摘要：玉米是我国主要粮食作物,有较高的营养价值和经济价值。不同的地域环境适宜种植的玉米品种不同,但由于玉米种子在外形方面存在的差异较小,所以仅凭肉眼很难对其进行快速准确的识别。为实现玉米种子品种的准确识别,研究采集了9种玉米种子图像共2792张建立数据集,并按照7∶2∶1的比例随机划分训练集、验证集和测试集。将注意力机制CBAM引入轻量化模型MobileNetV2,对CBAM的串行方式进行改进,构建一个新型注意力模块E_CBAM,并通过对比不同的压缩比,选出效果最佳的压缩比为4,提出了E_CBAM_MobileNetV2模型。实验表明E_CBAM_MobileNetV2的准确率为98.18%,相较于MobileNetV2提高了5.45%。

摘要：为了高效检测玉米种子内部裂纹,设计基于卷积神经网络(CNN)的检测系统及批量检测方法,采集有裂纹和无裂纹的玉米种子制作数据集,构建AlexNet、VGG11、InceptionV3和ResNet18共4种经典卷积神经网络,同时与传统算法模型SVM和BP神经网络进行对比实验。实验发现,卷积神经网络模型优于这两种传统算法模型,ResNet18模型的综合检测性能最佳,单粒有裂纹种子的识别准确率为95.04%,单粒无裂纹种子的识别准确率为98.06%,平均单粒种子识别时间为4.42 s。基于ResNet18,搭建种子内部裂纹自动识别装置,设计识别软件控制装置,得到玉米种子内部裂纹识别系统。系统实验进行10组批量识别,有裂纹种子的平均识别准确率为94.25%,无裂纹种子的平均识别准确率为97.25%,批量识别中光源的透射无法等效地显现所有种子的内部裂纹、多次加载模型权重导致泛化性不足等因素会影响准确率。

摘要：[目的]玉米定向排种是玉米机械化定向播种的关键,为实现玉米种子定向排种,提出一种离心式玉米种子自适应定向整列输送方法,设计了一种基于离心送料原理的玉米种子定向整列排种装置。[方法]通过对定向整列排种过程的动力学和运动学分析,提出以锥盘锥角θ、锥盘安装倾角β、转速n、型孔数Z为试验因素,以玉米种子长轴定向成功率P为试验指标,利用ADAMS软件进行单因素仿真试验,搭建玉米种子定向整列排种试验平台进行台架试验。[结果]仿真试验结果表明:转速n和安装倾角β对玉米种子长轴定向成功率影响较为显著,当转速n达到16 r·min^(-1)、安装倾角β达到30°时,种子长轴定向成功率最高;锥盘锥角θ和型孔数Z对玉米种子长轴定向成功率的影响幅度变化不大,且玉米种子长轴定向成功率较低。台架试验结果表明:随着转速n和安装倾角β的增加,玉米种子长轴定向成功率均呈先增大后减小趋势,试验结果与仿真试验相似;当锥盘锥角θ为10°、安装倾角β为30°、转速n为16 r·min^(-1)、型孔数Z为32时,玉米种子长轴定向成功率最高为87%,尖端朝前的定向成功率为77.5%。[结论]提出的方法可以实现在离心力作用下玉米种子的定向整列输送,研究结果为玉米定向排种装置的结构设计提供参考。

摘要：为了进一步提高玉米种子定向成功率,设计了一种玉米种子尖端定向滑移装置,并对其定向原理进行了分析。装置主要由滑移间距控制机构和尖端定向机构两部分组成,且由于尖端定向机构是装置的关键部件,因而对其进行了结构设计。以旋转种槽长度l、种槽与水平面倾角θ、种子进入旋转种槽到种槽旋转的时间T为因素,以旋转种槽转过180°后玉米种子到旋转种槽轴心间的距离为指标,进行三因素三水平正交仿真试验,得到最佳工艺参数为:旋转种槽长度50mm,种槽与水平面倾角25°,种子进入旋转种槽到种槽旋转的时间0.02s。此条件下,玉米种子尖端定向效果最佳。研究可为提高玉米种子尖端定向提供参考。

摘要：为玉米相关农机具设计和改进提供基础参考,通过斜面法和直接接触法测定玉米的静摩擦系数。由斜面法测定结果可知,玉米种间的静摩擦系数为0.3468、玉米种子与不锈钢材料间的为0.3824、玉米种子与有机玻璃的为0.4213。直接接触法测定的玉米种间的静摩擦系数为0.3358、玉米种子与不锈钢材料间的为0.3794、玉米种子与有机玻璃的为0.4234,两种方法测定的玉米种间静摩擦系数相对误差为3.17%。借助离散元法EDEM验证试验结果,由仿真结果可知:玉米种间的静摩擦系数为0.312,玉米与不锈钢材料之间的为0.364、玉米与有机玻璃之间的为0.388,仿真结果与直接接触法测定的静摩擦系数接近,其最大相对误差约为8.36%。

