Otomatik elma sınıflandırma makina tasarımı ve prototip imalatı
Design and development of an automatic apple classification machine
- Tez No: 373085
- Danışmanlar: PROF. DR. MEHMET CENGİZ KAYACAN, DOÇ. DR. BAYRAM CETİŞLİ
- Tez Türü: Doktora
- Konular: Makine Mühendisliği, Mechanical Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2014
- Dil: Türkçe
- Üniversite: Süleyman Demirel Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 195
Özet
Tez çalışmasında, literatür çalışmaları ve kullanılan makinelerden elde edilen bilgiler ışığında; elmaları sisteme boşaltan, yıkayan, kurutan ve sınıflandırma yapabilen, bu işlemleri gerçek zamanlı yapan otomatik elma seçme makinesi tasarımı ve prototip imalatı yapılmıştır. Sınıflandırmada, renk, boyut, ağırlık ve leke kriterleri dikkate alınmıştır. Piyasada kullanılan iki farklı kasa tipi için otomatik elma boşaltma sistemi tasarlanmıştır. Yıkama havuzundan elmaları zarar görmeden çeken ve tamamen kurutan makine tasarlanmış, tasarlanan sistemlerin birbiri ile uyumlu çalışması sağlanmıştır. Makine görme sisteminde ise iki banttan gelen elmalar, renk ve büyüklüklerine göre sınıflandırılabilmekte ve beş ayrı sınıfa ayrılabilmektedir. Bunun için elma görüntülerini kameradan alarak işleyen ve gerçek zamanlı sonuçlar üreten bir bilgisayar yazılımı hazırlanmıştır. Toplam sistemin elektriksel kontrolü için bir PLC kullanılmakta ve PLC ile bilgisayarın uyumu sağlanmıştır. Ayrıca elmaların ağırlığına göre sınıflandırılabilmesi için ağırlık algılayıcıları da sistemde kullanılmıştır. Prototipi hazırlanan sistem, üç farklı elma tipleri, üç farklı çalışma hızlarında denenerek, başarımı ve kapasitesi ölçülmüştür. Sistemin genel verimi %69 olarak hesaplanmıştır. Deneyler sonucunda; tasarlanan sistem, tarım endüstrisinin günlük 36 tonluk işleme başarısı ile ihtiyaçlarına cevap verebilecek bir tümleşik ürün olduğu görülmektedir. Bu tez 00076.STZ2007-1 nolu“TAM OTOMATİK MEYVE SEÇME SİSTEMİ”adlı SANTEZ projesinin tezi olarak hazırlandı. Tez aynı zamanda Süleyman Demirel Üniversitesi Bilimsel Araştırmalar Proje Birimi Tarafından 2216-D-10 numaralı doktora projesi ile desteklenmiştir.
Özet (Çeviri)
In this thesis study, an automatic apple classification machine is designed and manufactured as prototype in light of literature studies and produced similar machines. This machine can unload the boxes to system, wash, dry and classify the apples in real-time. Color, dimension, weight and stain criteria are evaluated in the classification. Automatic apple unload system is designed for two different store types used in the market. The machine that takes apples from washing pool without any damage and dries it completely designed. Compatible working of designed systems each other is provided. In machine vision system, the apples coming from two bands are classified into five different classes, according to color and dimensions. For this purpose, the computer software is developed that processes apple image by taking from camera and generates real-time results. PLC is utilized for electrical control of total system and it is harmonized with the computer. Also weight sensors are employed in order to be able to classify apples according to weight in the system. The prepared prototype of system was tested at three different apple types and working velocities, its performance and capacity were measured. The global efficiency of system is calculated as 69%. The experimental studies show that the designed system can response requirements of agricultural industry with 36 tons processing performance daily. This thesis was prepared as a SANTEZ (the number: 00076.STZ2007-1 and namely Fully Automated Fruit Classification System) project's thesis. It was also supported by Süleyman Demirel University Scientific Research Projects Unit as a PhD project with the number 2216-D-10.
Benzer Tezler
- Görüntü işleme teknikleri kullanarak elma tasnifleme
Image processing techniques for apple classification
ORHAN ER
Yüksek Lisans
Türkçe
2011
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSüleyman Demirel ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. BAYRAM CETİŞLİ
- Evolutionary feature optimization for plant leaf disease detection by deep neural networks
Bitki yaprak hastalık teşhisi için derin sinir ağları ile evrimsel özellik optimizasyonu
JALAL SADOON HAMEED AL BAYATI
Doktora
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
Prof. Dr. BURAK BERK ÜSTÜNDAĞ
- Yahyalı bölgesine ait elma türlerinin görüntü işleme yöntemleriyle otomatik sınıflandırılması
Automatic classification of apple species by image processing methods in the yahali region
SEVİM ADİGE
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik MühendisliğiKayseri ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ERCAN KARAKÖSE
DR. ÖĞR. ÜYESİ RİFAT KURBAN
- Meyve ağırlığı tahmininde farklı yapay sinir ağları yaklaşımı
Different artificial neural networks approach in fruit weight estimation
SULTAN GÜNGÖR
Yüksek Lisans
Türkçe
2019
ZiraatErciyes ÜniversitesiBiyosistem Mühendisliği Ana Bilim Dalı
DOÇ. DR. BÜNYAMİN DEMİR
- Tarımsal ortamlarda bitki hastalıklarının gerçek zamanlı tespiti için yapay zekâ tabanlı melez algoritma tasarımı
Design of an artifical intelligence based hybrid algorithm for real-time detection of plant diseases in agricultural environments
İLAYDA YAĞ
Yüksek Lisans
Türkçe
2023
Elektrik ve Elektronik MühendisliğiZonguldak Bülent Ecevit ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. AYTAÇ ALTAN