基于SPH-FEM的油菜茎秆磨粒气体射流切割仿真与试验

针对传统油菜收获切割刀具振动大、茎秆缠绕磨损及效率低等问题,该研究提出一种油菜茎秆磨粒气体射流切割技术,以实现作业机具与油菜无接触式切割和高效低耗收获。采用光滑粒子流体力学与有限元(smooth particle hydrodynamic-finite element method,SPH-FEM)耦合仿真对油菜茎秆射流动态切割过程进行分析,揭示气-固间能量传递规律,获取射流切割动态特性,并搭建试验系统进行射流切割试验验证。研究结果表明,采用4 mm孔径高速喷嘴,射流压力为20 MPa时气流及磨粒最高速度分别为741和411 m/s,约95%加速过程发生在喉管段与扩张段;喷嘴外流场流速呈现先下降后上升的变化规律,射流压力越大速度变化越剧烈;射流束主要通过气体膨胀-收缩-膨胀的加速过程将压力能转化为射流束动能;入口压力从3 MPa增加至10 MPa时,磨粒最大速度提升率从31%下降至11%。当压力超过3 MPa后,随射流压力提高,射流束压力能-动能转换效率显著减小;在相同条件下0.1 mm粒径磨粒的最大速度比0.3 mm粒径磨粒大19%;粒径越大磨粒获得的切割动能越大,0.3 mm粒径磨粒切割动能最大,其次为0.2与0.1 mm粒径磨粒;磨粒速度在120 m/s时可以实现茎杆有效切割,对应射流压力约为0.4 MPa;横移速度为5 mm/s、靶距在10 mm以内可一次切断茎秆,横移速度超过5 mm/s时无法一次切断茎秆;靶距5 mm、横移速度5 mm/s时,可获得最小切割侵蚀体积,切口宽度在1~6 mm之间;射流切割能力主要受横移切割速度影响,切割靶距影响相对较小;茎秆切割效果主要受靶距影响,横移速度影响相对较小。研究成果还可用于其他类似作物茎秆的切割,可为农业非接触式高效切割技术装备的开发提供理论与技术支撑。

鸡蛋新鲜度随贮藏时间变化规律的研究

分析了衡量鸡蛋新鲜度的指标与贮藏时间的相关关系,在实验条件下,贮藏18d的鸡蛋重量下降4g, 蛋黄指数降为0.1以下,可以作为鸡蛋不新鲜的指标。蛋重、蛋黄指数均与贮藏时间呈显著负相关关系。

带有触觉系统的家禽屠宰净膛机械手的设计

对家禽屠宰净膛智能机械手系统中的触觉系统部分进行改进设计,该触觉系统采用薄膜压力传感器检测机械手爪机对家禽内脏的压力,LabVIEW软件实时显示采集的压力数据,并对其进行处理分析后向单片机发送串口指令。单片机产生PWM信号控制机械手手臂舵机运动。当检测压力值大于设定的内脏最大承受压力时,自动控制爪机张开;反之,自动控制爪机合拢,同时爪机向前进并运动至腹腔底部夹紧内脏旋转,剥离内脏与腹腔之间的粘膜,将内脏取出。试验结果表明,对比传统的净膛机械手,具有触觉系统的机械手在掏取内脏的过程中对内脏的破坏更小,对家禽个体差异性要求更低,且自动化程度更高,该系统可实现手动掏膛和自动掏膛2种模式。

鸡蛋大小等级模型的修正

在课题组前期研制的基于机器视觉的鸡蛋大小等级模型的基础上,对影响鸡蛋大小的几何因素(包括像素和A、长轴长L、短轴长S、蛋型指数K)做了进一步的分析和探讨,得到修正后的鸡蛋大小等级模型。试验结果表明,鸡蛋的大小不仅与像素和A之间存在着显著线性相关关系,而且与短轴S之间也存在着显著线性相关关系,修正后的模型相关系数达到了0.981。

鸭蛋品质自动测控系统的分级控制与设计

应用计算机视觉技术和PLC与计算机通讯原理,设计出鸭蛋品质分级控制系统,实现鸭蛋品质参数(颜色、大小、新鲜度和壳厚)准确、快速、稳定的在线检测。试验研究表明,鸭蛋品质自动测控设备分系统具有良好的应用前景。

