Optimizing Field Performance of Axial Flow Rotary Combine With Single Rotor and Snap Roll Header for Maize Harvesting
Notice bibliographique
Résumé
To study the effect of operational factors on combine performance, a maize combine with snap roll header was tested at feed rates levels of 69.94 Mg h-1, 85.48 Mg h-1, 124.33 Mg h-1 and moisture content levels of 24.45%, 26.03%, 28.90% respectively. Pre harvest losses increased from 1 to 4% as the maize crop were sun dried from a grain moisture level of 28.90% to 24.45% because the ear shank became weak with decrease in moisture content. The shelling efficiency varied from 96.81% to 98.13%, cleaning efficiency varied from 95.20% to 95.80%, minimum grain damage obtained was 2.1% and minimum total loss obtained was 9.96%. The optimum values of feed rate and moisture content (w.b.) were 85.48 Mg h-1 (forward speed of 1.10 km h-1) and 26.03%, respectively. The corresponding data obtained for shelling efficiency, cleaning efficiency, grain damage and total loss by combine were 98.13%, 95.80%, 2.10% and 10.23%, respectively. The energy involved in maize harvesting for maize dehusker cum sheller and maize combine with snap roll header were 2152.26 and 2633.25 MJ ha-1, respectively. The Solar energy is crucial for gaining optimum moisture for maize harvesting and reducing losses. Maize with low global warming potential is a viable energy crop and leftover corn stover is also a viable alternative to fossil fuels which can be used for bioethanol, silage production and also as domestic fuel in rural, hilly areas. However optimum harvesting stage is crucial to minimize energy involved during maize harvesting, grain storage and alternative uses.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».