本文選題：空氣耦合超聲波　切入點：玉米種子凈度　出處：《中國農業(yè)大學》2016年博士論文

【摘要】：我國在玉米種子凈度加工處理過程中,對于蟲蛀孔洞顆粒和霉變顆粒的篩選精度還不夠,導致加工后的種子發(fā)芽率低,仍然無法滿足“單粒播種”的需求,且如果霉變玉米進入食物鏈則會嚴重危害人、畜健康。針對上述問題,在總結國內外研究成果的基礎上,提出基于空氣耦合超聲波無損檢測技術、信號處理方法、計算機技術和電子技術的玉米種子凈度檢測方法及裝置研究。主要研究內容和成果包括:(1)研究了超聲波檢測玉米種子凈度原理和方法。首先采用有無經過超聲波照射的玉米種子做了對比性發(fā)芽試驗,驗證了超聲波檢測玉米種子的安全性。然后分析了玉米蟲蛀和霉變的超聲波響應特征,即檢測原理。隨之分析了玉米顆粒的力學特性,根據其物理量計算出了玉米顆粒的縱波聲速,并根據聲速和檢測精度需求設定了激勵信號頻率。最后針對實驗對檢測精度和獲取高信噪比信號的需求,集成優(yōu)化了超聲波信號采集設備。(2)提出了基于空氣耦合超聲波技術的玉米蟲蛀種子檢測方法。對在室溫、空氣中采集的玉米種子超聲波信號進行了去噪和特征提取,采用玉米顆粒單面和雙面數據建立了KNN、DT、SIMCA和LDA等四種識別模型。結果驗證,種子的擺放方位不影響檢測,且所有模型對兩類玉米的正確識別率都在85.00%以上。其中,KNN模型性能最佳,識別率高且穩(wěn)定,對所有數據識別率均高于97.00%。研究結果驗證了采用空氣耦合超聲波技術檢測玉米蟲蛀顆粒的可行性。(3)提出了基于空氣耦合超聲波技術的玉米霉變顆粒檢測方法。首先對霉變與完好種子信號數據做了Hilbert-Huang變換,提取了頻率段為300-498Hz的Hilbert邊際譜作為兩類種子的分類特征,建立了BPNN、SVM、SIMCA和KNN4種分類識別模型,并對模型性能進行了測試。結果顯示,對霉變和完好顆粒的識別效果最好的是BPNN模型,識別率均達到了80.00%以上,特別是隱含層神經元個數為6時,識別率分別達到了85.71%、91.43%;SVM模型次之,識別率分別為80.00%、85.71%。結果表明采用空氣耦合超聲波技術檢測玉米霉變顆粒是可行的。(4)研制了基于空氣耦合超聲波技術的玉米種子凈度檢測裝置。根據實際的檢測需求集成了玉米種子空氣耦合超聲波信號采集設備,同時設計實現了軟件檢測系統(tǒng)。設計進行了檢測系統(tǒng)的準確性、包容性、穩(wěn)定性和運行速率測試實驗,測試結果表明,系統(tǒng)對各品種和類別玉米顆粒的識別率均在80%以上,且實驗結果較穩(wěn)定,即系統(tǒng)能夠達到一定的準確性、包容性和穩(wěn)定性,因此認為研制的檢測裝置基本可以滿足實際的玉米種子凈度檢測需求。
[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.
【學位授予單位】：中國農業(yè)大學
【學位級別】：博士
【學位授予年份】：2016
【分類號】：S513;S237

