機載式谷物水分近紅外光譜檢測系統(tǒng)原理樣機開發(fā)與試驗研究
發(fā)布時間:2020-10-24 07:14
谷物在人類的生存發(fā)展中占有重要的地位,是解決溫飽問題的重要物質。田間谷物產量的正確估算在實現(xiàn)精細農業(yè)生產管理中至關重要,而凈產量數(shù)據的正確估算主要受谷物水分含量的影響,在聯(lián)合收獲機上實現(xiàn)谷物水分含量的在線實時檢測是解決該問題的有效方法。同時,在收獲谷物時實時檢測其含水率,對聯(lián)合收獲機的喂入量進行實時控制、降低機械工作負載、保證收獲谷物的脫粒質量,減少谷物損失具有重要的作用。因而,在聯(lián)合收獲機收獲谷物時有效地實現(xiàn)水分含量的實時檢測具有重要的實用價值。本文主要基于碧浪4LZ-2.8型全喂入式聯(lián)合收獲機,開展了機載式谷物水分近紅外光譜檢測系統(tǒng)原理樣機的開發(fā)及其試驗研究,包括實驗室谷物水分含量的靜態(tài)檢測與谷物厚度對檢測精度的影響研究、機載式谷物水分實時檢測系統(tǒng)原理樣機的設計以及谷物水分含量的動態(tài)檢測研究等。主要的研究內容和研究結論為:(1)研究了谷物厚度對水分近紅外光譜檢測精度的影響并確定了最小檢測厚度。首先,以兩優(yōu)688品種水稻為研究對象,對樣本進行水分梯度的設置,使其變化區(qū)間控制在14~25%左右,并對所有樣本進行了 6個不同檢測厚度梯度下(φ100 mm器皿下的厚度分別為2 mm,5 mm,10 mm,15 mm,20 mm和50 mm,每個厚度梯度樣本各100個)的近紅外光譜檢測。偏最小二乘回歸(Partialleast squares regression,PLSR)建模分析結果表明,各個厚度梯度下水稻樣本的水分含量預測效果均較滿意,其預測相關系數(shù)rp分別為0.9838,0.9849,0.9845,0.9855,0.9896 和 0.9896;預測均方根誤差(Root meansquare error of prediction,RMSE)分別為 0.5183%,0.4524%,0.4277%,0.4186%和 0.3836%。然后,開展了不同檢測厚度梯度間的相互預測分析研究,確定了最小檢測厚度。以2mm厚度(單層致密覆蓋)的光譜數(shù)據作為PLSR建模分析的訓練集,其余5個厚度梯度的光譜數(shù)據分別作為預測集進行預測分析,預測效果均較滿意,rp分別為0.9754,0.9779,0.9748,0.9799 和 0.9782;AMSEP分別為 0.6502%,0.6312%,0.6386%,0.5738%和0.5777%;相對分析誤差(Relative predictive deviation,RPD 分別為 4.0470,4.1709,4.1227,4.5859和4.4414。即當谷物厚度≥ 2 mm時,可滿足谷物水分含量的近紅外光譜檢測分析,該厚度可作為谷物水分近紅外光譜實時檢測的最小厚度。(2)設計開發(fā)了機載式谷物品質實時檢測系統(tǒng)原理樣機;诒汤4LZ-2.8型全喂入式聯(lián)合收獲機,開發(fā)了可安裝于聯(lián)合收獲機糧箱出口并作為卸糧裝置的機載式谷物水分近紅外光譜實時檢測系統(tǒng)原理樣機。根據谷物近紅外光譜漫反射檢測方法設計了傾斜式自清潔的谷物檢測通道,并通過谷物籽粒的受力分析確定了谷物檢測通道的傾斜角度,開發(fā)了基于懸臂梁傳感器的光譜儀采集觸發(fā)單元以及控制系統(tǒng)單元等,完成了樣機整體結構的設計與試制。(3)研究了谷物水分的近紅外光譜實時檢測分析。在機載式谷物品質實時檢測系統(tǒng)原理樣機上完成了兩次獨立的谷物水分含量動態(tài)檢測實驗。首先,以兩優(yōu)688品種水稻為研究對象,設置樣本水分含量梯度(共100個樣本,分33個水分含量梯度,每3個樣本為1個水分含量梯度,其中49~52#這四個樣本為1個水分含量梯度),在樣機上完成樣本的動態(tài)近紅外光譜檢測,結合樣本水分含量的理化參考值進行PLSR建模分析,模型的預測效果較好,其結果為rp=0.9783,RMSEP= 0.8278%,RPD= 4.3509;然后,將該模型導入光譜儀操作軟件中進行驗證測試,設置樣本水分含量梯度(共97個樣本,分32個水分含量梯度,每3個樣本為1個水分含量梯度,其中46~49#這四個樣本為1個水分含量梯度),完成樣本水分含量的在線近紅外光譜實時驗證實驗,與理化參考值進行誤差分析,結果表明預測值的均方根誤差為RMSE= 0.5663%,相對誤差的平均值為2.3%,滿足谷物水分在線檢測的精度要求。證明了該檢測系統(tǒng)與建模方法的可靠性以及模型的有效性,可應用于兩優(yōu)688品種水稻水分含量的在線近紅外光譜實時檢測。
