（终稿）大米分级下料装置及其整体结构设计（全套完整有CAD）

格式：RAR

,约为米其中滚筒直径，设计值为两轴中心距，设计值为.电动机的选择电动机的功率计算驱动装置的总效率其中联轴器效率，取值为.带座轴承效率，取值为.输送带的传动效率，取值为.滚筒的传动效率，取值为.代入数据得.电动机额定功率的确定由得其中电动机的实际输出功率，橡胶输送带的运行阻力，估算为输送带的速度，代入数据得再由，其中由查得并取值为.，则.电动机转速的确定根据设计要求及实际，其中的滚筒半径设计为，则.电动机的类型结构及型号的选择电动机的类型和结构形式要根据电源工作条件温度空间尺寸等和载荷的特点来选择。在此设计中的机械设备要求电动机具有良好的启动性能，同时也能够频繁启动和停止，且具有转动惯量小和过载能力大的特点，最主要的是电动机能以低转速大转矩来直接驱动设备。经查阅资料,系列低速电动机是种基于系列电机和谐波齿轮传动技术的机电体化产品，它突破了传统的电机加减速机的传动模式，能以低转速大转矩直接驱动要求低转速的机械。它的输出转速通常为以下，最低可达到.，因此不需减速机便可直接驱动设备运行。其电机的体积相当于同类型普通电机，由于它的输出轴要承受较大的扭矩，通常其直径比较粗相似于普通电机的输出轴直径。标准电动机的容量由额定功率表示，所选用的电动机的额定功率应等有或稍大于工作要求的功率。容量小于工作要求，则不能保证工作的机械正常地进行工作，同时还会使电机长期过载，发热大而过早损坏。当然电机容量也不能过大，过大则会增加成本，并由于效率和功率因数低而造成浪费。张巧杰在此基础上研究了套稻谷品质快速检测装置,不但实现了大米外观品质垩白度垩白粒率的检测,还实现了大米营养品质直链淀粉含量检测。本装置采用激光光源进行大米直链淀粉含量检测,精度达,采用摄像机对垩白度垩白粒率检测,精度分别为。目前国内这些检测装置离商业化还有段距离。存在的问题在稻谷品质检测中的应用时间不长,要达到生产自动化,实现在线检测,还需要解决很多问题,主要表现在在已有的大米品质检测中,大多属于静态检测系统,虽然目前已有准动态系统,可实现样品的自动进样和分级功能,但图像采集时谷物与摄像机仍保持相对静止,实际采集的还是静态图像。生产过程中采集到的图像应该是动态的多个大米图像,增加了处理和分析的复杂性,目前还没解决从快速运动农产品中提取有效图像信息并对其校正的技术问题已有的检测算法对大米摆放方向要求比较高,实际大米摆放是随机的,检测算法不能受米粒摆放方向影响。已有算法不能满足要求,限制了实用性。目前图像处理多采用灰度图像,些参数可能无法识别,建议今后尝试彩色图像多频图像处理进行特征识别。总体设计这次所设计的设备总长约,总高,总宽.总体看来，该设备具有快速准确高效可操作性强等特点。.工作原理工作时把大米装入料斗中，开动电动机，使滚筒及输送带在电动机的驱动下运转，从而把大米输送到图像视觉检测装置系统中，通过计算机对所检测到的大米图像处理，并向可编程控制器发出指令，操纵气阀的及时开启与闭合。当检测到不同等级大米时，就开启相关气阀通气，依靠气流对大米的冲击力，将该粒大米从相关出料口中出料然而大部分大米通过时，则关闭气阀，让大米随输送带运输至等品出料口中出料，从而将大米分级。大米样品图像获取般采用扫描仪或数码照相机,根据传统抽样方法取粒样品进行静态图像采集,背景采用黑色。外形轮廓检测包晓敏分别用算子算子算子模块匹配法和快速模糊边缘检测法对大米轮廓进行边缘检测,通过对大米图像的分割实验,验证了快速模糊边缘检测最有效。刘光蓉用扫描仪获取大米图像,通过改进的直方图均衡化算法对大米图像增强,利用八领域分析法提取大米轮。垩白检测垩白是衡量大米品质的重要参数之,通常用垩白度垩白粒率垩白大小等描述大米垩白状况。