ass日本风韵熟妇pics男人扒开女人屁屁桶到爽|扒开胸露出奶头亲吻视频|邻居少妇的诱惑|人人妻在线播放|日日摸夜夜摸狠狠摸婷婷|制服 丝袜 人妻|激情熟妇中文字幕|看黄色欧美特一级|日本av人妻系列|高潮对白av,丰满岳妇乱熟妇之荡,日本丰满熟妇乱又伦,日韩欧美一区二区三区在线

摘要:收獲是花生生產(chǎn)關(guān)鍵環(huán)節(jié)，用工量占整個(gè)生產(chǎn)過(guò)程60%以上, 機(jī)械化收獲是一個(gè)國(guó)家花生生產(chǎn)水平的重要體現(xiàn),。中國(guó)和美國(guó)同是世界重要的花生生產(chǎn)與出口大國(guó),，但因花生生產(chǎn)水平特別是收獲機(jī)械化水平差距懸殊,，從而導(dǎo)致花生出口的國(guó)際競(jìng)爭(zhēng)力不同,。美國(guó)兩段式機(jī)械化收獲方式及其先進(jìn)的花生收獲機(jī)械化技術(shù),，使花生生產(chǎn)高產(chǎn)優(yōu)質(zhì)高效,、國(guó)際市場(chǎng)競(jìng)爭(zhēng)優(yōu)勢(shì)明顯,，而中國(guó)多種花生機(jī)械化收獲方式并存，收獲機(jī)械化水平相對(duì)較低,，從而制約了花生生產(chǎn)效益和出口競(jìng)爭(zhēng)力,。基于大量文獻(xiàn)的系統(tǒng)分析,、中國(guó)花生生產(chǎn)實(shí)地調(diào)研以及美國(guó)花生生產(chǎn)和收獲機(jī)械化的實(shí)地考察與綜合分析,，綜述了中國(guó)和美國(guó)花生生產(chǎn)及其收獲機(jī)械化發(fā)展現(xiàn)狀,，分別闡述了中國(guó)和美國(guó)最新花生起收機(jī)、撿拾收獲機(jī)等機(jī)器的類(lèi)型,、總體結(jié)構(gòu)型式和主要性能參數(shù)等,；分析了花生收獲機(jī)械關(guān)鍵裝置的結(jié)構(gòu)原理與特點(diǎn)；綜合分析了美國(guó)花生收獲機(jī)械化發(fā)展歷程以及快速發(fā)展的主要?jiǎng)右?，中?guó)花生收獲機(jī)械化發(fā)展的主要制約因素,；提出了中國(guó)花生收獲機(jī)械化發(fā)展動(dòng)態(tài)。對(duì)深入了解中國(guó)和美國(guó)花生收獲機(jī)械化技術(shù)現(xiàn)況及其發(fā)展歷程,，進(jìn)行中國(guó)花生收獲機(jī)械化發(fā)展總結(jié),，在借鑒美國(guó)成功經(jīng)驗(yàn)基礎(chǔ)上因地制宜地采取措施，加速發(fā)展我國(guó)花生收獲機(jī)械化,，具有一定的參考價(jià)值,。

摘要:雜交稻機(jī)械化秧盤(pán)精密播種育秧過(guò)程中需要人工實(shí)時(shí)監(jiān)測(cè)，以保證秧盤(pán)播種性能,，為解決傳統(tǒng)人工長(zhǎng)時(shí)間戶外,、低效的監(jiān)測(cè)方式，設(shè)計(jì)了基于嵌入式機(jī)器視覺(jué)的水稻秧盤(pán)育秧圖像無(wú)線傳輸系統(tǒng),。系統(tǒng)由嵌入式開(kāi)發(fā)平臺(tái),、無(wú)線WiFi網(wǎng)關(guān)、高清網(wǎng)絡(luò)攝像頭,、紅外傳感模塊,、遠(yuǎn)程服務(wù)器等組成。嵌入式開(kāi)發(fā)平臺(tái)采用Tiny4412開(kāi)發(fā)板,，并在其上移植Linux系統(tǒng),、攝像頭驅(qū)動(dòng)、GPIO口驅(qū)動(dòng),；采用Qt開(kāi)發(fā)工具,，完成圖像采集、實(shí)時(shí)顯示,，并設(shè)計(jì)出友好的人機(jī)交互界面,；利用Jpeglib靜態(tài)庫(kù)對(duì)圖像進(jìn)行數(shù)據(jù)壓縮；利用無(wú)線WiFi局域網(wǎng),、嵌入式系統(tǒng)和遠(yuǎn)程服務(wù)器按照規(guī)定的協(xié)議通過(guò)Socket通信進(jìn)行數(shù)據(jù)傳輸,。遠(yuǎn)程服務(wù)器基于Netty框架對(duì)采集到的圖像數(shù)據(jù)進(jìn)行校驗(yàn)、實(shí)時(shí)顯示和保存,。試驗(yàn)結(jié)果表明,，不同分辨率圖像的無(wú)線傳輸速率均滿足育秧流水線實(shí)時(shí)作業(yè)要求，JPEG格式的圖像經(jīng)過(guò)數(shù)據(jù)壓縮，其傳輸速率大大提高,；嵌入式采集終端能夠穩(wěn)定采集播種秧盤(pán)圖像,，并成功地上傳到服務(wù)器，網(wǎng)絡(luò)平均丟包率為0.23%,，誤碼率為0.23%,。

摘要:非結(jié)構(gòu)環(huán)境下采摘機(jī)器人對(duì)擾動(dòng)葡萄采摘點(diǎn)的視覺(jué)識(shí)別定位有實(shí)際應(yīng)用價(jià)值,。首先基于“撓性桿-鉸鏈-剛性桿-質(zhì)量球”模型對(duì)葡萄串形態(tài)進(jìn)行分析,，將其擾動(dòng)狀態(tài)分解為XOY和YOZ 2個(gè)平面的類(lèi)單擺運(yùn)動(dòng)，對(duì)擾動(dòng)葡萄進(jìn)行視頻拍攝,，通過(guò)對(duì)視頻中多幀葡萄圖像進(jìn)行Otsu閾值分割得到果實(shí)和果梗,，并計(jì)算出各幀圖像中葡萄串的質(zhì)心；對(duì)各幀圖像的葡萄串質(zhì)心進(jìn)行曲線擬合,，計(jì)算出葡萄類(lèi)單擺運(yùn)動(dòng)的周期與擺角,，從而確定當(dāng)前擾動(dòng)葡萄是否適合視覺(jué)定位；對(duì)可實(shí)現(xiàn)視覺(jué)定位的擾動(dòng)葡萄,，選取類(lèi)單擺中間位置質(zhì)心點(diǎn)對(duì)應(yīng)的葡萄圖像,，對(duì)葡萄串上方矩形區(qū)域進(jìn)行Canny邊緣檢測(cè)，再利用霍夫直線擬合結(jié)合角度約束法實(shí)現(xiàn)擾動(dòng)葡萄采摘點(diǎn)的定位,。視覺(jué)定位試驗(yàn)結(jié)果表明：自然環(huán)境中不同光照下擾動(dòng)葡萄采摘點(diǎn)的視覺(jué)定位準(zhǔn)確率達(dá)80%以上,，為采摘機(jī)器人應(yīng)用于實(shí)際生產(chǎn)提供了理論基礎(chǔ)。

摘要:針對(duì)移動(dòng)機(jī)器人提出了一種基于動(dòng)態(tài)反饋A*蟻群算法的平滑路徑規(guī)劃方法,。首先，為了克服蟻群算法收斂速度慢的缺點(diǎn),，提出了簡(jiǎn)化A*算法來(lái)優(yōu)化初始信息素設(shè)置以解決初次搜索的盲目性,，并借鑒多策略進(jìn)化機(jī)制加強(qiáng)算法的全局搜索能力。其次,，為了進(jìn)一步提高算法在路徑規(guī)劃中的適應(yīng)能力,，解決陷入局部極小和停滯問(wèn)題，引入閉環(huán)反饋思想來(lái)實(shí)現(xiàn)參數(shù)的動(dòng)態(tài)自適應(yīng)調(diào)節(jié),。最后，結(jié)合三次B樣條曲線對(duì)所規(guī)劃的路徑進(jìn)行平滑處理,，以滿足移動(dòng)機(jī)器人實(shí)際運(yùn)動(dòng)路徑的要求,。通過(guò)仿真表明：與原蟻群算法相比，動(dòng)態(tài)反饋A*蟻群算法平均可減少10.4%的路徑成本和65.8%的計(jì)算時(shí)長(zhǎng),。同時(shí),，該算法在動(dòng)態(tài)和靜態(tài)環(huán)境中，均能快速規(guī)劃出一條光滑優(yōu)質(zhì)路徑。

摘要:為研究PWM變量噴霧系統(tǒng)的動(dòng)態(tài)霧量分布均勻性特點(diǎn),，以胭脂紅溶液為噴霧試劑,，在輸送帶上放置矩陣式集霧穴盤(pán)收集霧滴，采用濃度-吸光度法測(cè)量霧量沉積濃度,，對(duì)單個(gè)噴頭分別測(cè)試了不同PWM頻率,、PWM占空比和噴霧壓力對(duì)總體區(qū)域、噴霧前進(jìn)方向和噴桿方向上霧量分布均勻性的影響,。研究發(fā)現(xiàn),，相較于噴桿方向，PWM頻率對(duì)單噴頭在噴霧前進(jìn)方向上的霧量分布均勻性影響更大,，某一速度條件下PWM頻率的最小值應(yīng)至少保證噴霧的連續(xù)性,，且無(wú)需過(guò)大,從而保證電磁閥的使用壽命；當(dāng)PWM占空比增大到一定值使噴霧流量基本穩(wěn)定時(shí),，PWM占空比的繼續(xù)增大可同時(shí)提高單噴頭在噴霧前進(jìn)方向和噴桿方向上的霧量分布均勻性,，而在PWM占空比增大到該定值之前，僅對(duì)噴霧前進(jìn)方向上的霧量分布有明顯影響,；在霧化效果較好的前提下,，噴霧壓力對(duì)單噴頭在噴霧前進(jìn)方向和噴桿方向上的霧量分布均勻性均有較大影響，且影響效果相反,，主要因?yàn)殡S著噴霧壓力的增大,，霧量更多地向噴桿方向上的兩側(cè)和噴霧前進(jìn)方向上的中間聚集。

摘要:為了探究適合植保無(wú)人機(jī)藥箱液位實(shí)時(shí)監(jiān)測(cè)的可行方法,，闡述了國(guó)內(nèi)外常見(jiàn)的接觸式和非接觸式液位監(jiān)測(cè)方法,，包括差壓式、浮體式,、電極式,、電容式、超聲波式,、激光式,、光電式、流量計(jì)式,、機(jī)器視覺(jué)式,、雷達(dá)式等主要方法，指出了植保無(wú)人機(jī)作業(yè)過(guò)程中,，其藥箱存在的特點(diǎn),，包括液面波動(dòng)劇烈、藥液的理化特性各異,、藥箱空間小,、防腐蝕要求高等,，并對(duì)上述常見(jiàn)液位測(cè)量方法用于植保無(wú)人機(jī)藥箱液位測(cè)量時(shí)存在的局限進(jìn)行了分析，在此基礎(chǔ)上,，探討了適合植保無(wú)人機(jī)質(zhì)量輕,、功耗小、精度高,、耐腐蝕藥箱液位監(jiān)測(cè)方法及裝置,，并針對(duì)植保無(wú)人機(jī)藥箱液位監(jiān)測(cè)中需克服的難題，提出了氣壓式液位無(wú)線監(jiān)測(cè)的解決方案,，為進(jìn)一步開(kāi)發(fā)適用于植保無(wú)人機(jī)的藥箱液位監(jiān)測(cè)裝置提供參考,。

