摘要
本发明属于联合收获机清选流场分析技术领域,特别是涉及一种基于目标检测与规则推理的收获机清选流场分析方法。构建联合收获机清选室三维模型进行流体仿真分析,利用仿真结果数据绘制清选室流场关键截面散点图,选择基于深度学习目标检测算法中的YOLOv8作为清选室流场关键截面散点图关键点的识别算法,并通过清选室流场关键点和基于规则的推理机制,完成清选室流场关键区域划分、区域内部合理风速分析与清选效果评估。本发明可实现在选择收获作物种类与收获机清选室主要参数的情况下,通过知识库与推理方法得到清选室流场关键区域分析结果,能够在减轻仿真分析后处理依赖经验、效率受限、人力成本高等问题。
技术关键词
流场分析方法
关键点识别
联合收获机清选
仿真分析
可视化工具
数据
三维模型
涡流
推理机制
推理方法
训练集
风场
风速
仿真软件
识别算法
清洗室
坐标
指标
系统为您推荐了相关专利信息
摆动平台
丘陵山地拖拉机
校核方法
仿真分析
仿真数据
AGV小车
仿真分析
仿真模型
物流调度方法
规划
融合系统
特征提取模块
文件管理模块
图像配准
可控滤波器
分布式动力
动力组件
氢能动力系统
布局优化方法
粒子群优化算法
建筑能耗预测方法
遗传算法优化
多层感知机
可视化工具
敏感性分析方法