摘要：智慧農(nóng)業(yè)是未來農(nóng)業(yè)發(fā)展的方向，智慧化農(nóng)業(yè)耕作是實現(xiàn)智慧農(nóng)業(yè)的基礎(chǔ)之一。在深入探究數(shù)字孿生的概念與應(yīng)用的基礎(chǔ)上，提出基于數(shù)字孿生的智慧化農(nóng)業(yè)耕作方案。首先分析智慧化農(nóng)業(yè)耕作的需求和數(shù)字化土壤、土壤切削過程模擬、信息化農(nóng)業(yè)耕作機械裝備等發(fā)展?fàn)顩r；然后對數(shù)字孿生的產(chǎn)生與演化過程進行探究，并詳述數(shù)字孿生基本概念，列舉數(shù)字孿生概念在眾多領(lǐng)域的應(yīng)用與拓展，提出基于數(shù)字孿生的智慧化農(nóng)業(yè)耕作的系統(tǒng)架構(gòu)，包括物理耕作系統(tǒng)、虛擬耕作系統(tǒng)、智慧服務(wù)系統(tǒng)、孿生數(shù)據(jù)管理中心4個部分；并分析基于數(shù)字孿生的智慧化農(nóng)業(yè)耕作的關(guān)鍵支撐技術(shù)；最后以小面積田地區(qū)域為研究場景，實現(xiàn)數(shù)字孿生旋耕機耕作。將數(shù)字孿生技術(shù)應(yīng)用于農(nóng)業(yè)耕作領(lǐng)域可為智慧化農(nóng)業(yè)耕作的實現(xiàn)提供解決方案。

關(guān)鍵詞：農(nóng)業(yè)耕作系統(tǒng)；智慧農(nóng)業(yè)；數(shù)字孿生；數(shù)據(jù)管理；虛實結(jié)合

中圖分類號：S126

文獻標(biāo)識碼：A

文章編號：2095-5553 （2024） 05-0223-09

收稿日期：2022年4月26日" 修回日期：2022年12月12日*基金項目：國家自然科學(xué)基金資助項目（31660349）；江西省研究生創(chuàng)新專項資金項目（YC2020—S252）

第一作者：熊祥盛，男，1997年生，江西吉安人，碩士研究生；研究方向為智能農(nóng)機、數(shù)字孿生。E-mail： xiong_yang2019@126.com

通訊作者：許靜，女，1981年生，南昌人，博士，教授，碩導(dǎo)；研究方向為智能農(nóng)機、數(shù)字孿生。E-mail： xujing0085@sina.com

Research on smart agriculture tillage based on digital twins

Xiong Xiangsheng1， 2， Xu Jing1， Chen Pinglu1， Liu Muhua1

（1. College of Engineering， Jiangxi Agricultural University， Nanchang， 330045， China；

2. College of Software， Jiangxi Agricultural University， Nanchang， 330045， China）

Abstract：

Smart agriculture is the direction of future agricultural development， and smart agricultural tillage is one of the foundations for realizing smart agriculture. In view of the current problems in agricultural tillage， this paper proposes a smart agricultural tillage program based on digital twins on the basis of the in-depth exploration of the concept and application of digital twin. Firstly， this article analyzes the needs of smart agricultural tillage and the development of digital soil， simulation of soil cutting process， information-based agricultural machinery and equipment. Then it explores the generation and evolution process of digital twins， and elaborates the basic concepts of digital twins， lists the application and expansion of digital twins in many fields， and puts forward the system architecture of smart agricultural tillage based on digital twins， including physical farming system， virtual farming system， intelligent service system and twin data management center， and the key supporting technologies of smart tillage based on digital twins are analyzed. Finally， a small field area is taken as the research scene to achieve the digital twin rotary tillage cultivation. The application of digital twin technology in the field of agricultural tillage can provide solutions for the realization of smart agricultural tillage.

Keywords：

agricultural tillage systems; smart agriculture; digital twin; data management; combination of virtual and reality

0 引言

農(nóng)業(yè)耕作是一項多學(xué)科交叉、多技術(shù)融合的復(fù)雜工作，涉及土壤學(xué)、農(nóng)藝、農(nóng)業(yè)工程、信息工程等多方面的知識，且需將其協(xié)同交叉應(yīng)用。此外農(nóng)業(yè)耕作環(huán)境復(fù)雜多變，具有多時間尺度、多空間尺度、多物理量等特點。而高質(zhì)量的農(nóng)業(yè)耕作可以為后續(xù)農(nóng)業(yè)生產(chǎn)活動打下堅實基礎(chǔ)，對實現(xiàn)高效良好的農(nóng)業(yè)生產(chǎn)有著巨大的促進作用。

隨著新一代信息技術(shù)與農(nóng)業(yè)生產(chǎn)領(lǐng)域的深度融合與創(chuàng)新發(fā)展，農(nóng)業(yè)生產(chǎn)技術(shù)水平突飛猛進，以智慧農(nóng)業(yè)為發(fā)展趨勢的農(nóng)業(yè)數(shù)字革命已經(jīng)展開。智慧農(nóng)業(yè)是以信息和知識為核心要素，將互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、大數(shù)據(jù)、云計算、人工智能等現(xiàn)代信息技術(shù)與農(nóng)業(yè)深度融合，實現(xiàn)農(nóng)業(yè)信息感知、定量決策、智能控制、精準投入、個性化服務(wù)的全新的農(nóng)業(yè)生產(chǎn)方式，是農(nóng)業(yè)信息化發(fā)展從數(shù)字化到網(wǎng)絡(luò)化再到智能化的高級階段［1］。智慧農(nóng)業(yè)包含農(nóng)業(yè)生產(chǎn)、農(nóng)業(yè)經(jīng)營、農(nóng)業(yè)管理、農(nóng)業(yè)服務(wù)等方面，其中農(nóng)業(yè)生產(chǎn)是智慧農(nóng)業(yè)的基礎(chǔ)。實現(xiàn)智慧農(nóng)業(yè)生產(chǎn)的關(guān)鍵之一在于實現(xiàn)智慧化的農(nóng)業(yè)耕作。

智慧化農(nóng)業(yè)耕作要求深度融合新一代信息技術(shù)，精準感知土壤、農(nóng)業(yè)耕作機械裝備、環(huán)境等耕作要素的變化，在充分滿足效率、成本等指標(biāo)下，組合調(diào)整耕地和整地等耕作措施以動態(tài)規(guī)劃耕作流程，控制農(nóng)業(yè)耕作裝備的運作，實現(xiàn)土壤耕層結(jié)構(gòu)和理化特性的改善。近年來，在政府的大力支持下，中國的智慧農(nóng)業(yè)加速發(fā)展，農(nóng)村基礎(chǔ)設(shè)施建設(shè)進一步加快，農(nóng)業(yè)物聯(lián)網(wǎng)、大數(shù)據(jù)等成果斐然，信息化耕作也有了一定的進展［2， 3］，為實現(xiàn)智慧化農(nóng)業(yè)耕作奠定了一定的基礎(chǔ)。然而目前缺乏對智慧化農(nóng)業(yè)耕作的系統(tǒng)性分析，缺乏足夠的理論和關(guān)鍵技術(shù)來指導(dǎo)智慧化農(nóng)業(yè)耕作的系統(tǒng)發(fā)展。

