苹果分级机分级装置的设计

合集下载

滚筒分级机的设计

滚筒分级机的设计

滚筒分级机的设计.1.前言滚筒式分级机作为一种食品分选机,在果蔬的选择过程中被很好的应运,各种果实由于大小,质量,色泽,形状,成熟度,病虫害等程度均不一样,可根据商品要求的规定标准,利用滚筒分级机对其进行分选,这种机械利用多级不同孔径滚筒的筛的旋转,可对直径大小不同的果实进行尺寸分级,由于整机工作平稳,且对果实不会造成机械损伤分级效率高,噪音小,很符合现代农业发展的趋势。

1.1设计来源1.2设计的目的和意义机械设计课程设计是机械设计课程的最后一个重要的教学环节,是学生第一次较全面的设计能力训练,其基本目的是:1、培养学生理论联系实际的设计思想和解决实际问题的能力。

通过课程设计,综合运用机械设计课程和其他相关课程的理论和实际知识,解决机械设计问题。

通过设计实践掌握机械设计的一般规律。

2、加强机械设计的基础技能的训练。

例如:计算、绘图,能运用标准、规范、手册、图册和查阅有关技术资料等3、通过对通用机械零件或简单机械的设计,使学生掌握一般机械设计的程序和方法,树立正确的工程设计思想,培养独立、全面、科学的设计能力。

1.3 国内外的发展趋势2.滚筒分级机的结构形式与方案选择2.1 滚筒分级机的主要结构⑴滚筒它是一个带孔的转筒,转筒按分级的需要设计成几段。

各段的孔径不同而同一段的孔径相同。

进口端的孔径最小,出口端最大。

滚筒常用厚度为1.5~2.0mm的不锈钢板冲孔后卷成圆柱筛。

⑵支撑装置它有滚圈、摩擦轮、机架组成。

⑶收集料斗收集料斗设在滚筒下面,料斗数目与分级的数目相同。

⑷传动装置目前广泛应用的是摩擦轮传动。

⑸清筛装置装置清筛装置,为了保证物料按相应的孔径流出。

2.2 滚筒的设计原理滚筒分为若干组,组数为所需分级数目减1,滚筒上有很多小孔,各组小孔孔径不同,而同一组中孔径相同。

从物料进口至出口,后组的孔径比前组大,工作时,被筛选的物料由喂入装置进入筛筒内,沿着旋转筛筒的内壁上升,当上升至一定高度后松散落下。

水果分级机毕业设计论文

水果分级机毕业设计论文

水果分级机毕业设计论文题目:基于机器视觉的水果分级机设计与实现摘要:随着农业科技的发展,水果产业也在不断壮大。

然而,在水果生产过程中,水果分级依然是一个繁琐的工作。

本文设计并实现了一种基于机器视觉的水果分级机,采用图像处理和机器学习算法对水果进行快速分级,有效提高了水果分级的自动化水平。

实验证明,该水果分级机具有较高的准确度和效率。

关键词:机器视觉;水果分级;图像处理;机器学习一、引言水果是人们日常生活中不可或缺的一部分,随着人们对食品安全和品质的要求不断提高,水果的分级也变得越来越重要。

然而,传统的水果分级方法存在劳动力需求高、效率低以及人为误差大等问题。

因此,基于机器视觉的水果分级机成为了一种重要的解决方案。

二、水果分级机的设计1.系统结构水果分级机由传送带、图像采集模块、图像处理模块、机器学习模块和分级控制模块等组成。

传送带将水果送入图像采集模块,采集到水果的图像后传输给图像处理模块进行图像处理,处理后的图像送入机器学习模块进行分类,最后分级控制模块根据分类结果将水果分级。

2.图像采集模块采用高清摄像头进行图像采集,确保获取到水果的清晰、准确的图像。

3.图像处理模块对采集到的图像进行灰度化、去噪、边缘检测等处理,提取出水果的特征信息。

4.机器学习模块使用支持向量机(Support Vector Machine, SVM)算法进行水果的分类训练,训练得到分类模型用于实际分类。

5.分级控制模块根据机器学习模块输出的分类结果,对水果进行分级控制,将水果按照大小、形状等特征分成不同等级。

三、水果分级机的实现与实验1.硬件配置使用Arduino单片机控制传送带和采集模块的运行,使用高清摄像头进行图像采集。

2.软件实现使用Python编程语言实现图像处理和机器学习算法,使用OpenCV库进行图像处理,使用scikit-learn库实现支持向量机算法。

3.实验结果与分析通过采集一定数量的水果图像进行实验,结果显示,该水果分级机在准确度和效率方面表现良好。

基于自动定向的苹果品质智能分级生产线设计

基于自动定向的苹果品质智能分级生产线设计

基于自动定向的苹果品质智能分级生产线设计
黄秀玲;郑加强;赵茂程
【期刊名称】《安徽农业科学》
【年(卷),期】2008(036)007
【摘要】设计了一种基于自动定向原理的用于苹果品质动态、实时检测的智能化分级生产线,由苹果输送系统、自动定向小车、计算机视觉识别控制系统和分级执行装置组成.其中,苹果输送系统将苹果按分级节拍输送到自动定向小车上,由自动定向小车将苹果果梗花萼轴线定向到垂直于水平面的位置,位于圆周分布的3个摄像头一次性采集苹果表面信息,通过计算机识别控制系统进行智能识别,根据国家标准判断每个苹果的等级,并确定苹果的位置信息,通过计算机识别控制系统发出指令传输给分级控制装置,完成苹果的分级.
【总页数】3页(P3037-3038,3041)
【作者】黄秀玲;郑加强;赵茂程
【作者单位】南京林业大学机械电子工程学院,江苏南京,210037;南京林业大学机械电子工程学院,江苏南京,210037;南京林业大学机械电子工程学院,江苏南
京,210037
【正文语种】中文
【中图分类】TP274.3
【相关文献】
1.基于智能称重的水果分级生产线设计 [J], 葛纪帅;赵春江;黄文倩;孟志军
2.基于PLC的寒富苹果自动分级生产线控制系统设计 [J], 孟繁臻;宫元娟
3.水果品质智能化实时检测分级生产线的研究 [J], 蒋焕煜;应义斌;王剑平;饶秀勤;徐惠荣;汪懋华
4.基于机器视觉的红富士苹果自动分级算法设计 [J], 苗艳华;杜青;沈花玉
5.我国首条水果品质智能化实时检测与分级生产线研发成功 [J], 童人
因版权原因,仅展示原文概要,查看原文内容请购买。

