Онлайн поддержка
Все операторы заняты. Пожалуйста, оставьте свои контакты и ваш вопрос, мы с вами свяжемся!
ВАШЕ ИМЯ
ВАШ EMAIL
СООБЩЕНИЕ
* Пожалуйста, указывайте в сообщении номер вашего заказа (если есть)

Войти в мой кабинет
Регистрация
ГОТОВЫЕ РАБОТЫ / ДИПЛОМНАЯ РАБОТА, СЕЛЬСКОЕ И РЫБНОЕ ХОЗЯЙСТВО

Разработка проекта фотосепаратора для очистки семян люцерны от карантинных и трудноотделимых примесей

rock_legenda 2100 руб. КУПИТЬ ЭТУ РАБОТУ
Страниц: 84 Заказ написания работы может стоить дешевле
Оригинальность: неизвестно После покупки вы можете повысить уникальность этой работы до 80-100% с помощью сервиса
Размещено: 29.03.2022
Объект исследования – Семена Люцерны. Предмет исследования – параметры и технология очистки с применением ОЭС семян люцерны от карантинных и трудноотделимых примесей. Проблематика данного исследования заключается в том, что требования определяемые ГОСТ 52325-2005, допускают содержание семян сорников не более 0,5% для семян люцерны первого класса и 1,0% для второго класса. Горчак чрезвычайно вредоносен. Повилика относится к наиболее опасным для культурных растений паразитическим растениям, сочетающие большую жизнеспособность с высокой плодовитостью. Урожайность культур на сильно засоренных участках повиликой снижается от 20 до 60%. Распространение этих цветковых паразитов происходит, главным образом, с семенами культурных растений при плохой их очистке. Целью исследования является разработка высокоэффективного сепарирующего устройства, обеспечивающих своевременную очистку семенного материала в фермерских хозяйствах с различными объемами производства. Для реализации поставленной цели необходимо решить следующие задачи: 1. изучить физико-химические и биологические показатели семян люцерны; 2. провести анализ существующей техники и технологий очистки семян люцерны; 3. обосновать применение методики оптико-электронного распознавания изображений как принципа работы разрабатываемого фотосепаратора; 4. исследовать технологические характеристики и технологические параметры экспериментального образца фотосепаратора; 5. определить технико-экономическую эффективность применения нового способа обработки. Для реализации поставленных целей и задач необходимо сформулировать гипотезу исследования: возможность применение новой технологии с целью сохранить убранный урожай с минимальными потерями и затратами на обработку. Теоретико-методологическая база исследования В теоретической базе исследования рассматривались следующие теории: • теория полеуборочной обработки и хранения • теория переработки растительного сырья Одним из основных ученых изучавших кормовые культуры является доктор сельскохозяйственных наук, выдающийся Академик и Президент Всесоюзной академии сельскохозяйственных наук имени В.И. Ленина Вавилов Петр Петрович. Основные научные работы посвящены растениеводству, интродукции, селекции и радиобиологии растений. Учёный особое внимание обращал на проблемы кормопроизводства. Разрабатывал научные основы создания прочной кормовой базы в условиях Севера — вопросы рационального использования занятых паров, обогащения видового состава культурной флоры. Среди зарубежных авторов важную роль в развитии кормовых культур сыграли труды Boumans G., Anderson Dj. A., Wolcock A. U.. Они рассматривали эффективную обработку и хранение сырья. Среди отечественных авторов, занимавшихся исследованиями кормовыми культурами, стоит отметить М.И. Дьяков, заложивший основу для развития отечественной комбикормовой промышленности. И.С. Попов изучал проблемы кормового протеина, аминокислотного питания и химизации животноводства. А.П. Дмитроченко, изучавшего питательные ценности кормовых культур. Также заметный вклад в развитие теории и практики кормления сельскохозяйственных животных внесли профессора С.С. Еленевский, С.Ф. Томмэ, И.М. Кузнецов, А.А. Зубрилин, П.Д. Пшеничный, Е.А. Соколов, А.С. Емельянов, А.С. Солун, Н.И. Денисов и другие учёные. Методологическая база исследования Методами исследования служили: • Профессиональные методы (методологическая база, формируемая в рамках направления подготовки). • Математические методы исследований, стандартизированные методики (ГОСТ и ИСО) (математическое планирование и обработка экспериментов, статистические методы анализа и обработки экспериментальных данных; экономико-статистические; аналитические). На основе теоретико-методологического анализа актуальной проблемы подготовлена база для разработки фотосепаратора, на базе которых проведены исследования и разработана технология очистки люцерны от карантинных и трудноотделимых примесей, подготовлены выводы и рекомендации производству.
