论文部分内容阅读
饲料原料入仓过程是通过输送设备将原料送至旋转分配器,再经旋转分配器通过溜管将不同种类的原料送入不同的料仓中,送料过程中可能会发生由于操作人员失误或者机器故障等导致饲料原料进错仓。目前主要依靠工人在溜管取样口取样,通过感官判断原料种类。为了实现饲料原料入仓自动化、智能化识别,本研究设计了一种饲料生产在线自动取样装置,并与机器视觉技术相结合,构建了饲料原料自动取样与种类识别系统,通过提取饲料原料颜色信息,实现饲料原料的自动取样以及种类识别。主要研究内容和结果如下: 1.饲料生产在线自动取样装置和图像采集装置的设计。本研究设计了以压缩空气为动力源,气缸为执行结构的饲料原料在线自动取样装置。该装置安装在溜管上,通过执行机构驱动样品盒进入溜管实现自动取样。在此基础上在自动取样装置上搭建了有相机和光源等组成的图像采集装置,自动取样装置取样完成后,图像采集系统获取样品的图像,并将样品送入溜管中卸样。该装置可以完成饲料原料在线自动取样和图像采集功能。 2.原料图像采集与颜色信息的提取。利用图像采集装置采集原料图像,结合硬件部分,选择TPC4控制自动取样装置,使用LabVIEW软件对图像进行处理。运用RGB色彩模型,采用LabVIEW软件处理提取的饲料原料图像的R、G、B值,确定不同种类原料的RGB平均值和中值综合色差变异系数。通过计算,RGB平均值计算得到的综合色差变异系数小,确定将RGB平均作为色差RGB阈值,并将RGB平均值计算得到的综合色差最大值作为每种原料的综合色差阈值。结果表明,玉米综合色差阈值为9,棉粕为23,豆粕为45,菜粕为14,玉米皮为10,DDGS为15,玉米胚芽粕为38,麸皮为12,米糠为11,石粉为42,膨化大豆为19,鱼粉为12,磷酸氢钙为20。 3.饲料原料种类识别方法验证。将每种原料RGB阈值和综合色差阈值输入到软件LabVIEW中,作为饲料原料的识别依据。取6种不同的原料各24份对该识别方法进行验证,通过系统采集样品图像并自动计算样品的综合色差值,与当前系统检测所设定的原料综合色差阈值进行比较,判定识别效果,结果表明玉米的识别率为97.22%,棉粕为50.00%,豆粕为64.58%,菜粕为94.44%,玉米皮为76.39%,DDGS为92.92%,玉米胚芽粕为52.08%,麸皮为86.11%,米糠为95.14%,石粉为85.42%,膨化大豆为72.92%,鱼粉为78.47%,磷酸氢钙为97.92%。 本研究通过研究饲料原料的颜色特征设计了一种适合饲料原料生产在线取样装置与种类识别系统,实现对饲料原料入仓在线自动取样与种类识别。经实验结果表明,本研究提出的方法对饲料原料种类识别具有一定的效果,能够区别颜色差别较大的原料,但对于颜色相近的两种原料不能够完全识别。总而言之,本研究实现了饲料原料入仓时的在线自动化取样并为识别饲料原料种类提供了一种新的思路和方法。