基于ARM9的电子鼻系统设计与应用

提出了一种基于嵌入式电子鼻的设计方案,主要包括传感器阵列、模数转换和微处理器3大模块.采用Figaro公司TGS813、TGS825、TGS880 3个气敏传感器组成的传感器阵列采集样品信号;利用MAXIM公司的MAX1270芯片进行模数转换;CPU采用SAMSUNG公司的S3C2410微处理器,并在其上移植了WINCE操作系统.软件设计对采集信号进行对数拟合,采用引进BP神经网络对拟合后的曲线参数进行训练,建立模型并对样本进行识别.利用该系统对4种不同生产日期的意大利巴马臣干酪和3家公司的纯牛奶进行了测试,识别准确率均达到100%.结果表明该系统具有体积小、重量轻、使用方便灵活且识别准确率高等优点.     

仿生鼻系统的试验研究

采用8个TGS系列的气敏传感器阵列和神经网络学习算法,开发了一种基于生物嗅觉的仿生鼻系统,并应用于3种不同品牌的白酒和1种假酒的识别试验。试验表明,开发的仿生鼻系统可以快速、准确地实现白酒种类和真假的识别,为白酒生产和酒类市场管理提供了一种操作简单、使用方便的识别仪器。     

基于传感器融合阵列的果树冠层信息采集方法

针对果园上、中、下冠层不同稀疏度,提出一种多传感器阵列的果树冠层信息融合方法（简称传感器融合阵列）,并进行了相关试验及验证。首先设计了果园冠层宽度信息的无线采集系统,并对比分析了6种非接触式测距传感器的动态识别能力;其次采用筛选出的激光传感器及超声波传感器阵列,收集3种果园上、中、下果树冠层信息;最后选出适合3种果园的传感器融合阵列,依据Box-Benhnken 中心组合试验法设计试验,对采用同种传感器阵列与传感器融合阵列测距方案进行响应面试验,并对得出的试验结果进行统计分析。试验结果表明：影响果树整体测量精度显著性水平从大到小依次为测距方案、车体速度、果园类型。车速为0.3~0.5m/s时,与人工测量相比,采用超声波传感器阵列收集果园冠层信息,相对误差为14.70%~20.04%;采用激光传感器阵列时,相对误差为9.13%~16.02%,采用传感器融合阵列时,相对误差为4.2%~10.24%。采用传感器融合阵列比单种传感器阵列精度高,更适合果园变量喷雾作业。     

固态发酵过程电子鼻系统传感器阵列优化研究

采用电子鼻系统对秸秆饲料固态发酵过程阶段进行监测研究具有明显的应用意义。但是电子鼻系统传感器阵列中同一气敏传感器会对多种被测气体响应,导致采集数据含有冗余信息,因此有必要对电子鼻传感器阵列进行优化。本文基于因子分析法对电子鼻系统采集数据结合阶段状态信息进行分析,提出传感器阵列优化方法。并采用神经网络、支持向量机和高斯过程等模式识别方法对电子鼻系统传感器阵列优化组合采集数据进行过程状态识别模型建模。研究表明,传感器阵列优化有利于减少模型输入,降低模型复杂性,提高模型对过程状态的识别率。     

柔性压力传感器阵列及其信号采集系统研究

为提高机器人人机交互的安全性,选用新型智能材料——电活性聚合物材料(Electroactive polymer,EAP)作为传感器阵列单元的敏感材料,设计一种4×4柔性压力传感器阵列及其信号采集系统。建立压力传感器输入输出数学模型,给出采用双三次插值法提高力觉信息量的方法,并制作了传感器试验样机,最后利用标定试验和应用试验验证了该传感器阵列的可行性、准确性和实用性。试验结果表明,设计的传感器电容理论值与测量值相差约0.01 pF,测量结果与理论结果吻合。在量程0～6 N内,最大灵敏度为0.134 3 pF/N,重复性指标为28.73%。     

嗅觉可视化技术鉴别不同原料和不同批次的食醋

利用自主研制的嗅觉可视检测仪对镇江产的3种原料的食醋进行鉴别,并对3种不同批次的米醋进行区分。利用不同色敏材料对不同食醋挥发气体的响应信号进行判别分析,得出了9种卟啉和6种酸碱指示剂组成的传感器阵列的LDA训练集和预测集的识别率均为100％,说明嗅觉可视化可很好地用于食醋种类的鉴别;单纯通过5种酸碱指示剂鉴别的LDA训练集和预测集的识别率分别为100％,98．33％,说明酸碱指示剂对不同种类食醋的鉴别起了主要作用;单纯利用5种卟啉对3种食醋的训练集和预测集的识别率分别为96．67％,80％,说明传感器阵列可抑制醋中高浓度乙酸,响应醋中的微量成分。用15种色敏材料制得的传感器阵列对3个批次的米醋的响应信号进行判别分析,其训练集和预测集的识别率均为77．78％。结果表明,嗅觉可视检测仪对不同原料和批次的食醋均有很好的识别能力。     

