摘要：本项目采用均匀优化试验设计方法优化了大曲分阶段变温干燥工艺,探究了工艺参数对大曲能耗指标、质量指标、挥发性风味指标和微生物指标的影响。研究结果表明:干燥第一和第二阶段温度的交互作用对大曲能耗的影响最大,而第一与第二阶段风速的交互作用对大曲质量指标的影响最大,第一阶段温度与第二阶段风速的交互作用对大曲挥发性风味指标的影响最大,且微生物指标很容易受干燥工艺参数的影响;通过评价函数法将大曲各个评价指标进行综合规范化,发现干燥第一与第二阶段风速的交互作用对大曲综合指标函数的影响最大,大曲综合指标函数得分最高值为1.367分,此时最佳大曲干燥工艺参数为:干燥第一阶段温度为47.8℃、第一阶段风速为1.3 m/s、水分含量转换点15.5%、第二阶段温度为45.0℃、第二阶段风速为0.3 m/s。最终获得的成品曲曲香纯正浓郁,断面整齐,菌丝生长良好,达到优质曲要求。

摘要：为减少采摘点定位不当导致末端碰撞损伤结果枝与果串,致使采摘失败及损伤率提高等问题,该研究提出了基于深度学习与葡萄关键结构多目标识别的采摘点定位方法。首先,通过改进YOLACT++模型对结果枝、果梗、果串等葡萄关键结构进行识别与分割;结合关键区域间的相交情况、相对位置,构建同串葡萄关键结构从属判断与合并方法。最后设计了基于结构约束与范围再选的果梗低碰撞感兴趣区域(region of interest,ROI)选择方法,并以该区域果梗质心为采摘点。试验结果表明,相比于原始的YOLACT++,G-YOLACT++边界框和掩膜平均精度均值分别提升了0.83与0.88个百分点;对单串果实、多串果实样本关键结构从属判断与合并的正确率分别为88%、90%,对关键结构不完整的果串剔除正确率为92.3%;相较于以ROI中果梗外接矩形的中心、以模型识别果梗的质心作为采摘点的定位方法,该研究采摘点定位方法的成功率分别提升了10.95、81.75个百分点。该研究为葡萄采摘机器人的优化提供了技术支持,为非结构化环境中的串类果实采摘机器人的低损收获奠定基础。