绑定机构
扫描成功 请在APP上操作
打开万方数据APP,点击右上角"扫一扫",扫描二维码即可将您登录的个人账号与机构账号绑定,绑定后您可在APP上享有机构权限,如需更换机构账号,可到个人中心解绑。
欢迎的朋友
万方知识发现服务平台
获取范围
  • 1 / 100
  (已选择0条) 清除 结果分析
找到 3050 条结果
[硕士论文] 刘建雄
农业电气化自动化 华中农业大学 2018(学位年度)
摘要:柚子重量分级是柚子采后处理的重要环节,然而现有分级设备多为适用于工厂的大型通用果品重量分级装备,园地分拣仍以人力为主。因此,开发适用于中小农户的柚子称重分级设备对于提高生产效率具有重要意义。该文提出小型模块化柚子称重分选方案,设计了由上果机构、疏离机构、分选机构组成的分选线,编写了基于LABVIEWMATLAB的数据采集分析软件,设置6个柚子重量等级,设计了基于PLC的分选机构控制程序,以实现自动上果、自动单排化、电子称量智能分选,理论分选速度为6000个/小时,用户可根据需要选择是否为称重分级核心模块搭配其他机构;此外,针对柚子单果重量大而导致的对称重传感器的冲击载荷和称重信号干扰,开展了信号分析区间均值重量预测的称重算法研究基于BP神经网络的称重算法研究。主要研究结果如下:
  1.设计了小型模块化柚子重量分选机,分选机上果机构由具有挡板的带式输送机构成,上果机底部设置果箱收集倾倒的柚子,疏离机将柚子单排化后有序进入分选机构,分选机构对柚子进行电子称量,自动分级。
  2.搭建了分选系统控制电路和通讯电路。分选机硬件上使用单点式悬臂梁传感器产生重量信号,信号经电压变送器放大后送入数据采集卡,采集卡以串口通讯形式PC连接,将采集电压信号以数字量形式传入PC,PC通过LABVIEWMATLAB软件分析处理后得到重量,重量通过PC送入PLC内,PLC根据编好的分级程序对柚子进行等级判断,光电开关作为柚子到来触发装置,触发信号将传入PLC,当满足当前等级时PLC输出分选执行信号控制电磁铁动作,实现柚子分选。
  3.开发了分选系统电子称量软件,设计了基于LABVIEWMATLAB的滤波算法重量预测模型,设计了符合分级标准的分级程序和上位机界面等。
  4.动态称重装置固有频率测量,采用单位脉冲方式作用于称重装置,将输出信号进行傅里叶变换观察信号频率情况,测试显示称重装置有一个频率为39Hz的较强共振峰,此外频域图中还有一个较弱频率为54Hz的共振峰。称重装置空载试验,在三种速度下测试空载信号,结果表明不同速度下信号主频大小不同,在0.33m/s时主频为82Hz,在0.4m/s时为85Hz,在0.5m/s时为90Hz,且主频峰值随速度变大而变大。动态称重信号分析,使用5种数字滤波器对信号滤波,分析滤波后信号重量预测结果,结果表明,使用IIR滤波器、FIR滤波器小波去噪均具有较好精度,其中使用IIR滤波器误差最小,而使用自适应滤波器误差最大。数字滤波算法执行时间分析,IIR程序运行时间为0.9ms,FIR程序运行时间为2.78ms,小波去噪程序运行时间为3.085ms,NLMS程序运行时间为12.4ms,RLS程序运行时间为39.6ms。基于BP神经网络进行重量预测,选择动态称重信号特征变量,建立神经网络模型,利用模型对数字IIR滤波后信号进行重量检测,试验中最大平均误差和最大误差均出现在速度为0.5m/s时,BP神经网络算法误差较均值法更小,且最大平均误差为2.17%,最大误差为4.56%,分选准确率为92.3%。
[硕士论文] 肖壮
农业电气化自动化 华中农业大学 2018(学位年度)