Введение

Актуальность исследования Основной задачей современного отечественного аграрного производства является проблема устойчивости его продуктивности. Например, для повышения продуктивности животноводства страны необходима стабильная кормовая база, в структуре которой важное место занимают многолетние сочные кормовые культуры, как люцерна. Люцерна является одним из основных источников сочной кормовой базы для молочного и мясного животноводства. По содержанию белка люцерна превосходит злаковые травы в 3-4 раза. Полноценность белка и высокая перевариваемость позволяет использовать люцерну на корм всем видам животных и птице. Высокая продуктивность, высокопитательная зеленая масса, рекордный выход дефицитного белка с единицы площади, способность давать хорошие урожаи сена без внесения больших доз минеральных удобрений - эти и другие свойства люцерны способствуют повышению роста ее посевных площадей. Однако расширение посевных площадей сдерживается отсутствием достаточного количества качественных семян. В производстве люцерны доля отечественных семян составляет не более 40%, и основная потребность в семенах покрывается за счет семян из России, Узбекистана и Киргизии. Средняя урожайность семян люцерны по стране не высокая и составляет 1,0 - 1,1 ц/га. Причиной к этому - большие потери семян при уборке и послеуборочной обработке, а также низкое качество семян. Объем производимых семян люцерны в стране составляет около 500 тонн, наметилась тенденция роста производства с развитием животноводства. В перспективе посевы люцерны могут достигнуть до 1,2 млн. га, для чего ежегодно нужно засевать 400 тыс. га, а это значить, что при трехгодичном ее использовании требуется 8 тыс. тонн семян. Повышение урожайности и качества сочных кормов люцерны зависит от обеспеченности хозяйств полноценными семенами, что во многом определяется степенью технологической эффективности машин по очистке семенного материала. В южных регионах Казахстана перерабатывают семена люцерны только отдельные хозяйства на базе оборудования, притерпевшего, в основном, моральный и физический износ, что снижает качество семенного материала. Это в основном зарубежные машины, так называемые «магнитки», закупленные на вторичном рынке, и отработавшие свои эксплуатационные ресурсы. Наряду с высокими требованиями к возделыванию и уборке семенного материала, люцерна засоряется семенами трудноотделимых и карантинных сорняков, такими как горчак и повилика, ширица и василек. При анализе чистоты семян люцерны не допускается наличие семян карантинных и строго ограничивается содержание семян трудноотделимых сорняков, содержание которых в семенной массе жестко регламентировано. Условия, определяемые ГОСТ 52325-2005, допускают содержание семян сорняков не более 0,5% для семян люцерны первого класса и 1,0% для второго класса. Горчак чрезвычайно вредоносен. Повилика относится к наиболее опасным для культурных растений паразитическим растениям, сочетающие большую жизнеспособность с высокой плодовитостью. Урожайность культур на сильно засоренных участках повиликой снижается от 20 до 60%. Распространение этих цветковых паразитов происходит, главным образом, с семенами культурных растений при плохой их очистке. А также они переносятся животными, водой, ветром, навозом, посадочным материалом, травой. При этом заметим, что семена этих сорняков по форме и размерам практически идентичны с параметрами семян люцерны, а отличаются состоянием поверхности, некоторыми физическими параметрами и цветом. Очистка семян многолетних трав на российских серийных воздушно-решетно-триерных машинах, что принято на вооружение многими странами СНГ и Центральной Азии, из-за высокой влажности и засоренности вороха влечет за собой значительные потери семян люцерны в отходы. Также, во многих семеноводческих хозяйствах используются морально и физически изношенные электромагнитные сепараторы – «магнитки». В последнее время на вторичном рынке появились «магнитки», в том числе германского производство К-590, после капитального ремонта, а некоторые машиностроительные компании России и Европы изготавливают по лицензии Германии. Однако, эта машина не полностью обеспечивает требуемого качества семенного материала при высоком содержании карантинных и трудноотделимых примесей, даже тогда, когда семенная смесь подвергается повторному сепарированию. Кроме того, необходимо отметить, что семеноводческие хозяйства южного региона Казахстана обрабатывают семена люцерны на базе комплекса оборудования, притерпевшего, практически, полный моральный и физический износ. Решение проблемы улучшения качества семян многолетних трав неразрывно связано с созданием новых высокоэффективных машин для сортирования семенного материала с полным выделением карантинных и трудноотделимых примесей. В последнее время в мире ведутся исследования по созданию новых высокоэффективных машин для реализации энерго и ресурсосберегающих технологий переработки семян сельхозкультур, в частности, широко находит свое использование фотосепараторы, работающие на принципе оптического распознавания и разделения компонентов семенной смеси. Практически все развитые страны мира производят фотосепараторы – это США, Англия, Германия, Италия, Бельгия, Япония, Южная Корея, Китай и Россия. По стоимости фотосепараторы довольно дорогие и колеблется в пределах от 25 до 80 тысяч долларов США в зависимости от производительности машины, что делает недоступным, в финансовом отношении, мелким и средним семеноводческим хозяйствам. Принцип работы и основные конструктивные решения всех производителей фотосепараторов практически одинаковые, но при этом имеются недостаточно обоснованные параметры узлов, обеспечивающие успешное протекание важных механических процессов.
