Modellizzazione e ottimizzazione dei parametri operativi di un meccanismo di dosaggio a celle elettronico per supergranuli di urea (USG) mediante approccio EDEM-RSM

Perché una distribuzione del fertilizzante più intelligente è importante

I coltivatori di riso in tutto il mondo fanno affidamento sui fertilizzanti a base di azoto per mantenere elevate le rese, ma gran parte di questi fertilizzanti viene sprecata, dilavata nelle acque o rilasciata come potenti gas serra. Un modo per ridurre queste perdite è collocare supergranuli compatti di urea, o USG, in profondità nel terreno vicino alle radici del riso. Questo articolo descrive un nuovo dispositivo elettronico in grado di rilasciare questi granuli con precisione dove servono, utilizzando la simulazione al computer per perfezionare il progetto prima che arrivi nei campi.

Dalla manodopera alle macchine intelligenti

Il posizionamento in profondità degli USG ha già dimostrato di aumentare le rese di riso fino al 40 percento e di quasi raddoppiare l’efficienza di utilizzo dell’azoto da parte delle piante. Il problema è che collocare ogni granulo a mano è un lavoro lento e faticoso, perciò molti agricoltori lo evitano. Strumenti precedenti per il posizionamento degli USG richiedevano sforzo manuale e non garantivano sempre spaziature uniformi. Gli autori si sono posti l’obiettivo di progettare un sistema di dosaggio elettronico che potesse essere montato su una trapiantatrice di riso, alimentando automaticamente gli USG nel terreno nei punti giusti con il minimo intervento umano.

Come il nuovo dispositivo rilascia ogni granulo

Il nucleo del sistema è un rullo rotante con quattro piccole tasche, o celle, lungo il bordo. Sopra di esso si trova un contenitore pieno di USG. Man mano che il rullo gira, ogni cella dovrebbe idealmente catturare esattamente un granulo e poi rilasciarlo in un tubo di somministrazione che lo porta nella solcatura tra quattro ciuffi di riso. Un motore passo-passo, controllato da un microcontrollore Arduino e sincronizzato con la trapiantatrice tramite un encoder rotativo, assicura che il rullo compia la frazione corretta di rotazione per ogni gruppo di piantine. Il team ha potuto variare la dimensione delle tasche utilizzando rulli stampati in 3D e regolare la velocità del rullo e il livello di riempimento dell’hopper per studiare come questi fattori influenzano le prestazioni.

Usare granuli virtuali per mettere a punto il progetto

Invece di affidarsi solo a tentativi ed errori in laboratorio, i ricercatori hanno costruito un modello computerizzato dettagliato del sistema usando il metodo a elementi discreti, una tecnica che simula come migliaia di particelle individuali si muovono e collidono. Hanno ricreato la forma e le proprietà fisiche dei granuli USG, la geometria dell’hopper e del rullo e il contatto tra parti plastiche e fertilizzante. Sensori all’interno della simulazione hanno contato quanti granuli entravano in ogni cella, quante volte una cella era vuota e quante volte conteneva più di un granulo. Hanno quindi applicato una tecnica statistica chiamata metodologia della superficie di risposta per esplorare combinazioni di area della tasca, velocità del rullo e livello di riempimento dell’hopper, alla ricerca di impostazioni che producessero celle piene con per lo più singoli granuli e pochissimi mancati o doppi.

Trovare il punto ottimale per un’alimentazione uniforme

Le simulazioni hanno mostrato schemi chiari. Tasche più grandi aumentavano la probabilità che le celle si riempissero, ma aumentavano anche il rischio di catturare più di un granulo. Tasche più piccole e velocità del rullo molto elevate tendevano a lasciare celle vuote, perché non c’era abbastanza tempo perché i granuli si sistemassero. Un hopper più pieno aiutava le celle a riempirsi ma aveva scarso effetto sul fatto che una cella contenesse uno o più granuli. Bilanciando questi effetti, l’ottimizzazione ha suggerito un’area della tasca ideale di circa 1088 millimetri quadrati, una velocità del rullo intorno a un quarto di metro al secondo e un hopper riempito fino a tre quarti della sua capacità. In queste condizioni il modello prevedeva riempimento perfetto delle celle, un’elevata percentuale di celle con un singolo granulo e tassi molto bassi di mancati e doppi rilasci.

Mettere il modello alla prova

Per verificare i risultati virtuali, il team ha costruito un’unità di dosaggio fisica con la dimensione delle tasche ottimizzata e l’ha montata su una prova in un banco di terreno. Con la velocità del rullo e il riempimento dell’hopper impostati sui valori scelti, hanno misurato quanto spesso le celle si riempivano, quante ne contenevano esattamente un USG e quanto uniformemente i granuli erano distanziati lungo la solcatura. I risultati reali hanno corrisposto strettamente alla simulazione: il 97 percento delle celle si è riempito, il 91 percento ha fornito un singolo granulo e solo poche celle sono risultate vuote o doppie. Su una corsa di 10 metri, il pattern dei granuli nel terreno ha rispettato gli standard accettati per una buona uniformità. Una semplice analisi dei costi ha suggerito che, abbinato a una trapiantatrice, l’applicatore potrebbe ammortizzarsi in circa un anno e mezzo di utilizzo.

Cosa significa per gli agricoltori e per il clima

In termini semplici, lo studio dimostra che è possibile progettare un dispositivo aggiuntivo che permette a una trapiantatrice di riso di posizionare i granuli USG quasi perfettamente, con molta meno manodopera rispetto alla collocazione manuale. Combinando dettagliate simulazioni delle particelle con test di laboratorio, gli autori hanno identificato impostazioni operative che garantiscono quasi un granulo per tasca, a intervalli regolari nel terreno. Se adottati su larga scala, tali sistemi potrebbero aiutare gli agricoltori a utilizzare meno azoto mantenendo o aumentando le rese, riducendo sia i costi sia le emissioni di gas serra dai campi di riso sommersi.

Citazione: Swain, S.S., Khura, T.K., Arjun, P. et al. Modelling and optimization of operating parameters of an electronic cell type metering mechanism for urea super granules (USG) using EDEM-RSM approach. Sci Rep 16, 15622 (2026). https://doi.org/10.1038/s41598-026-43407-w

Parole chiave: supergranuli di urea, fertilizzante per riso, agricoltura di precisione, applicatore di fertilizzante, metodo a elementi discreti