苹果两向异性力学特性和跌落试验研究

压缩和冲击力学特性是与农业物料的损伤密切相关的物理特性。为了确定苹果的力学特性,利用万能试验机对苹果果肉和果皮进行了力学试验,并分析了苹果果肉的压缩特性和果皮的拉伸特性。针对苹果的冲击力学特性,选择冲击材料、冲击材料的水平速度和苹果跌落方向3个因素设计跌落试验。压缩试验表明:苹果果肉径向和轴向的弹性模量分别为(2.81±0.37)、(3.96±0.69)MPa,两向的弹性模量和屈服强度都具有显著性差异,而果皮的横向和纵向在弹性模量上有显著性差异(p<0.05)。跌落试验表明:果实的轴向抗损伤能力强于径向,果实损伤量随着冲击材料的水平速度增大而减小,且冲击材料的表面粗糙度会影响果实损伤量。本研究可为深入理解果实压缩特性和冲击损伤机理提供帮助,并为建立更准确的果实模型提供基础依据。     

枇杷果实损伤特性试验研究

为有效避免枇杷采摘、运输及保存过程中受到碰撞、振动及挤压等造成的机械损伤,降低枇杷的受损率,结合枇杷力学特性,采用感压胶片试验分析枇杷跌落高度、果实质量及碰撞表面材料与损伤因子(枇杷碰撞面积、损伤比例及损伤应力等)的关系。枇杷碰撞试验表明:枇杷跌落受损程度与跌落高度、果实质量呈正相关;枇杷撞击能量较大时(E0.147J,即枇杷质量在60～70g且跌落高度为0.3～0.5m时),以泡沫板作为枇杷采收集果装置材料效果最佳;枇杷最大安全跌落高度为0.4m,并以此作为枇杷采收装置集果装置的设计参考,建议采摘头与集果装置的垂直距离应不大于0.4m。枇杷果实的跌落损伤因子及碰撞损伤特性的试验研究,可为枇杷采收装置的优化设计及储存搬运防损提供理论依据。     

甘薯跌落碰撞损伤试验研究与分析

针对甘薯块根在收获过程中关于跌落碰撞力学问题缺少理论研究的现象,通过设计甘薯力学特性试验和跌落冲击试验,以甘薯坚实度为参考指标,进行理论分析,建立跌落高度和冲击力、跌落高度和冲击应力之间的数学模型,测得一定质量范围甘薯的临界损伤受力值及临界损伤跌落高度。通过坚实度试验,得到质量在260～300g之间,大小均匀且表面无损伤的普薯32坚实度σ_极=1.338 5 MPa。通过跌落冲击试验数据曲线分析,得到甘薯从不同高度自由跌落冲击过程中,具有一定粘滞效应和应力松弛特性;在冲击结束后甘薯残余变形会因冲击形变量峰值的增大而增大,变形恢复不可逆。通过回归方程,得到甘薯的临界损伤跌落高度为h=27.18 cm,临界损伤最大冲击力为F=424.20 N,回归方程拟合优度均大于0.97。研究结果对认识甘薯在收获过程中的损伤机理以及如何改进优化相关机构提供理论依据。     

马铃薯跌落冲击力学试验与分析

针对马铃薯在收获期间的机械损伤和跌落损伤等问题,通过搭建马铃薯跌落冲击力学测试试验台,开展马铃薯跌落损伤试验。以马铃薯质量、碰撞面倾角、跌落高度为变量,以碰撞力为评价指标,进行三元二次回归正交旋转组合试验,建立了各因素与碰撞力参数指标的影响回归模型。利用Design-Expert13数据软件分析得到变量间多因素交互作用响应图。试验分析结果表明：当碰撞面角度一定时,碰撞力随着马铃薯质量、跌落高度的增加呈上升趋势;而当马铃薯质量、跌落高度为定值时,碰撞力随着碰撞面角度的增加呈先上升后下降的趋势。研究结果可为马铃薯挖掘机薯土分离装置的结构优化提供数据支持和理论依据。     

半夏收获中碰撞恢复系数测定

为获取半夏收获机收获部件的设计依据,建立了半夏球茎碰撞恢复系数测量系统。对影响碰撞恢复系数各因素材料厚度、下落高度、半夏质量和碰撞材料进行了混合正交试验和单因素试验。试验结果表明,碰撞材料和半夏质量影响显著,下落高度与材料厚度影响不显著。单因素试验表明,碰撞恢复系数随着半夏质量增加而减小,橡胶的恢复系数小于Q235钢。田间试验材料为Q235时半夏损伤率为3.53%,材料为橡胶时损伤率为2.19%。当半夏质量为4~6 g时,半夏球茎损伤率为4.80%;半夏质量为1~3 g时,半夏球茎损伤率为3.20%。该研究为半夏收获机工作部件设计与优化提供参考。      

基于变形能的机械采收钙果果实碰撞损伤评估

为了评估机械采收钙果与设备碰撞导致果实内部损伤严重程度。通过建立果实变形量与变形能关系方程，以变形能大小评价果实损伤程度。钙果果实准静态压缩试验表明，变形能＜28.56×10-3 J时，果实轻度损伤。变形能为（28.56～195.57）×10-3 J时，果实产生不同程度的中度损伤、重度损伤和破裂损伤；钙果动态下落碰撞试验表明，随着钙果质量的增大，反弹高度按二次曲线规律下降（r2=0.880 7）。随着下落高度的增大，反弹高度按三次曲线规律增大（r2=0.825 5）。变形能均线性增大（r2≥0.994 2），最大为43.9×10-3 J，重度损伤等效下落临界高度为2.97 m。该研究可为钙果采收机械结构、作业参数的选择提供参考。      

鸡蛋跌落冲击特性研究

对鸡蛋与几种常用的蛋品包装材料之间的跌落冲击特性进行了试验研究.试验数据分析发现,鸡蛋的跌落高度、缓冲材料的弹性模量和厚度对冲击力峰值和冲击时间影响极显著,而鸡蛋的碰撞部位对冲击力峰值和碰撞时间影响不显著.各因素对鸡蛋跌落冲击力峰值的影响由大到小依次为:跌落高度、材料弹性模量、材料厚度、冲击部位.各因素对鸡蛋跌落碰撞时间的影响由大到小依次为:跌落高度、材料厚度、材料弹性模量、冲击部位.     

基于Hertz接触理论的黑水虻幼虫碰撞恢复系数测定

为建立黑水虻幼虫与收集、输送、分离等机械工作部件间发生碰撞时的碰撞模型，基于黑水虻幼虫生物特性，应用Hertz弹性碰撞理论推导了黑水虻幼虫碰撞过程动力学方程，结合运动学方程原理构建了黑水虻幼虫恢复系数的测定装置并进行了黑水虻幼虫恢复系数测定试验。试验针对第5龄期的黑水虻幼虫，采用L16(44×23)混合正交试验方案研究了碰撞材料、材料厚度、下落高度、碰撞角、跌落方向、含水率等因素对黑水虻幼虫恢复系数的影响，然后对碰撞材料、材料厚度、下落高度、碰撞角、跌落方向进行单因素试验，并获得了材料厚度、下落高度、碰撞角对恢复系数的影响规律与回归方程，且方程的决定系数均不小于0.9427。试验结果表明，影响黑水虻幼虫恢复系数的因素影响由大到小为：碰撞材料、下落高度、碰撞角、跌落方向、碰撞材料厚度、含水率，其中含水率对恢复系数影响不显著。单因素试验结果可得：黑水虻幼虫与Q235钢、铝合金、有机玻璃、橡胶等碰撞材料间的恢复系数依次降低，随下落高度的增大而逐渐减小，随材料厚度的增加而逐渐增大，恢复系数随碰撞角的增大而整体呈增大趋势，且横向跌落方向大于纵向跌落方向。该文研究结果可为黑水虻幼虫收集、输送、分离等机械相关工作部件优化设计提供参考依据。     

基于响应面法的马铃薯分选机参数优化及试验*

为减少马铃薯在分选过程中的跌落损伤,探讨分选机的工作条件对马铃薯跌落损伤的影响,以“荷兰15”马铃薯为试验材料,以马铃薯分选机的输送速度、剔除力、马铃薯的下落高度和含水率为试验因素,以马铃薯的跌落损伤等级为响应值,进行二次回归正交旋转试验,通过Design-Expert 8.0.6软件对试验结果畸形方差分析,并通过响应面探究各试验因素对马铃薯的跌落损伤等级的影响规律,确定马铃薯分选机的最佳工作参数。跌落试验结果表明:对马铃薯跌落损伤等级的影响程度主次顺序为马铃薯含水率、下落高度、输送速度、剔除力。当马铃薯输送速度为0.3 m/s,剔除力为15 N,下落高度为45 cm,含水率为75.36%时,在该参数组合下分选机对马铃薯跌落损伤等级最小。试验所得马铃薯的实际跌落损伤等级为0.84,该结果与马铃薯跌落损伤预测等级具有良好的拟合性。     

机械损伤苹果CT值的试验研究

以陕西产富士苹果为试验材料,利用X射线电子计算机扫描技术,测定了从不同高度下落苹果CT值的变化规律.试验结果表明,受机械损伤的苹果,在相同的扫描层上,苹果的CT值随贮藏时间增加而降低.且苹果受机械损伤程度越高,苹果的CT值越低.随着扫描层位置与撞击点距离的增加,未受损伤苹果的CT值略有下降;而受机械损伤苹果的CT值明显上升.且随着贮藏时间的变化,苹果CT值随受损伤程度的变化规律有所不同.     

