鲜杏外部缺陷在线检测系统

为了有效实施对鲜杏表面缺陷的快速检测,基于LabVIEW软件平台和IMAQ Vision视觉工具包,开发了可同时检测鲜杏表面磨伤、日灼、霉变及碰伤缺陷的在线视觉检测系统。该系统包含图像在线采集和处理识别模块。最后,通过对搭建的系统在水平输送速度为0.063m/s条件下,对190个各类鲜杏样本进行RGB彩色图像采集,然后提取G单分量图像并依次采用中值滤波、图像灰度变换、阈值分割及形态学处理等算法对缺陷鲜杏图像进行处理和分析,得到正常果、磨伤果、日灼果、霉变果、碰伤果检测的准确率分别为88.00%、73.33%、80.00%、8 2.5 0%、8 7.5 0%,整体在线识别率达到8 3.1 5%。     

基于虚拟仪器的籽棉残膜分离装置测试系统

基于虚拟仪器技术并结合各种传感器,设计了籽棉残膜分离装置的测试系统,并将系统采集数据和四通道智能压力风速风量数据采集仪及手持式激光转速计测量的数据进行对比分析。试验结果表明:大、小滚筒转速采集数据的最大相对误差为0.68%,风速采集数据的最大相对误差为8.95%。系统测试精度满足对风速和转速的测量要求。     

《农业机械学》自治区级教学团队建设研究与实践

本文重点介绍了石河子大学《农业机械学》自治区教学团队的建设思路、措施及建设成效。课程组制定了合理的师资队伍发展规划及配套措施,推动团队师资队伍水平提高;坚持深化实践教学体改革,加强和完善实践教学,致力打造三位一体的教学团队;深化课程体系改革,丰富完善教学内容,提升教学质量和水平;立足兵团"大农业、大农机",凝练研究方向,科研教学相长。     

农机推广基地建设对新疆生产建设兵团农业现代化的影响及发展对策

本文对新疆生产建设兵团农业机械及其推广基地建设现状进行了分析,指出了存在的问题并对农业机械推广任务进行了分析和研究,为农业机械推广基地提出了建议和对策。     

鲜杏无水清洗喷嘴收口角度的仿真研究

为确定适用于鲜杏无水清洗喷嘴的最优收口角度,利用FLUENT软件分别对收口角度为1°,2°,…,30°的柱锥形喷嘴进行数值模拟分析,确定了相同的无水清洗喷嘴工作截面,并以鲜杏物料特性和喷嘴外流场特性作为喷嘴最优收口角度参考依据。结果表明:外流场气流速度随着收口角度的增大而增强;入口速度为80m/s,当收口角度超过30°时,无水清洗工作截面的气流速度超过鲜杏表皮所能承受最大速度;收口角度为15°时,工作截面平均气流速度可达32.35m/s、有效清洗宽度为70mm,且其速度不均匀系数最小。故本文鲜杏无水清洗喷嘴的最优收口角度为15°。本研究可为鲜杏无水清洗喷嘴的结构设计提供一种参考。     

网状滚筒式籽棉残膜分离机物料特性分析

网状滚筒式籽棉残膜分离机是利用网状滚筒和正压风力结合的方式实现残膜与籽棉的分离。籽棉与残膜的物料特性研究对进一步研究网状滚筒式籽棉残膜分离机理意义重大。该文利用理论分析与试验研究方法,得到：1）籽棉形态与悬浮速度的关系;2）不同形态籽棉与滚筒的吸附特性临界方程;3）残膜悬浮速度与残膜表面积的关系;4）残膜吸附在滚筒壁面时两侧压力差与风速关系。研究结果可以为网状滚筒式籽棉残膜有效分离提供了基础理论。     

基于像素块和机器学习的播前棉田地表残膜覆盖率检测

由于农用地膜的长期使用,棉田残留地膜造成了严重的耕地环境污染。为了快速准确地检测播前棉田地表残膜污染,该研究提出一种基于像素块和机器学习的播前棉田地表残膜覆盖率检测方法。将原始图像通过不同尺寸分割的方法得到像素块,提取像素块的一阶、二阶、三阶颜色矩和灰度共生矩阵（Gray-level Co-occurrence Matrix,GLCM）纹理特征,通过像素占比判别方法提取标签。采用随机森林（Random Forests,RF）、极端梯度提升（Xtreme Gradient Boosting,XGBoost）、支持向量机（Support Vector Machine,SVM）和人工神经网络（Artificial Neural Network,ANN）4种算法构建残膜识别模型,计算棉田地表的残膜覆盖率。结果表明,20×20像素块下采用人工神经网络算法,残膜覆盖率检测值与真实值的相对误差最小,为0.51%,检测时间最短,为0.29 s。相比于像素点,像素块识别方法减小了样本数量,增加了像素点之间的相互特征,可快速准确检测残膜覆盖率,对农田残膜污染监测具有一定借鉴意义。     

机采籽棉收购环节含杂率快速检测系统研制

籽棉收购过程中含杂率检测工序繁杂、劳动强度大、效率低,不利于籽棉的快速检测分级,严重影响籽棉收购效率。该研究开发了一种适于收购环节的机采籽棉含杂率快速检测系统。系统由驱动传输单元、压棉单元、传感单元、机器视觉系统、PLC控制系统组成。首先利用大杂清理机清除籽棉中的棉杆和铃壳等大密度杂质(大杂),对去大杂后的籽棉进行称量后送至机器视觉系统,采用RGB双面成像方法获取籽棉样本图像,分析计算图像中的杂质面积,预测去除大杂的籽棉含杂率和小杂质量,最后结合计算的大杂质量预测籽棉样本总含杂率。其中,RGB图像处理中使用同态滤波、主成分分析(Principal Component Analysis,PCA)变换和局部自适应阈值方法提升图像的可分割性;比较了线性回归(Linear Regression,LR)和支持向量机回归(Support Vector Regression,SVR)2种回归模型的准确率,确定较优的回归模型为LR,总含杂率决定系数R~2为0.95,均方根误差RMSE为0.58%,最后利用100个籽棉样品对系统性能进行验证,实测值与预测值之间平均绝对误差为0.36个百分点,单个样本含杂率检测程序处理时间为48.38 s。结果表明该系统具有较高的预测准确率和效率。     

兵团农机推广基地建设发展对策

本文通过对兵团农机推广基地建设的现状及兵团农机推广的现状进行分析,指出其发展过程中存在的问题与不足,并对兵团农机推广的任务进行了分析和研究,为建设兵团农机推广基地提出建议和对策。