玉米种子净度超声波检测方法及装置研究
本文选题:空气耦合超声波 切入点:玉米种子净度 出处:《中国农业大学》2016年博士论文
【摘要】:我国在玉米种子净度加工处理过程中,对于虫蛀孔洞颗粒和霉变颗粒的筛选精度还不够,导致加工后的种子发芽率低,仍然无法满足“单粒播种”的需求,且如果霉变玉米进入食物链则会严重危害人、畜健康。针对上述问题,在总结国内外研究成果的基础上,提出基于空气耦合超声波无损检测技术、信号处理方法、计算机技术和电子技术的玉米种子净度检测方法及装置研究。主要研究内容和成果包括:(1)研究了超声波检测玉米种子净度原理和方法。首先采用有无经过超声波照射的玉米种子做了对比性发芽试验,验证了超声波检测玉米种子的安全性。然后分析了玉米虫蛀和霉变的超声波响应特征,即检测原理。随之分析了玉米颗粒的力学特性,根据其物理量计算出了玉米颗粒的纵波声速,并根据声速和检测精度需求设定了激励信号频率。最后针对实验对检测精度和获取高信噪比信号的需求,集成优化了超声波信号采集设备。(2)提出了基于空气耦合超声波技术的玉米虫蛀种子检测方法。对在室温、空气中采集的玉米种子超声波信号进行了去噪和特征提取,采用玉米颗粒单面和双面数据建立了KNN、DT、SIMCA和LDA等四种识别模型。结果验证,种子的摆放方位不影响检测,且所有模型对两类玉米的正确识别率都在85.00%以上。其中,KNN模型性能最佳,识别率高且稳定,对所有数据识别率均高于97.00%。研究结果验证了采用空气耦合超声波技术检测玉米虫蛀颗粒的可行性。(3)提出了基于空气耦合超声波技术的玉米霉变颗粒检测方法。首先对霉变与完好种子信号数据做了Hilbert-Huang变换,提取了频率段为300-498Hz的Hilbert边际谱作为两类种子的分类特征,建立了BPNN、SVM、SIMCA和KNN4种分类识别模型,并对模型性能进行了测试。结果显示,对霉变和完好颗粒的识别效果最好的是BPNN模型,识别率均达到了80.00%以上,特别是隐含层神经元个数为6时,识别率分别达到了85.71%、91.43%;SVM模型次之,识别率分别为80.00%、85.71%。结果表明采用空气耦合超声波技术检测玉米霉变颗粒是可行的。(4)研制了基于空气耦合超声波技术的玉米种子净度检测装置。根据实际的检测需求集成了玉米种子空气耦合超声波信号采集设备,同时设计实现了软件检测系统。设计进行了检测系统的准确性、包容性、稳定性和运行速率测试实验,测试结果表明,系统对各品种和类别玉米颗粒的识别率均在80%以上,且实验结果较稳定,即系统能够达到一定的准确性、包容性和稳定性,因此认为研制的检测装置基本可以满足实际的玉米种子净度检测需求。
[Abstract]:In the process of processing corn seed cleanliness, the screening accuracy of wormhole and moldy grain is not enough, which leads to the low germination rate of processed seeds, which still can not meet the demand of "single seed seeding". And if mildew corn enters the food chain, it will seriously harm human and animal health. In view of the above problems, based on the summary of domestic and foreign research results, based on the air coupled ultrasonic nondestructive testing technology, signal processing method, Research on the testing method and equipment of corn seed cleanliness by computer and electronic technology. The main research contents and results include: 1) the principle and method of ultrasonic detection of corn seed cleanliness are studied. Firstly, the ultrasonic wave is used to detect the purity of maize seed. A comparative germination test of irradiated maize seeds was carried out. The safety of ultrasonic detection of corn seeds was verified. Then the ultrasonic response characteristics of corn borer and mildew were analyzed, that is, the principle of detection. The mechanical properties of corn granules were analyzed. According to its physical quantity, the longitudinal wave velocity of corn grain is calculated, and the frequency of excitation signal is set according to the demand of sound velocity