气力式播种作业最优风压决策方法、系统及存储介质与流程

本发明涉及农业机械控制，特别是涉及一种气力式播种作业最优风压决策方法、系统及存储介质。

背景技术：

1、基于吸孔进行种的排种器在玉米、大豆、花生等种子的排种作业中已广泛使用，如专利cn106576518a提供了一种典型的气吸排种器，其工作原理是使吸种盘两侧产生气压差，使得吸种盘上的吸孔产生吸力，如此，吸孔可以吸起种子，将种子运送至出种口排出。

2、这种气吸式排种器中，当吸孔的吸力过小，会吸不起种子或者吸起的种子容易掉落，当吸力过大，一个吸孔会吸起好几个种子，因此，气吸式排种器存在重播或漏播的现象。现有技术中，为了保证播种的精确性，一般采用大风压+清种机构的方式提升播种精确性，也即，将风机产生的风压调节至大幅超出实际所需风压的数值，通过通过清种机构将吸孔多吸起的种子清理掉，如此，可以提升播种精确性，这种方式中，一方面会增加风机功耗，另一方面还是难以避免多吸种子，比如同一个吸孔吸起的两个种子正好是前后排列，能够避开清种机构的作业区域，导致多排种。

3、现有技术中，专利cn 216567063 u公开了一种电驱播种监测控制装置，其包含播种机行进速度测量单元、排种器转速测量单元、风压传感器与光电传感器。这种系统虽然能够对机具的工况参数进行监控，但是，风压参数等作业参数需要在作业开始前进行手动设置，具体为设置对应的作业宽度、地轮直径、粒距间距、直流电机电流的最大和最小阈值、风压的值和排种器种子穴孔等，并将这些参数传送到下位机，下位机根据所设置的参数计算作业面积等数据，然后再将计算的数据传送到上位机进行显示判断。该系统利用在播种机上设置播种机行进速度测量单元和在直流电机上设置排种器转速测量单元的方式，同时，利用设置在主控单元内播种机行进速度与排种器转速之间的函数模型关系使得主控单元可根据播种机行进速度对直流电机的转速进行实时调节，确保下种粒距保持在特定距离内，进而实现播种的均匀性，但是风压值一旦设置，作业时一直按这个数值进行作业，无法适时满足变化的工况状况，也就无法保证播种质量。

4、专利cn 113875361 a公开了采用风压、风速传感器及风压控制模块对管道内风压及流量进行实时监控和动态调整，能够实时监测管道内风量、风速等参数，使排种器风压始终保持一致，能够实现风压稳定控制，但是仍然是基于预设的风压进行稳压，解决机具怠速以及转弯时风压不稳的问题，仍不能按需动态智能调节风压。

技术实现思路

1、发明目的：为了克服现有技术中存在的不足，本发明提供一种能够充分结合各种工况参数对风压进行调控充分避免多吸、漏吸种子的气力式播种作业最优风压决策方法、系统及存储介质。

2、技术方案：为实现上述目的，本发明的气力式播种作业最优风压决策方法，所述方法包括：

3、基于电驱调压播种系统和传感器对不同风压、不同工况参数组合情况下对应的播种数据进行采集；所述工况参数包括速度、作物类型以及株距；所述播种数据由所述传感器采集；

4、对采集的数据进行处理，得到处理后数据；

5、利用所述处理后数据对预设的机器学习模型进行训练，得到决策模型；

6、基于验证有效的所述决策模型以及实际采集的工况参数计算最优风压，并基于所述最优风压控制所述风机运转。

7、进一步地，所述基于电驱调压播种系统和传感器对不同风压、不同工况参数组合情况下对应的播种数据进行采集，包括：

8、确定作为变量的工况参数；

9、在变量等于多个相应的典型值的情形下，分别控制风机输出的风压由最小风压逐渐变为最大风压，记录传感器产生的数据；

10、基于所述传感器产生的数据，确定对应于各测试工况对应的最优风压。

11、进一步地，所述对采集的数据进行处理，得到处理后数据，包括：

12、对采集的数据进行清洗转换以及预处理，得到符合需求的数据；

13、对符合需求的数据进行归一化处理，得到所述处理后数据。

14、进一步地，所述决策模型表示为：

15、wp＝αmax+βmbx+γmcx；其中，wp为最优风压；ax为基于机具的速度确定的风压值；αm为第一影响系数；bx为基于作物类型确定的风压值；βm为第二影响系数；cx为基于株距确定的风压值；γm为第三影响系数。

