UA122157C2 - Спосіб експлуатації збиральної машини за допомогою моделі росту рослин - Google Patents

Спосіб експлуатації збиральної машини за допомогою моделі росту рослин Download PDF

Info

Publication number
UA122157C2
UA122157C2 UAA201804860A UAA201804860A UA122157C2 UA 122157 C2 UA122157 C2 UA 122157C2 UA A201804860 A UAA201804860 A UA A201804860A UA A201804860 A UAA201804860 A UA A201804860A UA 122157 C2 UA122157 C2 UA 122157C2
Authority
UA
Ukraine
Prior art keywords
plant
parameter
segments
growth model
fact
Prior art date
Application number
UAA201804860A
Other languages
English (en)
Inventor
Оле Петерс
Original Assignee
Баєр Кропсаєнс Аг
Баер Кропсаенс Аг
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
Family has litigation
First worldwide family litigation filed litigation Critical https://patents.darts-ip.com/?family=54256669&utm_source=google_patent&utm_medium=platform_link&utm_campaign=public_patent_search&patent=UA122157(C2) "Global patent litigation dataset” by Darts-ip is licensed under a Creative Commons Attribution 4.0 International License.
Application filed by Баєр Кропсаєнс Аг, Баер Кропсаенс Аг filed Critical Баєр Кропсаєнс Аг
Publication of UA122157C2 publication Critical patent/UA122157C2/uk

Links

Classifications

    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01BSOIL WORKING IN AGRICULTURE OR FORESTRY; PARTS, DETAILS, OR ACCESSORIES OF AGRICULTURAL MACHINES OR IMPLEMENTS, IN GENERAL
    • A01B79/00Methods for working soil
    • A01B79/005Precision agriculture
    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01DHARVESTING; MOWING
    • A01D41/00Combines, i.e. harvesters or mowers combined with threshing devices
    • A01D41/12Details of combines
    • A01D41/127Control or measuring arrangements specially adapted for combines
    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01DHARVESTING; MOWING
    • A01D43/00Mowers combined with apparatus performing additional operations while mowing
    • A01D43/08Mowers combined with apparatus performing additional operations while mowing with means for cutting up the mown crop, e.g. forage harvesters
    • A01D43/085Control or measuring arrangements specially adapted therefor

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Environmental Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Soil Sciences (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Combines (AREA)
  • Tires In General (AREA)
  • Harvesting Machines For Specific Crops (AREA)
  • Harvester Elements (AREA)

Abstract

Винахід стосується способу експлуатації збиральної машини для збирання врожаю на полі, причому визначають принаймні один експлуатаційний параметр для робочого органа збиральної машини залежно від принаймні одного параметра рослин збираного врожаю. Згідно з винаходом передбачено, що параметр рослин відтворюють у моделі росту рослин, причому модель росту рослин відображає зміну параметра рослин у часі і в період збирання врожаю визначає передбачуване значення або передбачений прояв параметра рослин.

