JPH04291133A - 脱穀装置における穀粒量検出装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、米、麦、大豆等を収穫
するための汎用コンバイン等における脱穀装置にて、刈
取りした穀稈を脱穀処理したのち、その処理済の排藁等
の排稈を機外に放出する場合に、その排稈中に混入した
穀粒量を検出する装置に関するものである。

【０００２】

【従来の技術】先行技術の実開昭６２−１６９９４０号
公報に開示されているように、米、麦、大豆等を収穫す
るための汎用コンバインでは、スクリュウ式扱胴を内蔵
する扱室の前方に、植立した穀稈を根本側から刈取って
導入する刈取前処理装置を設ける。そして、扱室の下方
には受け網（コーンケーブ）を張設し、その下方に揺動
選別と風選別を実行する選別機構を設ける。また、選別
機構の後部には排稈処理装置を内蔵した排稈処理室を連
通して設け、刈取った穀稈の全量を前記扱室に導入して
そのスクリュウ式扱胴にて脱穀する。脱穀されて穀粒や
藁屑が受網を通過して落下したものは、前記選別機構に
て揺動選別作用と風選別作用とを受けさせる。藁屑等の
廃棄物を前記選別機構における選別ファンの風に乗せて
排稈処理室に送る一方、この藁屑と、前記扱胴の後部で
受け網の終端から落下する排稈とを、該排稈処理室内の
排稈処理装置にて前記排稈等を機外に排出するように構
成している。なお、特開昭６２−２６３４１８号公報に
示すように、通常のコンバイン等の脱穀装置では、扱胴
の外周に突出する扱歯の形状が相違するものの、その他
の基本的構成は略同一である。

【０００３】この場合、受け網の終端から落下する排稈
は、塊り状になっていることが多く、この中にささり粒
と称する穀粒が混入している。このような排稈をそのま
ま機外に放出すると、有用な穀粒をロスすることになる
。このロスを通常４番ロスと称する。このような４番ロ
スを少なくするため、前記受け網終端から落下する排稈
を、揺動選別機構における篩線箇所で受けて揺すりつつ
、選別風で風選別作用を受けさせ、穀粒を二番還元樋に
導くようにしている。従って、前記受け網終端より後方
部位に、圧電センサーを配設し，この圧電センサーにて
前記落下してくる穀粒と排稈との両者を検出する。しか
し、当該圧電センサーの検出値を積算するだけでは、４
番ロスとしての穀粒量を正確に検出できないという問題
があった。

【０００４】そこで、特開昭６２−２６３４１８号公報
では、前記篩線箇所で落下する穀粒が選別風を受けたと
きに生じる空気の渦流量の大小を、排稈処理室に配設し
た超音波センサーで検出し、間接的に前記二番還元被処
理物量を検出することを提案している。

【０００５】

【発明が解決しようとする課題】しかし、この間接的検
出による場合であっても、前記排稈処理室にくる選別風
に排稈が乗っているから、この選別風と共に流れる排稈
をも超音波センサーで検出してしまい、正確な穀粒量を
検出できないという問題を解決することができなかった
。本願発明は、圧電センサーによる穀粒の検出波形のパ
ターンと、排稈による検出波形パターンとが非類似であ
ることに着目し、圧電センサーの検出結果をニューラル
ネットワークという新しいデータ処理方法を使って処理
できる制御手段にて、前記の問題を解決することを目的
とするものである。

【０００６】

【課題を解決するための手段】この目的を達成するため
、本願発明は、刈取穀稈を脱穀処理する扱胴の下方に受
け網を備え、その下方に選別機構を備える一方、該選別
機構の後方の排稈出口から排稈を機外に放出するように
構成して成る脱穀装置において、前記扱胴の後部寄り部
位下方の受け網と選別機構との間には、受け網から漏下
する被検出物を検出するための圧電センサーを設け、該
圧電センサーによる穀粒のみの検出波形と、排稈のみの
検出波形とを学習データとしてニューラルネットワーク
を構築し、前記受け網から漏下する被検出物の検出波形
から穀粒漏下量を検出する制御手段を設けたものである
。