智慧化農(nóng)業(yè)耕作作為未來農(nóng)業(yè)耕作領(lǐng)域發(fā)展的趨勢，需進行更加深入的探究。數(shù)字孿生作為當(dāng)前智能制造領(lǐng)域的前沿和熱點，具有較為先進的理論成果。作為一種充分利用模型、數(shù)據(jù)、智能并集成多學(xué)科的技術(shù)，數(shù)字孿生可以在實體對象全生命周期過程中，發(fā)揮連接物理世界和信息世界的橋梁與紐帶作用，全面系統(tǒng)的統(tǒng)一物理世界與信息世界的“連接-感知-決策-控制”過程，提供更加實時、高效、智能的服務(wù)［4］。數(shù)字孿生目前已被廣泛應(yīng)用于產(chǎn)品設(shè)計、航空航天、車間、礦山、電力系統(tǒng)，智慧城市、醫(yī)療、農(nóng)業(yè)等領(lǐng)域，而將數(shù)字孿生相關(guān)理論成果與關(guān)鍵技術(shù)運用于農(nóng)業(yè)耕作領(lǐng)域，可進一步地推動智慧化農(nóng)業(yè)耕作的發(fā)展。

本文在深入探究現(xiàn)代農(nóng)業(yè)耕作的實現(xiàn)技術(shù)和數(shù)字孿生的定義與發(fā)展的基礎(chǔ)上，創(chuàng)新性地提出基于數(shù)字孿生的智慧化農(nóng)業(yè)耕作方案。從物理耕作系統(tǒng)、虛擬耕作系統(tǒng)、孿生數(shù)據(jù)管理中心、智慧服務(wù)系統(tǒng)4個部分對該方案進行詳細的解析；并分析智慧化農(nóng)業(yè)耕作的關(guān)鍵支撐技術(shù)；最后以小面積田地區(qū)域為研究場景，進行實例驗證。

1 現(xiàn)代農(nóng)業(yè)耕作的實現(xiàn)技術(shù)

農(nóng)業(yè)耕作方式已經(jīng)經(jīng)歷了刀耕火種、鐵犁牛耕、機械化耕作3個階段。得益于物聯(lián)網(wǎng)、大數(shù)據(jù)、云計算、人工智能等現(xiàn)代信息技術(shù)與農(nóng)業(yè)領(lǐng)域的深度融合，農(nóng)業(yè)耕作方式目前正處于向智慧化農(nóng)業(yè)耕作發(fā)展的階段。相比世界農(nóng)業(yè)耕作發(fā)展?fàn)顩r，目前美國等發(fā)達國家的智慧化農(nóng)業(yè)耕作發(fā)展較為迅速，農(nóng)業(yè)耕作技術(shù)水平處于世界領(lǐng)先地位。美國從自身農(nóng)業(yè)特點出發(fā)，大力推進智慧生產(chǎn)管理及精細化耕作，其農(nóng)業(yè)耕作設(shè)備自動化、智能化程度較高，農(nóng)業(yè)物聯(lián)網(wǎng)等新技術(shù)應(yīng)用廣泛［5］。此外日本、以色列、澳大利亞等國充分利用物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等新技術(shù)實現(xiàn)了土壤資源信息采集，耕作機械裝備信息感知，作業(yè)面積和效率數(shù)據(jù)自動收集、整理、分析，建立了集成共享的農(nóng)業(yè)信息管理中心，以此推動本國智慧化農(nóng)業(yè)耕作的發(fā)展［6， 7］。中國的智慧化農(nóng)業(yè)由于起步晚，與發(fā)達國家智慧化農(nóng)業(yè)發(fā)展水平還存在一定的差距。目前現(xiàn)代農(nóng)業(yè)耕作領(lǐng)域研究包括幾個關(guān)鍵研究內(nèi)容。

1.1 數(shù)字化土壤

土壤是農(nóng)業(yè)耕作活動的作業(yè)對象。在農(nóng)業(yè)耕作過程中，耕作部件撞擊、切入土壤內(nèi)部，耕作土壤發(fā)生形變、破裂，部分土塊隨耕作部件移動并被拋出。在此過程中，土壤將產(chǎn)生切削阻力阻礙耕作部件運動，增加農(nóng)業(yè)機械裝備功率消耗，加劇耕作部件的磨損。故為實現(xiàn)農(nóng)業(yè)耕作減阻降耗的目標(biāo)，在滿足低成本、高效、高質(zhì)量耕作效果的前提下，對土壤進行數(shù)字化分析是十分必要的。

土壤是一種非均質(zhì)性、非線性及具有復(fù)雜形態(tài)的一種物質(zhì)，由液體、空氣及直徑不一、形狀不規(guī)則的固體土壤顆粒組成［8］。按照土壤內(nèi)石礫、砂粒、粉粒、黏粒4種土壤顆粒含量的不同，可將土壤分為砂質(zhì)土、黏質(zhì)土和壤土三類。不同類型的土壤具有不同物理化學(xué)特性如含水量、堅實度、空隙度、容重、黏結(jié)性、有機質(zhì)含量、pH等。孫博瑞等［9］通過灰色關(guān)聯(lián)分析、LSTM神經(jīng)網(wǎng)絡(luò)等方法建立了氣象因素與需水量的關(guān)系模型，并結(jié)合物聯(lián)網(wǎng)技術(shù)設(shè)計出智能灌溉系統(tǒng)，實現(xiàn)了對土壤水分的預(yù)測與遠程控制。朱龍圖等［10］提出了一種基于多傳感器人工嗅覺系統(tǒng)的土壤有機質(zhì)含量檢測方法，通過多個氣體傳感器構(gòu)建的傳感器陣列，建立了人工嗅覺特征空間與土壤有機質(zhì)含量關(guān)系的預(yù)測模型，實現(xiàn)了土壤有機質(zhì)含量的快速測定。通過探究耕作土壤的土壤顆粒組成、土壤的物理化學(xué)性質(zhì)，可以為構(gòu)建立體、全面的數(shù)字化土壤模型提供了數(shù)據(jù)支撐。

1.2 土壤切削過程模擬

農(nóng)業(yè)耕作的核心在于實現(xiàn)耕作部件對土壤的高質(zhì)量切削，以實現(xiàn)減阻降耗及獲得更好的耕作效果。土壤切削過程的研究方法包括試驗和仿真模擬兩種。20世紀初，針對土壤切削過程的相關(guān)研究主要是借助試驗的方法來完成，但是該方法研究成本高，時間周期長，且易受環(huán)境因素影響。而在20世紀中葉后，隨著科學(xué)技術(shù)的發(fā)展，仿真模擬法如離散單元法（Distinct Element Method，DEM）［11］、有限單元法（Finite Element Method，F(xiàn)EM）［12］能夠高效、快捷、真實的模擬實際物體的運行過程，故越來越受到科研工作者的重視，并被廣泛應(yīng)用于土壤切削方面的研究。

通過對土壤及農(nóng)業(yè)耕作機械設(shè)備進行高逼真度三維建模并對土壤切削過程進行仿真預(yù)測，可實現(xiàn)過程耕作過程可視化，有利于觀察耕作部件的運動過程及土壤擾動變化情況。此外還可以探究前進速度、耕作深度、土壤理化性質(zhì)等影響因素對耕作效果的影響，從而發(fā)掘出隱藏的耕作規(guī)律，為后續(xù)耕作提供耕作參考。

