Design and experiment of pneumatic paddy intra-row weeding device
-
摘要:目的
针对水稻株间机械除草自动化程度低、难度大的问题，在机器视觉识别定位技术研究的基础上，研制一种气动式水稻株间机械除草装置。
方法采用机械设计理论、离散元动力学仿真方法结合田间试验，研制出气动式水稻株间机械除草装置。首先对气动式株间除草机构的结构进行设计，运用运动学方程计算并确定机构的几何参数，通过Pro/E运动学仿真验证机构的可行性；然后对除草刀齿与水田土壤的相互作用过程进行仿真，并对仿真结果进行验证试验；最后进行田间试验验证整机工作性能，并利用三因素五水平二次旋转正交试验对影响除草率与伤苗率的工作参数进行分析。
结果气动式水稻株间除草机构连杆长35.00 mm，摆杆长72.24 mm，除草部件到回转中心水平距离为84 mm，垂直距离为191 mm。离散元动力学仿真分析表明，倾角为10°的弯齿刀除草刀齿与土壤的接触阻力较小，阻力平均值为3.12 N，且对土壤的扰动程度较大，受影响的面积达149.69 cm2。田间试验中，在机具前进速度0.25 m/s、气缸伸缩速度0.45 m/s和除草深度2.5 cm的工作参数下，平均除草率为83.91%、伤苗率为3.63%。
结论该机具满足除草率大于80%、伤苗率小于4%的设计要求，能够满足水稻株间避苗除草的作业要求。
Abstract:ObjectiveIn order to solve the problem of low automation and high difficulty of mechanical intra-row weeding in paddy field, a pneumatic paddy intra-row weeding device was developed based on the recognition and positioning technology of machine vision.
MethodThe mechanism of pneumatic intra-row weeding device was designed by applying the principle of mechanical design, discrete element dynamics (DEM) simulation method and field test. Firstly, the structure of pneumatic intra-row weeding device was designed, and the geometric parameters of the mechanism were calculated using the kinematic equations. The feasibility of the mechanism was determined from kinematic simulation by the motion analysis module of Pro/E. Then, the interaction between weeding blade and paddy soil was simulated and the simulation results were confirmed through test. Finally, the field test was carried out to evaluate the working performance of the whole machine, and the working parameters affecting weeding rate and seeding injury rate were analyzed using a three-factor and five-level quadratic rotation orthogonal test.
ResultThe connecting rod length of the pneumatic intra-row weeding device was 35.00 mm and the oscillating rod length was 72.24 mm. The horizontal distance from the weeding part to the rotary center was 84 mm and the vertical distance was 191 mm. The DEM simulation results showed the better structure was the blending blade claw in 10°, which contact resistance was relatively low with an average value of 3.12 N when contacting with soil and the soil was disturbed to a great extent at this angle with affected area of 149.69 cm2. The field test results showed the device achieved the optimum working performance with the average weeding rate of 83.91% and seedling injury rate of 3.63% when the machine forward speed was 0.25 m/s, the cylinder protruding speed was 0.45 m/s and the weeding depth was 2.5 cm.
ConclusionThe pneumatic paddy intra-row weeding device satisfies the requirements of above 80% weeding rate and below 4% seedling injury rate. It could meet the requirements of intra-row weeding and seedling avoiding in paddy field.
