一种双动刀剪切链式青饲玉米割台

    公开(公告)号:CN119586433A

    公开(公告)日:2025-03-11

    申请号:CN202411846306.9

    申请日:2024-12-16

    Applicant: 吉林大学

    Abstract: 一种双动刀剪切链式青饲玉米割台,涉及农业机械技术领域,包括有机架、分禾装置、挡禾装置、切割输送装置、喂入装置和传动系统等;分禾装置由侧边分禾器、中间分禾器、分禾器和分禾叉组成;挡禾装置由挡禾杆和挡禾杆调节架组成;切割输送装置由夹持切割输送机构和下动刀链式切割器组成;喂入装置由横向喂入辊和纵向喂入辊组成;传动系统由动力输入箱、蜗轮蜗杆组、换向箱、第一齿轮箱等组成;该割台采用“双动刀高效低耗切割+三点夹持稳定输送”的作业方式,可有效降低切割阻力和能耗,减少倒伏损失和割台缠绕堵塞等问题。

    一种玉米损伤自动检测分级系统与方法

    公开(公告)号:CN119413807A

    公开(公告)日:2025-02-11

    申请号:CN202510006465.6

    申请日:2025-01-03

    Applicant: 吉林大学

    Abstract: 本发明公开了一种玉米损伤自动检测分级系统与方法,涉及玉米损伤检测分级技术领域,系统包括:玉米翻转装置、图像采集装置、传送带输送装置、玉米分级装置和上位机;传送带输送装置用于传送玉米;玉米翻转装置用于将玉米进行180°翻转;图像采集装置用于在对玉米进行180°翻转前后,分别拍摄玉米的图像;上位机用于:对玉米的图像进行识别,确定玉米的类别,并计算出玉米的总体损伤占比,并根据玉米的总体损伤占比,确定玉米的等级,并根据玉米的类别和等级,控制玉米分级装置对玉米进行分拣。本发明可以对深加工流水线上的玉米(例如鲜食玉米)进行无损损伤检测,精度高、自动化程度高,能够更精准地对玉米进行分级归类。

    一种基于深度学习和嵌入式的玉米果穗损伤检测方法

    公开(公告)号:CN119399564A

    公开(公告)日:2025-02-07

    申请号:CN202510006057.0

    申请日:2025-01-03

    Applicant: 吉林大学

    Abstract: 本发明公开了一种基于深度学习和嵌入式的玉米果穗损伤检测方法,涉及农用机械技术领域,方法包括:实时获取收获机工作时,集穗箱内的影像数据,并通过预训练的深度学习模型,对所述影像数据进行处理,得到损伤分类结果;对所述损伤分类结果中的每一张影像数据进行预处理,并对预处理后的影像数据进行损伤部分的占比计算,并对占比计算结果进行保存处理。本发明通过预训练的深度学习模型可以及时准确的确定出在玉米收获的过程中出现的玉米损伤的比例,此外,通过计算损伤部分的占比还可以进一步为后续收获方案或收获机的改进提供一部分数据支撑。

Patent Agency Ranking