| 致谢 | 第6-8页 |
| 摘要 | 第8-11页 |
| Abstract | 第11-14页 |
| 英文缩略表 | 第26-28页 |
| 第一章 绪论 | 第28-54页 |
| 1.1 研究背景 | 第28-43页 |
| 1.1.1 我国禽蛋和水果的生产现状 | 第28-30页 |
| 1.1.2 禽蛋和水果品质检测与分级的意义和现状 | 第30-34页 |
| 1.1.3 动态称重技术及其在禽蛋和水果重量在线检测中的应用现状 | 第34-42页 |
| 1.1.3.1 动态称重技术简介及分类 | 第34-36页 |
| 1.1.3.2 禽蛋和水果重量在线检测方法 | 第36-42页 |
| 1.1.4 影响动态称重精度的主要因素 | 第42-43页 |
| 1.2 动态称重信号处理方法的国内外研究进展 | 第43-48页 |
| 1.2.1 国内研究进展 | 第43-45页 |
| 1.2.2 国外研究进展 | 第45-48页 |
| 1.3 动态称重数据处理算法及其应用研究的意义 | 第48-50页 |
| 1.4 研究目标、内容和技术路线 | 第50-53页 |
| 1.4.1 课题来源 | 第50页 |
| 1.4.2 研究目标 | 第50-51页 |
| 1.4.3 主要研究内容 | 第51-52页 |
| 1.4.4 技术路线 | 第52-53页 |
| 1.5 本章小结 | 第53-54页 |
| 第二章 禽蛋和类球形水果动态称重与在线分级装备的研制 | 第54-70页 |
| 2.1 禽蛋品质在线检测与分级装备和动态称重试验台的研制 | 第54-62页 |
| 2.1.1 圆弧形轨道式禽蛋动态称重禽试验台的研制 | 第55-59页 |
| 2.1.1.1 禽蛋输送装置 | 第56页 |
| 2.1.1.2 圆弧形轨道式禽蛋称重装置 | 第56-58页 |
| 2.1.1.3 禽蛋重量信号采集自适应触发装置 | 第58-59页 |
| 2.1.1.4 基于PLC的禽蛋动态称重试验台控制系统 | 第59页 |
| 2.1.2 禽蛋在线品质检测和分级装备的控制系统 | 第59-62页 |
| 2.1.2.1 基于同步脉冲的禽蛋跟踪方法 | 第60-61页 |
| 2.1.2.2 禽蛋在线分级方法 | 第61-62页 |
| 2.2 自由托盘皮带输送式类球形水果品质检测与分级装备的研制 | 第62-66页 |
| 2.2.1 水果品质检测与分级装备的系统结构 | 第62-64页 |
| 2.2.2 水果品质检测与分级装备的控制系统结构 | 第64-65页 |
| 2.2.3 自由托盘皮带输送式类球形水果动态称重试验台的研制 | 第65-66页 |
| 2.3 基于电阻应变式单点称重传感器的重量检测系统 | 第66-68页 |
| 2.3.1 电阻应变式称重传感器的选型 | 第66-67页 |
| 2.3.2 称重传感器信号调理模块的选型 | 第67-68页 |
| 2.4 基于加速度传感器的动态称重振动干扰检测装置 | 第68-69页 |
| 2.5 本章小结 | 第69-70页 |
| 第三章 动态称重试验材料、信号采集与预处理及称重精度评价指标 | 第70-86页 |
| 3.1 动态信号采集系统和数据处理软件 | 第70-73页 |
| 3.1.1 基于NI CompactDAQ的动态信号采集系统 | 第70-71页 |
| 3.1.2 基于MATLAB的动态信号采集与处理软件 | 第71-73页 |
| 3.2 实验样本与测试流程 | 第73-76页 |
| 3.2.1 实验样本与处理 | 第73-74页 |
| 3.2.1.1 禽蛋样本选择和处理 | 第73页 |
| 3.2.1.2 水果样本选择和处理 | 第73-74页 |
| 3.2.2 动态称重实验测试流程 | 第74-76页 |
