冬枣分选装置研究现状

枣发源于山东省滨州市沾化区下洼镇，是枣树的一个栽培品种，果皮赭红光亮，皮薄肉脆、甘甜清香且营养丰富，可食率达95%。冬枣的鲜果质量等级以果实色泽、着色面积和果实大小的不同为衡量标准。目前市场销售的冬枣存在品种繁多和大小不一等问题，对冬枣进行分级分选是非常必要的。针对目前冬枣人工分级效率低、工人劳动强度大和分级效果不准确等现状，对冬枣分级分选装置进行了介绍。      

苏叶在线分选系统设计与试验

针对我国苏叶人工分选劳动强度大、效率低、缺乏自动分选系统的问题,设计了苏叶在线分选系统,该系统由上料单元、检测单元、传输单元、分选单元、下料单元、供气系统以及控制系统组成。首先对苏叶图像进行预处理,进而获取叶片最小外接圆及其直径信息,最后根据确定的转换系数得到苏叶尺寸。为便于苏叶分选控制,设计了苏叶尺寸输出排序策略。试验结果表明,利用该系统能够实现苏叶的快速测量与分选,单幅图像处理时间约为0. 18 s,分选速度约为4片/s,系统测量总体平均绝对误差为0. 157 cm,总体分选准确率为90. 09%。     

玉米种子实时检测分选装置设计与试验

针对我国玉米种子人工分选效率低、错分率高、缺少自动检测分选装置等问题,设计了一种玉米种子实时检测分选装置。该装置由进料单元、检测单元、分选单元和控制系统组成。下位机采用MSP430,与上位机实时通信,并控制分选执行机构,上位机采用Matlab 2014b软件对玉米种子图像进行实时处理,并输出识别结果。为了便于采集玉米种子图像,设计了种子分离机构。根据霉变玉米种子与正常玉米种子表面颜色的差异,设计了一种基于HSV颜色空间划分的玉米种子识别算法,并提出了一种玉米种子排序策略,实现了玉米种子的精确分选。该装置对单幅图像的采集和处理时间约为0.7 s,分选速率最高为680粒/min,霉变玉米种子识别准确率为100%,裝置总体分选准确率不低于94%。该装置实现了从玉米种子进料到分选的全自动化,能够对霉变玉米种子进行实时检测和分选。     

一种基于虚拟仪器的金属棒料自动无损检测系统

本文阐述利用超声波进行探伤检测和虚拟仪器编程语言LabVIEW调用动态链接库函数,实现超声信号的发射及采集等的一套棒料自动无损检测的系统。该技术替代传统的使用超声探伤仪检测的方法,提高棒料的检测效率和准确性,降低检测成本与工人劳动强度,实现高精度的非接触式测量和缺陷产品的自动分选,为缺陷信号的处理和解决等提供了一种新方法。     

基于卷积神经网络的鲜茶叶智能分选系统研究

机采鲜茶叶中混有各种等级的茶叶,针对风选、筛选等分选方法难以做到精确细分的问题,结合计算机视觉技术和深度学习方法,设计了一套鲜茶叶智能分选系统,搭建了基于7层结构的卷积神经网络识别模型,通过共享权值和逐渐下降的学习速率,提高了卷积神经网络的训练性能。经过实验验证,该分选系统可以实现鲜茶叶的自动识别和分选,识别正确率不低于90%,可对鲜茶叶中的单芽、一芽一叶、一芽二叶、一芽三叶、单片叶、叶梗进行有效的类别分选。     

冬枣斑点病发生与防治

冬枣斑点病群众俗称黑斑病、褐斑病,是一种危害果实的重要病害。斑点病的危害,能使冬枣减产20~40%,形成的残次果有的占到60%以上,直接降低了冬枣的经济效益。1冬枣斑点病的病因经山东农业大学、莱阳农学院、南京农业大学、山东省农科院及滨州市植保站等有关院校、     