苹果内部品质分级机械手设计与试验

苹果内部品质分级机械手设计与试验

2019年1月农业机械学报第50卷第1期doi:10.6041/j.issn.1000⁃1298.2019.01.034苹果内部品质分级机械手设计与试验彭彦昆1,2 马 营1,2 李 龙1,2(1.中国农业大学工学院,北京100083;2.国家农产品加工技术装备研发分中心,北京100083)摘要:为检测苹果内部品质,基于可见/近红外光谱检测技术并结合分拣机械手,设计了苹果内部品质分级机械手㊂该装置主要由夹持机构㊁近红外光谱采集系统㊁控制系统等组成㊂机械手稳定夹持苹果后采集苹果的近红外光谱数据,上位机软件中的预测模型对光谱数据进行分析处理,并显示光谱曲线和预测结果㊂为建立苹果可溶性固形物含量预测模型,基于该装置采集了苹果在650~1100nm 波长范围内的光谱数据,通过国家标准测量法测得苹果样本的可溶性固形物含量,采用SG 卷积平滑(SGsmooth)㊁标准正态变量变换(SNV)和多元散射校正(MSC)对光谱数据进行预处理,并结合可溶性固形物含量测量值建立偏最小二乘(PLSR)模型㊂结果表明,采用多元散射校正方法预处理后的建模效果最优,其预测模型的校正集和预测集相关系数分别为0.9782㊁0.9701,均方根误差分别为0.2746㊁0.3263°Brix㊂选取20个同品种苹果样本对该装置的稳定性和准确性进行了测试,可溶性固形物含量预测值与测量值相关系数为0.9573,均方根误差为0.4224°Brix㊂试验结果表明,苹果内部品质分级机械手在夹持苹果的同时可以实现对苹果可溶性固形物含量的准确预测㊂关键词:苹果;机械手;无损检测;光谱分析;可溶性固形物;可见/近红外光谱中图分类号:TP241;S237文献标识码:A文章编号:1000⁃1298(2019)01⁃0307⁃06收稿日期:20180724 修回日期:20180829基金项目:国家重点研发计划项目(2016YFD04009055)作者简介:彭彦昆(1960 ),男,教授,博士生导师,主要从事农畜产品无损检测技术与装置设计研究,E⁃mail:ypeng@Design and Experiment of Apple Internal Quality Sorting ManipulatorPENG Yankun 1,2 MA Ying 1,2 LI Long 1,2(1.College of Engineering ,China Agricultural University ,Beijing 100083,China 2.National R&D Center for Agro⁃processing Equipment ,Beijing 100083,China )Abstract :In order to meet the requirements of apple internal quality inspection,the apple internal quality sorting manipulator was designed based on the visible /near infrared spectroscopy detection technology and the sorting manipulator.The device consisted of three parts:clamping mechanism,near infrared spectroscopy acquisition system and control system.The manipulator clamped the apple and collected the near⁃infrared spectral data of the apple.The spectral data was analyzed by the predictive model in the upper computer software,and the spectral curve and predicted result were displayed.Based on this device,the visible and near⁃infrared reflection spectra of apple in the range of 650~1100nm were collected.Totally 200apples were used for the experiment,including 150apples in the prediction set and 50apples in the verification set.The soluble solids content of the apples was measured by temperature⁃compensated refractometer after the collection of spectral information.The collected spectra were pretreated by Savitzky Golay smooth (SG smooth),standard normal variable transformation (SNV)and multiplication scattering correction (MSC).The partial least⁃squares prediction model of the apple’s SSC was established with spectral data as independent variable and soluble solids as dependent variable.The prediction result that preprocessed with the multi⁃scattering correction (MSC)method was the best.The correlation coefficients of the calibration set and the verification set of the prediction model were 0.9782and 0.9701,respectively,and the root mean square errors were 0.2746°Brix and 0.3263°Brix,respectively.Finally,the accuracy of models was tested.The reflect spectra of 20samples were collected,and then the real values of these samples’SSC were measured.The prediction model could give satisfactory results with the correlation coefficient of 0.9573and the root mean square error of prediction of 0.4224°Brix.The results indicated that this device can satisfy the requirements of appleinternal quality detection with high accuracy and good performance.Key words:apple;manipulator;nondestructive detection;spectrum analysis;soluble solids;visible/ near infrared spectroscopy0 引言苹果是我国重要的经济作物,栽培面积广,总产量居世界前列[1]㊂苹果具有营养价值高㊁生态适应强㊁耐性好和供应周期长等优点,深受消费者欢迎,成为我国国民膳食结构中的重要组成部分[2]㊂我国苹果的采后商品化处理能力仅为其总产量的15%,与发达国家相比存在较大差距[3],是制约我国苹果产业发展的因素之一㊂对苹果的品质进行检测并分级,可以提高苹果商品化处理能力,提高商品市场竞争力㊂目前在线检测装置的分选执行机构大多采用料斗/果盘翻转,使被测物体落下,或者采用挡板使不同级别的被测物滚落至不同区域[4-8],这样的分选机构机械结构复杂,自由度较低,运行不够灵活㊂利用机械手对水果进行分选,可以实现更为灵活的分选操作㊂BLASCO等[9]利用气吸式机械手吸附水果转动,基于机器视觉技术采集水果不同角度的图像,并根据水果表面缺陷对水果进行评价及分选;ISHII等[10]研制的果实分选机器人系统利用图像处理技术对水果进行检测分级,由吸盘机械手执行分选操作㊂以上研究只是根据水果的外部品质由机械手执行分选操作,但内部品质也是水果评价的重要指标㊂近红外光谱技术能够无损㊁高效㊁快速地对水果的内部品质进行预测[11],能够满足现场检测和在线分析的要求,已在提高水果生产自动化水平方面发挥了重要作用[12-15]㊂近红外光谱仪的小型化和便携化为近红外无损检测技术应用到不同生产领域提供了可能性[16-19]㊂本文将近红外无损检测技术与分拣机械手相结合,设计苹果内部品质分级机械手,在夹持的同时采集苹果近红外光谱信息,并对其内部品质进行预测,为设计水果内部品质在线检测装置提供思路㊂1 机械手设计1.1 结构组成及工作原理苹果内部品质分级机械手主要由夹持机构㊁近红外光谱采集系统㊁控制系统3部分组成,图1为装置示意图㊂夹持机构完成抓取苹果和释放苹果的动作,近红外光谱采集系统完成近红外光谱信息采集,控制系统在苹果夹持和光谱信息采集中起到连接动作和控制过程的作用㊂图1 装置硬件示意图Fig.1 Schematic of device hardware1.步进电机2.直线轴承3.滑轨4.反光灯杯5.手指安装座6.遮光胶垫7.软胶手指8.FSR408型膜片式压力传感器9.微动开关 10.卤钨灯珠 11.安装套筒 12.连杆 13.丝杠螺母 14.丝杠 15.