杨杰
- 作品数:14 被引量:67H指数:5
- 供职机构:石河子大学机械电气工程学院更多>>
- 发文基金:国家科技支撑计划国家自然科学基金更多>>
- 相关领域:农业科学理学自动化与计算机技术轻工技术与工程更多>>
- 采用夹持果梗方法的水果检测分级机设计被引量:3
- 2015年
- 采用夹持水果果梗的方法,设计一套能够适应当前水果在线检测分级需求的水果检测分级机,主要包括水果果梗夹持装置、输送装置、旋转装置以及分级卸果装置。其中果梗夹持装置是本设计的核心部件,它不仅能够独立完成果梗的夹持功能,还能够在其他辅助装置的配合下完成水果的输送、旋转及卸果功能。该果梗夹持装置实现了水果夹持部分与水果的共同旋转,有效避免了水果与机械装置之间的摩擦,使得整个水果检测分级机对水果的机械损伤大大降低,能够很好地满足水果在线检测分级的需求,具有较高参考价值和应用前景。
- 王运祥马本学贾艳婷杨杰
- 基于高光谱技术的哈密瓜表面农药残留判别分析被引量:6
- 2016年
- 以新疆特色水果哈密瓜为研究对象,应用高光谱技术对水果表面农药残留种类进行分析.配制0.1mg/kg20%氰戊菊酯乳油和0.03mg/kg40%辛硫磷乳油农药溶液样本,按100μL滴定量滴在哈密瓜表面,然后分别在紫外灯和卤素灯环境下,采集450~1000nm范围内的哈密瓜光谱图像数据信息,提取感兴趣区域(regionofinterest,简称ROI)的光谱数据.结果表明,在卤素灯光源条件下采用贝叶斯判别法,农残样本的准确率为100%,利用高光谱技术能够准确判别出哈密瓜表面农药残留的种类.
- 徐洁杨杰孙静涛叶晋涛蒋伟黄成伟马本学
- 关键词:哈密瓜无损检测农药残留
- 基于MatLab和DSP的哈密瓜纹理分割与分类
- 2015年
- 以新疆特色水果哈密瓜为研究对象,提出一种利用Matlab辅助DSP提取哈密瓜纹理的方法。该方法首先利用Matlab把待处理的图像转换为数据文件(dat文件),然后利用DSP强大的运算能力分割哈密瓜表面纹理特征,并将分割结果同样以dat文件传递给Mat Lab,最后利用Mat Lab强大的数据分析与图像显示能力建立哈密瓜分类模型。实验结果表明,该方法能够有效地对哈密瓜表面纹理进行分割与分类,分类准确率为88.10%。该方法不但能够缩短DSP系统的开发周期,且能够为今后开发基于DSP的哈密瓜品质实时检测系统奠定基础。
- 高国刚马本学孙静涛王宝杨杰王运祥
- 关键词:MATLABDSP纹理分割哈密瓜
- 高光谱技术结合特征波长筛选和支持向量机的哈密瓜成熟度判别研究被引量:26
- 2017年
- 可溶性固形物含量(SSC)和硬度是哈密瓜划分等级的重要指标,同时也是其成熟度的表征因子。因此,为满足哈密瓜自动化分级和适宜采摘,采用高光谱技术结合特征波长筛选的方法,同时对哈密瓜的可溶性固形物含量、硬度及成熟度进行了无损检测研究。对多元散射校正(MSC)处理后的光谱分别利用连续投影算法(SPA)、竞争性自适应重加权算法(CARS)和CARS-SPA方法筛选了哈密瓜可溶性固形物和硬度的特征波长,并将原始光谱、MSC预处理后的光谱和所筛选的特征波长作为输入变量分别建立哈密瓜可溶性固形物和硬度的支持向量机(SVM)预测模型及成熟度判别模型。结果显示,MSC-CARS-SPA方法所建立的可溶性固形物和硬度SVM预测模型最优,其Rpre,RMSEP和RPD分别为0.940 4,0.402 7,2.94 1和0.825 3,35.22,1.771。同时对哈密瓜成熟度进行了判别分析,并分别建立了基于全光谱、单一的可溶性固形物或硬度特征波长和主成分分析(PCA)特征融合的哈密瓜成熟度SVM判别模型。结果显示,CARS-PCASVM模型的判别结果与全光谱SNV-SVM模型相同,其校正集和预测集判别正确率分别为95%和94%。研究表明,利用高光谱技术结合特征波长筛选方法可实现同时对哈密瓜可溶性固形物和硬度的定量预测及成熟度判别。
- 孙静涛马本学董娟杨杰徐洁蒋伟高振江
- 关键词:哈密瓜可溶性固形物成熟度
- 哈密瓜颜色特征提取及成熟度分级的研究被引量:10
- 2016年