Содержание

ВВЕДЕНИЕ 3 ГЛАВА 1. ЛИТЕРАТУРНЫЙ ОБЗОР 9 1.1 Теоретико-методологическая характеристика люцерны 9 1.2 Засоренность семенного материала кормовых культур 11 1.3 Очистка семян люцерны от карантинных и трудноотделимых примесей 15 1.4 Обоснование методики оптико-электронного распознавания изображений 25 ГЛАВА 2. ИССЛЕДОВАТЕЛЬСКАЯ ЧАСТЬ 46 2.1 Материалы и методы исследования 46 2.2 Распознавание семян разделяемых компонентов 47 2.3 Исследования технологических параметров экспериментального образца фотосепаратора 52 2.4 Экспериментальный образец фотосепаратора 67 2.5 Технико-экономическая эффективность внедрения фотосепаратора 70 ВЫВОДЫ И ПРЕДЛОЖЕНИЯ 76 СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ 78 ПРИЛОЖЕНИЯ 84
Список литературы

1. Мейрман Г.Т., Масоничич-Шотунова Р.С. Люцерна. - Алмалыбак, 2013. - С.413. 2. Говоров С.В. Совершенствование процесса предварительной обработки невеяного вороха люцерны цилиндрическими решетами: дис.... канд. техн. наук. -Воронеж, 2003. – С.132. 3. Кирпа Н.Я. Принципы и способы сепарирования зерновых масс // Хранение и переработк зерна. – 2011. - №4(142). – С. 33-36. 4. Анискин, В. А. Состояние и перспективы разработки и производства селекционной техники для зерновых и зернобобовых культур. // Техника в сел. хоз-ве. -2003. -№ 5. - С. 3-7. 5. Баженов, Ю. И. Интенсификация процесса сепарации семян по форме и свойствам поверхности. //МИИСП. - 2005. -Вып.№1.-С.97-99. 6. M.S.Howarh and S.W. Searcy, "Algorithms for grading carrots by machine vision", ASAE paper No. 89-7502,St. Joseph, Ml, 2001.- 354c. 7. Авдеев Н.Е. Центробежные сепараторы для зерна. - М.:Колос, 1975.-125 с. 8. Басов А. М. Электрозерноочистительные машины. Теория, конструкция и расчет. - Москва: Машиностроение, 1999. - 298 с. 9. Кулькеев Е.Е., Тайчибеков А.У., Аманова К.С., Бейсембаев М.К. Новые сорта люцерны для условий юга Казахстана. //Успехи современного естествознания. – 2016. – № 8. – С. 93-97. 10. Магнитный очиститель семян люцерны Петкус К-590. http://www.resheta.ru/petkus-k-590/petkus-k-590-magnitnyj-ochistitel-semyan-lyucerny-petkus-k-5.html (обращение 10.10.2018 г.) 11. Zeiger E. Glass Recycling with Mogensen Sorting and Screening Systems. //Aufbereitungs Technik. -Germany, 2005. - N46. 6. - P. 36. 12. Cui J., Forssberg E. Mechanical recycling of waste electric and electronic equipment: a review // Sweden, Journal of Hazardous Materials B99. - 2003. – P. 21. 13. Люминоскоп Филин. Официальный сайт НПО Петролазер. http://www.petrolaser.ru/indexr.htm (обращениe 10.08.2018 г.). 14. Аналитический отчет DISCOVERY RESEARCH GROUP. Анализ рынка фотосепараторов в России. 15. https://drgroup.ru/components/com_jshopping/files/demo_products/Demo.Analiz-rynka-fotoseparatorov-v-Rossii.pdf (19.07.2020г.) 16. Фотосепараторы SEA. http://www.seasort.com/index.htm (обращение 15.10.2018г.) 17. Wang W., Li J., Huang F., Feng H. Design and Implementation of Log-Gabor Filter in Fingerprint Image Enhancement // Pattern Recognition Letters. – 2008. - Vol. 29, no. 3. - P. 301–308. 18. Mira Park, Jesse S. Jin. Automated Defect Inspection Systems by Pattern// Recognition International Journal of Signal Processing, Image Processing and Pattern Recognition - Vol. 2, No. 2 – 2009.- P. 39-45. 19. Choudhary, R., Paliwal, J. and Jayas, D. S. (2008) Classification of cereal grains using wavelet, morphological, colour, and textural features of non-touching kernel images. Biosystems Engineering, 99(3), 330–7. 20. Бутаков Е.А. Обработка изображений на ЭВМ. - М.: Радио и связь, 2001. – 120 с. 21. Васильев В. И. Распознающие системы. - Киев: Наукова думка, 2003. - 424 с. 22. Мишкинд С.И. Системы технического зрения для автоматизации машиностроительного производства. - М.: НИИМАШ, 2011. - 321с. 23. Файн В. С. Опознавание изображений. - М.: Наука, 2016. – 215 с. 24. Хуанг.Т. С. Быстрые алгоритмы в цифровой обработке изображений. - М.: Радио и связь, 2014. - 221 с. 25. Howarth M.S. and S.W.Searcy, "Algorithms for grading carrots by machine vision", ASAE papr No.89-7502, St.Joseph, MI,2000. – 354 с. 26. Mathcad. Mathcad 6.0 plus. Manual of user. MathSoft Inc. 101 Main Street Cambride Massachusetts 02142 USA, 2009. - 697 с. 27. Рутковский И.А. Оптикоэлектронный экспресс-анализ засоренности семян люцерны семенами сорняков по морфологическим признакам: дис. ... канд.техн.наук? - Краснодар, 2000. -213 с. 28. Лебедев Д.В. Параметры процесса распознавания семян люцерны в семенном материале высокоточным оптико-электронным способом: дис. ... канд.техн.наук. -Краснодар, 2005. – 149 с. 29. Yang J.W., Liu L.F., Jiang T.Z., Fan Y. A Modified Gabor Filter Design Method for Fingerprint Image Enhancement // Pattern Recognition Letters. - 2003. - Vol. 24, no. 12. -P. 1805–1817. 30. Изаков Ф.Я., Козлов Н.С., Пищальников П.И. Электрофрикционная зерноочистительная машина, а. с. №358013. Бюл. №34, 2002.-118с. 31. Jalaram Group- IS0 9001:2008 http: //www.jalaramagri .com/russian/sunflower_seeds. Html 32. Сенсоры и CCD-камеры // CSort: [сайт] / CSort. - Электрон. Дан. - 2013. - Режим доступа: http://www.csort.ru/technology/controlpanel. 33. Бурлин СВ., Рутковский И.А. Оптические методы и технические средства подготовки семян // Новое в электротехнологии и электрооборудовании сельскохозяйственного производства: Сб.научн.тр. КГАУ. - Краснодар, 2006. Выпуск. 354(3 82).- 176с. 34. Аксененко М.Д., Бараночников М.Л., Смолин О.В. Микроэлектрон-ные фотоприёмные устройства. - М: Энергоатомиздат, 2014.-152с. 35. Алиханов Д.М. Разработка оптикоэлектронного устройства для сортирования семенных клубней картофеля по морфологическим признакам. Дис. канд. тех. наук. М.2013.-180с. 36. Анисимов Б. В., Курганов В. Д., Злобин В. К. Распознавание и цифровая обработка изображений. - М.: Высшая школа, 2013. - 295 с. 37. Анискин В.