题名 计算流体力学在果蔬干燥领域的研究进展
1
作者
李孟卿 耿智化 朱丽春 张茜 杨旭海
机构
石河子大学机械 电气工程 学院 现代农业机械 兵团重点实验室 绿洲特色经济作物生产机械化教育部工程研究中心
出处
《食品科学》
EI
CAS
CSCD
北大核心
2024年第6期294-305,共12页
基金
国家自然科学基金地区科学基金项目(32360605) 兵团科技创新计划项目(2023AB076,2021CB042,2023CB016)。
文摘
干燥是延长果蔬保质期的主要方法之一。随着计算机技术的发展,计算流体力学在果蔬干燥领域中得到广泛的应用。该技术可以对果蔬干燥过程中的流体流动、传热传质等动力学现象进行模拟和预测,并输出可视化结果。与传统实验相比,计算流体力学技术拥有节能、低成本、模拟速度快、灵活度高等优点。本文详细介绍了计算流体力学在果蔬干燥领域的工作原理,并对其在不同果蔬干燥方式中的研究进展进行综述,报道了耦合收缩的数值模型研究进度,并对计算流体力学在果蔬干燥领域的发展方向进行展望,以期为研究者提供新的见解和参考。
关键词
计算流体力学 果蔬干燥 模拟 收缩
Keywords
computational fluid dynamics fruit and vegetable drying simulation shrinkage
分类号
TS205.1
[轻工技术与工程—食品科学]
题名 基于可见/近红外透射光谱的亚健康水心苹果检测
2
作者
王晨晨 翟明灿 李贺 莫小明 查志华 吴杰
机构
石河子大学机械 电气工程 学院 农业农村部西北农业装备重点实验室 绿洲特色经济作物生产机械化教育部工程研究中心
出处
《食品与机械》
CSCD
北大核心
2024年第7期117-125,182,共10页
基金
国家自然科学基金项目(编号:31560476) 兵团研究生创新项目(2023年)。
文摘
[目的]实现亚健康水心苹果的无损检测。[方法]分别采用对数函数法和研究提出的幂函数法消除果实直径对光谱衰减的影响,并分别转换为格拉姆角差场图、格拉姆角和场图、马尔可夫变迁场图、递归图以及对称极坐标图,通过添加卷积注意力模块的ResNet50网络模型挖掘与水心程度相关的图像深层特征,经t分布随机邻域嵌入方法降维并聚类分析后,将最适宜图像特征输入到改进粒子群算法优化的支持向量机、极限学习机、k近邻和随机森林分类器进行水心苹果三分类。[结果]幂函数法消除直径对透射光谱影响的效果优于对数函数法,格拉姆角差场图像特征可视化后,轮廓系数、CH分数和戴维森堡丁指数分别为0.93,0.88,0.24,均优于其余图像转换方法。ResNet50-IPSO-ELM取得了最高的分类准确率,为96.8%,测试集中对3种水心程度苹果的总体判别准确率可达96.3%,平均查准率、平均查全率和平均加权调和均值分别为87.2%,95.8%,92.3%。[结论]该模型不仅对多数类的无水心果、健康水心果保持较高分类准确率,也对少数类的亚健康水心果具有较高的判别能力。
关键词
苹果 水心 可见/近红外光谱 光谱修正 深度特征 无损检测
Keywords
apples watercore visible/near-infrared spectroscopy spectral correction deep features nondestructive examination
分类号
TS255.7
[轻工技术与工程—农产品加工及贮藏工程]
O657.33
[理学—分析化学]
题名 基于声振信号经验模态分解的香梨黑心病早期无损检测
被引量：1
3
作者
李贺 赵康 查志华 吴杰
机构
石河子大学机械 电气工程 学院 农业农村部西北农业装备重点实验室 绿洲特色经济作物生产机械化教育部工程研究中心
出处
《食品科学》
EI
CAS
CSCD
北大核心
2023年第20期357-371,共15页
基金
国家自然科学基金地区科学基金项目(31560476)。
文摘
首先通过声振无损检测系统获取香梨响应信号,对信号进行经验模态分解并采用不同方法抑制其端点效应和模态混叠以实现信号分解效果最优;然后将香梨声振信号分解的分量作为输入,构建基于空间金字塔池化的卷积神经网络(convolutional neural networks with space pyramid pooling,CNN-SPP)判别模型。结果表明,改进斜率法能更有效抑制香梨声振信号分解端点效应,进一步采用互补自适应噪声完备集合经验模态分解(complementary complete ensemble empirical mode decomposition with adaptive noise,CCEEMDAN)方法可获得模态混叠抑制最佳的信号分量,以此为输入构建CCEEMDAN-CNN-SPP判别模型对香梨黑心病的总体分类准确率为93.66%,对亚健康香梨判别准确率达94.44%,病害果误判率为6.35%,提高了声振法对梨果早期轻度病害的判别精度,为声振法应用于亚健康水果在线检测系统研发提供了研究基础。
关键词
香梨黑心病 无损检测 声振法 经验模态分解 卷积神经网络
Keywords
core browning of pears nondestructive detection vibro-acoustic method empirical mode decomposition convolutional neural network
分类号
S661.2
[农业科学—果树学]
TP391.4
[自动化与计算机技术—计算机应用技术]
