结合计算机视觉的马铃薯外部品质检测技术

利用计算机视觉进行马铃薯产后品质检测分级有十分重要意义。首先对计算机视觉系统获取的马铃薯进行图像分析,利用Otsu法去除马铃薯图像背景,然后针对马铃薯的损伤、绿皮和发芽状态进行图像处理识别;针对马铃薯中的绿皮状态,利用感知器学习算法（PLA）区分正常马铃薯与绿皮马铃薯;然后针对表皮发芽的马铃薯,利用边缘检测法得到图像中马铃薯区域的各部位边缘,结合K-最近邻分类算法（KNN）识别表面发芽的马铃薯,同时通过角点检测确定轮廓上的发芽区域;然后对检测到的边缘利用中值滤波结合面积最大法,确定马铃薯表皮的损伤部位,最终实现马铃薯品质的分级。利用计算机视觉方法马铃薯品质检测实验结果：正常马铃薯识别正确率为96.8%,绿皮马铃薯为89.7%,表皮损伤马铃薯为90.4%,发芽马铃薯为96%。     

水平轴风力机翼型大攻角气动性能计算研究

耦合RANS和基于线性稳定性分析的eN转捩预测方法,进行风力机翼型的大攻角气动性能计算,以期提供风力机叶片分析/设计中使用翼型的更为准确和完备的气动性能数据。以风力机翼型S809为例,计算了翼型表面从出现分离气泡到大面积分离的情形,并比较了S-A和B-L两种湍流模型对计算结果的影响。通过对已有经典风力机翼型DU97-W-300和新设计风力机翼型WA21ak5在-180°～180°攻角范围内的气动计算,对计算结果和实验结果以及国外风力机叶片分析/设计中使用的基于Viterna方法由有限攻角范围的气动性能外推到-180°～180°的结果进行比较。结果表明,RANS方程计算气动性能和实验结果吻合较好,为建立风力机翼型气动性能数据库提供了基础。     

高校院系LIMS发展综述

简要介绍实验室信息管理系统(LIMS)的基本概念、发展历史以及国内高校院系LIMS的研究现状,以国内几所高校实验室为例,分析其管理模式,并提出适合高校院系实验室应用的管理模式,总结LIMS未来发展趋势.     

Navier-Stokes方程预处理方法及其对翼型绕流数值模拟的应用

在与定常方程相容的情况下,通过对N av ier-Stokes方程的时间导数项实施Cho i及Turkel矩阵预处理,发展了适用于低、亚、跨声速粘性流动的有效的预处理方法。对预处理后的控制方程采用了Jam eson格式进行有限体积空间离散和Runge-K utta显示时间推进求解,以及采用了FA S多重网格方法加速收敛。对RAE 2822、GAW-1等不同类型翼型进行了低速和跨声速流动的数值模拟。算例表明:Cho i预处理方法和Turkel预处理方法均有效改善了时间推进方法对低马赫数流动计算的收敛性,而且提高了计算精度;预处理方法同样适用于跨声速非线性流动的计算,且表现出了一定的加速收敛效果。