CN112042371B - 一种玉米籽粒清选损失监测系统及方法 - Google Patents
一种玉米籽粒清选损失监测系统及方法 Download PDFInfo
- Publication number
- CN112042371B CN112042371B CN202011088576.XA CN202011088576A CN112042371B CN 112042371 B CN112042371 B CN 112042371B CN 202011088576 A CN202011088576 A CN 202011088576A CN 112042371 B CN112042371 B CN 112042371B
- Authority
- CN
- China
- Prior art keywords
- value
- signal
- impact
- module
- moment
- 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.)
- Active
Links
Images
Classifications
-
- 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
- A01D41/1273—Control or measuring arrangements specially adapted for combines for measuring crop flow for measuring grain flow for measuring grain loss
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Environmental Sciences (AREA)
- Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
Abstract
本发明涉及一种玉米籽粒清选损失监测系统及方法,系统包括压电薄膜检测装置、电荷转电压放大模块、16位ADC、数据处理单片机、无线传输模块、数据接收单片机和远端PC;压电薄膜检测装置、电荷转电压放大模块、16位ADC、数据处理单片机、无线传输模块依次连接并固接在检测基板上,检测基板设置在玉米收获机的排杂口处,使得由排杂口排出的物料能够撞击压电薄膜检测装置。本发明采用卡尔曼滤波算法,通过大样本试验将传感单元获取的冲击信号进行调制,从而确定籽粒和杂余对传感单元冲击力度的区分阈值,保证了监测系统数据传输的实时性和稳定性。
Description
技术领域
本发明属于农业设备技术领域,尤其涉及一种玉米籽粒清选损失监测系统及方法。
背景技术
玉米作为我国三大粮食作物之一,与小麦和水稻相比,其机械化收获技术起步相对较晚,玉米收获机整机的功能不太完善,质量需要提高,综合机械化的程度仍然较低,特别是清选过程中损失率过高的问题已经成为目前制约我国的玉米收获机发展的重要因素。农业部有关农业机械生产管理部门资料和相关的统计数据显示,2015年全国的玉米机械化种植基地面积达到3789万公顷,2015年中国玉米的机械化收获水平已经达到62.78%,但与水稻86.57%和小麦94.56%的机械化收获水平相比仍然还存在一定的差距。机械化收获水平的提升必须以提高收获效率、控制收获损失为基本原则,籽粒直收可以大大提高玉米收获效率。然而,在籽粒直收过程中通常伴随着清选损失等问题,特别是在高含水率情况下,玉米在籽粒直收过程中存在很高的籽粒损失率。
如中国发明专利申请“一种谷物收获机籽粒损失检测方法和系统”(公开号CN110622684A),通过构建秸秆中籽粒含量模型,计算逐稿器分离系数,在逐稿器上安装两组PVDF压电薄膜检测籽粒损失冲击频率,进而计算籽粒损失率,该检测方法适用于小麦、水稻等小籽粒检测,但是,其中籽粒含量模型容易因籽粒过小出现计算偏差,而且未提及籽粒和杂余区分方法,不适用于玉米籽粒损失检测。
因此,亟需一种玉米籽粒清选损失监测系统,精确监测玉米籽粒清选过程中的损失率,为降低清选损失提供依据。
发明内容
针对上述技术问题,本发明的目的是提供一种玉米籽粒清选损失监测系统及方法,实现籽粒和杂余对传感单元同时撞击产生的电信号的精确计数,可为谷物联合收获机作业质量监控系统的设计提供参考。
为了实现上述目的,本发明提供了如下技术方案:
一种玉米籽粒清选损失监测系统,包括压电薄膜检测装置、电荷转电压放大模块、16位ADC、数据处理单片机、无线传输模块、数据接收单片机和远端PC。
其中,所述压电薄膜检测装置、电荷转电压放大模块、16位ADC、数据处理单片机、无线传输模块依次连接并固接在检测基板上,所述检测基板设置在玉米收获机的排杂口处,使得由排杂口排出的物料能够撞击压电薄膜检测装置。