6GFJC-86芋头分选机的设计与试验

目前,芋头的分选全部是以手工方式进行,不仅劳动强度大、生产效率低,且挑选出来的芋头大小不完全统一。为此,对芋头分选机进行了整体设计,侧重于对分选机构等关键部件。分选机构利用分选轴间距的大小,通过辊轴旋转且配合输送机构不断向前传送的机械方式,实现对芋头按尺寸进行大小连续分选。试验结果表明:样机分级合格率、损伤率、噪声、吨料电耗和生产率平均值分别为96.4%、0.176%、63.4dB(A)、0.164kW·h/t和5500kg/h,主要性能指标达到设计要求,作业质量满足分选要求。该机自动化程度高,操作方便,分选效率高,最大程度保护芋头不受损伤,能大大减轻劳动强度,节本增效。     

6FX-1000型核桃风选机设计与试验

利用丰满核桃和空瘪核桃空气动力特性方面的显著差异,设计了6FX-1000型核桃风选机,采用比重式风选方法对核桃进行分选。介绍了核桃风选机的结构、基本参数和工作原理,试验证明,该机生产率是人工作业的50倍以上,而成本不足人工成本的2.5%,分选率≥90%,大大降低了劳动强度和生产成本,对核桃深加工产业的发展具有重要的意义。      

基于计算机视觉的胡萝卜外观品质分级系统与装备

为了实现胡萝卜的自动化分级分选,在前期胡萝卜青头、须根、开裂检测算法研究的基础上,参照国家标准需求,进一步提出了胡萝卜外观等级规格,如弯曲、断折等缺陷,以及衡量异品种的锥形度参数的检测方法,并以此为基础设计了基于计算机视觉的胡萝卜外观品质实时分选生产线。该生产线由下位机控制系统、上位机软件系统和机械分级装置组成。通过对软硬件环境和机械系统性能的测试表明:该分选生产线每秒钟可检测20个胡萝卜的等级;对520个胡萝卜含有不同种类缺陷和异品种的胡萝卜进行分级检测,分级正确率达到了93.5%,能够满足胡萝卜外观品质分选实时检测的要求。该分选线能够同步实现胡萝卜等级规格、质量、各种缺陷的实时检测与在线分选。     

高压静电场处理对冬枣果实鲜度保持的影响

以冬枣为材料,研究了20kV/m,60kV/m和100kV/m高压静电场处理对果实质量损失率、腐烂率及果实维生素C含量变化的影响.实验结果表明,高压静电场处理对冬枣果实腐烂的发生具有明显的抑制作用,并能降低冬枣的Vc损失,抑制水分的蒸发.在相同贮藏条件下,利用100kV/m的高压静电场处理冬枣1h,贮藏保鲜效果最好,贮藏84天后的好果率达到81%以上.     

栅条滚筒式红枣分级机改进与试验研究

为了保证红枣分级过程中不伤果,通过对传统的等螺距螺旋红枣分级机的改进与试验,确定较优的螺距及转速。采用二因素三水平的正交试验,研究了不同螺旋螺距和滚筒转速下对红枣混级率和生产效率的影响,得到内螺旋螺距变化影响较为显著。通过均匀试验得到改进后红枣分级机的主要参数为内螺旋螺距为40mm、滚筒转速为32r/min时分级质量和效率最好。     

冬枣辅助采摘车的设计与试验

为了解决冬枣采摘过程中劳动力短缺、无机械化、采摘效率低等问题,设计了4DD-2型电驱动自走式冬枣辅助采摘车。该车有两个作业单元,并带有各自的除杂设备和冬枣周转箱,每个作业单元在作业过程中互不干扰。4DD-2型冬枣采摘车主要由车架、旋转支座、升降四杆机构、站立筒及配套液压等组成。对旋转支座使用Workbench进行静动力学分析,可知旋转支座满足设计要求;对升降四杆机构升降液压加力装置优化求解,获得了最优参数。试验结果表明:当采摘车以0. 04km/h的速度作业时,冬枣采摘量为184. 3kg/h,冬枣破损率低于2. 0%,采摘量是人工采摘的10倍,破损率仅为人工采摘的32%;冬枣辅助采摘车采摘状态与运输状态转换灵活,通过性能优良。     