1.3 信息化農(nóng)業(yè)耕作機械裝備

農(nóng)業(yè)耕作機械裝備是土壤切削過程的執(zhí)行者，農(nóng)業(yè)耕作機械裝備信息化是實現(xiàn)智慧化農(nóng)業(yè)耕作的基礎(chǔ)，其綜合運用機械電子、光學(xué)物理、傳感控制、信息通信等現(xiàn)代信息技術(shù)，使機器能高效、簡便、安全、可靠地進行指定的作業(yè)任務(wù)。對比傳統(tǒng)的農(nóng)機裝備，信息化農(nóng)機裝備具有更好的操作性、可靠性和有效性，人、機器及作業(yè)對象三者之間融合程度更高，工作運行更流暢，高效且保值。20世紀末期，發(fā)達國家廣泛將現(xiàn)代傳感器技術(shù)、儀器與控制技術(shù)和無線信息通信技術(shù)等嵌入農(nóng)業(yè)耕作裝備中，以推進農(nóng)業(yè)耕作裝備的信息化發(fā)展。國外的農(nóng)業(yè)生產(chǎn)發(fā)展歷程揭示，實現(xiàn)農(nóng)耕裝備的信息化是未來農(nóng)業(yè)耕作發(fā)展的必然趨勢。

信息化的農(nóng)業(yè)耕作機械裝備可以通過高精度傳感器采集工作實況數(shù)據(jù)，并對數(shù)據(jù)進行處理、分析，根據(jù)分析結(jié)果對耕作過程進行精準反饋調(diào)控。周浩等［13］設(shè)計了一種旋耕機自動調(diào)平系統(tǒng)，可以由安裝的傾角傳感器實時測量拖拉機的橫滾角，控制電磁換向閥自動調(diào)節(jié)旋耕機構(gòu)與調(diào)平支架間的夾角。魏建勝等［14］設(shè)計了一套基于雙目視覺的農(nóng)業(yè)機械障礙物感知系統(tǒng)，可以對行進過程中的障礙物進行判斷、識別，實現(xiàn)障礙預(yù)警，并可通過預(yù)警信息控制轉(zhuǎn)向裝置進行避障。

2 數(shù)字孿生概念定義與發(fā)展過程

2.1 數(shù)字孿生的定義與內(nèi)涵

數(shù)字孿生是以數(shù)字化的方式建立物理實體的多維度、多時空尺度、多學(xué)科、多物理量的動態(tài)虛擬模型來仿真和刻畫物理實體在真實環(huán)境中的屬性、行為、規(guī)則等［15］。而物理實體也并不局限與某一具體產(chǎn)品，也可以是一個結(jié)構(gòu)、流程或者系統(tǒng)［16］。在數(shù)字空間建立與物理實體完全一致的高逼真度虛擬模型，通過傳感器實時采集物理實體狀態(tài)信息，利用信息網(wǎng)絡(luò)實現(xiàn)物理實體與虛擬模型兩者之間實時的映射、交互與動態(tài)同步。在動態(tài)變化過程中，通過融合歷史狀態(tài)、領(lǐng)域知識與實時數(shù)據(jù)流，可以對現(xiàn)實與虛擬進行全面系統(tǒng)性分析，并利用神經(jīng)網(wǎng)絡(luò)等算法可實現(xiàn)后續(xù)變化的仿真預(yù)測和對運行狀態(tài)進行健康監(jiān)測、故障預(yù)警等。

將數(shù)字孿生概念應(yīng)用于農(nóng)業(yè)耕作領(lǐng)域，構(gòu)建農(nóng)業(yè)耕作數(shù)字孿生系統(tǒng)，對農(nóng)業(yè)耕作過程進行全方位的數(shù)字化分析，對整個農(nóng)業(yè)耕作過程周期進行實時的健康狀態(tài)監(jiān)控、維護、故障預(yù)警等，可進一步推動智慧化農(nóng)業(yè)耕作的發(fā)展。

2.2 數(shù)字孿生的發(fā)展

數(shù)字孿生的概念首先由Grieves教授于2003年在美國密歇根大學(xué)的產(chǎn)品全生命周期管理（Product Lifecycle Management，PLM）課程上提出并稱之為“鏡像空間模型”［17］，后于2011年，Grieves教授將此概念模型描述為“數(shù)字孿生”［18］。2010年，美國國家航空航天局（NASA）在相關(guān)技術(shù)路線圖中直接使用了數(shù)字孿生的概念，以實現(xiàn)對飛行系統(tǒng)的監(jiān)控、診斷、預(yù)測等，從而保障系統(tǒng)的安全穩(wěn)定［19］。隨后美國空軍研究實驗室和NASA合作提出了構(gòu)建未來飛行器的數(shù)字孿生體，以實現(xiàn)對飛行器的健康評估、壽命預(yù)警［20］。2013年美國空軍將數(shù)字孿生和數(shù)字線程列入《全球科技愿景》。

近年來，數(shù)字孿生概念已成功應(yīng)用于工業(yè)制造領(lǐng)域。美國某公司利用其云服務(wù)平臺Predix與大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能等現(xiàn)代信息技術(shù)，構(gòu)建了發(fā)動機的數(shù)字孿生體，實現(xiàn)了對發(fā)動機的監(jiān)控、故障預(yù)警和壽命預(yù)測。另一公司建立基于數(shù)字孿生的虛擬體驗平臺，用于探究產(chǎn)品研制與改進［21］。某公司于2018年10月公布了一款數(shù)字化解決方案PlantSight，該軟件可實時映射運營工廠的運行狀況，實現(xiàn)數(shù)據(jù)流在物理工廠與虛擬工作進程的融合與同步，打造全面的數(shù)字環(huán)境，所有的利益相關(guān)方均可以查看并獲取現(xiàn)有數(shù)據(jù)和工具界面，以實現(xiàn)高質(zhì)量、高效的生產(chǎn)、管理。

與此同時，數(shù)字孿生概念被廣泛應(yīng)用于國內(nèi)各行各業(yè)。數(shù)字孿生概念已經(jīng)應(yīng)用于制造車間，目前可實現(xiàn)對車間的三維可視化監(jiān)控、產(chǎn)品裝配過程的管控、車間人員模型構(gòu)建、車間人員生產(chǎn)行為的識別及車間運行狀態(tài)的預(yù)測等［22-25］。通過構(gòu)建數(shù)字孿生城市，可以將物理城市中的動態(tài)信息通過傳感器實時、準確地映射入虛擬城市中，可以實現(xiàn)對城市的實時監(jiān)控、智能管控、仿真預(yù)測等［26］。王金江等［27］結(jié)合數(shù)字孿生理論，建立了壓氣站場數(shù)字孿生模型，實現(xiàn)了壓氣站場設(shè)備設(shè)施風(fēng)險分析決策的可視化與自主化，提高了壓氣站場的可靠性與安全管理水平。

3 基于數(shù)字孿生的智慧化農(nóng)業(yè)耕作

3.1 基于數(shù)字孿生的智慧化農(nóng)業(yè)耕作系統(tǒng)架構(gòu)

基于數(shù)字孿生的智慧化農(nóng)業(yè)耕作不再僅依賴農(nóng)機操作手的經(jīng)驗與感覺來判斷農(nóng)業(yè)耕作措施運用的正確與否、農(nóng)業(yè)耕作質(zhì)量的好與壞，而是通過數(shù)字孿生系統(tǒng)集成、共享實際耕作過程、虛擬耕作過程與服務(wù)的融合數(shù)據(jù)，全面、系統(tǒng)的分析整個耕作過程，智慧化地為不同對象及工作任務(wù)提供相應(yīng)的農(nóng)業(yè)耕作服務(wù)?；跀?shù)字孿生的智慧化農(nóng)業(yè)耕作系統(tǒng)包含物理耕作系統(tǒng)、虛擬耕作系統(tǒng)、孿生數(shù)據(jù)管理中心、智慧服務(wù)系統(tǒng)4個部分。其架構(gòu)如圖1所示。

3.2 物理耕作系統(tǒng)