光纤 16.STS NIR型光谱仪 装置工作流程如图2所示,机械手自上而下接近在水平面上放置的苹果,当近红外光谱采集系统的遮光胶垫贴在苹果表面时,微动开关被触发,步进图2 装置工作流程图Fig.2 Working flow chart of device电机驱动夹持机构工作,带动软胶手指夹持苹果㊂为防止伤害苹果,软胶手指内侧设有膜片式压力传感器,当夹持力达到膜片式压力传感器设定阈值时,步进电机停止转动,手指停止增大夹持苹果的夹持力㊂遮光胶垫贴在苹果表面后形成圆形光谱采集区域,来自光源的光经苹果表面反射增大后被光纤接收并由光谱仪采集光谱信息㊂微动开关触发的同时单片机向上位机发送信号,光谱仪采集近红外光谱信息㊂上位机软件根据内置的苹果可溶性固形物含803农 业 机 械 学 报 2019年量预测模型对光谱信息进行分析,并实时显示预测结果㊂1.2 夹持机构夹持机构由步进电机提供驱动力,丝杠机构将步进电机的旋转运动转换为直线运动㊂丝杠螺母与3个手指通过连杆连接,由步进电机驱动在丝杠上作往复运动,从而带动3个手指张合㊂通过控制步进电机的旋转角控制手指的张合角,实现苹果夹持和释放㊂为避免手指在夹持过程中对苹果造成伤害,手指选用柔软的软胶材料,采用3D打印技术制作,可以适应不同大小和不同形状的苹果㊂为了提高手指的夹持性能,手指的结构选用Fin Ray结构[20],如图3a所示㊂该结构采用仿生鱼鳍原理设计,当向该结构施加压力时,其不会沿着推力方向弯曲,而是向着推力的反方向弯曲而包裹住施力物体㊂该结构适用于机械手夹持不同形状的物体,结构简单紧凑,有良好的夹持性能[21],夹持效果如图3b所示㊂图3 手指结构图Fig.3 Schematics of fingers灵敏的夹持力控制也是避免对被夹持物造成伤害的重要因素㊂选用FSR408型膜片式压力传感器作为手指接触力检测元件㊂当接触压力达到所设定的阈值时,信号转换模块输出一个高电平信号,步进电机停止转动,夹持机构停止增大夹持力㊂1.3 近红外光谱采集系统近红外光谱采集系统主要由光谱仪㊁光源㊁光纤组成㊂机械手空间有限,为使结构更为紧凑,光谱仪体积应尽可能小㊂根据这一要求选择海洋光学STS NIR型光谱仪,其尺寸为40mm×42mm×24mm,质量68g,光学分辨率为0.5nm,波长范围为650~ 1100mm㊂评判水果内部品质指标的近红外光谱集中在700~900nm之间[22],此光谱仪可以满足对果蔬内部品质的预测㊂考虑到装置的空间布局,采用反射光测量,光源发出的光由被测物反射后经光纤传递进入光谱仪,完成光谱信息采集㊂光源主要由遮光胶垫㊁卤钨灯珠㊁反光灯杯组成㊂遮光胶垫的材质为橡胶,可以根据样品的形状贴合在样品表面,防止光的溢出,降低由样品外形差异带来的误差㊂考虑到空间和发热问题,选择6个2W小卤钨灯珠组成环形光源㊂1.4 控制系统控制系统在苹果夹持和光谱信息采集中起到连接动作和控制过程的作用,主要由计算机㊁STC89C52单片机㊁FSR408型膜片式压力传感器㊁信号转换模块㊁步进电机以及步进电机驱动器组成,其示意图如图4所示㊂当苹果接触遮光胶垫使微动开关闭合后,单片机向步进电机驱动器发送信号,步进电机转动,手指开始夹持苹果㊂当夹持力达到压力传感器设定阈值时,单片机将步进电机驱动器的使能端置为低电平,步机电机停止运行,保持夹持状态㊂同时通过串口向上位机发送信号㊂上位机软件控制光谱仪采集光谱信息,并将光谱信息输入预测模型计算预测结果,上位机软件界面显示光谱图像及检测结果,如图5所示㊂图4 控制系统示意图Fig.4 Schematic of control system图5 上位机软件界面图Fig.5 Host computer software interface2 苹果可溶性固形物含量预测模型的建立2.1 试验材料试验材料为烟台红富士苹果,购于北京市某超市㊂挑选没有损伤和缺陷的样本共200个,运到实验室后进行清洗㊁编号,放置于冰箱内㊂试验前置于室温24h,使苹果样品温度与环境温度一致,避免温度等因素对试验结果产生影响[23]㊂2.2 光谱信息采集打开光源及光谱仪,预热20min使设备达到稳定工作状态,打开上位机软件对检测参数进行设置,包括积分时间㊁平均次数㊁平滑度等㊂为保证所建预903第1期 彭彦昆等:苹果内部品质分级机械手设计与试验测模型更好地适应实际工作环境,在机械手末端执行器夹持苹果的过程中进行光谱信息采集㊂分别采用标准白板和标准黑板贴在遮光胶垫上校正光谱仪后,进行样本光谱采集,每个苹果样本采集4次光谱,采集位置为苹果赤道带附近,每采集一次旋转90°,取4次光谱的平均值作为该样本的光谱信息㊂2.3 标准理化值的测定采集完光谱信息后,参照文献[24],采用RA 620型数字阿贝折射仪立即对苹果的可溶性固形物含量进行测量㊂每个样本从测量点切去一定厚度的果肉,用手持式榨汁机榨取果汁,将果汁滴于折光仪镜面,读取并记录可溶性固形物含量,测量结果如表1所示㊂表1 苹果可溶性固形物含量统计Tab.1 Statistics of apple爷s SSC样本组数量/个可溶性固形物含量/°Brix最小值最大值平均值标准差校正集1509.7116.1712.831.052预测集5010.4215.9412.841.0322.4 建模结果与分析2.4.1 光谱预处理200个苹果样本的原始反射光谱曲线如图6所示,选取650~1100nm波长下的光谱数据进行预处理和建模㊂本装置检测苹果的内部品质是基于反射光谱,选择苹果样本光谱的反射率作为光谱信息的研究参数,反射率计算公式[25]为R=I s-I bI w-I b×100%(1)式中 R 苹果样本的反射率I s 苹果所反射的光谱强度I w 标准白板反射的光谱强度I b 标准黑板所反射的光谱强度原始光谱曲线如图6a所示㊂选用5点SG卷积平滑(Savitzky Golay smooth,SG smooth)的预处理方式降低光谱采集过程中随机白噪声的干扰,选用标准正态变换(Standard normal variable transformation,SNV)和多元散射校正(Multiplicative scattering correction,MSC)预处理方式可以消除样 图6 200个苹果样本反射光谱曲线Fig.6 Reflectance spectra of200apple samples本间散射所导致的基线平移和偏移现象㊂经过预处理之后的光谱曲线如图6b~6d所示㊂2.4.2 苹果可溶性固形物含量预测模型以经过预处理之后的光谱数据和按国家标准测量法所测得的可溶性固形物含量理化值作为自变量和因变量,采用偏最小二乘回归法(Partial least squares regression,PLSR)建立回归模型㊂将样品按3∶1的比例随机分为校正集与验证集㊂用校正集相关系数R c㊁预测集相关系数R p㊁校正集均方根误差R MSEC和预测集均方根误差R MSEP评定建模效果,相关系数越高,均方根误差越低,所建立的预测模型越稳定㊂建模结果如表2所示,采用多元散射校正预处理方法所得苹果可溶性固形物含量建模效果最优㊂3 试验验证选取20个苹果样本对机械手进行外部验证,以013农 业 机 械 学 报 2019年表2 不同预处理后的建模结果Tab.2 Modeling result with different pretreatments预处理方法因子数R c R MSEC /°BrixR p R MSEP /°Brix无80.90240.52460.89720.6275SG smooth 90.91560.43850.90270.5439SNV 90.95220.32480.94770.3429MSC90.97820.27460.97010.3263检验可溶性固形物含量预测模型的稳定性和准确性㊂预热至光源稳定后,用机械手末端执行器夹持苹果并采集光谱数据㊂随即用标准测量法检测苹果可溶性固形物含量的真实值,通过对比预测值与真实值,分析装置的检测性能㊂预测效果如图7所示,苹果可溶性固形物含量预测模型的相关系数为0.9573,均方根误差为0.4224°Brix㊂图7 苹果可溶性固形物含量预测模型预测效果Fig.7 Prediction results of apple soluble solids model4 结论(1)设计了一种苹果内部品质分级机械手,主要由夹持机构㊁近红外光谱采集系统㊁控制系统等组成,分别完成夹持苹果㊁采集苹果光谱信息和控制动作的任务㊂(2)基于所设计的苹果内部品质分级机械手,采集苹果在650~1100nm 波长范围内的可见/近红外反射光谱㊂采用SG 卷积平滑㊁标准正态变量变换和多元散射校正对原始光谱曲线进行预处理,建立苹果可溶性固形物含量预测模型㊂不同预处理方法建模结果表明,采用多元散射校正方法预处理后的建模效果最优,其预测模型的校正集和预测集相关系数分别为0.9782㊁0.9701,均方根误差分别为0.2746㊁0.3263°Brix㊂(3)对苹果内部品质分级机械手预测模型的稳定性和准确性进行测试㊂结果显示,可溶性固形物含量预测值与测量值相关系数为0.9573,均方根误差为0.4224°Brix㊂(4)该苹果内部品质分级机械手将近红外无损检测技术与分拣机械手相结合,可以实现苹果可溶性固形物含量的预测,预测精度和稳定性较好,在机械手夹持苹果的同时可对苹果的内部品质进行预测㊂参考文献[1] 赵德英,袁继存,徐锴,等.近10年来国内外苹果产销分析[J].中国果树,2016(3):87-93.ZHAO Deying,YUAN Jicun,XU Kai,et al.Apple production and sales analysis at home and abroad in the past 10years[J].China Fruits,2016(3):87-93.(in Chinese)[2] 陈学森,韩明玉,苏桂林,等.当今世界苹果产业发展趋势及我国苹果产业优质高效发展意见[J].果树学报,2010,27(4):598-604.CHEN Xuesen,HAN Mingyu,SU Guilin,et al.Discussion on today’s world apple industry trends and the suggestions on sustainable and efficient development of apple industry in China[J].Journal of Fruit Science,2010,27(4):598-604.(in Chinese)[3] 宋哲,王宏,里程辉,等.我国苹果产业存在的主要问题㊁发展趋势及解决办法[J].江苏农业科学,2016,44(9):4-8.SONG Zhe,WANG Hong,LI Chenghui,et al.The main problems,development trends and solutions of apple industry in China [J].Jiangsu Agricultural Sciences,2016,44(9):4-8.(in Chinese)[4] 白小凯.苹果霉心病在线检测分选试验平台设计与实现[D].杨凌:西北农林科技大学,2017.BAI Xiaokai.Design and implementation of sorting test platform for online detection of moldy core in apples[D].Yangling:Northwest A&F University,2017.