Liquid chemical fertilizers are widely used in modern agriculture. The pH values of these fertilizers
are important in terms of their effectiveness in the field application and their effect on the soil-water
pH balance. Therefore, it is necessary to measure the pH and other properties of liquid fertilizers
with fast, practical and inexpensive methods. With the advancing technology, pH value has been
started to measure more accurately and efficiently with the help of low-cost devices. In this study, a
low-cost pH meter was developed using a low-cost pH sensor, an Arduino UNO R3 microcontroller
board, and a software written in the C/C++ programming language. The developed pH meter was
used to measure the pH values of liquid chemical fertilizers. Close variations were observed between
the values obtained from it and the values measured by an accredited, laboratory-type pH meter.
According to the pH measurements of the two pH meters, R2 ranged 88.1% to 99.3%, average error
range 0.14 to 0.28, and average error percentage ranged 1.56% to 6.81% for three different types of
liquid fertilizers. In light of these results, it was shown that the developed low-cost pH meter can be
useful for practical pH measurement applications
|
The present study was focused on the design and implementation of an experimental recognition
system for dirty chicken eggshell by using an image analysis technique. Image analysis based
observation and evaluation techniques can be used efficiently and effectively for agricultural product
quality control. Dirt stains on eggs are the result of mainly by feces (black to light brown stains), uric
acid (white stains), yolk, and blood. The experimental system was used to obtain dark level images
of dirty stains of chicken eggs owing to feces. For this aim, the dirty chicken eggs which have dirty
parts were put under a webcam, and dirtiness degree was evaluated by using developed image
analysis software at the LabVIEW platform. For the experiment, 100 clean and 100 dirty eggs were
used to accurate the determination of dark stains. The results of the research showed that the designed
experimental system pointed an accuracy of 99.8% at painted grade eggs. On the other hand, the
accuracy of the differentiation of the dirt stains by feces was 98.5%. The developed system can be
upgraded for developing egg sorting machines by presence-absence of dirty stains in eggshell
|
It is necessary to carry out various movements to understand the functions of agricultural machines. These movements are usually taken from the tractor shaft, the hydraulic control system or the wheel. Various mechanisms are used to ensure movement and to make agricultural machinery work. With these mechanisms, the direction and the number of movements can be changed. One of these mechanisms is crank-rod mechanisms and these mechanisms turn various actions into a complex movement. Consequently, the crank-rod mechanism of the tractor motor can be analyzed with limb mechanisms. In this study, the crank-rod mechanism of a tractor motor was dimensioned in different lengths and subjected to the kinematic analysis of MSC ADAMS software. The kinematic analysis of a single crank-rod mechanism for the engine gives important information about the tractor engine. Kinematic evaluation parameters of these mechanisms can be listed as displacement, velocity, and acceleration. These values related to the crank-rod mechanism of the tractor engine are evaluated and presented in the results and discussion section of the research for a better understanding of the kinematic characteristics of the crankrod motion.
|
Bu araştırmanın amacı; buğdayın yüzey artıklarıyla kaplı tarla koşulunda cetvel yöntemi, kesişen hat yöntemi, ImageJ görüntü işleme programı ve Labview Vision Assistant Modülüyle yüzey artığı kaplama yüzdesinin belirlenmesi ve elde edilen sonuçların karşılaştırılmasıdır. ImageJ görüntü işleme programı ve Labview Vision Assistant Modülüyle yüzey artığı kaplama yüzdesinin belirlenmesi için, buğday yüzey artıklarıyla kaplı bir tarlanın çeşitli yerlerinden akıllı cep telefonunun dijital kamerasıyla fotoğraflar çekilmiştir. Araştırma sonunda; cetvel, kesişen hat, ImageJ görüntü işleme programı ve Labview Vision Assistant Modülü kullanılarak ortalama bitki yüzey artığı kaplama yüzdeleri sırasıyla % 44.13, % 50.72, % 56.56 ve % 64.49 olarak belirlenmiştir. Yapılan varyans analizi; kesişen hat ve ImageJ görüntü işleme yöntemlerinden bulunan sonuçlar arasındaki farklılığın istatistiksel olarak önemsiz, bu yöntemlerle diğer yöntemlerden elde edilen sonuçlar arasındaki farklılıkların ise önemli olduğunu göstermiştir.
|
Çalışmada, video görüntülerinden gerçek zamanlı veri eldesi yapılmıştır. Bu amaçla elma, limon ve portakal örnekleri üzerinden gerçek zamanlı video görüntüsü elde edilmiş, bu görüntülerden Labview ortamında geliştirilen bir yazılım vasıtasıyla ölçümler yapılmıştır. Bu ölçümler, doğruluklarının kontrolü amacıyla gerçekleştirilen kumpas ölçümleri ile karşılaştırılmıştır. Sonuçlar arasındaki farklar istatistiksel olarak incelenmiş ve gerçek zamanlı ölçüm sisteminin tarımsal ürün boyutu belirleme amacıyla kullanım etkinliği ortaya konmaya çalışılmıştır. Yapılan çalışma sonucunda görüntülerden elde edilen ölçüm değerlerinden ölçüm sisteminin tarımsal ürün boyutu ölçümü için etkin bir şekilde kullanılabileceği tespit edilmiştir.
|
|
|
|
|
Ülkemizde tarım makinaları sektörü 58 yıllık bir geçmise sahiptir. Bu sektörde, mekanizasyon düzeyinin önemli kriterleri olan birim alan basına traktör gücü, birim tarım alanındaki traktör yogunlugu, traktör basına alan ve isletme basına düsen traktör sayısı 2009 yılı ortalaması sırasıyla 2,42 (kW/ha), 56,25 (traktör/1000ha), 17,78 (ha/traktör) ve 444,65 (traktör/1000isletme) degerleri ile gelismis ülke degerlerinin gerisinde yer almaktadır. Tarım bölgeleri arasındaki yapısal farklılık, bölgelerin mekanizasyon düzeylerinde artarak gözlenmektedir. Traktör yogunlugu, Marmara, Ege, Akdeniz ve Karadeniz bölgelerinde Türkiye ortalamasının üstünde, diger bölgelerde ise ülke ortalamasının altındadır. Traktör yogunlugu degeri açısından bakıldıgında, yogunlugun en yüksek oldugu bölgeler ile düsük yogunluklu bölgeler arasındaki fark 4-5 kata kadar çıkabilmektedir.
|
|
|