И. Машины для сортирования сельскохозяйственных продуктов по цвету. - М.Машиностроение, 2012. - 868с. 38. Аркадьев А.Г., Браверман Э.М. Обучение машины классификации объектов. - М.: Наука, 2011.- 192 с. 39. Усатиков C.B., Горонков К.А., Руденко О.В. «База данных обучающей выборки для высокоточного распознавания плоских изображений сортов злаковых и масличных культур» //. Журнал «Фундаментальные исследования». - Москва, 2011. - Вып.8, ч. 2. - C. 342-346 40. Руденко О.В., Усатиков C.B. Нейросетевое распознавание в техничес-ких системах зерноперерабатывающей и пищевой промышленности // Современные проблемы науки и образования. - 2011. - № 3. – C. 82-89. 41. Khurshid K. Comparision of Niblack inspired Binarization methods for ancient documents. // Document Recognition and Retrieval. - 2009. - № 1. pp. 18-32. 42. Lcedham G. Compatision of Some Thresholding Algorithms for Text. // Images School of Computer Engineering. - 2003. - № 5. - pp. 859-864. 43. Крылов B.H., Максимов M B., Давыдов О.В. Автоматическая система распознавания. // Искусственный интеллект. - 2002. - № 4. - С. 462-469. 44. Sauvola J. Adaptive document image binarization. // Document Analysis and Recognition. - 2002. - №2. - pp. 174-152. 45. Sezgin M. Selection of thresholding methods for nondestructive testing applications. // International Conference on Image Processing. - 2004. - pp. 764-767. 46. Блехман И.И., Джанелидзе Г.Ю. Вибрационное перемещение. – М.: Наука, 2014.- 278 c. 47. Гортинский В.В., Демский А.Б., Борискин М.А. Процессы сепарирования на зерноперерабатывающих предприятиях. – М.: Колос, 2010.- 152 c. 48. Арнольд А.Э., Басов A.M., Каменир Э.А. Устройство для ориентации семян перед подачей их в электросемеочистительные машины, а.с.№417122. Бюл. №8, 2014. 326с. 49. Волков Е.Б., Ляпцев С.А. Влияние угла наклона рабочей поверхности вибрационного грохота на эффективность грохочения // Современные проблемы науки и образования. – 2013. – № 4. –С. 38-45. 50. Иванов Е.М. Скольжение тела по наклонной плоскости // Международный журнал прикладных и фундаментальных исследований. – 2010. – № 8. – С. 146-148. 51. Оспанов А.Б., Токсанбаева Б.О., Толыбаев Ш.Ж. Программа распознавания объектов «Digital Recognition». Свидетельство о внесении сведений в государственный реестр прав на обьекты, охраняемые авторским правом №11518 от «4» августа 2020 года. Дата создания объекта: 13.07.2020 52. Оспанов А.Б., Токсанбаева Б.О., Толыбаев Ш.Ж. Программа продукта «Digital Seed Cleaning». Свидетельство о внесении сведений в государственный реестр прав на объекты, охраняемые авторским правом №11519 от «4» августа 2020 года. Дата создания объекта: 27.07.2020 53. Павленко Н.А. Исследование и разработка оптико-электронной системы для сепарации минерального сырья по цвету: дис. ... канд. техн. наук. – Санкт - Петербург, 2016. -150 с. 54. Гроховский Д.В., Баранов А.Т. О выборе параметров воздушной струи при сортировке материалов // Обогащение руд. – 1985. - №4. – С. 18-21. 55. Андреев А.Л. Автоматизированные видеоинформационные системы. - Спб.: НИУ ИТМО, 2011 г. - 120 с. 56. Глубина резкости - как рассчитать и учесть при съемке // Все о фотоаппаратах. Сайт про фототехнику. http://fotoapparat-expert.ru/glubina-rezkosti-kak-rasschitat-i-uchest-pri-semke.html (9.09.2020г) 57. Иофис Е. А. Фотокинотехника. - М.,: Советская энциклопедия, 1981. - 447 с.
Отрывок из работы

ГЛАВА 1. ЛИТЕРАТУРНЫЙ ОБЗОР 1.1 Теоретико-методологическая характеристика люцерны Люцерна — одна из лучших кормовых трав для всех видов скота и птицы. Люцерна возделывается более чем в 80 странах мира. Общая посевная площадь люцерны составляет свыше 40 млн. га. Ценность люцерны не ограничивается только одними кормовыми достоинствами. Она является хорошим предшественником для многих сельскохозяйственных культур, очищает почву от возбудителей многих болезней, используется для рассоления почв, закрепляет почву от губительного действия водной и ветровой эрозии. После двух–, трехлетнего возделывания люцерна накапливает в почве около 10–12 т/га корней и пожнивных остатков, которые по содержанию азота, фосфора, калия и других элементов равноценны внесению 4–7 т/га навоза. По содержанию питательных веществ и по их переваримости люцерна не имеет конкурентов среди кормовых растений, обеспечивая во многих природных зонах страны при надлежащей агротехнике максимальный сбор с единицы площади дешевого растительного белка, в состав которого входят все основные аминокислоты. Рисунок 1 - Люцерна Энергетическая ценность пророщенных семян люцерны составляет 23 ккал на 100 г продукта. Состав питательных веществ выглядит следующим образом: 3,99 г белков, 0,69 г жиров и 2,1 г углеводов. Если говорить о химическом составе люцерны, то он включает в себя жирные кислоты, эфирные масла, пектины, хлорофилл, стероиды растительного происхождения, никотиновую и пантотеновую кислоту, каротин, а также ферменты. На территории Российской Федерации и Республики Казахстан наибольшее значение для кормопроизводства имеют следующие основные виды: люцерна изменчивая (Medicago varia Mart.), люцерна посевная (M. Sativa L.) и люцерна желтая (M. falcata L.). С 1999 г в культуру введена люцерна хмелевидная (М. lupulina L.). Успешное развитие люцерносеяния неразрывно связано с селекционными достижениями в создании высокопродуктивных сортов для различного хозяйственного использования, совершенствованием системы сортового семеноводства и освоением сельхозпроизводителями современной агротехники выращивания этой культуры. Для обеспечения высокой урожайности кормовой массы и семян люцерны решающее значение имеют: — использование высокоурожайных сортов люцерны; — правильное размещение посевов; — качественная подготовка почвы; — оптимальная густота растений и способ посева; — приемы ухода за травостоем; — рациональная система удобрений; — своевременная и качественная уборка урожая. 