物理耕作系統(tǒng)是基于數(shù)字孿生的智慧化農(nóng)業(yè)耕作過程的現(xiàn)實基礎(chǔ)。物理耕作系統(tǒng)包含了耕作要素管理、耕作流程規(guī)劃、耕作過程監(jiān)控與控制3個方面。

3.2.1 耕作要素管理

耕作要素主要包括人員、農(nóng)業(yè)耕作機械裝備、土壤和環(huán)境等。耕作要素的管理為對要素的屬性、結(jié)構(gòu)、功能等信息進行采集、處理、存儲和應(yīng)用的過程。耕作要素管理在早期主要采用人為記錄、分類、管理的方式。隨著農(nóng)業(yè)物聯(lián)網(wǎng)的進一步發(fā)展，可通過RFID，條碼技術(shù)等信息承載技術(shù)建立相關(guān)耕作要素的統(tǒng)一標(biāo)識，GPS、基礎(chǔ)網(wǎng)絡(luò)和高精度傳感器采集耕作要素于耕作周期內(nèi)的狀態(tài)信息［28］。將耕作要素實體信息映射入虛擬耕作系統(tǒng)中，同時上傳至孿生數(shù)據(jù)管理中心，對耕作要素進行多層次、多尺度、多維度的分類管理，可為后續(xù)活動提供數(shù)據(jù)基礎(chǔ)。

3.2.2 耕作流程規(guī)劃

耕作流程規(guī)劃如圖2所示。

耕作流程是指在耕作目標(biāo)下，利用相關(guān)耕作規(guī)律將耕作要素按照相關(guān)規(guī)律進行組合配置，以完成規(guī)定的農(nóng)事活動的過程。耕作流程規(guī)劃是對各耕作要素及其關(guān)聯(lián)關(guān)系綜合考慮并滿足耕作效率、耕作質(zhì)量、耕作成本等指標(biāo)要求和限制的情況下，對農(nóng)事活動進行合理的安排與調(diào)整?，F(xiàn)如今耕作流程的規(guī)劃通常是人工制定的，并且經(jīng)驗化、主觀化。在綜合考慮農(nóng)藝要求和領(lǐng)域知識情況下，以最優(yōu)耕作效果為目標(biāo)，可利用計算機搭建數(shù)學(xué)模型［29］，用于耕作流程的全面、系統(tǒng)、動態(tài)的規(guī)劃。通過實時監(jiān)控耕作要素的動態(tài)變化，當(dāng)突發(fā)緊急情況時，也可利用數(shù)學(xué)模型及時進行耕作流程的重新規(guī)劃，重新配置耕作要素，按時保質(zhì)地完成耕作目標(biāo)。

3.2.3 耕作過程監(jiān)控與控制

耕作過程是耕作要素相互作用并執(zhí)行耕地作業(yè)行為的過程。耕作過程監(jiān)控與控制是指為實現(xiàn)低成本、高質(zhì)量、高效的耕作目標(biāo)，對耕作要素相互作用的結(jié)果包括耕作質(zhì)量、耕作效率等進行實時監(jiān)控，即采集耕作過程中土壤破碎率、土壤平整度、耕深穩(wěn)定性等信息，對采集的信息進行綜合分析，優(yōu)化控制方案，實現(xiàn)對農(nóng)業(yè)耕作機械裝備反饋控制的過程。早期對耕作要素相互作用的結(jié)果如耕作質(zhì)量、耕作效率等耕作效果的評判，往往依賴于農(nóng)機操作手的經(jīng)驗，并且有時需要多次重復(fù)的耕作才能達到需要的耕作效果，而這一過程浪費人力物力財力。隨著新一代信息技術(shù)與農(nóng)業(yè)領(lǐng)域的深度融合，通過高精度的傳感器監(jiān)控與控制耕作過程成為可能，如通過超聲波傳感器、磁致伸縮位移傳感器等多種傳感器聯(lián)合作用測定耕后平整度［30］，通過測定刀軸轉(zhuǎn)速、前進速度、耕深等因素監(jiān)測間接獲取碎土率［31］，通過遠程控制指令控制無人耕作機械裝備自動化耕作［32］等。通過高精度農(nóng)業(yè)傳感器及信息傳輸技術(shù)，實現(xiàn)耕作要素、耕作過程信息資源的整合與分析，充分實現(xiàn)人員、農(nóng)業(yè)耕作機械設(shè)備、土壤、環(huán)境等耕作要素的融合與共享，推進人員—農(nóng)業(yè)耕作機械設(shè)備—土壤—環(huán)境之間的交互感知、智能協(xié)作與控制，進一步實現(xiàn)耕作要素管理的主動化、智能化，提高耕作流程規(guī)劃的動態(tài)調(diào)整能力、合理性及適應(yīng)性，實現(xiàn)耕作過程自動化、智慧化。

3.3 虛擬耕作系統(tǒng)

虛擬耕作系統(tǒng)是物理耕作系統(tǒng)在數(shù)字空間的鏡像，是在數(shù)字空間對物理耕作系統(tǒng)真實全面的映射。虛擬耕作系統(tǒng)在數(shù)字空間通過構(gòu)建虛擬模型的方式實現(xiàn)對物理耕作系統(tǒng)的映射。虛擬模型可以歸納為幾何模型、物理模型、行為模型、規(guī)則模型4個方面［33］。幾何模型是指對人員、農(nóng)業(yè)耕作機械裝備、土壤、環(huán)境等耕作要素的幾何特征進行真實細致的刻畫。物理模型為對農(nóng)業(yè)耕作機械裝備、土壤和環(huán)境的屬性等進行描繪，如耕作部件的強度、硬度，土壤的容重、含水量、黏結(jié)性，環(huán)境的氣候、地理等屬性。行為模型是指物理耕作系統(tǒng)對實際耕作環(huán)境做出的響應(yīng)行為，包括面對不同的耕作環(huán)境做出相應(yīng)的耕作流程規(guī)劃演化行為、耕作部件優(yōu)化行為等。規(guī)則模型包括對農(nóng)業(yè)耕作過程的運行、演化，評估、優(yōu)化、預(yù)測等運作規(guī)則。在耕作前，可以在虛擬耕作系統(tǒng)根據(jù)實際測定的數(shù)據(jù)對耕作要素進行合理安排，制定耕作流程規(guī)劃，接著可根據(jù)構(gòu)建的虛擬模型，對耕作流程規(guī)劃進行仿真分析，模擬耕作的全過程，由仿真結(jié)果查找耕作流程規(guī)劃中的不合理之處，并及時調(diào)整、迭代優(yōu)化。在耕作過程中，虛擬耕作系統(tǒng)與物理耕作系統(tǒng)實時映射與交互同步，虛擬耕作系統(tǒng)可以實時反應(yīng)物理耕作過程的細微變化，對物理耕作過程進行可視化展示，并可根據(jù)采集的實時耕作信息對耕作過程進行進一步的拓展與預(yù)測。在耕作后，數(shù)字孿生系統(tǒng)可以對實際耕作后的田間狀況進行總結(jié)分析，以構(gòu)建更加真實的虛擬耕作系統(tǒng)，實現(xiàn)對整個耕作過程的閉環(huán)優(yōu)化。

3.4 智慧服務(wù)系統(tǒng)