Description

Винахід стосується способу експлуатації збиральної машини для збирання врожаю на полі, причому принаймні один експлуатаційний параметр для робочого органу збиральної машини визначають залежно від параметра рослин збираного врожаю.
Таким експлуатаційним параметром для привідного двигуна або редуктора збиральної машини є, наприклад, швидкість, із якою збиральна машина переміщується полем для збирання стеблостою врожаю перед собою. Із рівня техніки відомі системи керування, які залежно від параметру рослини у формі висоти або густини стеблостою збираного врожаю пропонують значення швидкості переміщення.
Із публікації ОЕ 44 31 824 С1 відомий спосіб експлуатації збирального комбайна, причому дається посилання на кадастр даних. У кадастрі даних залежно від координат місцеположення записані специфічні для конкретної площі результати вимірювання врожайності за минулий період. При цьому зібраний урожай також є можливим параметром рослин. Залежно від актуальних координат місцеположення збирального комбайна дані з кадастру даних використовують для розрахунку заданого значення швидкості переміщення збирального комбайна. Таким чином, у способі використовують дані за минулий період, які лише обмежено можуть бути перенесені на актуальну ситуацію стосовно врожаю.
У публікації ОЕ 10 2005 000 770 ВЗ описаний спосіб керування робочими органами збирального комбайна за допомогою геоприв'язаних даних, причому ці дані одержують і записують у процесі зростання біомаси. На підставі даних щодо стану біомаси за допомогою програмного забезпечення складають карту заданих параметрів, яка слугує основою для керування збиральним комбайном. У прикладі виконання винаходу стан біомаси реєструють підтримуваними супутниками системами розпізнавання із геоприв'язкою в процесі зростання біомаси, тобто перед збиранням урожаю. Цей стан біомаси також можна розглядати як параметр рослин, і його записують у карту реєстрації стану біомаси. Проте, в такий спосіб можна реєструвати не всі параметри рослин збираного врожаю, які впливають на експлуатаційні параметри різних робочих органів збиральної машини. Моменти останнього запису даних стосовно стану біомаси і збирання врожаю може також розділяти певний проміжок часу, тому актуальні події перед збиранням урожаю, такі як період посухи або інтенсивних дощів, які можуть справляти значний вплив на такі параметри рослин, як вологість зерна або
Зо соломи, не враховуються.
Із публікації ЕР 2 586 286 В1 відомий спосіб дослідження передбачуваного врожаю, збираного збиральною машиною, причому встановлений на збиральній машині сенсорний пристрій у безконтактному режимі генерує сигнали стосовно принаймні одного параметра рослин збираного врожаю і на їх підставі формує статистичні параметри. Крім цього, вимірювальний пристрій реєструє параметр рослин фактично завантажуваного в збиральну машину зібраного врожаю. При цьому блок обробки результатів вимірювання автоматично визначає взаємозв'язки між статистичними параметрами сигналів сенсорного пристрою і сигналами вимірювального пристрою. Потім ці взаємозв'язки враховують при розрахунку параметра рослин збираного врожаю. Сигнали сенсорного пристрою із урахуванням визначених взаємозв'язків використовують для керування швидкістю переміщення збиральної машини.
Таким чином, швидкість її переміщення залежить від абсолютних значень, виміряних безконтактними датчиками сенсорного пристрою, які на практиці, проте, не завжди забезпечують достатню точність.
У публікації ЕР 2 803 256 Аї описаний зерновий комбайн, оснащений датчиками, встановленими на даху кабіни водія, які забезпечують можливість безконтактної реєстрації стеблостою урожаю перед збиральною машиною. На цій підставі формують дані стосовно очікуваної масової продуктивності. Окрім цього, за допомогою вимірювального пристрою визначають фактичну масову продуктивність. Блок керування швидкістю переміщення виконаний таким чином, що значення, визначене вимірювальним пристроєм, і очікувану масову продуктивність порівнюють між собою, а результат порівняння використовують як параметр зворотного зв'язку для встановлення швидкості переміщення збиральної машини. Проте, експлуатаційні параметри деяких робочих органів збирального комбайна залежать від параметрів рослин, метрологічна реєстрація яких є дуже важкою і тому часто виявляється неточною. Існує також проблема, пов'язана із тим, що можливість визначення передбачуваних параметрів рослин датчиками, встановленими на даху кабіни водія, самозрозуміло, є обмеженою, тому вимоги до регулювання експлуатаційних параметрів збирального комбайна зростають.
Тому в основу винаходу покладено задачу розроблення способу експлуатації машини для збирання врожаю, який забезпечує можливість простого і надійного визначення бо експлуатаційного параметра принаймні для одного робочого органу збиральної машини.
Задачу, покладену в основу винаходу, вирішено комбінацією ознак згідно з пунктом 1 формули винаходу. Приклади виконання винаходу описані в залежних пунктах формули винаходу. Як вказано вище, необхідно також реєструвати швидкість переміщення збиральної машини при збиранні врожаю як експлуатаційний параметр приводу збиральної машини.