| 3.3 信号分析区间的截取 | 第76-78页 |
| 3.3.1 禽蛋动态称重信号的截取方法 | 第76-77页 |
| 3.3.2 水果动态称重信号的截取方法 | 第77-78页 |
| 3.4 动态称重精度的评价指标 | 第78-84页 |
| 3.4.1 误差、误差平均值和误差标准差 | 第78-79页 |
| 3.4.2 最大测量误差 | 第79页 |
| 3.4.3 相对测量误差 | 第79-80页 |
| 3.4.4 不同测量条件下的动态称重精度评价指标 | 第80-82页 |
| 3.4.4.1 单次测量误差 | 第80页 |
| 3.4.4.2 相同测试条件下的误差平均值、标准差和最大测量误差的计算 | 第80-81页 |
| 3.4.4.3 同个测试速度下的动态称重精度评价指标 | 第81-82页 |
| 3.4.5 总体测量精度提高率 | 第82-84页 |
| 3.4.5.1 基于误差平均值的总体测量精度提高率 | 第82-83页 |
| 3.4.5.2 基于误差标准差的总体测量精度提高率 | 第83-84页 |
| 3.5 本章小结 | 第84-86页 |
| 第四章 称重装置的动态特性和振动干扰的研究 | 第86-110页 |
| 4.1 引言 | 第86-87页 |
| 4.2 动态称重装置固有频率的测定和研究 | 第87-90页 |
| 4.2.1 固有频率测试方法 | 第87-88页 |
| 4.2.2 禽蛋动态称重装置的固有频率测定 | 第88-89页 |
| 4.2.3 易损水果动态称重装置的固有频率测定 | 第89-90页 |
| 4.3 动态称重装置空载运行时振动干扰的研究 | 第90-96页 |
| 4.3.1 实验方案 | 第90页 |
| 4.3.2 禽蛋动态称重装置的振动干扰的分析 | 第90-93页 |
| 4.3.2.1 振动干扰源的分析 | 第90-93页 |
| 4.3.2.2 空载时运行速度对振动干扰的影响分析 | 第93页 |
| 4.3.3 水果皮带秤的振动干扰的分析 | 第93-96页 |
| 4.3.3.1 振动干扰源的分析 | 第93-94页 |
| 4.3.3.2 空载时运行速度对振动干扰的影响分析 | 第94-96页 |
| 4.4 动态称重过程中振动干扰的研究 | 第96-108页 |
| 4.4.1 基于加速度计的振动干扰检测方法的研究 | 第97-101页 |
| 4.4.1.1 加速度信号的预处理 | 第97页 |
| 4.4.1.2 加速度信号与称重信号的相关性分析 | 第97-101页 |
| 4.4.2 时频分析技术简介 | 第101-102页 |
| 4.4.3 禽蛋动态称重振动干扰的时频分析 | 第102-105页 |
| 4.4.3.1 空载时振动干扰的时频分析 | 第102页 |
| 4.4.3.2 禽蛋的无约束滚动的振动干扰时频分析 | 第102-105页 |
| 4.4.4 水果动态称重振动干扰的时频分析 | 第105-108页 |
| 4.4.4.1 空载时振动干扰的时频分析 | 第105-106页 |
| 4.4.4.2 自由托盘皮带输送式水果动态称重的振动干扰时频分析 | 第106-108页 |
| 4.5 本章小结 | 第108-110页 |
| 第五章 基于非对称截尾均值重量估计方法的禽蛋动态称重算法研究 | 第110-130页 |
| 5.1 引言 | 第110-111页 |
| 5.2 四种典型的数字滤波器 | 第111-114页 |
| 5.2.1 IIR和FIR选频滤波器 | 第111-112页 |
| 5.2.2 ALMS自适应滤波器 | 第112-113页 |
| 5.2.3 TVLPF时变低通滤波器 | 第113-114页 |