其中垩白度是优质稻米个定级指标之,因此近年来,对大米垩白检测较多。黄粒米检测黄粒米是评定稻米等级的个重要指标。尚艳芬根据色度学原理分析了黄粒米色度。凌云等选用模型中的分量进行黄粒米检测。孙明等则采用面向彩色处理的模型。粒型检测粒型即大米米粒长宽之比。我国稻米标准中对此要求很少,只在优质籼稻米分级中提出粒型。国内学者也是近几年才开始这方面的研究。侯彩云计算粒型方法为计算大米轮廓中距离最大的两个点的距离作为米粒长度,求出粒长所在直线方程。凌云研究了种基于极坐标的粒型检测方法,将米粒近似为椭圆形,粒长粒宽分别为椭圆长短轴长度,这样可以简单快速计算区域的长短轴大小,实现粒型的检测。硬质粒较少晚籼米腹白较小，硬质粒较多。粳米用粳型非糯性稻谷制成的米，米粒般呈椭圆形，按其粒质和稻谷的收获季节分为以下两种早粳米腹白较大，硬质粒少晚粳米腹白较小，硬质粒多。概念解释大米腹白指粳性大米的角质胚乳在腹部或米心部位出现的乳白色不透明现象，也叫心白。这种大米，米粒结构疏松，硬度低，加工时易出碎米，品质较差。腹白明显的米粒俗称白垩粒。表各等级大米质量标准等级特等标准等标准二等标准三等加工精度从略从略从略从略不完善粒最大限度杂质总量早籼晚籼早粳籼糯粳糯晚粳其中糠粉矿物质带壳稗粒粒早籼晚籼早粳籼糯粳糯晚粳稻谷粒粒早籼晚粳籼糯晚籼早粳粳糯碎米总量早籼籼糯晚籼粳糯早粳晚粳其中小碎米早籼籼糯.晚籼早粳粳糯.晚粳.水分早籼籼糯.早粳粳糯.晚籼.晚粳色泽气味正常注各类大米中的黄粒米限度为.。.基于的大米品质检测的发展概况及研究现状机器视觉技术,简称是以图像处理技术为核心,用计算机技术实现人的视觉功能,用人工智能技术信息处理技术对图像进行分析,以获得研究对象所需的信息。传统大米检测多采用抽样方法,人工测量和目测,步骤繁琐,速度慢,劳动强度大,且检测结果主观性强,致性差。随着计算机性价比的不断提高,机器视觉检测技术的应用正在推广,尤其在农产品品质检测领域有着广阔的应用前景。和人工检测技术相比,机器视觉检测技术具有速度快精度高重复性好等优点,利用机器视觉分级代替人工检测,是自动化质或转化产品的不同分级后流向市场出售必成为今后的发展趋势之。因此人们便能在等量的情况下获得更高的经济效益。目前我国稻谷产后加工技术还处于薄弱环节，较之国外差距较大。传统的检测方法以人工检测为主，主观性强，精确度低，可重复性差，严重制约和影响了国家“优质大米标准”在实际生产中发挥其应有的作用，不仅造成了生物资源的巨大浪费，同时也挫伤了农民的生产积极性。而具有该功能的进口仪器则大多价格昂贵，不适宜在我国推广应用。随着人们生活水平的提高粮食消费结构及方式的改变和科技进步，稻谷优质品种的开发，产后的精深加工，已成为发展现代化农业及国民经济的主要内容之，如能引进和借鉴国内外的先进技术设备和经验，搞好这社会经济工程，既可以增加经济效益，同时具有良好的社会效益。稻谷精深加工前景十分广阔。为此，基于计算机系统检测的大米分级机设备的研发和创新改进就紧迫的向我国设计技术人员提出挑战。这次毕业设计课题就是迎合了这种需求。通过查阅众多参考文献，我们终于初步改进设计了套基于计算机视觉检测系统的优质大米分级装置。整台设备的动力是由，交流低速电动机驱动的，且该设备的技术核心主要是利用计算机视觉系统，模拟人的视觉功能，检测大米的图像信息，然后模拟人的大脑进行识别，通过对所检测到的大米图像信息进行处理后，计算机立即对可编程控制器发出指令，进而通过可编程控制器对气阀的直接操纵控制，最终把大米的分离成六个等级。.大米概况及其质量等级标准大米是水稻的种子，稻谷经脱壳去糠等工艺加工后得到的最终产品。大米的产大米,分级,装置,及其,整体,总体,结构设计,优秀,优良,农业,机械设备,设计,图纸大米概况及其质量等级标准.基于的