Згідно з пунктом 1 формули винаходу, принаймні один параметр рослин відтворюється у моделі росту рослин, причому за допомогою моделі росту рослин відображають зміну параметра рослин залежно від часу і визначають передбачуване значення або передбачуваний прояв параметра рослин у період збирання врожаю.
Принаймні одним параметром рослини може бути стан біомаси збираного врожаю. Висота або густина стеблостою врожаю можуть бути відтворені в моделі росту рослин як параметр рослин, зміну якого залежно від часу при цьому моделюють. Це моделювання дозволяє потім вказувати передбачуване значення на день збирання врожаю, наприклад висоту стеблостою врожаю.
Іншими прикладами параметрів рослин, які можуть бути введені в модель росту рослин, є дані стосовно врожаю соломи і зерна зернових культур, вологість зерна і вологість соломи, діаметр качанів кукурудзи, висота прикріплення качанів кукурудзи до стебел, діаметр стебел кукурудзи, розмір окремих зерен (маса тисячі зерен), обмолочуваність (ступінь щільності зерен у колосі), вміст білка у зернових культурах і рівень захворюваності (вміст мікотоксинів), висота стеблостою і ризик полягання рослин.
Переважно модель росту рослин охоплює множину різних параметрів рослин. Якщо далі дається посилання на який-небудь або принаймні один параметр рослин, це включає всі інші параметри рослин, відтворювані за допомогою моделі росту рослин.
Наприклад, у моделі росту рослин для врожаю кукурудзи можуть бути враховані і відтворені такі параметри рослин, як діаметр качана і діаметр стебла кукурудзи та висота прикріплення качана кукурудзи до стебла. Із одного або кількох параметрів рослин можуть бути одержані один або кілька додаткових параметрів рослин, такі як, наприклад, параметри зібраного врожаю. Взагалі таким чином із першого параметра рослини можна одержати другий параметр рослини. Відповідно за допомогою моделі росту рослин можна відображати зміни другого одержаного параметра рослин у часі за умови забезпечення доступу до першого параметра
Зо рослин.
Збиральна машина може бути зерновим комбайном, косаркою-подрібнювачем або іншою машиною, за допомогою якої знімають і збирають стоячий або лежачий урожай з поля і при цьому в разі можливості безпосередньо напрямляють на наступні стадії технологічного процесу.
У випадку збирального комбайна за допомогою регульованого по висоті різального механізму можна косити колосові культури, такі як, зокрема. зернові культури, які потім для розділення на зерно і солому можна напрямляти у молотильний агрегат, що містить деку із обертовим молотильним барабаном. Шляхом регулювання частоти обертання барабана і зазору між молотильним барабаном і декою можна збільшувати або зменшувати інтенсивність молотьби. Послідовно із молотильним агрегатом може бути підключений сепаруючий пристрій, в якому залишки зерен і неповністю обмолочені колоски відокремлюють від соломи. В очищувальному пристрої можна здійснювати подальше відокремлення зерен від незернових компонентів. Очищувальний пристрій містить переважно сита і повітродувку, причому на сита діє повітряний потік (дуттьове повітря). Під дією повітряного потоку більш легкі компоненти, такі як незернові компоненти, не падають крізь сита, а здуваються вбік і таким чином відокремлюються від зерен, які падають крізь сита.
Якщо за допомогою моделі росту рослин відображають, наприклад, вологість соломи, згідно з винаходом в період збирання врожаю можна визначати передбачуване значення вологості соломи. Якщо значення, розраховане за допомогою моделі росту рослин, виявляється вищим, можна попередньо встановити відповідно більшу частоту обертання барабана (експлуатаційний параметр) молотильного агрегату (робочого органу). Також можна встановити відповідно вищий повітряний потік (повітряний потік в даному випадку є можливим експлуатаційним параметром повітродувки як робочого органу), оскільки волога солома є важчою і тому піддається здуванню лише під дією потужнішого повітряного потоку.
У косарці-подрібнювачі вологість соломи можна застосовувати як параметр впливу для встановлення довжини різання. Для сухого силосу переважною є менша довжина різання, при якій забезпечується можливість його достатнього ущільнення.
Якщо розмір окремого зерна (маса тисячі зерен) використовується у моделі росту рослин як параметр рослини, залежно від цього параметра можна встановлювати зазор між молотильним барабаном і декою. При дрібніших зернах можна зменшувати інтенсивність повітряного потоку бо повітродувки, оскільки в іншому випадку в очищувальному пристрої разом із незерновими компонентами здуватиметься надто велика частка зерен. Якщо в розпорядженні є значення обмолочуваності (ступінь щільності зерен у колосі) в період збирання врожаю, для ламких колосків можна встановлювати менше значення швидкості обертання барабана, щоб таким чином розвантажити підключений послідовно до молотильного агрегату очищувальний пристрій, оскільки зменшення частоти обертання барабана, як правило, спричиняє зменшення частки короткої соломи в очищувальному пристрої.
Регульована відстань між збиральними пластинами також може бути експлуатаційним параметром, який визначають відповідним винаходові способом залежно від параметра рослин збираного врожаю. Якщо, наприклад, модель росту рослин вказує значення діаметра стебла кукурудзи, відповідно можна узгоджувати з ним відстань між збиральними пластинами.
