蕎麥剝殼效果在線檢測裝置的設(shè)計與試驗

劉廣碩，杜文亮，呂少中，陳 偉，政東紅，劉安琪

(1.內(nèi)蒙古農(nóng)業(yè)大學(xué) 機電工程學(xué)院，呼和浩特 010018；2.內(nèi)蒙古工業(yè)大學(xué) 信息工程學(xué)院，呼和浩特 010018 )

?

蕎麥剝殼效果在線檢測裝置的設(shè)計與試驗

劉廣碩1，杜文亮1，呂少中2，陳 偉1，政東紅1，劉安琪2

(1.內(nèi)蒙古農(nóng)業(yè)大學(xué) 機電工程學(xué)院，呼和浩特 010018；2.內(nèi)蒙古工業(yè)大學(xué) 信息工程學(xué)院，呼和浩特 010018 )

為提高蕎麥剝殼設(shè)備的自動化程度，改善以往依靠手工篩分、計算的方法得到碎米率、整米率和未剝殼率，且不能實時檢測等問題，設(shè)計了一種基于圖像識別技術(shù)的蕎麥剝殼效果在線檢測裝置并進行了測試試驗。該裝置主要由取樣機構(gòu)、勻樣機構(gòu)、圖像識別系統(tǒng)和氣流除塵光照箱等組成。試驗結(jié)果表明：碎米率均值誤差為1.08%、整米率均值誤差為-4.49%、未剝殼率均值誤差為3.43%，能夠較為準(zhǔn)確地反映出蕎麥加工過程中的剝殼效果。

蕎麥；剝殼；在線檢測；圖像識別；碎米率；整米率；未剝殼率

0 引言

近年來，隨著生活水平的日益提高，高血糖、高血脂、糖尿病等疾病不斷侵蝕著人們的身體健康，健康合理的膳食觀念深入人心，蕎麥突出的保健、食療及藥用價值也越來越受到人們的重視[1]。剝殼是蕎麥米加工的核心環(huán)節(jié)，剝殼效果的好壞也直接影響蕎麥米生產(chǎn)廠家的經(jīng)濟利益。影響剝殼效果的主要因素有剝殼間隙、沙盤轉(zhuǎn)速及喂料速度。剝殼效果的主要評價指標(biāo)為整米率、碎米率和未剝殼率[2]。在以往剝殼過程中，想要得到整米率、碎米率和未剝殼率來判斷剝殼效果，只能依靠手工篩分及計算的方法得到，不僅費時費力，且無法及時反饋，實現(xiàn)剝殼參數(shù)的快速調(diào)整。

近年來，隨著圖像識別技術(shù)的逐漸成熟及硬件成本的下降，基于圖像識別技術(shù)，利用谷物或種子形態(tài)、顏色等特征對其進行分級或品質(zhì)檢測等研究已經(jīng)取得了卓越成效。2004年，成芳、應(yīng)義斌利用計算機圖像處理技術(shù)對水稻種子的形狀、顏色等外部特征進行檢測，并建立了水稻種子特征的圖像信息庫[3]。2005年，何勝美等人基于圖像識別技術(shù)，利用小麥籽粒的20個形態(tài)特征和12個顏色特征對我國28個品種的小麥進行了分類和識別[4]。因此，可研制蕎麥剝殼效果在線檢測裝置，將圖像識別技術(shù)引入蕎麥剝殼工藝流程中，利用蕎麥、蕎麥米和碎米在形態(tài)特征、顏色特征上的差異，在線檢測整米率和碎米率，來提高蕎麥剝殼設(shè)備的自動化程度，實現(xiàn)蕎麥剝殼效果的快速檢測。

1 總體設(shè)計

蕎麥剝殼效果在線檢測裝置由取樣機構(gòu)、勻樣機構(gòu)、圖像識別系統(tǒng)和氣流除塵光照箱等組成，如圖1所示。

1.蕎麥剝殼機 2.取樣機構(gòu) 3.吸風(fēng)分離器主體 4.勻樣機構(gòu) 5.氣流除塵光照箱圖1 蕎麥剝殼效果在線檢測裝置Fig.1 The on-line detecting device for buckwheat shelling effect