【學位單位】:浙江大學
【學位級別】:碩士
【學位年份】:2018
【中圖分類】:O657.33;S225.3
【文章目錄】:
致謝
摘要
Abstract
符號列表
第一章 緒論
1.1 課題研究背景與意義
1.1.1 我國谷物的發(fā)展現(xiàn)狀
1.1.2 谷物水分含量檢測的意義
1.2 無損檢測技術在谷物品質檢測上的應用
1.2.1 常見的無損檢測技術
1.2.2 近紅外光譜檢測技術的基本原理與分析流程
1.3 谷物品質檢測的國內外研究現(xiàn)狀
1.3.1 介電特性檢測技術的應用研究現(xiàn)狀
1.3.2 近紅外光譜檢測技術的應用研究現(xiàn)狀
1.4 課題來源和主要研究內容
1.4.1 課題來源
1.4.2 課題主要研究內容
1.4.3 技術路線圖
1.5 本章小結
第二章 實驗儀器、材料和方法
2.1 主要實驗儀器
2.1.1 光譜儀簡介
2.1.2 理化分析儀簡介
2.2 軟件介紹
2.2.1 InProcess軟件介紹
2.2.2 GRAMS Suite軟件介紹
2.2.3 TQ Analyst軟件介紹
2.2.4 MATLAB軟件介紹
2.3 實驗材料
2.4 數(shù)據處理分析方法
2.4.1 光譜預處理方法
2.4.2 異常樣本判別方法
2.4.3 樣本集劃分方法
2.4.4 定量模型評價方法
2.5 本章小結
第三章 谷物厚度對水分近紅外光譜檢測精度的影響研究
3.1 引言
3.2 谷物水分含量靜態(tài)檢測實驗研究
3.2.1 樣本預處理
3.2.2 近紅外光譜采集與理化實驗
3.2.3 異常樣本剔除
3.2.4 光譜預處理
3.2.5 樣本集劃分
3.2.6 谷物水分含量的PLSR建模分析
3.3 谷物水分含量最小檢測厚度研究
3.3.1 實驗方法
3.3.2 谷物水分含量最小檢測厚度的確定及結果討論
3.4 本章小結
第四章 機載式谷物品質實時檢測系統(tǒng)原理樣機的設計
4.1 引言
4.2 機載式谷物品質實時檢測系統(tǒng)原理樣機的結構設計
4.2.1 機載式谷物品質實時檢測系統(tǒng)原理樣機的整體結構
4.2.2 谷物檢測通道
4.2.3 光譜儀采集觸發(fā)單元
4.2.4 光譜儀檢測單元
4.2.5 控制系統(tǒng)單元
4.2.6 糧箱單元
4.3 機載式谷物品質實時動態(tài)檢測方法
4.4 本章小結
第五章 谷物水分含量動態(tài)檢測模型研究
5.1 引言
5.2 谷物水分含量動態(tài)檢測模型的建立
5.2.1 樣本預處理
5.2.2 近紅外光譜采集與理化實驗
5.2.3 建模預處理
5.2.4 谷物水分含量的PLSR建模分析
5.3 谷物水分含量動態(tài)檢測模型的驗證分析
5.3.1 樣本預處理
5.3.2 谷物水分含量動態(tài)檢測驗證與理化實驗
5.3.3 谷物水分含量動態(tài)檢測模型驗證
5.4 本章小結
第六章 總結與展望
6.1 主要研究結論
6.2 主要創(chuàng)新點
6.3 進一步研究展望
參考文獻
作者簡歷
【相似文獻】
本文編號:2854175
【學位單位】:浙江大學
【學位級別】:碩士
【學位年份】:2018
【中圖分類】:O657.33;S225.3
【文章目錄】:
致謝
摘要
Abstract
符號列表
第一章 緒論
1.1 課題研究背景與意義
1.1.1 我國谷物的發(fā)展現(xiàn)狀
1.1.2 谷物水分含量檢測的意義
1.2 無損檢測技術在谷物品質檢測上的應用
1.2.1 常見的無損檢測技術
1.2.2 近紅外光譜檢測技術的基本原理與分析流程
1.3 谷物品質檢測的國內外研究現(xiàn)狀