Встановлена належним чином відстань між пластинами забезпечує чисте втягування збираного матеріалу і зменшує ризик закупорювання. Альтернативно або додатково згідно зі способом можна передбачати діаметр качанів кукурудзи як параметр впливу для визначення відстані між збиральними пластинами.
Висоту прикріплення качанів кукурудзи до стебел, яку також можна моделювати за допомогою моделі росту рослин, можна застосовувати як параметр впливу на висоту встановлення різального механізму. При встановленні на більшій висоті зменшується ризик пошкодження і потреба в енергії різального механізму. Висота встановлення різального механізму може залежати також від розрахованої за допомогою моделі росту рослин висоти стеблостою збираного врожаю або ризику полягання рослин.
Стан біомаси кукурудзи може слугувати параметром впливу при визначенні сприятливішої або оптимальної швидкості переміщення косарки-подрібнювача. Дані стосовно врожаю соломи зернових культур можуть впливати на швидкість переміщення збирального комбайна. Дані стосовно врожаю зерна при збиранні зернових культур можуть бути застосовані для встановлення швидкості повітряного потоку в очищувальному пристрої. Якщо результати, одержані за допомогою моделі росту рослин, вказують на дуже низькі значення вологості зерна (дуже сухе зерно), шляхом встановлення відповідних параметрів робочих органів можна забезпечити зменшення кількості битого зерна.
Іншим прикладом є формування врожаю качанів кукурудзи. Якщо у короткій фазі в період
Зо цвітіння рослина переживає стрес, спричинений посухою, запліднюються не всі зав'язі. Початки містять помітно меншу кількість зерен. Цей взаємозв'язок можна відтворити за допомогою моделі росту рослин, але не дистанційним методом чи за допомогою датчиків на збиральній машині, які реєструють навколишні параметри.
Передбачуване значення або передбачуваний прояв параметра рослин на полі можна визначати з геоприв'язкою. Це означає, що передбачуваному значенню або передбачуваному прояву параметра рослин підпорядковують відповідні координати місцеположення з певною просторовою роздільною здатністю. Результатом такого підпорядкування може бути карта, яка відображає значення параметра рослин із високою просторовою роздільною здатністю, такою як, наприклад, 100х100 м, 50х50 м або навіть 5х5 м. Таким чином, для кожного елемента площі поля може бути збережене абсолютне значення або відносні значення одного або кількох параметрів рослин. Кожному елементу площі поля може бути підпорядкований також лише один клас якості стосовно параметра рослин, наприклад від "1, 2, ... 5" до 5 або "дуже низький, низький, середній, високий і дуже високий". Ця карта або відповідний запис можна передавати на керувальний пристрій збиральної машини, причому тоді керувальний пристрій керує окремими робочими органами таким чином, що їх експлуатаційні параметри дозволяють одержати оптимальний результат збирання врожаю. Альтернативно можливо, щоб експлуатаційні параметри були лише запропоновані водію збиральної машини, який тоді порівнює їх із даними згідно зі своїм досвідом і потім сам встановлює окремі експлуатаційні параметри для робочих органів.
Модель росту рослин визначає передбачуване значення або передбачений прояв параметра рослин в період збирання врожаю, причому цим періодом може бути, наприклад, тиждень або доба, протягом яких має бути зібраний урожай. Проте, можливим є також, що період становить лише кілька годин, наприклад менше З годин, щоб можна було точно вказувати значення або прояв параметра рослин, які змінюються протягом доби. Таким чином, період збирання врожаю можна розуміти також як вхідний параметр, який задають зовні. В альтернативному прикладі виконання винаходу за допомогою моделі росту рослини розраховують переважний або оптимальний період.
В одному із прикладів виконання винаходу застосовують метеорологічні дані, які можуть справляти вплив на значення або прояв параметра рослин. Наприклад - переважно із високою бо просторовою роздільною здатністю - можна враховувати температуру повітря, вологість повітря, години сонячного опромінювання і/або кількість опадів. Ці величини, з однієї сторони, справляють вирішальний вплив на ріст збираного врожаю і, таким чином, на множину параметрів рослин. З іншої сторони, вони можуть також безпосередньо впливати на певні параметри рослин, такі як, наприклад, вологість соломи.
У відповідному винаходові способі можуть бути застосовані також параметри грунту, які впливають на ріст збираного врожаю. Наприклад, можна розраховувати вологість грунту для елемента площі поля в різні моменти часу протягом періоду росту. Тоді на підставі цього значення за допомогою моделі росту рослини можна визначати кількість води, яку збираний урожай відбирає з грунту. Вологість грунту, переважно також відображувана із високою просторовою роздільною здатністю для окремих елементів площі поля, при цьому також можна розраховувати із урахуванням метеорологічних даних.
В одному із прикладів виконання винаходу в моделі росту рослини застосовують дистанційно отримувані дані, які реєструються супутником. Наприклад, на підставі отриманих від супутника даних із геоприв'язкою можна розраховувати вегетаційний індекс (наприклад, нормалізований відносний індекс росту рослинності, англ. Могтаїйлей Оійегепсе Медеїайоп
