荔枝树枝能量传递特性与去梗式振动采摘作业参数

为评价荔枝去梗式振动采摘效果,开展了树枝能量传递特性研究,利用一种动-定梳排组合式采摘机构进行了荔枝采摘试验与品质对比分析。研究结果表明,激振点在靠近外侧树冠位置的分支时,传递到末端枝条的振动能量衰减少,动-定梳排组合采摘方式通过激励相对固定的挂果枝条可有效利用振动能量。综合加权评分法确定的采摘机构的最佳作业参数条件:梳排振动频率为26.67 Hz,定梳排间距为20 mm,动梳排摆动角度为40?,试验测定的生产率为4.1 kg/min,破损率为5.05%。振动采摘和人工采摘2种采摘方式的荔枝色差值、可溶性固形物含量和可滴定酸含量在8 d的贮藏期内无显著性差异,即振动采摘未对荔枝果实品质产生不良影响。该研究可为荔枝采收机械的设计与优化提供参考。

果园电动履带运输车车架轻量化设计

为实现果园电动履带运输车车架的轻量化,构建车架的有限元分析模型,获取弯曲工况及扭转工况下的车架应力应变分布特点,并进行静态电测试验研究。基于结构优化的方法轻量化设计车架,并对优化后的车架进行有限元校核和模态分析。结果表明,静态电测试验的各测点应力值与模拟计算值基本一致,验证了所构建有限元分析模型的可行性;在满足承载强度及刚度的条件下,轻量化设计后的车身质量减轻8.82%,一阶频率提高11.81%。研究结果为果园电动履带运输车的轻量化设计与结构优化提供了参考。

基于可见/近红外光谱的菠萝水心病无损检测

水心病近年严重危害菠萝产业,探究一种菠萝水心病的无损检测方法对保证上市果品、指导采后处理、促进产业提升具有重要意义。该研究采用自行搭建的菠萝可见/近红外光谱无损智能检测平台,考虑实际应用成本与效果,搭载覆盖不同波段(400~1100、900~1700和400~1700 nm)的检测器对菠萝样本进行采样,随后人工标定水心病发生程度。研究结果表明,3种不同光谱波段对菠萝水心程度检测的较优方法均为:采用全波段进行多项式平滑(Savitzky Golay,SG)处理,再进行标准正态变量校正(Standard Normal Variate,SNV),最后结合概率神经网络(Probabilistic Neural Network,PNN)建模识别。其中,400~1100 nm所建模型对菠萝水心病训练集的回判正确率为98.51%,对验证集的检测正确率为91.18%;900~1700 nm所建模型对菠萝水心病训练集的回判正确率为100%,对验证集的检测正确率为62%;400~1700 nm所建模型对菠萝水心病训练集的回判正确率为100%,对验证集的检测正确率为91.18%。主成分分析(Principal Component Analysis,PCA)和偏最小二乘回归(Partial Least Squares Regression,PLSR)分析结果均显示,采用400~1700 nm能轻微提升400~1100 nm的检测效果。综合考虑实际应用成本与效果,实际应用建议采用400~1100 nm光谱结合SG+SNV+PNN对菠萝水心病进行识别。研究结果证明可见/近红外光谱技术可为菠萝水心病无损、快速、智能检测提供有效的解决方案,为相关领域提供参考。

水果品质无损检测研究进展及应用现状

针对市场上存在的水果品质良莠不齐的现状及消费者对水果品质逐步提高的需求,水果售前品质分级显得尤为重要。水果售前品质分级可有效保证市场品质、促进品牌打造、提升商品竞争力、指导采后处理。已有的理化指标检测法和感官评定法均存在检测效率低、劳动强度大等缺陷,无法完全满足实际产业大批量水果无损分级的要求。无损检测作为一种新兴技术在水果品质分级上具有广泛的市场需求和应用前景,至今已形成了光谱、机器视觉、高光谱成像、电子鼻、声特征、介电特性和低场核磁共振等系列水果品质无损检测方法。这些方法针对水果结构、外形、品质指标等差异检测时各具优势,但受环境噪声、漂移噪声、样本差异、检测效率和检测成本等因素影响,并未全部应用于实际生产。介绍了水果品质无损检测领域已有技术的特性及其可行对应检测的水果品质参数,阐述分析了无损检测技术在水果品质分级行业的实际应用现状,讨论了水果品质无损检测领域尚存在的难点,并对下一步研究方向提出建议。

