玉米自动分拣装置设计方案.docVIP

PAGE 毕业设计（论文） 玉米自动分拣装置设计 Design of Control System错误 错误 学生姓名 学生姓名 所在院系 所学专业 所在班级 指导教师 教师职称 完成时间 长 春 工 程 学 院 长春工程学院毕业设计（论文） 摘 要 为了解决速冻玉米手工分拣效率低及卫生条件难以保障的问题，本设计采用GE RX3i可编程自动控制器(PAC)作为控制器，利用DeviceNet总线技术与机器视觉识别技术，设计玉米自动分拣装置。根据实际速冻玉米加工分拣的需要，完成根据玉米的长度和直径实现玉米种类的分拣，达到每分钟大于30穗，正确率达到百分之百。采用梯形图编写PLC控制程序，实现玉米分拣装置自动控制，应用IFIX组态软件实现了对本装置的监控系统设计。排版200-300 排版 200-300 关键词 玉米自动分拣装置、PAC、DeviceNet、机器视觉识别技术、IFIX组态技术 PAGE 3 1 引言 吉林省是国家粮食主产大省，也是全国商品粮最大省份，玉米作为吉林主要粮食作物品种和支柱粮食作物品种，已成为构筑吉林玉米经济建设农业产业化的核心，具有一定的农产品原料资源优势。而且特别值得关注的是，目前速冻玉米已经享誉国内外，将速冻玉米的生产工业化、自动化的趋势已势不可挡人工费用增高 。 人工费用增高 1.1 立体停车场设计背景？？？ ？？？ 随着人们生活品质的提高，速冻玉米作为绿色纤维类食品更加受到消费者的喜爱，但是玉米的加工仍然采用传统的手工加工，尤其是对玉米不同质量的分拣工作，不但效率低，而且卫生条件不合格，质量难以保证。针对目前的情况，研发针对速冻玉米的自动质量分拣设备。 将视觉识别技术应用于玉米棒的分拣，实现玉米棒分拣工作的自动化，应用于速冻玉米自动化生产线，实现速冻玉米生产全程无人工参与的无菌化。项目的应用能够提高速冻玉米生产的效率和产品的质量，节省人工，具有一定的经济效益和社会效益。该项目中的核心技术还可以移植到其他需要质量分拣的产品上。 1.2 国内外玉米自动分拣装置发展现状相关技术 相关技术 国内外公开的文献中直接关于玉米分拣的论文较少，但相关的成熟技术我们可以借鉴到本项目中。 美国罗切斯特大学计算机科学学院的Se linger、A.N1eSno等人开发了基于产品外形特征的多视角分类识别系统。该系统使用多个相对位置固定的相机获取目标图像，得到丰富的多角度特征，有效地避免了因单视角系统获取的产品特征不充分而导致的识别精度下降的问题。沙特阿拉伯King Fahd大学计算机学院的Al-Mouhmed等人研制出一套robust gross-to-fine模式识别系统，该系统是一套具有尺度不变性的平面外形视觉识别引擎。它首先对目标图像提取边缘链码特征，然后进行高效的由粗到细的识别计算，最后通过比较目标外形轮廓片断，进行匹配识别。这使得该系统的识别算法更具鲁棒性。 90年代，美国俄克拉何马州立大学使用新的模糊神经网络模型开发了用于模糊目标识别的视觉系统。该系统采用了一种被称作FUZMAP的模糊神经网络模型，处理那些来自机器视觉系统的、带有不确定因素的训练样本数据。这些数据首先通过一定的变换被传送给模糊集，然后作为输入向量进入FUZMAP。对于模糊目标在所获取的图像中具有随机位置和随机角度的情况，该系统能够达到很好的识别精度。对于相同的分类识别问题，这种FUZMAP模型比传统的ART模型具有更高的准确性和优越性。 近年来，国内的相关研究人员在机器视觉分类识别领域也取得了较好的成绩，在不同程度上推动了我国该领域研究的发展。其中，比较典型的应用实例有：哈尔滨理工大学研制开发的基于BP神经网络的视觉检查系统、西安科技大学研制开发的煤岩石在线识别与自动分选系统、云南大理卷烟厂研制开发的卷烟机接装纸在线识别系统、天津科技大学研制开发的机器视觉玻壳分类计数与数据管理系统等。但总的来说，国内对于该领域的研究尚未形成规模，大多都还没有转化为成熟的科技产品，2005年，哈尔滨理工大学的研究人员提出利用改进的BP神经网络模型解决视觉检查系统的在线识别问题，该方法适用于工业零件或商品的分类识别。它通过传感器采集目标图像，提取图像中基于目标形状的某些特征(如直方图特征、面积、周长、分散度、伸长度等)，并将这些特征以向量方式输入己经训练好的神经网络，最终实现目标的分类识别。他们提出的改进型人工神经网络模型与传统的BP神经网络模型相比，有效地降低了陷入局部极小点的可能性，提高了网络收敛与识别的速度。2003年，西安科技大学研制出了用于煤岩石在线识别与自动分选的机器视觉系统。该系统在对煤岩石特征进行深入分析的基础上，利用图像处理方法和模式识别理论对煤岩石进行在线识别与分选，有效地避免了传统分选方法生产效率低、劳动强度大、