(in Chinese)[5] 李龙,彭彦昆,李永玉.苹果内外品质在线无损检测分级系统设计与试验[J].农业工程学报,2018,34(9):267-275.LI Long,PENG Yankun,LI Yongyu.Design and experiment on grading system for online non⁃destructive detection of internal and external quality of apple[J].Transactions of the CSAE,2018,34(9):267-275.(in Chinese)[6] 满尊.鲜枣品质在线光谱无损检测与分选系统研究[D].太谷:山西农业大学,2016.MAN Zun.The study of on⁃line nondestructive detecting and sorting system of the quality of fresh jujube based on near infrared spectroscopy[D].Taigu:Shanxi Agricultural University,2016.(in Chinese)[7] SOFU M M,ER O,KAYACAN M C.Design of an automatic apple sorting system using machine vision[J].Computers &Electronics in Agriculture,2016,127(C):395-405.[8] BANEH N M,NAVID H,KAFASHAN J.Mechatronic components in apple sorting machines with computer vision[J].Journalof Food Measurement &Characterization,2018(2):1-21.113第1期 彭彦昆等:苹果内部品质分级机械手设计与试验213农 业 机 械 学 报 2019年[9] BLASCO J,ALEIXOS N,MOLTÓE.Machine vision system for automatic quality grading of fruit[J].Biosystems Engineering,2003,85(4):415-423.[10] ISHII T,TOITA H,KONDO N,et al.Deciduous fruit grading robot(part1):development of fruit providing and gradingrobots[J].Journal of JSAM,2003,65:163-172.[11] 宋雪健,王洪江,张东杰,等.基于近红外光谱技术的水果品质检测研究进展[J].无损检测,2017,39(10):71-75.SONG Xuejian,WANG Hongjiang,ZHANG Dongjie,et al.Research progress of fruit quality detection based on near infrared spectroscopy[J].Nondestructive Testing,2017,39(10):71-75.(in Chinese)[12] 潘圆媛,刘燕德,孙旭东.水果内部品质近红外动态在线检测研究进展[J].激光与红外,2010,40(8):805-810.PAN Yuanyuan,LIU Yande,SUN Xudong.Research progress of on⁃line detection of fruit quality using near infrared spectroscopy[J].Laser and Infrared,2010,40(8):805-810.(in Chinese)[13] 苏东林,李高阳,何建新,等.近红外光谱分析技术在我国大宗水果品质无损检测中的应用研究进展[J].食品工业科技,2012,33(6):460-464.SU Donglin,LI Gaoyang,HE Jianxin,et al.Progress in application of near infrared spectroscopy to nondestructive detection of big yield fruit[J].Science and Technology of Food Industry,2012,33(6):460-464.(in Chinese)[14] 孙旭东,龚志远,蔡丽君,等.水果糖度近红外光谱在线检测装置[J].中国农机化学报,2012,33(2):116-120.SUN Xudong,GONG Zhiyuan,CAI Lijun,et al.Device and method of infrared thermography in surface quality detection of apples[J].Journal of Chinese Agricultural Mechanization,2012,33(2):116-120.(in Chinese)[15] 王凡,李永玉,彭彦昆,等.便携式番茄多品质参数可见/近红外检测装置研发[J].农业工程学报,2017,33(19):295-300.WANG Fan,LI Yongyu,PENG Yankun,et al.Development of portable device for simultaneous detection on multi⁃quality attributes of tomato by visible and near⁃infrared[J].Transactions of the CSAE,2017,33(19):295-300.(in Chinese) [16] 王转卫,迟茜,郭文川,等.基于近红外光谱技术的发育后期苹果内部品质检测[J/OL].农业机械学报,2018,49(5):348-354.http:∥www.j⁃/jcsam/ch/reader/view_abstract.aspx?flag=1&file_no=20180541&journal_id=jcsam.DOI:10.6041/j.issn.1000⁃1298.2018.05.041.WANG Zhuanwei,CHI Qian,GUO Wenchuan,et al.Internal quality detection of apples during late developmental period based on near⁃infrared spectral technology[J/OL].Transactions of the Chinese Society for Agricultural Machinery,2018, 49(5):348-354.(in Chinese)[17] 刘燕德,周延睿.便携式近红外水果内部品质检测仪原理及应用进展[J].中国农机化学报,2013,34(4):204-209.LIU Yande,ZHOU Yanrui.Principle and application of nondestructive evaluation for fruit internal quality using portable near⁃infrared spectrometry[J].Journal of Chinese Agricultural Mechanization,2013,34(4):204-209.(in Chinese) [18] 宫元娟,裴军强,李宏博,等.便携式苹果品质快速无损检测系统设计[J].沈阳农业大学学报,2017,48(2):238-243.GONG Yuanjuan,PEI Junqiang,LI Hongbo,et al.Design of portable quickly nondestructive detection system apple quality [J].Journal of Shenyang Agricultural University,2017,48(2):238-243.(in Chinese)[19] 郅建军,陈通,孙武坚,等.微型近红外光谱仪检测水果可溶性固形物[J].分析仪器,2016(1):71-76.ZHI Jianjun,CHEN Tong,SUN Wujian,et al.Detection of the soluble solids content(SSC)in fruit using miniature NIR spectrometry[J].Analytical Instrumentation,2016(1):71-76.(in Chinese)[20] CROOKS W,VUKASIN G,O’SULLIVAN M,et al.Fin Ray effect inspired soft robotic gripper:from the RoboSoft Grandchallenge toward optimization[J].Frontiers in Robotics and AI,2016,70(3):1-9.[21] GANDARIAS J M,GÓMEZDEGABRIEL J M,GARCÍACEREZO A J.Enhancing perception with tactile object recognition inadaptive grippers for human⁃robot interaction[J].Sensors,2018,18(3):692.[22] XIAO B Z,JIEWEN Z,POVEY M J,et al.Variables selection methods in near⁃infrared spectroscopy[J].Analytica ChimicaActa,2010,667(1-2):14-32.[23] 戚淑叶.可见/近红外光谱检测水果品质时影响因素的研究[D].北京:中国农业大学,2016.QI Shuye.Research of influence factors on determination of fruit quality by visible and near infrared spectroscopy[D].Beijing:China Agricultural University,2016.(in Chinese)[24] GB12295 1990 水果㊁蔬菜制品可溶性固形物含量的测定 折射仪法[S].1990.[25] 赵杰文,孙永海.现代食品检测技术[M].北京:中国轻工业出版社,2008.。

