VOLUME 41 (1999) - #2 (April/May/June)

Spectral reflectance measurements for organic matter sensing in Saskatchewan soils - H.R. Ingleby and T.G. Crowe

Diffuse reflectance spectra from 250 to 2500 nm were measured for soil samples taken from five Saskatchewan fields. The five fields represented a range of organic carbon levels varying between 0.55 and 5.34%. The efficacy of two previously published equations relating reflectance values at specific wavelengths to the soil organic carbon content was evaluated using these data. While one method resulted in a coefficient of determination (r²) greater than 0.8 for all samples, neither method was suitable for implementation in a soil organic matter sensor. Further investigation into methods for determining an optimum wavelength set for organic carbon prediction in Saskatchewan soils is recommended.

Le spectre de réflexion diffuse pour des longueurs d'onde variant entre 250 et 2500 nm a été mesuré sur des échantillons de sol provenant de 5 champs de la Saskatchewan durant le mois de mai. Les échantillons avaient des niveaux de carbone variant entre 0.55 et 5.34%. L'efficacité de 2 équations publiées précédemment et reliant les valeurs de réflectance à des longueurs d'onde spécifiques avec le % de carbone contenu dans le sol a été évaluée avec ces données. Bien qu'une des équations utilisées donne des coefficients de détermination (r²) supérieurs à 0.8 pour tous les échantillons, aucune des 2 méthodes ne s'est révélée adéquate pour être utilisée dans la fabrication d'un appareil servant à mesurer le taux de carbone dans les sols organiques. D'autres recherches devront donc être effectuées de façon à déterminer les longueurs d'onde optimales pour la reconnaissance du taux de carbone dans les sols organiques de la Saskatchewan.

Caractérisation de la surface de contact pneu-surface rigide - Y. Bédard, S. Tessier, L. Chi, C. Laguë et L. Chénard

Un protocole a été développé pour estimer la surface de contact entre un pneu agricole et une surface rigide. Il consiste à mesurer la longueur et la largeur de la surface de contact avec un compas de grande dimension et à associer ces paramètres géométriques à des formes générales simples, comme une ellipse et un rectangle à coins arrondis, pour représenter l'empreinte. Plusieurs combinaisons de charges, de types et de pressions de gonflage de pneus agricoles installés sous des épandeurs à lisier de 13,6 et 14,6 m³ de capacité ont été utilisées pour les essais. Les résultats montrent une excellente relation entre la longueur et la largeur réelles des empreintes de contact et celles estimées à l'aide du compas (R² égal à 0,93 et 0,98 pour la longueur et la largeur des empreintes respectivement). Les hypothèses relatives à la prédiction de l'aire des empreintes à partir de mesures obtenues avec le compas ainsi qu'à la détermination d'une forme générale de l'empreinte de contact qui s'apparente à une ellipse ou à un rectangle à coins arrondis ont également été validées (R² = 0,97). Mots-clés: Instrument de mesure, pneu agricole, empreinte de contact, surface rigide.

The procedure presented herein allows for a rapid estimation of the contact area between a tire and a rigid surface. The length and width of the contact area were measured using a large caliper and two hypotheses relative to the shape (elliptical, rectangular with rounded corners) of tire foot prints were tested for their accuracy at predicting the real surface-tire contact area. Several combinations of loads, tire sizes, and inflation pressures for agricultural tires installed on the running gears of 13.6 and 14.6 m³ liquid manure spreaders were used for the tests. Very good correlation was found between actual contact length and width of the prints with the corresponding dimensions measured using the caliper (R² of 0.93 and 0.98 for the length and width, respectively). The hypotheses of the tire-surface contact area shape being elliptic or rectangular adequately represent the tire print area (R²= 0.97). Keywords: Instrument, measurement, agricultural tire, contact area, rigid surface.