智慧服務(wù)系統(tǒng)為整個數(shù)字孿生系統(tǒng)提供應(yīng)用途徑，將各類數(shù)據(jù)、模型、仿真結(jié)果和領(lǐng)域知識等進行有效特征提取與封裝，為不同對象、不同工作任務(wù)搜索和匹配對應(yīng)服務(wù)。面對不同對象：（1）可為農(nóng)場主提供農(nóng)業(yè)耕作可視化服務(wù)，耕作質(zhì)量評價服務(wù)等；（2）可為農(nóng)機操作人員提供最佳耕作策略服務(wù)、農(nóng)機健康狀態(tài)監(jiān)控服務(wù)、故障預(yù)警服務(wù)、壽命預(yù)測服務(wù)等；（3）可為農(nóng)機設(shè)計制造人員提供農(nóng)機優(yōu)化服務(wù)等。面對不同工作任務(wù)：（1）耕作要素建模服務(wù)；（2）耕作流程規(guī)劃服務(wù)；（3）數(shù)據(jù)采集與傳輸服務(wù)等；（4）數(shù)據(jù)處理與管理服務(wù)等。

3.5 孿生數(shù)據(jù)管理中心

孿生數(shù)據(jù)管理中心是整個過程的核心，集成、歸納、存儲了整個數(shù)字孿生系統(tǒng)的數(shù)據(jù)，并且通過孿生數(shù)據(jù)可實現(xiàn)對整個數(shù)字孿生耕作系統(tǒng)的驅(qū)動。孿生數(shù)據(jù)管理中心將實時接受包括人、農(nóng)機耕作裝備、土壤和環(huán)境等要素信息，也包括耕作過程中通過眾多農(nóng)業(yè)傳感器實時采集的農(nóng)業(yè)耕作機械裝備的發(fā)動機工況數(shù)據(jù)、耕作部件受力數(shù)據(jù)，耕作深度、寬度等數(shù)據(jù)，并包括耕作后的土壤平整度、土壤破碎率等數(shù)據(jù)。孿生數(shù)據(jù)管理中心同時實時感知虛擬耕作系統(tǒng)生成的幾何模型、物理模型、行為模型、規(guī)則模型等數(shù)據(jù)，也包括對耕作過程進行仿真模擬得到的土壤的擾動量、耕作部件受力等數(shù)據(jù)。孿生數(shù)據(jù)管理中心首先對物理耕作系統(tǒng)數(shù)據(jù)和虛擬耕作系統(tǒng)數(shù)據(jù)進行數(shù)據(jù)清洗、集成、轉(zhuǎn)換、規(guī)約，然后將其與歷史數(shù)據(jù)及領(lǐng)域知識通過算法進行關(guān)聯(lián)、融合，從而完成虛擬與現(xiàn)實的結(jié)合，生成完善、全面的耕作孿生數(shù)據(jù)。

4 基于數(shù)字孿生的智慧化農(nóng)業(yè)耕作關(guān)鍵技術(shù)

4.1 多源異構(gòu)模型構(gòu)建

多源異構(gòu)模型的構(gòu)建是實現(xiàn)數(shù)字孿生的基礎(chǔ)之一。農(nóng)業(yè)耕作虛擬模型要求從多層次、多時間尺度、多空間尺度、多物理量等角度對實際耕作過程的幾何、物理、行為、規(guī)則進行刻畫與描述。虛擬模型設(shè)計不僅僅局限于設(shè)計圖紙上，而是可以通過點云、多邊形、公式、文本、樹狀圖、本體、圖譜等不同表達形式［34］進行全方位立體呈現(xiàn)的動態(tài)模型，要求能與實際耕作過程實時交互，真實展現(xiàn)實際耕作的動態(tài)運作過程。當(dāng)實際耕作過程實體發(fā)生變化，虛擬模型不僅能夠展示實際耕作過程的細微變化，實現(xiàn)耕作過程可視化，同時還能對后續(xù)的運行狀態(tài)進行仿真預(yù)測，以實現(xiàn)對實際耕作過程的反饋指導(dǎo)。

在農(nóng)業(yè)耕作過程中，可以基于樹形結(jié)構(gòu)實現(xiàn)對模型的管理，從而搭建出農(nóng)業(yè)耕作場景，如圖3所示。

農(nóng)業(yè)耕作過程面臨的氣候條件復(fù)雜、地表地貌多變，涉及的耕作流程多、耕作機械豐富，農(nóng)業(yè)耕作場景設(shè)計土壤模型、環(huán)境模型、農(nóng)業(yè)耕作裝備模型和農(nóng)藝規(guī)則模型。土壤模型由土壤物理性質(zhì)（如土壤類型、土壤含水量、土壤堅實度）和土壤化學(xué)性質(zhì)（無機質(zhì)含量、pH值）組成。環(huán)境模型由天氣因素（如雨天、霧天、晴天）、氣溫因素（如炎熱、溫暖、涼爽）和地形因素（如平原、丘陵、高原）等環(huán)境因素組成。面對不同的耕作土壤、耕作環(huán)境及農(nóng)藝要求，農(nóng)業(yè)耕作流程復(fù)雜多變，涉及耕地措施（如犁地、深松、旋耕）和整地措施（如耙地、鎮(zhèn)壓）等農(nóng)藝規(guī)則模型。農(nóng)業(yè)耕作裝備模型由尺寸、結(jié)構(gòu)、功能和屬性均不同的行走機構(gòu)、傳動機構(gòu)、耕作部件等部件組成。

4.2 數(shù)據(jù)采集與傳輸

實時的數(shù)據(jù)采集與傳輸可以讓整個數(shù)字孿生系統(tǒng)獲得更加精準、可靠的數(shù)據(jù)支撐。高精度的農(nóng)業(yè)傳感器可以準確感知到農(nóng)業(yè)耕作機械裝備、土壤物理化學(xué)性質(zhì)、環(huán)境因素的細微變化，可為全面、準確、實時復(fù)現(xiàn)實際耕作過程的運行狀態(tài)和發(fā)掘隱藏的運行規(guī)律提供數(shù)據(jù)源。目前農(nóng)業(yè)耕作領(lǐng)域可以通過大規(guī)模的分布式傳感器網(wǎng)絡(luò)實時采集田間的環(huán)境參數(shù)（如土層表面空氣溫濕度、土層表面風(fēng)速等）、土壤參數(shù)（如土壤溫濕度、土壤pH值等）及農(nóng)業(yè)耕作機械裝備狀態(tài)參數(shù)（如前進速度、刀軸轉(zhuǎn)速等），但是由于農(nóng)業(yè)耕作環(huán)境復(fù)雜且多變，并缺乏專門的高精度農(nóng)業(yè)傳感器，采集的數(shù)據(jù)準確率低、缺失率高，此外農(nóng)業(yè)傳感器還應(yīng)當(dāng)操作簡單、便于攜帶、可靠性高。

快速、穩(wěn)定、安全的數(shù)據(jù)傳輸可以讓數(shù)據(jù)流在數(shù)字孿生系統(tǒng)中實時傳輸，加快數(shù)據(jù)的融合和共享，對構(gòu)建虛擬耕作過程有著至關(guān)重要的作用。農(nóng)業(yè)耕作環(huán)境復(fù)雜，通常都遠離城市，網(wǎng)絡(luò)基礎(chǔ)設(shè)施不完善，耕作過程中產(chǎn)生的龐大數(shù)據(jù)量將受制于傳輸能力的限制，將進一步增加系統(tǒng)傳輸數(shù)據(jù)的時間，大大增加了系統(tǒng)的延時，對實現(xiàn)數(shù)字孿生系統(tǒng)的實時性非常不利。

