- 1、本文档共23页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
yfx2016@126.com yfx2016@126.com 蒜薹自动采收机运动学仿真及其关键部件研制 ——2013年大学生创新创业训练计划项目申请 汇报人: 路通 E-mail: qiufengsp@163.com Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. 1. 项目的研究意义 我国大蒜种植面积占全球60%,蒜薹产量已超过10亿公斤(第一) 农时相对短而集中,传统人工抽取成本高、商品性差。(效率低) 现有蒜薹采收辅助用具效率低,损伤大蒜植株影响蒜头产量。 本项目拟开展蒜薹自动采收机运动学仿真研究,设计并试制该机末端执行器等关键部件。 项目成果将可有效提高大蒜种植产业中蒜薹收获的机械化和自动化程度,减轻蒜薹采收劳动强度,优化农村产业结构。(自动化采收) 1 项目的研究意义 蒜薹自动采收机运动学仿真及其关键部件研制 * * [1] [1] 雷敏. 中国大蒜产量占全球七成以上,但缺乏深加工经济效益低[EB/OL]. / news/bgt2162915.shtml, 2013-03-13 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. 2.1 国内现状 王红章 介绍了5种人工采收蒜薹的方法,给出了3种自制辅助 用具,即竹筷、竹竿夹和竹铲等;王兴余等 多人分别利用槽面收拢器、(横、纵向)切割刀、弹簧卡扣等零件组合试制了4种蒜薹简易工具这些蒜薹采收方法和工具都必须依靠人工作业,存在劳动强度大、效率低等问题 蒜薹自动采收机运动学仿真及其关键部件研制 * * 2 国内外研究现状分析 [2] 王红章. 大蒜蒜薹的收获方法[J]. 翻北农业科学, (3): 35-36, 1986 [3] 王兴余. 高效收割蒜薹用具[P]. 中国专利, CX, 1991 [4] 蒜薹自动慢速提取器[P]. 中国专利, 200920029722.4, 2010 [5] 李杏. 伸缩式蒜薹器[P]. 中国专利, CN 201911055.U, 2010 (1) [2] [3-5] Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. * * 郭贵生 等发明了一种带有喂入装置、纵横向切口装置、抽取机构的蒜薹收获机(图2),虽具有较高生产效率,但易损伤大蒜茎叶,造成植株倒伏和蒜头减产(约10%),也未见该机应用推广情况报道的方法 蒜薹自动采收机运动学仿真及其关键部件研制 2 国内外研究现状分析 [6] 郭贵生, 王顺勋, 杨兵力, 等. 一种蒜薹收获机[P]. 中国专利, 200910318504.X, 2010 (2) [6] Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. * * 2.2 国外现状 Chi等 利用机器视觉技术对大蒜种植过程中蒜瓣的方向进行预控,较好地提高了种植方向的正确率;黄士凯等 利用机器视觉技术实现了玉米行间89.2%杂草的快速识别,用以满足变量施药系统的喷施要求;Dworak等 利用图像处理技术对农田中作物和田间设施进行辨识,由其处理获得作业设备的导航和运动控制;赵丽清等 基于图像处理技术区分大蒜的根须和蒜体,实现了切脐位置的自动、精确定位;Avhad等 使用ARM嵌入式平台,借助图像处理技术对水果的颜色、尺寸大小等特征进行提取并实现等级分类;Clement等 基于Qt和ARM硬件平台实现了黄瓜果实的自动机械化采收。 [7] Chi G, Hui G. Direction Identification System of Garlic Clove Based on Machine Vision[J]. TELKOMNI KA Indonesian Journal of Electrical Engineering, 11(5), 2013 (In Press) [8] 黄士凯,祁力钧,张建华,等. 基于行宽的玉米行间杂草识别算法[J]. 中国农业大学学报,
文档评论(0)