所述压电薄膜检测装置包括多个呈n×n阵列布置的传感单元,所述传感单元由下至上依次包括铝合金基底5、橡胶阻尼层4、PET内保护层3、PVDF压电薄膜2和PET外保护层1。
所述电荷转电压放大模块将压电薄膜检测装置受到冲击后产生的正负电荷差转化为电压信号,放大后传输至16位ADC。
所述16位ADC将采集到的电压信号模拟量转化为数据处理单片机可识别和采集的数字量信号。
所述数据处理单片机包括滤波模块、整波模块和计数模块;所述滤波模块用于将经电荷转电压放大模块的原始杂乱冲击信号进行调理;所述整波模块通过大样本试验获取籽粒和杂余冲击传感单元时的状态信号,冲击力越大,状态信号值越高;冲击力越小,状态信号值越低;利用籽粒和杂余冲击力的差异,从而确定阈值大小;所述计数模块用于分辨统计籽粒和杂余冲击传感单元的个数,作为计算玉米籽粒损失率的调用值。
数据处理单片机以数字量信号作为输入数据,最终得到籽粒损失率并通过无线传输模块发送至数据接收单片机,显示在远端PC上。
所述16位ADC采用ADS1115模块,提供16位模数转换精度,支持4通道信号转换。
所述数据处理单片机采用Arduino Mega2560型开发板,具有54路数字输入输出,支持4通道串口通信;开发板AREF接口配置SDA和SCL管脚,支持I2C通信协议,能够外接高位数模数转换器,内嵌16MHz晶振。
所述无线传输模块采用HC-12模块,波特率设置为9600bps,传输频段设置为CH001。
所述数据接收单片机采用Arduion Uno开发板。
所述压电薄膜检测装置包括4个2×2阵列布置的传感单元,对各传感单元进行编号,以区分多个籽粒和杂余同时与4个传感单元碰撞时产生的冲击信号,并对应增加相应的计数数目。
所述PVDF压电薄膜2的最小阻抗为1MΩ,输出电压范围为10mV~100V,工作温度为0℃~+70℃。
一种利用所述的系统的籽粒损失率监测方法,包括如下步骤:
S1、启动玉米籽粒清选损失监测系统,进行系统初始化;
S2、根据压电薄膜检测装置的每个传感单元将采集到的籽粒和杂余的冲击信号,计算获得籽粒和杂余的计数值;
S3、根据籽粒和杂余的计数值,计算得到籽粒损失率,数据信号通过无线数据模块传输至数据接收单片机,并在远端PC界面显示籽粒损失率监测结果;
所述籽粒损失率由公式10得出:
L=L′-c=L′-(-4.291·L′+160.85) 公式10
式中,L为籽粒损失率,%;L'为测量籽粒损失率,%;c为籽粒损失率修正值,%;g'为测量籽粒数量;w'为测量杂余数量。
所述步骤S2包括如下步骤:
S2.1、系统开始工作,随着玉米收获机清选装置运行,排杂口排出的多个籽粒和杂余与压电薄膜检测装置发生碰撞和冲击,压电薄膜检测装置的每个传感单元将采集到的籽粒和杂余的冲击信号发送至数据处理单片机;数据处理单片机的滤波模块利用卡尔曼滤波算法对冲击信号进行处理;滤波模块对冲击信号的处理过程如下:
S2.1.1、根据K-1时刻的信号优化预测状态值Xx预测K时刻的信号预测状态值Xpx,即如果此刻的信号状态为Xx,在不知道下一刻信号状态的前提下,设下一刻信号预测状态与此刻的信号状态相同,为Xpx,在系统程序中定义状态转移矩阵φ和输入控制矩阵ζ,由公式1预测得到K时刻的信号预测状态值Xpx;
Xpx=φXx+ξUx 公式1
式中,Xpx为K时刻的信号预测状态值,单位为mV;Xx为K-1时刻的信号优化预测状态值,单位为mV;Ux为k-1时刻外部冲击对系统的作用电压,单位为mV;φ为状态转移矩阵;ζ为输入控制矩阵;
S2.1.2、根据K-1时刻的系统预测协方差值Px,通过公式2计算K时刻的系统预测误差值Pcx,
Pcx=φPxφT+Δ 公式2
式中,Px为K-1时刻的系统预测协方差值,单位为mV;Pcx为K时刻的系统预测误差值,单位为mV;Δ为预测噪声协方差值,单位为mV;φT为状态转移矩阵φ的转置矩阵;
S2.1.3、根据步骤S2.1.2获得的K时刻的信号状态值Pcx和实际噪声协方差值vdx,通过公式3计算卡尔曼增益G(x),卡尔曼增益应使误差协方差值Pk最小,根据误差协方差值定义,计算如公式4所示:
S2.1.4、由步骤S2.1.1获得的K时刻的信号预测状态值Xpx、K时刻的实际信号状态值R和步骤S2.1.3中获得的卡尔曼增益G(x),通过公式5计算得到K时刻的信号状态值X;然后重复步骤S2.1.1~S2.1.4,最终得到K时刻、K+1时刻、K+2时刻、···的信号状态值,从而得到连续的卡尔曼滤波波形;
X=Xpx+G(x)(R-HXpx) 公式5
S2.2、利用整波模块对滤波后的卡尔曼滤波波形进行处理;
将传感单元的整波阈值设置为小于传感单元的静置状态值,利用方波生成函数将滤波后的信号调制为方波,调制过程为:比较滤波后传感单元的信号值和整波阈值大小,如果信号值小于整波阈值,卡尔曼滤波输出值为高电平;如果信号值大于等于整波阈值,卡尔曼滤波输出值则为低电平;连续的高低电平输出将滤波后的渐变波形输出为方波波形;