毕业设计(论文)-栅条滚筒式干果分级机设计[管理资料]

毕业设计(论文)-栅条滚筒式干果分级机设计[管理资料]

毕业设计(论文)题目:栅条滚筒式干果分级机设计学院:农业工程与食品科学学院专业:机械设计姓名:学号:指导教师:毕业设计(论文)时间:二О一О年三月一日~六月十七日共十五周在国内外干果分级设备研究的基础上,开发出一种生产率高、作业质量好、能耗低的新型干果分级设备——栅条滚筒式干果分级机。

通过对各文献的阅读及经验借鉴,对栅条滚筒式干果分级机某些细节进行必要的改进和技术上的提高,以使其更适合生产要求及有更强的适应性。

然后,按照设计要求,对栅条滚筒式干果分级机的参数进行选定,并通过已知公式的计算,确定该机械的各部分的尺寸,依据各尺寸对该机器的各零件进行选用校核,并最终将各零件装配成形,在设计计算的前提下,得到所需要的新型栅条滚筒式干果分级机。

关键词:干果,栅条滚筒式,分级,设计On the basis of research on s dried fruit sorting machine at home and abroad , a new-type dried fruit sorting machine with high productivity, high processing quality and low energy consumption--dried fruit sorting machine of grid cylinder By reading the literature and learning experience from it,there are some improving enhancing on the details of the sorting machine and its technical,to make it more suitable for production requirements and more ,in accordance with the design requirements,we select the parameters for dried fruit sorting machine of grid cylinder,and according to the calculation of the known formula to determine the mechanical's all parts of the size, based on the size of various parts of the machinery we do the checking and selection of the all the work being done, we assembly forming the various parts in the we have the machine that we needed.Keywords:dried fruit, grid cylinder,sorting machine, improved design目录摘要 (I4)Abstract(英文摘要) (Ⅱ)目录 (Ⅲ)第一章绪论课题研究的目的及意义 (1)国内外研究现状 (2)研究内容及方向 (7)第二章栅条滚筒式干果分级机总体方案的确定............................. .. (9)技术关键 (9)工作结构设计 (9)主要工作参数的确定 (10)整机结构及技术参数特征 (13)第三章栅条滚筒式干果分级机零部件的设定..................... (15)传动部分设计 (15)栅条滚筒的设计 (17)轴的设计 (20)其它主要部件的设计 (21)第四章社会经济效益分析 (23)结论 (24)致谢 (25)参考文献 (26)第一章绪论课题研究的目的及意义改革开放以来,我国林果业发展取得了巨大成绩。

采用夹持果梗方法的水果检测分级机设计

采用夹持果梗方法的水果检测分级机设计

采用夹持果梗方法的水果检测分级机设计王运祥;马本学;贾艳婷;杨杰【摘要】采用夹持水果果梗的方法,设计一套能够适应当前水果在线检测分级需求的水果检测分级机,主要包括水果果梗夹持装置、输送装置、旋转装置以及分级卸果装置.其中果梗夹持装置是本设计的核心部件,它不仅能够独立完成果梗的夹持功能,还能够在其他辅助装置的配合下完成水果的输送、旋转及卸果功能.该果梗夹持装置实现了水果夹持部分与水果的共同旋转,有效避免了水果与机械装置之间的摩擦,使得整个水果检测分级机对水果的机械损伤大大降低,能够很好地满足水果在线检测分级的需求,具有较高参考价值和应用前景.【期刊名称】《食品与机械》【年(卷),期】2015(031)005【总页数】4页(P107-110)【关键词】水果检测分级机;果梗夹持装置;分级执行机构;设计【作者】王运祥;马本学;贾艳婷;杨杰【作者单位】石河子大学机械电气工程学院,新疆石河子832000;新疆兵团农业机械重点实验室,新疆石河子833200;石河子大学机械电气工程学院,新疆石河子832000;新疆兵团农业机械重点实验室,新疆石河子833200;石河子大学机械电气工程学院,新疆石河子832000;新疆兵团农业机械重点实验室,新疆石河子833200;石河子大学机械电气工程学院,新疆石河子832000;新疆兵团农业机械重点实验室,新疆石河子833200【正文语种】中文近年来,随着图像处理技术和计算机技术的高速发展,利用机器视觉技术对水果进行自动化检测和分级,已经得到了广泛应用[1-3]。

国外从20世纪90年代开始研究基于计算机视觉技术的水果分级系统,到现在已有大量的实用产品,如美国的OSCARTM型和MERLIN型高速水果分级生产线,用于苹果、橘子、蜜桔、梨等水果的分等定级和品质检测[4,5]。