基于图像处理和聚类算法的待考种大豆主茎节数统计

为了实现待考种大豆植株主茎节数的快速、高效测量，提出一种基于图像处理和聚类算法的待考种大豆主茎节数统计方法。首先，获取不同视角下的已脱叶待考种大豆植株图像，随机抽取训练集与验证集样本植株，并设定初始图像采集间隔与抽样步长；其次，通过植株分割、骨架提取、主茎节点去噪等操作，获取分布于植株主茎上的待检测大豆茎节点；通过基于空间距离的数据转换方法将分布离散的大豆茎节点转换至便于聚类的数据集内；利用HDBSCAN聚类算法对不同采集视角下的待检测大豆茎节点进行聚类，统计、记录主茎节数识别准确率，筛选最优采集间隔；最后，利用最优采集间隔对剩余样本植株主茎节数进行统计、分析。在63株 “中黄30”待考种大豆植株中抽取21株植株作为训练集，并进行实验测试，发现在采集间隔为90°时，以最小聚类簇为2，融合处理4幅大豆图像，大豆主茎节数识别效果最优。据此对42株验证集样本植株进行主茎节数识别和分析，结果表明，大豆主茎节数识别准确率可达98.25%。该方法能够快速、准确获取大豆主茎节数，可满足大豆考种需求。     

可穿戴设备部署位置对羊只行为识别的影响与分析

羊只的行为状态能够直接反映其健康状况及所处的生理阶段,为实现自动化的羊只行为识别,以圈养的小尾寒羊为试验对象,构建一个基于加速度传感器的可穿戴式行为监测装置。利用MPU9250为核心的九轴姿态传感器采集羊只静止、行走和进食的行为信息,并将传感器分别部署在羊只颈部、背部靠近前腿处、前腿和后腿四个不同的位置。对于采集的数据,利用去噪和降维进行预处理,并分别利用k means和SVM进行分类识别。k means均值聚类算法对颈部处的行为识别准确率最高,为79.34%,SVM支持向量机算法对颈部处的行为识别准确率最高,为92.63%。SVM算法用于羊只行为识别的整体准确率高于k means,且传感器部署在羊只颈部时在不同识别方法下,识别效率均优于其他部位。研究结果对于构建自动化的羊只行为检测系统具有重要的现实意义。     

联合收获机谷物损失测量PVDF阵列传感器设计与试验

实时监测谷物收获时的损失率具有重要意义。采用聚偏二氯乙烯(PVDF)压电薄膜作为传感器敏感材料,设计了阵列式PVDF传感器及相应的信号调理电路,同时利用该传感器得到了籽粒损失的空间分布。分别选择3种不同含水率的水稻籽粒进行试验并给出了试验测试结果,结果表明不同含水率的水稻样品,传感器的测量误差均在     

基于改进动态时间规整算法的奶牛步态分割方法

为准确提取步态特征、识别奶牛跛行,利用三维加速度传感器采集30头奶牛后趾加速度信号,针对奶牛步态人工分割的不足,提出基于改进的动态时间规整算法对奶牛步态进行分割,提取特征值并利用逻辑回归法建立跛行识别模型。采用本文方法得到的步态分割精确度、灵敏度、准确率平均值分别为89.53%、95.51%、87.49%,比常规动态时间规整算法分别提高了5.31、4.48、8.43个百分点,总体准确率达到90.57%,相较自相关函数法和峰值检测法分别提高了1.75、3.13个百分点。以支撑时间、步幅长度、平均强度、信号幅度面积、前进方向加速度均值和运动变化量为自变量的跛行识别模型识别率分别为83.44%、81.72%、86.15%、86.81%、89.45%和85.71%。本研究结果可为奶牛步态分割、跛行识别提供技术支持。     

电子鼻技术及其在小麦活性检测中的应用

研制了一套能快速对小麦活性进行识别的电子鼻检测系统。系统通过分析小麦的气味,对所测小麦的活性程度进行5个等级评判。该电子鼻检测系统由5只TGS2600系列的气敏传感器组成,从每个传感器的响应曲线中提取2个特征值,采用PNN神经网络来进行模式识别处理。系统能快速、准确评判小麦的霉变情况,网络正确识别率为91%。实验表明,该系统对小麦活性程度的检测是可行的、有效的。     

电动拨片离合在FSC赛车上的应用

在传统的FSC赛车制作过程中,一般采用手动拉杆离合,而在传统机械机械装置基础上,采用电子控制进行离合控制,会提高车手的操作速度,在FSC赛事中体现出离合的智能性,故研究电动离合有着必然的趋势和必然性。文章将电子控制引入FSC赛车中,本项目系统采用摩托罗拉公司生产的飞思卡尔xs128处理器作为核心,前端使用拨片控制电位器作为输入传感器,将采集到的信号输入到微处理器中,使用PWM（脉宽调制）算法,对采集到的信号进行运算处理,输出运算结果（角度）控制舵机带动转盘机构等机械装置完成离合动作,实现FSC赛车的电动智能离合。     