Operating speed effect on the advancing soil failure zone in tillage operation - Z.X. Zhang and R.L. Kushwaha

A series of experiments were conducted in the soil bin for investigation of the assumption that the advance of the soil failure zone and the energy requirement for manipulation of the soil in tillage operations will reduce if operating speed is greater than a critical speed. Several flexible sensors (piezo films) were embedded into soil in the direction of tool travel to measure soil deformation during tillage operations. The soil failure zone in front of the tool was determined by the measurement of the distance from the tool to the point at which the soil began to deform. The preliminary test results indicated that the operating speed effect on the advancing speed of soil failure at different soil moistures, soil compactions, and tool shapes could be evaluated by this technique. As a result, the critical speed can be calculated for the given soil conditions and tool shapes.

Une série d'expériences ont été effectuées dans un bac de sol pour vérifier l'hypothèse que la zone de déformation du sol ainsi que l'énergie requise dans la manipulation d'un outil de labour diminuaient si la vitesse d'opération dépassait une certaine valeur critique. Plusieurs détecteurs piézo-électriques flexibles (film) ont été mis dans le sol dans la direction du labour pour mesurer la déformation du sol durant le labour. La zone de déformation du sol en avant de l'outil a été déterminée en mesurant la distance de l'outil jusqu'au point où le sol commence à se déformer. Les résultats préliminaires indiquent que la vitesse d'opération de l'outil par rapport à la vitesse de déformation du sol pour différents taux d'humidité et de compaction des sols ainsi que pour différentes formes d'outils de labour peut être évalué par cette méthode. Ainsi, la vitesse critique peut être calculée pour n'importe quelle condition de sol ainsi que pour différentes formes d'outil de labour.

Measurement of air flow through MSW-sewage sludge compost - R. Mu and J. Leonard

Tests were carried out on an immature municipal solid waste (MSW) and sewage sludge compost to determine the resistance to airflow through this material. The material was contained in a three-section, plywood column with a 0.36 m² square cross section. Air was blown through the material using a 1.5 kW centrifugal fan at varying rates and the pressure drop across the material was measured with a simple u-tube manometer. Three depths of material were tested: 680mm, 1450mm, and 2200mm. At each depth, the pressure drop was a power function of flow rate and the coefficients and exponents varied linearly with depth of material. The general equation describing all the data was:

DP = (101637H + 173473)Q^{(0.0126H + 1.1998)}

where DP, Q, and H are pressure drop (Pa), flow rate (m³/s), and depth (m), respectively. Limited tests were carried out on material that had been allowed to stand in the column for two weeks. During this time, the material settled by about 10% of its original depth and the flow resistance was increased substantially. This points to the need to turn or loosen the material in order to maintain porosity and facilitate airflow. In addition to measuring flow resistance, flow uniformity was also investigated. This was done by measuring the velocity of air passing through holes in a plywood plate laid on the surface of the compost. These measurements indicated that flow uniformity over the column cross-section increased with flow rate and depth of material.

Des essais ont été faits sur un compost immature d'ordures ménagères et de boues d'égout afin de déterminer la résistance à l'écoulement de l'air à travers ce matérial - contenu dans une colonne de contreplaqué à trois cellules à section carrée de 0,36 m². Le soufflage d'air a été effectué au moyen d'un ventilateur centrifuge de 1,5 kW à des vitesses variables et la chute de pression a été mesurée avec un simple manomètre à tube en U. Trois profondeurs de matérial a été soumies aux essais: 680 mm, 1450 mm et 2200 mm. À chaque profondeur, la baisse de pression était une fonction de la puissance du débit d'air, et les coefficients et les exposants variaient linéairement avec la profondeur du matériau. L'équation générale décrivant toutes les données était :

DP = (101637H + 173473)Q^{(0.0126H + 1.1998)}

dans laquelle DP, Q et H sont la chute de pression (Pa), le débit (m³/s) et la profondeur (m), respectivement. Des essais limités ont été effectués sur le matériau qu'on avait laissé reposer dans la colonne pendant deux semaines. Durant cette période, le matérial s'est tassé d'environ 10 p. 100 de sa profondeur originale et la résistance à l'écoulement de l'air a considérablement augmenté. Ceci souligne la nécessité de tourner ou de décompacter le matériau pour en préserver la porosité et faciliter le passage de l'air. En plus de mesurer la résistance à l'écoulement de l'air, nous avons aussi examiné régularité du débit en mesurant la vitesse de l'air à travers les trous d'une plaque de contreplaqué posée à la surface du compost. Ces mesures indiquent que la régularité du débit sur la section transversale de la colonne augmentait avec le débit d'air et la profondeur du matériau.