摘要:針對(duì)農(nóng)業(yè)機(jī)械滑動(dòng)耕作部件（如深松鏟、起壟鏟等）田間作業(yè)時(shí)阻力采集困難和相關(guān)阻力測(cè)試裝置結(jié)構(gòu)復(fù)雜,、維護(hù)使用成本高,、缺乏過(guò)載保護(hù)等問(wèn)題，設(shè)計(jì)了一種滑動(dòng)式耕作部件作業(yè)阻力測(cè)試裝置（TRTD）,。TRTD包括部件安裝庫(kù),、扭轉(zhuǎn)彈簧、旋轉(zhuǎn)主軸,、定位盤(pán)和編碼器等,，并以雙翼型深松鏟為例，建立了包含修正系數(shù)k與扭簧轉(zhuǎn)角θ,、耕深H,、耕速v、土壤容積密度ρ,、深松鏟結(jié)構(gòu)參數(shù)等換算關(guān)系的耕作阻力測(cè)試方法,，與傳統(tǒng)三點(diǎn)式作業(yè)阻力測(cè)試系統(tǒng)（TTD）在6組耕作條件下進(jìn)行了土槽對(duì)比試驗(yàn)。試驗(yàn)通過(guò)F檢驗(yàn)和T檢驗(yàn)（α=0.05）得出2種測(cè)試裝置測(cè)量值總體方差相同和均值一致,。精度分析結(jié)果表明TRTD相比于TTD的最大相對(duì)誤差為1.34%,，波動(dòng)性分析結(jié)果表明TRTD與TTD的波動(dòng)幅值比較接近，兩者最大相對(duì)偏差都不超過(guò)5%,。TRTD滿足阻力測(cè)試裝置的精度和穩(wěn)定性要求,，能保證作業(yè)阻力采集的同時(shí)，具有過(guò)載保護(hù)功能,。

摘要:為滿足水稻種植精量穴直播要求,，設(shè)計(jì)了一種彈射式耳勺型水稻精量穴直播排種器。闡述了排種器的工作原理,，并應(yīng)用Matlab軟件對(duì)投種過(guò)程中水稻芽種的彈射軌跡進(jìn)行了研究,。為評(píng)價(jià)排種器性能，選取龍稻6號(hào),、龍慶稻2號(hào),、龍慶稻3號(hào)為試驗(yàn)品種，以旋轉(zhuǎn)盤(pán)工作轉(zhuǎn)速,、種箱容種高度為影響因素,，以排種合格率、重播率,、漏播率為指標(biāo),，采用二次正交旋轉(zhuǎn)組合設(shè)計(jì)，利用JPS-12型排種器檢測(cè)試驗(yàn)臺(tái)進(jìn)行臺(tái)架試驗(yàn),，構(gòu)建了排種性能數(shù)學(xué)模型,。運(yùn)用DesignExpert 6.0.10軟件對(duì)試驗(yàn)數(shù)據(jù)分析并進(jìn)行驗(yàn)證試驗(yàn)，結(jié)果表明：當(dāng)旋轉(zhuǎn)盤(pán)工作轉(zhuǎn)速為29.34r/min和種箱容種高度為60mm時(shí),，龍稻6號(hào)排種合格率為87.23%,，重播率為9.56%；龍慶稻2號(hào)排種合格率為90.86%,，重播率為6.97%,；龍慶稻3號(hào)排種合格率為89.12%，重播率為7.46%,。此排種性能滿足水稻精量穴直播要求,。

摘要:機(jī)采棉雜質(zhì)含量高，多級(jí)籽棉清理和皮棉清理會(huì)造成纖維損傷,，為綜合提高皮棉產(chǎn)品的外觀形態(tài)和纖維內(nèi)在質(zhì)量,，提出了對(duì)機(jī)采棉加工工藝進(jìn)行過(guò)程優(yōu)化控制的研究方法和試驗(yàn)方案。在充分分析典型機(jī)采棉加工流程的基礎(chǔ)上,，根據(jù)最新的棉花質(zhì)量檢測(cè)標(biāo)準(zhǔn),，確定雜質(zhì)面積、雜質(zhì)顆粒數(shù),、反射率,、黃度、上半部長(zhǎng)度,、長(zhǎng)度整齊度,、短纖維指數(shù)、馬克隆值,、斷裂比強(qiáng)度9個(gè)參數(shù)作為優(yōu)化目標(biāo),，建立以加工皮棉產(chǎn)品成交價(jià)格最大化的總體優(yōu)化控制目標(biāo)。選取對(duì)棉花清理有顯著影響效果的傾斜式籽清機(jī)I和II,、提凈式籽清機(jī),、回收式籽清機(jī)、軋花機(jī)上部,、鋸齒式皮清機(jī)I和II 7個(gè)關(guān)鍵設(shè)備的轉(zhuǎn)速作為優(yōu)化控制變量,。采用監(jiān)控層,、控制層、設(shè)備層的構(gòu)架模式,，完成關(guān)鍵設(shè)備自動(dòng)化升級(jí)改造,。使用響應(yīng)面分析法的中心組合設(shè)計(jì)試驗(yàn)方法建立控制變量與控制目標(biāo)之間的數(shù)據(jù)模型。以建立的總體優(yōu)化控制目標(biāo)為適應(yīng)度評(píng)價(jià)函數(shù),，利用遺傳算法完成對(duì)多變量數(shù)據(jù)模型的求解,，7個(gè)設(shè)備的轉(zhuǎn)速分別為495、484,、727,、472、1131,、822,、763r/min。試驗(yàn)結(jié)果表明,，加工后的皮棉產(chǎn)品雜質(zhì)面積變化率降低約7個(gè)百分點(diǎn),，上半部長(zhǎng)度變化率提高約2個(gè)百分點(diǎn)，質(zhì)量較為穩(wěn)定,。本文方法在降低機(jī)采棉含雜率的同時(shí),，提高了棉花的綜合質(zhì)量水平。

摘要:針對(duì)鎮(zhèn)壓裝置在丘陵地區(qū)作業(yè)時(shí)鎮(zhèn)壓不均勻,、鎮(zhèn)壓強(qiáng)度不足等問(wèn)題,，借鑒丘陵山地農(nóng)業(yè)機(jī)械結(jié)構(gòu)特點(diǎn)，設(shè)計(jì)了一種能實(shí)現(xiàn)雙向仿形和鎮(zhèn)壓強(qiáng)度可調(diào)的鎮(zhèn)壓裝置,。該裝置主要由仿形調(diào)節(jié)機(jī)構(gòu),、鎮(zhèn)壓強(qiáng)度調(diào)節(jié)機(jī)構(gòu)和鎮(zhèn)壓輪組成。建立了丘陵地形下鎮(zhèn)壓輪與土壤相互作用模型,，對(duì)鎮(zhèn)壓輪進(jìn)行受力分析,，確定鎮(zhèn)壓輪工作過(guò)程，同時(shí)對(duì)鎮(zhèn)壓裝置進(jìn)行受力分析,，確定彈簧變形量（鎮(zhèn)壓強(qiáng)度）的合理范圍,。進(jìn)行對(duì)比試驗(yàn)和田間性能試驗(yàn)，采用L9（34）正交試驗(yàn),，考察鎮(zhèn)壓輪類(lèi)型,、鎮(zhèn)壓強(qiáng)度、作業(yè)速度對(duì)鎮(zhèn)壓裝置作業(yè)性能的影響,，得到了各因素的主次順序：鎮(zhèn)壓輪類(lèi)型,、彈簧變形量（鎮(zhèn)壓強(qiáng)度）、作業(yè)速度,，最優(yōu)組合：橡膠鎮(zhèn)壓輪,、彈簧變形量20mm,、作業(yè)速度1m/s，此時(shí)牽引阻力為22.3N,，根冠比為0.271,。通過(guò)對(duì)比試驗(yàn)，證明仿形鎮(zhèn)壓裝置更能保證鎮(zhèn)壓均勻性,。

摘要:針對(duì)深施型液態(tài)施肥機(jī)扎穴機(jī)構(gòu)多參數(shù)下動(dòng)力學(xué)性能差等問(wèn)題，探索多工作參數(shù)下的變形橢圓齒輪式扎穴機(jī)構(gòu)動(dòng)力學(xué)變化規(guī)律,，通過(guò)建立變形橢圓齒輪行星輪系的節(jié)曲線方程,，采用Visual Basic 6.0語(yǔ)言，編寫(xiě)了變形橢圓齒輪式扎穴機(jī)構(gòu)運(yùn)動(dòng)學(xué)仿真與優(yōu)化軟件,，調(diào)節(jié)變形橢圓齒輪的長(zhǎng)半軸長(zhǎng)度,、變形橢圓齒輪偏心率與變形橢圓齒輪變形系數(shù)等相關(guān)參數(shù)，優(yōu)化并得到一組機(jī)構(gòu)較優(yōu)參數(shù),。搭建了扎穴機(jī)構(gòu)動(dòng)力學(xué)特性測(cè)試試驗(yàn)臺(tái),，進(jìn)行動(dòng)力學(xué)特性試驗(yàn)。采用旋轉(zhuǎn)中心復(fù)合試驗(yàn)設(shè)計(jì)方案,，以行星架轉(zhuǎn)速和土槽車(chē)前進(jìn)速度為試驗(yàn)影響因素,，以太陽(yáng)輪軸所受扭矩和噴肥針入土?xí)r受到的拉壓力為試驗(yàn)影響指標(biāo)。在試驗(yàn)臺(tái)上利用扭矩傳感器,、信號(hào)采集儀和DASP-10處理軟件,，測(cè)得太陽(yáng)輪軸扭矩和噴肥針入土?xí)r受到的拉壓力，建立試驗(yàn)影響因素和影響指標(biāo)的關(guān)系模型及響應(yīng)曲面圖,，并運(yùn)用Design-Expert 8.0.10軟件對(duì)試驗(yàn)數(shù)據(jù)進(jìn)行分析,。試驗(yàn)結(jié)果表明，當(dāng)行星架轉(zhuǎn)速64.4r/min,，前進(jìn)速度0.61m/s時(shí),，太陽(yáng)輪軸扭矩為5.05N·m，噴肥針受到的拉壓力為20.03N,，此時(shí)機(jī)構(gòu)動(dòng)力學(xué)性能最優(yōu),。應(yīng)用此參數(shù)組合進(jìn)行測(cè)試驗(yàn)證，驗(yàn)證了其合理性,。該研究結(jié)果可保證扎穴機(jī)構(gòu)在多工作參數(shù)下工作時(shí),，機(jī)具具有良好的扎穴性能。

摘要:基于虛擬儀器構(gòu)建了拖拉機(jī)電性能綜合測(cè)試系統(tǒng),，以滿足整車(chē)條件下拖拉機(jī)電器功耗,、電器部件匹配選型等研究測(cè)試需要。首先在分析拖拉機(jī)電性能測(cè)試要求的基礎(chǔ)上,，對(duì)硬件進(jìn)行選型,。然后設(shè)計(jì)了以美國(guó)NI cRIO控制器為核心的測(cè)試系統(tǒng),，實(shí)現(xiàn)對(duì)蓄電池和發(fā)電機(jī)端電壓和電流、發(fā)動(dòng)機(jī)轉(zhuǎn)速,、車(chē)速,、溫度等信號(hào)同步采集。給出了測(cè)試系統(tǒng)的虛擬軟件設(shè)計(jì)方案,，包括在數(shù)據(jù)采集器中運(yùn)行的FPGA軟件和實(shí)時(shí)軟件,，以及在上位機(jī)中的數(shù)據(jù)采集與分析軟件等。最后進(jìn)行了電流精度對(duì)比試驗(yàn)和拖拉機(jī)電性能場(chǎng)地實(shí)車(chē)試驗(yàn),，試驗(yàn)驗(yàn)證了本系統(tǒng)電流采樣精度和工作可靠性,。

