共查询到19条相似文献,搜索用时 570 毫秒
1.
水果品质智能化实时检测和分级系统研究 总被引:2,自引:1,他引:1
研究开发了水果品质智能化动态实时检测和分级系统,着重研究其水果输送翻转、水果精确过渡、水果动态称重和水果分级等子系统的相关机械与控制关键技术.在实时检测和分级过程中,水果以一定速度向前输送,并快速均匀翻转,以合适的位置和姿态传送到精确过渡系统,然后通过水果精确过渡系统传递给动态称重系统,从而准确、快速地获得该水果的质量信息.通过微机控制动态称重系统智能识别,综合判断每一水果的等级,结合控制系统获取并确定每个水果的位置信息,由控制模块将指令传输给分级系统,完成水果的分级. 相似文献
2.
3.
4.
水稻秧盘育秧播种生产线电控式软硬秧盘自动供盘装置 总被引:2,自引:0,他引:2
为有效提高水稻秧盘育秧播种生产线的生产率,满足轻简化栽培技术要求,降低农民育秧成本,减轻劳动强度,解决现有自动供盘装置振动冲击大、供盘可靠性不稳定的问题,设计了一种可嵌放软塑秧盘的复合托盘和水稻秧盘育秧播种生产线电控式软、硬秧盘自动供盘装置。该装置以STM32单片机为控制核心,由接近开关检测等待供送的层叠秧盘,控制秧盘供送装置上的舵机实现对层叠秧盘的自动升落与供送。通过理论分析,建立了嵌入式复合托盘受力模型,确定了复合托盘的工作参数;设计了舵机升盘转轴机构、抬升指、输送装置等关键部件。为检测电控式自动供盘装置的工作稳定性,系统地进行了振动特性测试分析;以硬塑秧盘为试验对象,供盘成功率为试验指标,进行了三因素三水平的正交试验,结果表明,叠盘偏差范围对供盘成功率有显著影响,减小叠盘偏差能有效提高供盘成功率;通过分析试验结果,采用改进的渐进式导向板,实现对叠盘偏差纠错,并分别进行硬塑秧盘和嵌入式复合托盘嵌放软塑秧盘的试验研究,改进后的装置性能显著提高,硬塑秧盘的供盘成功率达100%。采用嵌入式复合托盘进行软塑秧盘自动供盘试验,软塑秧盘的供盘成功率大于98%,满足水稻秧盘育秧播种生产线自动供盘技术要求。 相似文献
5.
《中国农机化学报》2016,(11)
提供一种带有托土机构的砧木夹持搬运装置,包括砧木夹持搬运机构,该砧木夹持搬运机构上设置有砧木夹持机构和托土机构。托土机构包括托盘、卸苗机构和驱动机构,托盘位于砧木夹持机构的下方,驱动机构安装在砧木夹持搬运机构上,托盘和卸苗件中的一个与驱动机构连接,另一个安装在砧木夹持搬运机构上。本研究同时提供一种嫁接机,包括上述带有托土机构的砧木夹持搬运装置,还包括操作台、砧木上苗机构、砧木切削机构、接穗上苗机构、接穗夹持搬运机构、接穗切削机构、供夹机构和传送机构,砧木夹持搬运机构安装在操作台上,托土机构的托盘位于传送机构上方。本研究能够实现嫁接苗的带土嫁接,提高嫁接苗存活率,使嫁接苗适应更多地区环境。 相似文献
6.
7.
为了解决天麻外观品质检测问题,设计了一种在线实时检测装置,用于天麻的品质动态实时检测。为此,确定了关键部件主要结构和参数,阐述了其总体结构及工作原理。天麻通过放料部分进入滚筒,经滚筒传输至上料部分,上料部分的辊轮将其运送到翻滚槽口,经翻转后进入托盘机构,托盘机构在链条的带动下以一定速度向前输送至图像采集部分,从而获取天麻整个表面信息。图像识别系统对采集到的天麻图像进行综合分析判断,确定天麻品质和位置信息,传送给分选执行机构,对天麻进行智能分选。试验结果表明:识别模型识别效率为99.34%,步长为7.06个/s,准确率为95%,可为天麻分选装置设计生产提供理论指导。 相似文献
8.
基于近红外反射光谱分析技术,设计了玉米种子活力逐粒无损检测与分级装置,该装置主要由单粒化装置、输送管道、近红外光谱采集系统、控制系统和分级装置等组成。种子单粒化装置由一个带孔的倾斜转盘和一个固定托盘组成。输送管道与固定托盘出种口连接,其末端为光谱采集单元。种子由单粒化装置分离后,经输送管道落至光谱采集区进行光谱分析及活力判断,之后由分级装置对判别完成的种子进行分级。带孔圆盘用于将种子单粒化,其工作效率是提高种子检测及分级速率的关键。经分析得出,决定单粒化装置单粒化效率的因素分别为转盘倾斜角、转盘速度和孔高度。为提高检测速率,对单粒化装置进行了参数分析及优化试验。试验结果表明,当转盘倾斜角为31°、转速为0. 5 r/s、孔高度为2. 2 mm时,种子单粒化效率最优,单通道可达7粒/s。为建立玉米种子活力预测模型,基于该装置分别采集了100粒正常有活力玉米种子和100粒人工老化无活力玉米种子在980~1 700 nm波长范围的光谱数据,对种子原始光谱进行不同方法的预处理,并利用PLS-DA建立种子活力的定性判别模型。几种不同处理方式下的建模对比结果表明,SG-smooth预处理下的建模效果最优,其中校正集的判别准确率为98. 7%,预测集的判别准确率为96%。选取100粒种子对该装置预测模型的稳定性和准确性进行了验证试验,种子活力预测的总准确率为97%。所设计的玉米种子活力逐粒无损检测分级装置单粒化效率较高,光谱数据采集稳定,对玉米种子活力进行实时无损检测及分级具有可行性。 相似文献
9.
