动态禽蛋自动敲击发声装置及蛋壳裂纹声学检测的研究

动态禽蛋自动敲击发声装置及蛋壳裂纹声学检测的研究

论文摘要

禽蛋蛋壳破损后极容易遭受细菌侵入,保鲜期变短,存在安全隐患,因此需在加工过程中及时剔除掉。本文在课题组前期研究成果的基础上,进行了部分方案的改进和优化,最终设计了一个禽蛋裂纹动态识别系统。该系统功能齐全,能够对蛋辊运输线上的禽蛋,完成蛋壳表面的自动敲击、发声信号的同步采集、分析、裂纹识别、以及剔除工作。论文的主要研究内容和结论如下:(1)禽蛋裂纹动态识别系统硬件以TMS320F28335芯片作为主处理器,其外围硬件实现电路主要包括蛋壳敲击声音采集电路、信号调理电路、外接A/D接口、分级驱动电路等。完成后的系统运行稳定,对蛋辊运输线上的禽蛋基本能够实现破损识别和分级功能。系统采用外部中断触发方式,实现对蛋壳敲击发声信号的同步采样,即由自动敲击装置发出的信号,引导系统实现对蛋壳敲击发声的信号的同步采集,将采集时间缩短至23ms。(2)为配合实时检测流程,本文还介绍了一种轻巧的禽蛋自动敲击装置,该装置配有光电传感器,可以对禽蛋位置进行识别,并实现对禽蛋的大头、赤道、大头等三个部位的敲击作业。自动敲击装置运行稳定,敲击力度适中,不会对禽蛋造成机械损伤,一次完整的动作所需最长时间为72ms。激光触发装置反应快速、准确,能够根据鸡蛋的运动位置及时地引导敲击筒准确敲击在蛋壳上,试验过程中没有出现漏敲和误敲的现象,适用于在线检测。(3)在DSP软件程序设计上,采用模块化的设计思想,按照实现功能将程序划分成DSP初始化模块、定时中断采样模块、数据预处理模块、判别模块和分级驱动模块五个独立模块分别独立设计,其编程实现采用C语言和汇编语言混合编程的方法。IIR数字滤波器和FFT变换的DSP软件实现本文软件编程关键和难点,为此,调用了TI公司针对C28系列的DSP的编写的Filter Library和FFT Library库文件,以加快系统软件的开发进度。(4)通过MATLAB软件对获取的试验数据进行了分析,发现好壳蛋与破损蛋之间区别较大的声音特征参数:共振峰值、功率谱面积、持续时间、振铃计数、下降时间和能量计数。依据Bayes判别原理,运用SAS 8.0软件对以上特征参数数据进行Bayes判别运算,并建立了好壳蛋和破损蛋的判别模型。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 课题的研究意义
  • 1.2 研究现状
  • 1.2.1 禽蛋破损检测方法概述
  • 1.2.2 声学检测方法在禽蛋破损检测领域的应用
  • 1.2.3 DSP在声音识别领域的应用
  • 1.3 研究内容和技术路线
  • 1.3.1 研究内容
  • 1.3.2 技术路线
  • 第二章 禽蛋破损检测系统方案的制定
  • 2.1 研究目标
  • 2.2 多方案的比较和优化
  • 2.3 方案的确定
  • 第三章 自动敲击装置的设计
  • 3.1 自动敲击装置性能要求
  • 3.2 敲击执行装置的组成结构设计
  • 3.3 敲击执行装置的工作原理
  • 3.4 敲击执行装置的控制参数
  • 3.5 自动敲击装置硬件电路设计
  • 3.5.1 光电检测电路
  • 3.5.2 线圈驱动电路
  • 3.6 自动敲击装置控制软件设计
  • 3.7 本章小结
  • 第四章 基于DSP的禽蛋破损动态识别与分级实现
  • 4.1 DSP芯片的选择
  • 4.2 检测分级系统的硬件电路设计
  • 4.2.1 声音信号采集及调理电路
  • 4.2.2 外扩AD接口电路
  • 4.2.3 通信电路
  • 4.2.4 分级驱动电路
  • 4.3 检测分级系统软件设计
  • 4.3.1 DSP集成开发环境CCS3.3概述
  • 4.3.2 软件总体设计
  • 4.3.3 DSP主程序
  • 4.3.4 初始化程序模块
  • 4.3.5 定时中断采样模块
  • 4.3.6 数据处理程序
  • 4.3.7 分级驱动程序模块
  • 4.4 本章小结
  • 第五章 系统的试验验证及分析
  • 5.1 试验研究
  • 5.1.1 试验材料
  • 5.1.2 试验装置
  • 5.1.3 试验步骤和方法
  • 5.2 试验数据处理
  • 5.2.1 试验数据分析
  • 5.2.2 特征参数选择
  • 5.3 破损识别模型的建立
  • 5.4 判别结果检验
  • 5.5 系统检测效果验证
  • 5.6 本章小结
  • 第六章 总结与展望
  • 6.1 总结
  • 6.2 展望
  • 参考文献
  • 致谢
  • 附录
  • 附录A 试验数据
  • 附录B 自动敲击执行装置实物图
  • 相关论文文献

