玉米种子净度超声波检测方法及装置研究.docxVIP

玉米种子净度超声波检测方法及装置研究 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。 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。 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。