基于Adaboosting_SVM算法的多特征蛋壳裂纹识别

以无裂纹蛋和裂纹蛋为测试对象,采用机器视觉技术和支持向量机等技术手段,分析无裂纹蛋和裂纹蛋在图像上的差异,提取特征参数,实现蛋壳裂纹的自动识别;针对蛋壳表面的亮斑,对预处理后的图像运行消除亮斑算法并进行区域标记。在此基础上,从5个不同视角提取13个能够表征无裂纹蛋和裂纹蛋的特征参数,分别是图像标记区域参数(区域标记数和标记点数)、几何特征参数(长轴和短轴)、基于Freeman链码的形状参数(形状数)、纹理特征参数(均值、标准偏差、平滑度、三阶矩、一致性、熵)和频谱特性参数(最大幅值和最大相位)。采用Adaboosting算子对上述特征参数进行优化,突出影响因子较大的参数组合,作为SVM的输入向量,建立蛋壳裂纹的识别模型。结果表明:该方法对蛋壳表面的亮斑、微小裂纹及普通裂纹均具有识别能力,模型正确率达97.5%,符合蛋品企业对蛋壳裂纹检测的精度要求。

鸭蛋壳厚等级模型研究

研制了基于机器视觉技术的鸭蛋品质无损检测系统中的鸭蛋壳厚分级模型。阐述了壳厚试验的装置和方法,并对试验数据进行分析,根据不同新鲜度水平得到不同模型。试验结果表明,无论是白壳蛋还是青壳蛋,其蛋壳厚度K与颜色参数H、S、I三个变量之间存在显著线性相关关系。试验所得两组模型可以作为鸭蛋品质无损检测系统的部分模型直接用于壳厚检测。

机器视觉技术在农产品破损检测上的应用

农产品的表面缺陷是农产品品质的重要特征,利用机器视觉进行检测具有人工检测所无法比拟的优越性。为此,分析了目前国内外利用机器视觉和图像处理技术进行农产品破损检测研究的现状和存在的问题,提出了今后研究的方向和发展途径。

鸭蛋品质检测分级系统中的图像处理

在鸭蛋品质检测分级系统中,图像处理问题涉及边缘检测和边缘模糊矫正两大方面。对于边缘检测采用常规的灰度不连续理论,选用Sobel算子对成像区域进行从上至下、从左至右的矩阵搜索;用最小值滤波法解决边缘模糊矫正。研究和实践表明,经过处理后的图像在颜色和大小上与静止时的图像一致。

基于机器视觉的花生大小检验

获取大小不一的花生图像,调整图像大小,并进行二值化处理,求出图像中花生象素和,通过SPSS软件找出花生图像象素和A和大小S之间的数学关系,编制基于MATLAB的花生大小检测软件,通过自动求象素和从而求得花生的大小。

基于机器视觉的鸭蛋裂纹自动检测

通过计算机视觉系统获取鸭蛋表面的图像,利用颜色特征参数和灰度阈值方法对图像进行分割。提取分割后的裂纹区域和噪声区域的6个几何特征参数,对图像进行识别,裂纹识别率为93.392%,噪声识别率为93.602%。

基于触觉感知的家禽净膛机械手及其控制系统的设计

针对机械手净膛过程中家禽内脏易破损的问题,该文设计了基于触觉感知的机械手及其控制系统。利用STM32单片机产生脉冲宽度调制PWM(pulse width modulation)信号控制机械臂在X,Y,Z轴方向上的运动,同时控制机械手爪步进电机正转,实现机械手爪的闭合。利用单片机的模数转换器ADC(analog-to-digital converter)模块实时采集安装在手指内侧的压阻式薄膜传感器上的压力,将采集的压力值与试验得到的7.7 N压力阈值进行分析比较,控制机械手爪步进电机反转,从而控制机械手爪的抓紧力度,保证内脏不至于受力太大而破损,也不至于闭合不够内脏脱落。利用Qt Creator开发净膛机械手的控制界面,包括点动和自动两种控制模式。试验结果表明:带触觉系统的机械手爪能明显减小内脏的破损,内脏破损平均得分由4.75分减小到4分,且净膛率为87.4%。该机械手的性能稳定、对内脏的破损小、自动化程度高、人机交互界面友好且易控制,可为后续净膛机械手的设计提供参考。