蕎麥剝殼后混合物經(jīng)吸風(fēng)分離器處理，吸走大部分粉塵、蕎殼和部分碎米；取樣機構(gòu)位于吸風(fēng)分離器主體的下方，收集到的定量蕎麥及蕎麥米混合物，通過連接軟管進入勻樣機構(gòu)；在勻樣機構(gòu)的作用下，均勻攤開并落在輸樣機構(gòu)上，在輸樣機構(gòu)的輸送作用下通過光照箱下方，完成圖像采集。

2 取樣機構(gòu)的設(shè)計

2.1 取樣流量的確定

根據(jù)標(biāo)準(zhǔn)GB/T 5495-2008(糧油檢驗稻谷出糙率檢驗)中測定稻谷出糙率(凈稻谷試樣脫殼后的糙米占試樣的質(zhì)量分數(shù))所需的試樣量為20～25g[5]。20～25g蕎麥原料剝殼后產(chǎn)生的蕎麥及蕎麥米混合物為16.8～21.1g，取21.1g。經(jīng)試驗，圖像采集目標(biāo)區(qū)域為150mm×150mm，并且其中包含約100粒籽粒(2g)時，圖像識別的準(zhǔn)確度較高。圖像采集間隔為6s，則取樣流量Q1≥0.02kg/min。

2.2 取樣機構(gòu)的確定

6QB-150型蕎麥剝殼機，正常工作情況下(整米率20%，生產(chǎn)率120kg/h)，吸風(fēng)分離器出料口蕎麥及蕎麥米混合物流量Q2≈4.5kg/min，取樣槽寬度與吸風(fēng)分離器出料口寬度比例為

吸風(fēng)分離器出料口寬500mm，則取樣槽寬度d≥500i=2.2mm。

因此，設(shè)計取樣機構(gòu)如圖2所示。其中，滑軌固定在吸風(fēng)分離器支架上，取樣槽可在兩滑軌上左右滑動；取樣槽下表面傾角為35°，可保證混合物能順利流出取樣槽；滑動插板可調(diào)整取樣流量的大小。

1.滑軌 2.取樣槽 3.插板滑槽 4.插板圖2 取樣機構(gòu)Fig.2 The sampling mechanism

3 勻樣機構(gòu)的設(shè)計

為了保證圖像識別能夠準(zhǔn)確地得到整米率、碎米率，需要采集圖像中的籽粒均勻、無堆疊攤開。為此，設(shè)計勻樣機構(gòu)，如圖3所示。

勻樣機構(gòu)主要由勻樣斗和架子構(gòu)成。勻樣斗傾斜角度可調(diào)，其內(nèi)布置3層勻樣板，將成簇的混合物均勻分散并減速，勻樣斗上蓋與側(cè)板以螺栓連接，便于將上蓋取下，調(diào)整勻樣板的個數(shù)及位置。經(jīng)試驗，當(dāng)勻樣斗傾斜角度約為35°、勻樣板層數(shù)為2層時，勻樣機構(gòu)的勻樣效果最好，籽粒均勻、無堆疊，采集到的圖像識別效果最好。

1.勻樣斗 2.勻樣板 3.架子圖3 勻樣機構(gòu)Fig.3 The uniform mechanism

4 氣流除塵光照箱的設(shè)計

4.1 整體設(shè)計

蕎麥剝殼廠房的空氣中存在粉塵，如果相機長期處在粉塵中，不僅會影響相機的使用壽命，還會影響到采集圖像的清晰度，從而影響到圖像識別的準(zhǔn)確性。因此，需要給光照箱設(shè)計除塵系統(tǒng)，避免廠房中的粉塵進入光照箱。氣流除塵光照箱的整體方案如圖4所示。

1.波紋管 2.光照箱 3.輸樣板 4.直線振動輸料器 5.濾芯架子 6.濾芯 7.風(fēng)機連接 8.風(fēng)機圖4 氣流除塵光照箱Fig.4 The pneumatic cleaning light box

