淡水鱼加工生产线鱼体头尾腹背定向技术研究

发布时间：2020-11-14 13:12

　　 本文主要以淡水鱼为主要研究对象,参考国内外鱼类定位的研究成果,以及农业机械中物料的振动定向精整技术。本文提出了一种螺旋振动滑块的物料行走方式和一种利用渐变滑块对鱼进行腹后定位的方法,并利用ADAMS分析软件对所设计的装置进行了动力学仿真。仿真结果验证了该方法的科学性和可行性。本文对鱼体的质量分布进行了研究,根据分析结果,鱼体的质量主要分布在鱼的背部和头部,所以在振动过程中,鱼体在滑道上会呈现出头部向下,尾部向上的统一方向。在后续的渐变滑道中,鱼体在振动力的作用下会呈现背部向上,腹部朝下的统一方向。在设计出设备的三维模型之后,将其导入到Adams软件中进行动态仿真,并记录各数据,以鱼体入料到螺旋振动台上的初始点,振动机的振动频率,激振力,滑道的摩擦因素作为仿真的初始因素,以鱼体的目标成功率和在定向过程上花费的时间作为模拟指标。通过仿真的结果得到了鱼体的头尾定向成功率能达到96.83%,定向时间在5.13s内完成;腹背定向成功率能达到97.23%,定向时间在3.83 s内完成。仿真过程中发现所有的仿真初始因素都对最终的仿真结果有显著影响,同时通过仿真的动画结果可以看出通过使用螺旋振动滑道进行鱼体的头尾腹背定向的方法是可行的。将设计出的三维模型导入到Adams中进行动力学仿真,验证了可以利用摩擦力来实现鱼体的头尾定向,可以利用渐变滑道使鱼体受到翻转力矩,促使鱼体发生翻转,直至鱼体的背部朝上,腹部朝下。也追踪了鱼体在振动台上时,质心的位移、速度、加速度,发现运动分为两个部分,即有两个恒定的加速度,符合两道工序的设定,即鱼体会先进行头尾定向,再进行腹背定向。最后探讨了使用图像识别的方法去实现鱼体定向,用Matlab编写了相应的程序,进行了仿真和运行。分析了定位的工作顺序,即先对鱼体进行二值化处理,然后去噪,定位鱼体位置和分割定位鱼体的各部分。构建了各类程序的数学模型,确立了各类定位的实施步骤。
【学位单位】：武汉轻工大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：S985
【部分图文】：

图 2-1 划分鱼头、鱼躯干、鱼尾部分Fig.2-1 The divided part of head,trunk and tail1、Q235 钢板 2、手柄 3、钢丝绳 4、支架图 2-2 鱼体摩擦角测量工具示意图Fig 2-4 Schematic diagram of the friction angle measurement tool of fish照参考文献[14]得出的试验结果如下表，可以看出鱼体在湿润状况下的

1、Q235 钢板 2、手柄 3、钢丝绳 4、支架图 2-2 鱼体摩擦角测量工具示意图Fig 2-4 Schematic diagram of the friction angle measurement tool考文献[14]得出的试验结果如下表，可以看出鱼体在湿在干燥状态下的摩擦角，在顺鳞方向上的摩擦角小于在鱼头的摩擦角最小、鱼尾的摩擦角最大，鱼躯干的摩擦。这说明鱼体的各部位的摩擦角有着明显差异，说明可出发，去利用摩擦来实现定向鱼体。表 2-1 鲢鱼鱼体各部位摩擦角Tab.2 一 1 Friction angles of Silver carp fish置方法或部位 摩擦角干测结果/(°) 摩擦湿逆鳞方向56.7±2.7 5顺鳞方向48.5±1.3 4鱼头28.5±0.9 2

