板式定制家具智能分拣系统及其应用

通过对板式定制家具分拣现状的分析,指出了人工分拣存在的问题,提出自动分拣代替人工分拣,有效降低分拣成本、错误率和缩短生产周期,并阐述了揉单生产与智能分拣系统的关系。详述了智能分拣系统的关键技术,包括硬件技术和软件技术,并从信息采集技术、可编程逻辑控制器、智能机械设备、PLC编程、机器人编程等方面进行了详细解读。结合其他行业智能分拣系统的应用经验,阐述了定制家具企业智能分拣系统的应用,为板式定制家具行业提供一定借鉴。     

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。     

Adaptive evolutionary expansion of the ribonuclease 6 in Rodentia

Ribonuclease 6 (RNase6 or RNase K6) is a protein that belongs to a superfamily thought to be the sole verte‐brate‐specific enzyme known for a wide range of physiological functions, including digestion, cytotoxicity, angiogenesis, male reproduction and host defense. In our study, 51 functional genes and 11 pseudogenes were identified from 27 Rodentia species. Intriguingly, in the 3 main lineages of rodents there were multiple RNase6s identified in all species of Ctenohystrica, whereas only a single RNase6 was observed in other Rodentia species examined except for 2 species in the mouse‐related clade. The evolutionary scenario of “birth (gene duplication) and death (gene deactivation)” and gene sorting have been demonstrated in Ctenohystrica. In addition, bursts of positive selection, diversification of isoelectric point and positive net charge have been identified in Ctenohystrica, especially at two key sites that are involved in antimicrobial function. Site Trp30 has undergone positive selection and Ile45 has changed into other residues in Group B and Group C of the Ctenohystrica. Our results demonstrated a complex and intriguing evolutionary pattern of rodent RNase6, and indicated that functional modification may have occurred, which establishes an important theoretical foundation for future functional assays in rodent RNase6.     

基于FLUENT的籽棉残膜分离机布风板结构的数值模拟

介绍了FLUENT软件在异纤分离领域的应用情况以及主要特点,并且对籽棉残膜分离机布风板结构进行了数值模拟;同时,分析了两种孔型(菱形和圆形)对分离室气流分布的影响。通过这种模拟,能够准确地反映不同孔型布风板气流的实际流动规律,为布风装置的设计与改进提供理论依据。     

二维码技术在发动机主轴瓦分选系统中的应用

介绍了二维码技术特性和优点,以及CFTEC发动机主轴瓦装配技术要求,然后阐述了发动机装配线主轴瓦分选系统的工作原理,体现了二维码技术在发动机主轴瓦分选系统中的应用优点。     

基于深度学习的青梅品质智能分选技术与装备研究

青梅内外品质对其精深加工过程有重要影响,常规人工分选不仅分级效率较低,且受个人主观因素影响难以实现标准化作业,不能满足市场需求。以深度学习技术为基础,在青梅外表缺陷分类方面,将Vision Transformer网络模型应用到机器视觉系统中,引入多头注意力机制,提升全局特征表示能力,并通过softmax函数减少梯度,实现青梅表面的多类（腐烂、裂纹、疤痕、雨斑、完好5类）检测分选,结果表明其平均判别准确率达到99.16%,其中腐烂、疤痕、裂纹以及完好青梅图像的判别准确率达到100%、雨斑达到97.38%,每组平均测试时间为100.59ms;该网络的各类判别准确率、平均判别准确率均明显优于VGG网络、ResNet-18网络。青梅内部品质（SSC）预测方面,基于高光谱成像技术,结合低秩张量恢复（LRTR）的去噪优势和堆叠卷积自动编码器（SCAE）的降维优势,构建了LRTR-SCAE-PLSR青梅糖度预测模型。结果表明网络规模为119-90-55-36时,模型预测集相关系数为 0.9654,均方根误差为0.5827%,表现最佳;通过SCAE、LRTR-SCAE两种降维模型对比,LRTR-SCAE模型不仅维度更低,预测集相关系数也明显提高,验证了LRTR-SCAE模型的降维去噪优势。设计并搭建了可用于青梅内外品质无损分选的智能装备,整机尺寸小,结构简单,分选结果满足青梅精深加工需求。     

基于卷积神经网络的花生籽粒完整性识别算法及应用

针对现有色选设备在花生颗粒筛选过程中处理速度慢、准确率低的缺点,提出基于卷积神经网络的花生籽粒完整性识别算法。以完好花生、表皮破损花生和果仁破损花生的分类为例,构建花生图像库;搭造卷积神经网络,提取花生图像特征;为提高分类准确率和实时性,从训练集构成、减小过拟合、加快训练收敛速度、简化网络结构等几方面对卷积神经网络进行优化;最终利用含2个卷积层、2个池化层、2个全连接层的3层神经网络实现了上述3类花生的分类。试验结果表明：该方法对花生分类的准确率达到98.18%,平均检测一幅单粒花生图像的时间为18 ms,与现有色选设备相比有效提高了色选设备筛选的准确率和实时性。     

图像处理在芒果自动选别中的应用

通过对芒果成熟期3种品质指标测定的同时,拍摄数字相片,以计算机图像分析技术为手段,采集芒果颜色参数,研究3种颜色模型中与芒果品质变化相关的颜色特征量,归纳出合适的颜色参数与芒果品质指标值间关系式,用于推导芒果的成熟度.并结合形状、表面斑痕、颜色分布等特征,经图像处理和运算,抽取出所需的几何尺寸和突变部位的数据,作为样品分级的依据.以期建立一种与人工目视辨别有相同精确度、高效率、客观的自动选别评价体系.     

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。     

基于遗传算法的带时间窗的多目标flow-shop调度

结合实际生产,引入机器的空闲时间建立了一个带有时间窗的flow—shop优化调度模型。通过非支配排序来进行群体虚拟适应度值的分配,引入精英解策略来保证算法的收敛性和解的多样性,运用小生境技术来避免局部收敛和早熟,维持种群多样性。通过仿真实验得到模型具有实际意义,算法具有可行性。