توسعه و مقایسه دو الگوریتم مبتنی بر وقفه و مبدل آنالوگ به دیجیتال برای شمارش بذور در ردیف‌کارها

ماشین های کشاورزی

مقاله 5، دوره 14، شماره 4 - شماره پیاپی 34، دی 1403، صفحه 429-443   

نوع مقاله: مقاله پژوهشی

شناسه دیجیتال (DOI): 10.22067/jam.2024.85803.1210

نویسندگان

علی غفارنژاد¹؛ حسین نوید^{* 1}؛ هادی کریمی²

¹گروه مهندسی بیوسیستم، دانشگاه تبریز، تبریز، ایران

²بخش تحقیقات فنی و مهندسی کشاورزی، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی استان کرمان، سازمان تحقیقات، آموزش و ترویج کشاورزی، کرمان، ایران

چکیده

امروزه برای اطمینان از کارکرد صحیح کارنده‌ها، سامانه‌های پایش روی آن‌ها نصب می‌شوند و می‌توانند اطلاعات برخطی را در اختیار اپراتور قرار دهند تا در صورت بروز هرگونه مشکل عملیات را متوقف و نسبت به رفع آن‌ها اقدام نماید. قسمت اصلی سامانه‌ پایش کارنده‌ها، حسگر جریان دانه می‌باشد که روی لوله سقوط نصب می‌گردد. نسخه ساده این حسگرها تنها عبور بذر را تشخیص می‌دهند. اما اندازه‌گیری نرخ جریان دانه با توجه به شرایط کاری کارنده‌ها به‌ویژه کارنده‌های مکانیکی با چالش‌های جدی مواجه می‌باشد. در این تحقیق حسگر و الگوریتم منحصر به‌فرد و نوآورانه‌ای برای شمارش بذرهای عبوری توسعه داده شدند. یک ردیف هفت‌تایی از فرستنده‌های مادون قرمز و نیز یک ردیف هفت‌تایی از گیرنده‌های مادون قرمز در مقابل آن، وظیفه تشخیص بذرها را بر عهده داشتند. برای ارزیابی آزمایشگاهی حسگر و الگوریتم مربوطه، عملکرد دو روش دریافت سیگنال در میکروکنترولر بر اساس وقفه و مبدل آنالوگ به دیجیتال روی سکوی تسمه نقاله با چهار بذر ذرت کراس، ذرت پاپ‌کرن، سویا و ماش در سه سرعت 4، 7 و 10 کیلومتر بر ساعت و در پنج تکرار مورد آزمون قرار گرفت. هر دو الگوریتم مورد آزمون نتایج قابل‌قبولی را در شمارش بذور مورد آزمون از خود نشان دادند اما الگوریتم مبتنی بر مبدل آنالوگ به دیجیتال به‌دلیل امکانات بیش‌تر و امکان تنظیم سطح آستانه در ابتدای عملیات کشت و انتهای هر ردیف و مقاومت بالاتر آن در مقابل گرد و غبار، عملکرد بهتری از خود نشان داد هرچند که الگوریتم روش دوم دارای دقت و سرعت بالایی بود.