蕎麥剝殼廠房中含有粉塵的空氣，經(jīng)過濾芯，過濾出粉塵后，通過連接圓管，進入風(fēng)機；風(fēng)機出氣口吹出的清潔空氣沿波紋管進入光照箱；光照箱內(nèi)存在自上而下的均勻氣流，阻止箱外粉塵進入箱內(nèi)。光照箱下方為輸樣板，在直線振動輸料器的作用下，輸送混合物通過光照箱下方，完成圖像的采集；通過變頻器改變直線振動輸料器的振幅與頻率來控制物料的輸送速度，并保證在輸送過程中物料不會跳起或產(chǎn)生較大振動，影響圖像的清晰度。

4.2 光照箱設(shè)計

光照箱的尺寸為300mm×300mm×500mm，無底。箱內(nèi)布置MV-UB130GC-T型MindVison工業(yè)相機和LED條形光源。經(jīng)試驗，條形光源數(shù)量為8條、光照箱下方輸樣板顏色為淺紫色時，采集到的圖像最清晰，碎米(斷裂面為白色)、蕎麥米(黃綠色)、蕎麥(灰褐色)與背景對比最明顯。

4.3 風(fēng)機的選型

光照箱位于輸樣板上方，為防止光照箱下口氣流擾動混合物，使籽?；苹蛘饎?，影響圖像采集的質(zhì)量，應(yīng)保證光照箱下口風(fēng)速小于1.5m/s。因此，應(yīng)設(shè)計管道與選擇風(fēng)機型號來保證光照箱下口風(fēng)速。

氣流在管道中流動的過程中，會產(chǎn)生壓力損失。壓力損失由沿程壓力損失和局部壓力損失組成。截面不變管道中流動空氣的沿程壓力損失計算公式[6]為

式中 λ—摩擦阻力因數(shù)；

v—風(fēng)道內(nèi)空氣流速(m/s)；

ρ—空氣密度(kg/m3)；

L—風(fēng)道長度(m)；

Rs—風(fēng)道的水力半徑(m)。

氣流在風(fēng)道內(nèi)流經(jīng)管道變徑、彎道、風(fēng)道接口等時，會產(chǎn)生局部壓力損失，計算公式為

式中 Δpk—局部壓力損失(Pa)；

k—局部壓力損失系數(shù)。

對本系統(tǒng)而言，氣流在光照箱內(nèi)流動時，Rs=0.075m，λ=0.034，ρ=1.205kg/m3，L=0.5m，v=1.5m/s，計算可得：Δpm=0.15Pa。類似的，可得到整個系統(tǒng)的壓力損失為Δp=3.88Pa；光照箱下口風(fēng)速為1.5m/s。依據(jù)質(zhì)量守恒定律可知：風(fēng)機出氣口風(fēng)速為11.9m/s，風(fēng)速估計動壓的計算公式為p動=v2/1.6，可知，風(fēng)機動壓為p動=88Pa。則所需風(fēng)機壓力p>Δp+p動=91.88Pa。

依據(jù)質(zhì)量守恒定律，管道內(nèi)各個截面系統(tǒng)相同：

Q1=1.5m/s×0.3m×0.3m=0.135m3/s=486m3/h，因此所需風(fēng)機流量Q>Q1=486m3/h。

依據(jù)上述計算結(jié)果，選擇風(fēng)機為DFY180型離心風(fēng)機，具體參數(shù)如表1所示。

表1 風(fēng)機參數(shù)表Table 1 Fan parameters table

經(jīng)試驗，將風(fēng)機出氣口調(diào)整為φ50mm時，光照箱下口風(fēng)速為1m/s，除塵效果較好，且對輸樣板上籽粒沒有擾動。

5 試驗及結(jié)果

試驗原料為2014年產(chǎn)自內(nèi)蒙古自治區(qū)武川縣的黎麻道蕎麥，分級后，將φ4.8～φ5.0mm粒級以3kg/min的流量喂入6QB-150型蕎麥剝殼機；剝殼機的剝殼間隙為5.0mm，轉(zhuǎn)速為963r/min。經(jīng)測定，剝殼后混合物各成分的粒數(shù)比例真值為：碎米率為6.86%、整米率為23.2%、未剝殼率為69.93%。