【０００７】

【実施例】次に汎用コンバインに適用した実施例につい
て説明すると、図において、符号１は、走行クローラ２
付きトラックフレーム３に搭載した機台、符号４は機台
１の一側に設けた脱穀部、５は揚穀筒を介して穀物を取
り出す穀物タンク、８は穀物タンク５後部に備えたエン
ジン、符号９は機台３の前部に油圧シリンダ１０を介し
て昇降可能に装着した刈取前処理部、１１は穀物タンク
５の前方に位置する運転部キャビン、１２は前記穀物タ
ン５内の穀粒を機外に取り出す搬出オーガである。

【０００８】刈取前処理部９は、脱穀部４の前部に開口
し、油圧シリンダ１０にて昇降可能な角筒状のフイーダ
ハウス１３と、該フイーダハウス１３の前端に取付く横
長のバケット状のプラットホーム１４と、該プラットホ
ーム１４内に横設して図１の矢印方向に回転する穀稈掻
込みオーガ１５と、その前方上部で昇降動可能で且つ矢
印方向に回転駆動して穀稈を掻込むためのリール１６と
、植立した穀稈の根本部を刈り取るためのプラットホー
ム１４下面前端に横設したバリカン状の刈刃１７とから
なり、刈り取られた穀稈は、プラットホーム１４内の掻
込みオーガ１５の左右略中央部に集められ、フイーダハ
ウス１３内の供給チエンコンベア１８にて脱穀部４に送
られる。

【０００９】符号１９は、脱穀部４における扱室２０内
にコンバインの進行方向に沿って前後長手の回転軸２１
に取付くスクリュー型の扱胴で、扱胴１９の胴部外周に
はスクリュー形扱歯であるスクリュー羽根２２を巻設し
てあり、扱胴１９の外周後端部には茎稈飛散板２３を立
設する。

【００１０】符号３２は扱胴１９の下方において扱室２
０の後端部の排塵口２４を残して張設した受け網、符号
２５は扱室２０の下方に配設した選別機構を示す。該選
別機構２５は、揺動リンク２６，２７にて前後方向に揺
動する揺動盤２８を備え、扱胴１９の下方前部に位置す
るフイードパン２９と、該フイードパン２９の後方に設
けた第１チャフシーブ３０と、その下方に張設した選別
網３１と、第１チャフシーブ３０の後方に連設する第１
ふるい（篩）線３３と、第１ふるい線３３の後方下部に
設けた第２チャフシーブ３４と、第２ふるい線３５と、
一番流穀板３６，二番流穀板３７とを、揺動盤２８に備
える。

【００１１】符号３８はフイードパン２９上面側に選別
風を供給する塵埃除去ファン、符号３９は一番流穀板３
６に向かって選別風を供給し、後述の排稈処理室４２に
向かって選別風を送る第１選別ファン、符号４０は一番
流穀板３６からの穀物を受けて揚穀筒に送り出す一番樋
４１つき一番コンベア、符号４３は第２チャフシーブ３
４に向かって選別風を供給し、且つ後述の排稈処理室４
２に向かって選別風を送る第２選別ファンであり、第２
選別ファン４３は第１選別ファン３９よりも排稈処理室
４２に近い位置に配設されている。

【００１２】符号４４は前記二番流穀板３７からの穀粒
等の還元物である二番処理物を二番還元筒４６に送出す
る二番樋４５付き二番コンベアであり、二番還元筒４６
の上端（排出口）は、扱室２０内における扱胴１９の前
端部寄り位置に開口したり、フイードパン２９上に開口
して、二番処理物を還元するように構成する。排塵口２
４と選別機構２５の後端とに連通する排稈処理室４２の
下端の傾斜排稈板４７は揺動盤２８の後端側に臨み、排
稈処理室４２内には、排稈処理装置である回転拡散歯４
８を横回転軸４９に取付け、該矢印方向に回転駆動する
複数の回転拡散歯４８の回転軌跡と重複するように回転
拡散歯４８側方に対して臨ませる固定歯５０は、排稈処
理室４２の底板５４から上向きに出没可能に装着されて
いる。

【００１３】前記排塵口２４に基端を装着した複数の稈
ガイド棒５１は、回転拡散歯４８の側方で回転軌跡と重
複するように垂下させてあり、各稈ガイド棒５１は、排
稈処理室２４の前部位置にて上方から下方に向かって延
びるように配設する。排稈処理室４２下部に後向きに設
けた排稈出口５２からは、前記回転拡散歯４８にて掻き
出す排稈を機外に放出するように横長に形成し、この排
稈出口５２より上方位置には、排稈処理室４２の後端上
部側に前記第１選別ファン３９及び第２選別ファン４３
からの風を機台１の後方に排出するための排風路５３を
開口するように設けるのである。