【相似文獻】

相關期刊論文 前10條

1 楊引福;嫩玉米早上市玉米芯育苗好[J];北京農業(yè);2000年04期

2 唐勁馳,曹敏建,佟占昌;不同品種玉米與小麥間套作的比較試驗[J];雜糧作物;2000年04期

3 朱浩軍;對平涼地區(qū)玉米品種更新?lián)Q代及布局的建議[J];甘肅農業(yè)科技;2000年10期

4 袁伯英;鄭單14是個好玉米品種[J];河北農業(yè);2000年03期

5 劉忠海,張忠軍,姜玉國;選購玉米品種應遵循的原則[J];吉林農業(yè);2000年02期

6 ;甜脆玉米品種簡介[J];農村實用技術;2000年03期

7 胡遠富,李世貴,馮存貴;玉米不同品種子粒脫水速度測定[J];現代化農業(yè);2000年02期

8 郭自偉;墨西哥青割玉米的栽培[J];現代農業(yè);2000年03期

9 ;水玉米問題有望解決[J];現代農業(yè);2000年04期

10 于風剛 ,趙佳;種玉米算出了兩筆帳[J];中國農墾;2000年08期

相關會議論文 前10條

1 宋鵬飛;王甜甜;毛培;羅梅浩;;不同玉米品種丁布含量及其與抗螟性的關系[A];華中昆蟲研究（第八卷）[C];2012年

2 劉祖蔭;;發(fā)展玉米的加工利用技術提高玉米的綜合經濟效益[A];食品論文匯編[C];1985年

3 王春虎;陳士林;董娜;蔣愛鳳;;豫北平原不同施氮量對玉米產量和品質的影響研究[A];中國農作制度研究進展2008[C];2008年

4 王宇翔;;玉米后期倒伏的易損性分析[A];天氣、氣候與可持續(xù)發(fā)展——河南省氣象學會2010年年會論文集[C];2010年

5 唐紅艷;;玉米品種精細化布局氣象服務技術[A];第28屆中國氣象學會年會——S11氣象與現代農業(yè)[C];2011年

6 劉治先;;我國優(yōu)質專用玉米的發(fā)展策略[A];2003年全國作物遺傳育種學術研討會論文集[C];2003年

7 劉治先;;優(yōu)質專用玉米的發(fā)展策略[A];’2003中國作物學會學術年會文集[C];2003年

8 孫世賢;;種植業(yè)結構調整中的玉米生產問題[A];全面建設小康社會——中國科協(xié)二○○三年學術年會農林水論文精選[C];2003年

9 劉翔;許志剛;;玉米品種對玉米細菌性枯萎病的抗性研究[A];外來有害生物檢疫及防除技術學術研討會論文匯編[C];2005年

10 李魯華;柳延濤;呂新;朱江;;綠洲玉米生態(tài)適應性的研究[A];中國科協(xié)2005年學術年會“新疆現代農業(yè)論壇”論文專集[C];2005年

相關重要報紙文章 前10條

1 吉林食品行業(yè)管理辦公室調研組;吉林玉米大省做大玉米文章[N];中國鄉(xiāng)鎮(zhèn)企業(yè)報;2001年

2 記者 孔非;中國國際玉米產業(yè)博覽會九月在長舉行[N];長春日報;2007年

3 本報記者　　秦洪湖　　通訊員　　趙中文　　肖　松;為了金色玉米香飄世界[N];中國國門時報;2006年

4 本報記者 石巖;玉米品種多 購買早籌劃[N];河南科技報;2006年

5 楊婷;國家3億補貼玉米良種玉米價格將上揚[N];中國經濟時報;2007年

6 孟寶林;玉米行情看好 今年莊稼咋種[N];牡丹江日報;2006年

7 吳守祥;玉米行情火爆的背后[N];期貨日報;2006年

8 吉林糧食集團副總經理 姜建華;玉米價格穩(wěn)中走高[N];期貨日報;2006年

9 李茜;玉米投資正當紅[N];上海金融報;2008年

10 才春林;筍玉米因專用而身貴[N];農民日報;2003年

相關博士學位論文 前10條

1 石紅良;我國不同年代玉米品種及其親本自交系產量和氮效率的變化趨勢[D];中國農業(yè)科學院;2014年

2 張紅偉;玉米耐低磷的種質資源評價及耐低磷的遺傳基礎研究[D];中國農業(yè)科學院;2014年

3 劉永花;不同熟期玉米品種積溫需求定量研究[D];山西農業(yè)大學;2014年

4 岳輝;玉米自交系低磷耐性遺傳分析[D];沈陽農業(yè)大學;2015年

5 李春輝;玉米高密度重組圖譜構建及耐旱相關性狀的遺傳解析[D];中國農業(yè)科學院;2015年

6 高慶華;玉米低植酸基因的初步定位和轉育應用研究[D];河北農業(yè)大學;2013年

7 李圣彥;玉米萜類合成酶基因TPS10表達調控的研究[D];中國農業(yè)大學;2015年

8 翟立超;玉米品種競爭能力的評價與分析[D];中國農業(yè)大學;2015年

9 曹國鑫;小農戶糧食作物高產高效技術應用限制因素及對策研究[D];中國農業(yè)大學;2015年

10 毛欣;玉米芽種缽盤精量播種機理與裝置參數研究[D];黑龍江八一農墾大學;2015年

相關碩士學位論文 前10條

1 李曉瑞;黃芪綠肥的品質評價及效應分析[D];山西農業(yè)大學;2015年

2 江帆;復合Bt cry1Ac和cry1Ie抗蟲玉米抗螟性及其在IRM中的作用[D];中國農業(yè)科學院;2015年

3 李秀秀;玉米耐低氮雜種優(yōu)勢分析[D];中國農業(yè)科學院;2015年

4 高杰;不同玉米品種的適應性分析[D];西北農林科技大學;2015年

5 劉歡;陜西及山西不同地區(qū)玉米營養(yǎng)價值檢測與霉菌毒素污染情況分析[D];西北農林科技大學;2015年

6 李瑞敏;高地隙玉米噴霧機施藥裝置的設計研究[D];石河子大學;2015年

7 白翠瑩;玉米ZmPROPep1基因轉化及轉基因抗病聚合育種[D];華中農業(yè)大學;2015年

8 吳文麗;施用三種肥料對不同復墾年限土壤Hedley磷形態(tài)及玉米產量的影響[D];山西農業(yè)大學;2015年

9 葉慧香;轉cry1Ie基因抗蟲玉米對土壤微生物群落結構和土壤肥力的影響研究[D];華中農業(yè)大學;2015年

10 殷鵬程;玉米株高和穗位高的QTL定位[D];華中農業(yè)大學;2015年

，

本文編號：1678201