摘要：针对我国玉米种子人工分选效率低、错分率高、缺少自动检测分选装置等问题,设计了一种玉米种子实时检测分选装置。该装置由进料单元、检测单元、分选单元和控制系统组成。下位机采用MSP430,与上位机实时通信,并控制分选执行机构,上位机采用Matlab 2014b软件对玉米种子图像进行实时处理,并输出识别结果。为了便于采集玉米种子图像,设计了种子分离机构。根据霉变玉米种子与正常玉米种子表面颜色的差异,设计了一种基于HSV颜色空间划分的玉米种子识别算法,并提出了一种玉米种子排序策略,实现了玉米种子的精确分选。该装置对单幅图像的采集和处理时间约为0.7 s,分选速率最高为680粒/min,霉变玉米种子识别准确率为100%,裝置总体分选准确率不低于94%。该装置实现了从玉米种子进料到分选的全自动化,能够对霉变玉米种子进行实时检测和分选。

摘要：基于近红外反射光谱分析技术,设计了玉米种子活力逐粒无损检测与分级装置,该装置主要由单粒化装置、输送管道、近红外光谱采集系统、控制系统和分级装置等组成。种子单粒化装置由一个带孔的倾斜转盘和一个固定托盘组成。输送管道与固定托盘出种口连接,其末端为光谱采集单元。种子由单粒化装置分离后,经输送管道落至光谱采集区进行光谱分析及活力判断,之后由分级装置对判别完成的种子进行分级。带孔圆盘用于将种子单粒化,其工作效率是提高种子检测及分级速率的关键。经分析得出,决定单粒化装置单粒化效率的因素分别为转盘倾斜角、转盘速度和孔高度。为提高检测速率,对单粒化装置进行了参数分析及优化试验。试验结果表明,当转盘倾斜角为31°、转速为0.5 r/s、孔高度为2.2 mm时,种子单粒化效率最优,单通道可达7粒/s。为建立玉米种子活力预测模型,基于该装置分别采集了100粒正常有活力玉米种子和100粒人工老化无活力玉米种子在980~1700 nm波长范围的光谱数据,对种子原始光谱进行不同方法的预处理,并利用PLS-DA建立种子活力的定性判别模型。几种不同处理方式下的建模对比结果表明,SG-smooth预处理下的建模效果最优,其中校正集的判别准确率为98.7%,预测集的判别准确率为96%。选取100粒种子对该装置预测模型的稳定性和准确性进行了验证试验,种子活力预测的总准确率为97%。所设计的玉米种子活力逐粒无损检测分级装置单粒化效率较高,光谱数据采集稳定,对玉米种子活力进行实时无损检测及分级具有可行性。

摘要：为了实现玉米种子的定向推送,该文以定向处理完毕且呈平躺姿态的马齿型玉米种子为对象,设计了一种玉米种子定向播种推送装置,能够对玉米种子进行定向接收、移动和推送。对装置的定向接收功能进行了原理分析,以分选缺口的2个形状参数圆弧角度和深度为因素,以保留成功率和剔除成功率为指标,分别对尖端朝前和大头朝前的玉米种子进行仿真试验,得到了最佳的分选缺口参数:圆弧角度为14°、深度为3 mm。搭建玉米种子定向播种推送装置试验平台进行性能试验,结果表明装置的定向接收、移动和推送3个功能实现效果良好,对于定向接收功能,尖端朝前玉米种子的保留成功率达到93.8%,大头朝前玉米种子的剔除成功率为100%。该研究为后续的定向玉米种子弹夹制作及玉米机械化定向播种提供了参考。

摘要：特征提取的充分性和分类器设计的合理性是影响玉米种子识别精度的两个关键问题。采集了玉米种子的高光谱图像,并提取每粒玉米种子在不同波段下的图像熵作为分类特征;在此基础上,利用支持向量数据描述方法构建每类玉米的分类器模型,对待识别样本的测试精度达到了94.14%,对新类别样本的识别精度达到92.28%。仿真结果表明:新方法可实现玉米种子的准确识别,同时解决了传统分类器对新类别样本的错误分类问题。

摘要：为了实现玉米种子的定向定距输出,该文设计了一种玉米种子侧立定向定距输出装置,并对其定向定距原理进行了分析。该装置包括侧立排序机构和定向定距机构2部分。侧立排序机构能够对成堆玉米种子进行分散、排序输送、分选和姿态变换使之变为一列呈侧立姿态排序的玉米种子,定向定距机构能够对侧立姿态的玉米种子进行定向和定距,使其尖端统一朝前、相邻种子之间间距一致,然后排序输出。以侧立喂入轨道的倾角α、振幅Z_1、定向定距转盘的角速度w和侧立输出轨道的振幅Z_2为因素,以玉米种子的定向定距成功率和定距间距为指标,对定向定距机构进行仿真试验,得到最佳工作参数:α为3°、Z_1为0.3 mm、w为30°/s、Z_2为0.3 mm。搭建玉米种子侧立定向定距输出装置进行性能试验,结果表明在最佳工作参数下该装置工作稳定,玉米种子定向定距成功率为90.7%,定距间距平均为45 mm。该研究为后续机械化玉米定向播种提供了参考。