基于表面增强拉曼光谱技术的柑橘表皮咪鲜胺和抑霉唑农药残留检测

咪鲜胺和抑霉唑是柑橘类水果常用的保鲜剂,二者混用可有效降低致病细菌抗药性,达到更好的保鲜效果,但农残过量会影响食用者健康。基于表面增强拉曼光谱技术,以丑橘为基质,咪鲜胺和抑霉唑混合农药为研究对象,结合化学计量学方法,建立一种快速准确检测柑橘表皮农药残留的方法。为了对比金、银溶胶的增强效果,分别将金、银溶胶用于浓度为10 mg·L^(-1)的咪鲜胺、抑霉唑标准溶液及橘皮萃取液中的混合农药,采集其拉曼光谱。结果表明,咪鲜胺和抑霉唑的单独标准溶液中金溶胶较优,在橘皮萃取液中的混合农药溶液中银溶胶效果更佳。为了获得最佳增强效果,通过不同比例试验对比,最终确定溶胶增强基底与两种农药标准溶液体积比为1∶1,团聚剂NaCl浓度为1 mol·L^(-1)。按照浓度从高到低的方向,分别采集咪鲜胺标准溶液及抑霉唑标准溶液在不同浓度情况下的光谱,检出限分别低于1和0.5 mg·L^(-1),达到国标规定的最大残留限5 mg·L^(-1)。在咪鲜胺和抑霉唑混合农药的定量分析实验中,以橘皮萃取液为基质,用增强效果较好的银溶胶作为增强基底,采集含有梯度浓度的咪鲜胺和抑霉唑混合农药(5~42 mg·L^(-1))的表面增强拉曼光谱,采用多种预处理方法优化光谱数据,对比支持向量回归(SVR)、灰狼算法优化的支持向量回归(GWO-SVR)、粒子群算法优化的支持向量回归(PSO-SVR)、遗传算法优化的支持向量回归(GA-SVR)四种回归模型的建模效果选择最佳算法建立定量模型。结果表明:通过一阶微分预处理方法,选取829和1168 cm^(-1)处的特征峰强度建立灰狼算法优化的支持向量机回归(GWO-SVR)模型得到的预测效果最佳,其校正相关系数(R_(C))为0.978,校正集均方根误差(RMSEC)为1.655 mg·L^(-1),预测相关系数(R_(P))为0.967,预测集均方根误差(RMSEP)为2.227 mg·L^(-1)。研究结果表明,该方法可对柑橘表皮咪鲜胺和抑霉唑混合农药进行定性与定量检测,可为柑橘农残检测提供新思路。

基于改进SSD的柑橘实时分类检测

针对人工分拣柑橘过程中,检测表面缺陷费时费力的问题,该文提出了一种基于改进SSD深度学习模型的柑橘实时分类检测方法。在经改装的自制打蜡机试验台架下采集单幅图像含有多类多个柑橘的样本2 500张,随机选取其中2 000张为训练集,500张为测试集,在数据集中共有正常柑橘19 507个,表皮病变柑橘9 097个,机械损伤柑橘4 327个。该方法通过单阶段检测模型SSD-ResNet18对图片进行计算和预测,并返回图中柑橘的位置与类别,以此实现柑橘的分类检测。以平均精度AP(average precision)的均值m AP(mean average precision)作为精度指标,平均检测时间作为速度指标,在使用不同特征图、不同分辨率和ResNet18、MobileNetV3、ESPNetV2、VoVNet39等4种不同特征提取网络时,进行模型分类检测效果对比试验研究。研究表明,该模型使用C4、C5特征图,768×768像素的分辨率较为合适,特征提取网络ResNet18在检测速度上存在明显优势,最终该模型的m AP达到87.89%,比原SSD的87.55%高出0.34个百分点,平均检测时间为20.27 ms,相较于原SSD的108.83 ms,检测耗时降低了436.90%。该模型可以同时对多类多个柑橘进行实时分类检测,可为自动化生产线上分拣表面缺陷柑橘的识别方面提供技术借鉴。