摘要:為實(shí)現(xiàn)小批量顆粒飼料生產(chǎn)，設(shè)計(jì)一種小型可調(diào)間隙飼料制粒機(jī),，包括環(huán)模及配套部件,、壓輥及配套部件、傳動(dòng)機(jī)構(gòu)等,。該制粒機(jī)特征為：壓輥調(diào)節(jié)部件位于制粒機(jī)外部,，能夠在不停機(jī)的狀態(tài)下實(shí)時(shí)調(diào)節(jié)模輥間隙，保證顆粒飼料的連續(xù)生產(chǎn),。同時(shí)設(shè)計(jì)了與該制粒機(jī)配套的控制系統(tǒng),。基于彈塑性理論,，采用有限元分析軟件Abaqus內(nèi)置的Drucker-Prager Cap本構(gòu)模型對(duì)制粒機(jī)模輥擠壓過(guò)程進(jìn)行了數(shù)值模擬,，模擬結(jié)果表明，模輥間隙的設(shè)置應(yīng)與物料的摩擦因數(shù)相匹配,，適當(dāng)提高物料的摩擦因數(shù)能夠避免物料內(nèi)部滑移耗能,，有利于提高顆粒飼料的產(chǎn)量和質(zhì)量。制造樣機(jī)并進(jìn)行了生產(chǎn)試驗(yàn),，以某配方乳豬料為原料,，進(jìn)行制粒機(jī)作業(yè)性能指標(biāo)的測(cè)定，結(jié)果表明：該制粒機(jī)生產(chǎn)的顆粒飼料成品含水率為13.53%,，直徑為3mm,，顆粒含粉率為3.27%，顆粒耐久度（PDI）為94.34%,，顆粒硬度為176.03N,，生產(chǎn)率約為42kg/h,，各項(xiàng)指標(biāo)均達(dá)到設(shè)計(jì)要求,，滿足小批量顆粒生產(chǎn)的要求,。

摘要:為解決方草捆撿拾效率低、費(fèi)用高，長(zhǎng)途運(yùn)輸難等問(wèn)題,，設(shè)計(jì)了方草捆集捆機(jī),。該機(jī)由底盤(pán)、撿拾器,、推草機(jī)構(gòu),、舉草機(jī)構(gòu)、壓繩器和卸草機(jī)構(gòu)等部件組成,，基于EPEC2024搭建了控制系統(tǒng),，只需單人駕駛和操作，通過(guò)變量泵,、馬達(dá)和油缸驅(qū)動(dòng)各部件快速實(shí)現(xiàn)對(duì)方草捆的撿拾,、擠壓和捆扎。按照作業(yè)功能對(duì)各結(jié)構(gòu)部件采用分模塊設(shè)計(jì),，通過(guò)計(jì)算各液壓回路的流量保證作業(yè)速度和作業(yè)效率，匹配硬件電路并使用Codesys編寫(xiě)程序控制作業(yè)流程,。分別在內(nèi)蒙古自治區(qū)赤峰市和遼寧省黑山縣對(duì)方草捆和秸稈方捆進(jìn)行了撿拾及捆扎的場(chǎng)地試驗(yàn),，結(jié)果表明：整機(jī)最大牽引車(chē)速達(dá)到20.5 km/h，作業(yè)時(shí)系統(tǒng)最大流量為101.6 L/min,，一次能實(shí)現(xiàn)12個(gè)方草捆的捆扎,。方草捆的集捆成捆率達(dá)到89.5%，純工作小時(shí)內(nèi)集捆生產(chǎn)率為12大捆/h,，同等條件下與人工撿拾方式相比,，撿拾效率提高了34.5%，人工費(fèi)用降低了62.5%,，綜合費(fèi)用降低了18.2%,，而且增強(qiáng)了對(duì)自然環(huán)境的適應(yīng)性，縮短了長(zhǎng)途運(yùn)輸?shù)臏?zhǔn)備周期,，滿足實(shí)際生產(chǎn)的使用要求,。

摘要:為快速、準(zhǔn)確地對(duì)生產(chǎn)過(guò)程中植物纖維地膜抗張強(qiáng)度進(jìn)行預(yù)測(cè),，降低生產(chǎn)成本,，提高原料利用率，以植物纖維地膜中試平臺(tái)為依托,，基于粒子群算法（PSO）優(yōu)化支持向量機(jī)回歸（SVR）模型,，結(jié)合正交試驗(yàn)設(shè)計(jì)L25(56)方法，以纖維打漿度,、施膠劑添加量,、濕強(qiáng)劑添加量、地膜定量、混合比作為模型輸入?yún)?shù),，以植物纖維地膜抗張強(qiáng)度為輸出進(jìn)行模擬預(yù)測(cè),，并將模擬結(jié)果與SVR、BP,、RBF智能算法模型進(jìn)行對(duì)比分析,。結(jié)果表明：PSO-SVR模型能夠較好地表達(dá)植物纖維地膜抗張強(qiáng)度與模型參數(shù)間的非線性關(guān)系，并能根據(jù)輸入?yún)?shù)快速準(zhǔn)確地對(duì)植物纖維地膜抗張強(qiáng)度進(jìn)行預(yù)測(cè),，測(cè)試集樣本中預(yù)測(cè)值與實(shí)際值間均方誤差,、決定系數(shù)和均方根誤差為0.117N2、0.915,、0.342N,；與其他智能算法（SVR、BP,、RBF）相比,，PSO-SVR算法模型具有更高的適用性與穩(wěn)定性。研究結(jié)果可為生產(chǎn)過(guò)程中不同抄造工藝參數(shù)下植物纖維地膜抗張強(qiáng)度的在線監(jiān)控提供參考依據(jù),。

摘要:以黑龍江省SPOT5遙感影像和森林資源清查數(shù)據(jù)為數(shù)據(jù)源，獲得對(duì)應(yīng)樣地的影像紋理特征,、光譜波段值,、光譜組合值以及地形信息，提取樣地調(diào)查數(shù)據(jù)的林分信息,，采用多元逐步回歸分析,，建立以SPOT5遙感影像紋理、光譜和地形特征為自變量,，多個(gè)森林結(jié)構(gòu)參數(shù)（林分平均直徑,、斷面積、蓄積量和樹(shù)種多樣性指數(shù)）為因變量的估測(cè)模型,，篩選最優(yōu)紋理特征生成窗口及最優(yōu)森林結(jié)構(gòu)參數(shù)反演模型,。結(jié)果表明，SPOT5影像的紋理光譜特征與森林結(jié)構(gòu)參數(shù)具有較強(qiáng)的相關(guān)性,，9×9窗口為最優(yōu)紋理特征生成窗口,；在引入地形因子后模型精度有了較大提高，樹(shù)種多樣性指數(shù)估測(cè)模型R2adj都在0.72以上,，蓄積量模型估測(cè)精度最優(yōu)（R2adj為0.864,、RMSE為21.260m3/hm2）。研究表明利用高分辨率遙感影像紋理,、光譜和地形特征進(jìn)行多個(gè)森林結(jié)構(gòu)參數(shù)估測(cè)具有很好的應(yīng)用效果,。

摘要:基于永久基本農(nóng)田概念、內(nèi)涵和劃定要求，提出了縣域永久基本農(nóng)田的定量評(píng)價(jià)模型與劃定方法,，并以河北省定州市為例進(jìn)行示范驗(yàn)證,。定量評(píng)價(jià)模型包括自然稟賦條件、基礎(chǔ)設(shè)施條件,、社會(huì)經(jīng)濟(jì)條件和區(qū)位條件4方面12個(gè)指標(biāo),，并在改進(jìn)連片度和田間道路密度計(jì)算方法的基礎(chǔ)上進(jìn)行綜合評(píng)價(jià)。根據(jù)綜合評(píng)價(jià)結(jié)果,，將定州市耕地劃分為優(yōu)先保護(hù)型（≥76.00）,、重點(diǎn)保護(hù)型（68.91~76.00）、適宜調(diào)控型（60.00~68.91）和后備整治型（0~60.00）4種類(lèi)型,，其中：優(yōu)先保護(hù)型（28389.22hm2）集中分布在城區(qū)及鎮(zhèn)政府周邊,，是定州市重要的糧食生產(chǎn)基地；重點(diǎn)保護(hù)型（39084.13hm2）主要分布在龐村鎮(zhèn),、大鹿莊鄉(xiāng),、楊家莊鄉(xiāng)等，是永久基本農(nóng)田的重點(diǎn)建設(shè)區(qū)域,；適宜調(diào)控型（16831.95hm2）分布較為分散,，主要分布在磚路鎮(zhèn)、趙村鎮(zhèn),、西城區(qū)等,，未來(lái)通過(guò)差別化土地整治再適當(dāng)調(diào)為永久基本農(nóng)田,；后備整治型（5126.82hm2）零散分布在西城區(qū),、北城區(qū)、息冢鎮(zhèn)等,，目前不適宜劃作永久基本農(nóng)田,。研究結(jié)果可為定州市永久基本農(nóng)田劃定與相關(guān)規(guī)劃提供依據(jù)。

摘要:為提高高標(biāo)準(zhǔn)基本農(nóng)田劃定區(qū)域的耕地連片性,，在耕地綜合質(zhì)量評(píng)價(jià)和耕地連片網(wǎng)絡(luò)基礎(chǔ)上,，提出了局部耕地連片度計(jì)算公式來(lái)評(píng)價(jià)耕地的連片性，并采用四象限法空間耦合耕地質(zhì)量和連片度2個(gè)時(shí)空屬性,。結(jié)果表明：獻(xiàn)縣高標(biāo)準(zhǔn)基本農(nóng)田優(yōu)先建設(shè)區(qū)域面積為24803.45hm2,，重點(diǎn)建設(shè)區(qū)域面積為19688.77hm2，有條件建設(shè)區(qū)域面積為19538.64hm2,，與面積累加方法相比,，優(yōu)先建設(shè)區(qū)域連片度提高了15.55%，而有條件建設(shè)區(qū)域連片度減小了37.82%,，表明該方法明顯提高了高標(biāo)準(zhǔn)基本農(nóng)田建設(shè)劃區(qū)的耕地連片度,。

摘要:以北京市海淀區(qū)為例，在對(duì)區(qū)域土地利用現(xiàn)狀進(jìn)行劃分的基礎(chǔ)上,，基于格網(wǎng)尺度估算了區(qū)域生態(tài)系統(tǒng)服務(wù)價(jià)值,，并根據(jù)價(jià)值分布狀況將區(qū)域劃分為不同的生態(tài)系統(tǒng)服務(wù)價(jià)值分區(qū)，基于GIS和FRAGSTAS軟件,，分析了不同分區(qū)的土地利用結(jié)構(gòu)和景觀格局狀況,。結(jié)果表明：海淀區(qū)格網(wǎng)的生態(tài)系統(tǒng)服務(wù)價(jià)值處于-234.56~207.97萬(wàn)元之間，并呈現(xiàn)明顯的從南部到西北部增加的趨勢(shì),；不同生態(tài)系統(tǒng)服務(wù)價(jià)值分區(qū)土地利用結(jié)構(gòu)差距較大,，高值區(qū)的土地利用類(lèi)型主要為城市綠地，中值區(qū)土地利用類(lèi)型面積較大的為耕地和城市綠地,，低值區(qū)建設(shè)用地的面積較大,；不同生態(tài)系統(tǒng)服務(wù)價(jià)值分區(qū)的景觀格局指數(shù)變化較大，從高值區(qū)到低值區(qū),，景觀格局的破碎化程度逐漸增加,，人類(lèi)活動(dòng)對(duì)生態(tài)環(huán)境的影響不斷加劇，人類(lèi)活動(dòng)對(duì)景觀的干擾程度加大,。研究結(jié)果可以為精細(xì)化評(píng)估區(qū)域生態(tài)系統(tǒng)服務(wù)價(jià)值提供參考,，并能服務(wù)于區(qū)域土地利用結(jié)構(gòu)調(diào)整和可持續(xù)利用及生態(tài)景觀建設(shè)。