此時，調(diào)整取樣槽插板的位置，使取樣流量為200g/min；調(diào)整直振器的工作參數(shù)為U=125V,E=53Hz。采集到的圖像如圖5所示。

圖5 混合物圖像Fig.5 Mixture image

隨機截取連續(xù)采集的10張圖像并識別，將得到的碎米率、整米率、未剝殼率取平均值，以此均值與混合物各成分比例真值的差(誤差)作為檢測效果的評價指標(biāo)，得到的結(jié)果如表2所示。

表2 試驗結(jié)果Table 2 The test result

6 結(jié)論

1)所設(shè)計的蕎麥剝殼效果在線檢測裝置能夠較穩(wěn)定地取樣、勻樣及圖像采集。

2)隨機截取連續(xù)采集的10張圖像并識別，得到碎米率均值誤差為1.08%、整米率均值誤差為-4.49%、未剝殼率均值誤差為3.43%，能夠較為準(zhǔn)確地反映蕎麥加工過程中的剝殼效果。

3)后續(xù)應(yīng)對圖像識別程序進一步研究，以提高圖像識別的準(zhǔn)確率和適應(yīng)性，更好地達到在線檢測蕎麥剝殼效果的目的。

[1] 侯雪梅,袁仲.蕎麥的營養(yǎng)保健功能與開發(fā)利用[J].農(nóng)產(chǎn)品加工：學(xué)刊,2014,01:73-75.

[2] Chen Wei, Du Wenliang. Review of Buckwheat Shelling Equipment [C]//第十八屆國際農(nóng)業(yè)與生物工程學(xué)會論文集，2014.

[3] 成芳,應(yīng)義斌.雜交水稻種子特征特性視覺檢驗分析與圖像信息庫的建立[J].中國水稻科學(xué),2004,05:87-91.

[4] 何勝美,李仲來,何中虎. 基于圖像識別的小麥品種分類研究[J].中國農(nóng)業(yè)科學(xué),2005(9):1869-1875.

[5] GB/T 5495-2008,糧油檢驗 稻谷出糙率檢驗[S].

[6] 中國農(nóng)業(yè)機械化科學(xué)研究院.農(nóng)業(yè)機械設(shè)計手冊(上冊)[M].北京:中國農(nóng)業(yè)科學(xué)技術(shù)出版社，2007:238.

Design and Experiment of On-line Detecting Device for Buckwheat Shelling

Liu Guangshuo1, Du Wenliang1, Lv Shaozhong2, Chen Wei1, Zheng Donghong1, Liu Anqi2

(1.College of Mechanical and Electrical Engineering, Inner Mongolia Agricultural University, Huhhot 010018，China; 2.Information Engineering Institute, Inner Mongolia University of Technology, Huhhot 010018，China)

In order to increase the automation of buckwheat shelling equipment, and improve the situation of whole rice rate and broken rice rate and unbroken buckwheat rate obtained by the way of manual sieving, we designed an online detector that can detect the buckwheat shelling effect based on the image recognition technology. The device consists of sampling mechanism, uniform mechanism, image recognition system and lighting box with air cleaning. The experiment was done by this recognition system. The results show that the deviation of broken rice rate average is 1.08%;the deviation of whole rice rate average is -4.49%;the deviation of unbroken buckwheat rate is 3.43%. For the above, the conclusion is that the device could well achieve the online detection of buckwheat shelling effect.

buckwheat；shelling；on-line detecting；image recongnition；broken rice rate; whole rice rate； unbroken buckwheat rate

2016-02-01

國家自然科學(xué)基金項目(31260409)

劉廣碩(1989-)，男，河北承德人，碩士研究生，(E-mail)liugsh201336@126.com。

杜文亮(1957-)，男，內(nèi)蒙古達拉特旗人，教授，博士生導(dǎo)師，(E-mail)duwl5711@vip.imau.edu.cn。

S226.2

A

1003-188X(2017)03-0121-04