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:為促進(jìn)我國卷盤式噴灌機(jī)快速發(fā)展,，提高對卷盤式噴灌機(jī)關(guān)鍵技術(shù)的整體認(rèn)識和比較國內(nèi)外差距，本文概述了國內(nèi)外的發(fā)展歷程和卷盤式噴灌機(jī)的主要類型和機(jī)型，從內(nèi)外特性指標(biāo)兩方面,，闡述了影響卷盤式噴灌機(jī)的關(guān)鍵因素及研究現(xiàn)狀,，總結(jié)出噴頭車行走速度的均勻性,、行走速度與噴頭旋轉(zhuǎn)扇形角及速度的匹配關(guān)系、噴頭車運(yùn)行穩(wěn)定性,、噴頭進(jìn)口壓力的穩(wěn)定性,、噴頭的姿態(tài)和地形等是影響噴灌均勻性指標(biāo)的關(guān)鍵因素,，各組成部分的能量轉(zhuǎn)換效率和優(yōu)化匹配是影響整機(jī)能耗的關(guān)鍵因素。分析了卷盤式噴灌機(jī)驅(qū)動動力、傳動系統(tǒng),、速度控制,、關(guān)鍵環(huán)節(jié)能量轉(zhuǎn)換和噴頭車穩(wěn)定性等關(guān)鍵技術(shù)的研究進(jìn)展和存在的問題。提出了我國卷盤式噴灌機(jī)需要重點(diǎn)研究的應(yīng)用基礎(chǔ)和關(guān)鍵技術(shù)問題,，展望了卷盤式噴灌機(jī)多功能和智能化的發(fā)展趨勢,。

摘要:針對一種傾轉(zhuǎn)三旋翼垂直起降（VTOL）飛行器在懸停狀態(tài)下的姿態(tài)控制問題，設(shè)計(jì)了一種基于STM32系列微控制器的飛行控制系統(tǒng),。采用十軸組合慣性導(dǎo)航模塊實(shí)時(shí)采集載機(jī)平臺姿態(tài)信息,，并結(jié)合基于四元數(shù)的互補(bǔ)濾波算法進(jìn)行姿態(tài)信息解算。針對無人機(jī)姿態(tài)控制實(shí)時(shí)性和精度要求高的特點(diǎn),，采用串級PID控制算法對載機(jī)進(jìn)行懸停狀態(tài)下的姿態(tài)控制,。實(shí)驗(yàn)結(jié)果表明：串級PID控制算法在懸停狀態(tài)下能夠?qū)A轉(zhuǎn)三旋翼垂直起降飛行器進(jìn)行快速、穩(wěn)定,、準(zhǔn)確的姿態(tài)控制,，并具有一定的魯棒性。在橫滾角的內(nèi)環(huán)采用PD控制（Kp為8.371,，Kd為3.015）,，外環(huán)采用PD控制（Kp為5.1，Kd為1.15）,；俯仰角的內(nèi)環(huán)采用PD控制（Kp為3.137,，Kd為1.6），外環(huán)采用PID控制（Kp為3.43,，Ki為0.003,，Kd為3.97）；偏航角采用PI控制（Kp為9.30,，Ki為0.11）時(shí),，其懸停狀態(tài)下具有最優(yōu)姿態(tài)控制效果。研究結(jié)果對傾轉(zhuǎn)三旋翼垂直起降飛行器飛行控制的后續(xù)研究具有指導(dǎo)作用,。

摘要:針對溫室環(huán)境下農(nóng)用車輛定位精度低的問題,，開發(fā)了適用于溫室環(huán)境的超寬帶技術(shù)（Ultra wide band,，UWB）室內(nèi)定位試驗(yàn)平臺。首先,，以Ubisense射頻芯片作為硬件基礎(chǔ),，設(shè)計(jì)了定位平臺標(biāo)簽和基站，并采用到達(dá)時(shí)間差（Time difference of arrival,，TDOA）定位測距方法獲得定位結(jié)果,；然后，分別利用K-means聚類與截段處理的方法進(jìn)行靜態(tài)、動態(tài)定位信息優(yōu)化計(jì)算,，以減小脈沖信號傳播特性和單一測距方式等導(dǎo)致的測量誤差,，獲得準(zhǔn)確的定位信息，實(shí)現(xiàn)溫室內(nèi)農(nóng)用車輛的精確作業(yè),；最后,，在溫室環(huán)境下分別進(jìn)行了靜態(tài)定位試驗(yàn)與動態(tài)定位試驗(yàn)。試驗(yàn)結(jié)果表明,，優(yōu)化后的靜態(tài)定位精度平均值為0.0634m,，改進(jìn)后的動態(tài)定位精度精確到8cm的概率是原先TDOA算法的3.7倍。所搭建的定位試驗(yàn)平臺滿足溫室農(nóng)用車輛定位的實(shí)際應(yīng)用要求,，可為溫室環(huán)境下農(nóng)用車輛的定位和導(dǎo)航提供參考,。

