基于电磁振动与卷积神经网络的玉米品质精选装置

为提高玉米分选自动化水平,针对传统方法特征建模过程繁琐、现有卷积神经网络部署要求高的问题,设计了一种基于电磁振动与卷积神经网络的玉米品质精选分级装置,主要包括玉米粒群落料单元、电磁给料单元、控制单元、分选收集单元和恒定光强视觉单元,可实现玉米粒群自动分离、籽粒自动识别与分选.模型、样机试验结果表明:模型大小仅5.83 MB,对计算机硬件要求低;模型平均检测准确率mAP为88.03%,模型总体分类检测性能良好;模型对优良玉米籽粒的识别能力强,准确率P、召回率R、误报率FPR、加权调和平均值F_1分别为98.75%,94.84%,3.78%,96.85%;样机将玉米籽粒的实际检测准确率提升至96.50%,实际有效分选率为97.51%.     

立式旋转智能株间机械除草装置设计与试验

为满足玉米苗株间机械除草作业需求,设计了一种基于立式旋转机构的智能株间机械除草装置.对除草装置的总体结构和避苗除草原理进行了阐述,通过理论分析和EDEM仿真试验,对除草装置的关键部件进行参数设计,并对除草刀的土壤铲切性能进行仿真评估.以作业速度、除草刀角度和入土深度为试验因素,以除草率和伤苗率为评估指标进行正交试验.结果表明:各因素对指标影响的主次顺序依次为作业速度、入土深度和除草刀角度;最优水平组合为作业速度0.5 m·s-1,入土深度50 mm,除草刀角度60°;以最优水平组合进行田间除草试验,平均除草率为89.57％,平均伤苗率为4.54％.