小麥在儲藏過程中如果管理不當極易受倉蟲侵蝕形成蟲蝕小麥,嚴重降低了小麥的使用品質和商品價值。為了保障儲糧安全和食品安全,必須采取有效措施對小麥蟲蝕粒進行快速檢測。本文將激光超聲技術應用于小麥蟲蝕粒的檢測,基于有限元分析對激光作用于小麥的過程進行了數值模擬;研究了小麥超聲信號的時域波形特征、基于小波包能量熵的信號頻譜特性、基于經驗模態(tài)分解(Empirical Mode Decomposition,EMD)和Hilbert變換的信號時頻譜特性;結合BP神經網絡模型和ELM模型對小麥籽粒進行分類識別,小麥蟲蝕粒分類檢測的準確率分別為97.39%和95.65%,小麥蟲蝕狀態(tài)的分類檢測準確率分別為91.59%和87%,檢測效果較好。本文的主要工作如下:1.本文提出將激光超聲技術應用于小麥蟲蝕粒的檢測,并基于有限元方法模擬了激光作用于小麥籽粒模型的物理過程。數值計算的結果表明激光超聲信號波形攜帶有小麥參數變化的信息,這一結論為激光超聲檢測小麥蟲蝕粒方法奠定了基礎。2.研究小麥激光超聲信號波形的時域統(tǒng)計特征。結果表明峰值因子(₁)、脈沖因子(、波形因子(、裕度因子(和短時能量特...

【文章頁數】：77 頁

【學位級別】：碩士

本文編號：3879906