16、进一步地，所述基于验证有效的所述决策模型以及实际采集的工况参数计算最优风压，包括：

17、获取各工况参数的具体值；

18、基于每种所述工况参数的具体值分别确定所述工况参数对应的优选风压；

19、将每种所述工况参数对应的所述优选风压代入所述决策模型，得到最优风压。

20、进一步地，所述利用所述处理后数据对预设的机器学习模型进行训练，得到决策模型，包括：

21、利用85％的处理后数据作为训练数据集，对所述机器学习模型进行训练，确定模型参数，得到决策模型；

22、利用10％的处理后数据作为验证数据集，对得到的所述决策模型进行验证；

23、利用5％的处理后数据作为测试数据集，测试决策模型最终的效果。

24、气力式播种作业最优风压决策系统，其包括：

25、采集模块，其用于基于电驱调压播种系统和传感器对不同风压、不同工况参数组合情况下对应的播种数据进行采集；所述工况参数包括速度、作物类型以及株距；所述播种数据由所述传感器采集；

26、处理模块，其用于对采集的数据进行处理，得到处理后数据；

27、训练模块，其用于利用所述处理后数据对预设的机器学习模型进行训练，得到决策模型；

28、决策模块，其用于基于验证有效的所述决策模型以及实际采集的工况参数计算最优风压，并基于所述最优风压控制所述电驱调压播种系统的风机运转。

29、存储介质，其上存储有计算机程序，程序被处理器执行时实现上述的气力式播种作业最优风压决策方法。

30、有益效果：本发明的气力式播种作业最优风压决策方法、系统及存储介质具有如下有益效果：

31、(1)通过采集实验数据、数据筛选处理以及基于采集的数据对机器学习模型进行训练得到有效的决策模型，可以在后续排种器进行排种作业时基于实时采集的工况参数进行最优风压决策，减少多吸、漏吸情况的发生，保证播种精确性，提升播种质量。

32、(2)通过多种工况参数与风压数据的轮换组合，得到任意工况参数的取值在任一测试风压值下的传感器数据，基于得到的数据对机器学习模型进行训练，可以得到有效的决策模型。

33、(3)基于影响系数综合各工况参数得到最优风压，得到的最优风压值充分考虑了各种影响因素，能够使排种器具有最优的排种效果。

技术特征：

1.气力式播种作业最优风压决策方法，其特征在于，所述方法包括：

2.根据权利要求1所述的气力式播种作业最优风压决策方法，其特征在于，所述基于电驱调压播种系统和传感器对不同风压、不同工况参数组合情况下对应的播种数据进行采集，包括：

3.根据权利要求1所述的气力式播种作业最优风压决策方法，其特征在于，所述对采集的数据进行处理，得到处理后数据，包括：

4.根据权利要求1所述的气力式播种作业最优风压决策方法，其特征在于，所述决策模型表示为：

5.根据权利要求4所述的气力式播种作业最优风压决策方法，其特征在于，所述基于验证有效的所述决策模型以及实际采集的工况参数计算最优风压，包括：

6.根据权利要求4所述的气力式播种作业最优风压决策方法，其特征在于，所述利用所述处理后数据对预设的机器学习模型进行训练，得到决策模型，包括：

7.气力式播种作业最优风压决策系统，其特征在于，其包括：

8.存储介质，其特征在于，其上存储有计算机程序，程序被处理器执行时实现权利要求1-6任一项所述的气力式播种作业最优风压决策方法。

技术总结本发明公开了一种气力式播种作业最优风压决策方法、系统及存储介质，方法包括基于电驱调压播种系统和传感器对不同风压、不同工况参数组合情况下对应的播种数据进行采集；所述工况参数包括速度、作物类型以及株距；所述播种数据由所述传感器采集；对采集的数据进行处理，得到处理后数据；利用所述处理后数据对预设的机器学习模型进行训练，得到决策模型；基于验证有效的所述决策模型以及实际采集的工况参数计算最优风压，并基于所述最优风压控制所述风机运转。本发明通过采集实验数据、数据筛选处理以及基于数据训练得到有效的决策模型，可以在后续排种器进行排种作业时基于实时采集的工况参数进行最优风压决策，减少多吸、漏吸情况的发生。技术研发人员：李宝刚,叶桂友,李高伟,高公如,王祥,李玉环,刘鹏,房兴玉,柳江,刘富豪,蒋汉军,李文旗,张云卿受保护的技术使用者：山东常林机械集团股份有限公司技术研发日：技术公布日：2024/9/26