【技术实现步骤摘要】
用于确定联合收割机运行期间的谷粒损失量的方法和系统
[0001]本专利技术涉及用于运行联合收割机的系统和方法。具体地，本专利技术涉及在联合收割机的运行期间监测谷粒损失。
技术介绍
[0002]机器(例如联合收割机)用于从农田中收集诸如小麦、燕麦、黑麦、大麦和玉米之类的农作物。在一些实施方式中，机器还被配置成将谷粒与其它物料(例如，秸秆)分离。然而，在分离过程中谷粒可能会损失。例如，一些谷粒可能不会通过清选筛中的筛子掉落，而是被携带到后部并与秸秆一起被排出，等等。例如，当筛子由于高湿度而变得阻塞时，或者当收集高水分农作物/菜类农作物时，可能会发生这种情况。例如，当清选筛过载时、当筛子的角度不适当时、当筛子的开口太小时，或者当风扇的气流速度太高时，也可能导致谷粒损失。谷粒损失也可以发生在联合收割机的其它阶段。例如，当谷粒被脱粒器排出到逐稿器而不是穿过凹板到达清选筛时，可能会发生分离损失。在收割玉米的情况下，分离损失可以包括整个穗轴或小片穗轴上仍然附着有籽粒，并且例如在凹板与脱粒滚筒之间的间距对于正在被收割的穗轴的尺寸而言过小时可...
【技术保护点】
【技术特征摘要】
1.一种用于确定联合收割机运行期间的谷粒损失量的方法，所述方法包括：由电子处理器确定一组运行参数的值，所述一组运行参数不包括针对谷粒损失的任何直接测量；以及由所述电子处理器应用人工神经网络，所述人工神经网络被训练成接收所述一组运行参数作为输入并且产生指示谷粒损失的估计量的值作为输出。2.根据权利要求1所述的方法，其中，确定所述一组运行参数的值包括：基于由所述电子处理器从传感器接收到的指示由所述传感器测得的状态的输出来确定至少一个传感器值，以及确定至少一个致动器设置，其中，所述电子处理器被配置成通过将所述至少一个致动器设置应用于所述联合收割机的致动器来控制所述联合收割机。3.根据权利要求1所述的方法，其中，确定所述一组运行参数的值包括确定以下项的值：所述联合收割机的总喂入速率，湿度，纵向倾斜度，横向倾斜度，风扇的速度，所述风扇被配置成将气流吹过所述联合收割机的清选筛的至少一个筛子，所述联合收割机的所述清选筛的谷壳筛开口尺寸，以及环境光的量。4.根据权利要求1所述的方法，还包括：由所述电子处理器从物理谷粒损失传感器接收指示由所述物理谷粒损失传感器测得的谷粒损失量的输出；以及至少部分地基于来自所述物理谷粒损失传感器的输出与所述人工神经网络的输出的比较来确认所述物理谷粒损失传感器的正确运行。5.根据权利要求4所述的方法，还包括：由所述电子处理器监测拨动开关的状态来确定所述拨动开关是处于第一位置还是第二位置；响应于确定所述拨动开关处于第一位置，基于所述物理谷粒损失传感器的输出来限定所述谷粒损失量，同时使用所述人工神经网络的输出来确认所述物理谷粒损失传感器的正确运行；以及响应于确定所述拨动开关处于第二位置，基于所述人工神经网络的输出来限定所述谷粒损失量。6.根据权利要求1所述的方法，还包括：由所述电子处理器从物理谷粒损失传感器接收指示由所述物理谷粒损失传感器测得的谷粒损失量的输出；以及使用所述一组运行参数作为所述人工神经网络的输入并且使用所述物理谷粒损失传感器的输出作为所述人工神经网络的被限定的输出，通过监督式机器学习来再训练所述人工神经网络。
7.根据权利要求1所述的方法，还包括由所述电子处理器至少部分地基于确定出的所述谷粒损失量来调节所述联合收割机的至少一个致动器设置。8.根据权利要求1所述的方法，其中，应用所述人工神经网络包括应用被训练成产生指示分离损失量的值作为输出的第一人工神经网络，并且还包括应用被训练成产生指示清选筛损失量的值作为输出的第二人工神经网络。9.根据权利要求8所述的方法，其中，所述第二人工神经网络被配置成接收第二组运行参数作为输入，并且其中，所述第二组运行参数不同于由所述第一人工神经网络接收的作为输入的所述一组运行参数。10.根据权利要求8所述的方法，其中，由所述第二人工神经网络接收的作为输入的所述一组运行参数与由所述第一人工神经网络接收的作为输入的所述一组运行参数相同。11.一种被配置成应用虚拟传感器来确定联合收割机运行期间的谷粒损失量的系统，所述系统包括：多个致动器；多个传感器；以及电子控制器，所述电子控制器被配置成：将致动器设置应用于所述多个致动器中的每个致动器来控制所述联合收割机的运行，从所述多个传感器中的每个传感器接收输出信号，其中，来自每个传感器的所述输出...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。