-
Keywords:
- paddy field /
- intra-row weeding /
- discrete element /
- dynamic simulation /
- agricultural machinery
-
水稻Oryza sativa L．是中国种植面积最大、总产量最多的粮食作物，约 60% 的中国人口以稻米为主食，因此维持水稻生产的稳定是确保中国粮食安全的重大课题[1]。华南地区是我国水稻栽培的主要地区之一，也是我国降水量最多、旱涝频发区之一，雨季(4—9月)持续时间长、雨量大，暴雨多发居全国之最[2-3]，洪涝成为华南地区水稻种植面临的最严重自然灾害，给水稻生产带来极大的损失。近年来，国外气象学者对极端天气事件的时空特征做了一系列研究发现，随着全球气候变暖，极端天气事件频发[4-5]。国内学者指出，近年来中国的极端降水发生频率显著增加，同时具有明显的区域性和季节性的变化趋势[6-8]。对华南地区来说，20世纪90年代以来，前汛期的总降水量显著增加，这与极端降水量、极端降水频率的增加密切相关；后汛期极端降水在1992—1993年发生了明显年代际转折，1993年后发生极端旱涝的情况增加[9-10]。总的来说，全球变暖使得华南地区汛期降水增强，极端降水灾害增加，这将会对华南地区早、晚稻的生产造成严重的危害。
根据降水系统的差异，华南地区雨季分为前汛期和后汛期2个阶段[11-12]，对于前汛期和后汛期降水时空分布特征的研究已成为很多学者研究的热点，也取得很大的进展[13-18]。华南地区早晚稻生育期贯穿整个雨季，雨季降水的时间和空间尺度分析对于水稻旱涝的研究有极为重要的意义，目前国内外气象学者对华南地区降水的研究主要集中在前汛期或后汛期阶段，对于早晚稻不同生育期的降水特征鲜有研究，华南地区水稻不同生育期的降水强度和降水总趋势等一系列问题仍不清楚。本文针对华南地区早稻和晚稻2个阶段，研究早稻和晚稻不同生育期华南地区的降水特征，研究结果可为华南双季稻种植提供决策依据，同时对华南地区双季稻生产和防灾减灾也具有积极意义。
1. 材料与方法
1.1 数据来源
本文所用气象数据来自于国家气候中心的全国730站逐日降水资料，从中提取1960—2008年共49年华南地区(包括广东和广西)47个观测站逐日降水资料。
1.2 方法
对华南区域降水进行多年平均，按照暴雨和极端降水指标分析华南地区早稻和晚稻各生育期间降水和暴雨的时间和空间分布特点。各名词定义如下：1)华南区域：传统的华南区域为广东、广西和海南省(区)，因海南降水特征与广东、广西差异较大[19]，本文中华南区域仅取广东和广西的47个站点进行分析计算；2)雨量定义：有雨日为日降水量≥0 mm，暴雨日数为站点的日降水量≥50 mm以上者；3)生育期：采用官春云[20]对水稻生育期的确定方法，分为秧苗期、分蘖期、拔节孕穗期、抽穗期和结实期5个阶段；4)极端降水指标采用国家气候中心的指标[10]，暴雨日均降水量(mm)=生育期累计暴雨量除以生育期天数，暴雨概率(%)=日降水量大于50 mm的日数与总日数之比，有雨日概率(%)=日降水量大于0 mm的日数与总日数之比，有雨日暴雨概率(%)=日降水量大于50 mm的日数与日降水量大于0 mm的日数之比。
2. 结果与分析
2.1 华南地区早晚稻不同生育期降水量特点
利用47个观测站49年的逐日降水资料，对华南地区降水进行区域平均，计算早稻和晚稻5个生育期各自多年平均的累计降水量，进行排列分布，结果见图1。早稻生育期多年平均的累计降水量为673.5 mm，累计降水量先下降再上升。秧苗期、分蘖期、拔节期和结实期累计降水量均在100.0 mm以上，累计降水量最少的为抽穗期(48.0 mm)，5个生育期累计降水量由多到少排列分别为秧苗期、结实期、分蘖期、拔节期和抽穗期。晚稻5个生育期的总累计降水量(611.5 mm)与早稻相差不大，晚稻生育期累计降水量随时间推移先下降后略有上升，秧苗期累计降水量为早晚稻所有生育期最大，达256.6 mm，分蘖期累计降水量与早稻分蘖期相近，在秧苗期和分蘖期后，生育期累计降水量迅速下降，抽穗期累计降水量为早晚稻所有生育期最小，仅有26.9 mm。
![]()
图 1 早晚稻多年平均各生育期降水量Ⅰ：秧苗期，Ⅱ：分蘖期，Ⅲ：拔节期，Ⅳ：抽穗期，Ⅴ：结实期Figure 1. Average accumulated rainfall of each growth stage of rice from 1960 to 2008Ⅰ: Seedling stage, Ⅱ: Tillering stage, Ⅲ: Jointing stage, Ⅳ: Heading stage, Ⅴ: Seed setting stage在水稻生长过程中，每个生育期的时间长短并不一致，生育期累计降水量无法比较出不同生育期之间降水强弱差异，为此，分别计算了每个生育期的日均降水量(图2)，以体现早晚稻不同生育期间降水强度的差异。
![]()
