电子鼻在农产品品质安全检测中的应用研究

农产品在我国日常生活中占有重要的一部分,也是我国经济来源的一部分,但是在农产品生产、加工、运输和储藏的过程中存在安全隐患。介绍了电子鼻的基本原理和结构组成,以及气敏传感器阵列、信号预处理和模式识别技术等研究现状,阐述了电子鼻在农产品新鲜度检测、风味评价、掺假鉴别、病害监控、理化指标检测等品质安全快速检测等方面的应用,剖析了电子鼻研究中存在的问题,并展望了其未来的发展趋势和方向,为相关研究和产业发展提供参考。     

食品中农药残留的电子鼻检测识别研究

电子鼻(e-nose)通过气味来鉴别化合物,是一种模拟生物嗅觉工作原理的新形仿生检测系统。它在农药残留等食品安全检测领域中有着广泛的应用。电子鼻包括检测系统、数据预处理系统和模式识别系统。本文通过对电子鼻的发展历史和组成部分的基本原理介绍,全面回顾和总结了过去二十年来电子鼻在食品农药残留检测中的应用。最后,从几个方面讨论了电子鼻技术在该领域的存在问题及发展趋势。     

液力驱动挖藕机的结构设计

为了解决采藕困难、劳动强度大、效率低和现有挖藕机工作不理想等问题,研制出液力驱动挖藕机。依据莲藕所能承受最大压力确定汽油机水泵的型号,通过喷射系统喷出水柱对淤泥进行冲刷、推移,使莲藕自动浮出水面。试验表明:该机操作简便、性能良好,是莲藕采摘很好的工具。     

基于Pro/E的小型谷物干燥机设计

小型谷物干燥机主要由进料系统、干燥仓和风机系统组成,利用暖风、冷风在干燥仓的循环对流实现干燥和缓苏。文章介绍了利用Pro/E软件的建模功能建立小型谷物干燥机模型,并针对运行情况进行运动仿真分析。结果表明该设备操作简单、结构精巧、效率较高,具有良好的应用前景。     

苹果采摘机器人关键技术研究现状与发展趋势

目前国内苹果基本采用人工采摘方式,随着劳动力资源短缺以及机械自动化技术的迅速发展,利用机器人采摘替代人工作业成为必然趋势,开发苹果采摘机器人用于果园收获作业具有重要意义。由于苹果采摘作业环境复杂,严重制约了采摘自动化的发展。目标识别、定位与果实分离是苹果采摘机器人的关键技术,其性能决定了苹果采摘的效率及质量。该文概述了具有市场化前景的苹果采摘机器人发展和应用现状,综述了在复杂自然环境光照变化、枝叶遮挡、果实重叠、夜间环境下以及同色系苹果的识别方法,介绍了多种场景并存的复杂环境下基于深度学习的苹果识别算法,遮挡、重叠及振荡果实的定位方法,并对采用末端执行器实现果实与果树的分离方法进行了分析。针对现阶段苹果采摘机器人采摘速度低、成功率低、果实损伤、成本高等问题,指出今后苹果采摘机器人商业化发展亟需在农机农艺结合、优化识别算法、多传感器融合、多臂合作、人机协作、扩展设备通用性、融合5G与物联网技术等方面开拓创新。     

用于振动采收的有果有叶果树振动模型构建

现有的果树振动有限元模型仅对果树的枝杆部分进行重建,忽略了果树的果实与树叶对果树固有频率的影响。该研究提出了一种将激光扫描技术与有限元法相结合,用空间6自由度梁单元构建果树空间振动模型。基于研究果实和树叶在树枝上的位置和质量分布规律,构建果树有果有叶、无果有叶、无果无叶振动模型。并对一棵小型实体银杏树分别处于有果有叶、无果有叶和无果无叶3种状态的频谱特性进行测试,并与构建的理论振动模型计算的各阶固有频率进行比对分析。结果表明,计算固有频率数量要多于实测所体现出来的固有频率数量,但实测固有频率均可在仿真频率中找到十分相近的值,且仿真模型的果树各枝振型幅值与实测的各枝加速度响应幅值相互的对应关系基本吻合;计算模型的最大相对误差为5.76%。该研究所述建模方法能够较准确有效地获取果树固有频率。     