1.3.1 介電特性檢測技術的應用研究現(xiàn)狀
1.3.2 近紅外光譜檢測技術的應用研究現(xiàn)狀
1.4 課題來源和主要研究內容
1.4.1 課題來源
1.4.2 課題主要研究內容
1.4.3 技術路線圖
1.5 本章小結
第二章 實驗儀器、材料和方法
2.1 主要實驗儀器
2.1.1 光譜儀簡介
2.1.2 理化分析儀簡介
2.2 軟件介紹
2.2.1 InProcess軟件介紹
2.2.2 GRAMS Suite軟件介紹
2.2.3 TQ Analyst軟件介紹
2.2.4 MATLAB軟件介紹
2.3 實驗材料
2.4 數(shù)據處理分析方法
2.4.1 光譜預處理方法
2.4.2 異常樣本判別方法
2.4.3 樣本集劃分方法
2.4.4 定量模型評價方法
2.5 本章小結
第三章 谷物厚度對水分近紅外光譜檢測精度的影響研究
3.1 引言
3.2 谷物水分含量靜態(tài)檢測實驗研究
3.2.1 樣本預處理
3.2.2 近紅外光譜采集與理化實驗
3.2.3 異常樣本剔除
3.2.4 光譜預處理
3.2.5 樣本集劃分
3.2.6 谷物水分含量的PLSR建模分析
3.3 谷物水分含量最小檢測厚度研究
3.3.1 實驗方法
3.3.2 谷物水分含量最小檢測厚度的確定及結果討論
3.4 本章小結
第四章 機載式谷物品質實時檢測系統(tǒng)原理樣機的設計
4.1 引言
4.2 機載式谷物品質實時檢測系統(tǒng)原理樣機的結構設計
4.2.1 機載式谷物品質實時檢測系統(tǒng)原理樣機的整體結構
4.2.2 谷物檢測通道
4.2.3 光譜儀采集觸發(fā)單元
4.2.4 光譜儀檢測單元
4.2.5 控制系統(tǒng)單元
4.2.6 糧箱單元
4.3 機載式谷物品質實時動態(tài)檢測方法
4.4 本章小結
第五章 谷物水分含量動態(tài)檢測模型研究
5.1 引言
5.2 谷物水分含量動態(tài)檢測模型的建立
5.2.1 樣本預處理
5.2.2 近紅外光譜采集與理化實驗
5.2.3 建模預處理
5.2.4 谷物水分含量的PLSR建模分析
5.3 谷物水分含量動態(tài)檢測模型的驗證分析
5.3.1 樣本預處理
5.3.2 谷物水分含量動態(tài)檢測驗證與理化實驗
5.3.3 谷物水分含量動態(tài)檢測模型驗證
5.4 本章小結
第六章 總結與展望
6.1 主要研究結論
6.2 主要創(chuàng)新點
6.3 進一步研究展望
參考文獻
作者簡歷
【相似文獻】
相關期刊論文 前10條
1 牛紅兵;;無線機載式甲烷斷電儀在司馬煤礦的應用[J];煤;2016年10期
2 李劍鋒;礦用機載式瓦斯報警斷電儀誕生[J];工業(yè)安全與防塵;1999年05期
3 薛峰;徐鎖庚;;機載式除塵風機的研究與探討[J];能源技術與管理;2007年06期
4 楊希培;朱連杰;;機載式液壓前探梁在綜掘巷道的應用[J];神華科技;2015年05期
5 曾永;劉超;;采煤機機載式變頻器的諧波干擾與抑制[J];內蒙古煤炭經濟;2013年08期
6 杜貽晶;顧穎詩;蘇顯明;;機載式臨時支護裝置在濟寧二號煤礦的應用[J];煤礦現(xiàn)代化;2010年02期
7 ;AJWD-A型礦用機載式瓦斯報警斷電儀[J];徐煤科技;1997年04期
8 邢李濤;;綜掘機載式臨時護頂裝置在煤礦的應用[J];科技情報開發(fā)與經濟;2009年34期
9 徐鎖庚;;綜掘工作面機載式臨時護頂機的設計研究[J];煤礦機械;2008年05期
10 張慶棟;;錨桿鉆車機載式臨時支護在成莊礦的應用探討[J];機械研究與應用;2017年03期
相關碩士學位論文 前3條
1 楊盛杰;機載式谷物水分近紅外光譜檢測系統(tǒng)原理樣機開發(fā)與試驗研究[D];浙江大學;2018年
2 周康韻;基于光譜與視覺圖像的機載式油菜生長信息檢測統(tǒng)研究[D];浙江大學;2011年
3 王波;無人機機載式冠層反射光譜測量平臺的設計與實現(xiàn)[D];南京農業(yè)大學;2016年
本文編號:2854175
本文鏈接:http://www.sikaile.net/nykjlw/nygclw/2854175.html