S2.3、设置籽粒和杂余冲击信号的分辨阈值;
进行参数校正,分别使用籽粒样本和杂余样本进行冲击试验,根据冲击力度大小的不同,找到引起方波波形剧烈变化的数值,以此设置籽粒和杂余冲击信号的分辨阈值;
S2.4、根据籽粒和杂余冲击信号的分辨阈值获得籽粒和杂余的计数值;
检测到冲击信号时,在数据处理单片机的计数模块中通过比较卡尔曼滤波输出值和分辨阈值进行籽粒和杂余的计数;若卡尔曼滤波输出值大于分辨阈值,籽粒数增加1;若卡尔曼滤波输出值小于分辨阈值,杂余数增加1;最终获得籽粒和杂余的计数值。
所述步骤S2.1.2中,预测噪声协方差值Δ,用于控制滤波前后的信号拟合程度,Δ越大,滤波前后的信号越一致,Δ越小,波形则出现失真,针对玉米籽粒的Δ值取5×10-7mV。
所述步骤S2.1.3中,实际噪声协方差值vdx越小说明噪声的误差越小,可信度越高,针对玉米籽粒的实际噪声协方差值vdx取8.2×10-7mV。
与现有技术相比,本发明的有益效果在于:
1、本发明针对玉米与稻麦、油菜等作物的籽粒和杂余的区别,基于PVDF压电薄膜,设计一种玉米籽粒损失率监测系统,实现低延时、高精度信号传输,提高了监测系统的准确度。
2、本发明的数据处理单片机采用卡尔曼滤波算法,集成滤波模块、整波模块和计数模块,通过大样本试验将传感单元获取的冲击信号进行调制,从而确定籽粒和杂余对传感单元冲击力度的区分阈值,保证了监测系统数据传输的实时性和稳定性。
3、本发明的监测系统实现了数据的无线传输,用户可以在一定范围内实时获取籽粒损失率信息,以方便收获机作业参数的调节,操作简单。
附图说明
图1为本发明玉米籽粒清选损失监测系统的工作流程图;
图2为传感材料结构示意图;
图3为数据处理单片机信号处理流程图;
图4为滤波模块工作流程图;
图5为整波后冲击信号的卡尔曼滤波图像(渐变波形为原始信号,方波为整波后信号);
图6为整波模块和计数模块工作流程图。
其中的附图标记为:
1PET外保护层
2PVDF压电薄膜
3PET内保护层
4 橡胶阻尼层
5 铝合金基底
具体实施方式
下面结合附图和实施例对本发明进行进一步说明。
如图1所示,一种玉米籽粒清选损失监测系统,包括压电薄膜检测装置、电荷转电压放大模块、16位ADC(模数转换器)、数据处理单片机、无线传输模块、数据接收单片机和远端PC。
其中,所述压电薄膜检测装置、电荷转电压放大模块、16位ADC、数据处理单片机、无线传输模块依次连接并固接在检测基板上,所述检测基板设置在玉米收获机的排杂口处,且与排杂口呈45°倾角安装,使得由排杂口排出的物料能够撞击压电薄膜检测装置。
所述压电薄膜检测装置包括多个呈n×n阵列布置的传感单元,如图2所示,所述传感单元由下至上依次包括铝合金基底5、橡胶阻尼层4、PET内保护层3、PVDF压电薄膜2和PET外保护层1。
所述PET内保护层3和PET外保护层1可提高PVDF压电薄膜的耐久性和稳定性;所述橡胶阻尼层4和铝合金基底5在保证测量精度的前提下起到减震和支撑作用。
所述电荷转电压放大模块将压电薄膜检测装置受到冲击后产生的正负电荷差转化为电压信号,放大后传输至16位ADC。
所述16位ADC采用ADS1115模块,提供16位模数转换精度,支持4通道信号转换;16位ADC将采集到的电压信号模拟量转化为数据处理单片机可识别和采集的数字量信号。
如图3所示,所述数据处理单片机包括滤波模块、整波模块和计数模块;所述滤波模块用于将经电荷转电压放大模块的原始杂乱冲击信号进行调理;滤波后的波形相对规则,但为渐变波形,不能以此区分籽粒和杂余的冲击信号。所述整波模块通过大样本试验获取籽粒和杂余冲击传感单元时的状态信号,冲击力越大,状态信号值越高,冲击力越小,状态信号值越低,利用籽粒和杂余冲击力的差异,从而确定阈值大小;所述计数模块用于分辨统计籽粒和杂余冲击传感单元的个数,作为计算玉米籽粒损失率的调用值。
数据处理单片机采用Arduino Mega2560型开发板,能够满足监测系统所需要的I/O接口,能够保证系统运行快速稳定,以数字量信号作为输入数据,最终得到籽粒损失率并通过无线传输模块发送至数据接收单片机,显示在远端PC上。数据处理单片机具有54路数字输入输出,支持4通道串口通信;开发板AREF接口配置SDA和SCL管脚,支持I2C通信协议,能够外接高位数模数转换器,内嵌16MHz晶振,具有运行速度快、功耗低、成本低等优点,为系统运行速度提供保障。
所述无线传输模块采用HC-12模块,波特率设置为9600bps,传输频段设置为CH001(433.4MHz)。由于籽粒损失率监测系统旨在为玉米联合收获机提供反馈数据,用于控制收获机各个关键部件参数调控,而机械部件多、工作环境恶劣会导致布线困难,因此引入无线传输模块作为数据传输通道,分别于数据处理单片机和数据接收传感器建立通信,保证数据实时传输。