小型智能化家禽低内脏破损率净膛流水线设计

针对目前国内家禽屠宰净膛作业中自动化程度低、设备配套性差、净膛破损率较高等问题,设计了一套小型智能化家禽低内脏破损率净膛流水线系统。系统由家禽净膛流水线装置、夹取式净膛机械手、触觉系统、光电传感器和PLC控制器组成,可实现家禽屠宰过程中的自动化净膛。以光电传感器的触发信号作为家禽的到位信号,通过PLC控制系统发出的高速脉冲信号控制净膛流水线的运动和精确定位、机械手爪的张合以及机械臂的往复运动;利用EM235模块将实时采集到的机械手爪内壁压力传感器上的压力信号传输到PLC中,一旦压力值达到压力阈值8.22 N时,机械手爪即反转一定角度后再掏膛,从而降低内脏破损率。试验结果表明:单个机械手的净膛效率约为100只/h;平均净膛率为86.95%,内脏平均破损率为20%。该系统能够实现智能化地低内脏破损率家禽净膛,且性能稳定,操作简单。

用模糊控制算法实现多孵化箱温湿度精确控制

针对鸡蛋孵化过程对温度和湿度精确控制的要求,应用模糊控制算法,设计了温湿度模糊控制系统。在确定了温度和湿度对应的量化因子的基础上,建立对应的隶属函数和模糊规则,并最终建立模糊控制查询表,实现温度和湿度的精确控制。

基于形态学的稻谷种子品种识别

本文以3大类9个稻谷品种为研究对象,运用形态学和多元统计方法,对原始图像进行预处理后,提出了面积A、周长P、长轴L、短轴W、最大半径RMA、最小半径RMI、半径比CR、长宽比CLW和圆形度γ9个稻谷种子形状特征参数的检测算法;利用Bayes判别法建立了籼稻、糯稻、粳稻3大类的类别模型,模型判别效果显著;建立了IRBB10、珍珠矮、培矮64、夷方糯、毫糯量、高杆大糯、中花11、巴利拉、秋光9个稻谷种子品种的品种模型,模型判别效果显著。

基于形状特征的玉米苗期杂草识别方法的研究

为了从玉米苗中准确识别杂草,在获取其轮廓图像的基础上,提取了叶片的5个形状参数,包括周长、叶片长和宽、宽长比、圆形度和矩形度,并通过试验验证了其中的3个无量纲参数(宽长比、圆形度和矩形度)。结果表明,宽长比能将玉米、窄叶杂草、宽叶杂草三大类植物区分开来,圆形度能将宽叶杂草从三大类中区分开来。

基于机器视觉的花生完善性检验

花生的完善性检验是花生感官品质中最基础的检验。本研究旨在利用计算机图像处理技术,分析花生图像中完好部位及破损部位的颜色特征参数,作为花生完善性检验的判别依据,并编制MATLAB识别软件,实现花生完善性自动检测。

机器视觉技术在农业领域中的应用

机器视觉又称计算机视觉,指人类设计并在计算机环境下实现的模拟或再现与人类视觉有关的某些智能行为的技术,如对印刷与手写文字识别、图像模式识别和物体三维表面形状知识与距离、速度感知等.机器视觉技术在农业上的研究与应用始于20世纪70年代末期,主要研究集中于农产品分选机械中利用机器视觉对农产品进行品质检测与分级.由于受当时计算机发展水平的影响,检测速度达不到实时要求,处于实验研究阶段.随着电子技术、计算机软硬件技术、图像处理技术及与人类视觉相关的生理技术的迅速发展,机器视觉技术本身在理论和实践上都取得了重大突破,除农产品分选机械外,目前该技术已经渗透到农产品鉴定、农作物生长、农产品收获等多个领域.

谈机械专业学生如何学习《电工学》课程

电工学课程是高等学校非电专业设置的专业基础课，开设这门课程的主要任务是使学生获得电工技术和电子技术的基本理论、基本知识和基本技能，了解电工技术和电子技术的应用和发展概况，为学习后续课程（如控制工程、机电一体化、微机原理与应用等）以及从事与专业有关的工程技术和科学研究等工作打下一定的基础。

蛋品检测调速系统的仿真分析及控制策略的选择

利用MATLAB软件中的模糊逻辑工具箱对异步电动机单闭环调速系统进行计算机辅助设计,并应用SIMULINK进行动态数字仿真,比较PID控制策略和模糊控制策略后,选择模糊控制策略为最优控制策略。