    • [1].房建项目施工段安全风险的动态识别和实时预警研究[J]. 中华建设 2020(06)
    • [2].面向模糊指静脉图像的动态识别方法[J]. 杭州电子科技大学学报(自然科学版) 2019(06)
    • [3].水利水电工程施工现场危险源的动态识别分析[J]. 城市建设理论研究(电子版) 2017(13)
    • [4].基于概率分布模型的流量预报及参数动态识别[J]. 水力发电学报 2020(06)
    • [5].一种基于动态识别邻域的免疫网络分类算法及其性能分析[J]. 电子与信息学报 2015(05)
    • [6].基于数据流频繁子图挖掘的可疑金融交易动态识别[J]. 系统工程 2013(07)
    • [7].水资源可持续利用动态识别研究[J]. 水文 2010(05)
    • [8].系统的_p-状态与它的动态识别[J]. 漳州师范学院学报(自然科学版) 2008(02)
    • [9].钻井风险动态识别中数据仓库技术的应用研究[J]. 石油天然气学报 2012(04)
    • [10].基于数据流多维分析的可疑金融交易动态识别[J]. 北京理工大学学报(社会科学版) 2013(05)
    • [11].基于视觉传达的视频图像帧特征动态识别仿真[J]. 计算机仿真 2020(07)
    • [12].多人脸目标动态识别[J]. 现代计算机(专业版) 2016(30)
    • [13].基于长短期记忆的车辆行为动态识别网络[J]. 计算机应用 2019(07)
    • [14].智能变电站中PROFINET设备的动态识别[J]. 自动化博览 2016(07)
    • [15].多节点多车联动下的物联网标签动态识别仿真[J]. 计算机仿真 2014(05)
    • [16].层次-熵值分析组合方法在水利工程施工进度风险模糊因子动态识别中的应用[J]. 水利技术监督 2019(02)
    • [17].穴位动态识别APP研发[J]. 医学信息学杂志 2020(09)
    • [18].基于Kinect的学习者头部姿态动态识别方法[J]. 计算机与数字工程 2017(02)
    • [19].文件内容动态识别算法[J]. 装备指挥技术学院学报 2010(06)
    • [20].智能人脸动态识别技术快速准确高效——趋视动态人脸抓拍机新品出炉[J]. 中国公共安全 2015(22)
    • [21].一种动态识别瓶颈机床的前向启发算法[J]. 工业工程 2008(04)
    • [22].AMT中坡度动态识别算法研究[J]. 重型汽车 2016(03)
    • [23].图片操作的手势动态识别系统[J]. 现代电子技术 2012(22)
    • [24].基于动态时间弯曲算法的相似洪水识别方法[J]. 水电能源科学 2018(11)
    • [25].基于Kinect和HMM手势的数字图像动态识别系统[J]. 现代电子技术 2018(23)
    • [26].产业集群动态识别及分类[J]. 商业时代 2010(26)
    • [27].墩基约束刚度的动态识别方法[J]. 振动、测试与诊断 2008(03)
    • [28].空间目标图像的天基动态识别[J]. 液晶与显示 2012(03)
    • [29].地下水污染因子动态识别及污染源解析[J]. 水利规划与设计 2018(05)
    • [30].企业创新主体地位的动态识别:基于波士顿矩阵的江西省上市公司实证[J]. 商业经济 2017(11)

    标签:;  ;  ;  

    动态禽蛋自动敲击发声装置及蛋壳裂纹声学检测的研究
    下载Doc文档

    猜你喜欢