图 2 早晚稻多年平均各生育期日均降水量Ⅰ：秧苗期，Ⅱ：分蘖期，Ⅲ：拔节期，Ⅳ：抽穗期，Ⅴ：结实期Figure 2. Average daily rainfall of each growth stage of riceⅠ: Seedling stage, Ⅱ: Tillering stage, Ⅲ: Jointing stage, Ⅳ: Heading stage, Ⅴ: Seed setting stage从图2中可见，早稻日均降水量由大到小排列依次为：结实期、拔节期、分蘖期、抽穗期和秧苗期，结实期以8.2 mm居全生育期之首，而累计降水量最大的秧苗期(图1)，其日均降水量则为早稻所有生育期最低(4.1 mm)，低于累计降水量中最少的抽穗期。早稻日均降水量的排列分布表明，早稻秧苗期累计降水大主要是由于秧苗期时间长所导致，其日均降水强度并不大，相反，累计降水量最小的抽穗期，其日均降水强度反而高于秧苗期，只是由于生育期时间短导致累计降水量低。晚稻各生育期的日均降水量由大到小排列则与其累计降水量排列类似(图2)，秧苗期日均降水量居所有生育期之首(8.3 mm)，其次是分蘖期，而随着生育期的后延，各生育期日均降水量下降。
上述分析表明，早稻和晚稻降水总量虽然相差不大，但不同生育期降水特征差异明显。早稻时期，降水强度先下降而在抽穗期后加大；晚稻时期则随时间推移累计降水量和强度先下降后略有升高。早晚稻日均降水量排列表明，降水强度在不同生育期有较大差异，对水稻生产而言，强降水特别是极端降水最容易造成涝害，为更好地了解早晚稻生育期的强降水特别是暴雨降水特征，本文采用了国家气候中心对极端降水的一些指标，分析华南地区早晚稻不同生育期的暴雨特征。
2.2 华南地区早晚稻暴雨特征
本文选用4个国家气候中心发布的极端降水统计指标，即暴雨日均降水量、暴雨概率、有雨日概率以及有雨日暴雨概率，对华南地区早稻和晚稻不同生育期间的暴雨特征进行分析。早稻不同生育期的降水统计指标排列如图3所示。图3a1为早稻各生育期日均暴雨量，从图中可知，早稻暴雨日均降水量随着生育期的后推逐渐增加，结实期暴雨日均降水量最大，累计降水量最大的秧苗期，其日均暴雨降水量在早稻整个生育期最小。暴雨概率(图3b1)和暴雨日均降水量的排列基本一致，早稻秧苗期出现暴雨概率最小，而结实期出现暴雨概率最大。
![]()
图 3 早晚稻生育期间极端降水指标Ⅰ：秧苗期，Ⅱ：分蘖期，Ⅲ：拔节期，Ⅳ：抽穗期，Ⅴ：结实期Figure 3. The extreme rainfall index in the growth period of early and late riceⅠ: Seedling stage, Ⅱ: Tillering stage, Ⅲ: Jointing stage, Ⅳ: Heading stage, Ⅴ: Seed setting stage有雨日概率(图3c1)和有雨日暴雨概率(图3d1)的排列可知，秧苗期降水概率大但有雨日暴雨概率小，相反，抽穗期有雨概率虽不如秧苗期，但其在有雨日出现暴雨的概率是所有生育期最高，暴雨概率大小是导致暴雨日均降水量大小的主要原因，抽穗期的日均暴雨量要远大于秧苗期，暴雨是造成洪涝等主要原因之一，因此在早稻生产过程中，对于洪涝等防治主要在后3个生育期，即拔节期、抽穗期和结实期。
对晚稻的极端降水指标进行排列，发现晚稻各生育期极端降水指标无论是暴雨日均降水量、暴雨概率、有雨日概率，或者是暴雨占有雨日数的比例，基本排列一致(图3a2~3d2)，也与晚稻的累计降水量(图1)和日均降水量(图2)排列图一致，暴雨日均降水量和暴雨概率都是前2个生育期(秧苗期和分蘖期)最大，这说明了在晚稻生育期过程中，暴雨降水多发生于秧苗期和分蘖期(图3a2)，且暴雨是造成2个生育期累计降水量大的原因。而在分蘖期过后，降水强度和日数减少，暴雨日数也迅速减少，导致后3个生育期的累计降水总量下降。晚稻生育期降水特点为：随着生育期推迟，降水强度和降水量迅速下降。因此在晚稻生产过程中，生育期对暴雨的防控则需要放在秧苗期和分蘖期这2个时期。
2.3 华南地区早晚稻降水的空间特征
华南年降水量和暴雨频率为全国之最，降水系统复杂，降水分布不均匀。为了解华南水稻生长过程中不同生育期降水以及暴雨的空间特征，对1960—2008年47个观测站点的早晚稻各生育期累计降水量和暴雨概率分别进行平均，分析其空间分布特征。从图4中可以发现，早稻不同生育期累计降水量空间分布存在明显的区域差异。秧苗期降水大值中心分布在广东省中部的广州和惠州一带，最大累计降水量达280 mm，广西西部百色地区为降水小值中心，累计降水量在80 mm左右；分蘖期累计降水大值中心自两广的西南朝东北方向呈“高–低–高”分布趋势，广西西北桂林、南部沿海玉林、北海一带为两狭长的大值中心，以桂林北部地区累计降水量最大，接近250 mm，；拔节期累计总降水量有所下降，大值中心出现在广东云浮、茂名、湛江地区以及广西贵港、南宁地区，降雨量在160 mm左右；抽穗期累计降水大值由于累计时间缩短而下降，最大值中心位于广西北部一带，降雨量为80 mm；结实期累计降水大值中心主要有2个，分别位于广东湛江和广西北海的沿海地区，以及广西桂林市一带，最大累计降雨量接近秧苗期，达240 mm以上。
![]()