摘要:近年来,随着我国经济的快速发展和人们消费水平的普遍提高,葡萄产业得到了很大的发展,葡萄已成为我国最受欢迎的水果之一。但是我国葡萄商品化处理程度低,一直制约着葡萄产业向规模化和产业化的方向转变。葡萄为穗状结构、果粒较多、果实柔软、易碰伤,故葡萄产后加工存在较大困难。目前,我国绝大多数地区仍采用人工分级方法,利用简陋的工具根据经验分级。人工分级效率低下、成本高、强度大,因此,市场迫切需要葡萄品质在线检测分级技术及装备。
  本文以葡萄的一个品种——红提为研究对象,运用机器视觉技术,建立了红提果粉附着率和红提果粒尺寸的在线分级模型,设计了一套红提在线检测分级硬件软件系统,具体研究内容如下:
  (1)搭建了红提图像采集试验平台。在一个试验用环形运输线上,搭建红提图像在线采集装置,设计了尺寸大小为600×450×450mm3的暗箱,暗箱顶端的切槽保证了夹持机构的持续运输,暗箱内的光电传感器感知红提串并触发相机,实现红提图像的连续采集;分析对比了多种不同光源的优缺点,选用了环形光源和前光源的照明方式;为能够同时提取红提形态轮廓和颜色特征,选用了能同时获取红提彩色图像和近红外图像的工业相机和镜头。
  (2)研究了红提果粉附着率等级的判别方法。在图像的预处理阶段,采用了归一化超绿法,去除了红提图像中的绿色果梗信息的干扰;采用交互式取点的方法,提取了果粉及果肉区域的颜色特征,分别采用朴素贝叶斯、BP神经网络和SVM支持向量机的方法建立了果粉的判别模型,通过比较发现,SVM支持向量机模型检测时间短,预测准确率高,应用于果粉的在线识别可行。通过对比人工的分级结果,红提果粉附着率的分级准确率为93%。
  (3)研究了红提果粒尺寸检测和分级方法。采用了基于形态学的开闭重构和局部极大值的方法,采集到近红外图像每粒果粒表面光斑位置,获取果粒中心位置坐标,完成果粒的粗定位。采用梯度分割算法,获取每粒果粒轮廓像素点,但一些轮廓重叠严重的像素点仍会干扰目标果粒的拟合,因此设计了一种随机最小二乘的椭圆拟合算法,提取目标果粒尺寸,并完成果粒的精确定位。经过人工实测分级结果的验证,本研究设计的红提尺寸检测和分级准确率为91%,实现了整串红提果粒大小的自动分级。
  (4)针对红提果粉和尺寸的检测和分级模型,设计了基于机器视觉的在线控制系统和检测软件。在线控制系统主要包括了电机控制系统和图像采集控制系统,分别实现了环形运输生产线速度的实时控制和红提图片的在线采集。在线检测软件是利用VS软件中MFC控件设计的,其主要功能包括了上位机的协议设定、实时显示红提图像、监测串口通信状态和获取红提果粉和尺寸模型的分级结果等。
  (5)设计了一套红提在线检测分级流水线装备。流水线装备主要包括输送装置、图像采集装置、分级踢出装置和分拣装置。输送装置采取了环形悬挂输送链式的设计方法,保证了红提运输的稳定性,模拟了实际生产应用的场景;设计了具有棘齿自锁功能的夹持机构,方便了红提上下料过程,减少了人工工作量;设计有固定缺口形状的分级踢出装置实现了对红提自动连续的分选;设计由多个皮带滚筒组合成的分拣装置,实现了对应等级的红提分拣。
[硕士论文] 郑伟
农业电气化自动化 华中农业大学 2018(学位年度)
摘要:家禽净膛自动化加工,是实现禽肉生产规模化、高效化及产业化的关键。目前,在家禽屠宰加工领域,采用扒取式、挖取式和夹取式净膛机械手取内脏的方式应用广泛。但这几种取内脏方式主要是利用特定的机械结构之间的相互配合形成固定的运动轨迹来执行机械手的净膛动作,对控制部件的结构设计和尺寸精度要求较高,很难保证各机械结构之间的协调性,而且也不能根据机械手手指内脏之间的接触力大小实时调节手指的力度,导致内脏的破损很大,严重的影响了内脏的存储时间和经济价值。
  针对国内净膛机械手机械结构复杂,自动化程度较低、对内脏破损较大等问题,本文利用现代计算机技术和传感器技术,设计了一套基于触觉感知的夹取式机械手的净膛系统。该净膛系统由机械结构,触觉系统和控制系统三大部分组成。
