基于离散元的间歇式施肥器的施肥过程

为解决云南地区普通开沟条施施肥器耕作阻力大以及持续施肥导致的化肥浪费、污染的问题,基于曲柄滑块机构设计了一款间歇式施肥器,并利用EDEM对其2个周期(0.6 s)的施肥过程进行仿真分析,并将其耕作阻力、施肥效果与普通开沟条施施肥器对比.在行进速度都是1 m/s、下落深度都是24 cm的情况下,间歇式施肥器在1个周期内的施肥约10 cm;施肥深度分布在0～24 cm;施肥间距为30 cm,满足农业上的追肥要求.其平均耕作阻力仅为39.968 N,每次排肥的颗粒都在3 200颗左右,排肥颗粒总数为6 964颗,均远小于条施施肥器.因此可以在满足农艺要求的情况下做到降阻减排.     

基于近红外光谱的普洱茶产地识别研究

以81份来自西双版纳、普洱市、临沧市3个不同产地的普洱茶样本为研究对象,其中校正集54份,验证集27份,利用近红外光谱采集单个普洱茶样本在1 100～2 498 nm的光谱数据,分别采用主成分聚类分析法和判别分析法建立普洱茶产地识别定性分析模型。结果表明,2种分析模型的校正集正确识别率均大于90%,可用于普洱茶产地的识别。其中,基于判别分析方法建立的判别分析模型效果更好,其校正集和验证集的识别正确率达到98.15%和100%,更适用于普洱茶产地的识别。应用近红外光谱技术可快速、无损识别普洱茶产地,为普洱茶产地检测提供参考。     

基于机器视觉的八角颜色与果形识别研究

为了提高八角外观检测精度及效率，基于机器视觉技术对不同果形和颜色的八角进行识别和处理。果形在RGB、HSI颜色空间中，根据棕红、黑红、褐红在H颜色空间的区别，提取了不同颜色的八角H分量值，识别正确率为95.12%、95.12%、97.56%。利用极坐标变换思想建立极坐标模型，通过对极坐标模型错位相减、归一化、角数判别，有效的识别八角的角数，识别正确率为94.73%；在角数识别的基础上通过余弦定理实现了粗短八角角瓣、瘦长八角角瓣的判别，识别正确率分别为94.29%、97.14%；通过对极坐标变换后的轮廓进行傅里叶变换识别了粗短八角角瓣和瘦长八角角瓣，识别正确率分别为94.29%、94.29%；通过对八角波峰点进行标准差分析，有效地识别了八角是否均匀。以上方法识别率高且精确，为八角的外观检测技术提供了理论基础和前景。