图 4 早稻各生育期降水量空间分布a：秧苗期，b：分蘖期，c：拔节期，d：抽穗期，e：结实期；等值线单位：mm，阴影单位: %Figure 4. The space distribution of accumulated rainfall in each growth period of early ricea: Seedling stage, b: Tillering stage, c: Jointing stage, d: Heading stage, e: Seed setting stage; Contour unit: mm, Shaded unit: %为了解不同生育期暴雨的分布特征，分别计算了49年平均的暴雨概率分布，在图4中以阴影所示。从图4中可以发现，早稻各生育期暴雨概率大的区域与该生育期累计降水大值中心基本重合，说明暴雨对该生育期的降水量累积起到很重要的作用，但早稻5个生育期的暴雨概率大小和范围并不相同，秧苗期的暴雨概率无论从范围还是强度上比较都远小于其他4个生育期，秧苗期后暴雨概率强度和范围都逐渐加大，再次证明了图3所得出的结果，即秧苗期降水频率大但主要以较小强度的降水为主；随着生育期的后延，3个生育期暴雨概率增加，特别生育期较短的抽穗期，其累计总降水量在早稻所有生育期虽然最小，但暴雨强度和范围都远大于累计降水量最大的秧苗期。累计降水和暴雨概率各生育期的空间分布体现出在早稻后3个生育期间，华南地区在进入季风时期后，降水增强，暴雨多发的特点。
“2.2”的分析结果表明，晚稻累计降水量和暴雨日均降水量大值主要集中在水稻生长的前2个生育期，其累计降水量和暴雨频率的空间分布如图5所示。秧苗和分蘖期多年平均的降水大值中心分布比较类似，除秧苗期广西西北部地区有1次大值中心外，2省(区)累计降水量在这2个生育期均呈现出由沿海向内陆逐渐递减的分布，高值区为广西南部沿海–延伸到广东湛江海丰到珠海汕头一带的沿海狭长地带(图5a、5b)，秧苗期的最大中心值可达350 mm，而分蘖期最大中心值在300 mm左右。
![]()
图 5 晚稻各生育期降水量空间分布特征a：秧苗期，b：分蘖期，c：拔节期，d：抽穗期，e：结实期；等值线单位：mm，阴影单位: %Figure 5. The space distribution of accumulated rainfall in each growth period of late ricea: Seedling stage, b: Tillering stage, c: Jointing stage, d: Heading stage, e: Seed setting stage; Contour unit: mm, Shaded unit: %晚稻秧苗期和分蘖期累计降水最大值的中心即从沿海向内陆呈逐渐递减的分布特点，体现出华南地区后汛期雨季特点，而晚稻秧苗期和分蘖期是华南地区后汛期。造成后汛期的主要降水系统为台风，因此，累计降水的大值中心主要位于沿海地区。暴雨的概率大值中心也与降水大值中心吻合，但分蘖期广西的暴雨概率有所减小。进入拔节期后，影响华南地区的台风逐渐减少，晚稻后3个生育期累计降水量也随之大幅度减少，暴雨概率的分布也随着台风减少而迅速下降，但最大累计降水量的中心依然是位于广东和广西的沿海地区。
3. 讨论与结论
本文分析了华南地区早稻和晚稻不同生育期间降水和极端降水的特征，对早稻而言，秧苗期、分蘖期和结实期累计降水量大，其中秧苗期和分蘖期主要为阴雨天气，降水量较小，暴雨日数及暴雨量少，此时应注意保持田间水层深度，防止长时间阴雨天气对稻田水稻的浸泡，这样才有利于增加土壤中氧气，促使根系发育，而分蘖期后，暴雨日数和暴雨量逐渐增加，结实期是水稻籽粒充实的重要时期，此时正好是早稻暴雨频数和暴雨量最大的时期，暴雨对地势低洼地区容易形成水稻田积涝，土壤透气性能差，根系无法呼吸，得不到生长所需的肥力，导致生长缓慢甚至完全停止生长，严重影响水稻收成，此时要做好暴雨预防工作，保持田间土壤不积水，以利于水稻成熟。对晚稻生育过程而言，暴雨及最大累计降水量均出现在前2个生育期，晚稻种植过程中主要受到台风登陆造成的暴雨影响，因此晚稻分蘖期间应关注台风消息，注重分蘖期田间受暴雨后的水层深度维持，才能促进水稻分蘖，提供分蘖成穗率，实现穗多穗大的高产栽培目标。
全球变暖导致极端气候事件发生的频率增加，华南地区为我国降水量最大的区域之一，其极端降水量和频率的增加，将对华南地区的水稻生产产生重要的影响。不同程度的降水对水稻造成的涝害各不相同，暴雨特别是极端的暴雨将会是未来华南水稻种植所面临的最大自然灾害。而暴雨对水稻生产影响一般考虑2种致灾因子：暴雨日数和暴雨雨量，在过往研究涝害对水稻生产的影响中，一般通过淹水试验设置淹水时间和淹水深度进行实现[21-22]。本研究通过对华南地区49年的降水气候特征分析发现，早稻和晚稻不同生育期的降水强度及其空间分布差异很大。以往研究淹水对华南水稻影响的试验中，对不同生育期的淹水时间和深度的设置均无法体现出华南早晚稻降水在各生育期分布不均的特点[23-24]，不能反映出不同级别降水对水稻不同生育期的影响。因此本研究下一步工作将针对不同生育期极端降水特征，根据早晚稻生育期各自的极端降水阈值开展水稻淹水试验，研究不同级别降水对水稻不同生育期的影响。