所述数据接收单片机采用Arduion Uno开发板,用于接收无线传输模块传递的籽粒破碎率。
优选地,压电薄膜检测装置包括4个2×2阵列布置的传感单元,对各传感单元进行编号,以区分多个籽粒和杂余同时与4个传感单元碰撞时产生的冲击信号,并对应增加相应的计数数目。
优选地,所述PVDF压电薄膜2的最小阻抗为1MΩ,输出电压范围为10mV~100V,工作温度为0℃~+70℃。
一种利用所述玉米籽粒清选损失监测系统进行籽粒损失率监测的方法,包括如下步骤:
S1、启动玉米籽粒清选损失监测系统,进行系统初始化;
S2、获得籽粒和杂余的计数值;
S2.1、系统开始工作,随着玉米收获机清选装置运行,排杂口排出的多个籽粒和杂余与压电薄膜检测装置发生碰撞和冲击,压电薄膜检测装置的每个传感单元将采集到的籽粒和杂余的冲击信号发送至数据处理单片机;数据处理单片机的滤波模块利用卡尔曼滤波算法对冲击信号进行处理。
卡尔曼滤波算法是一种有效利用线性系统的状态方程,通过系统输入和输出的测量数据,对系统状态进行最优估计的算法,该算法不需要保存过去的测量数据,当采集到新的数据时,仅需根据新的数据和前一时刻的测量数据进行估计,借助于系统误差协方差预测函数,依据固定的递推公式1~公式5进行递推运算,即可算出新的预测值,即直接使用前一时刻的运算结果和当前数据提供的最新变化参数,便能够计算出当前的估计值。
如图4所示,滤波模块对冲击信号的处理过程如下:
S2.1.1、根据K-1时刻的信号优化预测状态值Xx预测K时刻的信号预测状态值Xpx,即如果此刻的信号状态为Xx,在不知道下一刻信号状态的前提下,设下一刻信号预测状态与此刻的信号状态相同,为Xpx,在系统程序中定义状态转移矩阵φ和输入控制矩阵ζ,由公式1预测得到K时刻的信号预测状态值Xpx;
Xpx=φXx+ξUx 公式1
式中,Xpx为K时刻的信号预测状态值,单位为mV;Xx为K-1时刻的信号优化预测状态值,单位为mV;Ux为k-1时刻外部冲击对系统的作用电压,单位为mV;φ为状态转移矩阵;ζ为输入控制矩阵。
S2.1.2、根据K-1时刻的系统预测协方差值Px,通过公式2计算K时刻的系统预测误差值Pcx,
Pcx=φPxφT+Δ 公式2
式中,Px为K-1时刻的系统预测协方差值,单位为mV;Pcx为K时刻的系统预测误差值,单位为mV;Δ为预测噪声协方差值,单位为mV,用于控制滤波前后的信号拟合程度,Δ越大,滤波前后的信号越一致,Δ越小,波形则出现失真,针对玉米籽粒的Δ值取5×10-7mV;φT为状态转移矩阵φ的转置矩阵。
S2.1.3、根据步骤S2.1.2获得的K时刻的系统预测误差值Pcx和实际噪声协方差值vdx(该值越小说明噪声的误差越小,可信度越高,针对玉米籽粒的实际噪声协方差值vdx,取8.2×10-7mV),通过公式3计算卡尔曼增益G(x),卡尔曼增益应使误差协方差值Pk最小,根据误差协方差值定义,计算如公式4所示:
式中,Px为K-1时刻的系统预测协方差值,单位为mV;Pk为误差协方差值,单位为mV;vdx为实际噪声协方差值,单位为mV;H为观测矩阵HT为观测矩阵的转置矩阵;A为单位矩阵G(x)为卡尔曼增益;G(x)T为卡尔曼增益的转置;
S2.1.4、由步骤S2.1.1获得的K时刻的信号预测状态值Xpx、K时刻的实际信号状态值R和步骤S2.1.3中获得的卡尔曼增益G(x),通过公式5计算得到K时刻的信号状态值X;然后重复步骤S2.1.1~S2.1.4,最终得到K时刻、K+1时刻、K+2时刻、···的信号状态值,从而得到连续的卡尔曼滤波波形。
X=Xpx+G(x)(R-HXpx) 公式5
本实施例中,在系统程序中定义预测噪声协方差值Δ=8.2×10-7mV、实际噪声协方差值vdx=8.2×10-7mV,设置信号预测状态值Xpx、系统预测误差值Pcx、卡尔曼增益G(x)、误差协方差值Pk和K时刻的信号状态值X的数据类型为浮点型,对应的数据处理单片机输入端口P0.0、P0.1、P0.2、P0.3和P0.4。
S2.2、滤波后的波形虽然相对较为规则,但由于其为渐变波形,没有明确的分界值,依旧不能直接用于计数,因此利用整波模块对滤波后的卡尔曼滤波波形进行处理。
将四组传感单元的整波阈值设置为略小于传感单元的静置状态值,为23200mV,利用方波生成函数将滤波后的信号调制为方波,如图6所示,调制过程为:比较滤波后传感单元的信号值和整波阈值大小,如果信号值小于整波阈值,卡尔曼滤波输出值为高电平;如果信号值大于等于整波阈值,卡尔曼滤波输出值则为低电平;连续的高低电平输出将滤波后的渐变波形输出为方波波形,整波后冲击信号的卡尔曼滤波图像如图5所示;
S2.3、设置籽粒和杂余冲击信号的分辨阈值;