Іпдех, МІОМІ), за яким можна визначати стан біомаси на полі. Подібні дані стосовно вегетаційного індексу можуть, з однієї сторони, слугувати підставою для визначення інших параметрів рослин, які не можна реєструвати дистанційними методами. З іншої сторони, дані, отримані дистанційними методами, можуть бути застосовані для верифікації та відповідного узгодження певних припущень при моделюванні росту рослин. Якщо, наприклад, за допомогою моделі росту рослин розраховують стан біомаси на полі, цей параметр рослин можна перевіряти за допомогою даних, отриманих від супутників, і узгоджувати їх в разі необхідності.
Окрім цього, дистанційними методами можна також вимірювати вологість грунту. При цьому грунтову вологу можна враховувати при розрахунку вмісту води в грунті. У цьому випадку у моделі росту рослин застосовують дані стосовно грунтової вологи лише опосередковано, а саме шляхом моделювання вмісту вологи в грунті. На збиральній машині може бути встановлений вимірювальний пристрій, причому на підставі сигналів вимірювального пристрою калібрують передбачуване значення або передбачуваний прояв параметра рослин.
Вимірювальний пристрій може містити безконтактний датчик і/або датчик для фактично зібраного врожаю. Якщо, наприклад, безконтактний датчик встановлений на даху кабіни водія збиральної машини і розрахований на вимірювання висоти стеблостою збираного врожаю, виміряні ним значення можуть бути застосовані для перевірки розрахованої за допомогою моделі росту рослин висоти стеблостою та її узгодження в разі необхідності. Якщо виявиться, що на початку процесу збирання врожаю розрахована за допомогою моделі росту рослин висота стеблостою відрізняється від виміряної висоти стеблостою, на підставі цієї різниці можна відповідно калібрувати принаймні цей параметр рослин. Таке калібрування може також здійснювати вплив на інші параметри рослин, які потім також можна узгоджувати. Калібрування можна здійснювати один раз на початку процесу збирання врожаю або безперервно в процесі збирання врожаю, тобто в процесі переміщення збиральної машини полем і збирання нею врожаю.
Калібрування можна здійснювати також за допомогою датчика для фактично зібраного врожаю. Наприклад, таким чином можна порівнювати масу зібраного зерна із масою, яку згідно з результатами, отриманими за допомогою моделі росту рослин, можна було б зібрати з урахуванням певних втрат зерна збиральною машиною. Відповідні параметри рослин тоді можна додатково регулювати. Це калібрування можна здійснювати також із геоприв'язкою, причому в даному випадку геоприв'язані дані стосовно фактично зібраного врожаю, отримані від датчика, порівнюють із відповідними геоприв'язаними даними згідно з результатами, отриманими за допомогою моделі росту рослин.
Для моделювання параметра рослин можна застосовувати дані минулих періодів росту або попередніх урожаїв. Завдяки цьому можна верифікувати і точніше формулювати певні припущення при моделюванні параметрів рослин.
Поле може бути розділене на сегменти, причому розрізняють сегменти першої групи і сегменти принаймні однієї другої групи, які відрізняються одна від іншої параметрами рослин.
Наприклад, можна визначити порогове значення вмісту білка у зібраному врожаї, внаслідок чого всі сегменти, вміст білка у врожаї на яких є меншим порогового значення, можуть бути віднесені до першої групи, а всі сегменти, урожай на яких характеризується вмістом білка вище порогового значення, можуть бути віднесені до другої групи. Залежно від просторової роздільної здатності сегменти можуть бути окремими елементами площі поля; проте, вони можуть складатися з кількох елементів площі поля. В одному з прикладів виконання спочатку бо збирають урожай на сегментах першої групи, а потім - на сегментах другої групи. Таким чином,
можна здійснювати селективне збирання врожаю, який характеризується різним вмістом білка.
Інша можливість полягає в тому, що перший бункер для збираного врожаю заповнюють, коли збирають урожай на одному з сегментів першої групи, а другий бункер для збираного врожаю заповнюють, коли збирають урожай на одному з сегментів другої групи. У цьому випадку збиральна машина містить сепаруючий пристрій, який залежно від вмісту білка як параметра рослин заповнює перший або другий бункери для збираного врожаю. При керуванні сепаруючим пристроєм можна враховувати певні затримки у часі, зумовлені швидкістю переміщення збиральної машини і часом, необхідним для транспортування зібраного врожаю з елемента площі поля до сепаруючого пристрою в збиральній машині.
Іншим параметром для описаного вище селективного збирання врожаю є вміст мікотоксинів, який також може бути результатом розрахунків за допомогою моделі росту рослин. Також і в цьому випадку селективне збирання врожаю можна здійснювати шляхом розділення у часі процесу збирання врожаю на різних сегментах (спочатку збирають урожай на сегментах із нижчим вмістом мікотоксинів, а потім на сегментах із більшим вмістом мікотоксинів) або шляхом керування сепаруючим пристроєм, який напрямляє зібраний урожай або в перший, або в другий бункер для зібраного врожаю.

