检索结果-南通市图书馆

同方期刊数据库博看期刊

基于气固耦合的气筛式马铃薯清选装置参数优化与试验

在线全文

学校读者我要写书评

暂无评论

农业机械学报 2024年第1期55卷 96-108页

作者：李晓晖魏忠彩苏国粱王兴欢张祥彩王宪良程修沛金诚谦山东理工大学农业工程与食品科学学院淄博255091 农业农村部南京农业机械化研究所南京210014 山东思代尔农业装备有限公司德州253600 山东省马铃薯生产装备智能化工程技术研究中心德州253600

针对马铃薯联合收获后含杂率高、后续二次清选伤薯破皮严重等问题,对气筛式马铃薯清选装置进行了优化设计,在低损伤的同时保持一定的清选除杂功能,在阐述总体结构及工作原理基础上,结合马铃薯运动学模型和碰撞特性分析,得到影响除杂率... 详细信息

针对马铃薯联合收获后含杂率高、后续二次清选伤薯破皮严重等问题,对气筛式马铃薯清选装置进行了优化设计,在低损伤的同时保持一定的清选除杂功能,在阐述总体结构及工作原理基础上,结合马铃薯运动学模型和碰撞特性分析,得到影响除杂率和薯块损伤的主要因素,通过EDEM-Fluent耦合构建仿真模型,以风机出风口气流速度、摆抖筛摆抖形式、摆抖频率、筛面倾角为试验因素,以马铃薯清选率和洁净率作为评价指标,对清选过程进行了多组仿真,并依据仿真结果进行验证与优化。研究结果表明,清选装置风机出风口气流速度对马铃薯气力清选的可行性起着决定性作用,摆抖筛摆抖形式、摆抖频率和筛面倾角对清选效果影响大,影响由大到小为风机出风口气流速度、摆抖筛筛面倾角、摆抖筛摆抖频率,且摆抖筛前后简谐摆抖优于上下摆抖。最优工作参数组合:摆抖筛前后简谐摆抖、摆抖筛筛面倾角为25°、摆抖频率为10 Hz、风机出风口气流速度为60 m/s,此时仿真试验马铃薯清选率为93.1%,洁净率为98.7%,台架试验马铃薯清选率为91.6%,洁净率为99.2%。研究结果可为马铃薯清选装置设计与优化提供理论依据。

关键词：马铃薯清选分离装置薯石分离气固耦合

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

马铃薯机械化收获除杂技术与装备研究进展

农业工程学报 2024年第10期40卷 1-13页

作者：魏忠彩王业炜苏国粱张祥彩王宪良程修沛李学强金诚谦山东理工大学农业工程与食品科学学院淄博255091 农业农村部南京农业机械化研究所南京210014 山东思代尔农业装备有限公司德州253600 山东省马铃薯生产装备智能化工程技术研究中心德州253600

高效低损除杂是马铃薯机械化收获的核心环节,直接影响马铃薯的收获效率与收获品质,是助推马铃薯收获模式制定与收获装备研发与产业化进程的关键。由于不同马铃薯种植地区的自然环境等区域差异性较大,各地区马铃薯种植和收获模式复杂多变... 详细信息

高效低损除杂是马铃薯机械化收获的核心环节,直接影响马铃薯的收获效率与收获品质,是助推马铃薯收获模式制定与收获装备研发与产业化进程的关键。由于不同马铃薯种植地区的自然环境等区域差异性较大,各地区马铃薯种植和收获模式复杂多变,因此对马铃薯机械化收获的除杂技术、装置结构和作业原理的需求各不相同。机械化收获除杂是减少生产成本、提高经济效益的重要方法,该研究基于国内马铃薯种植农艺,分析了国内外典型的马铃薯收获机基本结构和技术特点,对马铃薯机械化收获秧膜杂处理技术进行归纳总结,阐述薯土分离、薯秧分离、残膜回收及杂质清选等环节的装置结构与工作原理,对比分析不同除杂装置的特点与技术指标。针对国内覆膜种植、丘陵地区土壤粘重等特点,指出制约国内马铃薯除杂机械化发展的关键问题,并提出规范种植体系,研制适用机型与专用装备,农机农艺农信相融合和产学研相结合等建议,以期为马铃薯机械化收获除杂技术装备的研发应用奠定基础。