摘要:監(jiān)測(cè)農(nóng)作物的重金屬污染和污染程度是高光譜遙感研究的一個(gè)熱點(diǎn),。通過(guò)盆栽玉米的不同Cu2+脅迫梯度實(shí)驗(yàn),，在測(cè)定玉米葉片光譜和Cu2+含量的基礎(chǔ)上，針對(duì)不同Cu2+脅迫梯度下玉米葉片光譜仍具有極高相似度以及傳統(tǒng)光譜測(cè)度方法難以區(qū)分污染程度的問(wèn)題,，進(jìn)行相似光譜的差異性有效區(qū)分方法研究,。結(jié)合歐氏距離(ED)與光譜微分梯度角(DSAG)的正切處理，提出了一種基于光譜相似性測(cè)度的ED-T-DSGA光譜分析模型,，并通過(guò)傳統(tǒng)光譜測(cè)度方法應(yīng)用比較,、諧波分析(HA)技術(shù)和5種HA分解次數(shù)下的光譜重構(gòu)結(jié)果分析，驗(yàn)證了ED-T-DSGA分析模型在區(qū)分極度相似光譜的微小差異上具有可行性與有效性,。同時(shí),，ED-T-DSGA分析模型可用于測(cè)度不同Cu2+脅迫梯度下玉米葉片光譜間差異與污染程度。實(shí)驗(yàn)結(jié)果表明,，ED-T-DSGA分析模型值越大,，Cu2+脅迫梯度越大，玉米的重金屬銅污染越嚴(yán)重,；并且基于ED-T-DSGA分析模型進(jìn)一步提取到“黃邊”,、“紅谷”、“紅邊”和“近峰B”為Cu2+脅迫光譜響應(yīng)的有效波段,，這些敏感位置可為監(jiān)測(cè)Cu2+污染程度提供有利依據(jù),。

摘要:以盆栽和高架兩種栽培模式生長(zhǎng)環(huán)境下的草莓植株為研究對(duì)象，提出了一種基于深度信息分割聚類(lèi)的草莓冠層結(jié)構(gòu)形態(tài)三維重建算法,。首先,，以深度信息的不連續(xù)性特征作為草莓植株逐層分割的重要依據(jù)，以深度二維圖像作為全局參考指標(biāo),，提出深度信息步進(jìn)方法,，自動(dòng)提取冠層點(diǎn)云；其次,，改進(jìn)密度聚類(lèi)算法,，有效濾除隨機(jī)、跳邊和背景噪聲,；最后,，改進(jìn)基于Harris算子的多源圖像融合算法，實(shí)現(xiàn)彩色圖像與強(qiáng)度圖像的配準(zhǔn)及點(diǎn)云顏色的映射,，三維重建出具有顏色信息的草莓冠層結(jié)構(gòu)形態(tài),。為驗(yàn)證該算法的有效性，將三維重建后冠層的平均單葉長(zhǎng)度及A-B線距離作為評(píng)價(jià)指標(biāo),，試驗(yàn)結(jié)果表明,，模型的平均單葉長(zhǎng)度計(jì)算正確率為93%左右，A-B線距離計(jì)算正確率為97%左右,，研究結(jié)果可為草莓采摘機(jī)器人果實(shí)識(shí)別過(guò)程中枝葉空間結(jié)構(gòu)關(guān)系的構(gòu)建提供技術(shù)支持,。

摘要:為研究規(guī)模化生豬養(yǎng)殖場(chǎng)中藍(lán)耳病疫情預(yù)警監(jiān)測(cè)方法,，提出一種非接觸式耳部顏色自動(dòng)檢測(cè)方法,。該方法將生豬熱紅外圖像和可見(jiàn)光圖像相結(jié)合尋找最優(yōu)尺度因子，確定可見(jiàn)光圖像中生豬耳根部特征區(qū)域,；采用主動(dòng)形狀模型方法,，選取34個(gè)生豬耳部輪廓特征點(diǎn),，并將搜索范圍限定在生豬頭部區(qū)域,，用以提取生豬耳部輪廓；將提取的耳部輪廓進(jìn)行顏色對(duì)比,，判斷該生豬是否患有藍(lán)耳病疫情,。結(jié)果表明，由于限定生豬頭部區(qū)域搜索范圍,，能快速準(zhǔn)確地提取生豬耳部輪廓,。對(duì)生豬耳部顏色檢測(cè)準(zhǔn)確率達(dá)到77%以上。

摘要:奶牛目標(biāo)各區(qū)域的精細(xì)分割和識(shí)別能夠提供精確的奶牛形體細(xì)節(jié)信息,，是奶牛體形評(píng)價(jià),、姿態(tài)檢測(cè),、行為分析和理解的前提和基礎(chǔ)。為實(shí)現(xiàn)深度圖像中奶牛頭,、頸,、軀干和四肢等身體區(qū)域的精確分割，提出一種基于深度圖像特征和機(jī)器學(xué)習(xí)的奶牛目標(biāo)各區(qū)域精細(xì)分割方法,。該方法以每個(gè)像素點(diǎn)在不同采樣半徑下的帶閾值LBP序列為深度特征值,，設(shè)置分類(lèi)約束條件，用決策樹(shù)森林機(jī)器學(xué)習(xí)方法實(shí)現(xiàn)奶牛各區(qū)域的精細(xì)分類(lèi),。對(duì)10頭奶牛的288幅側(cè)視深度圖像進(jìn)行試驗(yàn),，結(jié)果表明，當(dāng)采樣半徑分段數(shù)為30,，決策樹(shù)訓(xùn)練至20層時(shí),，奶牛整體各像素點(diǎn)的平均識(shí)別率為95.15%，較傳統(tǒng)深度圖像特征值有更強(qiáng)的細(xì)節(jié)信息提取能力,，可以用較少參數(shù)實(shí)現(xiàn)對(duì)復(fù)雜結(jié)構(gòu)的精確識(shí)別,。

摘要:采用靜態(tài)暗箱-氣相色譜法對(duì)關(guān)中平原小麥-玉米輪作（2014—2015年）農(nóng)田溫室氣體（CO2、CH4和N2O）排放通量進(jìn)行監(jiān)測(cè),，并用凈增溫潛勢(shì)（NGWP）和碳足跡2個(gè)指標(biāo)評(píng)估不同覆膜方式對(duì)關(guān)中平原農(nóng)田溫室效應(yīng),、作物生產(chǎn)碳足跡的分布和構(gòu)成的影響。試驗(yàn)處理設(shè)置為不覆膜（CK）,、半膜覆蓋（BM）,、壟作覆膜（LM）、全膜覆蓋（QM）,。結(jié)果表明,，與CK處理相比，BM,、LM,、QM處理下作物年際總產(chǎn)量分別增加了9.0%、16.5%,、26.6%,；CO2的年際排放總量分別增加了33.9%、9.3%,、31.6%,，N2O的年際排放總量分別增加了22.9%、14.3%,、47.1%,，但CH4的年際吸收總量無(wú)顯著性差異；NGWP分別增加了9.0%,、16.7%,、26.0%;LM,、QM處理碳足跡較CK處理減少了33.2%、21.9%,，而B(niǎo)M處理碳足跡與CK處理無(wú)顯著差異,；BM處理單位產(chǎn)量碳足跡較CK處理增加了16.3%，而LM處理較CK處理減少了13.1%,，QM處理與CK處理無(wú)顯著性差異,。綜合考慮不同覆膜方式的經(jīng)濟(jì)效應(yīng)和環(huán)境效應(yīng)，壟作覆膜更有利于關(guān)中平原小麥-玉米輪作系統(tǒng)的固碳減排,。

摘要:在不影響水庫(kù)原有防洪及供水目標(biāo)前提下,，為了降低水庫(kù)對(duì)河流生態(tài)系統(tǒng)的影響，針對(duì)部分調(diào)度模型存在調(diào)度結(jié)果滿足最小生態(tài)流量約束而不滿足適宜生態(tài)流量約束的情況,，提出了以最小生態(tài)流量約束調(diào)度結(jié)果為基礎(chǔ),，逐步向適宜生態(tài)流量約束靠近的非充分生態(tài)約束流量求解方法，并引入松弛變量,，建立了生態(tài)保證程度與發(fā)電量的關(guān)系,，通過(guò)對(duì)比Kmin法和Kmax-1法的Tennant評(píng)價(jià)結(jié)果確定水庫(kù)生態(tài)調(diào)度的最佳平衡點(diǎn)，以此作為非充分生態(tài)約束條件下的尼爾基水庫(kù)生態(tài)調(diào)度模型,。結(jié)果表明,，生態(tài)流量約束值還有很大的提升空間，不宜直接選取最小生態(tài)流量約束的調(diào)度結(jié)果作為調(diào)度方案,；新的調(diào)度模型可以有效解決此類(lèi)生態(tài)調(diào)度問(wèn)題,，給決策者提供更合理的調(diào)度方式，6種生態(tài)約束條件下的生態(tài)保證程度分別可提高60%,、80%,、40%、60%,、70%,、70%，電量損失率僅為2.01%,、1.13%,、1.28%、1.47%,、2.16%,、2.08%,。

摘要:為探明黃土高原南北樣帶土壤容重空間分布特征,，為土壤水文過(guò)程模擬與預(yù)測(cè)提供水力參數(shù)，采用經(jīng)典統(tǒng)計(jì)學(xué)方法,，分析了樣帶不同土層深度（0~10cm,、10~20cm,、20~40cm）土壤容重的空間變異特征，并用多元逐步回歸,、傳遞函數(shù)方程和一階自回歸狀態(tài)空間模型方法分別對(duì)土壤容重的空間分布進(jìn)行了模擬,。結(jié)果表明：樣帶0~20cm深度土壤容重的變異為中等程度變異，20~40cm為弱變異,。狀態(tài)空間方程轉(zhuǎn)換系數(shù)表明,，不同土層深度土壤容重的影響因素不同，0~10cm主要為有機(jī)碳含量,、黏粒和砂粒體積分?jǐn)?shù),，10~20cm為有機(jī)碳含量、黏粒和砂粒體積分?jǐn)?shù)和降水量,，20~40cm為黏粒和砂粒體積分?jǐn)?shù),、降水量和土地利用。狀態(tài)空間模型的模擬效果均優(yōu)于經(jīng)典統(tǒng)計(jì)的多元逐步回歸方程和傳遞函數(shù)方程,，基于黏粒和砂粒體積分?jǐn)?shù),、降水量和土地利用的狀態(tài)空間模型可以解釋樣帶20~40cm容重92.3%的變異。一階自回歸狀態(tài)空間模型可用于田間條件下土壤容重分布特征的預(yù)測(cè),。

