荞麦剥壳效果在线检测装置的设计与试验

为提高荞麦剥壳设备的自动化程度,改善以往依靠手工筛分、计算的方法得到碎米率、整米率和未剥壳率,且不能实时检测等问题,设计了一种基于图像识别技术的荞麦剥壳效果在线检测装置并进行了测试试验。该装置主要由取样机构、匀样机构、图像识别系统和气流除尘光照箱等组成。试验结果表明:碎米率均值误差为1.0 8%、整米率均值误差为-4.4 9%、未剥壳率均值误差为3.4 3%,能够较为准确地反映出荞麦加工过程中的剥壳效果。     

勺式排种技术及其排种均匀性的研究分析

针对马铃薯播种机上普遍采用的勺式排种装置存在排种均匀性差的问题,就影响其排种均匀性的两个主要因素—皮带运行速度和种薯形状进行研究分析。建立了排种装置的运动模型,并进行运动学分析。理论研究分析表明:将排种装置倾斜布置并配合有小直径的下从动辊可以改善排种的不均匀性;对于种薯要避免选择长条形和特长条形种薯,形状统一的种薯有利于排种的均匀性。     

弹球清筛对荞麦分级效率影响的试验研究

荞麦属于难筛粒,生产加工前对其进行分级时,分级筛堵筛严重。为此,对影响荞麦分级效率的筛体振动频率、喂入量、弹球数量等因素进行了单因素及正交试验研究。试验结果显示:弹球在荞麦分级过程中清筛效果显著;当分级筛框格长度为65mm,且每个框格中放置7个直径为30mm的硅胶弹球、筛体振动频率为8.22Hz、喂入量为7.1 2 kg/min时,分级效率较好,达到9 8.6 9%     

荞麦剥壳机性能参数试验研究

针对砂盘式荞麦剥壳机存在效率较低、重复搓擦、能耗大等问题,改进了剥壳机主要工作部件,分析产生间隙调整误差的原因,在此基础上对提高荞麦剥壳机的出米率及降低相对碎米率进行研究。以粒径为4.6~4.8mm的荞麦为试验原料,将出米率和相对碎米率作为评价指标,对影响剥壳效率的主要因素:剥壳间隙、砂盘转速及间隙周向误差进行试验研究。试验结果表明:剥壳间隙接近5.0mm时,出米率较高而相对碎米率较低;随着砂盘转速的增大,相对碎米率呈二次函数逐渐递升,最佳转速为950r/min。正交试验结果表明:剥壳间隙周向误差对碎米率影响显著;剥壳间隙和砂盘转速对出米率、相对碎米率均有显著影响。最终优化方案为:剥壳间隙4.8mm,砂盘转速950r/min,间隙周向误差±0.05mm,此时出米率为35.4%,相对碎米率5.8%,出米率高于目前荞麦米生产水平10%~25%。     

草地蝗虫吸捕机的改进设计与试验

为进一步提高草地蝗虫吸捕机的性能,在内蒙古农业大学机电工程学院研制的3CHX18型草地蝗虫吸捕机基础上,对相应工作单元进行了改进设计。将风机动力源由拖拉机动力输出轴驱动改为柴油机直接驱动的独立动力传动型式,提高了机组传动效率和运行的机动性能;同时,将卸料口改进为一种螺旋输出卸料结构,使卸料更方便、快捷。样机试验表明:机组作业安全可靠,传动效率达97.6%,吸吹口气流达到目标速度,卸料装置能连续稳定输出物料,机器整体性能得到进一步提升。     

基于PCA和神经网络的荞麦剥壳混合物识别

针对荞麦剥壳机调节运行参数时需要对出料口混合物中各种成分进行定量分析,而传统人工分析方法耗时且主观性强的问题,研究了一种基于主成分分析和BP神经网络的荞麦剥壳混合物识别方法。采集未剥壳荞麦、已剥壳完整荞麦米和破损荞麦米的图像,对图像进行预处理后,提取了每个单独籽粒图像的12个颜色特征、10个形状特征和18个纹理特征。使用主成分分析法将40个特征参数映射为5个综合特征作为输入参数,构造了一个5-11-3结构的单隐层BP神经网络对荞麦剥壳混合物进行识别,试验结果表明:该BP神经网络对未剥壳荞麦、已剥壳完整荞麦米和破损荞麦米的识别正确率分别为98%、90%和98%,平均正确率为95%,能够对荞麦剥壳混合物进行有效的识别。     

影响带勺式马铃薯播种机排种性能的因素分析与试验

2015年,马铃薯主粮化发展战略的提出将极大地促进我国马铃薯种植业的发展,种植面积将显著增加,这对我国马铃薯播种机排种性能提出了更高的要求。我国带勺式马铃薯播种机漏种、重种指数较高,与国外相同机型相比差距很大。为此,利用带勺式马铃薯排种试验台进行了排种性能试验研究。试验得出了取种皮带张紧力、播种机工作速度、振动轮位置,以及充种高度对漏种、重种指数的影响规律,旨在为马铃薯播种机的设计及工作参数调整提供参考。