Dublin Method and system for energy aware scheduling for sensors
CN115427769A (zh) * 2020-02-26 2022-12-02 供液有限公司 大致水平管道中的流动固体物质的流量估算
US11659787B2 (en) 2020-04-03 2023-05-30 Cnh Industrial America Llc Harvesting head reel-crop engagement
DE102020133594A1 (de) * 2020-12-15 2022-06-15 Vega Grieshaber Kg Radiometrische Messvorrichtung zur Bestimmung eines Massenstroms
US11744182B2 (en) * 2021-06-04 2023-09-05 Deere & Company Crop yield determining apparatus
BR102022017464A2 (pt) * 2022-08-31 2024-03-12 CNH Industrial Brasil Ltda. Sistemas para uma colheitadeira agrícola e método para operar uma colheitadeira agrícola

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4525315A (en) * 1981-12-09 1985-06-25 Grecon Greten Gmbh & Co. Kg Method of correcting irregularities in the built-up of a mat during the manufacture of particleboard
US20040031335A1 (en) * 2000-02-17 2004-02-19 Fromme Guy A. Bulk materials management apparatus and method
CN1491530A (zh) * 2002-09-18 2004-04-28 产量监控器的自动质量流传感器校准
US20130317696A1 (en) * 2010-12-22 2013-11-28 Precision Planting Llc Methods, systems, and apparatus for monitoring yield and vehicle weight

Family Cites Families (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5074436A (en) * 1989-07-10 1991-12-24 Yamato Scale Company, Limited Product feeding device for combination weigher
US5343761A (en) * 1991-06-17 1994-09-06 Allen Myers Method and apparatus for measuring grain mass flow rate in harvesters
US5369603A (en) 1992-07-19 1994-11-29 Myers; Allen Calibration of a non-linear sensor
DE19541167C2 (de) * 1995-11-04 2001-04-05 Claas Ohg Vorrichtung und Verfahren zur Kalibrierung der Messung eines Gutstromes
US5798466A (en) * 1996-01-26 1998-08-25 Satake Corporation Flow meter and method of calibrating same
US5708366A (en) * 1996-11-05 1998-01-13 New Holland North America, Inc. Microwave moisture/yield monitor with calibration on-the-go
US6029106A (en) * 1996-11-22 2000-02-22 Case Corporation Global position correction for the electronic display of field maps
US5957773A (en) 1997-04-02 1999-09-28 Dekalb Genetics Corporation Method and apparatus for measuring grain characteristics
AUPO643097A0 (en) 1997-04-24 1997-05-22 Precision Farming Australia Pty Ltd Cotton flow sensor
US5837906A (en) * 1997-06-09 1998-11-17 Ludwig Kipp Apparatus and method for measuring the real-time volumetric flow rate of grain in a field harvester using acoustical transducers
US6526120B1 (en) * 1998-05-06 2003-02-25 Joseph N. Gray X-ray flow rate measurement system for materials, including agricultural materials and food products
US6367336B1 (en) * 1998-12-29 2002-04-09 Hugo Gabriel Martina Process mass flow apparatus and method for measuring the mass flow of powdered and granulated solids as well as the accumulated weight of material passed during a specified time
US6460008B1 (en) * 2000-07-19 2002-10-01 Ivan E. Hardt Yield monitoring system for grain harvesting combine
US7507917B2 (en) * 2004-08-25 2009-03-24 Kaltenheuser Steven R Apparatus and method for weighing crop on board a harvester
DE102005018141A1 (de) * 2005-04-20 2006-11-02 Deere & Company, Moline Korntank mit einem Entfernungsmesser zur Erfassung des Füllstands
DE102008017671B4 (de) * 2008-04-08 2020-09-10 Deere & Company Messanordnung zur Massendurchsatzerfassung mit Massen- und Volumenmessung und darauf basierender Massendichtenbestimmung sowie Massendurchsatzangabe bei kleinen Durchsätzen anhand der zuletzt erfassten Massendichte
US8032255B2 (en) 2008-06-30 2011-10-04 Deere & Company Monitoring of bin level for an agricultural product
US8695396B2 (en) * 2010-08-12 2014-04-15 Deere & Company Method of calibrating the meter of a product distribution apparatus and monitoring method
US8749628B2 (en) * 2011-02-08 2014-06-10 Trimble Navigation Limited Dry agricultural materials management
US9127972B2 (en) * 2011-09-28 2015-09-08 The Board Of Trustees Of The University Of Illinois Self-calibrating mass flow sensor system
CN102721367B (zh) 2012-07-02 2015-02-11 孟凡刚 基于动态三维激光扫描的大型不规则散粮堆体积测量方法
US9360360B2 (en) * 2012-12-06 2016-06-07 Osborne Industries Inc. System for measuring level of dry bulk material in container
US9518859B2 (en) * 2013-01-29 2016-12-13 Apm Automation Solutions Ltd System and method for content estimate based detection of obstacles within a bin
US9372109B2 (en) * 2013-03-15 2016-06-21 Raven Industires, Inc. Harvester elevator in-flow weight sensor and methods for the same

