【摘 要】
：
随着我国大力推进乡村振兴以及能源结构优化,农作物传统干燥方式已逐渐不适应,亟待发展先进的干燥工艺和新型干燥设备。因此,开展农作物干燥特性及干燥工艺研究,同时进行干燥状态参数监测及控制策略研究,提升干燥设备及工艺的自动化、智能化具有非常重要的意义。青花椒作为西南地区最重要的经济作物,具有很高的食用和药用价值。本文以重庆青花椒为研究对象,结合青花椒叶绿素降解相关原理,通过研究青花椒的干燥特性和干燥过程
论文部分内容阅读
随着我国大力推进乡村振兴以及能源结构优化,农作物传统干燥方式已逐渐不适应,亟待发展先进的干燥工艺和新型干燥设备。因此,开展农作物干燥特性及干燥工艺研究,同时进行干燥状态参数监测及控制策略研究,提升干燥设备及工艺的自动化、智能化具有非常重要的意义。青花椒作为西南地区最重要的经济作物,具有很高的食用和药用价值。本文以重庆青花椒为研究对象,结合青花椒叶绿素降解相关原理,通过研究青花椒的干燥特性和干燥过程中的颜色变化规律,开发了基于温度-水分-色泽（temperature-moisture-color,TMC）耦合的青花椒TMC变温干燥工艺,即以青花椒的色泽突变温度-含水率拟合曲线为温度控制依据,通过在不同含水率阶段下对青花椒施以不同的、适合此含水率水平的最适干燥温度,最大限度地保留其初始色泽,以取得最佳的干燥效果。同时,本文结合国内外干燥过程参数监测的相关研究现状,设计制造了基于Lab VIEW的热风干燥控制系统,实现了对干燥过程中作物含水率的实时监测和青花椒变温干燥的自动控制。主要研究内容如下:（1）为了更精确客观地对农作物的干燥特性及其品质变化规律进行研究,同时与青花椒TMC变温干燥工艺匹配以实现其变温干燥的自动化运行,本文对热风干燥控制系统的应用需求进行讨论,结合称重传感器的误差特性和归一化偏差校正原理,有针对性地提出在温度波动和气流扰动环境下的称重数值校正方法,并对热风干燥控制系统的设计目标、结构及硬件配置进行了研究。（2）本文基于相关行业标准,通过对农作物含水率监测理论和称重传感器的数值校正方法进行研究,设计开发了基于Lab VIEW的热风干燥控制系统。控制系统的性能测试实验表明,温度波动对质量测量值表现出一定的滞后性,校正后测量值的平均绝对百分比误差MAPE仅为0.028%,相较于校正前减小了33.87%;与温度波动不同,气流扰动对测量数值表现出明显的瞬时性,在风机停转后30 s内,空气流速快速下降并稳定在0.20 m/s以下,此时气流扰动对质量测量值的影响显著减小,在对气流扰动引起的测量误差进行校正后,测量结果的MAPE仅为0.866%,减小了21.07%。实验结果表明,本系统提高了含水率监测方式的适应性和测量精度,可以满足设计要求,为农作物的干燥特性研究,特别是建立吸附等温线或确定各种作物的扩散系数等研究工作提供了实验平台和技术支持。（3）在青花椒干燥过程中,叶绿素降解酶的活性及其降解衍生物对不同的环境条件有不同的响应特点,特别是干燥温度对叶绿素降解过程有很强的调控作用。通过实验发现,含水率以及温度与含水率的耦合作用是引起青花椒发生色泽突变的主要原因。本文通过测量不同含水率青花椒的发生色泽突变的温度,绘制青花椒色泽突变温度-含水率拟合曲线,并建立数学模型指导其干燥工艺,提出基于温度-含水率-色泽耦合变化的青花椒变温干燥工艺。实验结果表明,以手动变温控制方式对青花椒进行干燥时,优选的工艺升温幅度为7.5℃,与恒温干燥工艺及传统变温干燥工艺相比,其色差ΔE分别减少了11.3%和3.95%,干燥时间分别缩短了13.94%和16.67%,开口率分别增加了19.59%和11.56%,可以显著降低青花椒干制品的颜色变化及其干燥时间。（4）通过热风干燥控制系统及青花椒TMC变温干燥工艺的自动化运行测试发现,校正后质量测量值的平均测量误差为0.46 g,满足质量解析精度小于0.50 g的设计目标;三种温度下的湿基含水率平均绝对误差为0.45%,满足湿基含水率计算值误差波动不超过0.5%的设计要求;基于热风干燥控制系统以自动变温控制方式对青花椒TMC工艺进行验证发现,相较于手动变温控制方式,采用热风干燥控制系统以自动变温控制方式对青花椒进行干燥时,其干制品的颜色变化减少了8.64%,温控精度平均相对误差仅为4.31%。
其他文献