摘要:以西北干旱區(qū)典型縣域磴口縣為研究區(qū),，以2015年8月份40個(gè)地下水采樣點(diǎn)的樣品數(shù)據(jù)為基礎(chǔ)，引入集合卡爾曼濾波（EnKF）數(shù)據(jù)同化將其優(yōu)化作為主變量,，以蒸散發(fā)量反演結(jié)果以及歸一化植被指數(shù)（NDVI）數(shù)據(jù)為協(xié)變量,，進(jìn)行協(xié)同克里金插值，同時(shí)與未采用同化的協(xié)同克里金插值結(jié)果以及經(jīng)同化采用普通克里金插值結(jié)果進(jìn)行交叉驗(yàn)證,。結(jié)果表明：三者在較大空間尺度上對(duì)地下水埋深空間分布趨勢(shì)的模擬基本一致,，南部沙漠地區(qū)整體較高，在空間分布上表現(xiàn)為明顯的地理規(guī)律性,。同化后的數(shù)據(jù)進(jìn)行協(xié)同克里金插值的結(jié)果改善最顯著,，平均誤差、均方根誤差,、平均標(biāo)準(zhǔn)誤差均優(yōu)于未同化插值結(jié)果,，其中平均誤差僅為0.2705m。與普通克里金插值方法相比,，協(xié)同克里金插值考慮蒸散發(fā)與NDVI的協(xié)同作用,，精度明顯提高，平均誤差減小0.4097m,，均方根誤差減小0.0784m,，平均標(biāo)準(zhǔn)誤差減小1.0167m。

摘要:采用Landsat和MODIS數(shù)據(jù),，通過(guò)增強(qiáng)自適應(yīng)融合算法（Enhanced spatial and temporal adaptive reflectance fusion model,，ESTARFM）對(duì)蒸散發(fā)進(jìn)行空間降尺度,，構(gòu)建田塊尺度蒸散發(fā)數(shù)據(jù)集；利用2015年田間水量平衡方法計(jì)算的蒸散發(fā)數(shù)據(jù)對(duì)融合結(jié)果進(jìn)行評(píng)價(jià),。在融合蒸散發(fā)基礎(chǔ)上,，結(jié)合解放閘灌域2000—2015年間種植結(jié)構(gòu)信息，提取不同作物各自生育期和非生育期內(nèi)年際蒸散發(fā)量,，并分析了大型灌區(qū)節(jié)水改造以來(lái),，作物蒸散發(fā)占比的年際變化。研究結(jié)果表明：融合蒸散發(fā)與水量平衡蒸散發(fā)變化過(guò)程較吻合,，小麥耗水峰值出現(xiàn)在6月中下旬—7月初,，玉米和向日葵峰值出現(xiàn)在7月份。在相關(guān)性分析中,，玉米,、小麥和向日葵的決定系數(shù)R2分別達(dá)到了0.85、0.79和0.82,；生育期內(nèi)玉米（5—10月份）,、小麥（4—7月份）和向日葵（6—10月份）的均方根誤差均不高于0.70mm/d；平均絕對(duì)誤差均不高于0.75mm/d,；相對(duì)誤差均不高于16%,。在農(nóng)田蒸散發(fā)總量驗(yàn)證中，融合蒸散發(fā)與水量平衡蒸散發(fā)相關(guān)性較好,，兩者決定系數(shù)達(dá)到了0.64,。基于ESTARFM融合算法生成的高分辨率蒸散發(fā)（ET）結(jié)果可靠,，具有較好的融合精度,。融合結(jié)果與Landsat 蒸散發(fā)的空間分布和差異性一致，7月23日,、8月24日和9月1日相關(guān)系數(shù)分別達(dá)到0.85,、0.81和0.77；差值均值分別為0.24mm,、0.19mm和0.22mm,；標(biāo)準(zhǔn)偏差分別為0.81mm、0.72mm和0.61mm,。ESTARFM融合算法在農(nóng)田蒸散發(fā)空間降尺度得到較好的應(yīng)用,，可有效區(qū)分不同作物蒸散發(fā)之間的差異。不同作物在生育期和非生育期內(nèi)耗水量差別較大,；生育期內(nèi)套種（4—10月份）耗水量最大,，達(dá)到637mm，玉米（5—10月份）和向日葵（6—10月份）次之，分別為598mm和502mm,，小麥（4—7月份）最低為412mm,；非生育期內(nèi),，小麥（8—10月份）耗水量最大,，年均達(dá)到214mm，玉米（4月份）和向日葵（4—5月份）分別為42mm和128mm,。不同作物多年平均耗水量（4—10月份）差異較小,，其年際耗水總量主要隨作物種植面積的變化而變化。

摘要:土壤分離臨界水動(dòng)力學(xué)參數(shù)是侵蝕預(yù)報(bào)研究的基礎(chǔ)內(nèi)容,，但關(guān)于不同近地表土壤水分條件下坡面侵蝕發(fā)生臨界起動(dòng)關(guān)鍵影響因子及其內(nèi)在機(jī)制尚不清楚,。本研究選取長(zhǎng)江中上游地區(qū)典型黃壤為研究對(duì)象，試驗(yàn)設(shè)計(jì)5個(gè)土壤前期含水率（5%～23%）和5個(gè)坡度（1.0°～10.0°）,，利用沖刷槽實(shí)測(cè)土壤分離臨界水動(dòng)力學(xué)參數(shù),，探討土壤分離臨界水動(dòng)力學(xué)參數(shù)對(duì)不同土壤前期含水率和坡度耦合作用的響應(yīng)。結(jié)果表明：土壤分離臨界流速,、臨界水深和流態(tài)均與坡度和土壤前期含水率呈冪函數(shù)減小關(guān)系,；在坡度小于5.0°時(shí)，土壤分離臨界水動(dòng)力參數(shù)受坡度和土壤前期含水率耦合作用的影響,；而在坡度大于5.0°時(shí)則主要受坡度的影響,。因此，當(dāng)坡度大于5.0°時(shí),，可直接采用簡(jiǎn)化冪函數(shù)方程對(duì)土壤分離臨界水動(dòng)力參數(shù)進(jìn)行估算,。在本研究試驗(yàn)條件下，坡面土壤分離臨界水流流態(tài)基本屬于層流,、緩流,，發(fā)生紊流、急流的概率很小,。坡度和土壤前期含水率對(duì)坡面流阻力有重要的影響,，阻力系數(shù)隨臨界單寬流量和雷諾數(shù)的增加呈冪函數(shù)下降趨勢(shì)。

摘要:為了揭示節(jié)水灌溉水稻葉片水分利用效率的影響因素及水分高效利用機(jī)制,，設(shè)置控制灌溉(控灌)和淹水灌溉(淹灌)2種灌溉方式開(kāi)展田間試驗(yàn),，研究節(jié)水灌溉水稻葉片水分利用效率與氣孔調(diào)節(jié)以及相關(guān)環(huán)境因素的關(guān)系，建立葉片水分利用效率的回歸方程,，并對(duì)影響因素進(jìn)行通徑分析,。結(jié)果表明，水稻葉片蒸騰速率(Tr),、光合速率(Pn)和葉片水分利用效率(LWUE)與氣孔導(dǎo)度(Gs)呈良好的二次曲線關(guān)系,，控灌水稻通過(guò)較低的氣孔開(kāi)度便可獲得較優(yōu)的葉片水分利用效率。葉片水分利用效率(LWUE)與空氣溫度(Ta)、葉片溫度(Tl),、葉氣溫差(ΔT),、空氣CO2濃度(Ca)和光合有效輻射量(Par)等環(huán)境因素呈二次曲線關(guān)系，與胞間CO2濃度(Ci)呈負(fù)相關(guān)關(guān)系,，與土壤含水率(θ)呈正相關(guān)關(guān)系,，與相對(duì)濕度(Rh)呈指數(shù)關(guān)系。由Ta,、Tl,、ΔT組成的“溫度因子”對(duì)水稻葉片水分利用效率的貢獻(xiàn)率達(dá)39.19%，而由Ca和Ci組成的“CO2濃度因子”的貢獻(xiàn)率為22.94%,，由Rh和θ組成的“水分因子”的貢獻(xiàn)率為17.81%,，由Par組成的“光照因子”貢獻(xiàn)率為9.01%。在此基礎(chǔ)上,，建立了葉片水分利用效率回歸方程,，并對(duì)各影響因素進(jìn)行通徑分析，對(duì)于控制灌溉稻田來(lái)說(shuō),，影響葉片水分利用效率的主要因素不是光合有效輻射量,、氣孔導(dǎo)度和土壤含水率等，而是胞間CO2濃度,、葉片溫度和相對(duì)濕度等因素,。

摘要:以微孔陶瓷灌水器為研究對(duì)象，在0m工作水頭下進(jìn)行土壤水分運(yùn)移特性試驗(yàn),，并以10m額定工作水頭下工作的地下滴灌灌水器作為對(duì)照,。通過(guò)對(duì)比分析2種灌溉方式下累計(jì)入滲量、流量,、濕潤(rùn)體特征和土壤含水率變化,，結(jié)果表明：相同灌溉時(shí)間下微孔陶瓷滲灌的累計(jì)入滲量、濕潤(rùn)鋒運(yùn)移距離,、濕潤(rùn)體截面面積均明顯小于地下滴灌,。微孔陶瓷滲灌的流量隨時(shí)間逐漸減小，直至接近于零,；試驗(yàn)后期,，微孔陶瓷滲灌濕潤(rùn)體內(nèi)整體土壤含水率變化較小,；由于微孔陶瓷滲灌為無(wú)壓連續(xù)灌溉,，因此在其工作過(guò)程中可為作物提供一個(gè)恒定的水分環(huán)境。而地下滴灌的流量則會(huì)維持穩(wěn)定,，使得土壤含水率一直增大,，停止灌溉后由于土壤水分再分布而減小,。地下滴灌為被動(dòng)恒壓灌溉，因此其灌溉條件下作物生長(zhǎng)的水分環(huán)境處于干濕交替的循環(huán)變化狀態(tài),。

摘要:針對(duì)目前基于圓錐指數(shù)的土壤緊實(shí)度測(cè)量中,，無(wú)法消除土壤摩擦力對(duì)緊實(shí)度測(cè)量的影響，要求檢測(cè)傳感器勻速貫入土壤,因此存在使用不便,、精度不高的難題,。為了提高土壤緊實(shí)度實(shí)時(shí)測(cè)量方法的精度及可操作性，在圓錐指數(shù)方法基礎(chǔ)上,，設(shè)計(jì)了土壤緊實(shí)度實(shí)時(shí)檢測(cè)傳感器,，并加入了加速度的同步測(cè)量,，消除了使用過(guò)程中金屬桿插入速度不均造成的誤差,，提高了土壤緊實(shí)度測(cè)量精度。通過(guò)大量試驗(yàn)驗(yàn)證了自制傳感器具有較好的靜態(tài)性能和動(dòng)態(tài)性能,，其測(cè)量范圍為0~900kPa,靈敏度為0.041896,，穩(wěn)定性測(cè)量標(biāo)準(zhǔn)差為5kPa，測(cè)量精度為±0.02%FS,，超調(diào)量為7.81%,，過(guò)渡時(shí)間為0.632s。與美國(guó)SC-900型土壤緊實(shí)度儀對(duì)比其準(zhǔn)確性的線性擬合決定系數(shù)均達(dá)到0.96以上,，結(jié)果表明設(shè)計(jì)的土壤緊實(shí)度傳感器與SC-900型土壤緊實(shí)度儀在實(shí)際測(cè)量中性能相當(dāng),，且使用更方便、價(jià)格更低廉,。為農(nóng)林生產(chǎn),、環(huán)境保護(hù)及生態(tài)監(jiān)測(cè)提供了一種具有自主知識(shí)產(chǎn)權(quán)、精準(zhǔn)獲取土壤緊實(shí)度的有效手段,。

