سیستم اطلاعات مدیریت برداشت توده ای برای محصولات تخصصی برداشت دستی

قیمت: 46,000 تومان

دانلود رایگان مقاله

خرید ترجمه مقاله

عنوان فارسی

سیستم اطلاعات مدیریت برداشت توده ای برای محصولات تخصصی برداشت دستی

عنوان لاتین

Cloud-based harvest management information system for hand-harvested specialty crops

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.

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.