排序方式: 共有60条查询结果,搜索用时 31 毫秒
1.
2.
单轨道山地果园运输机齿条齿形优选 总被引:3,自引:2,他引:1
为减小单轨道山地果园运输机能耗及提高运输效率,该文基于动力学理论建立了运输机驱动轮与轨道齿条啮合的动力学模型,并设计、加工制造了链轮齿形齿条、销轮齿形齿条、摆线齿形齿条。以运输机驱动轮旋转角速度、轨道坡度、齿条齿形为考察因素,以驱动轮与不同齿形齿条啮合时所需提供的驱动扭矩为评价指标,探究齿条齿形对单轨道山地果园运输机力学性能的影响,得到在相同条件下驱动轮与链轮齿形齿条啮合时的驱动扭矩最小,且波动幅度最小。在驱动轮转速为+88.08 rad/s、轨道坡度分别为+0?、+6?、+12?时,驱动轮与链轮齿形齿条啮合时的驱动扭矩均值较驱动轮与圆弧齿形齿条啮合时的驱动扭矩均值分别减小33.82%,33.45%,21.59%;在驱动轮转速为-88.08 rad/s、轨道坡度分别为-0?、-6?、-12?时,驱动轮与链轮齿形齿条啮合时的驱动扭矩均值较驱动轮与圆弧齿形齿条啮合时的驱动扭矩均值分别减小35.55%,27.24%,30.43%。试验结果表明,链轮齿形齿条综合性能最优,较圆弧齿形齿条更适宜用于单轨道山地果园运输机的轨道运输中。该研究为单轨道山地果园运输机轨道的结构优化设计提供了参考。 相似文献
3.
山地果园开沟机倾斜螺旋式开沟部件设计与优化 总被引:3,自引:3,他引:0
为缓解中国山地果园开沟施肥作业中,可用开沟机型短缺、已有开沟机型普遍存在开沟功耗高、开沟稳定性差的问题,该文设计并优化了山地果园开沟机倾斜螺旋式开沟部件,进行了直刃刀、曲刃刀与齿形刀对比试验和齿形刀开沟刀片结构参数优化仿真试验。为验证优化效果及分析作业参数对开沟功耗的影响,进行了开沟作业参数对开沟功耗影响试验。试验结果表明:开沟功耗方面曲刃刀与齿形刀较优且差异不大,直刃刀较差;开沟沟深稳定性方面3者比较接近。利用响应面分析方法和EDEM软件建立了齿形刀结构参数优化仿真模型,仿真结果表明:对开沟功耗影响显著顺序为折弯角刃角安装角齿形。优化后结构参数为安装角4.5?,折弯角49?,刃角21?,原齿倍数1.25,对应开沟功耗为9.73kW。对开沟功耗影响显著顺序为沟深前进速度开沟转速;转速为566r/min时,开沟功耗较低。优化后开沟功耗降低12.80%,沟深稳定性系数提高1.18%。对比现有开沟机,开沟功耗降低22.22%,沟深稳定性系数提高7.2%~8.5%。研究结果可为山地果园开沟机开沟部件结构设计和开沟刀片结构参数优化提供参考。 相似文献
4.
5.
斜窝眼偏心轮式排种器通过整体结构设计,依靠种子重力、相互挤压力和斜窝眼实现自动充种,依靠种子自身重力和内置偏心轮实现排种和自动清种。窝眼的上半部分设计成倾斜状,下半部分设计成垂直状。根据农艺要求,选定排种轮的直径为100mm,得出排种轮角速度为4rad/s,排种轮转速为0.64rad/s,播种的籽粒数为35个/m,排种轮上窝眼数目为24个,且为两排交错排列,相邻窝眼间的夹角为30°。为确保准确清种,推种轮上的推种齿每排的齿数设计为8个,共两排,两排之间的距离为5mm。经反向验证得出排种的粒距为35mm,符合双低油菜播种间距30~50mm范围的标准。 相似文献
6.