进行参数校正,分别使用籽粒样本和杂余样本进行冲击试验,根据冲击力度大小的不同,找到引起方波波形剧烈变化的数值,分别采集100组数据,作为四组传感单元的样本数据,并统计籽粒和杂余的冲击分布情况,以此设置籽粒和杂余冲击信号的分辨阈值;
S2.4、根据籽粒和杂余冲击信号的分辨阈值获得籽粒和杂余的计数值
检测到冲击信号时,在数据处理单片机的计数模块中通过比较卡尔曼滤波输出值和分辨阈值进行籽粒和杂余的计数。
如图6所示,若卡尔曼滤波输出值大于分辨阈值,籽粒数增加1;若卡尔曼滤波输出值小于分辨阈值,杂余数增加1;最终获得籽粒和杂余的计数值。
本实施例中设置四组传感单元的分辨阈值分别为21300mV、20500mV、20300mV和20300mV。
S3、根据籽粒和杂余的计数值,计算得到籽粒损失率,数据信号通过无线数据模块传输至数据接收单片机,并在远端PC界面显示籽粒损失率监测结果。
所述籽粒损失率的计算过程如下:
籽粒损失率实际试验中,系统存在一定误识别率和漏识别率:误识别率即将籽粒识别为杂余,将杂余识别为籽粒;漏识别率即检测到籽粒或杂余信号,但计数模块未能累加。为了确定系统误识别率和漏识别率,进行如下计算:
假设漏识别率为a%,实际籽粒数量g,实际杂余数量w,系统最终输出的籽粒损失率L如公式6所示,根据公式6,籽粒损失率L与漏识别率a%无关,只与测量籽粒数量g’与测量杂余数量w’有关。
式中,L为籽粒损失率,%;g为实际籽粒数量;g'为测量籽粒数量;w为实际杂余数量;w'为测量杂余数量;a为漏识别率,%。
为确定误识别率,进行卡尔曼滤波的系统误差矫正,分别投掷大量籽粒和杂余并采集冲击信号。如表1所示,籽粒的平均识别率为49.3%,杂余的平均误识别率为30.4%。
表1籽粒和杂余的(误)识别率统计
根据平均误识别率,测量籽粒数量g’和测量杂余数量w’与实际籽粒数量g和实际杂余数量w存在如下关系:
g′=g·ge+w·we 公式7
w′=w·(1-we)+g·(1-ge) 公式8
式中,g'为测量籽粒数量;g为实际籽粒数量;ge为籽粒的平均识别率,%;w'为测量杂余数量;w为实际杂余数量;we为杂余的平均识别率,%。
设测量籽粒损失率为L’,该参数可由测量值直接算出,其与籽粒和杂余的实际值间存在如下关系:
式中,L'为测量籽粒损失率,%;g'为测量籽粒数量;g为实际籽粒数量;ge为籽粒的平均识别率,%;w'为测量杂余数量;w为实际杂余数量;we为杂余的平均识别率,%。
利用上述关系,可通过假定样本计算出对应的测量籽粒损失率L’。如表2所示,假定籽粒损失率为1%~20%的样本20组,计算出对应的识别籽粒损失率并与真实损失率比较,可得到籽粒损失率修正值c,籽粒损失率为5%、10%、15%、20%时的假定样本计算得到的籽粒损失率修正值c如表3所示。
表2籽粒损失率识别值与修正值对应表
表3籽粒和杂余的误识别率统计
根据假定样本数据拟合结果,获得籽粒损失率L与识别籽粒损失率L'的关系,如公式10所示。
L=L′-c=L′-(-4.291·L′+160.85) 公式10
式中,L为籽粒损失率,%;L'为测量籽粒损失率,%;c为籽粒损失率修正值,%。
本实施例籽粒和杂余的尺寸和质量均为随机值,用天平随机量取20粒籽粒和20粒杂余的质量,将籽粒和(或)杂余随机洒在传送带上,设定传送带速度为1cm/s,设定风速为6m/s,冲击角度为30°。数据处理单片机采集并处理数据之后,通过无线通信模块把数据发送到数据接收单片机并在远端PC上显示,该数据也可直接被接收单片机使用,以控制与清选机构相关的执行器。
本发明的保护范围不限于此,任何熟悉本技术领域的技术人员在本发明披露的技术范围内,可显而易见地得到的技术方案的简单变化或等效替换均落入本发明的保护范围内。
Claims (8)
1.一种玉米籽粒清选损失监测方法,利用玉米籽粒清选损失监测系统,其特征在于,所述方法包括如下步骤:
S1、启动玉米籽粒清选损失监测系统,进行系统初始化;
S2、根据压电薄膜检测装置的每个传感单元将采集到的籽粒和杂余的冲击信号,计算获得籽粒和杂余的计数值;
S3、根据籽粒和杂余的计数值,计算得到籽粒损失率,数据信号通过无线数据模块传输至数据接收单片机,并在远端PC界面显示籽粒损失率监测结果;
所述籽粒损失率由公式10得出:
L=L′-c=L′-(-4.291·L′+160.85) 公式10
式中,L为籽粒损失率,%;L'为测量籽粒损失率,%;c为籽粒损失率修正值,%;g'为测量籽粒数量;w'为测量杂余数量;
所述步骤S2包括如下步骤:
S2.1、系统开始工作,随着玉米收获机清选装置运行,排杂口排出的多个籽粒和杂余与压电薄膜检测装置发生碰撞和冲击,压电薄膜检测装置的每个传感单元将采集到的籽粒和杂余的冲击信号发送至数据处理单片机;数据处理单片机的滤波模块利用卡尔曼滤波算法对冲击信号进行处理;滤波模块对冲击信号的处理过程如下:
