期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
小型集成化热场式气象风速风向传感器研究
1
作者 沈晓东 宋飞虎 +3 位作者 徐明 庄芹 宁文楷 吴锦程 《传感器与微系统》 CSCD 北大核心 2024年第9期55-58,共4页
针对目前气象行业缺乏小型集成化风速计的问题,本文基于流场与温度场的相互影响,设计开发了一种风速风向传感器。首先,采用计算流体动力学软件FLUENT对不同流场下的温度场进行仿真测试,确定传感器表面8个负温度系数(NTC)热敏电阻的布局... 针对目前气象行业缺乏小型集成化风速计的问题,本文基于流场与温度场的相互影响,设计开发了一种风速风向传感器。首先,采用计算流体动力学软件FLUENT对不同流场下的温度场进行仿真测试,确定传感器表面8个负温度系数(NTC)热敏电阻的布局。然后,根据不同风速、风向下,8个NTC的仿真响应值,设计3阶傅里叶级数拟合方法实现风向风速的测量,并采用线性插值法对环境温度引起误差进行修正。通过风洞测试进行了实验验证。实验结果表明:设计的热场式风速风向传感器风速检测范围可达1~30 m/s,精度在±(0.5+0.03v)m/s内,风向检测范围在0°~360°,精度在±5°内。 展开更多
关键词 小型集成化 风速风向传感器 FLUENT 傅里叶级数
下载PDF
南瓜干燥过程中β-胡萝卜素的多源融合预测
2
作者 宁文楷 李静 +2 位作者 沈晓东 吴鑫 李臻锋 《浙江农业学报》 CSCD 北大核心 2023年第8期1876-1887,共12页
β-胡萝卜素是南瓜品质的重要指标,传统检测方法周期长且过程复杂。为实现南瓜微波干燥过程中的β-胡萝卜素含量预测,本研究搭建了包含含水率检测单元、机器视觉单元和电子鼻单元的微波干燥系统,在线检测60、70、80℃不同温度下南瓜干... β-胡萝卜素是南瓜品质的重要指标,传统检测方法周期长且过程复杂。为实现南瓜微波干燥过程中的β-胡萝卜素含量预测,本研究搭建了包含含水率检测单元、机器视觉单元和电子鼻单元的微波干燥系统,在线检测60、70、80℃不同温度下南瓜干燥过程中的含水率、外观形态(表面皱缩率、色差)和气味特征,同时检测β-胡萝卜素含量。结果表明,南瓜干燥过程中β-胡萝卜素含量与外观形态和气味特征间呈现显著相关。通过建立单源(机器视觉或电子鼻)和多源融合(机器视觉融合电子鼻)极限学习机模型,对南瓜干燥过程中β-胡萝卜素含量进行预测,预测结果表明,单源模型中机器视觉模型比电子鼻模型有更好的预测效果,且多源融合模型预测精度最高,R_(p)^(2)>0.97。基于多源融合的极限学习机模型可以有效预测南瓜微波干燥过程中β-胡萝卜素含量,在南瓜自动化加工及品质快速监测方面具有良好的应用前景。 展开更多
关键词 南瓜 机器视觉 电子鼻 Β-胡萝卜素 预测
下载PDF
微波干燥温度分布对胡萝卜干燥特性与品质的影响 被引量:3
3
作者 付文杰 李静 +2 位作者 裴永胜 宁文楷 李臻峰 《中国食品学报》 EI CAS CSCD 北大核心 2023年第5期151-161,共11页
为提升胡萝卜的干燥品质,减少局部过热和过分干燥问题,采用多物理场仿真与微波干燥试验,研究胡萝卜微波干燥中旋转运动与不同微波缓苏时间对温度分布、干燥特性、品质(色差、复水比、VC含量、感官评价)的影响。结果表明:水分比的模拟值... 为提升胡萝卜的干燥品质,减少局部过热和过分干燥问题,采用多物理场仿真与微波干燥试验,研究胡萝卜微波干燥中旋转运动与不同微波缓苏时间对温度分布、干燥特性、品质(色差、复水比、VC含量、感官评价)的影响。结果表明:水分比的模拟值与试验值的RMSE<5%,模型有效模拟了胡萝卜微波干燥热质传递的过程。旋转样品的温度均匀度指标λ较不旋转减至0.092,干制品品质及其均匀性显著提高,其中色差值标准差减到0.18。R1/4(旋转条件下加热20 s缓苏60 s)条件下胡萝卜样品温度分布区间为65~75℃,色差、VC含量均为最优。采用旋转与1/4的缓苏时间的干燥条件较优。本研究成果为胡萝卜微波干燥应用提供理论参考依据。 展开更多
关键词 胡萝卜 微波干燥 模拟 温度分布 品质
下载PDF
基于机器视觉的茶叶微波杀青中品质变化与预测研究 被引量:7
4
作者 吴鑫 宋飞虎 +5 位作者 裴永胜 朱冠宇 姜乐兵 宁文楷 李臻峰 刘本英 《茶叶科学》 CAS CSCD 北大核心 2021年第6期854-864,共11页
茶多酚、氨基酸、含水率是茶叶品质的重要指标,传统检测方法周期长且过程复杂。本研究利用机器视觉对微波杀青过程中茶叶的色泽和纹理特征实时监测,在线检测含水率,同时检测茶多酚和氨基酸含量。结果表明,色泽、纹理特征与含水率、茶多... 茶多酚、氨基酸、含水率是茶叶品质的重要指标,传统检测方法周期长且过程复杂。本研究利用机器视觉对微波杀青过程中茶叶的色泽和纹理特征实时监测,在线检测含水率,同时检测茶多酚和氨基酸含量。结果表明,色泽、纹理特征与含水率、茶多酚、氨基酸含量均呈规律性变化且显著相关。对色泽和纹理特征进行主成分分析,以前3个主成分为输入建立极限学习机(ELM)、遗传神经网络(GA-BP)、卷积神经网络(CNN)模型对品质成分含量进行预测。结果表明,ELM、GA-BP、CNN模型分别适用于含水率、茶多酚含量和氨基酸含量的预测,精度均在0.99以上。研究表明,通过实时监测茶叶的色泽和纹理特征来预测其在杀青过程中含水率、茶多酚和氨基酸含量是可行的。 展开更多
关键词 机器视觉 微波杀青 茶多酚 氨基酸 含水率 预测模型
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部