摘要：快速准确识别玉米生长的不同阶段,对于玉米种植周期的高效精准管理具有重要意义。针对大田环境下玉米生长阶段分类辨识易受复杂背景、户外光照等因素影响的问题,该研究采用无人机获取玉米不同生长阶段的图像信息,以苗期、拔节期、小喇叭口期、大喇叭口期4个生长阶段为对象,利用Swin Transformer(Swin-T)模型引入迁移学习实现玉米不同生长阶段的快速识别。首先结合玉米垄面走向特性,将训练集旋转8次用以扩充数据集;为探究各模型在非清晰数据集上的表现,采用高斯模糊方法将测试集转换6次;最后以AlexNet,VGG16,GoogLeNet做为对比,评估Swin-T模型性能。试验结果表明,Swin-T模型在原始测试集的总体准确率为98.7%,相比于AlexNet,VGG16,GoogLeNet模型分别高出6.9、2.7和2.0个百分点;在错误分类中,大喇叭口期和小喇叭口期由于冠层特征相似,造成识别错误的概率最大;在非清晰数据集下,AlexNet,VGG16,GoogLeNet模型精度总体退化指数分别为12.4%、10.4%和15.0%,Swin-T模型总体退化指数为8.31%,并且退化均衡度、平均退化指数、最大退化准确率均表现最佳。研究结果表明:在分类精度、模糊图像输入等方面,Swin-T模型能够较好地满足实际生产中玉米不同生长阶段分类识别的需求,可为玉米生长阶段的智能化监测提供技术支撑。

摘要：快速成型技术是集计算机辅助设计、数控技术、精密机械、电子技术、激光技术,以及材料科学于一体的跨多学科领域的新型制造技术。在农机零部件的开发制造过程中,快速成型技术能够结合农机零部件铸型尺寸大、结构复杂的特点,通过铸件三维模型剖分、分块加工、坎合组装浇注等工艺技术,快速完成单件、小批量新产品的试制。在制造过程中,利用无模数字化快速成型机及激光烧结机,可加工出任意复杂形状的铸型,大幅缩短复杂铸件的开发周期,对促进企业产品创新、降低新产品研发成本、提高产品竞争力具有重大意义。

摘要：快速成型技术是集计算机辅助设计、数控技术、精密机械、电子技术、激光技术以及材料科学于一体的跨多学科领域的新型制造技术。在农机零部件的开发制造过程中,快速成型技术能够结合农机零部件铸型尺寸大、结构复杂的特点,通过铸件三维模型剖分、分块加工、坎合组装浇注等工艺技术,快速完成单件、小批量新产品的试制。在制造过程中,利用无模数字化快速成型机及激光烧结机,可加工出任意复杂形状的造型,大幅缩短复杂铸件的开发周期,对促进企业产品创新、降低新产品研发成本、提高产品竞争力具有重大的意义。

摘要：智能制造技术在各领域得到广泛的推广应用,针对参数化三维数字设计、精锻过程检测、智能柔性装备的集成应用、工艺参数的监测、基于大数据的自动补偿和调控、绿色制造技术等,探讨了拖拉机零件智能精锻及生产工艺技术发展趋势。

摘要：拖拉机广泛应用在农业生产中,是牵引和驱动农机具不可缺少的动力设备。近年来电动驱动技术不断发展成熟,生活中经常可以见到电动汽车的身影,然而关于无人驾驶电动拖拉机的研究并不多见。介绍了一款无人驾驶电动拖拉机的制动控制系统设计,叙述了制动控制系统的组成,分析了所采用的控制方式的特点,试验验证了制动效果。制动控制系统由硬件和软件组成,采用力控制和区间量控制方法,能够满足拖拉机行车制动和驻车制动要求,可为类似的控制系统设计提供参考。