【摘 要】
:
花椒是我国特有的一种农作物,种植历史十分悠久,在我国二十多个省市得到广泛种植,具有极高的食用和药用价值,为广大农民带来十分可观的经济效益。目前花椒采摘以手工采摘为主,但是花椒枝条细长布满尖刺,果实附着油胞且易破碎,独特的生理特性造成了其采摘难、效率低、易伤手等问题,而花椒采摘的季节性强且周期短,造成采椒成本增加使椒农们苦不堪言。花椒采摘已经严重制约了我国花椒产业的进一步发展,研发一款高效可靠易操作
论文部分内容阅读
花椒是我国特有的一种农作物,种植历史十分悠久,在我国二十多个省市得到广泛种植,具有极高的食用和药用价值,为广大农民带来十分可观的经济效益。目前花椒采摘以手工采摘为主,但是花椒枝条细长布满尖刺,果实附着油胞且易破碎,独特的生理特性造成了其采摘难、效率低、易伤手等问题,而花椒采摘的季节性强且周期短,造成采椒成本增加使椒农们苦不堪言。花椒采摘已经严重制约了我国花椒产业的进一步发展,研发一款高效可靠易操作的花椒采摘机是广大椒农们的迫切需求。基于此,本文结合西南地区青花椒“下桩采摘法”,研究设计了一种青花椒采摘机,本文的主要研究内容和结论如下:(1)对花椒枝条几何、材料和力学性能进行测试和研究,为确定花椒采摘机结构和工作参数提供依据。本文针对采摘机的作业对象-花椒枝条进行几何和力学性能测定,几何测量结果表明花椒枝条的平均直径为7.82mm、平均长度为459.10mm、平均弯曲度为35.2mm,通过压缩实验测得了枝条屈服力、破坏力、屈服强度、抗压强度和弹性模量的平均值分别为427.47N、480.95N、8.51MPa、9.57MPa和114.99MPa,并基于此,依据花椒枝条的材料特性构建了其本构模型,再通过相关仪器测得了枝条的密度和含水率。基于花椒枝条的几何及力学性能对采摘机各部件的工作情况进行动力学和运动学分析,通过计算确定各部件的结构和工作参数,主要包括:确定采摘部件圆环刀具的刃型为单刀刃型;确定了拖曳部件的结构参数及拖曳速度;确定粉碎部件动刀转速为2000r/min,并估算粉碎功耗为0.41k W;确定喂入装置的结构参数;确定了传动系统方案,并计算得电动机的额定功率为1.8k W,转速为2800r/min,减速器的传动比为20;确定中转轴的最小直径为22mm。(2)对花椒采摘机机架、中转轴和主动齿轮等关键部件进行强度分析,使用性能和安全性能满足要求。使用ANSYS Workbench对采摘机关键部件进行强度分析,机架静力学分析结果表明,机架的最大等效应力为16.311MPa,满足使用强度要求。中转轴模态分析结果表明其共振频率为33.33Hz,远低于其最低固有频率,符合安全工作要求。齿轮啮合瞬态动力学分析结果表明,主从动齿轮的最大接触应力分别为295.88MPa和334.62MPa,均低于齿轮材料的许用应力,工作状况处于安全状态。(3)制作了采摘机样机并进行了相关性能试验。通过单因素试验分析圆环刀具转速、拖曳速度和圆环刀具对采摘效率和伤果率的影响,通过响应面试验获取各影响因素对采摘效果的二次回归模型并进行方差分析和交互作用分析,通过优化算法进行参数优化,结果表明,当圆环刀具转速为3800r/min、拖曳速度为0.48m/s、圆环刀具刃角为15°时,采摘效果最佳,此时采摘效率为49.77kg/h,伤果率为7.7%。根据样机试验中的不足,基于PLC控制补充设计了一种对准装置,以避免花椒枝条未对准进入圆环刀具的情况。(4)对枝条粉碎过程进行了动力学仿真和虚拟试验,获取了粉碎部件最优工作参数。针对枝条粉碎的过程使用Ls-Dyna进行显式动力学仿真,获取了枝条切断粉碎的动态过程,仿真结果表明动刀在切入枝条中间部位时,枝条收到的切割合力最大,为9.82k N,在有效切割时间内的平均切割功耗为72.62W。为了降低枝条粉碎所需功耗,选取动刀旋切转速、刀具刃角和切割间隙为试验因子进行三因子三水平虚拟仿真正交试验,试验结果表明,当动刀旋切转速为2000r/min,刀具刃角为15°时,切割功耗最低,为23.10W。
其他文献
在非传染性疾病中,癌症的发病率与致死率均高居前列,极大的危害了人们的生命健康。目前我国已经成为全球结直肠癌新发病例与死亡病例数量最多的国家。近年来,随着神经网络在不同应用领域的广泛研究与快速发展,将神经网络应用至医疗影像分析也逐渐成为趋势。运用神经网络辅助医师诊断肠道影像,能够提高诊治效率,降低漏诊率,消除主观因素带来的诊断差异。通过对肠炎与肠息肉的诊断与防治,能够极大降低癌变风险。因此,利用神经