Quality of runoff water from fresh and composted manure spread on snow - G. Qu, J.J. Leonard and J.J.R. Feddes

An experiment was conducted to compare the quality of snow-melt runoff from fresh or composted manure that had been spread on snow. Sixteen sheet metal trays held a layer of snow and either frozen composted or fresh manure. Each tray measured 400mm x 400mm x 100mm deep and had two holes to collect runoff from the surface and bottom of the tray. Trays were mounted on racks at a slope of 20° and insulated with rigid polystyrene. Total depth of compacted snow in the trays was about 90 mm (6 kg). Composted and fresh manure was spread to give nutrient loading rates in accordance with available manure management guidelines. A factorial experimental design was used with two materials, four arrangements of snow with composted or fresh manure, two collection openings, two collecting periods, and two replicates of each. Trays were placed in a temperature-controlled room to simulate a natural freeze-thaw cycle. Daily temperatures were set at 8°C for 10 hours and -5°C for 14 hours. Runoff from the snow surface and from the bottom of trays was collected and analyzed for soluble carbon, total nitrogen, and BOD₅. The mean BOD₅ level of runoff from composted manure was 45.0 mg/L compared with 1834 mg/L from unprocessed manure. The snow-material sequence, representing application season, had a significant effect on all analysis parameters from runoff of fresh manure, but no effect on runoff quality of composted manure. Although there were no significant differences between BOD₅ levels of early and late runoff for both fresh and composted manure and total nitrogen for composted manure, nitrogen, and soluble carbon levels from fresh manure and soluble carbon from composted manure were significantly higher in the early runoff. The mean BOD₅ level and the concentrations of soluble carbon from runoff of fresh manure collected from upper opening locations were significantly higher than those from lower ones.

Une expérience a été effectuée pour comparer la qualité de l'écoulement des eaux de fonte provenant de fumier frais ou composté de la neige. Seize bacs de tôle ont été remplis d'une couche de neige et de fumier frais ou de compost gelé. Chaque bac mesurait 400 mm de côté sur 100 mm de profondeur et était doté de deux trous destinés à recueillir le ruissellement de la surface et du fond du bac. Les bacs étaient montés sur des supports inclinés à un angle de 20 º et garnis d'un isolant rigide de polystyrène. La profondeur totale de la neige compactée dans les bacs était d'environ 90 mm (6 kg). Le fumier frais et de compost avait été étalé conformément aux lignes directrices actuelles sur les taux d'épandage visant à optimiser l'utilisation des éléments nutritifs. Un plan d'expérience factorielle a été utilisé avec deux matériaux, quatre arrangements de neige et de fumier frais ou de compost, deux ouvertures de collecte, deux périodes de collecte et deux répétitions de chaque. Les bacs ont été placés dans une pièce à température contrôlée pour simuler un cycle gel-dégel normal. Les températures quotidiennes étaient fixées à 8 ºC pendant 10 heures et à -5 ºC pendant 14 heures. Le ruissellement provenant de la surface de la neige et du fond des bacs a été recueilli et analysé pour déterminer la teneur en carbone soluble, l'azote total et la demande biologique en oxygène (DBO₅). La DBO₅ moyenne de l'écoulement provenant du fumier de compost était de 45,0 mg/L comparée à 1834 mg pour le fumier à l'état brut. La séquence neige-matériau, représentant la saison d'application, a eu un impact important sur tous les paramètres de l'analyse de l'écoulement provenant du fumier frais, mais aucune incidence sur la qualité de l'écoulement venant du fumier de compost. Bien qu'il n'y ait aucune différence significative entre les niveaux de DBO₅ des eaux de ruissellement recueillies au début et plus tard, et provenant de fumier frais et de compost, et l'azote total pour le fumier de compost, les taux d'azote et de carbone soluble provenant du fumier frais et le carbone soluble provenant du fumier de compost était sensiblement plus élevés au début du ruissellement. La DBO₅ moyenne et les concentrations de carbone soluble de l'eau de ruissellement du fumier frais recueillie par les ouvertures supérieures étaient grandement supérieures à celle provenant des ouvertures inférieures.