中国对基于机器视觉技术的水果检测分级系统的研究虽然起步比较晚,但目前也有许多学者[6-8]开发出了成套的基于机器视觉技术的水果品质智能化检测与分级装备,并得到广泛应用。

苹果采摘机设计及自动分拣


图 2 苹果分拣线的结构和组成
3 结语
综合考虑了当前我国小农果园采摘不方便尧批量分 拣难尧效率低的问题袁设计了该水果采摘器及其分拣系 统袁还有待进一步研究遥 如果兼有其他作业功能袁如剪 枝袁喷洒农药等袁实现一杆多用袁减少成本袁将会大大提 高其通用性遥
圆 分拣结构
本系统主要是由传送带尧驱动装置尧控制装置以及 其他硬件装置构成如图 2 的结构遥
测并通过气动阀渊5冤进行分拣遥 所述水分传感器渊3冤将 传送带送至的水果进行含水量筛选并通过气动阀渊6冤 进行分拣遥 所述水分传感器渊4冤将传送带送至的水果 进行含水量筛选并通过气动阀渊7冤进行分拣遥 气动阀 渊5冤尧气动阀渊6冤尧气动阀渊7冤顶针均由软质橡胶制成遥
1 采摘结构
图 1 采摘器结构示意图
料箱渊1冤功能是存储并输送水果原料到传送带上遥 所述重量检测仪渊2冤将传送带送至的水果进行重量检
揖参考文献铱 咱员暂马质璞袁张抗袁谭骥袁刘宏伟.一种新型单果采摘器的设计.机 械 设 计与 制 造 [J].2017渊 5冤 援 咱圆暂段洁利袁陆华忠袁王慰祖袁王亮袁赵磊.水果采收机械的现状 与 发 展.广 东 农业 科 学 [J].2012(16 )援
该采摘机最大的特点就是简易尧方便尧便宜袁包括 剪切组件尧手柄组件尧连接组件及拉绳遥 剪切组件包括 固定刀片和活动刀片袁 固定刀片的横截面呈近似三角 形结构袁 活动刀片的端部铰接在固定刀片的顶端袁活 动刀片具有夹持刀刃和剪切刀刃袁 固定刀片本体上设 有导向销轴袁 手柄组件包括固定手柄和活动手柄袁固 定手柄包括固定部尧 中间部和握持部袁 活动手柄铰接 在固定手柄上袁 活动手柄与固定手柄的固定部相对一 侧设有联接扣袁 固定手柄的固定部与联接扣之间设有 复位弹簧袁连接组件包括调节杆尧过渡套和导向杆袁导 向杆的一端与固定手柄的固定部连接袁 调节杆穿过过 渡套伸入导向杆内并固定袁 拉绳的一端与活动刀片连 接袁拉绳另一端与联接扣连接遥 该装置采摘效率高袁不 损伤果实遥 图 1 为其结构示意图遥

水果自动分级包装机的设计

武汉工业学院毕业设计设计(论文)题目:水果自动分级包装机的设计姓名学号院(系)专业指导教师2014 年 6 月前言随着农业综合开发,多种经营的发展,果树种植面积不断扩大,水果产速增加,水果的收获后加工也就成为一项重要工作,为了对水果今后的销售、加工打下良好的基础,收后首先对水果进行分级是必要的,而且同时对水果的及时包装也是很有必要的。

经研究发现,无论采用何种保鲜方法,如果把物料进行一定量集合式的独立包装,其保鲜效果会得到明显提高。

究其原因,独立式的包装不但对物料可起到保护屏障的作用,而且能使大批量物料的堆叠保存空间分布均匀,以利于温控、湿控、药控。

同时,独立式的包装还具有避免交叉感染的效能,阻碍腐败菌的快速蔓延。

水果经包装后,销售档次提高,达到产品增值的效果。

最早水果的分选以自然方式为主,即在农民和商贩之间,采用手测的方法,例如用手掌大小为分选标准,贴掌为一级,即一只手环握水果,另一掌帖满空隙处;二等称为帖四指;三等称帖三指;四等称帖二指;五等称帖一指;最小者不帖指。

而普遍使用的水果分选方法为筛选法;至于水果包装机,它分为很多种类,如常用的有封箱机、捆扎机、套袋机、水果清洗打蜡机等机种,介于设计的需要,水果封箱机的发展过程早期是采用人工捆扎的,但是存在捆扎不牢靠,果实容易损坏,而且效率不高等诸多缺点。

随着技术的改进,人们开始采用手动钉箱机等设备协助水果的包装,但是仍然存在劳动密集等缺点。

从而运用自动机械包装水果有了快速的发展。

随着计算机和自动控制技术的迅速发展,农业技术将迈入高度自动化,流水线时代。

流水生产线已经逐步渗入到农业生产中特别是在实施农业的集中生产过程中,流水生产线中机器合理的配合使用将会成为农业向自动化和智能化发展的重要标志。

21世纪农村劳动力逐渐向社会其他行业转移,世界各国面临人口老龄化的问题,劳动力的不足将成为事实。

尤为重要的是温室内的环境较差,包装作业的劳动强度大,因此研究农业自动化机械特别是果实分级包装机械具有重要的意义。

苹果分类包装机械手传送机构及抓取部分设计

苹果分类包装机械手传送机构及抓取部分设计概述:在苹果分类、包装过程中,机械手起到了非常重要的作用。

机械手主要用于传送苹果、抓取苹果等操作。

本文将设计苹果分类包装机械手的传送机构及抓取部分,以提高机械手的效率和准确性。

一、传送机构的设计传送机构用于将苹果从一个位置传送到另一个位置,这样机械手就能够完成苹果的分类和包装操作。

传送机构的设计应该具备以下几个关键要点:1.稳定性:传送机构需要具备良好的稳定性,确保苹果在传送过程中不会倒塌或掉落。

可以使用传动带、链条等传送物料,增加稳定性。

2.速度可调性:传送机构应具备速度可调性,以便根据实际需要调整传送速度。

可以使用变速器或变频器来实现速度调整。

3.精确性:传送机构需要具备一定的精确性,以便确保苹果准确地传送到目标位置。

可以在传送机构上安装传感器和位置检测器,以实时监测苹果的位置,并进行调整。

4.可靠性:传送机构需要具备良好的可靠性,以确保长时间运行的稳定性。

可以使用优质的材料和零部件,并进行定期维护和检修,减少故障和损坏的发生。

二、抓取部分的设计抓取部分用于机械手抓取苹果并放置到指定位置,需要具备以下关键要点:1.稳定性:抓取部分需要具备良好的稳定性,以确保抓取苹果时不会松动或失去平衡。

