基于線陣光學(xué)成像技術(shù)的飼料物理特性檢測及粉碎機篩網(wǎng)破損識別方法研究.pdf

1、隨著現(xiàn)代飼料工業(yè)的發(fā)展，顆粒飼料的加工質(zhì)量尤為重要。顆粒飼料的物理特性是飼料產(chǎn)品加工質(zhì)量的重要參數(shù)。目前，對于顆粒飼料的物理特性主要采取人工抽樣檢測，操作繁瑣，費工費時，自動化水平低，已經(jīng)不能滿足現(xiàn)代飼料工業(yè)的發(fā)展需求。本文利用線陣光學(xué)成像技術(shù)，構(gòu)建了顆粒飼料物理特性參數(shù)檢測及粉碎機篩網(wǎng)破損識別系統(tǒng)，研究了了顆粒飼料的均勻性、密度和粒度的檢測算法和篩網(wǎng)破損識別方法，實現(xiàn)對飼料顆粒的物理特性參數(shù)和粉碎機篩網(wǎng)破損的自動檢測和識別。主要研究內(nèi)

2、容如下:
　　1.構(gòu)建了基于線陣光學(xué)成像技術(shù)的顆粒飼料物理特性參數(shù)和粉碎機篩網(wǎng)破損識別的動態(tài)檢測系統(tǒng)。系統(tǒng)主要由振動給料器、線陣CCD相機、線陣光源、計算機等組成，對給料模塊、輸送模塊、圖像采集模塊、串口通信模塊等部件進行了選型，并對各個部件的關(guān)鍵參數(shù)進行了調(diào)節(jié)匹配。開發(fā)了基于虛擬儀器Labview的圖像分割、粘結(jié)顆粒分割、圖像拼接、顆粒特征提取、天平串口數(shù)據(jù)提取、數(shù)據(jù)保存以及動態(tài)實時處理等功能的軟件。
　　2.利用所構(gòu)建的

3、檢測系統(tǒng)，提取了顆粒飼料的長徑、短徑、周長、面積等參數(shù)，建立了粒度、均勻性和密度檢測方法，實現(xiàn)顆粒飼料的粒度分布、均勻性、密度等物理參數(shù)的動態(tài)檢測。與人工測量相比較，檢測系統(tǒng)對飼料顆粒粒度分布區(qū)間的平均絕對誤差MAE和最大相對偏差RSD為0.63％和2.62％，對長度均勻性的平均絕對百分比誤差MAPE和最大相對偏差RSD分別為3.92％和4.86％，對密度的平均絕對百分比誤差MAPE和最大相對偏差RSD分別為0.43％和3.23％。結(jié)果

4、表明，系統(tǒng)對于顆粒飼料樣本檢測具有良好的準(zhǔn)確性和重復(fù)性。
　　3.以玉米和小麥2種谷物原料為實驗樣本，確定了破損與未破損篩網(wǎng)粉碎物料平均面積和面積變異系數(shù)的閾值。在篩網(wǎng)孔徑尺寸分別為2mm、4mm、6mm條件下，以顆粒平均面積為判別指標(biāo)，粉碎玉米篩網(wǎng)破損平均識別率分別為91.25％、82.50％、96.25％，粉碎小麥篩網(wǎng)破損平均識別率分別為93.75％、86.25％、78.75％;以顆粒面積變異系數(shù)為判別指標(biāo)，粉碎玉米平均識別率

5、分別為93.75％、98.75％、97.5％，粉碎小麥篩網(wǎng)破損平均識別率分別為93.75％、87.5％、96.25％。結(jié)果表明，以面積變異系數(shù)作為判定篩網(wǎng)破損的判別指標(biāo)的識別效果優(yōu)于平均面積的識別效果。
　　通過研制顆粒飼料物理特性檢測及粉碎機篩網(wǎng)破損識別的線陣光學(xué)成像系統(tǒng)，建立了顆粒飼料粒度、均勻性和密度的檢測方法，檢測精度可以用于實際生產(chǎn);同時，所構(gòu)建的自動識別系統(tǒng)可以實現(xiàn)對粉碎機破損篩網(wǎng)的實時自動識別，識別精度較高。研究結(jié)果