Détermination de l'applicabilité des réseaux de neurones pour simuler le séchage du maïs en système mixte - R. Lacroix, R. Kok et S. Fortin

Cette étude portait sur l'applicabilité des réseaux de neurones artificiels (RNA) pour la simulation informatique du séchage des grains en système mixte (avec reprise quotidienne de grains pour l'alimentation d'un troupeau), et visait à établir si un RNA pouvait reproduire de façon satisfaisante les résultats d'un modèle conventionnel. Le modèle SIM-MAÏS a servi à générer les données d'entrée et de sortie nécessaires à l'entraînement d'un RNA de type "back-propagation", et comme base de comparaison. Basé sur les données d'entrée (date de récolte, teneur en eau initiale, débit d'air, rapport hauteur/diamètre du silo, présence ou absence d'addition de chaleur, et conditions météorologiques) le logiciel devait prédire le pourcentage de détérioration du grain, l'énergie consommée pour la ventilation et l'addition de chaleur, la date de la fin du séchage (i.e., date à laquelle la teneur en eau de tout le grain dans le silo était 14.5% ou moins), et la quantité de grain avec respectivement plus de 20% et 18% d'humidité lors de la remise de la ventilation séchante au printemps. Neuf essais ont été effectués avec différents nombres d'éléments de calcul dans les couches intermédiaires, règles d'apprentissage ("delta-rule", et "delta-rule" cumulatif normalisé), fonctions de transfert dans les éléments de calcul (sigmoïde et tangente hyperbolique), cycles d'apprentissage (100,000 à 500,000), et données pour l'apprentissage. Le RNA montrant les meilleures performances avait été entraîné avec 20 éléments de calcul dans la première couche intermédiaire et 10 dans la seconde, 100,000 cycles d'apprentissage, la fonction de transfert tangente hyperbolique, et la règle d'apprentissage delta-rule cumulatif normalisé. Dans l'ensemble, ce réseau de neurones a reproduit de façon satisfaisante les résultats générés par SIM-MAÏS. Généralement, l'écart relatif moyen s'est situé entre 1% et 3%. Toutefois, il y a un certain nombre de cas extrêmes où cet écart a été près de 50% pour la détérioration. Pour les autres variables, l'écart relatif maximal s'est situé entre 20% et 25%. Si le RNA était utilisé dans un système d'aide à la décision, il faudrait donc faire attention à ces valeurs extrêmes.

This study sought to establish the applicability of artificial neural networks (ANNs) to the computer simulation of low-temperature grain drying, and whether such a system could satisfactorily reproduce the results obtained with a procedural model. The procedural model, SIM-MAÏS, was used to generate the input and output data needed to train a back-propagation ANN,and as a basis for comparison. Based on the input data (harvest date, initial moisture content, air flow, height/diameter ratio of the silo, presence or absence of heating, and meteorological conditions) the model predicted the percentage of grain deterioration, the energy consumed in ventilation and heating, the end-of-drying date, and the amounts of grain with moisture contents over 20% or over 18%. Nine trials were run with different numbers of processing elements in each hidden layer, learning rules (delta-rule and normalized cumulative delta-rule), transfer functions in the processing elements (sigmoid or hyperbolic tangent), learning cycles (100,000 to 500,000), and data for learning. The ANN showing the best performance was the one with 20 processing elements in the first hidden layer and 10 in the second, 100,000 learning cycles, hyperbolic tangent transfer functions and the normalized cumulative delta learning rule. Overall, this ANN satisfactorily reproduced the results of the procedural model. Generally, the average relative deviation was between 1% and 3%. There were, however, a few extreme cases where this deviation was close to 50% for the deterioration. For the other variables, the maximum relative error was between 20% and 25%. If the ANN is to be used for decision support, these extreme values will have to be taken into account.