Claims (14)

  1. ФОРМУЛА ВИНАХОДУ 20 1. Спосіб експлуатації збиральної машини для збирання врожаю на полі, причому принаймні один експлуатаційний параметр для робочого органу збиральної машини визначають залежно від принаймні одного параметра рослин збираного врожаю, який відрізняється тим, що параметр рослин відтворюють у моделі росту рослин, причому за допомогою моделі росту рослин відображають зміну параметра рослин у часі та визначають в період збирання врожаю 25 передбачуване значення або передбачуваний прояв параметра рослин.
  2. 2. Спосіб за п. 1, який відрізняється тим, що як параметр рослин вибирають вміст мікотоксинів, вміст білків, вологість соломи, розмір окремих зерен (маса тисячі зерен) або обмолочуваність.
  3. З. Спосіб за п. 1 або 2, який відрізняється тим, що як збиральну машину застосовують зерновий комбайн або косарку-подрібнювач. Ко)
  4. 4. Спосіб за будь-яким із пп. 1-3, який відрізняється тим, що передбачуване значення або передбачуваний прояв параметра рослин визначають із геоприв'язкою.
  5. 5. Спосіб за будь-яким із пп. 1-4, який відрізняється тим, що встановлюють другий параметр рослин, який визначають на підставі першого параметра рослин.
  6. б. Спосіб за будь-яким із пп. 1-5, який відрізняється тим, що в моделі росту рослин 35 застосовують метеорологічні дані.
  7. 7. Спосіб за будь-яким із пп. 1-6, який відрізняється тим, що в моделі росту рослин застосовують параметри грунту.
  8. 8. Спосіб за будь-яким із пп. 1-7, який відрізняється тим, що в моделі росту рослин застосовують дані, отримані дистанційними методами. 40
  9. 9. Спосіб за будь-яким із пп. 1-8, який відрізняється тим, що на збиральній машині встановлюють вимірювальний пристрій, причому на підставі сигналів вимірювального пристрою калібрують передбачуване значення або передбачуваний прояв параметра рослин.
  10. 10. Спосіб за п. 9, який відрізняється тим, що вимірювальний пристрій містить безконтактний датчик і/або датчик для фактично зібраного врожаю. 45
  11. 11. Спосіб за будь-яким із пп. 1-10, який відрізняється тим, що для моделювання параметра рослин застосовують дані за минулий період росту або дані стосовно попереднього врожаю.
  12. 12. Спосіб за будь-яким із пп. 4-11, який відрізняється тим, що поле розділяють на сегменти, причому залежно від параметра рослин розрізняють сегменти першої групи і сегменти принаймні однієї другої групи. 50
  13. 13. Спосіб за п. 12, який відрізняється тим, що спочатку збирають урожай на сегментах першої групи, а після цього збирають урожай на сегментах другої групи.
  14. 14. Спосіб за п. 12, який відрізняється тим, що перший бункер для збираного врожаю заповнюють при збиранні врожаю на одному з сегментів першої групи, а другий бункер для збираного врожаю заповнюють при збиранні врожаю на одному із сегментів другої групи.
UAA201804860A 2015-10-05 2016-09-30 Спосіб експлуатації збиральної машини за допомогою моделі росту рослин UA122157C2 (uk)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP15188312 2015-10-05
PCT/EP2016/073400 WO2017060168A1 (de) 2015-10-05 2016-09-30 Verfahren zum betreiben einer erntemaschine mit hilfe eines pflanzenwachstumsmodells