摘要:為了提高在水田等惡劣環(huán)境下作業(yè)的自主導(dǎo)航水稻直播機(jī)的性能，提出了一種利用模糊邏輯推理自適應(yīng)調(diào)整PD控制器參數(shù)Kd的最優(yōu)控制方法,。首先根據(jù)水稻直播機(jī)的運(yùn)動學(xué)模型,，建立鏈?zhǔn)娇臻g狀態(tài)模型；然后基于鏈?zhǔn)娇臻g狀態(tài)模型,，設(shè)計(jì)了PD控制器,，并根據(jù)現(xiàn)場實(shí)驗(yàn)確定了參數(shù)Kp、Kd的取值范圍,，通過仿真得出了Kp和Kd的值,，以及兩者比值對系統(tǒng)穩(wěn)定性和響應(yīng)速度的影響；最后,，提出了模糊自適應(yīng)控制方法,。仿真結(jié)果表明，相對于固定參數(shù)的PD控制器,，模糊自適應(yīng)控制方法超調(diào)較小,、上線速度更快、穩(wěn)定性較好,。實(shí)地實(shí)驗(yàn)結(jié)果表明,，該方法在水泥路面上平均絕對橫向偏差小于0.021m，水田直線跟蹤平均絕對偏差小于0.040m,，與傳統(tǒng)的PD控制和純追蹤控制相比,，能夠有效提高自主導(dǎo)航控制系統(tǒng)的穩(wěn)定性和快速性。

摘要:針對移動機(jī)器人視覺同步定位以及地圖構(gòu)建（Simultaneous localization and mapping, SLAM）研究中存在精確度較低,、實(shí)時(shí)性較差等問題,，提出了一種用于移動機(jī)器人的RGB-D視覺SLAM算法。首先利用定向二進(jìn)制簡單描述符（Oriented fast and rotated brief, ORB）算法提取RGB圖像的特征點(diǎn),，通過基于快速近似最鄰近(Fast library for approximate nearest neighbors, FLANN)的雙向鄰近(K-nearest neighbor, KNN)特征匹配方法得到匹配點(diǎn)對集合,，利用改進(jìn)后的隨機(jī)抽樣一致性(Re-estimate random sample consensus, RE-RANSAC) 算法剔除誤匹配點(diǎn),，估計(jì)得到相鄰圖像間的6D運(yùn)動變換模型，然后利用廣義迭代最近點(diǎn)（Generalized iterative closest point, GICP）算法得到優(yōu)化后的運(yùn)動變換模型,，進(jìn)而求解得到相機(jī)位姿,。為提高定位精度，引入隨機(jī)閉環(huán)檢測環(huán)節(jié),，減少了機(jī)器人定位過程中的累積誤差,，并采用全局圖優(yōu)化(General graph optimization, G2O)方法對相機(jī)位姿圖進(jìn)行優(yōu)化，得到全局最優(yōu)相機(jī)位姿和相機(jī)運(yùn)動軌跡,；最終通過點(diǎn)云拼接生成全局彩色稠密點(diǎn)云地圖,。針對所測試的FR1數(shù)據(jù)集，本文算法的最小定位誤差為0.011m,，平均定位誤差為0.0245m,，每幀數(shù)據(jù)平均處理時(shí)間為0.032s，滿足移動機(jī)器人快速定位建圖的需求,。