摘要:針對(duì)現(xiàn)有土壤水分點(diǎn)尺度下測(cè)量的局限性,，提出了一種線性尺度下的土壤剖面水分測(cè)量方法，并設(shè)計(jì)了一種基于駐波比法的土壤剖面水分信息測(cè)量傳感系統(tǒng),。借助HFSS高頻電磁場(chǎng)仿真軟件與網(wǎng)絡(luò)矢量分析儀對(duì)傳感器環(huán)形探頭的電場(chǎng)強(qiáng)度分布情況與阻抗特性進(jìn)行了分析研究,，確定了環(huán)形探頭適應(yīng)性與敏感區(qū)域。以2種不同質(zhì)地的土壤作為試驗(yàn)樣本,，對(duì)土壤水分傳感器的輸出與對(duì)應(yīng)的測(cè)量值進(jìn)行了多項(xiàng)式擬合,，決定系數(shù)均達(dá)到了0.99以上，傳感器的穩(wěn)態(tài)與動(dòng)態(tài)性能均能滿足土壤剖面水分的測(cè)量要求,。通過(guò)多層水分土柱穿層試驗(yàn)與對(duì)比試驗(yàn)表明,，該系統(tǒng)能夠滿足線性尺度下土壤剖面水分的實(shí)時(shí)測(cè)量需求，具有較高的測(cè)量精度與穩(wěn)定性,。設(shè)計(jì)的土壤剖面水分線性測(cè)量系統(tǒng)的各項(xiàng)指標(biāo)均達(dá)到實(shí)際應(yīng)用的需求,，具有較高的應(yīng)用推廣價(jià)值。

摘要:利用玉米秸稈生物炭,，以日光溫室黃瓜為試驗(yàn)對(duì)象,，以土壤分別施入20、40,、60t/hm2生物炭為處理,，研究玉米秸稈生物炭施用對(duì)黃瓜根際土壤真菌群落和根系生長(zhǎng)的影響及其機(jī)制。試驗(yàn)結(jié)果表明：土壤中生物炭施用量為20～60t/hm2時(shí),，在黃瓜結(jié)果期可不同程度提高根系數(shù),、根系體積和根系活力，顯著提高真菌中子囊菌門(mén)和接合菌門(mén)的豐度,，增加擔(dān)子菌門(mén),、壺菌門(mén)和球囊菌門(mén)豐度而極大降低雜菌比例，明顯提高子囊菌門(mén)Incertae sedis 27,、毛殼菌科,、小子囊菌科、毛球殼科,、假散囊菌科等11個(gè)科以及接合菌門(mén)被孢霉科,、球囊菌門(mén)球囊霉科、擔(dān)子菌門(mén)糞銹傘科,、壺菌門(mén)小壺菌科的豐度,；生物炭處理土壤后，子囊菌門(mén)Incertae sedis 27,、毛球殼科,、假散囊菌科、黃絲菌科和接合菌門(mén)被孢霉科的真菌在促進(jìn)根系生長(zhǎng)方面的作用最為明顯,，主要通過(guò)根被組織聚集,、促進(jìn)根系對(duì)營(yíng)養(yǎng)元素吸收、提高土壤中有機(jī)質(zhì)和養(yǎng)分含量,、促進(jìn)土壤中有機(jī)物質(zhì)分解等而最終有利于黃瓜的根系生長(zhǎng),。綜合分析認(rèn)為，生物炭施用量20t/hm2處理效果最為明顯,，與對(duì)照相比,，根系數(shù)、根系體積和根系活力分別提高20.52%,、50.73%和16.11%,。

摘要:在自行設(shè)計(jì)的生物質(zhì)熱解揮發(fā)物兩級(jí)冷凝特性參數(shù)測(cè)試系統(tǒng)上,，進(jìn)行了木屑在450,、550,、650℃下熱解揮發(fā)物冷凝特性研究，其中,，一級(jí)冷凝采用空氣作為冷凝介質(zhì),，二級(jí)冷凝采用水作為冷凝介質(zhì)，計(jì)算了表面局部冷凝換熱系數(shù),，以及冷凝液膜熱阻和厚度,。結(jié)果表明：一級(jí)冷凝換熱系數(shù)隨著溫度的升高而減小，在熱解溫度為450℃時(shí)達(dá)到最大值671.02W/（m2·K）,；二級(jí)換熱系數(shù)隨著溫度的升高先增大后減小,，在熱解溫度為550℃時(shí)達(dá)到最大值1.484×105W/（m2·K）?；诶淠鲀?nèi)壁一維穩(wěn)態(tài)冷凝換熱特性,，分析了冷凝液膜形成過(guò)程，存在3個(gè)階段：液膜形成,、液膜積累,、液膜流動(dòng),。在液膜形成和積累階段,，液膜厚度逐漸增大，熱阻變大,；液膜厚度達(dá)到一定程度后,，冷凝液產(chǎn)生流動(dòng)，在液膜流動(dòng)初期,，液膜厚度逐漸減小,，熱阻變小,；在穩(wěn)定流動(dòng)期,，熱阻基本保持穩(wěn)定。

摘要:以油茶殼熱解炭粉和膠黏劑為原料,，利用萬(wàn)能試驗(yàn)機(jī)進(jìn)行生物質(zhì)混合燃料成型試驗(yàn),。通過(guò)對(duì)比不同成型燃料抗壓強(qiáng)度、松弛密度和比能耗,，確定膠黏劑種類(lèi)對(duì)燃料品質(zhì)的影響,。選取木質(zhì)素作為膠黏劑考察了成型壓力、溫度,、含水率,、木質(zhì)素添加量對(duì)成型燃料品質(zhì)的影響，當(dāng)優(yōu)化成型工藝參數(shù)為成型壓力6kN,、成型溫度80~100℃,、含水率20%,、木質(zhì)素添加量8%~9%時(shí)燃料品質(zhì)最佳。對(duì)成型燃料進(jìn)行熱重試驗(yàn),，研究其燃燒過(guò)程及動(dòng)力學(xué)特性,。結(jié)果表明：燃燒主要分為4個(gè)階段，著火溫度為356.9℃,，燃盡溫度為553.3℃,；燃料的揮發(fā)分燃燒是一級(jí)反應(yīng)，固定碳燃燒是二級(jí)反應(yīng),。

摘要:以纖維素,、木聚糖和木質(zhì)素為研究對(duì)象，利用真空氣氛爐熱解制備生物炭,，探究溫度對(duì)生物質(zhì)三組分熱解制備生物炭理化特性的影響規(guī)律,，為生物炭的性能調(diào)控和機(jī)理研究提供理論依據(jù)。結(jié)果表明：纖維素和木聚糖的熱解溫度范圍主要集中在300~500℃,，纖維素生物炭產(chǎn)率由35.38%下降至20.93%,，木聚糖生物炭產(chǎn)率由46.28%下降至29.40%，木質(zhì)素?zé)峤鉁囟确秶饕性?00~600℃,，木質(zhì)素生物炭產(chǎn)率由81.22%下降至51.53%,；熱解溫度對(duì)生物質(zhì)三組分制備生物炭的C、H,、O,、N元素含量的影響規(guī)律基本相同，即C元素含量逐漸升高,，H,、O、N元素含量逐漸降低,，C元素質(zhì)量分?jǐn)?shù)分別由69.42%,、72.92%、54.75%升至96.39%,、77.26%,、67.97%；熱解溫度對(duì)生物質(zhì)三組分制備生物炭的灰分,、揮發(fā)分,、固定碳和熱值的影響規(guī)律基本相同，即揮發(fā)分逐漸降低,，而灰分,、固定碳和熱值均逐漸升高，揮發(fā)分分別由50.67%,、44.89%,、39.99%降至7.63%,、5.52%、14.41%,，固定碳分別由47.95%,、55.03%、35.41%升至90.18%,、94.11%,、53.70%，熱值分別由25652.58,、26681.81,、21173.29kJ/kg升至34602.52、33965.15,、24142.62kJ/kg,；熱解溫度對(duì)木質(zhì)素生物炭的比表面積和孔徑分布影響明顯，對(duì)纖維素和木聚糖生物炭的影響較小,，500℃時(shí)纖維素和木聚糖達(dá)到最優(yōu)的比表面積和微孔體積,，600℃時(shí)木質(zhì)素達(dá)到最優(yōu)的比表面積和微孔體積；熱解溫度在500℃時(shí),，纖維素和木聚糖制備的生物炭達(dá)到最大的碘吸附值,，纖維素生物炭碘吸附值為422.46mg/g，木聚糖生物炭碘吸附值為115.06mg/g,，熱解溫度在600℃時(shí),，木質(zhì)素制備的生物炭達(dá)到最大的碘吸附值，為460.35mg/g,。

摘要:基于生態(tài)位適宜度模型對(duì)生菜與小白菜、櫻桃蘿卜,、豌豆苗和香菜間作4種模式下作物對(duì)生境條件的適宜程度進(jìn)行了初步評(píng)價(jià),，并采用TOPSIS模型對(duì)評(píng)價(jià)結(jié)果進(jìn)行優(yōu)選，以揭示生菜各間作模式中的最優(yōu)模式,。結(jié)果表明：模式1,、模式2和模式3的生態(tài)位適宜度值較高且較接近，其生境環(huán)境較能滿足作物的需求,，其中,，生菜和櫻桃蘿卜的間作模式與理想方案的相對(duì)接近程度最大，即生菜與櫻桃蘿卜的間作模式為4種模式中最優(yōu)間作模式,。采用生態(tài)位適宜度模型和TOPSIS模型對(duì)間作模式進(jìn)行優(yōu)選的結(jié)果與實(shí)際栽培效果一致,，通過(guò)限制因子分析確定生菜和櫻桃蘿卜間作模式的限制因子為營(yíng)養(yǎng)液中鉀元素含量。

摘要:為掌握馬鈴薯泥在鼓風(fēng)冷凍過(guò)程中的溫度變化規(guī)律,，建立了短圓柱狀馬鈴薯泥鼓風(fēng)冷凍的三維數(shù)值模型,，進(jìn)行了三維非穩(wěn)態(tài)數(shù)值模擬,，并結(jié)合流場(chǎng)及不同時(shí)刻的溫度場(chǎng)對(duì)馬鈴薯泥的冷凍過(guò)程進(jìn)行了分析。實(shí)驗(yàn)驗(yàn)證表明該模型與實(shí)際情況吻合較好,，冷凍時(shí)間相對(duì)誤差為3.9%,。以此為基礎(chǔ)，研究了送風(fēng)速度和溫度對(duì)馬鈴薯泥冷凍過(guò)程的影響,。結(jié)果表明,，隨著風(fēng)速的提高，冷凍時(shí)間縮短,，馬鈴薯泥內(nèi)外溫差增大,，冷凍結(jié)束時(shí)馬鈴薯泥中心溫度之間的差異先減小后增大。降低送風(fēng)溫度可以縮短冷凍時(shí)間,，增大馬鈴薯泥中心溫度之間的差異性和馬鈴薯泥內(nèi)外溫差,。送風(fēng)速度和溫度對(duì)相變階段的影響大于預(yù)冷段和深冷段。