普渡大学农业工程专业本科生创新与实践能力培养的借鉴与思考

借鉴国际一流大学农业工程专业结构设置和人才培养模式,对于提高教育质量、提升学生创新与实践能力具有重要意义。介绍了美国普渡大学农业与生物工程系本科生学科专业设置概况,分析各培养环节的设置目的、教学方式和教学效果,探讨教学实践中各类问题的产生原因与应对策略,并思考在"新工科"建设过程中推进学生创新思维训练与实践能力培养的可行途径,以期为学科专业建设、教学模式优化和学生能力培养提供参考。

蒸烫处理对宽皮柑橘去皮的影响及作用机制

宽皮柑橘去皮前常采用蒸烫处理以降低去皮难度,在实际加工中由于缺少相关理论支撑,关于柑橘蒸烫去皮的作用机制尚不明了,常存在因蒸烫不当而导致去皮效果差的问题。为了探究蒸烫处理对宽皮柑橘果皮力学特性、组织结构、去皮性能的影响从而明确有效的蒸烫去皮工艺,该研究利用柑橘果皮分离性能测试平台研究了不同蒸烫时间下柑橘的去皮性能,利用果皮拉伸力学特性测试平台分析了蒸烫柑橘果皮的力学特性,基于Ray-CT断层扫描技术研究了蒸烫处理对柑橘外果皮、白皮层、果肉结构尺寸的影响规律,利用超景深显微镜和电子显微镜观察了果皮显微结构的变化。在此基础上,探讨了蒸烫处理对柑橘去皮性能的影响机理。结果表明:蒸烫时间对柑橘果皮分离时的最大拉力、分离位移、果皮的断裂强度、果皮与果肉间孔隙率影响极显著(P<0.01),分离位移和断裂强度呈正相关,最大拉力和果皮与果肉间孔隙率呈负相关。随着蒸烫时间增加,果皮表面会起皱粗糙,果皮截面果胶化合物发生溶解,薄壁组织细胞和维管束组织坍塌消失,进而果皮与果肉间孔隙率逐渐增大、果皮断裂强度先增大后减小,导致去皮过程中最小拉力减小,分离位移先增大后减小。在蒸烫时间3 min时,最大拉力达到较小值1.59 N,相对于对照组减少了42.8%,果皮不易被拉断,分离位移达到最大值41.81 mm,相对于对照组增加了19.6%,整体去皮效果最好;蒸烫时间超过3 min后,果皮变得绵软易拉断,不利于果皮剥离。该研究为改善宽皮柑橘去皮困难和丰富蒸烫去皮机理提供了理论参考。

丘陵山地环形单轨运输系统静态调度优化方法

为了提高环形单轨运输系统完成静态任务的作业效率,该研究以丘陵山地为应用场景,针对任务点与运输车的匹配与调度需求问题,综合考虑最大程度满载的因素,建立了具有任务点“拼车”组合处理和运输车任务分配两个阶段的数学模型。提出基于相邻位置、任务量和随机序列不同优先级的3种启发式规则算法解决以运输车上货次数最少为目标的“拼车”组合问题,采用基于变邻域搜索的遗传算法解决以运输车堵塞次数最少为目标的运输车任务分配问题。通过模拟3种任务批量的运输情形,验证优化算法的性能,结果表明:基于任务量在3种启发式规则算法中求解速度最快,在80%的试验中获得的可行解最优,选择基于任务量和与之性能接近的基于随机序列的结果分别作为运输车任务分配问题的初始解,基于任务量更有利于第二阶段运输车任务分配问题的求解,得到的分配方案堵塞次数更少。基于变邻域搜索的遗传算法能显著提高标准遗传算法的求解质量,使堵塞次数降低了33.3%~100%,在大规模运输问题的求解中比变邻域搜索算法表现出更高的稳定性,最少堵塞次数出现的概率分别提高了10%和40%,有效性也优于整体匹配规则、随机重启爬山等其他类型的算法。该研究实现了对环形单轨运输系统静态调度的有效优化,所提出的算法有助于减少停车次数,节约工作时间,提高运输效率。

