کد مقاله کد نشریه سال انتشار مقاله انگلیسی ترجمه فارسی نسخه تمام متن
84047 1421126 2016 7 صفحه PDF 17 صفحه WORD دانلود کنید
عنوان انگلیسی مقاله
Cloud-based harvest management information system for hand-harvested specialty crops
ترجمه فارسی عنوان
سیستم اطلاعات مدیریت برداشت توده ای برای محصولات تخصصی برداشت دستی
کلمات کلیدی
مدیریت کار؛ نرم افزار مبتنی بر ابر؛ RFID؛ سیستم های جاسازی شده؛ آردوینو
فهرست مطالب مقاله
چکیده 
کلید واژه ها
1. مقدمه
2. مواد و روش
3. سیستم های مانیتورینگ قابل حمل (PLMS)
شکل 1: سیستم نظارت بر کار کارخانه (LMS) در زمان واقعی (CU = واحد محاسباتی، RFID = شناسایی فرکانس رادیویی) (آمپاتزیدیس و همکاران، 2012b).
شکل 2. سیستم مدیریت کار قابل حمل (PLMS) نصب شده بر روی یک بطری گیلاس. این شامل یک مقیاس وزنی حلقوی دیجیتال (سلول بارگذاری نوع s) و واحد محاسباتی (CU) می باشد.
شکل 3. واحد محاسباتی (CU) برای PLMS؛ جمع آوری، پردازش و انتقال اطلاعات برداشت بی سیم.
4. نرم افزار مدیریت برداشت توده ای(ابری)
شکل 4: جریان کار PLMS.
شکل 5: نشانگر شناسه برداشت کننده ((P، تاریخ، زمان، وزن سطل (BW در کیلوگرم یا lb) و وزن انباشته شده (وزن کل TW در کیلوگرم یا lb).
5. طراحی تجربی
شکل 6: طراحی ساختار  نرم افزار مبتنی بر ابر (تان و همکاران، 2015).
شکل 7: عکس از صفحه واسطه وب برپایه ابر : الف) صفحه ی خالی و ب) جدول ضبط داده برداشت برای یک کارگر برداشت کننده انتخاب شده.
6. نتایج و بحث
شکل 8. مثال داده برداشت گیلاس شیرین: زمان و مکان هر یک از ظرف های پر در طول برداشت. در ساعت 10:44 وزن میوه درون ظرف "فعلی" 83.65 کیلوگرم (رنگ آبی) است. (برای تفسیر ارجاع به رنگ در این شکل، خواننده به نسخه وب این مقاله ارجاع داده میشود.)
شکل 9. داده های برداشت برای یک گیاه باغی "Selah" / "Gisela_6" که در تاریخ 13 ژوئیه 2012 برداشت شد. نرم افزار مبتنی بر ابر، وزن میوه برداشت شده را برای هر برداشت کننده در طول برداشت (در زمان واقعی) اندازه گیری می کند. 9 خدمه وجود داشت.
شکل 10. ضبط پرداخت دقیق حقوق تولید اتوماتیک  HMIS(عکس از صفحه). تولیدکنندگان با استفاده از HMIS می توانند براساس وزن میوه برداشت شده به جای تعداد، پرداخت کنند.