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4525315A (en) * 1981-12-09 1985-06-25 Grecon Greten Gmbh & Co. Kg Method of correcting irregularities in the built-up of a mat during the manufacture of particleboard
US20040031335A1 (en) * 2000-02-17 2004-02-19 Fromme Guy A. Bulk materials management apparatus and method
CN1491530A (zh) * 2002-09-18 2004-04-28 产量监控器的自动质量流传感器校准
US20130317696A1 (en) * 2010-12-22 2013-11-28 Precision Planting Llc Methods, systems, and apparatus for monitoring yield and vehicle weight

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108200804A (zh) * 2016-12-19 2018-06-26 上海交通大学 视觉传感谷物流量在线检测装置和检测方法
CN108200804B (zh) * 2016-12-19 2021-05-04 上海交通大学 视觉传感谷物流量在线检测装置和检测方法
CN110017856A (zh) * 2019-03-28 2019-07-16 北京农业智能装备技术研究中心 一种传感器校准系统
CN110017856B (zh) * 2019-03-28 2020-12-29 北京农业智能装备技术研究中心 一种传感器校准系统
CN110987093A (zh) * 2019-12-06 2020-04-10 中国科学院合肥物质科学研究院 一种谷物流量检测装置及检测方法
CN113950938A (zh) * 2021-09-28 2022-01-21 江苏大学 一种联合收割机及谷物流量在线检测装置和方法
CN114902860A (zh) * 2022-05-26 2022-08-16 潍柴雷沃重工股份有限公司 收割机产量监测系统及收割机
CN115031821A (zh) * 2022-05-26 2022-09-09 潍柴雷沃重工股份有限公司 基于车身倾角修正的光电测产系统、方法及收割机

Also Published As

Publication number Publication date
US9645006B2 (en) 2017-05-09
EP2960634B1 (en) 2020-04-22
BR102015015315B1 (pt) 2020-12-29
EP2960634A1 (en) 2015-12-30
AU2015203446A1 (en) 2016-01-21
BR102015015315A2 (pt) 2017-10-24
CN105210541B (zh) 2020-08-04
US20150377690A1 (en) 2015-12-31

Similar Documents

Publication Publication Date Title
CN105210541A (zh) 谷物质量测量的校准
CN105203168A (zh) 谷物质量流量估测
US10260931B2 (en) Multi-variable yield monitor and methods for the same
US20200000031A1 (en) Methods systems and apparatus for monitoring yield while harvesting grain
AU2020239630A1 (en) Weighing scale diagnostics method
US20020014116A1 (en) Methods and systems for measuring crop density
US5487702A (en) Grain weighing and measuring system
TW201621836A (zh) 斜面監視系統、斜面安全性分析裝置、方法以及記錄了程式之電腦可讀取的記錄媒體
CN106455490A (zh) 收获机
US9686913B2 (en) System and method for automatically updating estimated yield values
CN105193197A (zh) 一种检测饮水量的智能水杯
CN106989803A (zh) 皮带机非接触式计重及偏离警示设备
CN106332599A (zh) 联合收割机
CN105206309A (zh) 一种gnss测量流动站配置方法及gnss测量流动站
JP2019002684A (ja) 雨量等変化率計測システム、雨量等変化率計測方法、及び雨量等変化率計測用装置
CN210427431U (zh) 一种联合收获机的单板冲量式谷物质量测量系统
CN109328620B (zh) 一种谷物联合收割机的实时测产系统及方法
CN106679717A (zh) 基于北斗单天线的农作物产量、湿度分布测定设备及其测产量、湿度方法
CN105361582A (zh) 一种自动判断饮水量的水杯
KR20240059052A (ko) 무 수확량 모니터링을 위한 로드셀기반 질량 측정 시스템
Veal et al. Development and performance assessment of a grain combine feeder house-based mass flow sensing device
KR101385302B1 (ko) 자동 보정기능을 구비한 디지털 우량계
CN107560706A (zh) 一种基于环境因素校准的智能称重方法
CN117073818A (zh) 一种自动称量和预测盾构隧道的渣土出渣量的装置和方法
CN110108298A (zh) 一种前后台并行解算容错组合导航方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant