高架草莓的果实识别与果梗分割

在高架栽培环境下,精准识别草莓果实并分割果梗对提升草莓采摘机器人的作业精度和效率至关重要。该研究在原YOLOv5s模型中引入自注意力机制,提出了一种改进的YOLOv5s模型（ATCSP-YOLOv5s）用于高架草莓的果实识别,并通过YOLOv5s-seg模型实现了果梗的有效分割。试验结果显示,ATCSP-YOLOv5s模型的精确率、召回率和平均精度值分别为97.24%、94.07%、95.59%,较原始网络分别提升了4.96、7.13、4.53个百分点;检测速度为17.3帧/s。此外,YOLOv5s-seg果梗分割模型的精确率、召回率和平均精度值分别为82.74%、82.01%和80.67%。使用ATCSP-YOLOv5s模型和YOLOv5s-seg模型分别对晴天顺光、晴天逆光和阴天条件下的草莓图像进行检测,结果表明,ATCSP-YOLOv5s模型在3种条件下识别草莓果实的平均精度值为95.71%、95.34%、95.56%,较原始网络提升4.48、4.60、4.50个百分点。YOLOv5s-seg模型在3种条件下分割草莓果梗的平均精度值为82.31%、81.53%、82.04%。该研究为草莓采摘机器人的自动化作业提供了理论和技术支持。     

穴盘缺苗气吸式基质剔除装置设计与试验

针对穴盘缺苗穴孔内钵体松散易碎导致基质剔净率低的问题,设计了一种气吸式基质剔除装置。该装置首先利用深度学习模型检测缺苗穴孔并定位,随后输送带输送穴盘苗到达基质剔除模块,控制系统根据缺苗穴孔位置信息,控制直线模组带动气吸端口到达缺苗穴孔正上方位置,最终利用负压吸附的方式完成缺苗穴孔基质剔除任务。利用DEM-CFD耦合仿真方法对比分析了9种气吸端口结构对基质剔除性能的影响,结果表明,当气吸端口圆管直径为30mm、收缩管高度为50mm时,基质剔除率高且输送更均匀。搭建缺苗穴孔气吸式基质剔除试验平台,开展气吸式基质剔除多因素正交试验研究,结果表明：最优参数组合为：气压0.5MPa、基质含水率50%~55%、气吸时间为3.0s、有硅胶垫。开展性能验证试验,结果表明,穴盘缺苗穴孔检测模型平均正确率均值为96.1%,平均定位成功率为95.45%,基质平均剔净率在90%以上,整机作业效率为57s/盘,满足实际剔补苗作业要求。     

基于改进YOLOv5s的自然环境下猕猴桃花朵检测方法

为实现对猕猴桃花朵的快速准确检测,该研究提出了一种基于改进YOLOv5s的猕猴桃花朵检测模型YOLOv5s＿S＿N＿CB＿CA,并通过对比试验进行了精度验证。在YOLOv5s基础上引入C3HB模块和交叉注意力(criss-cross atte ntion,CCA)模块增强特征提取能力,结合样本切分和加入负样本处理方法进一步提升模型精度。改进模型的检测精确率为85.21%,召回率为90%,模型大小为14.6 MB,交并比(intersection over union,IoU)为0.5下的均值平均精度(mAP_0.5)为92.45%,比仅进行样本缩放处理的原始YOLOv5s提高了31.91个百分点,检测速度为35.47帧/s,比原始YOLOv5s提高了34.15%。使用改进模型对自然环境下不同天气、晴天不同时段光照强度下的猕猴桃花朵进行检测,结果表明模型检测晴天、阴天下猕猴桃花朵的mAP_0.5分别为91.96%、91.15%,比原始YOLOv5s分别高出2.55、2.25个百分点;检测晴天9:00-11:00、15:00-17:00光强下猕猴桃花...     

基于单轴密闭压缩试验的草炭离散元参数标定

为了提升穴盘播种过程中草炭装盘、压穴、覆料的仿真准确性,基于草炭的物料特性,选择Edinburgh Elasto-Plastic Adhesion（EEPA）模型在EDEM软件中建立草炭离散元仿真模型,通过单轴密闭压缩和虚拟仿真试验对草炭参数进行标定。通过物理试验测得草炭密度、粒径分布和接触参数,应用Plackett-Burman Design和最陡爬坡试验设计显著性分析试验,发现草炭间恢复系数、静摩擦因数、草炭切向刚度因子和剪切模量影响显著。应用Central Composite Design试验建立响应值与4个显著性参数的二次多项式回归模型,以单轴密闭压缩20%、50%轴向应变对应的轴向压力3.83、91.45N为目标值对显著性参数进行寻优,得到最优组合为：草炭间恢复系数0.202、草炭间静摩擦因数0.595、切向刚度因子0.667、草炭剪切模量0.613MPa。最后将该参数组合下的仿真值与实测值进行对比验证,在轴向应变范围20%~50%内实测值与仿真值的平均误差约为8.08%。相对误差在轴向应变40%左右达到最大值,为15.34%。结果表明基于响应面法标定的EEPA模型参数可用于离散元仿真研究。     

欧姆加热对米饭蒸煮过程能耗及其品质的影响

电饭煲蒸煮米饭存在电热转化效率低、温度不易控制等不足。该研究设计了一种加热速率和保温温度自动可控的欧姆加热试验系统，并研究了浸泡时间和水米比对水米混合物的电导率、欧姆蒸煮加热速率、能耗以及米饭品质（膨胀率、吸水率、物性值和颜色）的影响，并与电饭煲蒸煮米饭的能耗和品质进行比较。结果表明：浸泡能够增大水米混合物电导率，水米比越小电导率增加越快，有效提高欧姆加热蒸煮米饭加热速率；浸泡还有利于减少米饭蒸煮能耗（P<0.05），促进米饭软化；因此大米浸泡处理30 min后采用欧姆加热蒸煮米饭可行。欧姆蒸煮加热速率越快，米饭硬度上升（P<0.05），而黏性和弹性则略有减小（P<0.05），加热速率在3～9 ℃/min范围内为宜；水米比可取1.25∶1～1.50∶1 mL/g。蒸煮相同质量的大米，欧姆加热所需能耗仅为电饭煲蒸煮的20%～25%；相较于电饭煲蒸煮，欧姆加热蒸煮米饭硬度最大可减小21%，且膨胀率和吸水率较大（P<0.05）、亮度L*值较小（P<0.05）。研究结果可为研发基于欧姆加热的快速高效米饭自动蒸煮装置提供技术支撑。     

基于RSM和GA-BP-GA优化的油茶籽仿真参数标定

采用逆向工程技术,在EDEM软件中建立了油茶籽离散元模型;通过物理试验测得油茶籽堆积角为(27.93±1.46)°,以及密度、碰撞恢复系数和油茶籽-钢板间静摩擦因数的参数区间,采用Plackett-Burman Design和最陡爬坡试验筛选显著性因素;以堆积角为响应值,采用响应面(RSM)和机器学习对显著性参数进行优化和对比。结果显示,基于遗传算法(GA)的BP人工神经网络的预测能力与稳定性优于随机森林、支持向量机和BP人工神经网络;采用GA寻优得到油茶籽-油茶籽间静摩擦因数为0.443、油茶籽-钢板间静摩擦因数为0.319、油茶籽-油茶籽间滚动摩擦因数为0.063,测得仿真堆积角为27.63°,与实际堆积角的相对误差为1.09%;采用RSM得到油茶籽-油茶籽间静摩擦因数为0.383、油茶籽-钢板间静摩擦因数为0.335、油茶籽-油茶籽间滚动摩擦因数为0.064,测得仿真堆积角为26.99°,相对误差为3.33%。研究结果表明,在油茶籽参数标定中,GA-BP-GA的参数优化效果优于RSM,并且该研究所建油茶籽模型与参数标定结果可用于离散元仿真。     

基于圆柱凸轮的株距可调式取苗末端执行器设计与试验

穴盘苗疏植移栽是设施农业育苗的关键步骤,可为幼苗提供优良的生长环境,实现增产增收。针对疏植移栽环节中,可调株距设备自动化程度低,人工作业效率低下,易损苗伤苗等问题,本文设计了一种基于圆柱凸轮的株距可调式取苗末端执行器,可实现不同株距之间的疏植移栽作业。首先,对末端执行器整体结构进行设计,确定其工作原理;其次,通过理论分析确定圆柱凸轮与取苗手指各关键参数,并分析其作业状态下受力情况;然后,利用EDEM与Recur Dyn建立苗钵根土复合模型,进行耦合仿真单因素模拟试验,确定后续正交试验因素范围;最后,搭建了穴盘幼苗疏植移栽试验平台,以取苗针夹角、入土角、取苗针间距和变距速度为试验因素,以苗钵最大形变量和移栽成功率为试验指标,进行正交试验。在最优参数组合为取苗针夹角10°、入土角4°、取苗针间距8 mm、变距速度5 mm/s下,选取128穴至72穴与72穴至50穴两种疏植移栽要求进行验证试验,移栽后128穴钵体形变量平均值为(1.13±0.68) mm, 72穴钵体形变量平均值为(1.51±0.64) mm。总移栽成功率为93.33%,整机移栽效率为22株/min,满足不同穴盘规格疏植作业...     

欧姆加热预处理对苹果切片热风干燥特性的影响

为了研究欧姆加热的电、热效应对苹果组织水分迁移特性的影响,通过欧姆加热预处理的苹果切片热风干燥试验,研究了欧姆加热的电场强度和温度对苹果切片热风干燥特性的影响,并计算了不同欧姆加热条件下苹果组织水分扩散系数和干燥常数。结果表明:欧姆加热预处理对苹果热风干燥特性具有显著影响,欧姆加热温度越高,电场强度越大,苹果组织的干燥速率越快,干燥速率常数范围为0.017 26～0.021 91;有效水分扩散系数由未处理的2.336×10~(-10)m~2/s变为处理后的3.348×10~(-10)m~2/s,增大约0.43倍,可以有效地提高苹果组织的水分迁移。本研究为欧姆加热预处理的热风干燥工艺提供了参考。