基于目标像素变化的柚果单目测距算法

针对山地果园光线变化和枝叶遮挡干扰果实距离检测的问题,该研究提出一种利用目标区域像素数量变化预测成像距离的算法。根据单目测距原理和柚果成像特性,以具备尺寸和形状代表性的离树柚果样本为研究对象,在采摘作业距离范围内利用单一相机以固定间隔步距对果实某一侧面连续获取图像数据,用以建立并验证目标区域像素数量变化与成像距离变化之间的多元回归关系。随后将该算法应用于果园中树上柚果样本以检验其适用性,并讨论初始成像距离和步距取值对测距精度的影响。研究结果表明,在125cm以内,6个树上柚果样本的测距相对误差均低于5%,满足采摘机械手目标定位的精度要求;初始成像距离对该算法测距精度具有显著影响。该研究单目测距算法满足果园环境中柚果目标与相机间距离检测需求,为相关采摘机械手的柚果目标识别提供了一种可行方案。

基于改进YOLOv4模型的橙果识别与定位方法

为提高橙果采摘定位精度和作业速度,提出一种便于迁移至移动终端的改进YOLOv4模型,可从RealSense深度相机所成彩色图像中获取果实质心二维坐标,经配准提取对应深度图中质心点深度值,实现果实的三维空间定位。改进YOLOv4模型以MobileNet v2为主干网络,在颈部结构中使用深度可分离卷积替换普通卷积,实现模型轻量化并提高检测速度。训练后的改进模型对513张独立橙果测试集数据的识别平均精度达97.24%,与原始YOLOv4模型相比,平均检测时间减少11.39 ms,模型大小减少197.5 M。与经典Faster RCNN、SSD模型相比,检测平均精度分别提高了2.69和3.11个百分点,模型大小分别减少了474.5和44.1 M。与轻量化模型YOLOv4-tiny相比,召回率提升了4.22个百分点,较Ghostnet-YOLOv4,平均检测时间减少了7.15 ms。为验证该改进算法实用性,应用改进模型获取果园中78个橙果的位置信息,结果表明:果实二维识别成功率达98.72%,水平方向及垂直方向的平均绝对百分比误差均在1%以内。果实三维定位成功率达96.15%,深度信息平均绝对百分比误差为2.72%,满足采摘机械手精准定位需求。该方法为复杂场景下采摘作业实现提供了鲁棒性强、实时性好、精准度高的目标定位途径。

牵引式山地果园运输机驱动绳轮摩擦磨损

为探究牵引式山地果园运输机驱动绳轮系统的摩擦磨损机理,该研究首先利用Adams软件建立绳轮系统模型,在各因素水平允许范围内进行单因素试验,再进行台架试验分析不同因素对绳轮接触处摩擦磨损的影响。仿真模型计算结果表明,从连接负载端开始,各完整缠绕圈所在槽道受到的摩擦力沿钢丝绳方向呈现逐渐减小趋势,与多槽轮的磨损形貌分析结果一致,且槽道上容易发生的失效形式为塑性变形和微动磨损。单因素试验结果显示,圈数从2/3增加到4/5,受力最大处摩擦力减小48.66%,各槽道受力标准差由102.97 N减小到46.53 N,受力更加均衡;多槽轮中心距越小或轮径越大,各完整缠绕圈的槽道受力越均衡;同一多槽轮上的槽距和槽壁角度对摩擦的影响很小。台架正交试验的多槽轮磨损率分析结果表明,较大的中心距,较小的预紧力,较多的圈数可以缓解磨损。研究结果可为后续对驱动绳轮系统的优化提供参考。