S2.1.1、根据K-1时刻的信号优化预测状态值Xx预测K时刻的信号预测状态值Xpx,即如果此刻的信号状态为Xx,在不知道下一刻信号状态的前提下,设下一刻信号预测状态与此刻的信号状态相同,为Xpx,在系统程序中定义状态转移矩阵φ和输入控制矩阵ζ,由公式1预测得到K时刻的信号预测状态值Xpx;
Xpx=φXx+ξUx 公式1
式中,Xpx为K时刻的信号预测状态值,单位为mV;Xx为K-1时刻的信号优化预测状态值,单位为mV;Ux为k-1时刻外部冲击对系统的作用电压,单位为mV;φ为状态转移矩阵;ζ为输入控制矩阵;
S2.1.2、根据K-1时刻的系统预测协方差值Px,通过公式2计算K时刻的系统预测误差值Pcx,
Pcx=φPxφT+Δ 公式2
式中,Px为K-1时刻的系统预测协方差值,单位为mV;Pcx为K时刻的系统预测误差值,单位为mV;Δ为预测噪声协方差值,单位为mV;φT为状态转移矩阵φ的转置矩阵;
S2.1.3、根据步骤S2.1.2获得的K时刻的信号状态值Pcx和实际噪声协方差值vdx,通过公式3计算卡尔曼增益G(x),卡尔曼增益应使误差协方差值Pk最小,根据误差协方差值定义,计算如公式4所示:
S2.1.4、由步骤S2.1.1获得的K时刻的信号预测状态值Xpx、K时刻的实际信号状态值R和步骤S2.1.3中获得的卡尔曼增益G(x),通过公式5计算得到K时刻的信号状态值X;然后重复步骤S2.1.1~S2.1.4,最终得到K时刻、K+1时刻、K+2时刻、···的信号状态值,从而得到连续的卡尔曼滤波波形;
X=Xpx+G(x)(R-HXpx) 公式5
S2.2、利用整波模块对滤波后的卡尔曼滤波波形进行处理;
将传感单元的整波阈值设置为小于传感单元的静置状态值,利用方波生成函数将滤波后的信号调制为方波,调制过程为:比较滤波后传感单元的信号值和整波阈值大小,如果信号值小于整波阈值,卡尔曼滤波输出值为高电平;如果信号值大于等于整波阈值,卡尔曼滤波输出值则为低电平;连续的高低电平输出将滤波后的渐变波形输出为方波波形;
S2.3、设置籽粒和杂余冲击信号的分辨阈值;
进行参数校正,分别使用籽粒样本和杂余样本进行冲击试验,根据冲击力度大小的不同,找到引起方波波形剧烈变化的数值,以此设置籽粒和杂余冲击信号的分辨阈值;
S2.4、根据籽粒和杂余冲击信号的分辨阈值获得籽粒和杂余的计数值;
检测到冲击信号时,在数据处理单片机的计数模块中通过比较卡尔曼滤波输出值和分辨阈值进行籽粒和杂余的计数;若卡尔曼滤波输出值大于分辨阈值,籽粒数增加1;若卡尔曼滤波输出值小于分辨阈值,杂余数增加1;最终获得籽粒和杂余的计数值;
所述玉米籽粒清选损失监测系统包括压电薄膜检测装置、电荷转电压放大模块、16位ADC、数据处理单片机、无线传输模块、数据接收单片机和远端PC;
其中,所述压电薄膜检测装置、电荷转电压放大模块、16位ADC、数据处理单片机、无线传输模块依次连接并固接在检测基板上,所述检测基板设置在玉米收获机的排杂口处,使得由排杂口排出的物料能够撞击压电薄膜检测装置;
所述压电薄膜检测装置包括多个呈n×n阵列布置的传感单元,所述传感单元由下至上依次包括铝合金基底(5)、橡胶阻尼层(4)、PET内保护层(3)、PVDF压电薄膜(2)和PET外保护层(1);
所述电荷转电压放大模块将压电薄膜检测装置受到冲击后产生的正负电荷差转化为电压信号,放大后传输至16位ADC;
所述16位ADC将采集到的电压信号模拟量转化为数据处理单片机可识别和采集的数字量信号;
所述数据处理单片机包括滤波模块、整波模块和计数模块;所述滤波模块用于将经电荷转电压放大模块的原始杂乱冲击信号进行调理;所述整波模块通过大样本试验获取籽粒和杂余冲击传感单元时的状态信号,冲击力越大,状态信号值越高;冲击力越小,状态信号值越低;利用籽粒和杂余冲击力的差异,从而确定阈值大小;所述计数模块用于分辨统计籽粒和杂余冲击传感单元的个数,作为计算玉米籽粒损失率的调用值;
数据处理单片机以数字量信号作为输入数据,最终得到籽粒损失率并通过无线传输模块发送至数据接收单片机,显示在远端PC上。
2.根据权利要求1所述的方法,其特征在于,所述步骤S2.1.2中,预测噪声协方差值Δ,用于控制滤波前后的信号拟合程度,Δ越大,滤波前后的信号越一致,Δ越小,波形则出现失真,针对玉米籽粒的Δ值取5×10-7mV;
所述步骤S2.1.3中,实际噪声协方差值vdx越小说明噪声的误差越小,可信度越高,针对玉米籽粒的实际噪声协方差值vdx取8.2×10-7mV。
3.根据权利要求1所述的方法,其特征在于,所述16位ADC采用ADS1115模块,提供16位模数转换精度,支持4通道信号转换。
4.根据权利要求1所述的方法,其特征在于,所述数据处理单片机采用ArduinoMega2560型开发板,具有54路数字输入输出,支持4通道串口通信;开发板AREF接口配置SDA和SCL管脚,支持I2C通信协议,能够外接高位数模数转换器,内嵌16MHz晶振。
5.根据权利要求1所述的方法,其特征在于,所述无线传输模块采用HC-12模块,波特率设置为9600bps,传输频段设置为CH001。
6.根据权利要求1所述的方法,其特征在于,所述数据接收单片机采用Arduion Uno开发板。
7.根据权利要求1所述的方法,其特征在于,所述压电薄膜检测装置包括4个2×2阵列布置的传感单元,对各传感单元进行编号,以区分多个籽粒和杂余同时与4个传感单元碰撞时产生的冲击信号,并对应增加相应的计数数目。
8.根据权利要求1所述的方法,其特征在于,所述PVDF压电薄膜(2)的最小阻抗为1MΩ,输出电压范围为10mV~100V,工作温度为0℃~+70℃。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011088576.XA CN112042371B (zh) | 2020-10-13 | 2020-10-13 | 一种玉米籽粒清选损失监测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011088576.XA CN112042371B (zh) | 2020-10-13 | 2020-10-13 | 一种玉米籽粒清选损失监测系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112042371A CN112042371A (zh) | 2020-12-08 |
CN112042371B true CN112042371B (zh) | 2021-07-20 |
Family
ID=73605145
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011088576.XA Active CN112042371B (zh) | 2020-10-13 | 2020-10-13 | 一种玉米籽粒清选损失监测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112042371B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114846990B (zh) * | 2022-03-24 | 2023-06-09 | 江苏大学 | 一种清选损失检测装置及收获机和方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102090207A (zh) * | 2010-12-24 | 2011-06-15 | 江苏大学 | 谷物联合收割机清选损失检测方法与装置 |
CN102396322A (zh) * | 2011-11-14 | 2012-04-04 | 江苏大学 | 列阵浮筏结构谷物损失监测传感器 |
CN104921736A (zh) * | 2015-06-08 | 2015-09-23 | 浙江大学 | 一种包含参数估计功能滤波模块的连续血糖监测设备 |
EP3075223A1 (de) * | 2015-04-02 | 2016-10-05 | CLAAS Selbstfahrende Erntemaschinen GmbH | Mähdrescher |
-
2020
- 2020-10-13 CN CN202011088576.XA patent/CN112042371B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102090207A (zh) * | 2010-12-24 | 2011-06-15 | 江苏大学 | 谷物联合收割机清选损失检测方法与装置 |
CN102396322A (zh) * | 2011-11-14 | 2012-04-04 | 江苏大学 | 列阵浮筏结构谷物损失监测传感器 |
EP3075223A1 (de) * | 2015-04-02 | 2016-10-05 | CLAAS Selbstfahrende Erntemaschinen GmbH | Mähdrescher |
CN104921736A (zh) * | 2015-06-08 | 2015-09-23 | 浙江大学 | 一种包含参数估计功能滤波模块的连续血糖监测设备 |
Non-Patent Citations (1)
Title |
---|
