摘要：以进一步提升采摘机器人系统的作业效率为目标,选取形态学算法作为支撑机理与参考基点,针对采摘系统的视觉控制展开设计。考虑采摘系统的模块分工与功能组成,搭建形态学图像检测与处理模型,并进行系统的整体布局与软硬件模块匹配,形成以形态学运算处理规则为主的采摘机器人控制系统。采摘作业控制试验结果表明:基于形态学的采摘系统视觉控制设计方案正确可行,在形态学运算程序的精准执行下,图像特征区别效率与目标识别准确率均得到明显改善,视觉定位时间误差相对降低了3.19%,整体系统的综合效率可达92.30%,满足智能采摘的设计要求。系统各组件运行平稳,采摘回放动作柔性可靠,可为类似智能收获装置创新优化提供一定的参考。

摘要：针对目前库尔勒香梨品质在线分级检测系统存在价格昂贵、结构复杂等问题,设计了库勒尔香梨内部品质在线无损检测分级系统。基于该系统研究了不同移动速度(0.3和0.5 m·s^-1)对库尔勒香梨的可溶性固形物含量(solid soluble contents,SSC)和硬度在线预测模型的影响。不同移动速度下,采集样品相同部位的信息,所采集光谱存在差异。由于采集的光谱存在差异性,采用SG-平滑(Savitzky-Golay smooth)、SG卷积导数、多元散射校正(MSC)、标准正态能量变换(SNV)、归一化(Normalization)等多种光谱预处理方法进行处理,基于偏最小二乘法(partial least squares,PLS),建立移动速度为0.3 m·s^-1(S1)和0.5 m·s^-1(S2)下库尔勒香梨的SSC和硬度模型。结果表明:移动速度为0.5 m·s^-1下,采用SG-DER(Savitzky-Golay Derivative)处理光谱图建立SSC模型优于0.3 m·s^-1,其预测集相关系数和预测均方根误差为0.8802和0.3915°Bri。而在移动速度为0.3 m·s^-1下的结果,采用SGS(Savitzky-Golay smooth)处理光谱图建立的SSC模型优于0.5 m·s^-1下的结果,其预测集相关系数和预测均方根误差分别为0.8202和0.4708 N。后建立两个速度混合模型,采用竞争性自适应重加权算法(competitive adaptive reweighted sampling,CARS)和连续投影算法(successive projections algorithm,SPA)筛选特征变量,后采用PLS,建立混合速度下硬度和SSC预测模型。从建模效果来看SPA和CARS都可以有效减少建模所用变量数、提高库尔勒香梨在线SSC和硬度检测模型的预测能力和运算速度,增强模型的稳健性等。采用CARS方法,从501个光谱中筛选出24个变量,建立了CARS-PLS模型,建立的SSC模型较好,其预测集相关系数和预测均方根误差分别为0.9150和0.3719°Bri。采用SPA方法,从501个光谱中筛选出32个变量,建立硬度模型较好,其预测集相关系数和预测均方根误差分别为0.8210和0.4920 N。混合速度建立预测品质模型比单一速度建立模型稳健一些。研究表明:不同移动速度对建立果品品质预测模型产生不同影响,该研究有助于果品品质在线分选提供技术支持。

摘要：基于近红外光谱技术设计了"蒙阴蜜桃"内部品质在线无损检测分级系统。基于该系统在移动速度5个/s下,建立对黄桃的可溶性固形物含量(solid soluble contents,SSC)和硬度在线检测模型。采用SGS(savitzkygolay smooth)、SG-DER (savitzky-golay derivative)及等多种光谱预处理方法对光谱图进行处理,基于偏最小二乘法(partial least squares,PLS),建立不同区间段黄桃的SSC和硬度模型。结果表明,在600~750 nm和750~900nm下,采用SG-DER预处理方法,建立SSC模型性能最好,其校正集和验证集相关系数分别为0. 919和0. 863,均方根误差分别为0. 735%和0. 764%;采用SGS处理光谱,建立硬度模型性能最好,其校正集和验证集相关系数分别为0. 832和0. 746,方根误差分别为0. 774 N和0. 785 N。后采用遗传算法(genetic algorithm,GA)和连续投影算法(successive projections algorithm,SPA)筛选600~750 nm和750~900 nm特征变量,采用SG-DER处理光谱,建立SSC的预测模型;采用SGS处理光谱,建立硬度预测模型。从建模效果来看,SPA和GA都可以有效减少建模所用变量数、提高黄桃在线SSC和硬度检测模型的预测能力和运算速度,而采用SPA-PLS建立SSC和硬度模型优于GA-PLS,其SSC预测集相关系数和预测均方根误差分别为0. 916、0. 721%,其硬度预测集相关系数和预测均方根误差分别为0. 811、0. 742 N。研究表明,采用近红外漫透射光谱技术能够很好地实现黄桃SSC和硬度的在线无损检测。

