Development of a High-Level Discrete Event Simulation Model for the Harvesting of White Button Mushrooms with Human-Robot Collaboration (HRC)
Notice bibliographique
Résumé
Canada is a leading global mushroom producer, with the white button mushroom (Agaricus bisporus) being the most popular type produced. Harvesting activities are labour-intensive, and farms are currently experiencing labour shortages, which are impacting productivity, growth, and overall revenue. Robotic technologies are valid mechanisms for mushroom harvesting and demonstrate a potential to reduce this gap. Examining the performance of a harvesting system with different robotics scenarios, such as manual, robotics automation, and human robot collaboration (HRC) is crucial to realizing this potential. Simulation models are useful tools for testing and assessing systems without making any physical change to the system. In agriculture, simulation models of harvesting activities are scarce and most consider only manual operations of crops grown in greenhouses or fields. This research focuses on the development of a discrete-event simulation model in AnyLogic for different workforce scenarios (fully manual, fully automated, and HRC) in white button mushroom harvesting at the systems level to investigate the benefits and economic feasibility of each. Data for the model inputs were collected from a commercial mushroom farm and available robotic equipment. A preliminary cost analysis was performed to compare the payback periods for each scenario simulated. Results demonstrated a significantly larger overall equipment effectiveness (OEE) for automation systems, but lower production rates. The most optimal scenario for the existing commercial farm was determined to be a collaboration between automation and manual labour that featured a hybrid schedule. The agri-automation domain is a rapidly growing field, and this research will help to facilitate growth in the Canadian mushroom sector and serve as a framework and a roadmap for future harvesting simulations.
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 | 0,000 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».