面向联合收割机田间可靠产量监测的动态称重谷物流量感知方法

《Frontiers in Plant Science》：Dynamic-weighing grain mass flow sensing for reliable in-field yield monitoring in combine harvesters

　　

针对联合收割机机载产量监测精度受复杂振动与多变工况限制、难以获取高保真质量流量信号及实现可靠累积积分的问题，研究人员开发了一种基于称重的机载产量监测系统（DW-ORMS），其核心传感单元为集流式称重型谷物流量传感器（C-GMFS）。该传感器通过机械解耦与单力传递路径，在受限安装空间内实现了稳定称重观测。在系统层面，引入状态感知门控策略与可信更新机制，提升了非稳态作业阶段输出与累积质量估计的可靠性。基于田间实测扰动特征，研究人员建立了参数化扰动模型，用于识别有效作业窗口并确定门控参数范围。仿真结果表明，所提方法在强扰动下实现了带限干扰抑制Aband≥17.73 dB，同时保持趋势保真度PRRtrend≥41.73%及低处理延迟。田间收获试验在2–8 km·h?1作业速度下进行，累积条带质量与人工称重参考值吻合良好，决定系数R2=0.973，均方根误差RMSE=0.84 kg，条带级质量闭合误差CE≤5%（N=35），且各作业速度组间未观察到误差单调漂移。结果表明，DW-ORMS为联合收割机在非稳态田间条件下的高置信度机载产量监测提供了一种可部署、可追溯的解决方案。

该研究由研究人员发表于《Frontiers in Plant Science》，聚焦于智慧农业背景下联合收割机产量监测的核心瓶颈。当前，电磁干扰、温湿度波动、喂入量变化及田间空间异质性导致谷物流量测量存在不确定性与强非平稳性，尤其在倾斜螺旋输送机卸料端，颗粒流间歇不均、整机振动耦合及安装空间受限，引发基线漂移、瞬态失真与有效观测窗口缩短，现有冲击式、容积式与称重式方法均难以同时满足动态响应、抗扰能力与长期稳定性要求。为此，研究人员开发了集流式称重型谷物流量传感器（C-GMFS）与动态称重产量监测系统（DW-ORMS），旨在实现非稳态田间条件下的高精度、高可靠性产量监测。

为开展研究，研究人员采用了以下关键技术方法：首先，设计C-GMFS，通过机械解耦与单力传递路径在受限空间内建立稳定测量边界；其次，构建参数化扰动模型，基于田间统计确定扰动频带、强度与冲击密度，支撑门控参数固化；再次，提出基于有限状态机（FSM）的作业阶段识别与有效性门控策略，结合等效停留时间估计方法，实现非稳态下的可靠质量流量解算；最后，于2025年8月在黑龙江红星农场开展春小麦田间试验，以龙麦35为测试作物，在2–8 km·h^?1速度范围内完成36条条带收获与人工称重验证，排除1条异常数据后形成35条有效数据集用于性能评估。

研究结果如下：

3.1 田间扰动特征

研究人员按前进速度分组统计了主导扰动频带、带限振动强度RMS_band与冲击密度λ。结果显示，主导频带随速度整体向高频移动，RMS_band与λ在不同速度区间呈条件依赖性变化，中高速区间扰动水平相对较高，为后续仿真与门控阈值设定提供了实测依据。

3.2 变振动强度与冲击密度下的仿真评估

基于参数化扰动模型扫描振动强度与冲击密度组合，研究人员评估了事件可识别性与滤波重建性能。在36种扰动组合中，58.3%达到中等有效性，仅16.7%处于低效区；低效点主要源于连续振动与密集冲击叠加导致的事件足迹重叠与包络失真。仿真表明，该方法在可识别区域内保持了稳定的事件时间尺度，带限衰减A_band≥17.73 dB，趋势保真度PRR_trend≥41.73%，端到端延迟|Δt|≤141.2 ms，嵌入式实测最差延迟为97.52 ms，满足实时处理需求。

3.3 DW-ORMS田间收获结果

3.3.1 田间作业概况与数据集

系统在典型作业过程中有效跟踪了喂入增加、稳定收获与清粮卸料等各阶段的质量流量变化，累积质量曲线无虚假增长，验证了动态跟踪与可靠积分性能。

3.3.2 全数据集条带级质量闭合性能

系统监测累积质量与人工称重参考值高度一致，R²=0.973，RMSE=0.84 kg。按速度分组后，低速（2–4 km·h^?1）、中速（4–6 km·h^?1）与高速（6–8 km·h^?1）组的平均闭合误差分别为0.37%、-0.09%与-1.52%，均接近零且无单调漂移，所有条带CE≤5%，满足工程精度要求。

3.3.3 前进速度对条带级闭合性能的影响

精细速度分组分析显示，闭合误差在各速度区间均围绕零分布，未引入系统性速度偏差；高速区间误差离散度增大，与强振动-冲击耦合导致的事件分离度下降和有效更新窗口缩短有关。

3.3.4 与备用转速估算模块的对比

相比基于螺旋输送机转速的备用模块，所提基于停留时间的方法具有更低的闭合偏差（平均CE -0.15% vs 0.45%）、更小的MAE（2.05% vs 3.72%）与RMSE（0.84 kg vs 1.56 kg）及更高的R²（0.973 vs 0.917），验证了其在倾斜卸料条件下的优势。

讨论与结论部分指出，该研究通过C-GMFS建立了可复现的测量边界与机械解耦力传递路径，解决了受限空间下的稳定称重难题；提出的“田间统计—参数化仿真—参数固化”闭环处理框架，支撑了非稳态下的作业状态识别与有效性判断；田间试验证实了DW-ORMS在2–8 km·h^?1速度范围内具备可靠的条带级质量闭合性能。研究为联合收割机高置信度机载产量监测提供了工程可行路径，其无损改装设计与可追溯验证模式具备规模化升级潜力。未来工作将重点关注长期漂移、跨作物适应性与更广机型配置下的鲁棒性验证。