苹果采收平台输送装置设计与优化试验

针对国内苹果园人工采收效率低和损伤率高的问题,设计了一种苹果采收平台输送装置,实现苹果自动输送作业。首先通过对苹果输送过程进行运动学分析,确定影响苹果机械损伤的主要因素及各因素的试验取值范围。其次根据Box-Behnken试验设计原理,以输送速度、果托倾角、果托形状为试验因素,以损伤率为试验指标,对苹果采收平台输送装置的作业参数进行试验研究,建立试验指标与试验因素之间的回归模型。最后分析了各因素对试验指标的影响规律,并根据回归模型对试验因素进行综合优化。试验结果表明：当输送速度为0.2m/s、果托倾角为30°、果托形状为圆台体时,苹果损伤率为3.69%,苹果机械损伤明显低于未经参数优化的苹果采收平台输送装置,输送作业效果最好。研究结果可为苹果园采收平台的结构优化和输送作业参数控制提供参考。     

高酸苹果振动式采摘机设计与试验

为解决高酸苹果收获过程中的效率低、果实摘净率低、损伤率高等问题,根据我国青岛地区高酸苹果实际收获需要,设计了一种液压控制的高酸苹果振动式采摘机。基于振动式采摘机工作原理,完成振动采摘装置、激振装置、液压控制系统的结构设计,计算分析夹持钳对树干的夹持力为7 254 N,夹持钳夹持高度范围为12～103 cm。建立高酸苹果果实-树枝单摆动力学模型,分析果实脱落条件,得到果实振动微分方程,确定振动频率、振幅、夹持高度为采摘效果主要影响因素;利用ANSYS软件对果树模型进行自由模态响应与谐响应仿真分析,结果表明：振动频率9～12 Hz、振幅1～2 cm、夹持高度40～70 cm时,三级、最次级树枝位移最明显。为确定采摘机最优工作参数,进行三因素三水平组合田间试验,得到果实摘净率、果实损伤率的回归模型,利用Design-Expert软件对试验数据和回归模型响应曲面进行分析优化,当振动频率为10.0 Hz、振幅为1.6 cm、夹持高度为58.7 cm时,果实摘净率为95.9%、果实损伤率为1.3%,满足高酸苹果采收的质量要求。     

基于SIRI和CNN的苹果隐性损伤检测方法

苹果从采摘到销售过程中易发生机械损伤,需要及时剔除以避免腐烂变质。然而机械损伤早期苹果外观颜色变化不明显,通常表现为隐性损伤,检测比较困难。提出了一种基于结构光反射成像(SIRI)和卷积神经网络(CNN)的苹果隐性损伤检测方法。通过搭建SIRI系统,采集待测苹果调制的结构光图像,再利用三相位解调法提取交流分量,增强苹果隐性损伤对比度;然后利用交流分量图像制作苹果隐性损伤数据集,并使用基于CNN的语义分割网络FCN、UNet、HRNet、PSPNet、DeepLabv3+、LRASPP和SegNet训练损伤检测模型,多组试验结果表明上述模型均能有效地检测出不同情况下的苹果隐性损伤。其中HRNet模型精确率、召回率、F1值和平均交并比较高,分别为97.96%、97.52%、97.74%和97.58%,但检测速度仅为60 f/s; PSPNet模型检测速度较快,可达到217 f/s,但其检测精度略低,精确率、召回率、F1值和平均交并比分别为97.10%、94.57%、95.82%和95.90%。     

马铃薯挖掘机升运分离过程块茎损伤机理分析与试验

针对马铃薯挖掘机升运过程马铃薯块茎机械损伤严重的问题,通过对马铃薯升运过程进行运动学分析和撞击过程能量学分析,建立了损伤能量的数学模型,确定了影响马铃薯机械损伤的主要因素及各因素的试验取值范围。以损伤综合指数和伤薯率为评价指标,以跌落高度、二级升运链倾角和二级升运链线速度为试验因素,进行二次正交旋转回归试验,建立各指标与因素间的回归数学模型,分析各因素对评价指标的影响规律,根据回归模型进行参数优化。结果表明,当二级升运链线速度1.42 m/s、二级升运链倾角27°、跌落高度220 mm时,损伤综合指数为0.43,伤薯率为3.6%,明显低于未经参数优化的马铃薯挖掘机薯块机械损伤情况,满足马铃薯收获作业要求。     

自走式果园多工位收获装备设计与试验

为解决现代化果园水果收获过程中人工劳动强度大、作业效率低、配套机械匮乏等问题,结合果树矮砧宽行密植模式和农艺种植要求,本研究设计了一种自走式果园多工位收获装备。首先介绍了自走式果园多工位收获装备的整机结构和工作原理,然后根据“两侧、两高度、六工位”采摘作业模式,对履带自走式底盘、扩展作业平台、果实自动输送装箱及转运系统的关键部件进行了参数分析、计算与结构设计。田间试验结果表明,所设计的自走式果园多工位收获装备可同步于六工位人工采收速度,苹果采收损伤率为4.67％,装箱均布系数为1.475,装箱速度为72.9个/min,能够满足果园采收作业要求。     

履带自走式分拣型马铃薯收获机设计与试验

丘陵山区和小地块是国内马铃薯的主要种植区域,针对这类地形的马铃薯机械化收获技术与装备匮乏的瓶颈问题,并结合马铃薯种植农艺和收获需求,采用自动对行挖掘-薯土分离-人工辅助捡拾相结合的马铃薯机械化单行收获方案,设计了一种履带自走式分拣型马铃薯收获机。该机主要由履带式底盘、自动对行挖掘装置、分离装置及分拣装置等关键部件组成,具有附着力大、高频低幅振动碎土、自动对行挖掘、人工辅助分拣和液压驱动模式等技术优势。在阐述总体结构及工作原理的基础上,结合马铃薯运动学模型和碰撞特性分析,确定了分离筛倾角为30°,分离筛末端与分拣筛始端之间的跌落高度为120mm等关键部件的结构参数和运行参数。由于采用人工辅助分拣的集薯方式,减少了薯块跌落与翻滚次数,缩短了马铃薯的分离行程。田间试验结果表明：样机作业速度为1.0、1.2km/h,分离筛运行速度分别为0.61、0.72m/s,分拣筛运行速度分别为0.42、0.50m/s时,生产率分别为0.10、0.12hm2/h;利用电子马铃薯采集的碰撞加速度平均值分别为51.02g、51.85g,碰撞加速度峰值均小于马铃薯临界损伤阈值,没有出现薯块漏捡和薯块表皮破损情况,收获效果良好,各项性能指标均满足相关标准的要求,研究可为马铃薯收获机分离分拣装袋工艺和马铃薯收获机的结构优化改进提供参考。     

基于轻量化改进YOLOv5的苹果树产量测定方法

果树测产是果园管理的重要环节之一,为提升苹果果园原位测产的准确性,本研究提出一种包含改进型YOLOv5果实检测算法与产量拟合网络的产量测定方法。利用无人机及树莓派摄像头采集摘袋后不同着色时间的苹果果园原位图像,形成样本数据集;通过更换深度可分离卷积和添加注意力机制模块对YOLOv5算法进行改进,解决网络中存在的特征提取时无注意力偏好问题和参数冗余问题,从而提升检测准确度,降低网络参数带来的计算负担;将图片作为输入得到估测果实数量以及边界框面总积。以上述检测结果作为输入、实际产量作为输出,训练产量拟合网络,得到最终测产模型。测产试验结果表明,改进型YOLOv5果实检测算法可以在提高轻量化程度的同时提升识别准确率,与改进前相比,检测速度最大可提升15.37%,平均mAP最高达到96.79%;在不同数据集下的测试结果表明,光照条件、着色时间以及背景有无白布均对算法准确率有一定影响;产量拟合网络可以较好地预测出果树产量,在训练集和测试集的决定系数R^{\mathrm{2}}分别为0.7967和0.7982,均方根误差RMSE分别为1.5317和1.4021 ㎏,不同产量样本的预测精度基本稳定;果树测产模型在背景有白布和无白布的条件下,相对误差范围分别在7%以内和13%以内。本研究提出的基于轻量化改进YOLOv5的果树产量测定方法具有良好的精度和有效性,基本可以满足自然环境下树上苹果的测产要求,为现代果园环境下的智能农业装备提供技术参考。