论文部分内容阅读
目前,国内在肉鸡加工领域还是依靠大量的劳动力,比如在鸡翅质量检测和重量分级等工序,机械智能化水平还比较低。该研究旨在设计一种基于Matlab的鸡翅质量检测方法和对鸡翅进行重量分级和智能运输的装备。主要研究内容如下:(1)通过对图像处理方法和神经网络进行针对性研究,为后续鸡翅品质的自动化检测提供理论依据。对鸡翅图像进行灰度化、增强等处理,分别从RGB颜色模型、HSI颜色模型和Lab颜色模型三者中提取鸡翅颜色特征,提取淤血面积百分比特征进行质量检测,完成电脑端的仿真。(2)利用称重传感器动态检测鸡翅重量,光电传感器摄取鸡翅的位置信息,主控单元负责对以上重量、位置等数据信息进行动态接收、分析与处理,进而控制下游相应舵机转动,舵机再带动机械臂转动,将鸡翅扫到临时储物箱中,从而在加工流水线上实现鸡翅在相应重量等级处的准确分级,并完成样机制作。该研究智控核心为51单片机,可靠性强,应用算法采用平均值滤波算法;高精度悬臂梁式称重传感器可精确到1g;数据处理选用24位高精度AD转换芯片。经样机试验测试:该装置控制操作简单方便,工作安全可靠。重量分级准确率可达98%以上,分级速率可达每小时3600个。(3)自动运输单元主要是负责完成重量分级鸡翅的运输,当鸡翅临时储物箱内的鸡翅超过10kg后,在鸡翅的重压之下,该压力会克服箱底部磁铁的吸力,使箱体底部打开。鸡翅从临时储物箱内掉落到鸡翅运输箱内,鸡翅的重量会克服另一侧跷跷板底部磁铁的吸力,而使跷跷板发生向下倾斜,使跷跷板前侧装有鸡翅的鸡翅运输箱,顺着跷跷板滑落到下部的鸡翅过渡运输滚轮斜台上,进而过渡滑落到下游的鸡翅运输带上,完成智能运输。完成智能运输系统的三维设计。