为提高柑橘害虫识别精准度和防治效果,本研究构建包含10类对柑橘危害程度较重的害虫图像数据集,基于神经网络MobileNetV2与注意力机制ECA开发轻量化且高识别精度的ECA_MobileNetV2模型,并基于该模型开发一款边缘计算App。将ECA注意力机制嵌入MobileNetV2网络的反残差结构尾部,以增强原网络的跨通道信息交互能力,提升原网络的特征提取能力。测试结果显示,ECA_MobileNetV2模型对柑橘害虫的分类准确率达到93.63%,相比于MobileNetV2、GoogLeNet和ResNet18模型分别提高了1.68、1.44和2.40个百分点,而模型参数量、浮点运算数和模型大小分别为3.50×106、328.06×106和8.72 MB,复杂度仅略高于MobileNetV2,可以在手机上以边缘计算的形式运行。研究结果表明,本研究开发的智能识别工具能够对不同种类的柑橘害虫进行快速、有效的分类识别。 相似文献
7.
采用基于特征的参数化图素拼装技术实现轴类零件结构参数化,开发出轴结构设计分析CAD系统, 实现了轴类零件的计算机辅助设计。 相似文献
8.
基于EfficientDet-D1的草莓快速检测及分类 总被引:1,自引:1,他引:0
为了快速识别自然环境下的成熟草莓与未成熟草莓,本研究提出了基于EfficientDet-D1的草莓快速检测及分类方法。该方法具有EfficientNet 网络中快速归一化特征加权融合特点,应用该方法与YOLOv3、YOLOv4、Faster-RCNN以及EfficientDet-D0模型进行对比试验,结果显示,YOLOv3、YOLOv4、Faster-RCNN、EfficientDet-D0和EfficientDet-D1等5种算法的平均精度均值(PmA)分别为 89.51%、69.02%、96.54%、96.71%、97.50%。试验结果表明,EfficientDet-D1在成熟草莓与未成熟草莓的检测性能均优于其他4种目标检测算法,有较好的泛化性和鲁棒性,且使用模型参数量较小的EfficientNet网络,更适合作用于移动端识别,可实现草莓快速识别中的速度与精度要求。 相似文献
9.
硬度是确定猕猴桃成熟度的重要指标之一,对其贮藏周期与销售节点均具有重要指导意义。针对现阶段缺乏使用简易、成本低且精度高的猕猴桃无损硬度检测方法的问题,提出了一种基于视触觉与深度学习的猕猴桃硬度检测方法,通过分析柔性触觉传感层与猕猴桃接触时的形变,获取猕猴桃的动态触觉信息,并据此推断其硬度。以树莓派开发板为机电控制平台,制作了猕猴桃视触觉序列图像采集装置,并对装置按压猕猴桃间隔3h后接触面果肉与非接触面果肉的CIELAB颜色分量平均数进行差异显著性检验,随后采集了猕猴桃视触觉序列图像数据集600组,分别搭建了CNN网络、CNN-LSTM迁移学习网络、CNN-LSTM联合学习网络对视触觉序列图像进行分析及硬度预测。研究结果表明,接触面果肉与非接触面果肉颜色L*、a*、b*三通道分量下平均值无显著差异;深度学习模型LSTM引入长时和短时信息可以动态关联CNN提取的单帧图像特征,从而有效推断猕猴桃硬度,其中CNN-LSTM联合学习模型预测效果最优,其均方根误差(RMSE)、平均绝对误差(MAE)、决定系数R2分别为 1.611N、1.360N、0.856,优于现阶段光谱技术检测猕猴桃硬度的结果,随后将模型嵌入树莓派中制作了猕猴桃硬度自动检测装置,可实现短时间内猕猴桃硬度的较为准确检测。因此,结合视触觉传感方法与联合学习模型可以实现对单个猕猴桃硬度的准确无损测量。 相似文献
10.
7YGS—45型自走式双轨道山地果园运输机 总被引:7,自引:0,他引:7
为解决山地果园果实、肥料和农药等运输劳动强度大、效率低的生产实际问题,设计了7YGS - 45型双轨道果园运输机,重点解决了钢丝绳与驱动轮对配合实现摩擦驱动、抱轨与碟刹配合实现制动、防止运输机侧滑和上跳、防止钢丝绳在弯道中上抬与拉直、拖车自适应坡度调节等关键技术问题.试验表明,运输机最大爬坡角度47°,最小水平转弯半径8m,平均运行速度1.0 m/s.该机可适用于山地果园中运输果实、肥料等,也可搭载喷雾机或修剪机械等进行作业. 相似文献