6CQCL-50型多功能茶鲜叶前处理机

为丰富茶厂生产茶叶的种类,提高鲜叶原料的利用率,设计了一台能实现绿茶摊放、红茶萎凋以及乌龙茶做青的多功能茶鲜叶前处理机。阐述了该机的总体结构,包括机械传动系统、翻叶装置、通风与加热系统等核心部件的工作原理。采用多分支管道分层进风,确保风量的均匀性;高压小流量泵及微细喷头确保箱内湿度均匀;热源的分层设置,确保箱内温度均匀。试验表明,经过该机处理的茶叶制品,其理化指标和审评分数均高于对照组。运行结果表明,整机设计合理、运行可靠。     

自锁式茶梗夹持器设计

为实现梗叶分离过程中茶鲜叶的整列夹持,设计了一种由曲柄滑块机构和RRR杆组构成的自锁式夹持器。理论分析表明,当机构参数选取不当时,可能产生夹爪回缩现象,不利于小直径物体的夹持,通过限制回缩高度可避免这一问题。通过机构分析,建立了夹持器各参数之间的依赖关系,在此基础上给出了夹持器关键参数的确定方法,将问题转变为一个超越方程组并用粒子群算法加以求解。试验结果表明,采用该方法设计的夹持器能较好地实现夹紧自锁的功能,且茶梗的夹持长度在5~15 mm之间较为适宜。     

基于特征尺寸及局部极值点的茶鲜叶方向识别

对粗大茶鲜叶实行梗叶分离,有利于提高成品茶品质,降低能源消耗。梗叶分离的关键在于茶梗与叶柄的识别。通过倾斜滑槽限定茶鲜叶的方位,将其转换为两方向判别问题。首先将茶鲜叶划分为长梗和短梗,对长梗茶鲜叶,提出基于特征尺寸的识别方法,特征尺寸大的一方判为叶尖;对短梗茶鲜叶,提出基于轮廓线局部极值点的识别方法,局部极值点多的一方判为叶尖。通过对168幅随机获取的图像及1幅背景图像的处理表明,茶鲜叶的方向识别率达93.3%。每根茶鲜叶的平均处理时间为17.8 ms,能满足实时处理的要求。     

基于约束Delaunay三角网的茶鲜叶几何参数识别

为自动识别不同方位茶鲜叶的几何参数,在鲜叶轮廓点均匀化、稀疏化的基础上,引入约束Delaunay三角网,对叶片区域进行三角剖分,然后根据端点三角形、跨接三角形及交汇三角形的特点,计算叶片中轴线及主干中轴线,据此确定茶鲜叶的方位并对叶片进行排序,与此同时,还计算了每张叶片的长度、宽度、面积以及叶柄间距,提出反映大宗茶原料粗老度的几何特征指标,探讨了质量等级细分的方法。通过对150幅图像中174根茶鲜叶的识别结果表明,识别正确率达94.2%,平均每根鲜叶的处理时间为74.7 ms。