无籽刺梨别名金刺梨,其富含VC、VE、VP、VB1、VB2等多种维生素,其中VC含量为每100克鲜果11.33毫克,因此被誉为“维C之王”,其在食品和保健品中具有广泛的市场前景。当前无籽刺梨产业已迅速发展壮大,成为贵州的特色水果,但在采摘、果茎分离、宿萼分离和切瓣等工序还是以人工为主,严重制约了无籽刺梨产业的快速发展。而设计无籽刺梨自动采摘、机械化加工、运输等有关的设备,就需要掌握无籽刺梨果实的物理和力学特性。本文以无籽刺梨为研究对象,利用数学模型和有限元分析方法掌握无籽刺梨果实的物理和力学特性。主要研究内容及结论如下:(1)以贵州无籽刺梨为研究对象,测定了无籽刺梨果实三维尺寸、体积、等效密度、果形指数等物理参数,硬度、泊松比、弹性模量等力学参数。无籽刺梨果实的长度和宽度服从威布尔分布,而高度服从正态分布,等效密度主要分布在0.847×10~3~1.072×10~3kg/m3,果形指数为0.87;硬度平均值为72.21N,弹性模量和泊松比分别为4.5×10~6Pa和0.38。(2)基于无籽刺梨的三维尺寸,使用线性和非线性数学模型(线性、二次、幂函数)预测无籽刺梨的体积与尺寸和形状的关系,在此基础上,提出了基于单变量三维尺寸的模型、基于综合三维尺寸的模型和基于形状假设的模型,评价了大小分级的效果。在基于三维尺寸的体积预测数学模型中V=0.6495Dg-9.278预测效果最好(r=0.847)在基于形状假设体积预测数学模型中V=(W3)/6预测效果最好(r=0.821)。(3)提出了一种基于图像处理技术的无籽刺梨果实三维模型重建方法,使用颜色空间图像增强和K-means图像分割等预处理方式,排除了图像采集中阴影和果实表面尖刺对图像轮廓特征提取的影响。对比了六种不同轮廓提取算子的提取效果,在保留相同特征的情况下,Laplace of Gauss算子的伪轮廓点最少,轮廓像素点占比仅有0.42%,提取到的轮廓精确度有保障。结合Harris角点检测算法与特征点提纯算法,提取到最终建模所需特征点。以果实图像轮廓为第一特征链,特征点纵坐标为第二特征链,建立三维模型网格,重建果实三维模型。使用上述方法重建得到的无籽刺梨果实三维模型最大程度的保留了果实的形状特征,去除噪声影响的同时不丢失实体细节,表面光滑完整。(4)使用有限元分析软件Ansys workbench中的静力学模块仿真模拟了果实在压缩情景下的变化,并与实际压缩试验对比分析。结果表明,在竖直和水平方向时,压缩试验获得的加载力-位移曲线和有限元仿真曲线的相关系数分别为0.93和0.98。应力云图与果实受压破裂的位置也有对应关系。无籽刺梨果实在水平方向和竖直方向受压分别超过170N和150N就会发生破裂,具有各向异性。
暂无评论