武汉轻工大学硕士专业学位论文鱼躯干33.5±1.6 32.1±0.7鱼尾>60 >602.3 鱼的头尾定向原理分析鱼体进入振动台面无非三种形式，分别为鱼体平行于前进方向鱼头向下、鱼体平行于前进方向鱼尾向下或者鱼体垂直于前进方向向下，如图 2-3 所示。根据上述分析，鱼体的各部位摩擦度存在区别，所以可以使用这种倾斜振动台面进行鱼的头尾定向，因为鱼头摩擦角最小所以鱼头在振动台面上的前进速度最大，鱼尾的前进速度最小，由此鱼在最终都会调整为鱼体平行于前进方向，鱼头向下，鱼尾朝上的统一姿态。下面就详细的分别以这三种鱼的进料方式进行鱼的头尾定向力学分析。
【相似文献】

相关期刊论文 前10条

1 李红蕾;;计算机图形图像处理技术在文物保护领域的应用分析[J];计算机产品与流通;2019年12期

2 于藕;;探讨图像处理软件在平面设计中的应用[J];科学技术创新;2019年34期

3 孙庆有;;2007图像处理国际研讨会[J];国际学术动态;2008年03期

4 朱会东;;浅谈图像处理技术及应用[J];数码世界;2019年11期

5 安丛姝;;关于图像处理技术现状及发展的分析[J];科技资讯;2018年25期

6 康春艳;;探究图像处理的关键技术[J];计算机产品与流通;2018年11期

7 肖彬;;图像处理中颜色模式的探究[J];电脑编程技巧与维护;2019年01期

8 刘晓杰;;计算机图像处理技术的特点与应用研究[J];信息记录材料;2019年03期

9 陈伦澍;张芸;梁金威;梁浩潮;何焯正;;基于云服务器图像处理的物体辨别系统[J];计算机产品与流通;2019年09期

10 张悦旺;;基于形态学图像检测的机械手移栽穴苗识别技术[J];农机化研究;2018年05期

相关博士学位论文 前10条

1 蒋太翔;高维图像处理问题的张量建模与高效计算[D];电子科技大学;2019年

2 池荷花;人脸图像处理的去身份算法研究[D];武汉大学;2018年

3 王悦;便携式人体扫描测量系统关键技术研究[D];西北工业大学;2017年

4 何伟;极化SAR图像处理的相关问题研究[D];西安电子科技大学;2016年

5 冀腾宇;基于张量分解的高维图像处理的建模与算法研究[D];电子科技大学;2018年

6 阮越;量子图像处理若干关键问题的研究[D];东南大学;2016年

7 施丽莲;基于数字图像识别技术的气液两相流参数检测的研究[D];浙江大学;2004年

8 李卫斌;SAR图像处理的若干关键技术[D];西安电子科技大学;2004年

9 盛磊;面向特种LCD图像处理方法与FPGA实现研究[D];合肥工业大学;2005年

10 王舟;基于远程相关性的图像处理[D];华南理工大学;1998年

相关硕士学位论文 前10条

1 杨靖凡;基于图像处理的轨道沿线雪情分析方法[D];北京交通大学;2019年

2 吴江月;基于去噪功能的压缩感知算法在图像处理中的应用[D];安徽理工大学;2019年

3 李鼎;零件轮廓尺寸非接触式测量技术研究[D];电子科技大学;2019年

4 周洪垒;基于图像处理的水稻考种系统的设计与实现[D];电子科技大学;2019年

5 季宏;基于图像处理的红细胞数目估计研究[D];电子科技大学;2019年

6 尚柳汀;基于CIM架构的多值忆阻电路及其在图像处理中的应用[D];西南大学;2019年

7 刘威;基于图像处理的钢管自动识别系统[D];长江大学;2019年

8 黄新涛;基于FPGA的手指静脉纹路识别系统的关键技术研究与设计[D];云南大学;2018年

9 王家威;基于图像处理的移动目标识别与轨迹预测的研究[D];中国矿业大学;2019年

10 刘尚昆;基于图像处理的轮对擦伤在线检测系统的研究[D];北京交通大学;2019年

本文编号：2883513