催熟对采后菠萝品质的影响与光谱识别

为探究催熟对采后菠萝品质的影响,并寻找一种快速检测品质的方法,本实验探究了催熟与未催熟菠萝采后一定贮藏期内黑心程度变化与果心、果肉和整果的可溶性固形物(total soluble solid,TSS)、可滴定酸(titratable acid,TA)质量分数变化,并探究可见/近红外光谱(visible near/infrared spectroscopy,VIS/NIR)技术实时识别以及早期预测菠萝品质状态的可行性。菠萝采后品质变化规律表明,TSS质量分数在催熟、未催熟菠萝果肉中均最高,其次是整果,果心最低,但催熟菠萝的TSS质量分数在采摘初期高于未催熟菠萝,在贮藏过程中逐渐降低,未催熟菠萝TSS质量分数在贮藏过程中逐渐升高。催熟和未催熟菠萝的TA质量分数从高到低依次均为果肉>整果>果心。催熟菠萝的TA质量分数在采摘初期高于未催熟菠萝,在贮藏过程中无明显变化趋势,未催熟菠萝TA质量分数随贮藏时间延长逐渐上升。催熟与未催熟菠萝TSS/TA均为果心最高,整果和果肉其次。未催熟菠萝TSS/TA在采摘初期(第4天)大于催熟菠萝,但随贮藏时间延长逐渐降低,差异逐渐缩小。在第9天,催熟与未催熟菠萝的TSS质量分数、TA质量分数和TSS/TA均接近。VIS/NIR识别结果表明,VIS/NIR可以有效展现菠萝果实的特征信息,识别菠萝是否经过催熟处理及黑心程度,识别催熟菠萝贮藏时间(第4、5、6、7、8、9天),识别未催熟菠萝贮藏时间(第4、5~7、8、9天),并可预测未催熟菠萝采后第6天是否会发生黑心。本研究结果为菠萝种植与采后货架管理提供科学参考,对促进菠萝产业提升具有一定的积极意义。

柚果视觉特征与内部品质的相关性及粗略检测方法研究

为探究柚果视觉特征与其内部品质之间的相关特性,寻找一种快速低成本的检测方法,该文采集了柚果20种外部视觉特征(纵径、横径、纵横径比、面积、R、G、B灰度分别的一阶、二阶和三阶形态、H、V、S灰度、对比度、相关度、能量、粗糙度,分别用F1~F20表征)与3种主要内部品质[硬粒程度、可溶性固形物(total soluble solid,TSS)含量和含水率]用于分析。研究结果表明,机器视觉技术可以精确地还原柚果外部特征情况。柚果全部视觉特征与内部品质指标的线性相关性均不显著,但与内部品质指标之间具有较强的非线性相关特性。其中,柚果视觉特征F5、F8、F9、F10、F11、F12、F13、F14、F15、F17、F19和F20与硬粒程度之间的非线性相关相关系不显著,其余特征均与硬粒程度显著非线性相关。柚果视觉特征F5、F8、F9、F10、F11、F12、F13、F14、F15和F17与TSS含量和含水率均显著非线性相关,其余特征与TSS含量和含水率的非线性相关性均极其显著。采用柚果视觉全特征与仅用显著非线性相关特征对其硬粒程度识别结果均不佳。采用柚果视觉特征对其TSS和含水率进行粗略识别均是可行的,其中全特征识别效果要优于仅用极显著非线性相关特征的识别效果。因此,柚果视觉特征可为其内部品质无损检测提供有益的信息补充,也可直接形成粗略低成本的TSS含量和含水率无损检测方法。该研究也为其他水果内部品质无损检测技术的提升提供参考与新思路。

广东园林学会教育信息专业委员会在华南农业大学成立揭牌

2012年11月12日上午，广东园林学会在华南农业大学林学院会议室召开了教育信息专业委员会（以下简称专委会）成立大会。会议由华南农业大学林学院副院长庄雪影主持，学会副理事长兼秘书长彭承宜，学会副秘书长李敏及省内主要高校的景观、园林专业负责人和知名园林企业代表近40人出席了会议。

《观点》之我观

说实在的,如果不是有人催促,出井伸之(日本 SONY-索尼公司,或叫新力公司的社长,CEO)著的《观点》(由汕头大学出版社出版)一书,我不知道什么时候才能阅读完毕。印象就是,看该书真是烦闷。该书杂七杂八的,天南地北地记述作者出任领导层后的某些经历。诸如会见某某名人啦,出席、主持某某会议啦,打高尔夫球,品酒、论说酒文化,喜好的音乐……还好,没有记叙他是如何如何地工作!