| 5.3 基于算术平均的重量估计方法 | 第114-116页 |
| 5.3.1 算术平均的频率选择作用 | 第114-115页 |
| 5.3.2 算术平均重量估计的局限性 | 第115-116页 |
| 5.4 基于非对称截尾均值的重量估计方法 | 第116-119页 |
| 5.4.1 动态称重信号的滤波预处理 | 第116-118页 |
| 5.4.2 基于非对称截尾均值的重量估计 | 第118-119页 |
| 5.5 基于网格寻优的参数优化方法 | 第119-121页 |
| 5.5.1 网格寻优的性能度量 | 第119-120页 |
| 5.5.1.1 SME测量精度的量化 | 第119-120页 |
| 5.5.1.2 AME测量精度的量化 | 第120页 |
| 5.5.2 SME和AME的参数的设定 | 第120-121页 |
| 5.6 网格寻优结果与讨论 | 第121-123页 |
| 5.7 动态称重结果与讨论 | 第123-127页 |
| 5.7.1 数字滤波器的去噪效果与讨论 | 第123-125页 |
| 5.7.2 动态称重结果及讨论 | 第125-127页 |
| 5.8 算法执行时间分析 | 第127-128页 |
| 5.9 本章小结 | 第128-130页 |
| 第六章 基于多层神经网络的禽蛋和水果动态称重算法的研究 | 第130-148页 |
| 6.1 引言 | 第130-131页 |
| 6.2 信号预处理和特征参数提取 | 第131-133页 |
| 6.2.1 数字贝塞尔低通滤波器 | 第131-132页 |
| 6.2.2 神经网络特征参数的提取 | 第132-133页 |
| 6.3 神经网络的创建 | 第133-135页 |
| 6.3.1 多层感知器神经网络的结构 | 第134-135页 |
| 6.3.2 神经网络的训练算法 | 第135页 |
| 6.4 实验方案与步骤 | 第135-136页 |
| 6.4.1 基于所有处理速度下测试样本的神经网络模型 | 第135-136页 |
| 6.4.2 基于不同处理速度下测试样本的神经网络模型 | 第136页 |
| 6.5 禽蛋动态称重的实验结果与讨论 | 第136-140页 |
| 6.5.1 贝塞尔数字滤波器的去噪效果与讨论 | 第136-137页 |
| 6.5.2 神经网络重量估计的结果讨论 | 第137-140页 |
| 6.5.2.1 MLP_0的称重结果讨论 | 第137-139页 |
| 6.5.2.2 MLP_1,MLP_2和MLP_3的称重结果讨论 | 第139-140页 |
| 6.5.2.3 MLP_0和MLP_1,MLP_2,MLP_3的称重结果对比 | 第140页 |
| 6.6 水果动态称重的实验结果与讨论 | 第140-145页 |
| 6.6.1 贝塞尔数字滤波器的去噪效果与讨论 | 第140-141页 |
| 6.6.2 神经网络重量估计的结果讨论 | 第141-145页 |
| 6.6.2.1 MLP_0的称重结果讨论 | 第141-143页 |
| 6.6.2.2 MLP_1,MLP_2和MLP_3的称重结果讨论 | 第143-144页 |
| 6.6.2.3 MLP_0和MLP_1,MLP_2,MLP_3的称重结果讨论 | 第144-145页 |
| 6.6.2.4 0.7m/s时称重精度相对较差的原因分析 | 第145页 |
| 6.7 本章小结 | 第145-148页 |
| 第七章 结论与展望 | 第148-152页 |
| 7.1 主要研究结论 | 第148-150页 |
| 7.2 主要创新点 | 第150-151页 |
| 7.3 进一步研究展望 | 第151-152页 |
| 参考文献 | 第152-162页 |
| 个人简历 | 第162-164页 |