摘要:以“喬納金”蘋(píng)果,，“紅富士”蘋(píng)果和“秦冠”蘋(píng)果共90個(gè)試驗(yàn)樣本為試材分別采集865～1711nm的近紅外波段高光譜圖像,，選取蘋(píng)果圖像感興趣區(qū)域（ROI），以分辨率2.8nm提取其平均反射光譜數(shù)據(jù),，分別利用K近鄰法（KNN）和徑向基核函數(shù)支持向量機(jī)（RBF-SVM）進(jìn)行品種判別,，5折交叉檢驗(yàn)。結(jié)果表明,，3種蘋(píng)果的近紅外高光譜圖像均在波長(zhǎng)941~1602nm之間變得清晰,，該區(qū)域200個(gè)波段下的平均反射光譜數(shù)據(jù)經(jīng)KNN法中的10種距離算法評(píng)判，當(dāng)K取值3和5時(shí),，切比雪夫距離,、歐幾里得距離和明可夫斯基距離3種距離算法的識(shí)別正確率均達(dá)到100%；SVM-RBF核函數(shù)模型中,，γ取值為2-8~1的范圍內(nèi)識(shí)別正確率均在92%以上,，當(dāng)γ取值2-5，C取值為16和32時(shí),，識(shí)別正確率最高,，為96.67%。故利用近紅外高光譜圖像技術(shù)結(jié)合KNN計(jì)算對(duì)蘋(píng)果品種進(jìn)行快速鑒別是優(yōu)異和可靠的方案,。

摘要:為了建立和優(yōu)化牦牛肌肉組織蛋白質(zhì)雙向電泳（2DE）體系，結(jié)合生物信息學(xué)方法進(jìn)行牦牛,、黃牛差異蛋白質(zhì)通路分析,。以牦牛背最長(zhǎng)肌為實(shí)驗(yàn)材料，對(duì)不同裂解液成分,、等電聚焦程序,、染色方法進(jìn)行研究,，在最優(yōu)2DE體系參數(shù)下，對(duì)比分析牦牛,、黃牛差異倍數(shù)大于2倍且達(dá)到顯著水平（P<0.05）的19個(gè)蛋白質(zhì),，通過(guò)基質(zhì)輔助激光解吸/電離飛行時(shí)間（MALDI-TOF/TOF）質(zhì)譜進(jìn)行鑒定，并對(duì)鑒定結(jié)果進(jìn)行了基因本體（GO）注釋,、京都基因與基因組百科全書(shū)（KEGG）通路分析,。結(jié)果表明，裂解液II,、漸進(jìn)式快速升壓程序,、改良的考染法獲得的蛋白點(diǎn)匹配率高，牦牛,、黃牛2DE圖譜蛋白點(diǎn)平均個(gè)數(shù)分別為479個(gè)和553個(gè),。通過(guò)比較牦牛和黃牛背最長(zhǎng)肌中差異蛋白質(zhì)可知，所得到的差異蛋白質(zhì)按照功能可分為代謝酶,、結(jié)構(gòu)蛋白和應(yīng)激蛋白3大類(lèi),。通過(guò)KEGG分析可知，牦牛,、黃牛差異蛋白質(zhì)主要集中在細(xì)胞代謝過(guò)程,、碳水化合物代謝通路、遺傳信息通路和能量代謝通路中,，研究結(jié)果可為解釋牦牛和黃牛肌肉生物學(xué)特性和肉品質(zhì)差異提供理論依據(jù),。

摘要:為了提高黑蒜的生產(chǎn)效率、降低黑蒜的生產(chǎn)成本,，將蒸制工藝與烘制工藝相結(jié)合,，設(shè)計(jì)并優(yōu)化了一種非發(fā)酵黑蒜制備工藝。研究結(jié)果表明,，非發(fā)酵黑蒜的最佳制備工藝參數(shù)為：蒸制溫度127℃,、蒸制時(shí)間70min、烘制溫度95℃,、烘制時(shí)間6.5h，在此工藝條件下制得的黑蒜總酚質(zhì)量比為11.15mg/g,，含水率為27.41%,，還原糖和總酸質(zhì)量比分別為7.87g/(100g)和36.09g/kg。在0.06~0.18mg/mL質(zhì)量濃度范圍內(nèi),，黑蒜的還原能力是維生素C的1.4倍以上,，說(shuō)明黑蒜具有很強(qiáng)的抗氧化活性。與發(fā)酵工藝相比,，總酚等活性成分含量相近,，但極顯著地縮短了黑蒜的制備時(shí)間,、提高了生產(chǎn)效率、降低能耗,，為功能性蒜制品的開(kāi)發(fā)利用提供了技術(shù)基礎(chǔ),。

摘要:脫附電磁閥是汽油轎車(chē)燃油蒸發(fā)控制系統(tǒng)中關(guān)鍵零部件之一，電磁閥的動(dòng)態(tài)響應(yīng)特性對(duì)燃油蒸汽的脫附速率有著重要的影響,，同時(shí),，電磁閥銜鐵的撞擊噪聲和電磁閥的通電可靠性與電磁閥產(chǎn)品的性能也有重要關(guān)系。為此,，首先針對(duì)脫附電磁閥進(jìn)行適當(dāng)?shù)哪Ｐ秃?jiǎn)化,，采用電磁場(chǎng)模擬軟件Maxwell建立數(shù)學(xué)模型，通過(guò)仿真手段與試驗(yàn)結(jié)果進(jìn)行響應(yīng)特性標(biāo)定對(duì)比,，從而驗(yàn)證數(shù)學(xué)模型的準(zhǔn)確性,。而后基于正交設(shè)計(jì)方法，研究了不同鐵芯材料,、線圈匝數(shù),、線圈直徑、工作間隙以及銜鐵質(zhì)量等結(jié)構(gòu)參數(shù)對(duì)電磁閥的動(dòng)態(tài)響應(yīng)特性,、撞擊噪聲以及能耗量的影響,，并進(jìn)行電磁閥綜合性能的最優(yōu)化設(shè)計(jì)，獲得了最佳的綜合性能,。最后通過(guò)試驗(yàn)手段對(duì)最優(yōu)化方案進(jìn)行驗(yàn)證,，并對(duì)其撞擊噪聲、響應(yīng)特性進(jìn)行了分析,，結(jié)果表明通過(guò)正交設(shè)計(jì)方法的模擬預(yù)測(cè)與試驗(yàn)數(shù)據(jù)有較高的一致性,，從而為電磁閥的綜合優(yōu)化提供了可靠的方法。

摘要:在上止點(diǎn)壓力1.5MPa,，上止點(diǎn)溫度670~795K,，當(dāng)量比為1的實(shí)驗(yàn)條件下，利用快速壓縮機(jī)（RCM）研究了N2,、N2/Ar（50%/50%）和Ar/CO2（61.2%/38.8%）稀釋氣體對(duì)二甲醚（DME）著火延遲期的影響,。利用CHMKIN-PRO軟件在較大溫度范圍內(nèi)進(jìn)行了模擬研究。結(jié)果表明：不同稀釋氣體組分對(duì)二甲醚混合氣體第一階段著火延遲期影響很小,，但對(duì)總著火延遲期具有較大的影響,，尤其在負(fù)溫度系數(shù)（NTC）區(qū)間的起點(diǎn)溫度附近。與N2相比,，N2/Ar（50%/50%）使得實(shí)驗(yàn)中總著火延遲期縮短30%,。稀釋氣體的化學(xué)效應(yīng)對(duì)第一階段著火延遲期和總著火延遲期的影響均很小。在低溫區(qū)間和NTC區(qū)間，稀釋氣體的熱效應(yīng)起主導(dǎo)作用,，而當(dāng)上止點(diǎn)溫度超過(guò)NTC區(qū)間時(shí),，CO2的化學(xué)效應(yīng)影響增強(qiáng)且超過(guò)熱效應(yīng)而起到主導(dǎo)作用。隨稀釋率增加,，DME混合氣體第一階段著火延遲期略有延長(zhǎng),，而總著火延遲期出現(xiàn)明顯延長(zhǎng)，且總著火延遲期的NTC現(xiàn)象變得更加明顯,。

摘要:利用ANSYS_Fluent 15.0軟件,，在兩相流計(jì)算采用均相流模型(HEM)、湍流計(jì)算采用realizable k-ε模型基礎(chǔ)上,，分別基于SS及Singhal空化模型對(duì)噴嘴孔內(nèi)空化現(xiàn)象進(jìn)行數(shù)值模擬,，并將模擬結(jié)果與試驗(yàn)結(jié)果進(jìn)行對(duì)比分析，其中前者忽略了不凝性氣體及湍流擾動(dòng)對(duì)孔內(nèi)空化現(xiàn)象的影響,，而后者考慮了這2個(gè)因素,。其后在兩相流計(jì)算仍然采用均相流模型的基礎(chǔ)上，將Singhal空化模型與不同的湍流模型組合應(yīng)用,，并與試驗(yàn)結(jié)果進(jìn)行對(duì)比分析,。結(jié)果顯示：不凝性氣體及湍流擾動(dòng)對(duì)噴嘴孔內(nèi)空化現(xiàn)象數(shù)值模擬存在顯著影響，不考慮這2個(gè)因素時(shí)計(jì)算所得噴孔內(nèi)氣相區(qū)域分布規(guī)律與試驗(yàn)結(jié)果一致,，然而計(jì)算所得氣相體積分?jǐn)?shù)僅為試驗(yàn)結(jié)果的42%,，考慮這2個(gè)因素時(shí)計(jì)算所得氣相區(qū)域分布規(guī)律同樣與試驗(yàn)結(jié)果一致，且計(jì)算所得氣相體積分?jǐn)?shù)約為試驗(yàn)結(jié)果的96%,，即考慮不凝性氣體及湍流擾動(dòng)的影響會(huì)使噴嘴孔內(nèi)空化現(xiàn)象數(shù)值模擬更加準(zhǔn)確,；考慮不凝性氣體及湍流擾動(dòng)時(shí)計(jì)算所得氣相區(qū)域在其末端出現(xiàn)小幅擴(kuò)散現(xiàn)象，這種擴(kuò)散現(xiàn)象源于不凝性氣體在氣相區(qū)域末端的膨脹作用,；湍流粘度的計(jì)算結(jié)果通過(guò)影響場(chǎng)內(nèi)流速,、靜壓的方式最終對(duì)計(jì)算所得噴孔內(nèi)氣相區(qū)域分布產(chǎn)生一定影響。

摘要:基于線性二次型最優(yōu)控制理論和線性矩陣不等式處理方法,，提出一種適用于汽車(chē)電子節(jié)氣門(mén)的位置離散最優(yōu)預(yù)見(jiàn)控制算法,，該算法僅通過(guò)一組滑動(dòng)電位計(jì)來(lái)測(cè)量節(jié)氣門(mén)閥片角度位置實(shí)現(xiàn)閉環(huán)控制。針對(duì)節(jié)氣門(mén)的實(shí)際使用環(huán)境,，建立了離散化的節(jié)氣門(mén)狀態(tài)空間模型,，利用狀態(tài)轉(zhuǎn)移法構(gòu)建了包含目標(biāo)信號(hào)的擴(kuò)大誤差系統(tǒng)；考慮實(shí)際系統(tǒng)中節(jié)氣門(mén)物理參數(shù)難以辨識(shí)的特點(diǎn)和外部擾動(dòng)力矩等不確定因素的影響進(jìn)行了仿真,，并基于快速控制原型技術(shù)進(jìn)行了試驗(yàn)驗(yàn)證,。仿真和試驗(yàn)結(jié)果均表明，所設(shè)計(jì)的位置最優(yōu)預(yù)見(jiàn)控制算法能夠快速準(zhǔn)確地跟蹤目標(biāo)開(kāi)度信號(hào),，增強(qiáng)了電子節(jié)氣門(mén)控制系統(tǒng)的穩(wěn)定性和魯棒性。