本文选用广东和广西730个站点49年的降水资料，对华南地区早稻和晚稻各生育期的降水量的特征进行了研究，得到了以下的结论：1)早稻和晚稻生育期累计总降水量均在600 mm以上，早稻累计降水量排列以秧苗期和结实期最大，日均降水量随着生育期后延逐渐增加，最大的日均降水量出现在结实期；晚稻不同生育期累计降水量排列与日均降水量排列一致，随着生育期后延而减少，累计降水量和日均降水量大值均出现在前2个生育期；2)不同生育期极端降水指数排列表明：早稻秧苗期累计降水量大主要是由于其降水概率大而非暴雨概率大所致，早稻后3个生育期暴雨概率增加，是早稻生产过程涝害防控的重点阶段。晚稻各生育期的暴雨特征排列基本与累积降水量的排列顺序一致，秧苗期与分蘖期的暴雨日均雨量、暴雨概率均为所有生育期最大，晚稻生产过程对暴雨的防控主要为秧苗期和分蘖期；3)累积降水量和暴雨概率的空间分布表明：累计降水量和暴雨概率的空间分布不均匀，其最大值中心的空间分布与华南雨季降水系统有密切关系，早晚稻暴雨概率大值中心与华南前汛期的季风系统有关，而晚稻与华南后汛期的台风系统有关，雨量和暴雨概率大值中心多出现在沿海地区。
-
![]()
图 2 气动式株间除草装置示意图
1：气源；2：电磁换向阀；3：节流调速阀；4：气缸；5：节流调速阀；6：连杆；7：摆杆；8：除草部件
Figure 2. Sketch map of pneumatic intra-row weeding device
1: Air supply; 2: Solenoid directional valve; 3: Throttle; 4: Cylinder; 5: Throttle; 6: Connecting rod; 7: Oscillating rod; 8: Weeding component
![]()
图 3 气动式株间除草机构运动简图
v为气缸伸出速度(m/s)；a为连杆长(mm)；b为摆杆长(mm)；c为除草部件到回转中心水平距离(mm)；d为除草部件到回转中心垂直距离(mm)；w为除草部件横向摆动距离(mm)；h为除草部件提升高度(mm)；α为摆杆转角(°)；β为辅助角度(°)
Figure 3. Kinematic diagram of mechanism of pneumatic intra-row weeding device
v is velocity of cylinder(m/s); a is length of connecting rod(mm); b is length of oscillating rod(mm); c is horizontal distance from weeding blade to rotation center(mm); d is vertical distance from weeding blade to rotation center(mm); w is oscillating distance of weeding blade at horizontal direction(mm); h is oscillating distance of weeding blade at vertical direction(mm); α is angle of oscillating rod(°); β is auxiliary angle(°)
![]()
图 4 连杆长与摆杆长的关系
Figure 4. Relationship of length of connecting rod and length of oscillating rod
![]()
图 8 不同除草刀齿不同倾角作用下水田土壤颗粒运动速度分布
Figure 8. Distribution of particle motion velocity under different weeding blade claw with different inclinations in paddy soil
![]()
图 9 仿真结果土槽验证试验
1：电控箱；2：计算机；3：测力计；4：步进电机；5：连接装置；6：拉力传感器；7：除草刀
Figure 9. Soil bin validation experiment of simulation result
1: Electronic control cabinet；2: Computer；3: Dynamometer；4: Stepper motor；5: Mounting device；6: Sensor of traction；7: Weeding blade
![]()
图 10 不同倾角弯齿刀的土壤阻力实测值
Figure 10. Measured soil resistance to bending-blade claw in variant inclination
![]()
图 11 株间除草装置田间试验现场
Figure 11. Scene of field experiment of paddy intra-row weeding device
![]()
图 12 机具前进速度和除草深度对除草率影响的响应曲面
Figure 12. Response surface of machine forward speed and weeding depth to weeding rate
![]()
图 13 不同影响因子对伤苗率影响的响应曲面
Figure 13. Response surface of influence from each factor to seedling injury rate
表 1 材料参数
