公共文化服务平台

搜索到10990篇“ 农机具“的相关文章

一种农机具挂接机构: 本实用新型公开了一种农机具挂接机构，涉及农机具挂接装置技术领域。本实用新型包括前旋转架以及后旋转架，前旋转架通过悬挂组件与农机具相连，后旋转架通过悬挂支架与动力主机相连，后旋转架通过中间圆盘套合转动连接在前旋转架上，后旋...; 孙安张雷于雅国贾永静魏才弟赵之清王佳乐李正锁

一种农机具调节装置: 本实用新型涉及农用机械设备技术领域，具体是一种农机具调节装置。本实用新型提供了一种农机具调节装置，包括两个连接臂，连接臂的后端活动连接有调节臂，连接臂的前端固定连接有调节装置，调节臂的前端上表面固定连接有连接耳，连接耳的...; 田斌王生刘其贵辛兵帮

一种山药收获农机具: 本发明涉及收获技术领域，具体涉及一种山药收获农机具，包括车体和收获组件；收获组件包括开沟机构、下压机构、第一安装架、松动耙和驱动机构；使用时，车体缓慢前移，开沟机构在一排山药的侧边缓慢挖出一条沟槽，在缓慢挖出沟槽的过程中...; 蔡建刚蔡姝一

电气化农机具源储移动作业平台: 本发明涉及电气化农机具源储移动作业平台，包括运载体，所述运载体上设置有供电单元主体；所述供电单元主体包括与运载体可分离连接的方型框架，该方型框架内部设置有内配储能模块和逆变模块的高压箱，其外部设置有与储能模块电连接的光伏...; 肖海曦韩辉郝圣伍许长乐尚帅何智璠汪悦陈献怡缪雨绸

关于农机具维修保养及其故障排除的研究: 2025年; 随着农业机械化水平的逐步提升,农机具在农村地区的应用日益增多,为国家和地区的发展奠定了坚实的基础。但是,我国农业机械化发展中也出现了重购置轻管理,重使用轻维护等问题。农机具的使用、保养和维护是一门专业性的技术,不能以为懂得使用就能进行维护。特别是某些大型复杂的农机,其工作中的功耗、关键零部件工作的时间等,都反映着农业机械工作状况的好坏。本文从农业机械设备的维修保养中存在的问题出发,对其产生的负面影响进行了分析,并从实际出发,详细地介绍了农机具维修保养及其故障排除的具体措施,以期能对相关的企业和农机用户有所帮助,使他们更好地认识到农机维护和故障处理的重要性,从而改进目前农机维修和保养现状,持续地提高农业生产的效率,提升农民的经济效益。; 袁巧时; 关键词：农机具维修保养

一种农机具的耕深调节装置与应用: 本发明涉及一种农机具的耕深调节装置与应用，包括上卡座、下卡座、调节杆、定位套，上卡座和下卡座通过螺栓连接，上卡座朝向地轮一侧的两个支臂内设有上摆动件，下卡座朝向地轮一侧通过销轴与地轮支臂连接，地轮支臂上装有销座，定位套套...; 曹庆军苗永强朱宇博杨浩孔凡丽王凤文王影华金玲解宏图那日苏赵东华崔正果殷志国高雪海

一种农机具自动仿形越障装置及其越障方法: 本发明公开了一种农机具自动仿形越障装置及其越障方法，包括：拉杆机构、限深机构、液压站、液压油缸、扭矩传感器、转速传感器和单片机。本发明公开的农机具自动仿形越障装置，由液压机构提供动力，当扭矩传感器监测到农机具中变速箱内扭...; 张银平王占滨迟岩杰周华鹿芳媛李洪文

一种机载农机具识别方法、装置及农用载具: 本发明提供一种机载农机具识别方法，包括以下步骤：收集农机具工况图像；对农机具工况图像进行预处理得到农机具数据集；构建基于轻量卷积神经网络RepViT框架的农机具识别模型，使用卷积前馈网络CFF模块构建特征提取STEM模块...; 伟利国安麒麟汪凤珠崔永志郭全峰刘阳春邓学

农业科技创新对乡镇农机具推广的驱动作用: 2025年; 随着我国社会经济的发展,农业科技水平得到了较大程度的提高,在我国乡镇农机具推广工作中,科技创新对其发展具有非常重要的驱动作用。因此,在农业科技创新过程中,应该积极引进先进的科学技术,加强对农业技术推广工作的重视程度。对于农机部门而言,应该以提高农机推广工作效率为核心目标,加强对现代信息技术的应用力度,从而有效提升农机推广工作的质量和水平。本文从农业科技创新对乡镇农机具推广的驱动作用入手,重点分析了现阶段农机推广工作中存在的问题以及相应的解决措施,旨在为促进乡镇农机具推广工作更好的发展提供一些参考。; 马雪美; 关键词：农业科技创新

基于轻量级RepVIT的农机具工况识别方法研究: 2025年; 为解决田间复杂环境下拖拉机机载农机具监测困难、模型参数量过大等问题,提出了一种基于轻量化RepVIT的农机具识别模型TMAInet。利用自主开发的农机服务平台“农业机械化精准作业平台暨希望田野”收集了6种工作状态的农机具数据集,并通过Copy-paste等数据增强方法将训练集扩增至6627幅。基于RepVIT网络模型框架,设计了一种卷积前馈模块(CFF)以提升不同尺度细粒度特征提取能力,引入了注意力机制ECA以优化模型参数结构并简化特征提取模块。通过Pre-training+Fine-tuning(PF)迁移学习方法对模型进行了训练,并在Jetson nano边缘设备上进行了部署。实验结果表明,通过PF迁移学习方法,TMAInet模型的识别准确率、F1分数和召回率分别达到99.13%、98.53%和98.78%,相较于原始的RepVIT模型分别提升1.86、3.04、1.95个百分点,在边缘设备端保持帧速率73 f/s的同时参数量降低至7.3×10^(6)。TMAInet能够在实际应用中准确、高效监测农机具常见类别,为无人化智慧农场的发展提供技术参考。; 安麒麟汪凤珠刘阳春刘阳春周利明赵博周利明

相关作者