7. نتیجه گیری
 
ترجمه چکیده
فرآیند برداشت محصول مخصوص، عمدتا یکی از فعالیت های سخت است زیرا برای برداشت و بسته بندی به بسیاری از افراد نیاز است و فرصت برداشت به دلیل فرسوده شدن محصول بسیار کم است. در اینجا ما یک سیستم اطلاعات مدیریت برداشت (HMIS) مبتنی بر ابر ارائه می دهیم که ترکیبی از یک سیستم مانیتورینگ قابل حمل (PLMS) با نرم افزار مدیریت برداشت مبتنی بر ابر است. PLMS شامل سه عنصر کلیدی (1) یک مقیاس خودسنجی، (2) جعبه کنترل الکترونیکی و (3) یک قاب است که تمام سخت افزار را پشتیبانی می کند. جعبه کنترل الکترونیکی شامل: (i) خواننده RFID، (ii) صفحه نمایش ال سی دی، (iii) یک چاپگر حرارتی، (iv) یک ماژول GPS و (v) یک سیستم ارتباطی است. برچسب های RFID، حاوی شماره های شناسایی منحصر به فرد، در باندهای مچ بند ابریشمی که توسط برداشت کننده ها پوشیده می شود، پوشانده شده است. این سیستم می تواند یک شناسه جمع کننده (دستبند RFID) را بخواند، وزن میوه را اندازه گیری کند و زمان و محل (اختیاری) هر معامله میوه را ثبت کند (یعنی هربار که یک جمع کننده سطل میوه ای به سطل جمع آوری اضافه می کند) . داده های جمع آوری شده را می توان بصورت بی سیم در زمان واقعی به سرور انتقال داد. نرم افزار مبتنی بر ابر، داده های PLMS فعالیت های کاری را دریافت و پردازش می کند، داده های جمع آوری شده را بررسی می کند و می تواند اطلاعات لازم برای اطلاعات مدیریتی و پر کردن خودکار مدارک (مانند حقوق و دستمزد، نقشه های عملکرد) را استخراج کند. HMIS در توانایی خود در موارد زیر منحصر به فرد می باشد: (1) جمع آوری اعتبار دقیق بدون مانع یا تغییر روند برداشت برای میوه ای که آنها در مزرعه برداشت کرده اند ، (2) ساده تر شدن ورود اطلاعات به حقوق و دستمزد، (3) ردیابی زمان واقعی برداشت، ارزیابی عملکرد و ردیابی، و (4) تولید داده های دقیق و قابل اعتماد برداشت. این سیستم یکپارچه در مورد گیلاس های شیرین، زغال اخته و سیب در واشنگتن، ایالات متحده آمریکا مورد ارزیابی قرار گرفت. وزن میوه برداشت شده، زمان و مکان هر میوه به طور دقیق محاسبه شد؛ تمام داده ها به صورت بی سیم به سرور منتقل شده و هیچ خطایی ثبت نشده است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر نرم افزارهای علوم کامپیوتر
چکیده انگلیسی

• A cloud-based Harvest Management Information System (HMIS) has been developed.
• It credits pickers for the fruit they have harvested without impeding the process.
• The HMIS provides real-time tracking of harvest, yield mapping, and traceability.
• It simplifies data analysis process and visualizes the harvest and labor data.
• It improves accuracy of payroll and enhances decision making and logistics.The harvest process for specialty crops is generally one of intensive activity because many people are required for harvest and packing, and the harvest window is brief due to the high perishability of the produce. Herein we present a cloud-based Harvest Management Information System (HMIS) that combines a novel real-time Portable Labor Monitoring System (PLMS) with a cloud-based harvest management software. The PLMS comprised of three key elements (1) a self-leveling scale, (2) electronic control box, and (3) a frame that supports all hardware. The electronic control box includes: (i) a RFID reader, (ii) a LCD display, (iii) a thermal printer, (iv) a GPS module, and (v) a communication system. RFID tags, containing unique ID numbers, embedded within rubber wrist bands, are worn by pickers. This system can read a picker’s ID (RFID bracelet), measure the weight of fruit, and record the time and location (optional) of every fruit ‘transaction’ (i.e., every time a picker brings a bucket of fruit to the collection bin). The collected data can be transmitted wirelessly to the server in real-time. The cloud-based software receives and processes the PLMS data on labor activities, visualizes the collected data, and can extract the data necessary for management information and automated filling of documents (e.g. payroll, yield maps). The HMIS is unique in its ability to: (1) accurately credit pickers for the fruit they have harvested in the field without impeding or altering the harvest process, (2) streamline data entry to payroll, (3) provide real-time tracking of harvest, yield mapping, and traceability, and, (4) generate precise and reliable harvest efficiency data. This integrated system was evaluated in sweet cherry, blueberry and apple orchards in Washington, USA. The weight of harvested fruit, time and location of every fruit drop were calculated accurately; all the data were transmitted wirelessly to the server and no errors were recorded.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Computers and Electronics in Agriculture - Volume 122, March 2016, Pages 161–167
نویسندگان
, , , ,