《基于CAN总线的玉米收获智能控制系统研究》;张真 等;《农业机械学报》;20181130;第275-281页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112042371A (zh) | 2020-12-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105741180B (zh) | 一种联合收获机谷物产量图绘制系统 | |
CN112042371B (zh) | 一种玉米籽粒清选损失监测系统及方法 | |
CN103808591B (zh) | 一种连续式谷物干燥过程水分在线检测方法 | |
Zhao et al. | Grain separation loss monitoring system in combine harvester | |
US9474208B2 (en) | System and method for determining material yield and/or loss from a harvesting machine using acoustic sensors | |
CN109566064B (zh) | 一种谷物收获机损失量检测装置及检测方法 | |
WO2020215718A1 (zh) | 一种激光二维测距传感器的标定方法 | |
CN110583217A (zh) | 一种谷物收获机清选损失率检测装置及检测方法 | |
CN111667017B (zh) | 一种联合收割机喂入量预测系统及其预测方法 | |
CN111428202A (zh) | 一种智能畜禽养殖称重方法及系统 | |
CN114451132B (zh) | 一种玉米清选损失实时监测装置及监测方法 | |
Wu et al. | Design and development of monitoring device for corn grain cleaning loss based on piezoelectric effect | |
CN108370712B (zh) | 带逐稿梳齿的一体多块式双层清选损失监测装置 | |
Lian et al. | Development of a monitoring system for grain loss of paddy rice based on a decision tree algorithm | |
CN101904250A (zh) | 一种联合收割机喂入量测量方法与喂入量监测装置 | |
CN114034826A (zh) | 一种基于数据分析的冻干燕窝工艺用生产环境监测系统 | |
CN101611670A (zh) | 联合收割机夹带损失实时监测方法 | |
CN110261551B (zh) | 一种粮食安全储存时间的预测方法及装置 | |
CN108519171B (zh) | 一种仓储谷物粮情的判定方法 | |
CN102812825B (zh) | 谷物联合收割机的清选损失的实时在线监测方法及其装置 | |
CN209861615U (zh) | 一种谷物收获机损失量检测装置 | |
CN116399401A (zh) | 一种基于人工智能的农业种植系统及方法 | |
CN109615149A (zh) | 一种确定甜菜气象产量的方法和系统 | |
Nie et al. | Based on DSP and Winform, the software research of online monitoring system of grain loss rate and the construction of cloud platform are studied | |
CN109041759B (zh) | 一种基于超声悬浮的谷物联合收割机清选损失检测装置及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | 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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20230605 Address after: 212000 satellite village, shiye Town, Dantu District, Zhenjiang City, Jiangsu Province Patentee after: Jiangsu Nonggu Seed Industry Technology Co.,Ltd. Address before: 100083 No. 17 Qinghua East Road, Beijing, Haidian District Patentee before: CHINA AGRICULTURAL University |
|
TR01 | Transfer of patent right |