摘要:為了能精準(zhǔn)地識別和定位玉米根莖,，本文建立了基于遷移學(xué)習(xí)方法的玉米根莖檢測網(wǎng)絡(luò)，模擬人眼識別功能從復(fù)雜的田間環(huán)境中識別和定位玉米根莖,，實(shí)現(xiàn)履帶自走式熱霧機(jī)玉米行間對行行走,。以履帶自走式熱霧機(jī)為圖像采集平臺獲取玉米作物田間圖像，采用DOG金字塔算法提取圖像中的目標(biāo)根莖,，構(gòu)成樣本訓(xùn)練數(shù)據(jù)庫,。通過訓(xùn)練網(wǎng)絡(luò)，首先實(shí)現(xiàn)了單株玉米根莖的精準(zhǔn)識別,，然后開展玉米作物行間環(huán)境下多株玉米根莖精確識別和根莖定位,。基于已識別的玉米根莖位置采用最小二乘法擬合行駛路徑,，試驗(yàn)結(jié)果表明,，提出的玉米根莖識別方法與傳統(tǒng)圖像處理的方法相比，具有更好的定位精度,，能夠?qū)崿F(xiàn)玉米作物田間路徑的準(zhǔn)確規(guī)劃,，為履帶自走式熱霧機(jī)玉米行間對行行走提供了技術(shù)支撐。

摘要:提出了通過改進(jìn)采摘機(jī)器人的末端執(zhí)行器來實(shí)現(xiàn)未知柑橘果柄空間方位的柑橘采摘,，以提高采摘機(jī)器人的采摘能力,。對柑橘果柄生長情況進(jìn)行了調(diào)研，定義了果柄傾角并進(jìn)行了統(tǒng)計(jì),，對果柄極限位置的剪切要求進(jìn)行了分析并得出了末端執(zhí)行器的設(shè)計(jì)要求,。根據(jù)蛇的咬合動作和蛇嘴骨骼的特殊結(jié)構(gòu),，通過仿照蛇嘴結(jié)構(gòu)設(shè)計(jì)咬合式末端執(zhí)行器能夠滿足設(shè)計(jì)要求,。對蛇頭骨骼結(jié)構(gòu)進(jìn)行了簡化，提出了兩種設(shè)計(jì)思路，并據(jù)此分別設(shè)計(jì)了兩種機(jī)構(gòu)的初步模型,，經(jīng)過運(yùn)動學(xué)分析確定了較優(yōu)方案,，并對初步模型進(jìn)行了優(yōu)化，確定了末端執(zhí)行器的三維模型,。根據(jù)三維模型建立了末端執(zhí)行器的運(yùn)動學(xué)模型,，并進(jìn)行了運(yùn)動學(xué)分析和仿真，保證了機(jī)構(gòu)設(shè)計(jì)合理,。制造了咬合式末端執(zhí)行器樣機(jī)并通過課題組自行研制的柑橘采摘機(jī)器人進(jìn)行了實(shí)驗(yàn)室環(huán)境和自然環(huán)境的實(shí)驗(yàn)驗(yàn)證,。實(shí)驗(yàn)結(jié)果表明，在實(shí)驗(yàn)室環(huán)境下,，果柄傾角為0°,、氣壓為0.6MPa、果柄直徑不超過4.0mm條件下的切斷成功率不小于95%,，不同果柄傾角的總體切斷成功率為97.5%,；在室外環(huán)境下，收獲柑橘的總成功率為87.5%,，基本實(shí)現(xiàn)了未知果柄空間方位下對柑橘的采摘,。

摘要:半自動嫁接機(jī)價(jià)格低、適用蔬菜種類廣,，但其生產(chǎn)能力相對低,。為簡化操作、提高嫁接效率,，設(shè)計(jì)一種單人工補(bǔ)給砧木和接穗苗的貼接式半自動蔬菜嫁接機(jī),。嫁接機(jī)關(guān)鍵部件包括砧穗木夾持旋轉(zhuǎn)機(jī)構(gòu)、旋轉(zhuǎn)持苗防回轉(zhuǎn)機(jī)構(gòu),、切削機(jī)構(gòu)等,；其中，旋轉(zhuǎn)持苗防回轉(zhuǎn)機(jī)構(gòu)采用了雙棘輪反向止動,，實(shí)現(xiàn)單電機(jī)驅(qū)動雙軸間歇反向旋轉(zhuǎn),，保證上苗和夾持工序有序配合；確定了砧穗木上苗位,、夾持,、切削、嫁接工位的較優(yōu)布局,，可實(shí)現(xiàn)單人工同時(shí)上砧,、穗木苗。對南瓜和絲瓜穴盤苗進(jìn)行嫁接試驗(yàn)表明：嫁接成功率達(dá)到89%,，與人工相近,；嫁接效率達(dá)到846.3株/h,，是人工嫁接效率的3.3倍，證明該單人工上苗操作的貼接式嫁接機(jī)滿足工廠化嫁接作業(yè)要求,。