and detection precision. Finally, aiming at the demand of experiment for detecting precision and obtaining high signal-to-noise ratio signal, Integrated and optimized ultrasonic signal acquisition equipment. (2) A method for detecting corn worm-borer seeds based on air-coupled ultrasonic technology is proposed. The ultrasonic signals collected in air at room temperature are de-noised and feature extraction is carried out. Four recognition models were established by using the single-sided and double-sided data of corn grains. The results showed that the orientation of seeds had no effect on the detection, and the correct recognition rate of all the models was over 85.00% for the two kinds of maize, among which the KNN model had the best performance. The recognition rate is high and stable. For all the data, the recognition rate is higher than 97.00. The research results verify the feasibility of using air-coupled ultrasonic technology to detect corn worm-borer particles. A method based on air-coupled ultrasonic technology is proposed to detect corn mildew particles. First of all, the Hilbert-Huang transformation of mildew and intact seed signal data is done. The marginal spectrum of Hilbert with frequency band of 300-498Hz was extracted as the classification feature of two kinds of seeds, and the classification and recognition models of BPNNNSVMIMCA and KNN4 were established, and the performance of the model was tested. The results showed that the best recognition effect for mildew and intact particles was BPNN model. The recognition rate is over 80.00%, especially the number of hidden layer neurons is 6, and the recognition rate is 85.71 / 91.43SVM model. The results show that it is feasible to use air-coupled ultrasonic technology to detect corn mildew particles.) A device for detecting corn seed cleanliness based on air-coupled ultrasonic technology has been developed. Integrated with cornseed air coupling ultrasonic signal acquisition equipment, At the same time, the software testing system is designed and implemented. The accuracy, inclusiveness, stability and running rate of the system are tested. The test results show that the recognition rate of the system for all varieties and types of corn grains is above 80%. The experimental results are stable, that is, the system can achieve a certain accuracy, inclusiveness and stability, so it is considered that the developed detection device can basically meet the actual needs of corn seed cleanliness detection.