摘要：原油处理站锅炉控制系统的改造包括自动化设备的改造,硬件的改造设计,控制系统软件的优化设计以及PLC程序优化设计等。其中控制系统软件的优化设计要在启动系统之前,对系统设备进行自检,检查阀门是否处于设计要求状态。之后将其中一条通道的按钮启动,在蒸汽通入管道之后,对管道进行清洗、预热处理。经过一段时间后,打开油管道电磁阀,稠油进入掺蒸汽阶段。利用PLC,对预设温度与检测温度进行比较,输出控制电信号对电磁阀的开度进行控制。通过对油田原油处理站锅炉控制系统的改造,使其实现自动化控制,既能提高锅炉控制的准确性与可靠性,又能保障操作人员的安全,有效提升了系统的安全运行状况。

摘要：为提高鲜切苹果品质、延长货架期,探究超声-ε-聚赖氨酸盐酸盐复合处理鲜切苹果的最优参数及其保鲜效果。采用Box-Behnken设计,以菌落增长数为响应值,通过响应面法确定超声-ε-聚赖氨酸盐酸盐复合处理鲜切苹果的最佳参数。根据菌落总数、霉菌和酵母、色差、VC含量结果,评价超声-ε-聚赖氨酸盐酸盐复合处理对鲜切苹果贮藏期间的保鲜作用。结果表明,超声-ε-聚赖氨酸盐酸盐复合处理鲜切苹果的最优参数为:超声时间为10 min、超声温度为40℃、ε-聚赖氨酸盐酸盐浓度为0.2 g/L,切分前与切分后处理实际测定值分别为1.59 lg CFU/g、1.71 lg CFU/g,与预测值相对误差分别为3.92%、5.59%,拟合度高,模型可靠。利用优化的条件处理的鲜切苹果在4℃贮藏期间,细菌、霉菌和酵母增长速度显著低于(P<0.05)对照,VC未受到明显破坏,切分前超声-ε-聚赖氨酸盐酸盐复合处理组色差上升速度低于对照组。响应面法优化的超声-ε-聚赖氨酸盐酸盐复合处理鲜切苹果是可行的,其中切分前超声处理效果较好,货架期比对照组延长4 d。

摘要：以富锌螺旋藻为主要原料,通过对不同富锌螺旋藻破壁方式进行比较分析,确定了富锌螺旋藻的最佳处理方式为超声破壁法。采用单因素试验及响应面试验对酸乳发酵工艺进行优化,确定了富锌型螺旋藻酸乳发酵的最佳工艺条件为:富锌螺旋藻处理液添加量0.9%、接种量0.31%、白砂糖添加量7.5%,在该条件下得到的富锌螺旋藻酸乳感官评分为94.8分,呈浅绿色,色泽均匀,风味协调自然,无藻腥味,酸甜比适中,组织细腻。

摘要：为了满足生鲜农产品公铁联运需求,推动我国冷链物流行业的发展,测试了自主研发的蓄冷式保温集装箱在蔬菜上的实际应用效果。使用温度记录仪采集了蓄冷式保温集装箱的前中后部的温度数据;以色差(L~*、a~*、b~*)、硬度、pH值以及可溶性固形物含量作为评价指标,分析了两种蔬菜(油菜、韭黄)采用蓄冷式保温集装箱不同包装处理运输前后品质的变化情况。结果表明,箱内温度随箱外环境温度的变化而波动,但波动较小,箱内温度后部≥中部≥前部;不同处理组油菜的色差(L~*、a~*、b~*)、硬度和pH值均无显著变化;可溶性固形物含量,泡沫箱组、泡沫箱+冰组的略有下降,筐装组明显上升;泡沫箱组、泡沫箱+冰组的韭黄较运输前偏红、偏蓝,色泽略有变化,筐装组无明显变化,不同处理组韭黄的可溶性固形物含量和pH值均无明显变化。整体上,泡沫箱组、泡沫箱+冰组的蔬菜品质优于筐装组,这为蓄冷式保温集装箱的优化设计提供了参考和依据。