1.2 Засоренность семенного материала кормовых культур Глава государства Касым-Жомарт Токаев в своем Послании народу Казахстана отметил, что «…Сегодня увеличение производства мяса упирается не столько в проблему маточного поголовья, сколько в проблему нехватки у фермеров земли для выращивания кормовых культур. Обеспеченность кормами составляет менее 60%». Для повышения продуктивности животноводства страны необходима стабильная кормовая база, в структуре которой важное место занимают многолетние сочные кормовые культуры, такие как люцерна и клевер. В свою очередь повышение урожайности и качества кормов зависит от обеспеченности хозяйств полноценными семенами, что во многом определяется степенью технологической эффективности оборудования по очистке семенного материала в семеноводческих хозяйствах. Полевая практика последних лет показывает, что на уровень урожайности и производства сочных кормовых культур в Казахстане оказывает влияние необеспеченность семенами собственного производства. Семеноводство многолетних трав в Жамбылской и Алматинской областях – одна из острых проблем. Дефицит семян достигает больших размеров (до 60% семян скупаем у соседних стран), что приводит к несвоевременному залужению земель, коренному улучшению и сохранению старовозрастных малопродуктивных земель. Средняя урожайность семян многолетних трав в областях колеблется от 0,6 до 1,8 ц/га, в том числе люцерны – от 0,5 до 1,0 ц/га. Сорные растения наносят огромный ущерб сельскому хозяйству. Для борьбы с ними затрачиваются огромные средства, среди них особо опасными являются карантинные сорняки - горчак ползучий или розовый (Acroptilon repens) и повилика полевая (campestris). Эти карантинные объекты встречаются по всей территории Казахстана. По официальным данным за последние 10 лет площадь их распространения увеличилась в два раза (в 2010 г.-1,89 млн. га, в 2020 г.-2,635 млн. га и на текущий год около 3,5 млн. га). Пути их распространения в природе разные, в агрономической практике остаются семена культурных растений с примесью горчака и повилики. Использование таких семян является основной причиной распространения их на посевах не только внутри одного субъекта, но и других регионов. Существующие семяочистительные машины не обеспечивают полноту очистки семян культурных растений от горчака и повилики. Особенно они трудно отделяются от мелкосемянных культур. В принципе посевы люцерны на юге и юго-востоке республики повсеместно поражены повиликой, а в производимых семенах кормовых культур часто встречаются их семена в разных массовых долях. Горчак - многолетнее корнеотпрысковое растение, засоряет посевы сельскохозяйственных культур, а также сады, виноградники, луга и пастбища. Произрастает вдоль грунтовых и шоссейных дорог, на необрабатываемых землях. Горчак характеризуется мощной корневой системой, состоящей из вертикального главного корня и отходящих от него корней. Главный корень проникает на глубину более 10 м (рис.2). Рисунок 2 – Горчак ползучий розовый Горчак ползучий чрезвычайно вредоносен. Урожайность культур на сильно засоренных участках снижается на 50 - 70 %. Горчак чрезвычайно вредоносен: засоряет посевы, резко снижает урожайность и качество урожая всех культур, продуктивность пастбищ, ухудшает качество кормов, так как ядовит для лошадей и верблюдов, а молоко коров при попадании растений горчака в корм становится горьким. Повилики относятся к наиболее опасным для культурных растений паразитическим растениям, сочетающие большую жизнеспособность с высокой плодовитостью (рис. 3). Урожайность культур на сильно засоренных участках повиликой снижается от 20 до 60%. Распространение этих цветковых паразитов происходит, главным образом, с семенами культурных растений при плохой их очистке. А также они переносятся животными, водой, ветром, навозом, посадочным материалом, травой. При этом заметим, что семена этих сорняков по форме и размерам практически идентичны с параметрами семян люцерны, и только отличаются состоянием поверхности и некоторыми физическими параметрами. Рисунок 3 - Повилика Большое количество разновидностей мелкосемянных культур вызывает необходимость применения для доочистки также от трудноотделимых примесей, от семян растений васелька и ширицы (рис. 4). а) б) Рисунок 4 – Василёк (а) и ширица (б) Из анализа, проведенного в 2019 году, состава семенного материала люцерны и клевера из Жамбылской (Сельскохозяйственная опытная станция Таразского филиала КазНИИ земледелия и растениеводства и фермерское хозяйство «Кызыл дихан») и Алматинской (Каскеленская сельскохозяйственная опытная станция) областей на этапе магнитной очистки установлено среднее содержание семян сорняков составило 0,25…1,2%, в том числе карантинные сорняки: горчак розовый – от 0,05% до 0,091%, повилика – от 0,071% до 0,153% и трудноотделимые сорняки: василёк и ширица – от 0,089% до 0,162%. 