Publications (1)

Publication Number Publication Date
UA122157C2 true UA122157C2 (uk) 2020-09-25

Family

ID=54256669

Family Applications (1)

Application Number Title Priority Date Filing Date
UAA201804860A UA122157C2 (uk) 2015-10-05 2016-09-30 Спосіб експлуатації збиральної машини за допомогою моделі росту рослин

Country Status (11)

Country Link
US (2) US10856463B2 (uk)
EP (2) EP3707988A1 (uk)
JP (4) JP2018533933A (uk)
CN (2) CN115708443A (uk)
AU (2) AU2016335176B2 (uk)
BR (1) BR112018006888B1 (uk)
CA (1) CA3000559A1 (uk)
PL (1) PL3358932T5 (uk)
RU (2) RU2022103711A (uk)
UA (1) UA122157C2 (uk)
WO (1) WO2017060168A1 (uk)

Families Citing this family (49)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3468339B1 (de) 2016-06-09 2022-04-13 Basf Se Verfahren zur ermittlung von pflanzeneigenschaften einer nutzpflanze
EP3262934A1 (de) 2016-06-28 2018-01-03 Bayer CropScience AG Verfahren zur unkrautbekämpfung
WO2018050580A1 (de) 2016-09-16 2018-03-22 Bayer Cropscience Aktiengesellschaft Bestimmung des bedarfs an pflanzenschutzmittel
BR112019005106B1 (pt) 2016-09-16 2023-03-28 Basf Agro Trademarks Gmbh Método para preparar um mapa de aplicação, método para cultivar plantas de cultura em um campo, sistema para preparar mapas de aplicação específicos para agente de aplicação e uso do sistema
BR122021023418B1 (pt) 2016-10-07 2022-11-22 Basf Agro Trademarks Gmbh Método de identificação de insetos benéficos e/ou organismos prejudiciais em um campo para plantas cultivadas, memória não transitória legível por computador e sistema de identificação de insetos benéficos e/ ou organismos prejudiciais em um campo para plantas cultivadas
EP3528608B2 (de) 2016-10-18 2024-01-10 BASF Agro Trademarks GmbH Planung und ausführung landwirtschaftlicher massnahmen
EP3326461A1 (de) 2016-11-23 2018-05-30 Bayer CropScience AG Applikation von flüssigkeiten
US11140807B2 (en) 2017-09-07 2021-10-12 Deere & Company System for optimizing agricultural machine settings
US11079725B2 (en) 2019-04-10 2021-08-03 Deere & Company Machine control using real-time model
US11467605B2 (en) 2019-04-10 2022-10-11 Deere & Company Zonal machine control
US11589509B2 (en) 2018-10-26 2023-02-28 Deere & Company Predictive machine characteristic map generation and control system
US11178818B2 (en) 2018-10-26 2021-11-23 Deere & Company Harvesting machine control system with fill level processing based on yield data
US11653588B2 (en) 2018-10-26 2023-05-23 Deere & Company Yield map generation and control system
US12069978B2 (en) 2018-10-26 2024-08-27 Deere & Company Predictive environmental characteristic map generation and control system
US11957072B2 (en) 2020-02-06 2024-04-16 Deere & Company Pre-emergence weed detection and mitigation system
US11240961B2 (en) 2018-10-26 2022-02-08 Deere & Company Controlling a harvesting machine based on a geo-spatial representation indicating where the harvesting machine is likely to reach capacity
US11672203B2 (en) 2018-10-26 2023-06-13 Deere & Company Predictive map generation and control
US11641800B2 (en) 2020-02-06 2023-05-09 Deere & Company Agricultural harvesting machine with pre-emergence weed detection and mitigation system
US11778945B2 (en) 2019-04-10 2023-10-10 Deere & Company Machine control using real-time model
US11234366B2 (en) 2019-04-10 2022-02-01 Deere & Company Image selection for machine control
US12035648B2 (en) 2020-02-06 2024-07-16 Deere & Company Predictive weed map generation and control system
US20230169640A1 (en) * 2020-02-06 2023-06-01 Nileworks Inc. Growth assessment system, growth assessment server and growth assessment method
US11477940B2 (en) 2020-03-26 2022-10-25 Deere & Company Mobile work machine control based on zone parameter modification
US11675354B2 (en) 2020-10-09 2023-06-13 Deere & Company Machine control using a predictive map
US11825768B2 (en) 2020-10-09 2023-11-28 Deere & Company Machine control using a predictive map
US11711995B2 (en) 2020-10-09 2023-08-01 Deere & Company Machine control using a predictive map
US20220110262A1 (en) * 2020-10-09 2022-04-14 Deere & Company Predictive map generation and control system
US11849672B2 (en) 2020-10-09 2023-12-26 Deere & Company Machine control using a predictive map
US11727680B2 (en) 2020-10-09 2023-08-15 Deere & Company Predictive map generation based on seeding characteristics and control
US11889788B2 (en) 2020-10-09 2024-02-06 Deere & Company Predictive biomass map generation and control
US11845449B2 (en) 2020-10-09 2023-12-19 Deere & Company Map generation and control system
US11895948B2 (en) 2020-10-09 2024-02-13 Deere & Company Predictive map generation and control based on soil properties
US11592822B2 (en) 2020-10-09 2023-02-28 Deere & Company Machine control using a predictive map
US11927459B2 (en) 2020-10-09 2024-03-12 Deere & Company Machine control using a predictive map
US12069986B2 (en) 2020-10-09 2024-08-27 Deere & Company Map generation and control system
US11474523B2 (en) 2020-10-09 2022-10-18 Deere & Company Machine control using a predictive speed map
US11650587B2 (en) 2020-10-09 2023-05-16 Deere & Company Predictive power map generation and control system
US11635765B2 (en) 2020-10-09 2023-04-25 Deere & Company Crop state map generation and control system
US12013245B2 (en) 2020-10-09 2024-06-18 Deere & Company Predictive map generation and control system
US11874669B2 (en) 2020-10-09 2024-01-16 Deere & Company Map generation and control system
US11849671B2 (en) 2020-10-09 2023-12-26 Deere & Company Crop state map generation and control system
US11983009B2 (en) 2020-10-09 2024-05-14 Deere & Company Map generation and control system
US11871697B2 (en) 2020-10-09 2024-01-16 Deere & Company Crop moisture map generation and control system
US11946747B2 (en) 2020-10-09 2024-04-02 Deere & Company Crop constituent map generation and control system
US11864483B2 (en) 2020-10-09 2024-01-09 Deere & Company Predictive map generation and control system
US11844311B2 (en) 2020-10-09 2023-12-19 Deere & Company Machine control using a predictive map
US11889787B2 (en) 2020-10-09 2024-02-06 Deere & Company Predictive speed map generation and control system
US12082531B2 (en) 2022-01-26 2024-09-10 Deere & Company Systems and methods for predicting material dynamics
US12058951B2 (en) 2022-04-08 2024-08-13 Deere & Company Predictive nutrient map and control