油门开度对Helmholtz型脉动燃烧器温升特性影响的模拟与验证

为研究脉动燃烧器燃烧室外温度场的温度变化规律,以Helmholtz型脉动燃烧器为热源,建立了5种油门开度条件下燃烧室中心横截面内的空气温度场模型,进行了二维非稳态数值模拟。对热源的升温规律进行了拟合,拟合结果与实测温度的最大绝对误差为5.2℃,最大相对误差2.2%,应用Fluent的UDF接口将热源的升温规律添加到模型中,该模型与实际情况吻合较好,平均相对误差在2.68%~5.54%之间。研究结果表明:燃烧室外温度场升温过程呈"S"型,同一方向上距离燃烧室越近,到达峰值温度所需时间越短,同时升温速率与峰值温度也越高。在与燃烧室中心距离相等的各点中,燃烧室上方的点的升温速率和峰值要高于燃烧室右方及下方的点。在密度差作用下,燃烧室外流场气流由下向上运动,经过燃烧室时产生卡门涡街,致使模型中燃烧室上方温度场出现周期性震荡,随着旋涡向上运动,对温度场的影响也逐渐减弱,温度振幅逐渐降低。该文可以了解以油或水为加热介质的脉动燃烧加热器内部温升过程,为优化加热器内部热源结构设计提供参考。     

农产品/食品中农药残留快速检测方法研究进展

农药残留的识别和量化通常依赖于气相色谱法、高效液相色谱法、气/液相色谱-质谱联用法以及毛细管电泳法,这些方法需涉及大而贵重的仪器、费时的样品处理以及专门的技术培训。因此,建立在线、高灵敏度、高选择性、简单高效、低成本的农药残留快速检测方法和技术非常重要。该文综述了用于农产品/食品的农药残留分析快速检测方法,主要包括酶抑制法、免疫分析法、光谱法(包括可见/近红外、红外、拉曼和激光诱导击穿光谱等)以及各种生物传感器等,分别介绍了这些方法最新的研究进展,同时分析并总结了这些快速检测方法和技术的基本原理和特点。目前的研究在灵敏度、重复性、准确性方面存在着一些不足,商品化的农药残留检测仪器也比较单一。由于纳米生物技术、分子印迹技术和微流控技术等技术有着巨大的应用潜力,因此特别介绍了这些技术在农药残留分析中的应用。农药残留快速分析技术未来将会朝着检测仪器的小型化和集成化、多通道检测、无线通讯方向发展,提高快速检测方法和仪器的稳定性和可靠性是必然趋势。     

基于短波近红外高光谱和深度学习的籽棉地膜分选算法

采用膜下滴灌棉花种植模式,在机械采摘过程中地膜易混入籽棉,对后续棉花加工影响极大。地膜无色透明且无荧光效应,常规方法很难识别。为了解决地膜的分选问题,提出一种基于短波近红外高光谱和深度学习的籽棉地膜分选算法。首先,针对高光谱图像中地膜与非地膜像素点光谱特征区分不明显的问题,利用堆叠自适应加权自编码器逐层提取与输出相关的低维非线性高阶特征;然后,将此高阶特征作为分类器的输入,采用粒子群优化的极限学习机实现初步分类;最后,对分类结果进行类型合并,运用形态学方法以及连通域分析,剔除误识别区域,得到优化后的地膜分类结果。经仿真试验及现场测试,算法对地膜识别率达到95.5%,地膜选出率达95%,满足实际生产需求。     

新型高性能小型谷物干燥机的研究及发展现状

文章论述国内外谷物干燥机的发展现状,指出了我国大部分地区谷物干燥机械化与经济发展不相称、与农机化发展水平不相适应的客观现实,分析了影响国内谷物干燥机推广的因素,提出发展小型谷物干燥设备的必要性以及快速发展谷物干燥机、发展国内谷物干燥机械化的几点建议。