Table 1 Material parameters
材料
Material泊松比
Poisson’s ratio剪切模量/MPa
Shear modulus密度/(kg·m−3)
Density颗粒半径/mm
Particle radius颗粒接触半径/mm
Contact radius土壤 Soil 0.500 11.5 1830 0.5 0.7 水 Water 0.500 100.0 1000 0.2 除草刀 Weeding blade 0.288 2.8×104 7860 
下载: 导出CSV
表 2 材料间接触参数
Table 2 Contact parameters between materials
材料
Material恢复系数
Coefficient of restitution静摩擦系数
Coefficient of static friction动摩擦系数
Coefficient of rolling friction水−水Water-water 0.05 0.05 0.01 土壤−土壤 Soil-soil 0.05 0.90 0.01 土壤−水 Soil-water 0.05 0.05 0.01 土壤−除草刀 Soil-weeding blade 0.10 0.20 0.20 水−除草刀 Water-weeding blade 0.10 0.20 0.20
下载: 导出CSV
表 3 受扰动颗粒统计结果
Table 3 Statistical result of particles under turbulence
除草刀 Weeding blade 倾角/(°) Tilt angle 像素数量 Number of pixels 图像面积/cm2 Image area 直齿刀
Straight-blade0 70201 87.35 5 67096 83.49 10 58381 72.65 15 54773 68.16 20 48267 60.07 弯齿刀
Bending-blade0 82182 102.30 5 108747 135.37 10 120277 149.69 15 111040 138.22 20 102145 127.14
下载: 导出CSV
表 4 弯齿刀土槽试验实测数据与仿真结果
Table 4 Measured data of bending blade experiment in soil bin and the simulation result
倾角/(°)
Inclination最大阻力/N Maximum soil resistance 平均阻力/N Average soil resistance 实测值
Test data仿真值
Simulation data相对误差/%
Relative error实测值
Test data仿真值
Simulation data相对误差/%
Relative error0 6.80 5.78 17.65 4.62 4.06 14.36 5 6.30 5.69 10.72 4.31 3.67 18.73 10 5.00 4.98 0.40 3.72 3.16 19.23 15 6.17 5.20 18.65 3.98 3.40 17.06 20 5.20 5.68 9.25 4.20 3.54 18.64
下载: 导出CSV
表 5 试验因素水平编码表
Table 5 Factor level coding table for experiment
编码值
Coded
value气缸伸缩
速度(x1)/(m·s−1)
Cylinder
protruding speed机具前进
速度(x2)/(m·s−1)
Machine
forward speed除草
深度(x3)/cm
Weeding
depth+γ 0.43 0.28 2.84 +1 0.40 0.25 2.50 0 0.35 0.20 2.00 −1 0.30 0.15 1.50 −γ 0.27 0.12 1.16
下载: 导出CSV
表 6 试验方案及结果
Table 6 Experimental scheme and results
试验编号
Test number气缸伸缩速度/(m·s−1)
Cylinder protruding speed机具前进速度/(m·s−1)
Machine forward speed除草深度/cm
Weeding depth除草率/%
Weeding rate伤苗率/%
Seedling injury rate1 0.30 0.30 1.50 61.24 2.40 2 0.40 0.30 1.50 60.55 2.02 3 0.30 0.25 1.50 66.89 4.55 4 0.40 0.25 1.50 67.94 2.76 5 0.30 0.30 2.50 72.98 3.77 6 0.40 0.30 2.50 72.16 3.35 7 0.30 0.25 2.50 81.13 4.04 8 0.40 0.25 2.50 81.17 3.85 9 0.27 0.000 2.00 75.39 4.23 10 0.43 0.000 2.00 74.03 2.90 11 0.35 0.12 2.00 59.12 2.49 12 0.35 0.28 2.00 80.59 4.25 13 0.35 0.20 1.16 51.76 1.84 14 0.35 0.20 2.84 78.93 3.93 15 0.35 0.20 2.00 72.92 3.27 16 0.35 0.20 2.00 75.77 3.43 17 0.35 0.20 2.00 76.14 3.03 18 0.35 0.20 2.00 72.37 3.11 19 0.35 0.20 2.00 73.71 3.27 20 0.35 0.20 2.00 73.96 2.93 21 0.35 0.20 2.00 72.24 3.52 22 0.35 0.20 2.00 71.90 3.17 23 0.35 0.20 2.00 74.06 3.48