关键词：机械化收获马铃薯秧膜杂处理薯土分离薯秧分离残膜回收

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

马铃薯收获机扰动分离装置设计与试验

农业机械学报 2024年第4期55卷 101-112页

作者：王兴欢魏忠彩苏国粱孟鹏祥王法明张祥彩王宪良程修沛李志合金诚谦山东理工大学农业工程与食品科学学院淄博255091 农业农村部南京农业机械化研究所南京210014 山东思代尔农业装备有限公司德州253600 山东省马铃薯生产装备智能化工程技术研究中心德州253600

针对现有的小型马铃薯收获机筛面土块破碎效果不佳而影响分离效率和收获品质等问题,结合北方马铃薯主产区收获模式和常用杆条式分离装置,设计了一款马铃薯收获机扰动分离装置。在阐述总体结构及工作原理基础上,结合马铃薯的碰撞特性和... 详细信息

针对现有的小型马铃薯收获机筛面土块破碎效果不佳而影响分离效率和收获品质等问题,结合北方马铃薯主产区收获模式和常用杆条式分离装置,设计了一款马铃薯收获机扰动分离装置。在阐述总体结构及工作原理基础上,结合马铃薯的碰撞特性和土块的破碎过程分析,得到影响薯块损伤和土块破碎的主要因素为扰动深度、偏心轮转速和偏心距;通过EDEM-RecurDyn耦合构建仿真模型,单因素试验得到扰动杆数量最优为4,以扰动深度、偏心轮转速和偏心距为试验因素,以马铃薯碰撞力和土块破碎率为评价指标,运用Box-Behnken中心组合设计方法进行仿真试验,对试验结果进行方差分析,利用响应面分析了各交互因素对试验指标的影响规律,结合实际工况确定影响因素最佳取值。验证试验表明:当收获机分离筛运行速度为0.7 m/s、扰动深度为51.5 mm、偏心轮转速通过调速器设为2.3 r/s、偏心距为31 mm时,土块破碎率为60.7%,电子马铃薯采集的碰撞加速度峰值平均值为790.66 m/s~2,小于马铃薯临界损伤阈值。

关键词：马铃薯收获机薯土分离装置扰动分离装置耦合仿真

同方期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

马铃薯装卸袋过程的碰撞冲击损伤分析与试验

农业工程学报 2024年

作者：魏忠彩韩梦苏国粱胡良龙王法明王宪良程修沛金诚谦张祥彩山东理工大学农业工程与食品科学学院山东省马铃薯生产装备智能化工程技术研究中心山东思代尔农业装备有限公司农业农村部南京农业机械化研究所

针对马铃薯在装卸袋作业过程中伤薯率和破皮率较高的问题，该研究搭建了马铃薯装卸袋装置试验台，结合装置的主要结构及工作原理，通过理论分析明确了影响马铃薯破皮损伤的关键因素。通过RecurDyn-EDEM耦合模拟仿真，对比分析了有缓冲... 详细信息

