트랙터 부착 붐 방제기 노즐 분무특성
Notice bibliographique
Résumé
농산물 생산 작업 중 병해충 방제작업은 품질 및 생산량을 높이기 위한 필수 작업이지만 고온·다습한 환경에서 농약을 살포하므로 농약중독 우려가 커서 기피하는 작업이다. 현재 국내에서 실시된 방제의 대표적인 방법은 화학적 방제작업으로 동력경운기에 탑재하거나 트랙터로 견인되는 동력분무기를 주축으로 기계화 되어왔다. 이러한 동력분무기를 이용한 방제작업은 낮은 농도의 농약을 다량살포함으로써, 기부살포와 같은 방제 효과를 기대하고 있으나 농약의 과다 사용으로 인한 농약의 낭비 및 환경오염에 주범이 되고 있기 때문에 최근에는 붐을 이용한 방제작업 체계로 바뀌어 가는 추세이다. 따라서 본 연구에서는 트랙터 부착용 붐 방제기의 방제효과를 규명하기 위해 선정된 노즐의 분무특성을 분석한 후 트랙터 부착 붐 방제기에 설치하여 방제함으로써 트랙터 부착 붐 방제기의 성능을 시험하고자 하였다. 트랙터 부착 붐 방제기 성능을 실험하고자 TeeJet Spraying System Co,의 3종(A, B, C)의 노즐을 선정하여 압력에 따른 살포폭, 분무량 및 분무입경을 측정하였다. 선정된 노즐성능은 A: Flat type, B,C: Twin flat type이며, 분무용량(L/min)은 A≒C>B순서이다. 노즐의 살포폭 및 분무량을 측정하기 위해서 315×164×93cm의 패터네이터를 제작하였으며, 분무량 측정을 위해서 직경 6.5cm의 컵을 패터네이터 골 간격마다 한 개식 설치하였다. 측정은 분무압력 및 분무형상이 안정된 후부터 조사하였으며, 분무량은 1분간 수집된 컵에 담긴 물을 메스실린더로 측정하였다. 트랙터 부착 붐 방제기는 노즐 살포폭을 고려한 노즐 부착간격 52, 58.5cm로 설정하여 총 20개의 노즐을 장착하였다. 노즐 살포균일도 시험은 선정된 3개 노즐을 트랙터 주행속도 2m/s, 기온 32℃, 습도 28% 및 풍속 1.2m/s에서 압력별(10, 15, 20Kgf/cm2) 및 부착간격으로 수행하였으며, 측정은 방제기가 분사하는 구간에 3m의 구조물을 설치하고, 구조물 위에 감수지를 부착하여 시험하였다. 살포균일도 측정방법은 3m 감수지에서 약 17.5cm 간격으로 18곳을 측정하여, 영상처리장치(IMTcam3, I-solution Inc.,Canada)을 사용하여 측정된 감수지 전체면적에 대한 분무 입자면적을 %단위로 나타냈다. 압력에 따른 분무입경 시험결과 압력 증가는 분무입경을 미세하게하며, 동일한 압력시 Twin flat type(B,C)의 분무입경이 Flat type(A)보다 19.07~31.78% 미세하게 나타났으며, 패터네이터 분무량 측정결과 분무용량 특성과 동일하게 나타났다. 트랙터 부착 노즐 3종의 압력에 따른 살포균일도 시험결과 10Kgf/cm²에서는 약65~77%, 15Kgf/cm²에서는 약72~86%, 20Kgf/cm²에서는 약84~90%의 분무면적으로 압력이 증가할수록 분무면적이 증가하였지만, 노즐에 따라 증가폭은 다르게 나타났다. 또한 압력증가할수록 살포균일도가 높게 나타나는 경향을 보였다. A노즐은 노즐간격 52cm, 10Kgf/cm² 압력에서 65%로 낮은 분무면적이 나타났고, B노즐은 10,15Kgf/cm2의 압력에서 A,C노즐 보다 살포균일도가 낮게 나타났다. 따라서 트랙터 부착 붐 방제기 적정노즐로 B노즐을 선정하였다.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,004 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».