4.3 耕作數(shù)據(jù)處理與管理

數(shù)據(jù)處理與管理是數(shù)字孿生系統(tǒng)的重要支撐。數(shù)字孿生系統(tǒng)運行過程將產(chǎn)生海量的數(shù)據(jù)，這些數(shù)據(jù)將為后續(xù)的分析處理提供數(shù)據(jù)基礎(chǔ)。數(shù)字孿生系統(tǒng)獲取物理耕作過程與虛擬耕作過程的實時數(shù)據(jù)后，首先需及時對數(shù)據(jù)進行預(yù)處理，然后需通過相應(yīng)工作任務(wù)服務(wù)進行有效特征挖掘和關(guān)聯(lián)關(guān)系分析，并基于分析結(jié)果歸納耕作過程中隱藏的規(guī)律。要實現(xiàn)對數(shù)字孿生系統(tǒng)產(chǎn)生的海量數(shù)據(jù)的實時處理，必須具備強大的運算能力。針對農(nóng)業(yè)耕作領(lǐng)域的實際狀況，目前可以基于分布式計算的云平臺為基礎(chǔ)，輔以邊緣計算等提高數(shù)字孿生系統(tǒng)數(shù)據(jù)處理能力［35］。

數(shù)字孿生系統(tǒng)要求數(shù)據(jù)共享的程度高、數(shù)據(jù)的存儲效率高。這不僅要求有強大的計算能力，還要能夠構(gòu)建強大的數(shù)據(jù)庫系統(tǒng)。整個管理系統(tǒng)應(yīng)當(dāng)建立清晰的數(shù)據(jù)結(jié)構(gòu)，保持數(shù)據(jù)的獨立性、完整性，理清數(shù)據(jù)之間的關(guān)聯(lián)關(guān)系。此外還要求能隨時進行數(shù)據(jù)的修改、更新等，降低數(shù)據(jù)的冗余程度。通過對數(shù)字孿生系統(tǒng)產(chǎn)生的海量數(shù)據(jù)管理，可實現(xiàn)耕作過程各個環(huán)節(jié)的信息集成、貫通。

4.4 虛實結(jié)合

虛實結(jié)合是數(shù)字孿生系統(tǒng)實現(xiàn)的關(guān)鍵之處，其可實現(xiàn)數(shù)字孿生系統(tǒng)中數(shù)據(jù)與信息流的閉合與循環(huán)，在不斷地迭代優(yōu)化過程中，使得數(shù)字孿生耕作系統(tǒng)的更加全面、精確、合理。虛實結(jié)合包括以實控虛，虛實融合和以虛控實三部分。在以實控虛環(huán)節(jié)，物理耕作過程可以通過高精度傳感器和高速的傳輸技術(shù)實現(xiàn)數(shù)據(jù)的實時映射至虛擬耕作過程，指導(dǎo)多源異構(gòu)虛擬模型的構(gòu)建與演化。在虛實融合環(huán)節(jié)，數(shù)字孿生系統(tǒng)對整個系統(tǒng)產(chǎn)生的實時數(shù)據(jù)、衍生數(shù)據(jù)和模型進行對比、關(guān)聯(lián)、分析從而實現(xiàn)數(shù)據(jù)、模型等的融合，并根據(jù)融合結(jié)果進行相關(guān)的預(yù)測、判斷、決策、優(yōu)化。在以虛控實環(huán)節(jié)，根據(jù)生成的決策結(jié)果，虛擬耕作過程將通過人機交互、虛擬現(xiàn)實、增強現(xiàn)實等多種方式實現(xiàn)對物理耕作過程的自動化、智能化控制及可視化展示。目前對于可視化展示服務(wù)，利用虛擬現(xiàn)實、增強現(xiàn)實、混合現(xiàn)實等新一代信息技術(shù)實現(xiàn)對虛擬耕作過程的超現(xiàn)實展示，可實現(xiàn)對土壤耕作過程的沉浸式體驗，激發(fā)靈感、提升效率。

5 實例分析

針對不同的應(yīng)用場景，智慧化農(nóng)業(yè)耕作需要進行具體分析并給出對應(yīng)的解決方案。在我國南方地區(qū)，丘陵山區(qū)農(nóng)田、果園和蔬菜大棚等小型田塊耕作需求較大，本文針對該種情況進行了智慧化農(nóng)業(yè)耕作分析。小型田塊通常需要實現(xiàn)淺耕、除草和開溝等作業(yè)，為了實現(xiàn)最佳的耕作效果以完成上述目標(biāo)，需要平衡耕作質(zhì)量、耕作效率和耕作成本等方面因素，同時考慮耕作規(guī)律和農(nóng)藝要求等，從而確定合理的耕作方式。目前小型的旋耕機械由于其體積小、質(zhì)量輕、操縱方便、適應(yīng)性好等優(yōu)點適用于小面積田地區(qū)域作業(yè)。

基于數(shù)字孿生理念，可以對整個耕作流程進行合理規(guī)劃。在耕作前，獲取靜態(tài)的耕作機械實體的結(jié)構(gòu)、尺寸和材料等數(shù)據(jù)和地理環(huán)境數(shù)據(jù)，構(gòu)建出農(nóng)業(yè)耕作虛擬模型。在耕作過程中，通過傳感器采集物理實體的狀態(tài)變化數(shù)據(jù)，并利用通信技術(shù)傳入孿生數(shù)據(jù)管理中心進行分析、融合和存儲，然后經(jīng)孿生數(shù)據(jù)管理中心傳入三維可視化平臺，利用傳入的數(shù)據(jù)驅(qū)動虛擬模型的運動，從而對耕作過程實現(xiàn)遠程、全面和實時地監(jiān)控。耕作結(jié)束后，可以利用存儲在孿生數(shù)據(jù)管理中心的數(shù)據(jù)實現(xiàn)對耕作過程的重現(xiàn)。

基于上述分析，開發(fā)了數(shù)字孿生旋耕機耕作原型系統(tǒng)。通過數(shù)字孿生旋耕機耕作可視化平臺，實現(xiàn)數(shù)據(jù)驅(qū)動虛擬模型運行，從而可以反映出實體的運行位置變化，并針對旋耕機耕作效果進行監(jiān)控。如圖4所示為數(shù)據(jù)看板，通過該界面，可以詳細獲取實時的傳感器數(shù)據(jù)，實時掌握旋耕機的機體狀態(tài)及周圍環(huán)境的變化。

6 結(jié)語

為推動智慧農(nóng)業(yè)的發(fā)展，本文針對農(nóng)業(yè)耕作領(lǐng)域，在基于數(shù)字孿生技術(shù)的基礎(chǔ)上，提出一種智慧化農(nóng)業(yè)耕作新方案。詳細分析現(xiàn)代農(nóng)業(yè)耕作關(guān)鍵技術(shù)的發(fā)展現(xiàn)狀，總結(jié)數(shù)字孿生的發(fā)展及其內(nèi)涵，構(gòu)建由物理耕作系統(tǒng)、虛擬耕作系統(tǒng)、智慧服務(wù)系統(tǒng)和孿生數(shù)據(jù)管理中心組成的數(shù)字孿生耕作系統(tǒng)架構(gòu)，并指出包含多元異構(gòu)模型構(gòu)建、數(shù)據(jù)采集與傳輸、數(shù)據(jù)處理與管理及虛實結(jié)合4個方面的關(guān)鍵技術(shù)，實現(xiàn)數(shù)字孿生技術(shù)在小面積田地耕作領(lǐng)域的初步應(yīng)用，拓展數(shù)字孿生的應(yīng)用領(lǐng)域，也為數(shù)字孿生技術(shù)在農(nóng)業(yè)領(lǐng)域的推廣使用提供一定的參考。

數(shù)字孿生智慧化農(nóng)業(yè)耕作系統(tǒng)的構(gòu)建與應(yīng)用目前還處于初級階段，面臨著眾多的挑戰(zhàn)，但是也面臨著重大的機遇。跟隨著我國農(nóng)業(yè)現(xiàn)代化發(fā)展的進程，智慧化農(nóng)業(yè)耕作必然會受到越來越多專家學(xué)者、政策的關(guān)注，上述提及的制約智慧化農(nóng)業(yè)耕作發(fā)展的瓶頸也必將突破，數(shù)字孿生智慧化農(nóng)業(yè)耕作系統(tǒng)最終也將成功應(yīng)用于農(nóng)業(yè)耕作領(lǐng)域，造福于農(nóng)業(yè)，進一步推動農(nóng)業(yè)現(xiàn)代化的實現(xiàn)。

參 考 文 獻

［1］ 趙春江. 智慧農(nóng)業(yè)發(fā)展現(xiàn)狀及戰(zhàn)略目標(biāo)研究［J］. 智慧農(nóng)業(yè)， 2019， 1（1）： 1-7.