深度学习技术在很多领域都得到了非常成功的应用,如语音识别、目标检测、图像生成、自然语言处理等,但是深度学习技术在安全性与鲁棒性方面是十分脆弱的。对抗样本是指在原有数据中添加微小的、不可察觉的扰动所形成的输入样本,会导致深度学习模型以高置信度产生错误输出。对抗样本也可以作为工具辅助攻击者获取有关模型的信息。对抗样本的存在限制了深度学习模型在安全敏感的领域的进一步应用,如异常检测、人脸识别、自动驾驶等
随着深度学习的大力发展,许多优秀的成果已经成功应用,其中移动端的便携性以及高使用频次,使得深度学习结合移动端拥有着更丰富的应用场景,因此设计高效模型以及针对移动端设备的轻量化迁移也成为了当下的热门话题。基于神经网络的目标检测与目标追踪在计算资源丰富的PC端有很好的效果且有非常成熟的部署经验,但是在计算资源有限的移动端存在着算法模型对内存资源开销大,推理预测速度慢等难点,并且部署难度高,限制了目标检
随着人们对绿豆日益增长的需求,丘陵山区的绿豆种植面积逐年增加,适宜机械化收获绿豆新品种的研发与普及,极大地推动了绿豆机收的进程。我国南方丘陵山区地块小而散,整体地势陡峭,土壤黏且重,不适宜中大型联合收割机广泛作业,而传统人力收获具有工作效率低下、劳动强度大和生产成本高等缺点,如今又面临劳动力短缺的困境,因此设计适用于丘陵山区绿豆收获的联合收割机对提高绿豆收割效率、解放农村劳动力和推进农业现代化进程
随着深度学习和人工智能技术的发展,辅助驾驶和自动驾驶成为了当前非常热门且重要的研究课题。无论是辅助驾驶还是自动驾驶,车道线检测都是其中极其重要的一环,是自动巡航、车道线保持等功能的基础依据。因此,找出一种准确、快速且鲁棒性高的车道线检测方法,不仅可以提高辅助驾驶和自动驾驶的安全性,也可以有效的减少交通事故的发生,提高驾驶的安全性,整体提高出行的质量。车道线的检测方法虽然已经有多种方法,但是车道线因
在农网系统的电力设备中,电力变压器极为重要,实践证明绝大部分变压器故障都是由绝缘系统的损坏引起的,因此维持农网变压器良好的绝缘状态是提高变压器使用寿命和提高农网供电可靠性的关键。介损因数是评定变压器油绝缘性能的一项极为重要指标,对判断变压器油的劣化以及污染程度极为敏感。目前农网系统中变压器油介损因数的检测方法为定期从变压器中抽取油样送往实验室进行测定,无法及时检测出变压器油绝缘结构的潜在性故障和突
21世纪,是互联网信息技术高速发展的时代,也是农业机械化程度不断提升的时代。随着互联网信息技术的发展,农业生产作业逐渐走向智能化、智慧化。农机社会化服务是实现农业现代化、信息化和机械化的首要条件,也是农业社会化服务建设的重要内容。相较于前面几十年的发展,新时代的农机社会化服务发生了根本性的变化,网络技术、物联网技术等新兴技术与服务工具的兴起,为农机社会化服务提供了更加便捷的途径,农机社会化服务的构
氧化铁纳米颗粒(Iron oxide nanoparticles,IONPs)是应用较为广泛的纳米颗粒之一,已广泛应用于食品工业、农业生产、医疗等领域。在食品工业中,IONPs常被用作食品添加剂、肥料、食品包装材料和营养素载体等。随着IONPs广泛的生产和使用,极大增加了消费者通过相关食品接触IONPs的可能性。由于纳米颗粒具有尺寸小、表面活性高的特性,使得它们易于与生物体内的大分子物质相互作用,
为推广自主研发技术框架,互联网企业提供技术文档平台,向大众详尽地展示技术框架。作为门户,技术文档在整个技术生态中具有举足轻重的作用。目前,通过对技术文档已有开发者的反馈问题与建议进行统计,发现技术文档平台文本质量不理想,进而引发开发者访问体验差、平台管理员针对性优化难度大的问题。开发者作为技术文档平台的用户,其建议对于技术文档平台提升文本质量至关重要。目前,技术文档平台现有的提高文本质量的四种方案
纤维素是自然界中储量最丰富的可再生资源,纳米纤维素具有宏观纤维素和纳米材料的优异性能,如独特的纳米尺寸、两亲性、高纵横比、优异的力学性能、易修饰、可再生等特点,在稳定Pickering乳液方面获得了越来越多的关注。纳米纤维素结构中丰富的羟基赋予了其高亲水性,不利于Pickering乳液的稳定性。木质素是天然疏水性高分子化合物,在提取纳米纤维素的过程中保留一定的木质素,通过木质素疏水特性改善纳米纤维