综合了市场上各类水果分级设备的优点,该文提出了一套水果外观品质智能化检测系统的开发设计流程,从理论上进一步探讨了水果外观品质智能化检测的方法途径。水果在线分级装置主要由上料结构、输送结构、机器视觉系统、气动分选结构以及电器控制部分等组成。机器视觉系统包括工业控制计算机、CCD摄像机、光源、光箱、图像采集卡、触发器和I/O卡等;气动部分包括电磁阀、空气压缩机及喷气嘴等;电器控制部分包括PLC、固态继电器等。 相似文献
10.
11.
猕猴桃自动分级设备设计与试验 总被引:1,自引:0,他引:1
针对目前猕猴桃采后人工分级费时费力、自动分级成本高等问题,通过机械分离输送、图像采集与处理、智能控制等技术,研制了一套实用的猕猴桃自动分级设备。该设备包括单行定位输送系统、图像采集系统、分级执行系统和控制系统,通过多特征提取和融合分级的方法对猕猴桃实现了自动分级,同时在线监控参数。经试验验证,该设备按体积、形状、表面缺陷特征分级的准确率分别可达88.9%、91%、94%,融合分级的准确率可达86%。 相似文献
12.
为降低茭白品质分级的劳动成本,建立统一分级标准,提高茭白分级包装的准确率及效率,开发一种基于机器视觉的茭白自动分级包装设备,利用深度学习技术获取茭白大小、形状、颜色、病虫害情况等表型特征对茭白进行品质分级。设备包含控制系统、上料模块、品质分级模块、分拣包装模块,具备自动分料、传输、品质分级、分拣包装功能。完成分料移送机构和归整机构设计以约束茭白位置实现单根有序稳定传输。机械臂4自由度协同控制确保茭白分拣包装有序进行。经现场测试,茭白品质分级的准确率为95.62%,分级包装效率达3 s/根,且稳定性良好。结果表明,该设备能自动、准确地完成茭白的品质分级和分拣包装,可为实现“机器换人”的转化和提升农业智能化水平提供技术支撑。 相似文献
13.
基于计算机视觉的葡萄检测分级系 总被引:8,自引:2,他引:6
设计了一套基于计算机视觉的葡萄检测分级系统,包括驱动装置、输送机构、夹持机构、图像采集与处理系统和分级控制系统,葡萄以悬挂方式连续输送,两个CCD摄像机在外触发模式下实时采集葡萄的两面图像.基于RGB色彩空间计算果面着色率,采用投影面积法和果轴方向投影曲线计算果穗大小和形状参数,进而实现葡萄外观品质分级.选用20穗巨峰葡萄进行3次分级试验,与人工分级对比,颜色和大小形状分级的准确率分别为90%和88.3%,同时在分级过程中不会对葡萄造成损伤. 相似文献
14.
为提高采摘设备的执行效率,采用六自由度机械臂、树莓派、Android手机端和服务器设计了一种智能果实采摘系统,该系统可自动识别不同种类的水果,并实现自动采摘,可通过手机端远程控制采摘设备的起始和停止,并远程查看实时采摘视频。提出通过降低自由度和使用二维坐标系来实现三维坐标系中机械臂逆运动学的求解过程,从而避免了大量的矩阵运算,使机械臂逆运动学求解过程更加简捷。利用Matlab中的Robotic Toolbox进行机械臂三维建模仿真,验证了降维求解的可行性。在果实采摘流程中,为了使机械臂运动轨迹更加稳定与协调,采用五项式插值法对机械臂进行运动轨迹规划控制。基于Darknet深度学习框架的YOLO v4目标检测识别算法进行果实目标检测和像素定位,在Ubuntu 19.10操作系统中使用2000幅图像作为训练集,分别对不同种类的果实进行识别模型训练,在GPU环境下进行测试,结果表明,每种果实识别的准确率均在94%以上,单次果实采摘的时间约为17s。经过实际测试,该系统具有良好的稳定性、实时性以及对果实采摘的准确性。 相似文献
15.
16.
基于计算机视觉的水果分选机实时控制系统 总被引:3,自引:0,他引:3
研究了一种基于计算机视觉的水果分选机实时控制系统。其利用计算机进行水果图像的采集、处理。利用单片机对分选台执行机构进行控制。工作时,光电传感器的脉冲信号触发图像卡采集图像,计算机进行图像处理后,其结果信号由串口发出,单片机接收到结果信号后向相应的电磁阀发出开关量信号,驱动执行机构动作,从而实现实时分选。 相似文献
17.
18.
长杆状蔬果分选机工作时要求蔬果单向且单果输送,才能保证其分选效率。为此,设计了一种适合于胡萝卜、茄子等长杆状蔬果自动分级机的单果上料装置,主要由进料斗、隔板输送带、输送滚筒和调节防护装置等部分组成。本设计以胡萝卜为研究对象,通过对胡萝卜在输送带上的受力分析、隔板尺寸参数的理论推导及胡萝卜在出口的运动状态分析,合理选择了单果上料装置的结构尺寸及动力参数,以保证胡萝卜的单果上料,为其它长杆状蔬果分选机的单果装置提供依据。试验证明:单果装置单果率约为89%,计算数据与实际工作状况基本相符。 相似文献