کلیدواژه‌ها

الگوریتم شمارش بذر؛ پایش ردیف‌کار؛ تشخیص جریان؛ حسگر جریان بذر

مراجع

1. Al-Mallahi, A., & Kataoka, T. (2013). Estimation of mass flow of seeds using fibre sensor and multiple linear regression modelling. Computers and Electronics in Agriculture, 99, 116-122. https://doi.org/10.1016/j.compag.2013.09.005
2. Al-Mallahi, A., & Kataoka, T. (2016). Application of fibre sensor in grain drill to estimate seed flow under field operational conditions. Computers and Electronics in Agriculture, 121, 412-419. https://doi.org/10.1016/j.compag.2016.01.006
3. Bachman, W. J. (1988). Capacitive-type seed sensor for a planter monitor. In: Google Patents.
4. Bell, D. M. (1979). Optical seed sensor for a seed planter monitor. In: Google Patents.
5. Besharati, B., Navid, H., Karimi, H., Behfar, H., & Eskandari, I. (2019). Development of an infrared seed-sensing system to estimate flow rates based on physical properties of seeds. Computers and Electronics in Agriculture, 162, 874-881. https://doi.org/10.1016/j.compag.2019.05.041
6. Chen, J., Zhang, H., Pan, F., Du, M., & Ji, C. (2022). Control system of a motor-driven precision no-tillage maize planter based on the CANopen protocol. Agriculture, 12(7), 932. https://doi.org/10.3390/agriculture12070932
7. El Attar, M. (2010). Seeds Counting Device Based on Light Reflectance Optoelectronic Field Detection. Misr Journal of Agricultural Engineering, 27(1), 362-371. https://doi.org/10.21608/mjae.2010.107177
8. Fathipour, A., Navid, H., Karimi, H., Ghaffarnejad, A., & Wang, N. (2023). An approach to compensation of dust effects on seed flow sensors. Agricultural Engineering International: CIGR Journal, 25(1), 43-58.
9. Friend, K. D. (1987). Article or seed counter. In: Google Patents.
10. Fu, W., Meng, Z., Wu, G., Dong, J., Mei, H., & Zhao, C. (2012). Study on monitoring system of wheat sowing. International Society of Precision Agriculture, 1-10.
11. Ghaffarnejad, A., Navid, H., & Karimi, H. (2022). A new algorithm for detecting and measuring seed flow in the seed drills. Paper presented at the 14^th National Congress of Mechanical Engineering of Biosystems and Mechanization of Iran, Kermanshah, Iran.
12. Ghorke, R., & Yadav, B. (2022). Development of sensor system for detection of choking of the boot of maize planter.
13. Jiang, M., Liu, C., Du, X., Huang, R., Dai, L., & Yuan, H. (2021). Research on continuous granular material flow detection method and sensor. Measurement, 182, 109773. https://doi.org/10.1016/j.measurement.2021.109773
14. Karimi, H., Navid, H., Besharati, B., Behfar, H., & Eskandari, I. (2017). A practical approach to comparative design of non-contact sensing techniques for seed flow rate detection. Computers and Electronics in Agriculture, 142, 165-172. https://doi.org/10.1016/j.compag.2017.08.027
15. Karimi, H., Navid, H., Besharati, B., & Eskandari, I. (2019). Assessing an infrared-based seed drill monitoring system under field operating conditions. Computers and Electronics in Agriculture, 162, 543-551. https://doi.org/10.1016/j.compag.2019.04.045
16. Karimi, H., Navid, H., & Mahmoudi, A. (2015). Online laboratory evaluation of seeding-machine application by an acoustic technique. Spanish Journal of Agricultural Research, 13(1), e0202-e0202. https://doi.org/10.5424/sjar/2015131-6050
17. Kocher, M. F., Lan, Y., Chen, C., & Smith, J. A. (1998). Opto-electronic sensor system for rapid evaluation of planter seed spacing uniformity. Transactions of the ASAE, 41(1), 237-245. https://doi.org/10.13031/2013.17143
18. Körösi, G., Csatári, T., Erdei, C., & Silye, J. (2020). Seed counting sensor and method for detecting blockage of a seed conveying pipe. In: Google Patents.
19. Kumar, R., & Raheman, H. (2018). Detection of flow of seeds in the seed delivery tube and choking of boot of a seed drill. Computers and Electronics in Agriculture, 153, 266-277. https://doi.org/10.1016/j.compag.2018.08.035
20. Liu, W., Hu, J., Zhao, X., Pan, H., Lakhiar, I. A., & Wang, W. (2019). Development and experimental analysis of an intelligent sensor for monitoring seed flow rate based on a seed flow reconstruction technique. Computers and Electronics in Agriculture, 164, 104899. https://doi.org/10.1016/j.compag.2019.104899
21. Liu, W., Hu, J., Zhao, X., Pan, H., Lakhiar, I. A., Wang, W., & Zhao, J. (2019). Development and experimental analysis of a seeding quantity sensor for the precision seeding of small seeds. Sensors, 19(23), 5191. https://doi.org/10.3390/s19235191
22. Raheman, H., & Kumar, R. (2015). An embedded system for detecting seed flow in the delivery tube of a seed drill. Paper presented at the Proceedings of International Conference on Advances in Chemical, Biological & Environmental Engineering (ACBEE). https://doi.org/10.17758/ur.ue0315202
23. Taghinezhad, J., Alimardani, R., & Jafary, A. (2013). Design a capacitive sensor for rapid monitoring of seed rate of sugarcane planter. Agricultural Engineering International: CIGR Journal, 15(4), 23-29.
24. Xie, C., Zhang, D., Yang, L., Cui, T., He, X., & Du, Z. (2021). Precision seeding parameter monitoring system based on laser sensor and wireless serial port communication. Computers and Electronics in Agriculture, 190, 106429. https://doi.org/10.1016/j.compag.2021.106429
25. Zhang, J., Hou, Y., Ji, W., Zheng, P., Yan, S., Hou, S., & Cai, C. (2023). Evaluation of a Real-Time Monitoring and Management System of Soybean Precision Seed Metering Devices. Agronomy, 13(2), 541. https://doi.org/10.3390/agronomy13020541