  机械结构部分主要包括试验台、家禽固定装置、机械手的末端执行器和机械臂。利用SolidWorks软件对机械部分建模,确定了系统机械部分的结构和尺寸并加工出实物。净膛作业由机械手完成,家禽固定装置用于固定家禽,试验台用于放置机械手、控制柜及计算机等。
  机械手的触觉系统包括硬件系统和软件系统。选择了压阻式薄膜传感器作为触觉系统的感知部件,利用压阻转换模块将传感器输出的电阻信号转换为STM32能识别的电压信号,完成了压力采集电路的搭建。基于KEIL开发环境,编写了ADC压力采集程序。
  机械手的控制系统包含硬件和软件两部分。该系统由步进电机驱动器、降压模块、电源及高速稳压隔离器组成,建立了控制系统的硬件平台。基于Qt软件设计了上位机的人机交互控制界面,包括手动和自动两种控制模式,利用KEIL开发了机械手控制程序,完成了控制系统软件设计。
  为了验证系统的可靠性,进行了系统测试研究。通过家禽内脏压力阈值实验得到了控制末端执行器机械手指张开的压力阂值为7.7N,通过机械手的净膛试验得到了机械手的净膛率为87.4%。
[硕士论文] 梁丽秀
农业电气化自动化 华中农业大学 2018(学位年度)
摘要:水稻的根系不但是支撑植株吸收营养物质的重要的器官,还其周围环境有着千丝万缕的联系,近年来水稻根系的研究不断深入,有研究表明,水稻根系的形态特征水稻的品质、抗性、产量乃至于水稻植株的生长发育等方面都有着紧密的关联,水稻根系形态特征的相关研究对于田间管理方式的改进、水稻遗传特性的改良以及水稻育种等方面都有具有重要意义。随着表型组技术的不断发展,利用图像处理技术对水稻根系性状进行无损动态检测,是未来根系研究中的必然趋势,而水稻根系图像的准确分割是进行后续表型组学分析的重要基础内容之一。
  本文针对水稻表层根系图像的分割问题,结合前人在图像分割中一些经验,尤其是医学和指纹识别等领域中的一些图像处理经验,对水稻表层根系图像进行分割试验。首先,将水稻幼苗种植在单侧透明的根室中,根室里装有添加了营养液的土壤,并且地面有一定的倾斜角度,保证根系能够紧贴根室的透明玻璃壁生长,根室放置在室外环境中,在自然光照下定期对根系图像进行采集。对采集的水稻根系表层图像,在MATLAB2016图像处理软件上,运用多种分割算法对其进行分割处理,本文主要探讨了三种分割算法,分别是:主干-分支连接分割算法,基于形态特征的局部阈值分割算法和基于形态特征的自适应阈值分割算法,并在三种算法的基础上提出了一种综合的分割算法。
  结果表明,主干-分支连接算法,虽然保留了大量细节,但是受噪声影响严重,其结构略显杂乱,毛刺现象严重,整体的分割效果较差;局部阈值分割算法和自适应阈值算法各有优缺点,而这两种算法的优缺点刚好是可以互补的,基于形态特征的局部阈值分割算法能够保留更多根系的细节,但根系顶部密集部分的线条轮廓完整度尚且不够;自适应阈值分割算法顶部密集部分根系的连续性比较好,根系轮廓完整,但是一些靠近项部和两侧的较为细小的根须损失较多。通过对试验结果的分析,将局部阈值分割和自适应阈值分割的结果结合起来,提出了一种综合的水稻表层根系分割算法,取长补短,可以得到更优的分割的结果,对分割结果的质量评价数据表明,综合分割算法的评价指标整体要好于其他算法,说明了综合后分割算法的可行性。本研究为后续水稻根系表型性状的提取提供了重要研究基础。
  (已选择0条) 清除
公   告

北京万方数据股份有限公司在天猫、京东开具唯一官方授权的直营店铺:

1、天猫--万方数据教育专营店

2、京东--万方数据官方旗舰店

敬请广大用户关注、支持!查看详情

手机版

万方数据知识服务平台 扫码关注微信公众号

学术圈
实名学术社交
订阅
收藏
快速查看收藏过的文献
客服
服务
回到
顶部