logo móvil
Contáctanos

Desarrollo y experimentación de un sensor de flujo de granos estilo matriz universal para múltiples cultivos basado en el modelo de regresión de flujo de bosque aleatorio

Autores: Chai, Xiaoyu; Zhang, Pengtao; Hu, Jinpeng; Xu, Lizhang; Shi, Maolin; Wang, Yingfeng; Zhang, Min

Idioma: Inglés

Editor: MDPI

Año: 2024

Descargar PDF

Acceso abierto

Artículo científico
2024

Desarrollo y experimentación de un sensor de flujo de granos estilo matriz universal para múltiples cultivos basado en el modelo de regresión de flujo de bosque aleatorio


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería Eléctrica y Electrónica

Palabras clave

Sensor de flujo de grano
Elevador de sinfín combinado
Procesamiento diferencial
Métodos de filtrado
Algoritmo de bosque aleatorio
Modelo de regresión lineal múltiple

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 33

Citaciones: Sin citaciones


Descripción
Para desarrollar un sensor de flujo de grano para las salidas de grano del sinfín de la cosechadora, se evaluó un elevador de sinfín de cosechadora como objeto de investigación. Se ha desarrollado y probado un sensor de flujo de grano diferencial de estilo de matriz distribuida de varios puntos para arroz y trigo en tres cultivos de campo, arroz, trigo y colza. Se diseñó un banco de pruebas de flujo de sistema abierto para comparar los efectos del procesamiento diferencial en los dominios de tiempo y frecuencia, así como diferentes métodos de filtrado en el preprocesamiento de las señales de sensor crudas recopiladas. Además, se construyó un modelo de regresión de flujo basado en algoritmos de bosque aleatorio para arroz, trigo y colza basado en la comparación de las señales de flujo de diferentes granos. Se construyó un modelo de regresión lineal múltiple ponderado como grupo de control, y se realizaron pruebas tanto en banco como en campo. Los resultados muestran que el sensor diseñado en este estudio puede satisfacer las necesidades de monitoreo de flujo de grano en línea. Mientras tanto, los errores de monitoreo de campo para arroz, trigo y colza basados en el modelo de regresión de flujo de bosque aleatorio fueron del -6,42 al 8,23%, -7,21 al 5,71% y -4,19 al 4,78%, respectivamente, significativamente mejores que el grupo de control. El sensor de flujo de grano de estilo de matriz universal desarrollado en este estudio proporciona un valor práctico significativo para la promoción y desarrollo de la agricultura de precisión.

Otros recursos que podrían interesarte

Temas Virtualpro