针对马铃薯在装卸袋作业过程中伤薯率和破皮率较高的问题，该研究搭建了马铃薯装卸袋装置试验台，结合装置的主要结构及工作原理，通过理论分析明确了影响马铃薯破皮损伤的关键因素。通过RecurDyn-EDEM耦合模拟仿真，对比分析了有缓冲辊和无缓冲辊时薯块的碰撞特征，缓冲辊的缓冲减损作用明显，相较于无缓冲辊作业，薯块最大碰撞接触力峰值降低了263.566 N。开展三因素三水平正交试验，以输送速度、缓冲辊直径和喂入量为试验因素，以伤薯率和破皮率为评价指标，通过响应面分析各因素交互作用对评价指标的影响并对关键参数进行优化，采用电子马铃薯测试系统进行了验证试验。结果表明：输送速度为0.96 m/s，缓冲辊直径为83 mm，喂入量为26 t/h时，伤薯率和破皮率分别为0.82%和1.14%，碰撞加速度峰值小于马铃薯临界损伤的碰撞加速度阈值，马铃薯碰撞剧烈程度呈波浪式下降，入袋后薯块的最后一次的碰撞加速度均远小于入袋前初始碰撞加速度。田间试验表明：收获速度为0.6、0.8和1.0 m/s时，伤薯率分别为0.97%、1.32%和1.58%，破皮率分别为1.34%、1.53%和1.87%，均满足相关标准。研究结果可为马铃薯减损集薯装置的研发与优化提供支撑。

关键词：农业机械收获马铃薯跌落冲击装卸袋减损

高光谱成像的黄瓜病虫害识别和特征波长提取方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

光谱学与光谱分析 2024年第2期44卷 301-309页

作者：李杨李翠玲王秀范鹏飞李余康翟长远江苏大学农业工程学院江苏镇江212013 北京市农林科学院智能装备技术研究中心北京100097 国家农业智能装备工程技术研究中心北京100097

黄瓜霜霉病和斑潜蝇是制约黄瓜产业发展的严重病虫害。为实现黄瓜病虫害快速在线识别,采用高光谱成像和机器学习研究快速识别黄瓜霜霉病和斑潜蝇虫害的方法,为开发实用的基于多光谱成像的黄瓜病虫害快速识别设备奠定基础。使用高光谱成... 详细信息

黄瓜霜霉病和斑潜蝇是制约黄瓜产业发展的严重病虫害。为实现黄瓜病虫害快速在线识别,采用高光谱成像和机器学习研究快速识别黄瓜霜霉病和斑潜蝇虫害的方法,为开发实用的基于多光谱成像的黄瓜病虫害快速识别设备奠定基础。使用高光谱成像系统采集黄瓜无症状叶片、霜霉病叶片、斑潜蝇虫害叶片的高光谱图像,在病斑区域选择若干个感兴趣区域(ROI),计算每个ROI的平均反射率数据作为叶片原始光谱数据。使用Kennard-Stone算法将光谱数据按照3∶1的比例划分为训练集和测试集。使用直接正交信号校正(DOSC)、多元散射校正(MSC)、移动窗口平均平滑(MA)3种方法对原始光谱数据进行预处理。采用空间迭代收缩法(VISSA)、竞争性自适应重加权算法(CARS)、迭代保留信息变量法(IRIV)、随机蛙跳算法(SFLA)对MA预处理后的光谱数据进行特征波长提取,分别提取出53、20、26、10个特征波长。然后使用连续投影算法(SPA)分别对特征波长光谱数据进行二次降维,最终VISSA-SPA提取的特征波长为455、536、615和726 nm;CARS-SPA提取的特征波长为452、501、548和578 nm;IRIV-SPA提取的特征波长为452、513、543和553 nm;SFLA-SPA提取的特征波长为462、484、500和550 nm。分别对全波段光谱数据、一次降维光谱数据、二次降维光谱数据进行支持向量机(SVM)、Elman神经网络、随机森林(RF)建模,结果表明,MA预处理后的全波段光谱数据所建模型识别效果最好,其中MA-RF模型测试集总分类精度(OA)达到97.89%,Kappa系数为0.97。采用一次降维光谱数据所建模型中,MA-VISSA-RF模型效果最好,测试集OA为98.19%,Kappa系数为0.97。采用二次降维光谱数据所建模型中,MA-IRIV-SPA-SVM模型效果最好,测试集OA为96.23%,Kappa系数为0.95。研究结果表明,使用高光谱成像技术识别黄瓜霜霉病和斑潜蝇虫害具有良好的效果,452、513、543和553 nm可以作为识别黄瓜霜霉病和斑潜蝇虫害的特征波长,为开发黄瓜病虫害快速识别设备提供了理论依据。

