Beim System der automatischen Prozessdatenerfassung werden auf einem Gespann (Schlepper und Gerät) oder auf einer selbstfahrenden Erntemaschine Prozessdaten in immer gleich bleibenden Abständen (meist je Sekunde) erfasst. Unter Prozessdaten sind Basisgrößen, wie z.B. Geschwindigkeit des Traktors oder Position des Hubwerkes zu verstehen. Diese Fülle von Daten gilt es nun mit Auswertungsalgorithmen zu verarbeiten, um so nützliche Informationen, z.B. für den Landwirt, zu schaffen. In der vorliegenden Arbeit wurden Entscheidungsregeln gebildet, um jedem gespeicherten Datensatz eine oder mehrere Teilzeiten zuordnen zu können. Folgende Teilzeiten können den Datensätzen zugewiesen werden: Beladezeit, Entladezeit, Wiegezeit, Fahrzeit auf der Strasse, Lastfahrt auf der Strasse, Leerfahrt auf der Strasse, Verlustzeit auf der Strasse, Hauptzeit, Wendezeit, Fahrzeit auf dem Feld, Lastfahrt auf dem Feld, Leerfahrt auf dem Feld, Verlustzeit auf dem Feld, Anbauzeit, Bindezeit, Der Aufbau einer Entscheidungsregel ist abhängig von der Teilzeit, die mit ihr bestimmt werden soll, vom angewendeten Verfahren sowie von der eingesetzten Technik. Weiterhin wurden acht Ausbaustufen der zur Verfügung stehenden Basisgrößen definiert. In einer niedrigen Ausbaustufe werden auf dem Gespann nur wenige Basisgrößen bereitgestellt und gespeichert, daher sind auch nur wenige Teilzeiten zu bestimmen. In Ausbaustufe 8 stehen die folgenden Basisgrößen zur Verfügung. Damit sind alle Teilzeiten durch die Entscheidungsalgorithmen zu ermitteln: Geschwindigkeit, Hubwerksposition, Zapfwellendrehzahl, Zugkraft, Arbeitsstatus, Beladestatus, Entladestatus, Bindestatus, Inhaltsmasse eines Behälters, Durchsatzmenge. Auch wurden in dieser Arbeit Verwendungsgebiete für die aufbereiteten Rohdaten ermittelt. In folgende fünf Bereiche können die so entstandenen Informationen eingeteilt werden: Informationen im Bereich der Kartierung, Informationen zur Arbeitsqualität, Informationen aus arbeitswirtschaftlicher Sicht, Informationen zur Rückverfolgbarkeit, Informationen aus ökonomischer Sicht. Die abschließenden wichtigsten Überlegungen lassen sich wie folgt zusammenfassen: Bei der Datenaufbereitung sind mehrere Durchgänge nötig. In einem ersten Durchgang sind Teilzeiten zu ermitteln, die im zweiten Rechengang ausgeschlossen werden müssen. Beispiel: Zuerst ist die Beladezeit beim Drillen zu ermitteln, um dann die Verlustzeit feststellen zu können. Sollen nachträglich noch weitere zusätzliche Teilzeiten ermittelt werden, so ist eventuell bei der Bestimmung von schon bestehenden Teilzeiten die neue Teilzeit auszuschließen. Einem Datensatz können mehrere Teilzeiten zugeteilt werden. Um nun die Gesamtzeit eines Auftrages zu ermitteln, sind aber nicht die Teilzeiten zu addieren, sondern die Anzahl der Datensätze. Bei optimal ausformulierten Entscheidungsregeln können Auswertungen mit hohem Wahrheitsgehalt getroffen werden. Jedoch sind, durch betriebsindividuelle Teilbedingungen in den Regeln keine allgemeingültigen Algorithmen möglich.      «

Beim System der automatischen Prozessdatenerfassung werden auf einem Gespann (Schlepper und Gerät) oder auf einer selbstfahrenden Erntemaschine Prozessdaten in immer gleich bleibenden Abständen (meist je Sekunde) erfasst. Unter Prozessdaten sind Basisgrößen, wie z.B. Geschwindigkeit des Traktors oder Position des Hubwerkes zu verstehen. Diese Fülle von Daten gilt es nun mit Auswertungsalgorithmen zu verarbeiten, um so nützliche Informationen, z.B. für den Landwirt, zu schaffen. In der vorliegen...     »

Automated Process Data Acquisition is able to collect process data from tractor and implement or from self propelled harvesters. Mostly data are recorded in certain time intervals (e.g. one data set per second). The term process data includes base parameters like speed of the tractor or position of hitch. Now this amount of data must be transformed by analysis algorithms into a form that provides useful information for example for farmers. In this paper decision rules were worked out, to attribute one or more part times to every data set. The following list shows the part times that could be attributed to the data sets: Loading time, Unloading time, Weighing time, Driving time on street, Loaded driving time on street, Unloaded driving time on street, Dead time on street, Primary processing time, Turnaround time, Driving time on field, Loaded driving time on field, Unloaded driving time on field, Dead time on field, Couple time, Binding time. How such a decision rule is constructed depends on the part time that should be defined, on the way of process execution and also on the used technology. Further on, there were designed eight levels for the available base parameters. The lowest level provides and saves only a few base parameters on the machine, so that there are only a few part times to define. At level eight all base parameters that are listed in the following are provided and so every part time could be defined by using the decision rules: Speed, Hitch status, Power take off, Traction force, Working state, Loading state, Unloading state, Binding state, Actual mass content, Mass per area yield. The range of use for this edited raw data was also shown in this paper. The created information could be divided in five classes: Information in the area of mapping, Information about the quality of work, Information about industrial engineering, Information about traceability-Information about economy. The final primary consideration could be summarized as follows: Data editing acquires several processing cycles. In the first cycle part times are determined which must be excluded in the second. Example: At first the time for loading the seeder must be detected to assert the dead time. lf there are additional part times to detect, it is possible that a new part time must be excluded from the already existing part times. One data set can include several part times. To determine the total time of a job, the numbers of data sets have to be summarized and not the part times. With well designed decision rules data can cover most parts of reality. But there are no general algorithms possible based on individual conditions in the rules.      «

Automated Process Data Acquisition is able to collect process data from tractor and implement or from self propelled harvesters. Mostly data are recorded in certain time intervals (e.g. one data set per second). The term process data includes base parameters like speed of the tractor or position of hitch. Now this amount of data must be transformed by analysis algorithms into a form that provides useful information for example for farmers. In this paper decision rules were worked out, to attrib...     »