Despite being the main oil palm (El

Despite being the main oil palm (Elaeis guineensis Jacq.) producer in the world, Indonesia still has scope to improve its productivity, which is currently limited by inconsistency in manual grading through human visual inspection. In this research, an automatic grading machine for oil palm fresh fruits bunch (FFB) is developed based on machine-vision principles of non-destructive analytical grading, using Indonesian Oil Palm Research Institute (IOPRI) standard. It is the first automatic grading machine for FFBs in Indonesia that works on-site. Machine consists of four subsystems namely mechanical, image processing, detection and controlling. The samples used were tenera variety fruit bunches from 7 to 20 year old trees. Statistical analysis was performed to generate stepwise discrimination using Canonical Discriminant with Mahalanobis distance function for classifying groups, and appoint cluster center for each fraction. Results showed adaptive threshold algorithm gave 100% success rate for background removal, and texture analysis showed object of interest lies in intensity within digital number (DN) value from 100 to 200. Group classification of FFBs resulted average success rate of 93.53% with SEC of 0.4835 and SEP of 0.5165, while fraction classification had average success rate of 88.7%. Eight models are proposed to estimate weight of FFBs with average R2 of 81.39%. FFBs orientation on conveyor belt showed no influence on the sorting result, and with examination time of 1 FFB/5 s, machine performs more than 12 tons FFBs grading per hour.

ผลลัพธ์ (ไทย) 1:

แม้จะเป็นโปรดิวเซอร์หลักน้ำมันปาล์ม (แสดงออก Jacq.) ในโลก อินโดนีเซียยังมีขอบเขตเพื่อเพิ่มผลผลิตของ ซึ่งขณะนี้ถูกจำกัด โดยความไม่สอดคล้องในการจัดเกรดด้วยตนเองผ่านการตรวจสอบภาพมนุษย์ ในงานวิจัยนี้ เครื่องจัดเกรดสำหรับพัฒนาพวงผลไม้ปาล์มน้ำมัน (FFB) ยึดหลักไม่ทำลายวิเคราะห์จัดเกรด วิสัยทัศน์เครื่องใช้มาตรฐานอินโดนีเซียปาล์มวิจัยสถาบัน (IOPRI) แรกเครื่องจัดเกรดอัตโนมัติสำหรับ FFBs ในอินโดนีเซียที่ทำงานโรงแรมได้ เครื่องประกอบด้วยสี่ย่อยได้แก่เครื่องจักรกล ประมวลผล ภาพ ตรวจสอบและการควบคุม ตัวอย่างที่ใช้มีผลไม้หลากหลาย tenera 7 ช่อไม้อายุ 20 ปี สถิติวิเคราะห์ที่ดำเนินการเพื่อสร้างแบ่งแยก stepwise ใช้ Discriminant มาตรฐาน ด้วยฟังก์ชัน Mahalanobis ระยะทางสำหรับการจัดประเภทกลุ่ม และแต่งตั้งศูนย์คลัสเตอร์สำหรับทุกฝ่าย ผลลัพธ์แสดงให้เห็นว่าขีดจำกัดปรับอัลกอริทึมให้อัตราความสำเร็จ 100% สำหรับกำจัดพื้นหลัง และวิเคราะห์พื้นผิวแสดงให้เห็นวัตถุอันอยู่ในความรุนแรงภายในดิจิทัลหมายเลข (DN) ค่า 100 200 จัดประเภทกลุ่มของ FFBs ผลสำเร็จเฉลี่ยอัตรา 93.53% SEC 0.4835 และ SEP 0.5165 ในขณะที่ประเภทเศษมีอัตราความสำเร็จเฉลี่ย 88.7% รุ่นที่ 8 มีการนำเสนอการประเมินน้ำหนักของ FFBs กับ R2 เฉลี่ย 81.39% FFBs วางบนสายพานลำเลียงพบอิทธิพลไม่ผลการเรียงลำดับ และเวลาสอบ 1 FFB/5 s เครื่องทำงานมากกว่า 12 ตัน FFBs จัดเกรดต่อชั่วโมง

ผลลัพธ์ (ไทย) 2:

แม้จะเป็นปาล์มน้ำมันหลัก (Elaeis guineensis Jacq). ผู้ผลิตในโลก, อินโดนีเซียยังคงมีขอบเขตในการปรับปรุงประสิทธิภาพการผลิตของ บริษัท ซึ่งจะถูก จำกัด ในขณะนี้โดยไม่สอดคล้องกันในการจัดลำดับด้วยตนเองผ่านการตรวจสอบภาพของมนุษย์ ในงานวิจัยนี้เครื่องอัตโนมัติสำหรับการจัดลำดับปาล์มน้ำมันสดพวงผลไม้ (FFB) ได้รับการพัฒนาบนพื้นฐานของหลักการเครื่องวิสัยทัศน์ของการจัดลำดับการวิเคราะห์แบบไม่ทำลายโดยใช้อินโดนีเซียปาล์มน้ำมันสถาบันวิจัยมาตรฐาน (IOPRI) มันเป็นเครื่องการจัดลำดับแรกโดยอัตโนมัติสำหรับ FFBs ในอินโดนีเซียที่ทำงานในสถานที่เดียวกัน เครื่องประกอบด้วยสี่ระบบย่อยคือกลไกการประมวลผลภาพการตรวจสอบและการควบคุม กลุ่มตัวอย่างที่ใช้เป็นทีของผลไม้หลากหลาย 7-20 ปีต้นไม้เก่า การวิเคราะห์ทางสถิติได้รับการดำเนินการในการสร้างความแตกต่างโดยใช้ขั้นตอนที่ยอมรับจำแนกที่มีการทำงานระยะ Mahalanobis สำหรับกลุ่มการจัดและแต่งตั้งศูนย์กลุ่มสำหรับแต่ละส่วน ผลการศึกษาพบอัลกอริทึมเกณฑ์การปรับตัวให้อัตราความสำเร็จ 100% ในการกำจัดพื้นหลังและการวิเคราะห์แสดงให้เห็นว่าพื้นผิวของวัตถุที่น่าสนใจอยู่ในความรุนแรงในตัวเลขดิจิตอล (DN) ค่าจาก 100 ถึง 200 การจัดหมวดหมู่ของกลุ่ม FFBs ผลอัตราความสำเร็จเฉลี่ย 93.53% โดยมีคณะกรรมการกำกับหลักทรัพย์ของ 0.4835 และ 0.5165 กันยายนของในขณะที่การจัดหมวดหมู่ส่วนมีอัตราความสำเร็จเฉลี่ย 88.7% แปดรุ่นมีการเสนอในการประเมินน้ำหนักของ FFBs กับค่าเฉลี่ยของ R2 81.39% ปฐมนิเทศ FFBs บนสายพานลำเลียงแสดงให้เห็นว่ามีอิทธิพลต่อผลการเรียงลำดับไม่และมีเวลาการตรวจสอบของผลปาล์มสด 1/5 วินาที, เครื่องดำเนินการมากกว่า 12 ตัน FFBs คะแนนต่อชั่วโมง

ผลลัพธ์ (ไทย) 3:

แม้จะเป็นหลัก ( ปาล์มน้ำมัน - น้ำมันปาล์ม jacq ) ผู้ผลิตในโลก อินโดนีเซียยังคงมีขอบเขตเพื่อปรับปรุงประสิทธิภาพการผลิต ซึ่งปัจจุบัน จำกัด โดยไม่ผ่านการตรวจสอบคู่มือการมองเห็นของมนุษย์ ในงานวิจัยนี้ระดับอัตโนมัติเครื่องพวงผลไม้สดปาล์มน้ำมัน ( เอฟเอฟบี ) คือการพัฒนาบนพื้นฐานของหลักการของการมองเห็นเครื่องวิเคราะห์แบบไม่ทำลายโดยใช้น้ำมันปาล์มอินโดนีเซียสถาบันวิจัย iopri ) มาตรฐาน มันเป็นครั้งแรกโดยอัตโนมัติให้เครื่อง ffbs ในอินโดนีเซียที่ทำงานในโรงแรม ประกอบด้วย 4 ระบบย่อย ได้แก่ เครื่องจักร เครื่องกล การประมวลผลภาพการตรวจสอบและการควบคุม กลุ่มตัวอย่างที่ใช้เป็นพันธุ์เทเนอร่า ผลพวงจาก 7 ต้น อายุ 20 ปี วิเคราะห์การสร้างแบบสอบถามการใช้ฟังก์ชันระยะทางมาตรฐานคุณภาพ mahalanobis เพื่อจำแนกกลุ่ม และตั้งคลัสเตอร์ แต่ละเสี้ยวพบวิธีปรับเกณฑ์ให้ 100% อัตราความสำเร็จในการกำจัดพื้นหลัง , และการวิเคราะห์พื้นผิวให้วัตถุที่น่าสนใจอยู่ในความรุนแรงภายในดิจิตอลหมายเลข ( DN ) ค่าจาก 100 ถึง 200 การจำแนกประเภทกลุ่มของ ffbs ผลเฉลี่ยอัตราความสำเร็จของ 93.53 กับวินาทีของ 0.4835 และกันยายนของ 0.5165 ในขณะที่การจำแนกส่วนมีอัตราความสำเร็จเฉลี่ย 88.7 %แปดรุ่นเสนอเพื่อประเมินน้ำหนักของ ffbs กับ R2 เฉลี่ย 81.39 % ffbs ปฐมนิเทศบนสายพาน พบว่าไม่มีผลต่อการเรียงลำดับผลและตรวจสอบเวลาของ 1 เอฟเอฟบี / 5 S , เครื่องทํามากกว่า 12 ตัน ffbs คะแนนต่อชั่วโมง