1.3 Очистка семян люцерны от карантинных и трудноотделимых примесей Для сепарирования семенного материала кормовых трав используются технико-технологические принципы разделения зерновых масс, которые основаны на различии физико-механических свойств отдельных компонентов семенной массы. К этим свойствам следует отнести форму, размер, массу, удельную плотность, парусность, упругость, состояние поверхности, цвет, электромагнитные свойства, характеризующие основную культуру и примесей. Наиболее эффективные технологические линии по очистке и подготовке семян с использованием вибрационных машин выпускаются различными производителями: PETKUS (Германия), «Spomasz» (Польша), «PROKOP» (Чехия), ЗАО «СОВОКРИМ» и ОАО «ЗЕРНООЧИСТКА» (Россия) и другими. Большинство из таких линий работают по технологической схеме, представленной на рисунке 5. Технологический процесс в линии очистки семян осуществляется обычно следующим образом: при помощи воздушно-ситовой машины 5 из семенной смеси выделяют грубые, крупные, мелкие и легкие примеси, а также щуплые семена; триерный блок 6 отделяет длинные и короткие примеси; пневмосортировочный стол 7, работает по вибропневматическому принципу и производит окончательную очистку, сортируя семенную массу по плотности, при этом на выходе из машины получают очищенные семена, примеси и камни. На практике, в южных регионах страны пока еще отсутствуют семеноводческие хозяйства с современным высокотехнологичным оборудованием для подготовки семенного материала. Широко используется комплекс оборудования, в состав которого входят воздушно-ситовые очистительные машины старого образца и магнитные семяочистительные машины К-590 (производство PETKUS), которые являются малопроизводи- I – грубые примеси; II – крупные примеси; III – щуплые семена; IV – мелкие примеси; V – легкие примеси; VI – длинные примеси; VII – короткие примеси; VIII – низко-натурные примеси и промежуточная фракция; IX – тяжелые примеси (камни); X – семена; 1 – автомобиль; 2 – бункер приемный; 3 – транспортер скребковый; 4 – нория ковшовая; 5 – машина воздушно-ситовая; 6 – блок триерный; 7 – стол пневмосортировочный Рисунок 5 - Схема технологической подготовки семенного материала тельными и низкоэффективными. На сегодня, ввиду доступности фермерам стоимости семяочистительной машины К-590, хотя они давно сняты с производства, являются единственным устройством для очистки семян люцерны от карантинных и трудноотделимых примесей. При этом незначительное количество этих машин, имеющееся в отдельных хозяйствах южного региона страны, и во многих случаях одна машина на весь район, не позволяет своевременно и качественно подготовить семенной материал в период посевной кампании. Реализуемый в этих машинах способ разделения семян люцерны и сорняков основан на разной прилипаемости специального магнитного порошка (трифолин) к их поверхностям. То есть, магнитный порошок тонкого помола прилипает на неровную поверхность семян сорняков (на бороздках), а на ровную поверхность люцерны или клевера порошок практически не прилипается. При транспортировании семенного материала магнитным барабаном семена с различной силой притяжения выводятся с барабана специальными разделителями. На практике, первоочередной задачей при приеме свежеубранной массы семян кормовых трав является немедленная очистка от сорных примесей, после которой семенная смесь подвергается магнитной очистке. Наиболее широкое распространение получили семяочистительные машины «Супер» и «Гигант» из семейства машин фирмы «PETKUS». При подготовке семенного материла к магнитной очистке используют в обязательном порядке пневмосортировальные столы. В стране по нашим оценкам в настоящее время только около 8-10% семян обрабатывают на пневмостолах. Эволюционное развитие зерноочистительных машин и поточных технологических линий, усложнение их конструкций не привело к существенному улучшению отдельных показателей их технического уровня, что при общей тенденции снижения времени послеуборочной очистки зерновых культур повлекло к росту приведенных затрат на очистку зерна и его себестоимости. Среди основных факторов, определяющих значение при выборе технологии и технических средств, имеет уровень финансовой обеспеченности семеноводческого хозяйства. Этим фактором определяется возможность использования «полных» технологий, позволяющих сельскохозяйственному товаропроизводителю достигать лучшего качества конечного продукта и в оптимальное время, для получения максимального дохода от реализации. С этой целью возникает необходимость разработки высокоэффективного (с наиболее низкой стоимостью) сепарирующего устройства различных типоразмеров, обеспечивающих своевременную очистку семенного материала в фермерских хозяйствах с различными объемами производства. Перспективным, с точки зрения эффективности сепарирования, видится разделение компонентов семенной массы новым способом, основанным на анализе объекта по физическим размерам и цвету. Такой способ сепарирования может быть реализован в оптико-электронных устройствах, принцип работы которых заключается в распознавании объекта интеллектуальным зрением и механическом разделении компонентов смеси. Современное развитие информационных технологий позволило создать систему цифровой идентификации объектов по различным их геометрическим признакам. В частности при обработке семян сельскохозяйственных культур разработаны множество устройств с использованием элементов фотоники. Учеными ряда стран разработаны оптико-электронные устройства для определения степени засоренности исходного посевного семенного материала и разделения компонентов зерносмеси по их цвету [16,17]. Принцип действия оптико-электронных систем базируется на оптическом методе сортировки, основанном на анализе изображений в режиме реального времени и выделении объектов, обладающих теми или иными оптическими селективными признаками. К таковым относятся цвет, форма, блеск, степень прозрачности, особенности поверхности, например трещины и т.д. Незаменимы фотосепараторы для производителей семян. Особенно важно наличие данного аппарата для подготовки семенного материала мелкосеменных культур: трав, овощей, цветов. Сортировка семян фотосепаратором дает возможность производителям получать продукцию с самыми высокими показателями качества, полностью соответствующими действующим стандартам и ГОСТам. Эта технология наиболее важна там, где процесс производства требует наиболее тщательной сортировки материала. Сельскохозяйственные фотосепараторы по продуктам сортировки можно условно разделить на два типа. Первый тип – устройства для сортировки различного вида зерен, круп, и мелких ягод. Доставка семян в зону анализа в большинстве случаев осуществляется по наклонному лотку. Для облучения часто используется лазерная подсветка, а анализ может происходить в видимой области или ближнем инфракрасном диапазоне. Второй тип – устройства для сортировки овощей, фруктов, мясных продуктов, т.