Zhao Chunjiang. State-of-the-art and recommended developmental strategic objectives of smart agriculture ［J］. Smart Agriculture， 2019， 1（1）： 1-7.

［2］ 趙新， 羅錫文， Wells L G. 土壤阻力連續(xù)測試設(shè)備研制［J］. 農(nóng)業(yè)工程學(xué)報， 2009， 25（2）： 67-71.

Zhao Xin， Luo Xiwen， Wells L G. Development of continuous measurement system for soil resistance ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2009， 25（2）： 67-71.

［3］ Sun Y， Ma D， Schulze L P， et al. On-the-go measurement of soil water content and mechanical resistance by a combined horizontal penetrometer ［J］. Soil and Tillage Research， 2005， 86（2）： 209-217.

［4］ 陶飛， 劉蔚然， 劉檢華， 等. 數(shù)字孿生及其應(yīng)用探索［J］. 計算機集成制造系統(tǒng)， 2018， 24（1）： 1-18.

Tao Fei， Liu Weiran， Liu Jianhua， et al. Digital twin and its potential application exploration ［J］. Computer Integrated Manufacturing Systems， 2018， 24（1）： 1-18.

［5］ 陳媛媛， 游炯， 幸澤峰， 等. 世界主要國家精準農(nóng)業(yè)發(fā)展概況及對中國的發(fā)展建議［J］. 農(nóng)業(yè)工程學(xué)報， 2021， 37（11）： 315-324.

Chen Yuanyuan， You Jiong， Xing Zefeng， et al. Review of precision agriculture development situations in the main countries in the world and suggestions for China ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2021， 37（11）： 315-324.

［6］ 郭永田. 充分利用信息技術(shù)推動現(xiàn)代農(nóng)業(yè)發(fā)展——澳大利亞農(nóng)業(yè)信息化及其對我國的啟示［J］. 華中農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版）， 2016（2）： 1-8.

Guo Yongtian. Make full use of information technology to promote development of modern agriculture： Australian agriculture informatization and its enlightenment to China ［J］. Journal of Huazhong Agricultural University （Social Sciences Edition）， 2016（2）： 1-8.

［7］ 宋洪遠. 智慧農(nóng)業(yè)發(fā)展的狀況、面臨的問題及對策建議［J］. 人民論壇·學(xué)術(shù)前沿， 2020（24）： 62-69.

Song Hongyuan. The status and problems of smart agriculture development and responses ［J］. Frontiers， 2020（24）： 62-69.

［8］ 王云琦， 王玉杰， 張洪江， 等. 重慶縉云山不同土地利用類型土壤結(jié)構(gòu)對土壤抗剪性能的影響［J］. 農(nóng)業(yè)工程學(xué)報， 2006（3）： 40-45.

Wang Yunqi， Wang Yujie， Zhang Hongjiang， et al. Impacts of soil structure on shear-resistantance of soil under different land uses in Jinyun Mountain of Chongqing City ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2006（3）： 40-45.

［9］ 孫博瑞， 孫三民， 蔣敏， 等. 基于LSTM神經(jīng)網(wǎng)絡(luò)的智能灌溉系統(tǒng)設(shè)計與試驗［J］. 中國農(nóng)機化學(xué)報， 2022， 43（4）： 116-123.

Sun Borui， Sun Sanmin， Jiang Min， et al. Design and test of intelligent irrigation system based on LSTM neural network ［J］. Journal of Chinese Agricultural Mechanization， 2022， 43（4）： 116-123.

［10］ 朱龍圖， 李名偉， 夏曉蒙， 等. 基于人工嗅覺系統(tǒng)的土壤有機質(zhì)檢測方法研究［J］. 農(nóng)業(yè)機械學(xué)報， 2020， 51（3）： 171-179.

Zhu Longtu， Li Mingwei， Xia Xiaomeng， et al. Soil organic matter detection method based on artificial olfactory system ［J］. Transactions of the Chinese Society for Agricultural Machinery， 2020， 51（3）： 171-179.

［11］ 劉坤宇， 蘇宏杰， 李飛宇， 等. 基于響應(yīng)曲面法的土壤離散元模型的參數(shù)標(biāo)定研究［J］. 中國農(nóng)機化學(xué)報， 2021， 42（9）： 143-149.

Liu Kunyu， Su Hongjie， Li Feiyu， et al. Research on parameter calibration of soil discrete element model based on response surface method ［J］. Journal of Chinese Agricultural Mechanization， 2021， 42（9）： 143-149.

［12］ 張超， 趙智達， 廖青， 等. 基于SPH法的水田筑梗機取土彎刀旋切性能優(yōu)化研究［J］. 中國農(nóng)機化學(xué)報， 2020， 41（5）： 6-11.

Zhang Chao， Zhao Zhida， Liao Qin， et al. Optimization for rotary cutting and soil collection performance of the single blade of paddy ridger based on SPH ［J］. Journal of Chinese Agricultural Mechanization， 2020， 41（5）： 6-11.

［13］ 周浩， 胡煉， 羅錫文， 等. 旋耕機自動調(diào)平系統(tǒng)設(shè)計與試驗［J］.農(nóng)業(yè)機械學(xué)報， 2016， 47（S1）： 117-123.

Zhou Hao， Hu Lian， Luo Xiwen， et al. Design and experiment on auto leveling system of rotary tiller ［J］. Transactions of the Chinese Society for Agricultural Machinery， 2016， 47（S1）： 117-123.

［14］ 魏建勝， 潘樹國， 田光兆， 等. 農(nóng)業(yè)車輛雙目視覺障礙物感知系統(tǒng)設(shè)計與試驗［J］. 農(nóng)業(yè)工程學(xué)報， 2021， 37（9）： 55-63.

Wei Jiansheng， Pan Shuguo， Tian Guangzhao， et al. Design and experiments of the binocular visual obstacle perception system for agricultural vehicles ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2021， 37（9）： 55-63.

［15］ Grieves M W. Product lifecycle management： The new paradigm for enterprises ［J］. International Journal of Product Development， 2005， 2（1-2）： 71-84.

［16］ Grieves M. Virtually perfect： Driving innovative and lean products through product lifecycle management ［M］. Florida： Space Coast Press， 2011.

［17］ Piascik R， Vickers J， Lowry D， et al. Technology area 12： Materials， Structures， Mechanical Systems， and manufacturing road map ［J］. NASA Office of Chief Technologist， 2010： 15-88.

［18］ Glaessgen E H， Stargel D S. The digital twin paradigm for future NASA and US Air Force vehicles ［C］. Proceedings of the 53rd AIAA/ASME/ASCE/AHE/ASC Structures， Structural Dynamics and Materials Conference， USA; AIAA， 2012.