基于加速度传感器的本交笼种鸡个体行为监测与识别

为了监测种鸡行为、了解鸡群的健康状况,实现本交笼养下种鸡个体行为的自动识别,设计了一种基于九轴加速度传感器和蓝牙无线传输的本交笼种鸡个体行为实时监测系统。采用小波sym降噪对原始数据预处理,根据不同行为的加速度曲线波动性提取加速度数据特征值,利用K-means聚类算法对行为特征进行识别,得到稳定的聚类中心;进行了加速度传感器读写距离测试和以充电宝、锂电池作为供电设备的供电情况对比;同时利用视频监控验证种鸡的5种行为。结果表明,该系统能够快速且连续不间断地采集本交笼种鸡个体行为信息,准确识别种鸡个体的多种行为,采食行为平均识别精度为94.31%,饮水行为平均识别精度为92.53%,打斗行为平均识别精度为84.03%,交配行为平均识别精度为72.00%,振翅行为平均识别精度为9231%。本研究有助于无损、快速识别种鸡个体行为,为本交笼养模式配套设施设备优化设计和高效管理提供科学依据。     

基于机器视觉的种薯自动切块机设计

现阶段中国市场没有成熟的种薯切块机,薯农主要依靠手工切块。其主要原因是种薯切削需要控制切削位置以保留薯芽的顶端优势,普通机器不能识别薯芽,并控制切刀切削方位。为此,使用数字图像处理技术,实现了薯芽及其位姿的实时识别,开发了相应的控制系统,设计了基于机器视觉的薯种自动切块机。试验表明:薯芽识别正确率达100%,位姿识别正确率达98.5%,耗时107.431ms,满足使用要求。     

灌溉水质对FDR土壤水分传感器的性能影响研究

为探究在灌溉控制系统中灌水水质对土壤水分传感器性能的影响效应,选择了3种国内外常用的基于介电原理(FDR)的土壤水分传感器(5TE、CSF13、FDS100)对其精准性、一致性等关键性能进行评价分析,结果表明:在测量精度方面,5TE和FDS100传感器精度较好,土壤含水量测试值与实际值的R2达到0.892与0.914;...     

基于相位检测原理的土壤水分时域反射测量技术

针对土壤水分测量的特点,提出了用高频正弦波代替脉冲信号作为测试信号,利用相位检测原理测量信号传播时间,从而测量土壤含水量的方法.设计了由高频信号发生器、相位检测器、微处理器和土壤水分探头等组成的P-TDR原理样机.试验表明,该样机测量信号传播时间的精度可达到10 ps,在砂土、壤土和粘壤土中的土壤含水量测量结果与称重法对比差值不超过0.03.     

基于EDEM小麦收获机清选损失监测试验装置设计

针对小麦损失监测传感器结构复杂、成本较高的问题,对收获机清选排杂口不同物料运动特性进行研究,揭示小麦与秸秆撞击敏感板的作用规律,从清选抛出物冲击敏感板的力学特性出发,设计一种小麦收获机清选损失监测试验装置。通过离散元分析软件EDEM分析小麦籽粒、50 mm秸秆、100 mm秸秆撞击敏感板产生的作用力,分析接触力变化曲线,证明可通过判断物料撞击敏感板产生的信号进行损失监测。为增强信号采集准确率,采用两片压电传感器串联的方式,增大损失信号。设计损失监测试验台机械结构及控制系统,使监测装置模拟收获机清选排杂过程且可以实时监测信号,有效提高监测效率。最后,通过不同高度物料运动损失监测试验,得出300 mm高度下传感器识别较为精准,对小麦籽粒的识别率达到98.4%,整体监测误差小于5%,损失监测试验装置能够达到设计目的和要求。     

基于物联网和PLC的农田智能节水施灌系统设计

针对当前灌溉技术采用定时人工整体灌溉,不能根据土壤含水情况进行节水控制,存在浪费水资源的问题,基于物联网和PLC设计了一种新的农田智能节水施灌系统,从硬件和软件两部分进行优化研究。系统硬件主要由中央处理器、PLC模块、射频信号传感器、土壤传感器、温度传感器组成,系统硬件内部PLC模块主要负责控制节水灌溉架构,在农田监测终端上所收集到的信号在微处理器中实现转化,转变为计算机系统可以辨识的脉冲信号。通过计算机进行计算,确定最适宜的浇水量和灌水时机,采用CC2591型射频信号传感器提高传感速度,选择HL-TTN1土壤传感器检测土壤的含水量,PT100型传感器进行温度检测。通过物联网针对需要灌溉的土地进行网格化处理,采集传感器测试土壤含水量、空气温度等环境参数,引用Zigbee协同开关设置节水灌溉程序。实验结果表明,基于物联网和PLC的农田智能节水施灌系统土壤含水量计算误差在2%以内,能够达到目标值,远程网格节水控制准确度高达98%以上,使农田生长达到高产、高效、优质用水的效果。