下载: 导出CSV
表 7 各因子对除草率影响的方差分析表
Table 7 Variance analysis of influence from each factor to weeding rate
来源 Source 平方和 Sum of square 自由度 Degree of freedom 均方和 Mean square F P 模型 1157.79 9 128.64 31.59 <0.0001 x1 0.54 1 0.54 0.1318 0.7224 x2 321.95 1 321.95 79.05 <0.0001 x3 682.08 1 682.08 167.48 <0.0001 x1x2 0.85 1 0.85 0.2075 0.6563 x1x3 0.16 1 0.16 0.0399 0.8448 x2x3 2.12 1 2.12 0.5210 0.4832 $ x_1^2$ 4.37 1 4.37 1.07 0.3194 $ x_2^2$ 22.59 1 22.59 5.55 0.0349 $ x_3^2$ 123.41 1 123.41 30.30 0.0001 残差 Residual 52.94 13 4.07 失拟项 Lack of fit 34.77 5 6.95 3.06 0.0776 纯误差 Pure error 18.18 8 2.27 总和 Sum 1210.74 22
下载: 导出CSV
表 8 各因子对伤苗率影响的方差分析表
Table 8 Variance analysis of influence from each factor to seedling injury rate
来源 Source 平方和 Sum of square 自由度 Degree of freedom 均方 Mean square F P 模型 Model 9.9900 9 1.1100 16.85 <0.0001 x1 1.8400 1 1.8400 27.98 0.0001 x2 3.2100 1 3.2100 48.71 <0.0001 x3 3.3800 1 3.3800 51.32 <0.0001 x1x2 0.1740 1 0.1740 2.64 0.1280 x1x3 0.3042 1 0.3042 4.62 0.0511 x2x3 0.5618 1 0.5618 8.53 0.0119 $ x_1^2$ 0.2560 1 0.2560 3.89 0.0703 $ x_2^2$ 0.0534 1 0.0534 0.81 0.3842 $ x_3^2$ 0.2046 1 0.2046 3.11 0.1015 残差 Residual 0.8563 13 0.0659 失拟项 Lack of fit 0.5207 5 0.1041 2.48 0.1215 纯误差 Pure error 0.3356 8 0.0420 总和 Sum 10.8500 22
下载: 导出CSV
-
[1] 徐正浩, 谢国雄, 周宇杰, 等. 不同株型和化感作用特性水稻对3种稻田主要杂草的干扰控制作用[J]. 作物学报, 2013, 39(7): 1293-1301. [2] 李涛, 刘德好, 郭水良, 等. 双穗雀稗−空心莲子草杂草群落对稻田节肢动物、水稻产量的影响及其防除经济阈值[J]. 上海农业学报, 2013, 29(2): 47-51. [3] 吴尚, 张纪利, 李保同, 等. 千金子对水稻生长的影响及其经济阈值[J]. 中国农业科学, 2015, 48(3): 469-478. [4] 张自常, 李永丰, 张彬, 等. 稗属杂草对水稻生长发育和产量的影响[J]. 生态学杂志, 2014, 25(11): 3177-3184. [5] 齐龙, 梁仲维, 蒋郁, 等. 轻型水田除草机的设计及试验[J]. 吉林大学学报(工学版), 2016, 46(3): 1004-1012. [6] 岛根县, 三菱农机株式会社. 水田用の除草作业机: P2012-187073A [P]. 2012-10-04. [7] 月森弘, 安达康弘, 三代满, 等. 回転ブラシ除草が水稲の生育、収量、品質および雑草抑制に及ぼす影響[C]. 日本作物学会演讲会要旨集第234回日本作物学会講演会. 日本作物学会, 2012(234): 62-63. [8] 株式会社ォ—しック. 水田除草作业机: P2014-76004A [P]. 2014-05-01. [9] 株式会社美善. 