е., сравнительно крупных объектов, которые доставляются в зону анализа при помощи транспортной ленты. Для облучения могут использоваться источники видимого, ближнего и дальнего инфракрасного, а также ультрафиолетового диапазона, например, для анализа мяса. По результатам поиска по научно-технической информации и патентно-правовой документации выявлено, что ведущими странами обладателями патентов и активными в научных публикациях являются США, Англия, Германия, Италия, Бельгия, Япония, Россия, Китай, Южная Корея. Машиностроительными заводами мира выпускаются фотосепараторы для сепарирования зерна и продуктов его переработки, а также для очистки семенного материала: в Англии (Sortex Limited), США (Icore), Италии (Sea), Бельгии (Mandrel), Японии (Toyo, Satake), Бразилии (Tecnostral), Южной Корее (Daewon Csi), Индии (Marc Promech Industries), России (Воронежсельмаш, СSort), Китае (Meyer) и др. Сфера их применения распространилась практически на все виды сельскохозяйственной продукции. Рыночная стоимость зарубежных фотосепараторов довольно высокая, что не всегда доступна мелким и средним зерноперерабатывающим и семеноводческим хозяйствам: в зависимости от многофункциональности и производительности их стоимость колеблется в пределах от 25-ти 80-ти тысяч долларов США. На рисунке 1.5 представлен типовой сепаратор, выпускаемый итальянской компанией SEA. а) б) а) внешний вид, б) принцип работы: 1 – загрузочный бункер; 2 – вибролоток; 3 – наклонный желоб; 4 – многоцветные RGB камеры типа CCD; 5 – дополнительные камеры c арсенид галлия-индиевым сенсором ; 6 – пневмоклапаны; 7 – разгрузочный бункер для отобранного продукта; 8 – разгрузочный бункер для бракованного продукта Рисунок 6 - Оптический сепаратор SEA серии CHROME Данная серия включает в себя несколько конфигураций, различающихся количеством лотков и камер. Верхний и нижний каналы регистрации содержат цветные линейные RGB камеры с разрешением 4096 пикселей, которые позволяют обнаруживать дефекты с минимальным размером 0,1 мм. Подсветка зоны анализа осуществляется RGB светодиодами. Программное обеспечение SEA распознает до 16 классов дефектов, при этом размер определяемого дефекта регулируется. Технологический процесс работы фотосепараторов проходит стандартно для всех типов машин и протекает следующим образом (рисунок 1.6): Исходная зерновая смесь загружается в загрузочный бункер 1 машины. Посредством вибрации 2 смесь по наклонному лотку 3 подается в распределительные каналы. 1 – накопительный бункер, 2 – вибролоток, 3 – наклонный скатный лоток, 4, 5 – передний и задний корпуса, 6 – осветители, 7 – камеры, 8 – фоновые экраны, 9 – пневмоэжектор, 10 – патрубок-разделитель для примесей, 11 – патрубок для семян основной культуры Рисунок 7 - Схема технологического процесса фотосепарирования По каналам смесь попадает в освещенную 6 и 8 зону обследования и осматривается камерами 7, получая отраженный свет от материала, генерируют сигнал для компьютерной системы управления. В зависимости от сигналов компьютерная система контроля подает команду на открытие пневмоклапана 9 (эжектора), который выдувает отличающиеся по цвету зерна. Годный продукт прямым потоком пролетает в патрубок 11 зерен основной культуры. Семена негодные выводятся из машины через выходной патрубок 10 для отходов. Устройства предусматривают вторичную сортировку, что позволяет более тщательно сортировать смесь, минимизируя потерь зерен основной культуры. Из анализа литературы и патентного поиска установлено, что в мире насчитывается 150 компаний производители фотосепараторов, причем большая их часть находятся в КНР. Проведенный патентный поиск из источников США, Англии, Германии, Италии, Бельгии, Японии, Франции, Китая и России, а также Международного бюро ВОИС и Европейского патентного ведомства и др., как наиболее ярко отражающих развитие данной отрасли техники. Для проведения патентных исследований было отобрано 97 документов с ретроспективой 20 лет, исходя из потребности в информации для решения поставленных задач, анализ патентно-лицензионной деятельности ведущих фирм на мировом рынке и исследование новизны разрабатываемого объекта НИР. В результате анализа отобранной документации установлено, что наибольшее количество охранных документов у России (33), далее идут США – 13, Япония – 11, Китай – 10 (рис.8). Рисунок 8 - Анализ мировой тенденции развития изобретательской деятельности в области разработки фотосепараторов Производитель Южная Корея (Wesort) Индия (Delta TC) Россия (Сапсан, CiSort) Китай (Hefei Branagh PhT) США (Satake) Италия (Sea) Модель 6SXM-408 I-IQ/TCS – 3 Micro Smartsort 4 6SXM-128 Evolution – 4 Сhrome 1 Производитель-ность, т/ч 6 3 0,5 28 2 12 2 Мощность, кВт 8,0 4,5 0,5 3,0 1,5 6,5 2,0 Цена, млн.руб. 3,015 2,927 0,887 7,44 1,338 9,03 7,5 Удельная производ-ность, - т/ч·кВт 0,75 0,66 0,8 9,3 1,33 1,84 1,0 Таблица 1 - Технико-технологические показатели фотосепараторов В таблице 1 представлены технико-технологические параметры фотосепараторов некоторых зарубежных компаний. Анализируя показатели эффективности использования фотосепараторов можно сделать вывод о том, что удельная производительность сепараторов в основном колеблется в пределах от 0,7 до 1,84 т/ч·кВт, кроме российского сепаратора Smartsort 4, у которого самый высокий удельная производительность – 9,3 т/ч·кВт. Российским производителям удалось создать высокопроизводительный сепаратор с наименьшим расходом электроэнергии, т.