可以采用气动或机械控制方式,确保抓取力度适中。

2.灵活性:抓取部分应具备一定的灵活性,以适应不同形状大小的苹果。

可以设计可调节的爪子、夹具等结构,以便根据实际需要进行调整。

3.精确性:抓取部分需要具备一定的精确性,以确保苹果准确地被抓取和放置。

可以在抓取部分上安装传感器和视觉系统,以实时监测苹果的位置和姿态,并进行调整。

4.安全性:抓取部分需要具备良好的安全性,以确保操作人员和苹果的安全。

可以在抓取部分上设计安全开关和防护装置,防止发生意外事故。

总结:对于苹果分类包装机械手的传送机构和抓取部分设计,需要考虑稳定性、速度可调性、精确性、可靠性、灵活性和安全性等关键要点。

通过合理选择材料和结构,安装传感器和视觉系统,进行定期维护和检修等方法,可以提高机械手的效率和准确性,提高苹果的分类和包装效果。

基于机器视觉的红富士苹果自动分级算法设计

理论与算法2019.01基于机器视觉的红富士苹果自动分级算法设计苗艳华,杜青,沈花玉(天津天狮学院信息与自动化学院,天津,301700 )摘要:水果分级是水果商品化处理的重要一环,为实现苹果自动分级,本文以红富士苹果为测试对象,设计了基于机器视觉的自动分级算法。

该算法首先对苹果图像进行灰度化、平滑、增强、分割、边缘提取等预处理;然后综合果径大小、红色着色比及果形圆度三种特征进行自动分级。

该方法较单一特征的分级算法更符合实际需求,经实验验证,分级正确率可达90%,具有一定的应用价值。

关键词:机器视觉;苹果;自动分级Design of Red Fuji Apple Automatic Grading Algorithm Based onMachine VisionMiao Yanhua,Du Qing,Shen Huayu(Institute of Information and Automation,Tianjin Tianshi College,Tianjin, 301700)Abstract:Fruits grading is an important operational link in commercial treatment of fruit.In orderto achieve apple automatic grading,taking the Red Fuji apple as test object,the paper proposed an apple grading algorithm based on machine vision.Firstly,image processing technology was usedto denote the original image in order to grayscale,denoise,enhancement,segmentation,contour extraction and other processing.Then,extract the diameter,red coloring rate and roundness valueof apple.Finally,the apple can be classified via the pared with a single feature classification,the grading algorithm is more effective and suitable.Simulation results show that the accuracy rate of the grading algorithm can up to 90%, with certain application value.K e y w o r d s:machine vision;apple;automatic grading0引言机器视觉技术应用于水果的品质检测,既可以提高检测 的准确性,又节省了大量劳动力。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

本科毕业论文(设计)题目:苹果分级机分级装置的设计学指所专年生导在姓教学名师院业级毕业论文(设计)开题报告苹果分级机分级装置的设计课题名称:学生姓名:学号:学院:专业、年级:指导教师:职称:毕业论文(设计)起止时间:一、课题来源的项目名称及项目来源项目名称:苹果分级机分级装置的设计项目来源:二、课题的立项依据(一)选题背景和研究意义我国是苹果生产大国,苹果总量跃居世界第一位,而且品种丰富。

但目前我国的苹果产后商品化处理的水平仍很低,在国际市场上竞争力很弱。

目前国内外研究比较多的是农产品的品质检测。

在苹果品质检测方面,国外除了进行外部品质(如大小、形状、颜色、表面缺陷等)检测外,还进行其内部品质的无损检测,有些检测项目已经商品化,且能达到实时速度。

在国内,苹果的品质检测研究从90年代才开始,仅停留在外部的品质检测上,且远没达到实时检测分级的水平,我国苹果的生产在整个农产品的生产中占有很大的比例,是重要的外贸出口产品。

但由于生产后处理不够,使得外销苹果的品质难以保证,在国际市场上缺乏竞争力。

其原因首先是检测与分选的手段落后。

在我国,苹果分级基本上仍由人工完成。

人工分级的缺点主要有:劳动量大,生产率低,分级标准难以实现,分级精度不稳定。

因为在苹果分级标准中,着色面积和缺陷面积的度量,仅凭人的视觉难以精确区分,且人长时间用眼,会造成疲劳及情绪的不稳定,从面造成分级误差的波动,其次,苹果的内部品质缺乏检测手段,使苹果的内外品质无法保证。

因此,研究和开发苹果自动实时分级系统,选出高质量的苹果,为国家创取外汇,在我国具有重要的经济价值和广阔的应用前景[1]。

随着果品贮藏加工业的发展和人们生活水平的提高,对水果质量的要求越来越高,水果采后处理工作显得日益重要,而采后处理工作时效性强,作业质量标准高,因此,实现机械化、自动化作业势在必行。

水果采后商品化处理的主要技术环节包括挑选、清洗、打蜡、分级和包装。

挑选是水果采后处理的第一个环节。

目的是剔除有机械伤、病虫危害、着色度不够、外观畸形等不符合商品要求的产品,以利于下一步的分级、包装和贮运。

挑选由于涉及到病虫、伤、残、色、畸形等多项指标,综合判断较复杂,目前还难做到机械化操作,所以无论是技术先进的国家还是发展中国家,基本靠手工完成,但必须根据不同水果的特点制定相应的标准清洗是商品化处理中的重要环节,是采用浸泡、冲洗、喷淋等方式水洗或用干(湿)毛巾、毛刷等清除果品表面污物,减少病菌和农药残留,使之清洁、卫生,符合商品要求和卫生标准,提高商品价值。

