农业机械学报

作者：邢高勇，葛世聪，卢彩云，赵博，刘阳春，周利明

单位：中国农业大学,农业装备技术全国重点实验室,中国农业大学,中国农业大学,农业装备技术全国重点实验室,农业装备技术全国重点实验室,

关键词：玉米籽粒直收机;清选损失;传感器;1D CNN;深度学习

基金：国家重点研发计划项目(2024YFD2001300)

为解决传统清选损失检测传感器依靠时域特征阈值分辨籽粒冲击信号存在的阈值确定难、鲁棒性差、缺乏适应性等问题,开发了一套玉米籽粒直收机清选损失检测系统,提出了一种基于变尺度一维卷积神经网络(VS-1D CNN)的籽粒冲击分类算法。首先,针对冲击信号采集、处理与传输设计了硬件电路与软件处理程序,开发了配套上位机。然后,搭建数据采集试验平台,采集、保存了不同冲击高度和角度下杂余、玉米籽粒冲击信号,构建了数据集并对VS-1D CNN籽粒冲击分类算法进行了训练,训练结果表明,该模型在测试集上准确率为94.2%。最后,对所设计的检测系统在不同工作条件下的性能及不同杂余、籽粒混合物的分类性能进行了验证,结果表明所提出的VS-1D CNN算法性能表现良好,在不同安装位置和不同籽粒流量下,检测准确率最高可达95%以上;对于不同比例杂余、籽粒混合物识别分类准确率达93%以上,表明本文所提出算法性能优异,可以在不设置固定时域特征阈值情况下准确检测籽粒损失。

来源：2025年第2期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2025年第2期