【００１４】符号５５は、扱胴１９の胴部外周後部より
部位に設けた切刃であり、扱室２０内に前記切刃５５の
回転軌跡と隣接するように突出させた固定刃５６とによ
り、扱胴１９の外周後部寄り部位で、塊状で送られてき
た排稈を短く分断し、または排稈をほぐして、当該排稈
中に紛れこんだ穀粒（ささり粒）を受け網３２から下方
に漏下させる。

【００１５】以上の構成により、刈取前処理部９におけ
るリール１６で掻寄せられ、刈刃１７で根本部を切断さ
れた穀稈は、プラットホーム１４内の掻込みオーガ１５
で掻寄せ、フイーダハウス１３内の供給チエンコンベア
１８を介して扱胴１９の前端部に供給される。扱室２０
内で扱胴１９の回転により順次穀稈から穀粒が脱粒し、
受け網３２を介して落下した穀粒と藁屑は選別機構２５
にて揺動選別作用と第１選別ファン３９の風選別作用を
受け、穀粒のみが一番樋４１に集まり、一番コンベア４
０から揚穀筒を介して穀物タンク５に集められる。

【００１６】藁屑の多い処理物は、選別機構の後部寄り
部位である第２チャフシーブ３４箇所に集まり、揺動選
別作用により後方に移動しつつ、第２選別ファン４３で
風選別作用を受け、藁屑や塵埃は排稈処理室４２に向か
って吹き飛ばされ、この排風と共に藁屑や塵埃が排稈処
理室４２の後端上部側の排風路５３を介して機外にスム
ースに排出できる。

【００１７】他方、扱胴１９の後端部の排塵口２４から
排出する穀稈が稈ガイド棒５１の前面で受けられ、回転
拡散歯４８方向に落下して排稈処理装置４８で掻き出し
、排稈出口５２から機外に排出するので、排風路５３に
排稈が詰まることがない。つまり、藁屑や塵埃のように
軽いものは排風と共に排稈処理室４２の上部側の排風路
５３を介して略直線的に機外に排出され、大きい廃棄物
である排稈は排稈処理室の上から下方にというように、
排出すべきものの性質に対応するように、排出部分を二
手に分離したので、排稈処理室内で、選別風が選別機構
方向に逆流することがない。従って、二番流穀板３７に
落下する藁屑や塵埃が少なくなり、二番樋４５から二番
コンベア４４に集まる二番処理物に混じる藁屑や塵埃は
結果として少ないから、この二番処理物を二番還元筒４
６を介して扱胴１９の前部に還元するときには、扱胴１
９の後端部の排塵口２４から排出する排出物が少なくな
って四番ささり粒のロスを減少させることができる。ま
た、前記藁屑や塵埃が少ない二番処理物を二番還元筒４
６を介して揺動盤２８の前部フイードパン２９や第１チ
ャフシーブ３０側に還元するときには、一番樋４１内へ
の小屑の混じりが激減し、さらには三番ロス（排稈処理
室４２下部の排稈出口５２から機外に放出される穀粒に
よるロス）も少なくできるのである。

【００１８】符号５７は、前記切刃５５と固定刃５６と
が設置された箇所よりも扱胴１９の後部側であって、受
け網３２より下方（チャフシーブ３４よりも上方）位置
に設けられた複数の圧電センサーである。実施例で３つ
の圧電センサー５７の各々の検出面は、扱胴１９の回転
により、受け網３２を漏下する穀粒が衝突しやすいよう
に配設する（図４参照）。

【００１９】また、図４は、本発明の制御手段のブロッ
ク図を示し、符号５８は前記各圧電センサーのアナログ
入力信号を増幅する増幅器（アンプ）、符号５９は後述
するニューラルネットワーク処理などを実行するための
中央制御装置（ＣＰＵ）であり、符号６０は中央制御装
置５９で演算処理するのに必要な制御プログラムや初期
値を予め記憶しておく読み取り専用メモリ（ＲＯＭ）、
符号６１は演算処理するのに用いられる各種データを一
時的に記憶するための読み書き可能メモリ（ＲＡＭ）、
符号６２は入出力（Ｉ／Ｏ）インターフェイスユニット
を各々示す。なお、中央制御装置５９の指令信号に従っ
て駆動される電磁ソレノイドで代表されるアクチェータ
６３にて、扱胴１９の回転数等の脱穀部の変速を実行し
たり、走行機体１の走行速度を変更し、脱穀処理速度を
変更する。

