Cognitive Technologies внедряет IoT-решение в сельское хозяйство

Поскольку жатки бывают разной ширины и во время уборки могут использоваться их разные модели, полученные данные позволяют знать тип жатки, и, следовательно, ее ширину...
11.10.2017
Источник: http://ru.pcmag.com/
Фото:  freeimages.com
Компания Cognitive Technologies объявляет о разработке и начале внедрения решения IoT — системы автоматического контроля уборки зерновых Cognitive Agro Control в одном из крупнейших отечественных агрохозяйств.

Это первое отечественное решение такого класса.

По данным Роскомстата в нашей стране ежегодно из-за «субъективного фактора» (потери во время транспортировки, недостаточное качество учета сельхозпродукции и т. д.) теряется около 1 миллиона тонн зерновых.

«Мы считаем, что наше решение в IoT для сельского хозяйства официально победило человеческий фактор. Оно полностью позволит контролировать путь зерна с поля до элеватора и до 100% сократить потери зерновых», говорит генеральный директор Cognitive Technologies Андрей Черногоров.

Cognitive Agro Control представляет собой программно-аппаратный комплекс, который позволяет организовать on-line обмен основными параметрами процесса уборки зерновых, их передачу на сервер центра управления уборкой, а также их накопление для ведения статистического анализа.

Для этого на рабочие элементы комбайнов, грузовиков, пунктов отгрузки зерновых культур (накопительных бункеров), элеватора, установлены датчики и RFID-метки.

Например, на жатке комбайна установлена RFDI — метка. А на самом комбайне — считыватель. Таким образом, система может определить, с каким оборудованием комбайн работает. Поскольку жатки бывают разной ширины и во время уборки могут использоваться их разные модели, полученные данные позволяют знать тип жатки, и, следовательно, ее ширину, что дает возможность при знании пройденного пути (определяется с использованием данных GPS) точно подсчитать обработанную площадь.

Датчики, установленные на комбайне


На комбайне также установлен считыватель, который видит RFDI -метки подъезжающих к нему для отгрузки зерна грузовиков. Он считывает их ID и передает на сервер. По номеру метки (в систему введен справочник, где содержатся все ID и на какую технику они установлены) система определяет какой грузовик находится рядом с комбайном.

По данным с датчиков, установленных на бункере комбайна, определяется масса отгруженного в грузовик зерна.

Эти данные верифицируются при разгрузке грузовика на элеваторе. Когда грузовик приезжает на элеватор — это закрытая территория, на ее въезде стоят весы и считыватель меток.

Считыватель меток, установленный при въезде на элеватор

Грузовик взвешивается, данные со считывателя позволяют знать, что за транспортное средство приехало. Данные поступают на сервер. Грузовик разгружается. На выезде он взвешивается пустой. Таким образом, определяется масса отгруженного на элеватор зерна.

Если масса зерна, отгруженная комбайном равна этой массе, на пропускном светофоре загорается зеленый свет и грузовик может покинуть территорию элеватора.

Кроме того, система может понимать, что отгрузка (подъем кузова) производится внутри периметра элеватора. Поскольку системе известны GPS точки периметра элеватора, то можно контролировать произошло ли поднятие кузова внутри территории элеватора или вне ее.

В противном случае система выдает сообщение о подозрительном событии.

«Такой подход обеспечивает полную прозрачность основных бизнес-процессов. Это реальный IoT в действии», продолжает Андрей Черногоров. «Только в России уже более 10 агрокомпаний подали заявки на внедрение этой технологии, плюс мы обсуждаем контракт с одним из ведущих сельхозпроизводителей Бразилии.

Мировой рынок таких систем только формируется, и мы рассчитываем занять на нем достойное место", заключает Андрей Черногоров.
теги: бизнес
регион: Россия



Разработка сайта: www.skrolya.ru
Яндекс.Метрика