摘要:針對(duì)液壓外骨骼機(jī)器人系統(tǒng)建模困難的問(wèn)題,，提出一種利用自適應(yīng)模糊逼近方法來(lái)實(shí)現(xiàn)對(duì)滑模等效控制的逼近,，不需要對(duì)機(jī)器人的未知參數(shù)進(jìn)行預(yù)先估計(jì)，同時(shí)設(shè)計(jì)可調(diào)參數(shù)的自適應(yīng)調(diào)節(jié)律,，增強(qiáng)系統(tǒng)的魯棒性,，引入一種類(lèi)勢(shì)能函數(shù)設(shè)計(jì)具有非線性積分項(xiàng)的滑模面,當(dāng)誤差較大時(shí)，積分效應(yīng)適當(dāng)減弱,，防止產(chǎn)生較大的超調(diào)量,；當(dāng)誤差較小時(shí)，積分效應(yīng)適當(dāng)增強(qiáng),，減小穩(wěn)態(tài)誤差,。利用李雅普諾夫方法論證了該閉環(huán)控制系統(tǒng)的穩(wěn)定性，并使用模糊切換方法來(lái)消除滑?？刂贫墩?。最后，對(duì)液壓助力外骨骼機(jī)器人系統(tǒng)進(jìn)行軌跡跟蹤及外干擾實(shí)驗(yàn),，結(jié)果驗(yàn)證了該方法的有效性,，控制輸出能快速平穩(wěn)地跟隨參考位置信號(hào)，且具有一定抗干擾能力,。

摘要:使用自主搭建的一套基于相位多普勒粒子分析儀（PDPA）的開(kāi)放式霧化試驗(yàn)臺(tái),，開(kāi)展了不同工況下雙流體霧化流場(chǎng)的測(cè)試試驗(yàn)，研究了氣體流量和水流量對(duì)霧化特性（包括噴霧錐角,、有效射程以及霧滴粒徑,、速度、個(gè)數(shù)的分布）的影響,。結(jié)果表明：隨著氣體流量的增大以及水流量的減小,，噴霧錐角呈增大趨勢(shì)，霧滴的索特平均直徑（SMD）,、速度以及個(gè)數(shù)均呈減小趨勢(shì),，而有效射程隨著氣體流量以及水流量的增大而增大；隨著軸向距離的增大,，霧滴的SMD,、速度以及個(gè)數(shù)均呈現(xiàn)增大的分布規(guī)律；隨著徑向距離的增大,，霧滴的SMD呈增大的分布規(guī)律,，而霧滴速度以及個(gè)數(shù)呈現(xiàn)先增大后減小的分布規(guī)律。氣體流量和水流量對(duì)噴嘴出口與振動(dòng)頭之間區(qū)域的湍流程度,、對(duì)沖現(xiàn)象有明顯影響,，進(jìn)而顯著影響霧化特性,。當(dāng)氣體流量為0.8m3/h、水流量為35L/h時(shí),，與優(yōu)化前（氣體流量為0.95m3/h,、水流量為40L/h）相比，SMD減小了21.50%,，有效射程,、霧滴速度、霧滴個(gè)數(shù)分別增加了10.26%,、39.08%,、61.54%，噴嘴霧化能耗降低的同時(shí)綜合霧化效果得到了提升,。

摘要:設(shè)計(jì)了一種Deform-X柔性鉸鏈,，利用微積分的思想分析了其等效剛度，推導(dǎo)了Deform-X柔性鉸鏈彎扭耦合等效剛度的理論計(jì)算公式,。通過(guò)一組實(shí)例的理論分析和ABAQUS仿真分析,，驗(yàn)證了Deform-X柔性鉸鏈等效剛度理論計(jì)算公式的正確性。選取外形尺寸相同的X型柔性鉸鏈與Deform-X柔性鉸鏈進(jìn)行了性能比較分析,，在相同轉(zhuǎn)矩作用下,，Deform-X柔性鉸鏈彎曲變形轉(zhuǎn)角約為X型柔性鉸鏈的3倍。分別對(duì)X型柔性鉸鏈和Deform-X柔性鉸鏈進(jìn)行了彎曲失效分析,，結(jié)果表明Deform-X柔性鉸鏈的可使用范圍大于X型柔性鉸鏈,。設(shè)計(jì)了基于Deform-X柔性鉸鏈的平面折展四桿機(jī)構(gòu)的實(shí)物模型，通過(guò)實(shí)物測(cè)試和仿真分析表明Deform-X柔性鉸鏈能夠?qū)崿F(xiàn)預(yù)期變形,。最后,，對(duì)尺寸相同的基于X型柔性鉸鏈的四桿機(jī)構(gòu)和基于Deform-X柔性鉸鏈的四桿機(jī)構(gòu)在相同力矩作用下的變形進(jìn)行了分析，結(jié)果表明基于Deform-X柔性鉸鏈的四桿機(jī)構(gòu)變形更大,。

摘要:由于良好的剛度和動(dòng)力學(xué)性能，Exechon并聯(lián)機(jī)構(gòu)已被應(yīng)用于加工,、制造,、航空航天等領(lǐng)域，但Exechon并聯(lián)模塊的轉(zhuǎn)動(dòng)能力較弱,，導(dǎo)致其工作空間較小,。為此，以機(jī)構(gòu)變異方法設(shè)計(jì)構(gòu)型為2RPU&1RPS的Exe-Variant并聯(lián)模塊,。為研究Exe-Variant并聯(lián)模塊的剛度性能,，采用子結(jié)構(gòu)綜合技術(shù)建立了該并聯(lián)模塊的剛度模型。建模時(shí),，將機(jī)構(gòu)劃分成若干子系統(tǒng),，并計(jì)入關(guān)節(jié)和支鏈彈性對(duì)整機(jī)剛度的影響,。基于所建剛度模型,，研究了Exe-Variant并聯(lián)模塊整機(jī)剛度在其工作空間內(nèi)的分布特性,，并進(jìn)行了機(jī)構(gòu)關(guān)鍵設(shè)計(jì)參數(shù)和機(jī)構(gòu)關(guān)節(jié)處彈性變形對(duì)整機(jī)剛度的影響分析。結(jié)果表明,，該模塊的剛度分布在工作全域內(nèi)呈現(xiàn)出對(duì)稱(chēng)性，模塊關(guān)鍵設(shè)計(jì)參數(shù)和機(jī)構(gòu)關(guān)節(jié)處彈性變形對(duì)整機(jī)的剛度性能影響較大,。

摘要:為設(shè)計(jì)可實(shí)現(xiàn)一機(jī)多用的并聯(lián)機(jī)構(gòu),，提出了多模式并聯(lián)機(jī)構(gòu)的結(jié)構(gòu)類(lèi)型綜合方法以及操作模式分析方法。首先利用方位特征集方法,，綜合得到一類(lèi)（640種）具有運(yùn)動(dòng)分岔特性的4自由度并聯(lián)機(jī)構(gòu),；然后從中優(yōu)選出一種機(jī)構(gòu)進(jìn)行操作模式分析，分析結(jié)果表明：機(jī)構(gòu)處于分岔奇異點(diǎn)時(shí)動(dòng)平臺(tái)瞬時(shí)自由度為5,，此時(shí)采用冗余驅(qū)動(dòng)的方法可引導(dǎo)動(dòng)平臺(tái)通過(guò)分岔奇異點(diǎn)順利到達(dá)三平移一轉(zhuǎn)動(dòng)或兩平移兩轉(zhuǎn)動(dòng)模式,；最后推導(dǎo)了該并聯(lián)機(jī)構(gòu)處于上述2種操作模式時(shí)的位置正、逆解分析方程,，得知位置逆解方程和三平移一轉(zhuǎn)動(dòng)模式時(shí)的位置正解方程均可解析求解,。

摘要:針對(duì)目前變型設(shè)計(jì)過(guò)程模型主要限制在零件級(jí)的粒度，導(dǎo)致活動(dòng)間關(guān)系賦值較為粗糙,，且往往需要遍歷所有可能的設(shè)計(jì)過(guò)程,，時(shí)間長(zhǎng)，效率低,，不能滿足產(chǎn)品設(shè)計(jì)過(guò)程中的動(dòng)態(tài)變化等問(wèn)題,，提出了一種基于設(shè)計(jì)結(jié)構(gòu)矩陣的變型設(shè)計(jì)動(dòng)態(tài)規(guī)劃方法。依據(jù)建立的變型產(chǎn)品設(shè)計(jì)活動(dòng)層次結(jié)構(gòu)模型,，定義了參數(shù)級(jí)粒度的設(shè)計(jì)活動(dòng)間約束關(guān)系及其優(yōu)先級(jí)數(shù)值,，通過(guò)對(duì)虛擬活動(dòng)的打包和分解操作，實(shí)現(xiàn)復(fù)雜耦合條件下基于DSM的設(shè)計(jì)過(guò)程動(dòng)態(tài)規(guī)劃,。以軸承產(chǎn)品設(shè)計(jì)過(guò)程為例,，驗(yàn)證了該方法的有效性。

摘要:在氣動(dòng)伺服系統(tǒng)中實(shí)現(xiàn)高精度控制,，通常需要采用要求全狀態(tài)信息的基于模型的非線性控制算法,。鑒于輕量化的設(shè)計(jì)要求或者出于成本的考慮，構(gòu)建壓力觀測(cè)器來(lái)代替壓力傳感器,。首先,，采用李雅普諾夫穩(wěn)定性理論來(lái)論證所設(shè)計(jì)的壓力觀測(cè)器的全局穩(wěn)定性。其次,，通過(guò)試驗(yàn)研究,，選取滿足試驗(yàn)要求的多變指數(shù)值,。然后，任意設(shè)定偏離實(shí)際值的壓力觀測(cè)器初值,，以證實(shí)該壓力觀測(cè)器收斂迅速且不斷逼近真實(shí)值,。另外，通過(guò)作用一個(gè)變剛度的載荷于系統(tǒng),，以證明該壓力觀測(cè)器是負(fù)載獨(dú)立的,。最后，試驗(yàn)表明采用所設(shè)計(jì)的壓力觀測(cè)器來(lái)實(shí)現(xiàn)氣動(dòng)系統(tǒng)的伺服控制是有效的,、可行的,。

摘要:基于相似理論開(kāi)展月球車(chē)輪壤相互作用系統(tǒng)參數(shù)量綱分析，分別以模擬月壤內(nèi)聚力和密度參數(shù)不變?yōu)榧s束條件,，推導(dǎo)了輪壤系統(tǒng)參數(shù)比例尺,。采用輕質(zhì)量模型樣車(chē)法當(dāng)量月面低重力環(huán)境影響，設(shè)計(jì)1/2比例月球模型樣車(chē),；以速度和坡度為試驗(yàn)因素,，開(kāi)展月球車(chē)坡面通過(guò)性試驗(yàn)；分析了試驗(yàn)因素對(duì)各車(chē)輪滑轉(zhuǎn)率和沉陷量的影響規(guī)律,；討論了不同坡度條件下驅(qū)動(dòng)扭矩,、掛鉤牽引力和牽引系數(shù)隨滑轉(zhuǎn)率的變化規(guī)律。結(jié)果表明,，坡度對(duì)通過(guò)性的影響明顯較速度的大,；隨著滑轉(zhuǎn)率的增加，驅(qū)動(dòng)扭矩和掛鉤牽引力呈現(xiàn)增加趨勢(shì),，最大值分別為3.6N·m和10.5N,；牽引系數(shù)呈現(xiàn)先增加后減小趨勢(shì)，在滑轉(zhuǎn)率為21.6%時(shí)達(dá)到最大值0.18,。為保障月球車(chē)安全可靠的通過(guò)性能,，其巡視坡度在20°以?xún)?nèi)合理。