一种基于偏好免疫网络多特征辨识的油茶果分选识别方法

针对油茶果采摘、脱壳后机器视觉分选效率不高的问题,提出一种多特征偏好人工免疫网络算法,该算法应用人工免疫网络的多目标优化与偏好数据库特征,提取油茶目标的颜色、形态多特征输入免疫网络进行仿真测试。试验结果表明,本文提出的多特征偏好免疫网络的识别率最高达到90%以上。相比单特征分选方法有了较大的提升,证明本文分选方法的有效性,并为农林业目标智能化分选辨识提供一种可行的方案。     

冬枣果实特性及机械化采摘现状研究

冬枣采摘是用工量最大、用工时间最密集的作业,实现冬枣机械化采摘是冬枣种植业的一大难题。通过梳理冬枣果实特性、脱落方式及规律等信息,阐述现有相关采摘机械研究包括工作原理、作业特点、存在缺陷等方面,对比分析干果红枣采收与冬枣采收。可以发现：振动式采摘是大规模生产中应用最广泛的方式,实现高效收获,但存在收集难度大、果实损伤率高等限制;半自动辅助采摘设备每次只对单个果实作业,效率提升有限;采摘机器人的研究尚在起步阶段,存在果实识别环境影响大、执行器执行不到位、效率低等难题。最后,提出冬枣采摘机械研发与冬枣种植管理相结合、冬枣采摘机械智能化、自主研发与国外技术相互借鉴是未来的研发方向。     

基于视觉的茭白自动分级包装设备研究与开发

为降低茭白品质分级的劳动成本,建立统一分级标准,提高茭白分级包装的准确率及效率,开发一种基于机器视觉的茭白自动分级包装设备,利用深度学习技术获取茭白大小、形状、颜色、病虫害情况等表型特征对茭白进行品质分级。设备包含控制系统、上料模块、品质分级模块、分拣包装模块,具备自动分料、传输、品质分级、分拣包装功能。完成分料移送机构和归整机构设计以约束茭白位置实现单根有序稳定传输。机械臂4自由度协同控制确保茭白分拣包装有序进行。经现场测试,茭白品质分级的准确率为95.62%,分级包装效率达3 s/根,且稳定性良好。结果表明,该设备能自动、准确地完成茭白的品质分级和分拣包装,可为实现“机器换人”的转化和提升农业智能化水平提供技术支撑。     

基于机器视觉的工业机器人智能分拣系统设计研究

随着我国工业发展脚步的不断加快,机器人在工业智能化中发挥的作用日益突出,将其应用到机械零件分拣工作中,可以利用机器人的智能化特点,代替传统模式下的人工操作.基于此,本文主要从机器视觉技术出发,探讨基于机器视觉的工业机器人智能分拣系统设计,以此来为日后工业生产效率及质量的提升提供参考.     

马铃薯智能排种机补种系统设计与试验

为提高马铃薯智能排种机的排种效率,降低作业人员的劳动强度,进一步提高马铃薯出芽及收获产量,对智能排种机的补种系统进行了设计。在智能排种机结构组成及工作原理基础上,建立马铃薯运动学参数模型,并加装补种装置,主要包括声光传感器、步进电机及报警装置等。给定合理的补种控制程序,进行试验,结果表明:设计的智能排种机补种系统补种合格率达97.5%以上,漏种指数试验平均值为1.1%,重种指数试验平均值为1.3%,各关键参数指标符合设计要求。该优化试验可为马铃薯智能排种机其他关键装置性能提升提供参考。     

基于OHTA颜色空间的瓜果轮廓提取方法

提出了一种对彩色水果图像进行果实轮廓提取的算法.首先将图像转换为OHTA颜色空间中的灰度图像,用阈值法实现了图像分割;然后用BLOB算法滤去图像中的噪声;最后用插值的方法得到平滑的轮廓曲线.利用开发的智能瓜果精选分级试验样机,按照大小对温室西红柿进行分类,对算法的精度和实时性进行检验,结果表明算法的精度可达98%,分选速度达到3个/s,达到了实用化的目标.