鼹鼠趾仿生及表面热处理提高齿形开沟刀减阻耐磨性能

为提高农用开沟机械开沟刀的减阻耐磨性能,该文针对课题组前期研制的齿形开沟刀,利用仿生结构和不同表面热处理对原齿形开沟刀进行优化。以鼹鼠前爪第3趾为仿生对象,设计了仿生开沟刀。使用EDEM软件进行模拟仿真试验,通过分析齿形开沟刀和仿生开沟刀的开沟功耗,对比2种刀片的减阻性能;进行台架磨损试验,利用金相显微镜、显微硬度仪、摩擦磨损试验机分析5种表面热处理仿生开沟刀的耐磨性能。单齿仿真试验发现,仿生开沟刀刀齿的整体三维表面结构特征有利于减阻。仿真试验结果表明沟深为150、200、250、300和350mm时,仿生开沟刀比齿形开沟刀的开沟功耗分别降低9.68%、10.44%、10.22%、10.70%和10.95%,仿生开沟刀的减阻性能更优。台架磨损试验结果表明,渗铬淬火高温回火(Ⅱ型刀)、渗碳淬火低温回火(Ⅲ型刀)、激光熔覆WC/Ni60A粉末合金(Ⅳ型刀)和氧乙炔火焰堆焊铸造WC焊条(Ⅴ型刀)比淬火中温回火(Ⅰ型刀)处理的仿生开沟刀的磨损质量分别降低14.17%、42.05%、66.98%和75.96%,Ⅰ、Ⅱ、Ⅲ、Ⅳ和Ⅴ型刀的耐磨性能依次提高,Ⅴ型刀最优。5种刀片组织结构、显微硬度和摩擦系数的分析结果表明,Ⅰ、Ⅱ和Ⅲ型刀的硬化层显微组织主要为淬火和回火马氏体,Ⅳ和Ⅴ型刀主要为WC硬质相,Ⅳ和Ⅴ型刀的组织结构更优;Ⅰ、Ⅱ、Ⅲ、Ⅳ和Ⅴ型刀的平均显微硬度为558、700、888、1195和1441HV0.1;平均摩擦系数为0.67、0.57、0.26、0.25和0.22,Ⅴ型刀的显微硬度和摩擦系数最优,与台架磨损试验结果相一致。田间试验结果表明,优化后的Ⅲ型和Ⅴ型刀比原来齿形开沟刀的开沟功耗分别降低11.45%和5.41%,磨损质量分别降低28.26%和82.63%,仿生结构优化与表面热处理能够提高齿形开沟刀的减阻耐磨性能。该研究可为提高开沟刀减阻耐磨性能提供参考。

山地果园运输机液压驱动系统设计

针对传统果园运输机传动系统需电网覆盖和实现无级变速结构复杂等问题,设计可快速换向,无级调速,瞬间制动,更大动力的果园运输机液压驱动系统。采用流体传动法在分析果园运输机传动系统工作原理的基础上,建立了由变量泵供油,三位四通换向阀控制运输车换向、电液比例调速阀调节运输车运行速度和蜗轮蜗杆反向自锁与溢流桥配合实现马达制动的果园运输机液压系统。通过工况分析和理论计算,对果园运输机液压系统主要元件进行选型,确定液压马达排量为42 mL·r^(-1),液压泵流量为44 L·min^(-1)。通过对液压系统的性能验算,可知液压系统的压力损失为0.41MPa,满足设计要求。并利用AMESim仿真软件,搭建运输车液压系统仿真模型,合理设置主要元件参数,并对系统性能进行仿真分析,仿真结果表明:该液压系统能够模拟果园运输车不同负载状态时上行、停止和下行的实际运行过程,验证了液压系统的可行性,得出运输车速度受负载影响较小,液压马达输出扭矩为66 N·m与理论计算值63 N·m大小基本相符,拖车以0.71 m·s^(-1)速度匀速运动,达到预期以0.7 m·s^(-1)设计要求,满足运输机对动力和运输速度要求。为山地果园液压驱动轨道运输机的研制提供理参考,有助于果园运输机的可靠性测试。

