论文部分内容阅读
禽蛋蛋壳破损后极容易遭受细菌侵入,保鲜期变短,存在安全隐患,因此需在加工过程中及时剔除掉。本文在课题组前期研究成果的基础上,进行了部分方案的改进和优化,最终设计了一个禽蛋裂纹动态识别系统。该系统功能齐全,能够对蛋辊运输线上的禽蛋,完成蛋壳表面的自动敲击、发声信号的同步采集、分析、裂纹识别、以及剔除工作。论文的主要研究内容和结论如下：(1)禽蛋裂纹动态识别系统硬件以TMS320F28335芯片作为主处理器,其外围硬件实现电路主要包括蛋壳敲击声音采集电路、信号调理电路、外接A/D接口、分级驱动电路等。完成后的系统运行稳定,对蛋辊运输线上的禽蛋基本能够实现破损识别和分级功能。系统采用外部中断触发方式,实现对蛋壳敲击发声信号的同步采样,即由自动敲击装置发出的信号,引导系统实现对蛋壳敲击发声的信号的同步采集,将采集时间缩短至23ms。(2)为配合实时检测流程,本文还介绍了一种轻巧的禽蛋自动敲击装置,该装置配有光电传感器,可以对禽蛋位置进行识别,并实现对禽蛋的大头、赤道、大头等三个部位的敲击作业。自动敲击装置运行稳定,敲击力度适中,不会对禽蛋造成机械损伤,一次完整的动作所需最长时间为72ms。激光触发装置反应快速、准确,能够根据鸡蛋的运动位置及时地引导敲击筒准确敲击在蛋壳上,试验过程中没有出现漏敲和误敲的现象,适用于在线检测。(3)在DSP软件程序设计上,采用模块化的设计思想,按照实现功能将程序划分成DSP初始化模块、定时中断采样模块、数据预处理模块、判别模块和分级驱动模块五个独立模块分别独立设计,其编程实现采用C语言和汇编语言混合编程的方法。IIR数字滤波器和FFT变换的DSP软件实现本文软件编程关键和难点,为此,调用了TI公司针对C28系列的DSP的编写的Filter Library和FFT Library库文件,以加快系统软件的开发进度。(4)通过MATLAB软件对获取的试验数据进行了分析,发现好壳蛋与破损蛋之间区别较大的声音特征参数：共振峰值、功率谱面积、持续时间、振铃计数、下降时间和能量计数。依据Bayes判别原理,运用SAS 8.0软件对以上特征参数数据进行Bayes判别运算,并建立了好壳蛋和破损蛋的判别模型。