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS59108067A (ja) 1982-12-10 1984-06-22 Pilot Ink Co Ltd 孔版印刷用インキ
JPS6122446U (ja) * 1984-07-16 1986-02-08 株式会社クボタ コンバイン
DE4431824C1 (de) 1994-09-07 1996-05-02 Claas Ohg Mähdrescherbetrieb mit Betriebsdatenkataster
US5995895A (en) 1997-07-15 1999-11-30 Case Corporation Control of vehicular systems in response to anticipated conditions predicted using predetermined geo-referenced maps
JP4058544B2 (ja) * 1998-04-20 2008-03-12 農工大ティー・エル・オー株式会社 作業決定支援装置および方法、並びに記録媒体
JP2005211045A (ja) * 2004-02-02 2005-08-11 National Agriculture & Bio-Oriented Research Organization コンバイン
DE102005000770B3 (de) 2005-01-05 2006-07-20 Langlott, Jürgen Verfahren zur Steuerung der Arbeitsorgane und der Fahrgeschwindigkeit eines Mähdreschers
US7194965B2 (en) 2005-01-06 2007-03-27 Deere & Company Variety locator
US7988403B2 (en) * 2009-05-18 2011-08-02 Cnh America Llc Bulk materials cart having dual unload capability
DE102009025438A1 (de) * 2009-06-16 2011-01-05 Claas Selbstfahrende Erntemaschinen Gmbh Routenplanungsverfahren und -system
CN101653069B (zh) * 2009-09-15 2012-07-18 江苏大学 联合收割机负荷反馈自动控制装置的控制方法
US20120101784A1 (en) * 2010-10-25 2012-04-26 Trimble Navigation Limited Wide-area agricultural monitoring and prediction
US8855937B2 (en) 2010-10-25 2014-10-07 Trimble Navigation Limited Crop characteristic estimation
JP2012175920A (ja) * 2011-02-25 2012-09-13 Iseki & Co Ltd 作物の優先収穫管理装置
WO2013063106A2 (en) 2011-10-24 2013-05-02 Trimble Navigation Limited Agricultural and soil management
DE102011085380A1 (de) 2011-10-28 2013-05-02 Deere & Company Anordnung und Verfahren zur vorausschauenden Untersuchung von mit einer Erntemaschine aufzunehmenden Pflanzen
DE102013201996A1 (de) 2013-02-07 2014-08-07 Deere & Company Verfahren zur Einstellung von Arbeitsparametern einer Erntemaschine
DE102013209197A1 (de) 2013-05-17 2014-11-20 Deere & Company Erntemaschine mit vorausschauender Vortriebsgeschwindigkeitsregelung
US10362733B2 (en) 2013-10-15 2019-07-30 Deere & Company Agricultural harvester configured to control a biomass harvesting rate based upon soil effects
CN203942804U (zh) * 2014-06-27 2014-11-19 农业部南京农业机械化研究所 一种测产装置
US9140824B1 (en) * 2015-01-23 2015-09-22 Iteris, Inc. Diagnosis and prediction of in-field dry-down of a mature small grain, coarse grain, or oilseed crop using field-level analysis and forecasting of weather conditions, crop characteristics, and observations and user input of harvest condition states
US10188037B2 (en) * 2015-09-24 2019-01-29 Deere & Company Yield estimation

Also Published As

Publication number Publication date
RU2018116596A3 (uk) 2020-03-19
CN108135132B (zh) 2023-01-13
US10856463B2 (en) 2020-12-08
JP2022180612A (ja) 2022-12-06
AU2021215215A1 (en) 2021-09-02
EP3358932A1 (de) 2018-08-15
RU2018116596A (ru) 2019-11-07
US20210084806A1 (en) 2021-03-25
EP3358932B2 (de) 2023-08-23
PL3358932T3 (pl) 2020-11-02
AU2016335176A1 (en) 2018-04-19
CN115708443A (zh) 2023-02-24
CA3000559A1 (en) 2017-04-13
JP2023113767A (ja) 2023-08-16
BR112018006888A2 (pt) 2018-10-16
JP2021191296A (ja) 2021-12-16
AU2016335176B2 (en) 2021-05-13
EP3707988A1 (de) 2020-09-16
US11812683B2 (en) 2023-11-14
RU2022103711A (ru) 2022-03-16
CN108135132A (zh) 2018-06-08
BR112018006888B1 (pt) 2021-10-19
AU2021215215B2 (en) 2023-10-05
US20180295771A1 (en) 2018-10-18
PL3358932T5 (pl) 2024-02-05
EP3358932B1 (de) 2020-04-15
WO2017060168A1 (de) 2017-04-13
JP2018533933A (ja) 2018-11-22

Similar Documents

Publication Publication Date Title
UA122157C2 (uk) Спосіб експлуатації збиральної машини за допомогою моделі росту рослин
US11510364B2 (en) Crop residue based field operation adjustment
US20050150202A1 (en) Apparatus and method for monitoring and controlling an agricultural harvesting machine to enhance the economic harvesting performance thereof
EP1349443B1 (en) A method of estimating crop yields
US11723308B2 (en) Combine loss monitor mapping
US9332693B1 (en) Agricultural combine harvester with harvesting and winnowing optimization control system
US20210015045A1 (en) Federated harvester control
US11845449B2 (en) Map generation and control system
US20220110247A1 (en) Crop state map generation and control system
CN114303587A (zh) 预测速度图生成和控制系统
US20230012175A1 (en) Threshing Status Management System, Method, and Program, and Recording Medium for Threshing State Management Program, Harvester Management System, Harvester, Harvester Management Method and Program, and Recording Medium for Harvester Management Program, Work Vehicle, Work Vehicle Management Method, System, and Program, and Recording Medium for Work Vehicle Management Program, Management System, Method, and Program, and Recording Medium for Management Program
CN114303602A (zh) 作物湿度图生成器和控制系统
EP4212005A1 (en) A residue collector
US20240159666A1 (en) Method and Arrangement for Determining a Variable of Grain Crops
Mcnaull Design and evaluation of variable rate stover collection control system for a single pass dual stream biomass harvester system