【００２０】次に、前記圧電センサー５７で検出された
信号データ処理方法を説明する。実験により、回転する
扱胴１９の後部寄り部位にて受け網３２から適宜量の穀
粒のみを漏下させる。この漏下する穀粒が圧電センサー
５７の検査面に衝突した検出波形のパターンの一例を図
５に示し、横軸に時間ｔ、縦軸に検出電圧を採って示す
。同様に図６は、排稈のみが圧電センサー５７に衝突し
た場合の検出波形のパターンの一例である。

【００２１】前記穀粒のみのｍ個の実験パターンデータ
、Ｋ１，Ｋ２，Ｋ３，‥‥，Ｋｉ，‥‥，Ｋｍと、排稈
のみのｍ個の実験パターンデータ、Ｈ１，Ｈ２，Ｈ３，
‥‥，Ｈｊ，‥‥Ｈｍとを準備する。前記各実験パター
ンデータにおいて、例えば、図５の穀粒のみの場合にお
いて、検出信号値がｖ０以上になったときから、Ｔ時間
（例えば１５０ミリ秒間）のサンプリングを実行し、そ
のサンプリング時間をｎ個（例えば１００個）で分割し
て、Ｖｋｉ１，Ｖｋｉ２，Ｖｋｉ３，‥‥，Ｖｋｉｉ，
‥‥，Ｖｋｉｎ個の電圧信号をサンプリングする。排稈
については、Ｖｈｊ１，Ｖｈｊ２，Ｖｈｊ３，‥‥，Ｖ
ｈｊｉ，‥‥，Ｖｈｊｎ個の電圧信号となる。

【００２２】図７は、前記４番ロスとしての単位時間当
たりの穀粒量を検出するメインフローチャートで、スタ
ート及び初期化に続き、ステップ７０１で、前記の穀粒
のみの実験データをｍ個読み取り、その各実験データＫ
ｉについてＴ／ｎ時間間隔ごとのサンプリング値Ｖｋｉ
を記憶する（ステップ７０２）。同様にステップ７０３
からステップ７０４において、排稈のみについての実験
データをｍ個読み取り、その各実験データＨｊについて
Ｔ／ｎ時間間隔ごとのサンプリング値Ｖｈｊを記憶する
。次いで、ステップ７０５において、前記穀粒のみの実
験データのサンプリング値を入力してニューラルネット
ワークで学習させる。同様にステップ７０６で、排稈の
みの実験データのサンプリング値を入力してニューラル
ネットワークで学習させる。次いでステップ７０７では
、前記学習したニューラルネットワークのオフセット値
や結合係数等をＲＡＭに記憶しておく。これらの学習し
たニューラルネットワークに、実際の脱穀処理作業中の
圧電センサー５７の検出信号を入力し、穀粒パターンの
出現頻度を測定する（ステップ７０８）。ステップ７０
９で、圧電センサー５７の検出面の面積と実際の漏下面
積との比率から、４番ロスとしての単位時間当たりの穀
粒量を演算する。

【００２３】次にバックプロパゲーションニューラルネ
ットワークによる学習について説明する。ニューラルネ
ットワークのサブルーチンフローチャートを図８に示す
。本実施例でのバックプロパゲーション学習法は教師付
き学習方法であり、入力層Ｉ→中間層→出力層から成る
３層構造の階層型の構造をしたニューラルネットに対し
て実行する。

【００２４】本実施例でのニューラルネット構造におけ
る入力層ユニットＰの数は、穀粒のみについての実験デ
ータ、排稈のみについての実験データそれぞれ、ｎ＝１
００個であり、中間層ユニットＱの数は２５個、出力層
ユニットＳの数は２個である。図９はニューラルネット
の構造を図示したものである。前記ニューラルネットに
よる学習は、穀粒のみについて、及び排稈のみについて
、それぞれの実験データｍ個に関して実行し、穀粒につ
いてのパターンの変形例、排稈についてのパターンの変
形例を充分に学習するものとする。