打蜡(涂膜)是在果品表面涂上一层薄而均匀的透明薄膜,也称涂膜。

涂膜多用于苹果、柑桔、油桃、李子等。

经涂膜处理后,不仅可抑制水果的呼吸、减少水分蒸发和营养物质消耗,还可抑制病原菌侵染、减少腐烂,而且还可以增进果品表面光泽,使外皮洁净、美观、漂亮,提高商品价值。

分级的目的是要实现农业产品的工业化,使果品成为标准化的商品。

不同果品的分级,各个国家和地区都有各自的分法和标准,我国现有16个果品分级标准,其中苹果、梨、香蕉、龙眼、核桃、板栗、红枣已制定了国家标准。

此外还制定了一些行业标准。

随着生产的发展、品种的更新以及市场的要求,标准还应不断修订和完善。

良好的包装,可以保证产品安全运输和贮藏、减少产品间的磨擦、碰撞和挤压造成的机械伤,减少病虫害的蔓延和水分蒸发,使水果在流通中保持良好的稳定性。

设计精美的包装也是商品的重要组成部分,是贸易的辅助手段,为市场交易提供标准规格单位,并有利于充分利用仓储空间和合理堆放。

水果分级是水果进入流通的第一个环节,并直接关系到水果的包装、运输、贮藏和销售的效果和效益。

果树果实有优劣之分,形状、大小、着色程度等也不完全一致,甚至还有风蚀、病虫害等,采后如混在一起既不便于贮藏运输,也不便以质论价销售。

在市场商品经济高度发达的今天,异地销售大宗农产品交易和农产品国际贸易等均离不开标准化,而今水果分级就是实现水果商品标准化的最基础的一步[2]。

在作物生产和科研中,大量的工作而借助于对形态、色泽、纹理等外部特征的判断,如作物生长状况监测、形态识别与分类、病虫草害诊断等。

对这些特征信息的获取目前主要靠人工记数、测量和目测。

存在着速度馒、强度大、主观性强、误差大、适时性差等缺陷。

且一些特征还难以定量描述,制约了作物科学研究和生产上因苗分类管理及先进生产技术的推广,是实现农业信息化迫切需要研究和解决的问题。

近年,随着信息技术的飞跃发展和计算机普及.图像技术及机器(计算机)视觉技术已被广泛应用于多个学科,在作物领域也已取得许多进展.并展示了广阔的应用前景。

分级的目的是要实现农业产品的工业化,使果品成为标准化的商品。

不同果品的分级,各个国家和地区都有各自的分法和标准,我国现有16个果品分级标准,其中苹果、梨、香蕉、龙眼、核桃、板栗、红枣已制定了国家标准。

此外还制定了一些行业标准。

随着生产的发展、品种的更新以及市场的要求,标准还应不断修订和完善。

因此,水果分级有着很强的重要性。

该系统依据规定的质量品质分类标准,自动完成苹果的等级分类。

该分组系统具有以下意义:降低劳动者的劳动强度;提高劳动生产率;提高产品分类质量;降低生产成本。

(二)国内外研究现状及发展趋势1、国外研究现状国外在最初的果蔬自动分级方法主要是通过相机进行拍照和分析,集合了图像处理技术,计算机软件分析技术,无损检测技术,传感器技术等一系列的方法对果蔬的分级设计方案做贡献。

国外目前的状况是,他们对于基于视觉系统的果蔬分拣比较感兴趣,除了利用信息处理技术以外,他们还积极地利用红外线检验等物理检验的先进光谱技术来进行水果的无损检测。

国外利用核磁共振[3],X射线,热红外线等先进的技术来检测蔬果的成熟度和是否有损伤,工程师们利用X 射线可以识别出水果的核内是否变质,同时利用X射线还可以计算出苹果的损伤程度。

比如国外的科学家利用单脉冲核磁共振来对梨子进行分级。

像这样的分级方法不但能够准确的测出梨子的成熟度,还能检测损伤的新旧程度。

实验表明了,在水果损伤了几分钟之内,擦伤处和正常部位存在很大的温差,热成像技术能够准确的进行检测。

国外50%以上的水果实现了分级的完全自动化。

近年,随着信息技术的飞跃发展和计算机普及。

图像技术及机器(计算机)视觉技术已被广泛应用于多个学科,在作物领域也已取得许多进展,并展示了广阔的应用前景。

目前较先进的微机控制的重量分级机,采用最新电子仪器测定重量,可按需选择准确的分级基准,分级精度高,使用特别的滑槽,落差小,水果不受冲击、不损伤。

分级、装箱所需时间为传统的1/2。

日本消费者对水果的消费是非常挑剔的,其水果上市前都要经过分级包装。

有些价值较高的水果,如冬季上市的西瓜要在标签上标出糖度数值。

目前,在日本许多高新技术在水果检测领域得到应用。

计算机技术、无损伤检测技术以及自动化控制技术的发展为现代分级检测技术提供了广阔的空间,使分级检测技术正在由半自动化向全自动化、外部品质检测向内部品质检测、复杂化向简单化和方便化、规格标准的文字化向数字化、机械设备结构的复杂化向简单化、数据化的人工管理向计算机管理方向转化。

在意大利的果品贮藏加工业生产中,使用颜色分级机较早,主要是对苹果进行颜色分级,其原理是按照绿色苹果比红色苹果的反射光强的道理进行的。

工作时,果实在松软的传送带上跳跃移动,光线可照射到水果的大多部位,这样就避免了水果单面被照射。

反射光传递给电脑,由电脑按照反射率的不同来将果实分开,一般分为全绿果、半绿(半红)果、全红果等级别。

美国Penwalt公司Decco型分级机是一种新型果实分级机,具有速度快、性能好、通用性强的特点。

它根据“体积”分级的原理进行工作,综合了大小和重量分级机最突出的优点,同时消除了二者的缺点,使分级作业真正得以柔和平缓地进行。

Decco分级机工作原理是:提升机辊子将待分级的果实送入四星装料斗,星轮与提升机以链条驱动的各对定距辊子同步,辊子承载水果通过分级全程,这样的装置,星轮可以很柔和地将水果从提升机传送到由一对滚子形成的凹槽中。

根据选用分级机规格的不同,分级部分包括6-9行高度可调的“摩擦指”,滚子从摩擦指下通过,缓缓地作反时针回转,水果则作顺时针转动,当水果遇到摩擦指(最大的水果首先接触摩擦指),由于转动与摩擦的组合,水果极柔和地从滚子上移动并落入弹性的摆动活动门上,水果自重足够使其滑出并滚到输送皮带上,然后由皮带送入包装槽中。

由于水果没有摔落,也没有其他任何典型的引起损伤的动作,分级柔和。

水果分级只有综合形状、大小、色泽、果面缺陷等各种因素,甚至是内部品质,才能排除其他因素,使分级质量得到保证[4]。

法国的MAF France公司的水果分级包装设备,不仅能对果蔬进行分级包装,还可以利用电子、光学原理对果蔬表皮的瑕疵进行分选,全电脑监控,自动化程度相当高。

2、国内发展状况回到国内,我国的水果自动分级机设计和研究起源于上世纪90年底后期,而且也是主要集中在水果外在品质检测方面。

由于我国先进技术的限制,我们利用高科技的成像技术来针对水果的内部品质检测并不多。

因此,我们目前的对水果分级的方法还是最简单的基于重量和大小的初步分级。

比如本课题是基于重量分级的,原理如下:我们在分级出口处所对应的导轨上安装可以往复运动的挡板,同时将挡板固定在电磁铁上,通过PLC电磁铁的动作控制挡板来回移动。

当电磁铁上电时,电磁铁带动挡板朝远离托盘方向运动,使导轨上出现缺口,托盘中的苹果经过缺口处时,自动掉落到分级框内。

分级操作过程如下:苹果经称重传感器称重后,电压比较器控制系统判断其等级,确定其分级出口。

然后经链输送到其分级出口。

在正常输送过程中,托盘左端在导轨的挡板作用下保持水平平衡。

当苹果输送到其等级出口时,PLC控制系统就发出信号使电磁铁上电,控制活动挡板作直线往返运动,使导轨上出现缺口,此时正好运动到该托盘的位置,此时苹果在重力作用下,托盘会自动倾斜,苹果将滚入相应分级出口,实现了分级的目的。

[5]我国国内的自动分级设备基本还处于实验室阶段[6]。

目前我们国家在进行水果分级的时,很多时候是买国外的技术和设备,但是我们没有考虑到,国外的技术是正对他们自己的大农场的模式来设计和开发的,但是对我们来说,这样的技术并不是合理的。

同时,我国农业大学的籍保平教授带领的专家学者团队,就中国水果生产的现状,开发出了一条基于水果视觉分级系统,这套系统可以同时对水果的外部缺陷,颜色,大小和形状进行检测。

我们在处理数据的时候,利用了数学工具,在水果的大小、颜色的处理中采取了简单的算法,因此提高了分级速度。

相对于国外的分级水平,国内水果分级市场比较落后。

国内水果分级大部分还采用人工分级方法,只有少数企业采用半自动及自动化水果分级。

相关文档
最新文档