哈密大枣翻转传输装置的设计及分析

为了利用机器视觉技术对哈密大枣进行全表面分级检测,设计了适合哈密大枣的滚子式翻转传输装置.介绍了装置的工作原理,并对翻转传输装置的关键部件参数进行计算,得到了可靠的翻转传输装置模型;同时分析了哈密大枣在滚子上的运动以及受力情况.     

滚动轴承代号识别方法简介

<正>1国内滚动轴承的分类及代号1.1滚动轴承的类型根据轴承所承受的外载荷方向的不同,滚动轴承可分为向心轴承、推力轴承和向心推力轴承三大类。根据滚动体种类的不同,滚动轴承又可分为球轴承和滚子轴承。根据轴承的调心性能不同,滚动轴承     

采后葡萄可溶性固形物含量的高光谱成像检测研究

提出一种应用高光谱成像技术检测葡萄可溶性固形物含量的方法。使用高光谱成像系统采集葡萄漫反射光谱,在500~1 000 nm光谱,采用多元散射校正(MSC)、标准正态变换(SNV)进行光程校正,结合一阶微分(1-Der)、二阶微分(2-Der)、Savitzky-Golay(S-G)平滑方法及其组合对原始光谱进行预处理,建立可溶性固形物含量的偏最小二乘法(PLS)和逐步多元线性回归(SMLR)模型。结果表明:采用PLS和SMLR建模方法均取得较好的预测效果。采用经过MSC、1-Der和S-G平滑相结合预处理后的光谱建立PLS预测模型,校正集的相关系数Rc为0.979 1,RMSEC为0.265,预测集的相关系数Rp为0.962 0,RMSEP为0.372;采用原始光谱、1-Der和SG平滑相结合预处理后的光谱建立SMLR预测模型,校正集的相关系数Rc为0.967 8,RMSEC为0.327,预测集的相关系数Rp为0.947 2,RMSEP为0.394。以上表明,基于高光谱成像技术可以实现采后葡萄可溶性固形物含量的准确无损检测。     

不同储存时间和取样部位牛肉颜色的高光谱图像检测

为了探讨高光谱图像技术对不同储存时间和取样部位的牛肉颜色检测的可行性,采集具有代表性的牛肉后腿、里脊和背脊共82个牛肉样品的高光谱图像,并测量其亮度、红度、黄度和饱和度等颜色参数.选取感兴趣区域获取样品代表性光谱,通过选择适宜的谱区范围和预处理方法,建立并评价了预测各颜色参数的偏最小二乘校正模型.对于亮度、红度、黄度和饱和度,校正集的相关系数分别为0.80、0.91、0.91和0.93,校正标准差分别为2.23、1.18、0.82和1.12,预测集的相关系数分别为0.92、0.88、0.87和0.89,预测标准差分别为1.66、1.45、0.80和1.27.研究结果表明,高光谱图像技术可用于快速无损检测不同储存时间下、不同部位的牛肉颜色.     

基于机器视觉棉叶螨自动监测与分级方法研究

为实现棉叶螨自动监测与分级,研究了受叶螨危害棉叶的颜色统计特征,对不同等级螨害棉叶进行比较,利用颜色特征的均值和方差,自动监测棉花是否发生螨害,最后对棉花叶螨危害程度进行自动分级。结果表明:采用机器视觉技术对棉叶螨进行自动监测分级能够取得较好的效果。     

棉种加工温度控制系统设计——基于触摸屏与PLC

通过对现有棉种加工设备中温度控制的分析研究,设计了一种基于触摸屏与可编程控制器(PLC)的温度控制系统,实现对棉种脱绒加工过程中烘干、摩擦等环节温度的自动检测、控制与显示。试验结果表明,该温度控制系统能够取得良好的控制效果,提高了控制精度。     

农机具配备方法对比及注意的问题

介绍了几种农机具优化配备理论、方法及优缺点,提出在具体的农业机器配备过程中应结合实际综合应用优化理论。     

涡流室燃烧系统结构参数的实验优化

针对涡流室燃烧系统的参数进行优化,采用正交实验及BP神经网络对应的BP算法对实验的结果进行分析,优化涡流室的形状、涡流室容积比、通道截面与活塞顶部面积比、通道倾角的设计,从而提高燃油的经济效率,降低烟度的排放,具有明显的经济效益和环保效益。     

基于RFID技术的棉种溯源系统构建

随着种子质量安全问题的不断出现,消费者对种业的安全问题越发关注,实施种业质量安全控制的重要性日益凸现。通过基于RFID技术的棉种溯源系统对棉种生产的全过程进行监控,建立完整的安全控制体系,可以进行棉种质量安全信息的快速追溯,对棉种重大质量安全危害进行预警。同时,该技术也可以推广应用于食品、农产品和工业用品的质量安全溯源,为我国物联网产业的发展提供理论基础。     

基于残差网络和图像处理的干制哈密大枣外部品质检测

针对目前红枣分级装置检测指标单一,难以实现外部品质综合判别的问题,设计了一款基于残差网络结合图像处理的干制哈密大枣外部品质检测系统。首先,通过深度学习图像分类实现裂纹、鸟啄和霉变缺陷检测,为克服当前残差网络计算量大、复杂度高以及信息丢失的问题,提出了一种改进深度残差网络图像分类方法;其次,根据尺寸与纹理数量的等级差异性,提出了一种阈值检测方法,通过提取干制哈密大枣图像面积、周长、拟合圆半径及纹理数量特征,实现尺寸及褶皱检测。试验结果表明缺陷识别模型和尺寸、褶皱检测模型测试准确率分别达到97.25%、93.75%和93.75%。综合缺陷、尺寸和褶皱3种外部品质指标,通过在线采集图像验证系统测试,外部品质综合检测准确率为93.13%,可初步满足干制哈密大枣品质在线检测装备的生产需求。