我国生姜全程机械化技术装备研究现状及发展趋势

目前我国生姜机械化水平总体较低,种植和收获等主要生产环节缺乏适用机械化机具,生姜全程机械化生产设备中“无机可用,有机不好用”的现状严重制约了我国生姜产业的发展。重点介绍我国现有生姜生产中各环节机械化发展现状及存在的问题,预测了生姜全程机械化的发展趋势,以期为生姜全程机械化技术研究与装置创新设计提供参考。     

苹果颗粒离散元接触参数标定与仿真试验

为精准确定红富士、花牛和黄元帅苹果的接触参数,该研究基于离散元法对3种苹果颗粒的仿真模型进行接触参数标定试验。首先,创建3种苹果的离散元填充模型,并通过电子秤、万能试验机等试验设备,确定其本征参数。其次,通过碰撞弹跳试验、斜面滑移试验和斜面滚动试验,得到红富士、花牛和黄元帅苹果与亚克力板的碰撞恢复系数分别为0.473、0.432和0.466;与亚克力板的静摩擦系数分别为0.435、0.536和0.519;与亚克力板的滚动摩擦系数分别为0.0077、0.0138和0.0088。最后,通过堆积角试验、最陡爬坡试验确定二次回归正交旋转组合试验,得到红富士、花牛和黄元帅同种苹果间的碰撞恢复系数分别为0.487、0.3348和0.469;静摩擦系数分别为0.584、0.869和0.644;滚动摩擦系数分别为0.084、0.096和0.093。试验结果表明,红富士、花牛和黄元帅苹果仿真试验与物理试验的休止角相对误差分别为5.95%、6.55%、8.67%。研究结果可为苹果物理特性和低损采收技术研究提供理论依据和模型支撑。     

山东省农机装备产业集群发展现状分析与提升对策

为不断提升山东省农机装备产业集群发展水平,以潍坊-日照-临沂-济宁-聊城农机装备产业集群为研究对象,从产业基础、创新能力、促进组织、要素集聚、开放合作五大方面对其发展现状进行评价分析,对其不足进行归纳,就如何提升发展水平提出建议,以期为我省农机装备产业高质量发展提供有效经验。     

基于时域高阶统计量的变速箱异响分析方法

齿轮的rattle噪声通常发生在怠速时,由于拖拉机本身噪声较大,变速箱结构复杂,导致rattle噪声在时频图中难以分辨,尤其是对于小马力拖拉机。鉴于此,提出了一种基于时域高阶统计量的变速箱rattle噪声分析方法。实验证明,该方法能够明显地观测到变速箱rattle噪声的特征,通过Hilbert包络谱分析可以定位到具体的轴和齿轮,从而对拖拉机变速箱的齿轮rattle噪声提供重要的理论依据。根据分析结果对某拖拉机增加了扭转减震器,明显改善了拖拉机的低速rattle噪声。     

汽车设计阶段前大灯匹配的公差分析

车辆前大灯和发动机盖(hood)、前保险杠(bumper)、翼子板(fender)3个总成匹配,在装配过程中需要顾及各方面的间隙面差(GAP/FLUSH),一直是各个主机厂的难点。如何合理地定义DTS中前灯和周边零件的间隙面差,如何合理地定义相关零件的GD&T。本文就在设计和制造阶段运用尺寸分析的手段解决此类问题进行阐述,探讨提高前灯装配质量的方法。     

基于偏最小二乘法和深度学习的近红外糖度预测

为准确预测苹果糖度,基于傅里叶变换近红外光谱、偏最小二乘法和深度学习技术,建立了不同的苹果糖度预测模型.使用傅里叶变换近红外光谱仪和折光仪采集160个苹果的光谱与糖度信息,建立不同光谱预处理方法的偏最小二乘法(Partial least square,PLS)模型,通过常用的竞争性自适应重加权算法减少PLS模型计算量,...     

苹果采收平台输送装置设计与优化试验

针对国内苹果园人工采收效率低和损伤率高的问题,设计了一种苹果采收平台输送装置,实现苹果自动输送作业。首先通过对苹果输送过程进行运动学分析,确定影响苹果机械损伤的主要因素及各因素的试验取值范围。其次根据Box-Behnken试验设计原理,以输送速度、果托倾角、果托形状为试验因素,以损伤率为试验指标,对苹果采收平台输送装置的作业参数进行试验研究,建立试验指标与试验因素之间的回归模型。最后分析了各因素对试验指标的影响规律,并根据回归模型对试验因素进行综合优化。试验结果表明：当输送速度为0.2m/s、果托倾角为30°、果托形状为圆台体时,苹果损伤率为3.69%,苹果机械损伤明显低于未经参数优化的苹果采收平台输送装置,输送作业效果最好。研究结果可为苹果园采收平台的结构优化和输送作业参数控制提供参考。     

基于PLC的菇房光照控制系统开发

为了提高食用菌菇房内对光照时间、光照度和光质的利用,设计了基于PLC的菇房光照管理系统,利用工业平板电脑为上位机,处理摄像头及光照传感器上传的菇房光照环境数据,将优质菇在不同生长时期的光照环境多次迭代,找出食用菌最适宜的光照环境,不断更新光照指令给下位机（S7-200 Smart PLC）,下位机根据光照指令调节不同位置的光照时间、光照度和光质,从而使食用菌处在最佳的光照环境条件下,采用触摸屏查看食用菌生长情况,实现人机交互。该菇房光照控制系统旨在提高生产优质菇的自动化水平。     

基于改进YOLO v8-Pose的红熟期草莓识别和果柄检测

针对高架栽培模式下的大棚草莓,借鉴人体姿态检测算法,建立了改进YOLO v8-Pose模型对红熟期草莓进行识别与果柄关键点检测。通过对比YOLO v5-Pose、YOLO v7-Pose、YOLO v8-Pose模型,确定使用YOLO v8-Pose模型作为对红熟期草莓识别与关键点预测的模型。以YOLO v8-Pose为基础,对其网络结构添加Slim-neck模块与CBAM注意力机制模块,提高模型对小目标物体的特征提取能力,以适应草莓数据集的特点。改进YOLO v8-Pose能够有效检测红熟期草莓并准确标记出果柄关键点,P、R、mAP-kp分别为98.14%、94.54%、97.91%,比YOLO v8-Pose分别提高5.41、5.31、8.29个百分点。模型内存占用量为22 MB,比YOLO v8-Pose的占用量小6 MB。此外,针对果园非结构化的特征,探究了光线、遮挡与拍摄角度对模型预测的影响。对比改进前后的模型在复杂环境下对红熟期草莓的识别与果柄预测情况,改进YOLO v8-Pose在受遮挡、光线和角度影响情况下的mAP-kp分别为94.52%、95.48%、94.63%,较...