【００２５】具体的な学習方法は、次のように実行する
。まず穀粒のみのｉ番目の実験データにおけるｎ個のサ
ンプル値Ｖｋｉ１，Ｖｋｉ２，Ｖｋｉ３，‥‥，Ｖｋｉ
ｉ，‥‥，Ｖｋｉｎについて、（なお、以下の文章中の
記号のうち、｛　　　　｝で囲まれるものは、複数のユ
ニットについてをいう）。 〔１〕ニューラルネットワークの状態を決める結合係数
｛ＷＰＱ　｝，｛ＷＱＳ　｝とオフセット値｛θＰ　｝
，｛θＱ　｝をそれぞれ小さな値の乱数値で初期化する
。 〔２〕サンプル値Ｖｋｉ１，Ｖｋｉ２，Ｖｋｉ３，‥‥
，Ｖｋｉｉ，‥‥，Ｖｋｉｎを最初の学習データとする
。 〔３〕学習データの値を入力層ユニットＰの出力｛Ｐｏ
ｕｔ　｝に入れ、入力層から中間層への結合係数｛ＷＰ
Ｑ　｝と中間層ユニットＱのオフセット値θＰ　とを用
いて、中間層ユニットへの入力値Ｑｉｎを求める。この
入力値Ｑｉｎと、ｆ（Ｘ）＝１／（１＋ｅｘｐ（−Ｘ）
）のような、シグモイド関数ｆ（Ｘ）により、中間層ユ
ニットＱの出力値Ｑｏｕｔ　を求める。なお、入力層ユ
ニットＰの出力Ｐｏｕｔ　は、 　　Ｐｏｕｔ　＝１／（１＋ｅｘｐ　（−（Ｘ−θ）／
Ｔ）　　‥‥（５）式　　ここで、Ｘ＝Ｗ１＊Ｖｋｉ１
＋Ｗ２＊Ｖｋｉ２＋‥‥＋Ｗｉ＊Ｖｋｉｉ＋‥‥＋Ｗｎ
＊ＶｋｉｎＷ１，Ｗ２，‥‥Ｗｉ，　‥‥，Ｗｎ　は結
合係数で重みづけである。 θは学習によって変化するオフセット値であり、Ｔは、
ボルツマンマシンによるエネルギー関数の温度パラメー
タで、実施例ではＴ＝１とした。 〔４〕中間層ユニットの出力値｛Ｑｏｕｔ　｝と、中間
層から出力層Ｓへの結合係数｛ＷＱＳ　｝と、出力層Ｑ
のオフセット値θＱ　とを用いて、出力層ユニットＳ１
，Ｓ２の各出力値Ｓｏｕｔ　を求める。中間層ユニット
Ｑの出力Ｑｏｕｔ　も、前記（５）式において、Ｐｏｕ
ｔ　をＸとして同様の計算式から導く。 〔５〕穀粒のみの学習における教師信号を、出力層ユニ
ットＳ１についてはＳ１ｏｕｔ　＝１とし、出力層ユニ
ットＳ２についてはＳ２ｏｕｔ　＝０とする。各々の出
力層ユニットについて、教師信号と出力層の出力値との
差から、出力層のユニットＳ１につながる結合係数と中
間層ユニットＱのオフセットに対する誤差δｓ１を求め
る。出力層ユニットＳ２についても同様に誤差δｓ２を
求める。 〔６〕誤差δｓ１と中間層から出力層への結合係数｛Ｗ
ＱＳ　｝と中間層の出力値Ｑｏｕｔ　とから、中間層ユ
ニットＱにつながる結合係数と中間層ユニットのオフセ
ット値θＰ　に対する誤差σｑ　を求める。 〔７〕〔５〕で求めた出力層ユニットＳ１での誤差σｓ
１と中間層ユニットＱの出力Ｑｏｕｔ　と定数αとの積
を加算することで、中間層ユニットＱから出力層ユニッ
トＳ１につながる結合係数ＷＱＳ　を修正する。また、
誤差σｓ１と定数βとの積を加算することで、出力層ユ
ニットＳ１のオフセット値θＱ　を修正する。同様に出
力層ユニットＳ２についても求める。 〔８〕中間層ユニットＱでの、誤差σｑ　と入力層ユニ
ットＰの出力値Ｐｏｕｔ　と定数αとの積を加算するこ
とで、入力層ユニットＰから中間層ユニットＱにつなが
る結合係数ＷＰＱ　を修正する。また、誤差σｑ　と定
数βとの積を加算することで、中間層ユニットＱのオフ
セット値θＰ　を修正する。