水田除草兼用沟切り机: P2008-99575A [P]. 2008-05-01. [10] 王金武, 牛春亮, 张春建, 等. 3ZS-150型水稻中耕除草机设计与试验[J]. 农业机械学报, 2011, 42(2): 75-79. [11] 石井博和, 佐藤正憲. 水田中耕用除草機の性能と除草効果向上方策[J]. 日本作物学会関東支部会報, 2006, 21: 22-23. [12] NORREMARK M, GRIEPENTROG H W, NIELSEN J, et al. The development and assessment of the accuracy of an autonomous GPS-based system for intra-row mechanical weed control in row crops[J]. Biosys Eng, 2008, 101: 396-410. doi: 10.1016/j.biosystemseng.2008.09.007
[13] PEREZRUIZ M, SLAUGHTER D C, GLIEVER C, et al. Automatic GPS-based intra-row weed knife control system for transplanted row crops[J]. Comput Electron Agr, 2012, 80: 41-49. doi: 10.1016/j.compag.2011.10.006
[14] 株式会社石井農機. 水田用除草装置及びこれを備えた水田用除草行走装置: P2010-68778A [P]. 2010-04-02. [15] 寺脇正樹, 片岡崇, 岡本博史, 等. 直播テンサイ用自動間引き•除草機の開発[J]. 農業機械学会誌, 2005, 67(5): 80-85. [16] 胡炼, 罗锡文, 曾山, 等. 基于机器视觉的株间机械除草装置的作物识别与定位方法[J]. 农业工程学报, 2013, 29(10): 12-18. [17] 蒋郁, 崔宏伟, 区颖刚, 等. 基于茎基部分区边缘拟合的稻株定位方法[J]. 农业机械学报, 2017, 48(6): 23-31. [18] JIANG Y, CUI H W, QI L, et al. Recognition and positioning method of rice seedlings based on machine vision[J]. IJSIP, 2016, 9(9): 265-278. doi: 10.14257/ijsip.2016.9.9.25
[19] 胡炼, 罗锡文, 严乙桉, 等. 基于爪齿余摆运动的株间机械除草装置研制与试验[J]. 农业工程学报, 2012, 28(14): 10-16. [20] 牛春亮, 王金武. 稻田株间除草部件工作机理及除草轨迹试验[J]. 农机化研究, 2017(1): 177-181. [21] 贾洪雷, 李森森, 王刚, 等. 中耕期玉米田间避苗除草装置设计与试验[J]. 农业工程学报, 2018, 34(7): 15-22. [22] 齐龙, 赵柳霖, 马旭, 等. 3GY-1920型宽幅水田中耕除草机的设计与试验[J]. 农业工程学报, 2017, 33(8): 47-55. [23] 齐龙, 梁仲维, 马旭, 等. 耙压式除草轮与水田土壤作用的流固耦合仿真分析及验证[J]. 农业工程学报, 2015, 31(5): 29-37. [24] 郑文伟, 吴克坚. 机械原理[M]. 北京: 高等教育出版社, 1997: 85-86. [25] 张鹏, 郭志军, 倪利伟, 等. 触土曲面准线曲率特征及其减阻性能分析[J]. 农机化研究, 2017, 2: 11-16. [26] LI B, CHEN Y, CHEN J. Modeling of soil-claw interaction using the discrete element method[J]. Soil Till Res, 2016, 158: 177-185. doi: 10.1016/j.still.2015.12.010
[27] 郑侃, 何进, 李洪文, 等. 基于离散元深松土壤模型的折线破土刃深松铲研究[J]. 农业机械学报, 2016, 47(9): 62-72. [28] 陆华忠, 罗锡文. 水田驱动叶轮轮叶下土壤流动特性与动力性能研究[J]. 农业机械学报, 2010, 41(7): 50-53. [29] 邬立岩, 齐胜, 宋玉秋, 等. 水田作业机械仿生表面减阻机理的离散元研究[J]. 沈阳农业大学学报, 2017, 48(1): 55-62. [30] 葛茜, 马晓丽, 史莉娜, 等. 汉中水稻机械插秧插植深度试验初报[J]. 陕西农业科学, 2016, 62(9): 16-17. -
期刊类型引用(1)
1. 胡闻君，陈颖，周园园，邬品中，龚奕杰，王珊，冯均科. 玉米大豆间作试验初步研究. 农业与技术. 2024(24): 33-36 . 
百度学术
其他类型引用(0)
计量
- 文章访问数: 1258
- HTML全文浏览量: 2
- PDF下载量: 1129
- 被引次数: 1
