需求解析

技术需求基本信息

0 / 2000
0 / 1000
万元

技术需求解析

0 / 500

技术研发指南

近年来,我国食用植物油消费量持续增长,需求缺口不断扩大,对外依存度明显上升,供需矛盾日益突出。一直以来,油脂加工企业为了提高得油率,对大豆、油菜籽、花生等大宗油料作物制油采用的加工方式是预榨→浸出→精炼的传统工艺。由于能耗高、污染大、化学溶剂残留等不利因素,既不符合国家发改委颁布的《产业结构调整指导目录(2019年本)》政策,更不能满足广大消费者对绿色、健康、环保的食用油需求。发展一次压榨制油工艺,增强健康优质食用植物油供给能力,已成为迫切需要解决的关乎国计民生的大事。

目前国内外在线应用的榨油机,普遍存在产量较小(日处理量≤45t/d)、干饼残油率高>10%),且在油料加工过程中需依附破碎、轧坯、蒸炒等设备及工艺,不仅功能单一、稳定性差,工艺路线长、能耗高、且普遍存在高值加工问题。据科技查新,国内外大处理量榨油机均以预榨机为主,不适用于常温压榨,尚未有适用于油料常温整颗粒入榨、一次压榨制油加工能力达100t/d以上的大型榨油机。因此,研制适用于油料整颗粒常温入榨、不需依附破碎、轧坯、蒸炒等设备及工艺,一次压榨制油加工能力达100t/d以上的大型常温榨油机对我国油脂加工业的发展具有重要意义,也符合粮油适度加工、减损增效的要求。

近年来,无人机遥感的发展为基于果实数量的大面积作物估产提供了条件。虽然卫星遥感应用于作物估产具有快速、无损、尺度大的优势],但是由于空间分辨率的限制,无法获取精确的果实数量。同卫星遥感相比,无人机遥感具有空间分辨率高、获取速度快、操作 简单的优点,可选择最优作业时期获取高分辨率航拍影像,实现基于果实数量的大面积作物估产。例如Apolo 等基于无人机捕获的柑橘园影像,采用 Faster RCNN(FasterRegion Convolutional Neural Networks)模型对柑橘类水果进行产量估算,模型估产精度较好,具有用于柑橘类相似作物产量估算的潜力。

鉴于此,拟开展基于冠层果自动检测的油茶快速估产研究,以无人机近景航拍影像为数据源,通过 MaskRCNN(Mask Region Convolutional Neural Networks)网络从近景影像中自动检测油茶冠层果量,采用2种方法拟合Mask RCNN 网络预测的冠层果数与单株果数之间的关系,结合研究区油茶样木株数和平均单果质量,构建基于冠层果自动检测的估产模型,以期为大面积油茶林的快速估产提供新的研究思路。

本产品一机多用,能够适应油料低温、适温、高温等不同制油工艺,需解决:

1.将榨油机变速箱和传动箱合为一体后,两根螺旋主轴受拉力影响较大,如何保证双螺旋榨油机的同心度和强度,确保榨油机运行稳定。

2.在取消破碎、扎胚、蒸炒等设备及工艺段后,如何合理设计双螺旋压榨轴,榨螺、衬圈尺寸及配置,增强破碎剪切能力以及合适的压缩比,实现油料整颗粒压榨,使油料爬坡角度小,油料受阻力小,产量增大,且实现多级压榨,提高出油率,降低饼中残油,大幅降低能耗。

3.榨油机运行时榨膛内各工艺段温度不同,如何精准检测及智能控制各料段温度以及榨膛压力,以及电流过载保护等智能化控制。

a.榨油机生产能力:100~150t/d;

b.干饼残油率(一次压榨):6.5~7.5;

c.油料入榨温度():常温;

d.节能降耗指标:>40%,e.油料入榨水分在线检测及智能控制:<9%;

f.榨油机运行时榨膛内各工艺段在线温度检测及智能控制:进料段<90、压榨段<110、沥干挂<110、出饼段<130

g.榨油机运行时榨膛压力在线检测及智能控制:<50Mpa。

解析专家署名