山地果园液压驱动轨道运输机控制系统的设计

设计适用于山地果园液压驱动轨道运输机的控制系统,为山地果园液压驱动轨道运输机械的设计提供支持,以提高运输车的安全性和智能性,实现自动控制。在分析液压驱动轨道运输机整机结构和该运输机频繁换向、小范围无极调速等工况基础上,基于PLC、电磁阀和无线通信模块等设计液压驱动山地果园运输机的控制系统。重点对控制系统进行总体分析,对控制装置的驱动模块、速度控制模块、制动模块、遥控和手动控制模块和抗干扰性着重设计,最后通过运输机各项功能和远程遥控试验,对控制系统的稳定性和功能进行试验研究。试验结果表明,该运输机控制系统性能可靠,能够实现运输车启动、制动、速度调节和急停等功能;PLC控制系统体积仅为继电器控制系统的14.8%,接线触点为1/20;山地远程遥控距离达455 m。所设计的控制系统运行稳定可靠、适应性强且体积小,满足运输机智能化和安全性控制要求。

不同类型灌水器滴头对沼液抗堵塞性能的影响

为了研究不同类型灌水器滴头对不同水肥配比沼液的抗堵塞性能,获得适用于沼液滴灌施肥的滴头,选取2种片式滴头、2种圆柱滴头和1种片式补偿滴头共5种滴头,设计了2种沼液配比进行周期性间歇灌水试验,比较了不同滴头的抗堵塞能力。结果表明,沼液水肥配比越大,滴头越容易发生堵塞;滴头流量相同时,片式滴头抗堵塞性优于圆柱滴头和片式补偿滴头;滴头类型相同时,额定流量越大,抗堵塞性越好;堵塞进程较为均匀,堵塞发生从毛管尾端开始;堵塞类型以物理和生物结合的复合性堵塞为主。根据试验结果,建议沼液施肥时,最优灌溉模式为:水肥配比选择1∶3,灌水压力选择80 kPa,滴头选择3 L·h^(-1)的片式滴头;单级120目过滤器过滤效果有限,可以考虑增加多级过滤。

基于轮廓坐标系转换拟合的柚子果形检测分级方法

针对柚子果形和尺寸分级依赖人工经验判断的现状,本研究提出一种采用轮廓坐标系转换拟合、果形特征提取结合方向角补偿算法检测柚子纵、横径尺寸并基于果形指数对柚子形状缺陷进行判断的方法。以CMOS相机、点阵式LED光源、平面镜、计算机、箱体和支架搭建图像采集装置,获取168个不同尺寸与形状等级的沙田柚样本全表面图像数据。选择G-B分量灰度图像进行去噪与分割,利用Laplacian算子边缘检测算法提取果实的边缘像素,采用多项式拟合方式完成直角坐标向极坐标的转换从而简化果形描述,利用特征点极角值补偿样本纵横径的随机方向,继而区别类球形和类梨形两种类型计算柚子的纵径和横径。以广东梅州沙田柚为对象进行试验,结果表明,利用轮廓坐标系转换拟合、果形特征提取结合方向角补偿算法的方法检测柚子纵径的平均绝对误差、最大绝对误差和平均相对误差分别为2.23 mm、7.39 mm和1.6%,横径的平均绝对误差、最大绝对误差和平均相对误差分别为2.21 mm、7.66 mm和1.4%。从柚子轮廓极坐标的拟合函数中提取3个峰值高度、3个波峰宽度和1个波谷值差值7个特征值,利用BP神经网络算法建立柚子果形判别模型并用独立验证集进行验证,形状判别的总识别率为83.7%。本方法能为柚子尺寸和形状的自动化检测与分级提供快速无损方法。