摘要:為了獲得胡蘿卜纓果拉拽式分離裝置最優(yōu)設(shè)計(jì)參數(shù),，以獲取最佳分離效果，建立了拉拽式纓果分離裝置運(yùn)動學(xué)模型,，定性分析了相關(guān)參數(shù)對拉拽桿運(yùn)動學(xué)特性的影響,。設(shè)計(jì)了胡蘿卜纓果拉拽式分離試驗(yàn)臺并進(jìn)行了纓果分離正交試驗(yàn)，經(jīng)分析發(fā)現(xiàn)拉拽桿的轉(zhuǎn)速對胡蘿卜纓果分離效果影響最大,，拉拽桿與輸送帶的夾角對胡蘿卜纓果分離效果的影響顯著,；同時(shí)得到了胡蘿卜纓果分離裝置的最佳參數(shù)組合：拉拽桿轉(zhuǎn)速為200r/min、輸送帶線速度為1.2m/s,、拉拽桿與輸送帶夾角為40°,，此時(shí)纓果分離的一致性為97%，成功率為94%,，損傷率為7.7%,。

摘要:為改善機(jī)械采摘藍(lán)莓的果品質(zhì)量，設(shè)計(jì)了基于槽型凸輪傳動的藍(lán)莓采摘機(jī),。樣機(jī)關(guān)鍵零部件設(shè)計(jì)包括驅(qū)動元件計(jì)算與選擇,、傳動系統(tǒng)減速比分配、凸輪運(yùn)動曲線計(jì)算等,，采用“反轉(zhuǎn)法”推導(dǎo)凸輪廓形曲線,，利用“角分線法”設(shè)計(jì)采摘系統(tǒng)末端執(zhí)行裝置。在ADAMS中建立采摘機(jī)模型,，搭建仿真環(huán)境對采摘機(jī)進(jìn)行動力學(xué)分析,，研究凸輪設(shè)計(jì)參數(shù)、各桿件長度,、驅(qū)動元件轉(zhuǎn)速對采摘傳動裝置的影響,。在種植園進(jìn)行藍(lán)莓采摘試驗(yàn)，得到槽型凸輪采摘機(jī)采摘效率4.6kg/min,、未成熟果實(shí)脫落率3.2%,、成熟果實(shí)采凈率83%、果實(shí)損壞率3.1%,，對比分析得出：槽型凸輪采摘機(jī)的采果質(zhì)量優(yōu)于牽引式采摘機(jī),，采摘效率是人工采摘效率的13倍。

摘要:為解決谷子初脫后因物料中殘留谷碼多,、含水率高而導(dǎo)致清選含雜率和損失率較高的問題，設(shè)計(jì)了輥搓圓筒篩式谷子清選裝置,。該裝置主要由谷碼輥搓裝置,、圓筒篩裝置,、橫流風(fēng)機(jī)和離心風(fēng)機(jī)等組成，實(shí)現(xiàn)了先脫谷碼后清選的功能,。選取離心風(fēng)機(jī)轉(zhuǎn)速及角度、橫流風(fēng)機(jī)轉(zhuǎn)速,、圓筒篩轉(zhuǎn)速和谷碼輥搓裝置主動輥轉(zhuǎn)速作為試驗(yàn)因素,，籽粒含雜率和損失率作為試驗(yàn)指標(biāo)進(jìn)行了正交試驗(yàn)，試驗(yàn)表明：谷碼輥搓裝置主動輥轉(zhuǎn)速250r/min,、離心風(fēng)機(jī)角度3°,、小圓筒篩轉(zhuǎn)速60r/min、離心風(fēng)機(jī)轉(zhuǎn)速700r/min,、中圓筒篩轉(zhuǎn)速60r/min,、大圓筒篩轉(zhuǎn)速70r/min，橫流風(fēng)機(jī)轉(zhuǎn)速600r/min為該清選裝置的最優(yōu)組合,。對該參數(shù)組合進(jìn)行驗(yàn)證試驗(yàn),，并對該裝置清選性能進(jìn)行對比試驗(yàn)，結(jié)果表明,，在最優(yōu)組合條件下籽粒含雜率為1.64%,、總損失率為0.86%，該裝置籽粒含雜率與總損失率均低于傳統(tǒng)型風(fēng)機(jī)圓筒篩式和風(fēng)機(jī)振動篩式清選裝置,。

