蔬菜种子风力筛选机分离室气固两相流模拟与试验

分离室作为蔬菜种子风力筛选机的重要组成部分,其风机频率和风门开度对种子筛选分离的质量有着重要的影响。利用Fluent软件的RNG k-ε湍流模型和DPM离散相模型,仿真了物料在分离室中的运动过程。用多项式拟合法分析了仿真结果,获得工作参数(风机频率和风门开度)与清选性能(清洁率和损失率)的关系。在此基础上,对清洁率和损失率进行运算,得到清选效率,该指标全面综合地反映了不同工况下清选效果的优劣。由清选效率的三维图及其等值线图能够便捷地分析分离室的最优工作参数。通过以上方法,得到上海青种子、菠菜种子和小白菜种子最优工作参数。分别是风机频率35 Hz、风门开度75%;风机频率42 Hz、风门开度80%;风机频率36 Hz、风门开度80%,对应的清选效率分别是88%、84%和88%。设计实机验证试验,比较了不同工况下清选性能的仿真结果与试验结果,二者吻合度较高,证明了分离室气固两相流模型的可靠性。     

基于机器视觉的蔬菜种子包衣品质鉴定

蔬菜种子包衣工作参数的智能调节,能提高包衣加工效率和成品质量。为了研究包衣工作参数的智能调节,提出了基于机器视觉的蔬菜种子包衣品质鉴定方法。针对蔬菜种子包衣过程中种子包衣完整性、包衣颜色深浅、包衣颜色均匀性3个重要指标,提出依据单粒种子的种子包裹率、种子颜色及纹理特征将包衣种子分为合格与非合格两类。对于种子图像中粘连的问题,采用分水岭算法将图像分割为单粒种子。通过对单粒种子的多阈值分割,实现种子包衣完整率的计算。基于HSI颜色空间提取H、S分量的颜色矩特征与I分量的灰度共生矩阵特征,融合种子包衣完整率、颜色矩特征和灰度共生矩阵特征这3种特征为一个11维特征向量,构建基于径向基核函数的支持向量机分类器对包衣结果进行品质鉴定。实验选用包衣后辣椒种子验证算法,结果表明:包衣结果识别准确率为90.93%。该研究可为后续研究包衣机工作参数的智能调节奠定理论基础。