关键词：高光谱成像机器学习特征波长霜霉病斑潜蝇虫害

在线全文

学校读者我要写书评

暂无评论

基于激光三维重建的种薯芽眼识别方法研究

中国农机化学报 2024年第2期45卷 200-206,258页

作者：韩梦杰刘发英杨振宇孙卫孝陈肖魏忠彩李学强山东理工大学机械工程学院山东淄博255000 山东理工大学电气与电子工程学院山东淄博255000 山东省马铃薯生产装备智能化工程技术研究中心山东德州253600 山东理工大学农业工程与食品科学学院山东淄博255000

种薯芽眼的准确识别是实现智能切块的重要前提。为解决种薯芽眼机器视觉识别易出现误判和不易获取芽眼三维位置信息而导致切块不均匀的问题,提出一种基于激光三维重建的种薯芽眼识别方法。确定点云获取过程中ROI区域消除采集过程中背景... 详细信息

种薯芽眼的准确识别是实现智能切块的重要前提。为解决种薯芽眼机器视觉识别易出现误判和不易获取芽眼三维位置信息而导致切块不均匀的问题,提出一种基于激光三维重建的种薯芽眼识别方法。确定点云获取过程中ROI区域消除采集过程中背景的影响,通过工业相机与线激光器相配合连续采集移动种薯的激光光条图像获取其点云数据;根据点云密度去除随机噪声和裙边噪声,提高点云质量,降低芽眼误判率。采用体素滤波算法稀疏点云,提高识别效率;通过对种薯表面任意点的局部邻域进行平面拟合后获取点云法向量,构建加权协方差矩阵参数化种薯表面点云,根据矩阵特征值大小设定的动态阈值对种薯表面点云进行初步筛选,得到种薯芽眼判别的候选点,采用欧式聚类算法获取候选点的点云簇,选取每个点云簇中最大特征值点为关键点,利用计算关键点和邻域内其他点构成的中心线连线向量与法向量夹角余弦值对关键点再次筛选,最终确定种薯各个芽眼位置。试验结果表明,芽眼识别率为95.13%,芽眼误识别率为4.87%,可为马铃薯种薯智能化切块时芽眼识别提供参考。

关键词：种薯激光点云三维重建特征提取芽眼识别

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于主动热红外成像的马铃薯与杂质分类方法

中国农机化学报 2024年第2期45卷 143-150页

作者：孙卫孝刘发英杨振宇韩梦杰李学强魏忠彩山东理工大学机械工程学院山东淄博255000 山东理工大学电气与电子工程学院山东淄博255000 山东省马铃薯生产装备智能化工程技术研究中心山东德州253600 山东理工大学农业工程与食品科学学院山东淄博255000

为解决入库马铃薯中石块、土块等杂质剔除的问题,提出一种基于主动热红外成像的马铃薯与杂质分类方法。建立基于集总参数法的马铃薯和杂质的传热模型,获得影响受热效果与导致温度差异的因素为材料热物性、风速、风向角度、风温;利用有... 详细信息

为解决入库马铃薯中石块、土块等杂质剔除的问题,提出一种基于主动热红外成像的马铃薯与杂质分类方法。建立基于集总参数法的马铃薯和杂质的传热模型,获得影响受热效果与导致温度差异的因素为材料热物性、风速、风向角度、风温;利用有限元法分析马铃薯和杂质在外部热风激励下的热像图,马铃薯表面温度显著高于石块与土块,并对风速、风向角度、风温分别进行四水平单因素仿真试验,得出马铃薯与杂质的表面温度差异大小在一定时间内与风速、风向角度和风温呈非线性正相关。在试验平台上对马铃薯和杂质进行分类试验,结果表明:最佳图像识别处理条件为风速4 m/s、风温为40℃、风向角度为90°,识别成功率为97%。为马铃薯收获—仓储过程中除杂提供技术参考。