摘要:針對中國東北地區(qū)玉米秸稈粗壯量大,、不易腐爛，造成免耕播種機(jī)破茬防堵裝置秸稈根茬切斷率低和作業(yè)所需切割扭矩大的技術(shù)難題,，以蝗蟲口器多段階梯鋸齒狀結(jié)構(gòu)和雙上顎異向等速咬合運(yùn)動方式為仿生原型,，設(shè)計(jì)一種可在東北地區(qū)實(shí)現(xiàn)高效破茬防堵作業(yè)的動態(tài)仿生破茬裝置。通過仿生構(gòu)建,、機(jī)構(gòu)設(shè)計(jì),、理論分析和參數(shù)優(yōu)化等方法設(shè)計(jì)了行星齒輪變速機(jī)構(gòu)和仿生破茬刀；運(yùn)用Arduino系統(tǒng)和智能控制方法設(shè)計(jì)了智能驅(qū)動系統(tǒng),，實(shí)現(xiàn)了運(yùn)動方式-結(jié)構(gòu)耦合仿生,；通過參數(shù)優(yōu)化試驗(yàn)和回歸分析等方法，研究了結(jié)構(gòu)和作業(yè)參數(shù)對秸稈切斷率和切割扭矩的影響規(guī)律,，并得出最佳參數(shù)組合：作業(yè)速度為10km/h,，回轉(zhuǎn)半徑為250mm，正轉(zhuǎn)破茬刀仿蝗蟲口器刀片數(shù)量為9,，反轉(zhuǎn)破茬刀仿蝗蟲口器刀片數(shù)量為18,；最終通過對比試驗(yàn)得出動態(tài)仿生破茬裝置相較于被動缺口圓盤破茬刀可提高秸稈根茬切斷率22.6%~27.4%；相較于驅(qū)動缺口圓盤破茬刀可提高秸稈根茬切斷率8.6%~13.5%,，降低扭矩輸出19.5%~21.8%,；作業(yè)后使用共聚焦激光掃描儀進(jìn)行耐摩擦磨損對比試驗(yàn),，其平均表面粗糙度和最大磨痕深度相較于驅(qū)動缺口圓盤破茬刀分別下降14.5%和15.9%。

摘要:為降低篩分作業(yè)后籽粒損失率,，同時(shí)保證籽粒清潔率,，分析了玉米脫出物在氣流場中運(yùn)動狀態(tài)，基于貝殼篩設(shè)計(jì)階梯式篩體,，并通過籽粒碰撞理論設(shè)計(jì)階梯緩沖帶,，使籽粒在階梯暫時(shí)“滯留”，減輕雜余對籽粒夾帶作用,。在篩面振幅19mm條件下,，采用CFD-DEM耦合仿真方法，以入風(fēng)口氣流速度,、氣流角,、階梯高度和篩面振動頻率為試驗(yàn)因素，玉米籽粒清潔率和損失率為試驗(yàn)指標(biāo),，進(jìn)行二次正交旋轉(zhuǎn)組合試驗(yàn),。通過響應(yīng)曲面方法對試驗(yàn)結(jié)果進(jìn)行分析，利用軟件對回歸數(shù)學(xué)模型進(jìn)行優(yōu)化,。結(jié)果表明：當(dāng)氣流速度,、氣流角、階梯高度和振動頻率分別為16m/s,、25°,、8.36mm和4.45Hz時(shí)，籽粒損失率和清潔率分別為1.69%和98.8%,，通過貫流風(fēng)階梯式振動篩臺架試驗(yàn)驗(yàn)證了結(jié)果的準(zhǔn)確性,。通過對比試驗(yàn)得到，階梯式貝殼篩作業(yè)后籽粒損失率降低為2.12%,，清潔率提高到99.16%,，清選性能得到提高。

摘要:翼鏟的安裝高度是帶翼深松鏟的關(guān)鍵結(jié)構(gòu)參數(shù)之一,，其對深松土壤擾動行為產(chǎn)生重要影響,。綜合運(yùn)用EDEM和室內(nèi)土槽試驗(yàn)，研究了翼鏟安裝高度（55,、75,、95、115,、135mm）對深松土壤擾動行為的影響,。結(jié)果表明：隨著翼鏟安裝高度增加，耕后犁底層土壤擾動面積先增大后減小，在翼鏟安裝高度為75mm時(shí)最大,，水平耕作阻力逐漸減小,，深松鏟鏟尖和犁底層圓弧段所受水平耕作阻力為深松鏟水平耕作阻力的主要來源（90%以上），其隨翼鏟安裝高度增大逐漸減??；翼鏟安裝高度直接影響耕作時(shí)不同深度土壤在不同方向的位移，當(dāng)翼鏟安裝高度為75mm時(shí),，深松鏟縱向中心位置的各層土壤在耕作方向的最大位移相對較小,，其犁底層土壤在豎直方向最大位移相對較大，表層和耕作層土壤在豎直方向最大位移相對較?。灰礴P安裝高度對土壤擾動效果產(chǎn)生重要影響,，且離散元仿真能夠準(zhǔn)確模擬深松土壤的擾動過程,，5個(gè)翼鏟安裝高度下土壤膨松度、土壤擾動系數(shù),、土壤碎土系數(shù),、土壤縱向堆積角的試驗(yàn)值和仿真值的平均誤差分別為11.69%、11.54%,、14.20%,、9.64%。