不管是传统的机器学习,还是现在的深度学习,事件序列预测任务都始终贯穿了它们的发展历程。具体而言,机器学习模型需要从事件序列（Events Sequence）中提取合适的历史信息,并通过这些历史信息得到未来事件的条件概率分布,从而实现对未来事件的预测。一般而言,深度学习使用循环神经网络（Recurrent Neural Network,RNN）,或是带有掩盖机制（Mask）的自注意力（Self-At
目标检测和视觉导航是无人驾驶的关键技术。传统的道线检测依赖于特征提取和检测校正，交通标志识别依赖于色彩分析和图像分割，然而道路场景的剧烈变化导致算法的鲁棒性较差。基于模拟的无人驾驶场景，本文探究深度学习模型LaneNet和YOLOv4，以完成智能车的视觉导航与目标识别。针对不同识别任务，文章采取传统视觉与深度学习结合的方式，保证算法的鲁棒性与实时性。在室内模拟场景中，智能车的无人驾驶系统能够准确实
钟秉林教授的新版著作《高考改革：理想与现实》，聚焦新高考改革，基于访谈和问卷调查等实证研究方法，对新高考改革进行持续的跟踪评估，为推进新高考提供理论支持，是新高考改革研究的重要成果。该书既肯定新高考的成效，也直面问题，为完善新高考提供改革参考。该书所收录的多篇论文曾对新高考改革的政策调整与实践改进起到实质性推动作用，产生了较大的社会效益和学术影响。
聚类,也称为聚类分析,是最基本和最重要的无监督学习范式之一。它旨在根据数据样本间的相似度情况,将样本划分到不同的簇（组）,分配到同一个簇中的样本的相似性高,不同簇中的样本的相似性低。传统的聚类算法仅能从给定的数据中找出一个聚类结果。然而,由于数据采集和存储技术的进步,人们所分析的数据更为复杂,其中可能包含不同种类的异构特征。例如,数据集中的特征可能包含不同量纲的特征或采集自多个来源。这些特征的不同
为提高智能车在不同速度和载荷下的路径跟随精度和稳定性，提出一种基于反馈纯跟踪的智能车路径跟随方法。首先，基于车辆运动学模型和纯跟踪模型分析影响控制效果的因素；然后根据车辆速度和路径曲率动态调整前视距离，将横向偏差作为反馈变量对传统纯跟踪控制方法进行补偿；接着通过仿真试验选定控制参数，分析控制参数对路径跟随精度和车辆稳定性的影响；最后通过实车试验，验证该方法在实车环境中的控制性能。结果表明，该方法具
共识算法是区块链系统中重要的组成部分,具有维持数据一致性、保障系统安全性的作用,对区块链系统的性能有很大影响。联盟链与公有链相比,节点数量较少并且存在准入机制,因此普遍使用基于投票的共识算法,例如Raft共识算法和PBFT共识算法。Raft共识算法具有通信时间复杂度低、吞吐量高、时延低、可理解性强等优势,极大地提高了对交易的处理能力,推动了联盟链项目落地。然而Raft共识算法仅能容忍故障错误,无法
文本分类是自然语言处理领域的一项关键任务,并被广泛应用于虚假信息检测、情感分析、自动问答等现实场景。传统机器学习方法需要人工提取特征,这种复杂耗时的方案不再适用于当下大量实时涌现的文本流。深度学习的兴起解决了这一问题,能自动处理大量文本信息。但是,基于深度学习的方法局限于文本内部单词交互,忽略文本之间的联系以及单词的全局共现关系,难以解决长距离依赖和非连续性问题。最近,基于图神经网络的方法在文本分
人脸是人类生物识别的重要信息载体,是人类起源以来最为重要的生物特征之一,它能够表达一个人独特的身份信息、情感信息等。随着计算机视觉与计算机图形学的发展,科学家们开始着力于用于分析人脸的相关计算工具与方法。近年,便携式数码设备被迅速普及,人脸图片的获取相较于过去也变得更容易,使得对人脸的分析可以在不同的领域得到广泛的应用,比如人机交互、动画制作以及安全防控等。同样,随着三维技术的快速发展,利用三维重
环状开沟施肥作业能够有效的提高肥料利用效率,减少环境污染,并能对果树滴水线周围的土壤进行有效的破碎与根系的修剪。本文在系统分析国内外研究现状并结合果树环状开沟施肥农艺要求后,提出了一种适合丘陵山区果园作业环境,能够完成环状开沟、施肥、覆土联合作业的果园环状开沟施肥装置。对装置的各部件进行方案设计并完成计算选型;对关键部件开沟施肥部件进行结构设计和理论分析,并采用离散元法对开沟施肥部件进行仿真分析,
烟草作为我国重要的经济作物,在国民经济生产中占有重要地位。2020年中国烟草种植面积为108.1万公顷,烟草产量达213.4万吨。而烟苗前期的生长状况对后期烟苗的长势和烟叶质量具有重要作用。高效科学的剪叶是保证烟苗长势整齐、培育出健壮烟苗的重要手段。由于我国烟草农业机械起步较晚,早期大部分烟苗剪叶工作都是通过人工来完成。虽然近些年,部分高校和烟草公司研制出了相关的烟苗剪叶机械,但多为大中型机械,并