关键词：马铃薯热激励热红外成像杂质剔除

维普期刊数据库博看期刊

基于YOLOv3算法的智能采茶机关键技术研究

在线全文

学校读者我要写书评

暂无评论

中国农机化学报 2024年第4期45卷 199-204,236页

作者：马志艳李辉杨光友湖北工业大学武汉市430068 湖北省农机装备智能化工程技术研究中心武汉市430068

在复杂背景下精确识别茶叶嫩芽,是实现高端茶叶智能化采摘的关键技术之一。为实现高端茶叶机械化精准采摘,设计一台基于视觉的采茶样机,根据蛛式机械手采摘茶叶的路径规划,将机械手末端的移动坐标问题转换成静平台3个电机转角问题。针对... 详细信息

在复杂背景下精确识别茶叶嫩芽,是实现高端茶叶智能化采摘的关键技术之一。为实现高端茶叶机械化精准采摘,设计一台基于视觉的采茶样机,根据蛛式机械手采摘茶叶的路径规划,将机械手末端的移动坐标问题转换成静平台3个电机转角问题。针对YOLOv3算法进行改进,采用EfficientNet网络替代DarkNet-53网络进行特征提取,并利用目标函数GIOU优化损失函数。试验结果表明:改进的YOLOv3算法在茶叶嫩芽识别方面,其准确率达到86.53%,单张图像平均识别时间为53 ms,相比传统的YOLOv3算法,性能实现明显的提升,可以达到预期目标,满足机器采摘需求。

关键词：智能采茶 YOLOv3算法蛛式机械手机器学习图像识别

维普期刊数据库博看期刊

融合图像增强和迁移学习的YOLOv8n夜间苹果检测方法

在线全文

学校读者我要写书评

暂无评论

华中农业大学学报 2024年

作者：仝召茂陈学海马志艳杨光友张灿湖北工业大学农机工程研究设计院湖北省农机装备智能化工程技术研究中心

针对夜间场景下苹果识别率低、实时性差的问题，提出了一种融合图像增强和迁移学习的YOLOv8n夜间苹果检测方法。首先，在YOLOv8n前端嵌入Zero-DCE模块增强夜间图像，更清晰地呈现苹果的轮廓和细节，降低夜间苹果图像的识别难度；其次，... 详细信息

针对夜间场景下苹果识别率低、实时性差的问题，提出了一种融合图像增强和迁移学习的YOLOv8n夜间苹果检测方法。首先，在YOLOv8n前端嵌入Zero-DCE模块增强夜间图像，更清晰地呈现苹果的轮廓和细节，降低夜间苹果图像的识别难度；其次，使用SPD-Conv进行下采样，增强模型细粒度特征的提取能力；在此基础上，针对夜间苹果数据集样本量少的问题，采用迁移学习训练策略，选取含有苹果类别的MS COCO数据集作为源域数据集，对于夜间场景下的目标域数据集，利用Zero-DCE增加其与日间苹果图像的相似度并在源域模型上微调目标域模型。基于上述方法，在夜间苹果图像数据集上进行了试验，结果显示，所提方法的模型的精确率P为97.0%、召回率R为93.4%、平均精度均值mAP0.5:0.95为74.6%，较YOLOv8n原始模型分别提升2.3、1.9和4.3百分点，同时该模型的FPS为22帧/s，可以满足实时性要求。消融试验显示，图像增强与迁移学习结合使用的效果超过两者单独使用时的效果之和。研究表明，改进后的模型在处理重叠、遮挡、绿果和光线过暗等复杂情形时都比原始模型表现更优，具有良好的鲁棒性。

关键词：苹果夜间检测图像增强迁移学习 YOLO