〔９〕次の学習データを入力する。 〔１０〕学習データが終了するまで〔３〕に戻る。 〔１１〕学習繰り返し数を更新する。 〔１２〕学習繰り返し回数が制限数以下であれば、〔２
〕に戻る。

【００２６】最終の入力層ユニットＰでは、その出力値
Ｐｏｕｔ　と教師信号とを比較して誤差σｓ１及び誤差
σｑ　を逆伝搬させて重みを修正し、学習を行う。入力
層ユニットの出力値Ｐｏｕｔ　と出力層ユニットの出力
Ｓｏｕｔ　との差が許容誤差以下になった時点で学習を
終了する。前記と同様の学習を、排稈のみの実験データ
についても実行する。この場合、前記フロー〔５〕にお
ける排稈であるとの教師信号は、前記穀粒の場合の教師
信号を反転させる。つまり、出力層ユニットＳ１につい
てはＳ１ｏｕｔ　＝０とし、出力層ユニットＳ２につい
てはＳ２ｏｕｔ　＝１とするものである。前述のように
、前記穀粒についての実験データの学習、及び排稈につ
いての実験データの学習に際して、各々教師信号を確実
に与えることができるから、学習結果を必ず収束させる
ような、結合係数やオフセット値を予め求めることが確
実にできる。

【００２７】

【発明の効果】上述のように、本発明に従えば、目的と
する穀粒が圧電センサーに衝突するときのパターンと、
排稈が圧電センサーに衝突するときのパターンとの相違
を、ニューラルネットワークにて予め学習することがで
きる。従って、目的とする被検出物（穀粒）が異物（排
稈）に混じって同時に圧電センサーにて検出するような
ものであっても、検出パターンが、前記学習を完了した
穀粒の学習パターンに類似する場合には、穀粒であると
判別できるから、実際の検出に際しても、容易に被検出
物（穀粒）だけを選別した状態で検出できることになる
。その結果、４番ロスとしての穀粒漏下量を検出するが
できるのである。

【図面の簡単な説明】

【図１】コンバインの側面図である。

【図２】コンバインの平面図である。

【図３】脱穀装置の断面図である。

【図４】図３のＩＶ−ＩＶ矢視断面箇所で示す圧電セン
サーの配置関係と制御装置のブロック図である。

【図５】穀粒のみの圧電センサーによる検出パターンを
示す図である。

【図６】排稈のみの圧電センサーによる検出パターンを
示す図である。

【図７】本発明のメインフローチャートである。

【図８】バックプロパゲーション法のフローチャートで
ある。

【図９】ニューラルネットワークの構造を示す図である
。

【符号の説明】

４　　　　脱穀部 ９　　　　刈取前処理部 １３　　　　フイーダハウス １８　　　　供給チエンコンベア １９　　　　扱胴 ２０　　　　扱室 ２４　　　　排塵口 ２５　　　　選別機構 ２８　　　　揺動盤 ３０　　　　第１チャフシーブ ３２　　　　受け網 ３４　　　　第２チャフシーブ ３６　　　　第１流穀板 ３７　　　　第２流穀板 ４２　　　　排稈処理室 ４６　　　　二番還元筒 ５３　　　　排風路 ５５　　　　切刃 ５６　　　　固定刃 ５７　　　　圧電センサー ５９　　　　　　　　中央制御装置

Claims (1)

【特許請求の範囲】
1. 【請求項１】　　刈取穀稈を脱穀処理する扱胴の下方に
   受け網を備え、その下方に選別機構を備える一方、該選
   別機構の後方の排稈出口から排稈を機外に放出するよう
   に構成して成る脱穀装置において、前記扱胴の後部寄り
   部位下方の受け網と選別機構との間には、受け網から漏
   下する被検出物を検出するための圧電センサーを設け、
   該圧電センサーによる穀粒のみの検出波形と、排稈のみ
   の検出波形とを学習データとしてニューラルネットワー
   クを構築し、前記受け網から漏下する被検出物の検出波
   形から穀粒漏下量を検出する制御手段を設けたことを特
   徴とする脱穀装置における穀粒量検出装置。