基于正交试验的制粒机成型仿真及结构参数优化

制粒机是饲料行业重要设备之一,其结构参数影响饲料成型。为了进一步优化制粒性能,采用COMSOL有限元分析软件对物料的挤压过程进行分析模拟,设计L9(34)正交试验研究制粒机环模内径、模孔长度、压辊直径和模辊间隙对成型性能的影响,通过权矩阵分析确定较优的参数组合并加以验证。结果表明：①制粒机内部模型的仿真模拟能够有效地反映物料在实际工作时的运动状态;②对性能影响由大到小的结构因素排序为模辊间隙、模孔长度、压辊直径、环模内径;③制粒最优组合为环模内径425 mm、模孔长度54 mm、压辊直径178 mm、模辊间隙1.5 mm,制粒机的成型速率较优化前得到提升。上述结果表明,采取的仿真试验及优化办法具有一定的实效性,可为制粒机内部成型模拟分析以及后续的结构设计与参数优化提供方法借鉴。     

基于卷积神经网络的轻量级水稻叶片病害识别模型

水稻病害一直是影响水稻产量的重要因素之一,为了快速、准确地检测水稻病害,本研究提出了一种基于卷积神经网络的轻量级水稻叶片病害识别模型。首先,从参数量的角度对注意力机制进行改进,得到轻量级注意力机制模块,对水稻叶片病害特征图中的潜在注意力信息进行深度挖掘;其次,使用深度可分离卷积代替部分标准卷积,进一步降低模型的参数量;最后,为了提高模型的泛化能力,让模型学习过程更快、更稳定,采用了自带内部归一化属性的扩展型指数线性单元函数(SELU)与外部组归一化模块相结合的方法。通过在公共数据集中进行验证,本研究构建模型的平均精度最高(0.990 0),模型在参数量和平均单次迭代时间方面也有一定优势,与其他模型相比,具有相对较好的性能。