［19］ Majah T， Rajib D， Ljubisa S， et al. Design and testing of a modular sic based power block ［C］. International Exhibition and Conference for Power Electronics， Europe; Intelligent Motion， Renewable Energy and Energy Management， 2016.

［20］ 趙浩然， 劉檢華， 熊輝， 等. 面向數(shù)字孿生車間的三維可視化實時監(jiān)控方法［J］.計算機集成制造系統(tǒng)， 2019， 25（6）： 1432-1443.

Zhao Haoran， Liu Jianhua， Xiong Hui， et al. 3D visualization real-time monitoring method for digital twin workshop ［J］. Computer Integrated Manufacturing Systems， 2019， 25（6）： 1432-1443.

［21］ 胡興， 劉檢華， 莊存波， 等. 基于數(shù)字孿生的復(fù)雜產(chǎn)品裝配過程管控方法與應(yīng)用［J］. 計算機集成制造系統(tǒng)， 2021， 27（2）： 642-653.

Hu Xing， Liu Jianhua， Zhuang Cunbo， et al. Digital twin-based management method and application for the complex products assembly process ［J］. Computer Integrated Manufacturing Systems， 2021， 27（2）： 642-653.

［22］ 劉庭煜， 洪慶， 孫毅鋒， 等. 基于圖卷積網(wǎng)絡(luò)的數(shù)字孿生車間生產(chǎn)行為識別方法［J］. 計算機集成制造系統(tǒng)， 2021， 27（2）： 501-509.

Liu Tingyu Y， Hong Qing， Sun Yifeng， et al. Approach for recognizing production action in digital twin shop-floor based on graph convolution network ［J］. Computer Integrated Manufacturing Systems， 2021， 27（2）： 501-509.

［23］ 劉娟， 莊存波， 劉檢華， 等. 基于數(shù)字孿生的生產(chǎn)車間運行狀態(tài)在線預(yù)測［J］. 計算機集成制造系統(tǒng)， 2021， 27（2）： 467-477.

Liu Juan， Zhuang Cunbo， Liu Jianhua， et al. Online prediction technology of workshop operating status based on digital twin ［J］. Computer Integrated Manufacturing Systems， 2021， 27（2）： 467-477.

［24］ 曹遠沖， 熊輝， 莊存波， 等. 基于數(shù)字孿生的復(fù)雜產(chǎn)品離散裝配車間動態(tài)調(diào)度［J］. 計算機集成制造系統(tǒng)， 2021， 27（2）： 557-568.

Cao Yuanchong， Xiong Hui， Zhuang Cunbo， et al. Dynamic scheduling of complex product discrete assembly workshop based on digital twin ［J］. Computer Integrated Manufacturing Systems， 2021， 27（2）： 557-568.

［25］ 劉庭煜， 張培， 劉洋， 等. 基于視覺增強檢測的車間人員數(shù)字孿生模型快速構(gòu)建方法［J］. 計算機集成制造系統(tǒng)， 2021， 27（2）： 545-556.

Liu Tingyu， Zhang Pei， Liu Yang， et al. Fast approach for modelling human digital twin in workshop based on enhanced visual detection ［J］. Computer Integrated Manufacturing Systems， 2021， 27（2）： 545-556.

［26］ 張新長， 李少英， 周啟鳴， 等. 建設(shè)數(shù)字孿生城市的邏輯與創(chuàng)新思考［J］. 測繪科學(xué)， 2021， 46（3）： 147-152.

Zhang Xinchang， Li Shaoyin， Zhou Qiming， et al. The rationale and innovative thinking of building digital twin city ［J］. Science of Surveying and Mapping， 2021， 46（3）： 147-152.

［27］ 王金江， 王舒輝， 張來斌， 等. 基于數(shù)字孿生的壓氣站場設(shè)備風(fēng)險智能決策系統(tǒng)［J］. 天然氣工業(yè)， 2021， 41（7）： 115-123.

Wang Jinjiang， Wang Shuhui， Zhang Laibin， et al. Digital twin based intelligent risk decision-making system of compressor station equipment ［J］. Natural Gas Industry， 2021， 41（7）： 115-123.

［28］ 李道亮， 楊昊. 農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)研究進展與發(fā)展趨勢分析［J］. 農(nóng)業(yè)機械學(xué)報， 2018， 49（1）： 1-20.

Li Daoliang， Yang Hao. State-of-the-art Review for Internet of Things in Agriculture ［J］. Transactions of the Chinese Society for Agricultural Machinery， 2018， 49（1）： 1-20.

［29］ 侯杰， 胡乃聯(lián)， 李國清， 等. 多金屬地下礦山生產(chǎn)計劃動態(tài)優(yōu)化［J］. 工程科學(xué)學(xué)報， 2016， 38（4）： 453-460.

Hou Jie， Hu Nailian， Li Guoqing， et al. Dynamic optimization of production plans for multi-metal underground mines ［J］. Chinese Journal of Engineering， 2016， 38（4）： 453-460.

［30］ 王雷， 汪凌， 杜治千， 等. 農(nóng)田平整度測量裝置研究與預(yù)測分析［J］. 中國農(nóng)機化學(xué)報， 2021， 42（10）： 198-205.

Wang Lei， Wang Ling， Du Zhiqian， et al. Research and predictive analysis of farm land leveling measurement device ［J］. Journal of Chinese Agricultural Mechanization， 2021， 42（10）： 198-205.

［31］ 呂金慶， 王英博， 兌瀚， 等. 驅(qū)動式馬鈴薯中耕機關(guān)鍵部件設(shè)計與碎土效果試驗［J］. 農(nóng)業(yè)機械學(xué)報， 2017， 48（10）： 49-58.

Lü Jinqing， Wang Yingbo， Dui Han， et al. Design of key components of driving-type potato cultivator and its soil-broken effect experiment ［J］. Transactions of the Chinese Society for Agricultural Machinery， 2017， 48（10）： 49-58.

［32］ 劉成良， 林洪振， 李彥明， 等. 農(nóng)業(yè)裝備智能控制技術(shù)研究現(xiàn)狀與發(fā)展趨勢分析［J］. 農(nóng)業(yè)機械學(xué)報， 2020， 51（1）： 1-18.

Liu Chengliang， Lin Hongzheng， Li Yanming， et al. Analysis on status and development trend of intelligent control technology for agricultural equipment ［J］. Transactions of the Chinese Society for Agricultural Machinery， 2020， 51（1）： 1-18.

［33］ 陶飛， 劉蔚然， 張萌， 等. 數(shù)字孿生五維模型及十大領(lǐng)域應(yīng)用［J］. 計算機集成制造系統(tǒng)， 2019， 25（1）： 1-18.

Tao Fei， Liu Weiran， Zhang Meng， et al. Five-dimension digital twin model and its ten applications ［J］. Computer Integrated Manufacturing Systems， 2019， 25（1）： 1-18.

［34］ 張辰源， 陶飛. 數(shù)字孿生模型評價指標(biāo)體系［J］.計算機集成制造系統(tǒng)， 2021， 27（8）： 2171-2186.

Zhang Chenyuan， Tao Fei. Evaluation index system for digital twin model ［J］. Computer Integrated Manufacturing Systems， 2021， 27（8）： 2171-2186.

［35］ 楊帆， 吳濤， 廖瑞金， 等. 數(shù)字孿生在電力裝備領(lǐng)域中的應(yīng)用與實現(xiàn)方法［J］. 高電壓技術(shù)， 2021， 47（5）： 1505-1521.

Yang Fan， Wu Tao， Liao Ruijin， et al. Application and implementation method of digital twin in electric equipment ［J］. High Voltage Engineering， 2021， 47（5）： 1505-1521.