农机自动化的关键支撑技术及应用

李艳洁

(洮南市农机管理总站，吉林 洮南137100)

0 引言

我国大部分地区农业已经进入农机化时代，但农机自动化程度低，存在对操作人员过度依赖，且因受操作者熟练度影响，农机功能得不到完全发挥，导致作业效果不佳，因此，如何在我国现有农机自动化基础上，进一步提升农机自动化水平，为农业自动化、智能化发展助力是现阶段农业工作者的重点研究对象。

1 我国农机自动化发展现状

随着我国在科学技术方面的投资力度增大，农业相关技术也得到了快速发展，越来越多的机械化、自动化技术与传统的农业生产设备相融合，使得自动化、智能化的农业机械设备保有量呈现持续上升趋势。虽然我国的农业机械发展已经具备了良好的发展环境和发展趋势，但是在发展过程中仍存在一些问题，亟需农业工作者的重视和解决[1]。

1.1 设备保有量低，分布不均衡

中国传统农业的生产方式是以镰刀、锄、锨等手工工作和人力劳动为主，新中国成立后尤其是改革开放以来，机械化逐渐成为我国农业生产的主要方式。据不完全统计，在“十二五”期间，我国农机的覆盖率已经达到54%。近年来，随着自动化、信息化技术的发展，我国农机也逐步朝着自动化和智能化方向发展，但由于我国各地区之间农业水平不一致和各地方政府的经济定位不同，农业自动化机械设备呈现出地区之间不均衡现状。

1.2 设备整体的自动化程度低，对人员依赖性强

受限于我国农机自动化发展史较短，我国大部分农业机械在自动化水平上还存在较大上升空间，相对于发达国家全自动农业机械设备，我国的农业自动化设备在集成化、智能化等方面仍存在不足。如在进行作物收割时，需要收割机、秸秆捆包机、装载机和运输车等设备联合作业，才能将整个收割完成。自动化程度低导致的直接结果就是对于操作者的依赖性强，在某一农业活动中，往往需要根据现场设备的数量配备相应数量的操作人员，存在大量的设备资源和人员的占用和浪费。

1.3 自主开发能力弱，机器普适性低

自主开发能力弱，机器普适性低是我国农机自动化发展的另一现状，具体体现在设备的自主开发和农业机械作业流程管理两方面。我国的很多农机设备都是引进和借鉴外国先进的农业设备而研发的，因此在农机自动化方面，自主创新性是相对较低的，同时农业机械设计人才大多为机械类专业人才，对于自动化、控制和信息技术等方面的人才引进不足，导致了我国农机自动化发展受限。此外农机的作业流程管理也需要大量的创新改善，在将国外先进的农业作业管理方法引进后，应根据我国的农业生产实际，及时调整和更新，保证作业管理方法适合我国本土农业的生产实际，这也能极大解决我国自动化农业设备普适性低的问题。

2 农机自动化的关键支撑技术

农机自动化实现过程中需要大量先进的科学技术作为支撑，本章节从设备的设计、制造、控制和作业四个方面对于农机自动化的关键支撑技术做出说明。

2.1 基于计算机辅助的农业机械设计自动化

计算机辅助设计是科学技术的产物，主要满足人们对于设备的设计需求，通过在计算机界面进行产品的结构、组合关系进行绘制和标记，为后续设备的生产提供最初的数据支持。伴随着近年来计算机软件技术的不断丰富发展，越来越多的计算机辅助设计平台进入人们的视野，设计形式由传统的二维静态图纸设计转变为三维动态，为设计者提供了便捷的设计工具，同时，也降低了产品的设计成本，更有利于产品的创新研究。人们通过在计算机上进行农机的虚拟模型设计，判断各项功能需求是否得到满足，再优化人机交互方式，最大程度提升农机设备的自动化和智能化水平。

2.2 基于气、电、液多学科的农机控制自动化

农机的控制系统是实现农机快速响应的保障，相对于传统依赖纯机械控制系统，电气、液压等多学科的发展与应用，给农机的便捷化和自主化控制提供了新的技术支撑，电气系统是典型的动力驱动装置，通过设定科学的电气控制回路，从根源上产生满足不同需求的动力，进而得到多种动力源。液压控制系统适合高强的工作环境，农机通常在复杂、恶劣的高强度工作环境中使用，控制系统必须满足上述工作需求，因此，液压系统成为现代化农机中必不可少的组成部分。

2.3 基于传感器和数据计算能力的作业自动化

传感器和数据计算能力在农机自动化过程中主要完成对外部数据的采集和处理工作，主要用于各项决策的后台数据支持。现阶段，关于传感器和数据计算能力的类型越来越多，最为常见的包括振动传感器、湿度传感器、颜色传感器等，自动化农业机械设备能通过传感器及时感知工作环境中的某一变量，并将收集的信号进行数据表示。数据计算能力指各种智能算法，是从大量数据中提取特征的过程。设备通过传感器收集到信号，运用数据计算能力对大量数据中蕴藏的特征进行提取，进而对于设备的运行提供更加精准的决策指导。

3 自动化农机在农业生产中的典型应用

3.1 自动驾驶技术

自动驾驶技术是农机实现自动化过程的重要尝试，现阶段，很多农机配套了卫星定位技术，使得大规模种植的农户实现了半自动化作业，通过卫星定位技术辅助驾驶员进行判断，设定科学合理的驾驶路线，有利于农机在大面积农田作业时减少作业范围重合，同时，能全局把控其他设备的位置信息，避免了在工作过程中撞机事故的发生。自动驾驶技术在农业生产中的广泛应用，包括农业植保无人机、果蔬自动采摘机等[2]。

3.2 设备的智能维护

设备的运维成本是农机使用过程中不可避免的，通过设定合理的设备维护策略，能有效减少农机的故障频率和维修成本。农机自动化的另一应用场景即为设备的智能维护。传统的农业机械在正常的工作过程中，操作者通过声音、动力、气味等识别设备的运行状态，因此，操作者很难及时发现设备的故障原因并进行及时处理，进而导致了更大的农机故障。通过搭载传感器等，对设备运行过程中的振动、运转频率、温度等信号进行收集，计算是否处于正常的参数范围内，当超出安全区间时，则通过人机交互界面对操作者进行警告，并指出设备的故障点及相关的维修建议。

3.3 植保过程的自主决策

自动化设备实现植保过程的自主决策功能在温室大棚的管理中更为常见，相对于传统的农业生产方式，温室大棚具备更便捷的控制条件，因此，借助自动化设备对温室大棚的各项植保工作进行管理更容易实现。如通过温度、湿度传感器，实时把控温室内的温度和湿度情况，及时打开通风、遮阳、喷雾等设备，提供给作物最适宜的生长环境；利用人工视觉检测技术，能通过对作物生长情况进行监控，准确识别作物的健康情况，进而控制农药、肥料的使用量，极大提高了农产品质量和产量[3]。

4 结语

加快农机自动化发展进程是实现我国农业现代化转型升级的重要保证，与发达国家相比，我国农机自动化发展水平和应用场景还需要进行创新与探索，开创适合我国农业生产实情的农业自动化技术，同时也希望更多的机械、电气、控制和通信工作者能积极参与发展我国农机自动化技术，配套相应的自动化应用环境，加快我国农业现代化进程。