е. в 5 раз превышающий по производительности в расчете на один кВт израсходованной энергии. Следовательно, фотосепараторы данной модификации имеют наименьшую удельную стоимость, например сепаратор Smartsort 4 – 0,266 млн.руб·ч/т. Но однако, российский сепаратор с наименьшей производительностью Micro стоит намного дороже – в десять раз дороже, чем Smartsort 4. Итальянская машина Сhrome 1 также имеет довольно высокую удельную стоимость – 3,75 млн.руб·ч/т. В среднем удельная стоимость фотосепараторов составляет около 0,6 млн.руб•ч/т, что также делает весьма дорогим себестоимость готовой продукции. В целом можно заключить, что зарубежные компании производители фотосепараторов завышают цену на машины в зависимости от веса бренда компании на мировом рынке. Однако можно и полагать, что есть потенциал для уменьшения стоимости машины организовывая производство у нас в Казахстане, поскольку все мировые брендовые компании по производству фотосепараторов изготавливают комплектующие на заводах Китая и ряда восточных стран. Практически покупатели сепараторов платят в 2-3 раза дороже в зависимости от бренда производителя. 1.4 Обоснование методики оптико-электронного распознавания изображений Машинное зрение следует рассматривать как комплексную и технологическую область новых научных и инженерных знаний, охватывающую комплекс междисциплинарных проблем разработки оптико-электронных систем, выбор схем освещения исследуемого объекта, выбор характеристик датчиков, их количества и геометрии расположения, калибровки и ориентирования, выбор оборудования для оцифровки и компьютерной обработки, разработка собственно алгоритмов и их реализация — то есть весь комплекс сопутствующих задач. Компьютерное зрение представляет собой научную дисциплину, изучающую теорию и базовые алгоритмы анализа изображений и сцен. Компьютерное зрение - это более узкая область технологии машинного зрения, а именно, та часть, которая обеспечивает функционирование систем машинного зрения в условиях жестких временных ограничений. К этому, безусловно, относятся вопросы разработки мер, основанных на изображениях информационных систем, входящих в состав систем управления сложными динамическими объектами (авто- и авиатранспорт, системы автоматизации и контроля технических и технологических процессов на производстве), так как необходимость формирования обратных связей по итогам обработки входных изображений в системах автоматического управления, требует их быстрого анализа в реальном времени. Системы машинного зрения показали перспективность автоматизированного контроля семенного материала и других агропродовольственных продуктов в режиме реального времени. Система машинного зрения современного фотосепаратора, включает камеру, источник света (например, видимый, инфракрасный), наклонный лоток, вибропитатель, пневмоэжекторы и программное обеспечение приема и обработки изображения. Схема системы непрерывного сканирования для контроля распознавания и сортирвоания объектов показана на рисунке 9. Рисунок 9 - Схема технологического процесса распознавания и выделения объектов Системы машинного зрения цвета были использованы в анализах качества зерна чтобы различать типы зерна. Цветные изображения отдельных ядер описываются по цветовым, текстурным и морфологическим признакам и используются при оценке качества семян. Цвет играет важную роль в оценке качества семян люцерны. Ниже рассмотрим практические последствия этого в технологии, и как он может быть практически применен. Система цветовидения в основном состоит из источника цвета, цветной цифровой камеры, наклонного лотка, объектива с переменным фокусным расстоянием (установленный перед камерой для фокусирования объекта) и компьютер для получения, хранения и обработки изображении. Равномерный свет должен быть поставлен в поле зрения для получения высококачественных изображений. Держать интенсивность света на таком же уровне, эффективное использование Ledт- освещения. Стандартизация освещения и пространственная калибровка также проводятся до формирования изображений. Прибор с зарядовой связью (CCD) и комплементарный полупроводник окиси металла (CMOS) - 2 главные типы камер, доступные для воображения цвета. Эти датчики в цветных камерах очень чувствительны к видимым (400-700 Нм) электромагнитным спектрам. Мультиспектральные изображения в трех диапазонах волн красного (R), зеленого (G) и синего (B) цвета дают цветные изображения. Для линейного сканирования изображений, камеры состоят из линейного массива детекторов. Для сканирования изображений камеры состоят из двумерного (2D) массива детекторов. FireWire (IEEE 1394) и CAMERA Link являются стандартными интерфейсами связи, используемыми для передачи цифровых данных изображения с камеры на компьютер. Со стандартным кабелем связи канала (камерой интерфейсов, прикрепленной к компьютеру) обеспечивает более высокую скорость передачи данных, чем FireWire. GIGE VISION - это недавно разработанный интерфейс, который обеспечивает очень высокую скорость передачи данных, но имеет ограниченную пропускную способность.
Условия покупки ?
Не смогли найти подходящую работу?
Вы можете заказать учебную работу от 100 рублей у наших авторов.
Оформите заказ и авторы начнут откликаться уже через 5 мин!
Похожие работы
Дипломная работа, Сельское и рыбное хозяйство, 52 страницы
2200 руб.
Дипломная работа, Сельское и рыбное хозяйство, 47 страниц
1800 руб.
Дипломная работа, Сельское и рыбное хозяйство, 122 страницы
3050 руб.
Дипломная работа, Сельское и рыбное хозяйство, 57 страниц
2000 руб.
Дипломная работа, Сельское и рыбное хозяйство, 54 страницы
2000 руб.
Служба поддержки сервиса
+7 (499) 346-70-XX
Принимаем к оплате
Способы оплаты
© «Препод24»

Все права защищены

Разработка движка сайта

/slider/1.jpg /slider/2.jpg /slider/3.jpg /slider/4.jpg /slider/5.jpg