- 针对新疆哈密瓜分级中自动化程度低、分级结果不稳定及效率低下等问题,本研究提出了基于SVM神经网络与哈密瓜图像特征的哈密瓜分级方法。本研究以"金皇后"哈密瓜为研究对象,通过主成分分析提取的8个颜色特征值,并提取相应的主成分构成模式识别的输入,利用SVM神经网络方法建立了哈密瓜分级模型。结果表明:在图像信息主成分因子数为4时建立的模型最佳,模型训练时的回判率为100%,预测时识别率达到了97.22%。这表明基于机器视觉技术对不同成熟度哈密瓜分级方法是可行的,可为实现哈密瓜自动分级提供理论依据。
- 叶晋涛王运祥杨杰徐洁黄成伟蒋伟马本学
- 关键词:哈密瓜神经网络图像处理机器视觉
- 水果检测装置夹持臂的有限元分析
- 2015年
- 夹持翻转机构是大型水果无损检测装置的关键部件,主要功能是夹持哈密瓜后翻转,对其瓜体全表面进行图像采集,为无损检测分析提供数据。图像采集对机构的稳定性要求较高,其强度和稳定性直接影响检测效果。为此,运用Pro/E建立了检测装置的三维模型,并用有限元分析软件ANSYS对夹持翻转机构进行了不同工况下的静态分析及模态分析,得到夹持臂在工作时的应力应变云图及模态频率。分析表明,影响夹持机构振动特性的模态频率主要集中在8Hz左右,为其机构设计与优化提供了理论依据。
- 王宝杨杰王运祥马本学高国刚王静
- 关键词:夹持机构有限元模态分析水果
- 风力机叶片覆冰影响因素灰色关联分析被引量:2
- 2018年
- 针对影响风力机叶片覆冰的各因素(温度、湿度、风速和水滴直径)与覆冰形态之间关系复杂、覆冰形态与覆冰原因之间存在重叠交叉等问题而不易预测风力机叶片覆冰状况,提出基于灰色关联分析预测风力机叶片的覆冰模型。首先通过正交试验,得到常规预测模型,然后将试验数据采用灰色关联分析方法进行处理,得到温度、湿度、风速和水滴直径与覆冰形态之间的关联度,将灰色关联分析的值与常规预测进行对比发现,所得结论一致。因此,得到的结论为覆冰最严重的位置是距离叶根3/4处的叶前缘,影响风力机叶片覆冰厚度因素的重要程度依次为湿度、水滴直径、风速、温度。
- 陈彩凤成斌李西洋杨杰莫杰王犇
- 关键词:风力机叶片灰色关联
- 葡萄可溶性固形物的高光谱无损检测技术被引量:3
- 2016年
- 为明确采用高光谱成像技术对葡萄可溶性固形物(SSC)检测的可行性。以高光谱成像系统为试验仪器,采集葡萄样本的漫反射光谱,对比分析不同光程校正方法、不同预处理方法对建模精度的影响,建立不同的葡萄SSC定量预测模型。研究结果表明,在波段500~1 000 nm的范围内,采用经过标准正态变化、一阶微分和Savitzky-Golay平滑相结合预处理后的偏最小二乘法建模方法预测能力最强,校正集相关系数(r_c)为0.912 6,校正集均方根误差(RMESC)为0.542,预测集相关系数(r_p)为0.854 0,预测集均方根误差(RMESP)为0.758。由结果可知,应用高光谱成像技术可以对葡萄可溶性固形物含量进行无损检测。
- 杨杰马本学王运祥王静徐洁
- 关键词:葡萄可溶性固形物无损检测
- 基于LIBSVM的哈密瓜成熟度无损检测技术被引量:2
- 2016年
- 以7成熟、9成熟和过熟3种不同成熟度的哈密瓜为研究对象,在Matlab 7.6环境下,先利用图像处理技术对哈密瓜果脐处进行背景图像分割,计算图像的最大值、最小值、平均值等7个特征值,然后运用模式识别与回归工具箱LibSVM建立基于支持向量机(support vector machine,SVM)的哈密瓜成熟度分类模型,并对分类准确率进行预测。结果表明,图像处理中的LibSVM工具箱可以很好地运用到哈密瓜成熟度的无损检测研究中,模型分类准确率可达到95.83%。
- 蒋伟王运祥张巍孙静涛杨杰吕琛马本学
- 关键词:哈密瓜图像处理成熟度无损检测LIBSVM准确率
- 覆冰条件下旋转风力机叶片应力与模态分析被引量:6
- 2018年
- 以旋转覆冰风力机叶片为研究对象,对叶片覆冰状态进行人工试验,根据试验结果建立风力机叶片有限元模型,并对不同覆冰厚度的叶片进行应力和模态分析。分析结果表明:覆冰的变化量与叶片所受应力大小呈正相关关系;覆冰量的不同会使叶片的固有频率发生显著变化,造成风力机叶片的疲劳损伤与变形,验证了人工试验的结果。
- 陈彩凤杨杰成斌李西洋马望飞董映龙莫杰刘洋王犇
- 关键词:模态分析覆冰ANSYS仿真固有频率