An automated seed presentation device for use in machine vision identification of grain - D.S. Jayas, C.E. Murray and N.R. Bulley

A kernel positioning system was designed and fabricated to automatically pick up and separate kernels of various grain types. The system was tested for its ability to separate kernels of four grain types: wheat (cv. 'Katepwa'), barley (cv. 'Manley'), canola (cv. 'Tobin'), and lentils (cv. 'Eston'). Wheat and barley were tested at three different moisture contents and canola was tested at two moisture contents. To determine if the system had any bias to the selecting of certain seeds, mixtures of different grain types were also used in the tests. The system successfully picked up and separated kernels of wheat, barley, canola, and lentils. The system's ability to pick up and separate kernels was not influenced by moisture content. In mixtures of grains (e.g., barley in wheat at 1, 3, and 5% levels by mass), there was no significant difference in the number of imageable wheat kernels. The system, however, had a bias to pick more kernels of the major grain component present in the mixtures of wheat and canola.

Un système automatique pour la séparation des grains a été conçu, fabriqué et testé sur quatre types de grains: le blé (cv. 'Katepwa'), l'orge (cv. 'Manley'), le canola (cv.'Tobin') et la lentille (cv. 'Eston'). Le blé et l'orge ont été testés avec trois différents taux d'humidité alors que seulement deux ont été utilisés avec le canola. Pour déterminer si le système avait une tendance à sélectionner certains grains au détriment des autres lorsque ces derniers étaient mélangés, différents mélanges ont été testés. Dans tous les cas, le système a réussi à séparer correctement les quatre types de grains malgré le fait qu'ils étaient mélangés dans différentes proportions. Le système n'a pas été influencé par le taux d'humidité des grains. Dans les mélanges d'orge contenant du blé dans des proportions de 1, 3 et 5% (de la masse), aucune différence significative dans le nombre visible de grains de blé n'a pu être démontrée. Le système avait cependant une tendance à sélectionner les grains majoritaires dans les mélanges de grain de blé et de canola.

Applications of neural networks to simulate soil-tool interaction and soil behavior - Z.X. Zhang and R.L. Kushwaha

Principles of radial basis function (RBF) neural network and its application procedure have been described using simulation of (1) tool draft at high operating speed, (2) frozen soil strength behavior associated with factors such as confining pressure, strain rate, and soil temperature, and (3) soil freezing and thawing processes. In the first illustrative example, the relation between draft and operating speed, tool and soil types were established using a RBF network. In the second example the relationship between frozen soil strength and confining pressure, strain rate, soil dry density, and soil temperature were depicted. The final example was to predict soil temperature as a function of air temperature, elapsed time, and depth during soil freezing and thawing processes. These illustrative examples indicated that the RBF network is a powerful tool for simulating highly nonlinear systems that are difficult to describe using analytical methods.

Les principes de la fonction de base radiale (FBR) pour un réseau neuronal ainsi que sa procédure d'application ont été décrits en utilisant la simulation: d'un outil de traction à haute vitesse (1), des comportements des forces qui agissent dans les sols gelés associés avec des facteurs tel que la pression confinée, le taux de déformation et la température du sol(2), des processus de gel et de dégel des sols. Dans le premier exemple, la relation entre la traction et la vitesse d'opération ainsi qu'entre l'outil et le type de sol a été établie en utilisant un réseau FBR. Dans le second exemple, la relation entre les forces agissant dans les sols gelés, la pression confinée, le taux de déformation, la densité sèche du sol ainsi que sa température a pu être décrite. Dans le dernier exemple, l'on a pu prédire la température du sol en fonction de la température de l'air, le temps écoulé et la profondeur de gel durant le gel et le dégel. Ces exemples montrent que les réseaux neuronaux FBR sont un outil puissant pour la simulation de systèmes non linéaires complexes et difficiles à analyser avec des méthodes analytiques.