【学位授予单位】:中国农业大学
【学位级别】:博士
【学位授予年份】:2016
【分类号】:S513;S237
【相似文献】
相关期刊论文 前10条
1 杨引福;嫩玉米早上市玉米芯育苗好[J];北京农业;2000年04期
2 唐劲驰,曹敏建,佟占昌;不同品种玉米与小麦间套作的比较试验[J];杂粮作物;2000年04期
3 朱浩军;对平凉地区玉米品种更新换代及布局的建议[J];甘肃农业科技;2000年10期
4 袁伯英;郑单14是个好玉米品种[J];河北农业;2000年03期
5 刘忠海,张忠军,姜玉国;选购玉米品种应遵循的原则[J];吉林农业;2000年02期
6 ;甜脆玉米品种简介[J];农村实用技术;2000年03期
7 胡远富,李世贵,冯存贵;玉米不同品种子粒脱水速度测定[J];现代化农业;2000年02期
8 郭自伟;墨西哥青割玉米的栽培[J];现代农业;2000年03期
9 ;水玉米问题有望解决[J];现代农业;2000年04期
10 于风刚 ,赵佳;种玉米算出了两笔帐[J];中国农垦;2000年08期
相关会议论文 前10条
1 宋鹏飞;王甜甜;毛培;罗梅浩;;不同玉米品种丁布含量及其与抗螟性的关系[A];华中昆虫研究(第八卷)[C];2012年
2 刘祖荫;;发展玉米的加工利用技术提高玉米的综合经济效益[A];食品论文汇编[C];1985年
3 王春虎;陈士林;董娜;蒋爱凤;;豫北平原不同施氮量对玉米产量和品质的影响研究[A];中国农作制度研究进展2008[C];2008年
4 王宇翔;;玉米后期倒伏的易损性分析[A];天气、气候与可持续发展——河南省气象学会2010年年会论文集[C];2010年
5 唐红艳;;玉米品种精细化布局气象服务技术[A];第28届中国气象学会年会——S11气象与现代农业[C];2011年
6 刘治先;;我国优质专用玉米的发展策略[A];2003年全国作物遗传育种学术研讨会论文集[C];2003年
7 刘治先;;优质专用玉米的发展策略[A];’2003中国作物学会学术年会文集[C];2003年
8 孙世贤;;种植业结构调整中的玉米生产问题[A];全面建设小康社会——中国科协二○○三年学术年会农林水论文精选[C];2003年
9 刘翔;许志刚;;玉米品种对玉米细菌性枯萎病的抗性研究[A];外来有害生物检疫及防除技术学术研讨会论文汇编[C];2005年
10 李鲁华;柳延涛;吕新;朱江;;绿洲玉米生态适应性的研究[A];中国科协2005年学术年会“新疆现代农业论坛”论文专集[C];2005年
相关重要报纸文章 前10条
1 吉林食品行业管理办公室调研组;吉林玉米大省做大玉米文章[N];中国乡镇企业报;2001年
2 记者 孔非;中国国际玉米产业博览会九月在长举行[N];长春日报;2007年
3 本报记者 秦洪湖 通讯员 赵中文 肖 松;为了金色玉米香飘世界[N];中国国门时报;2006年
4 本报记者 石岩;玉米品种多 购买早筹划[N];河南科技报;2006年
5 杨婷;国家3亿补贴玉米良种玉米价格将上扬[N];中国经济时报;2007年
6 孟宝林;玉米行情看好 今年庄稼咋种[N];牡丹江日报;2006年
7 吴守祥;玉米行情火爆的背后[N];期货日报;2006年
8 吉林粮食集团副总经理 姜建华;玉米价格稳中走高[N];期货日报;2006年
9 李茜;玉米投资正当红[N];上海金融报;2008年
10 才春林;笋玉米因专用而身贵[N];农民日报;2003年
相关博士学位论文 前10条
1 石红良;我国不同年代玉米品种及其亲本自交系产量和氮效率的变化趋势[D];中国农业科学院;2014年
2 张红伟;玉米耐低磷的种质资源评价及耐低磷的遗传基础研究[D];中国农业科学院;2014年
3 刘永花;不同熟期玉米品种积温需求定量研究[D];山西农业大学;2014年
4 岳辉;玉米自交系低磷耐性遗传分析[D];沈阳农业大学;2015年
5 李春辉;玉米高密度重组图谱构建及耐旱相关性状的遗传解析[D];中国农业科学院;2015年
6 高庆华;玉米低植酸基因的初步定位和转育应用研究[D];河北农业大学;2013年
7 李圣彦;玉米萜类合成酶基因TPS10表达调控的研究[D];中国农业大学;2015年
8 翟立超;玉米品种竞争能力的评价与分析[D];中国农业大学;2015年
9 曹国鑫;小农户粮食作物高产高效技术应用限制因素及对策研究[D];中国农业大学;2015年
10 毛欣;玉米芽种钵盘精量播种机理与装置参数研究[D];黑龙江八一农垦大学;2015年
相关硕士学位论文 前10条
1 李晓瑞;黄芪绿肥的品质评价及效应分析[D];山西农业大学;2015年
2 江帆;复合Bt cry1Ac和cry1Ie抗虫玉米抗螟性及其在IRM中的作用[D];中国农业科学院;2015年
3 李秀秀;玉米耐低氮杂种优势分析[D];中国农业科学院;2015年
4 高杰;不同玉米品种的适应性分析[D];西北农林科技大学;2015年
5 刘欢;陕西及山西不同地区玉米营养价值检测与霉菌毒素污染情况分析[D];西北农林科技大学;2015年
6 李瑞敏;高地隙玉米喷雾机施药装置的设计研究[D];石河子大学;2015年
7 白翠莹;玉米ZmPROPep1基因转化及转基因抗病聚合育种[D];华中农业大学;2015年
8 吴文丽;施用三种肥料对不同复垦年限土壤Hedley磷形态及玉米产量的影响[D];山西农业大学;2015年
9 叶慧香;转cry1Ie基因抗虫玉米对土壤微生物群落结构和土壤肥力的影响研究[D];华中农业大学;2015年
10 殷鹏程;玉米株高和穗位高的QTL定位[D];华中农业大学;2015年
,本文编号:1678201
本文链接:https://www.wllwen.com/shoufeilunwen/nykjbs/1678201.html