摘要:施肥方式粗放是造成我國肥料利用率低的主要原因之一,。與條狀施肥相比，穴式施肥可有效提高肥料利用率,。本文設(shè)計(jì)一種用于顆粒狀肥料穴式施用的腔盤式精量穴施肥裝置,，通過理論分析確定了裝置的主要結(jié)構(gòu)和工作參數(shù)，并探討了肥腔形狀（圓弧型,、直線型-鈍角,、直線型-銳角和拋物線型）對肥料運(yùn)動的影響。運(yùn)用離散元法（EDEM）對不同結(jié)構(gòu)和作業(yè)參數(shù)下的排肥盤充肥性能和肥群運(yùn)動進(jìn)行了仿真分析,，結(jié)果表明：肥腔形狀,、前進(jìn)速度和施肥量對各穴排肥量變異系數(shù)均有顯著影響，隨前進(jìn)速度的增大和施肥量的減少,，變異系數(shù)增大,，且圓弧型肥腔排肥穩(wěn)定性最好；前進(jìn)速度和肥腔形狀對肥料擾動度有顯著影響,，排肥盤經(jīng)過箱體的時(shí)間及其對肥料擾動的形式和擾動量是影響排肥量穩(wěn)定性的主要原因,。在前進(jìn)速度7km/h、排肥量300kg/hm2的條件下,，對4種排肥盤進(jìn)行臺架試驗(yàn),，結(jié)果表明,，圓弧型肥腔性能最優(yōu)，排肥量合格率為94%,，各穴排肥量變異系數(shù)為6.5%,，與仿真結(jié)果呈現(xiàn)相同規(guī)律，且滿足作業(yè)排肥要求,。

摘要:目前國內(nèi)變量施肥控制系統(tǒng)與排肥監(jiān)測系統(tǒng)集成化程度低,，電動機(jī)驅(qū)動變量施肥系統(tǒng)動態(tài)響應(yīng)研究不夠深入。為此設(shè)計(jì)了基于電動機(jī)驅(qū)動,、支持多路播種施肥監(jiān)測的變量施肥控制系統(tǒng),，主要包括觸摸屏、中央控制器和數(shù)據(jù)采集器,?？刂破饕訫CU為核心，讀取GPS測速模塊獲取的機(jī)具行進(jìn)速度,，監(jiān)測排肥電動機(jī)實(shí)時(shí)轉(zhuǎn)速,，與數(shù)據(jù)采集器通訊獲取多路排種或施肥狀態(tài)，與觸摸屏通訊設(shè)置作業(yè)參數(shù)和監(jiān)測作業(yè)狀態(tài),。搭建試驗(yàn)平臺,，測得排肥軸轉(zhuǎn)速范圍為12.5~125r/min、監(jiān)測靈敏度為3s時(shí),，系統(tǒng)監(jiān)測可靠性為100%,。進(jìn)行了系統(tǒng)排肥量變化響應(yīng)時(shí)間試驗(yàn)，室內(nèi)試驗(yàn)結(jié)果表明在0~11500g/min的排肥量變化范圍內(nèi),，系統(tǒng)響應(yīng)時(shí)間最大為0.75s,。系統(tǒng)整機(jī)試驗(yàn)中，75~450kg/hm2的施肥量變化區(qū)間,，公差以75kg/hm2遞增,，行進(jìn)速度平均為3.79km/h時(shí)，系統(tǒng)響應(yīng)時(shí)間平均為1.08s,；在設(shè)定施肥量450,、600、750kg/hm2下,，改變不同行進(jìn)速度的過程中,，排肥量準(zhǔn)確率平均值分別為95.92%、95.24%和98.26%,，方差分別為3.01%,、1.39%和1.36%。田間試驗(yàn)表明，施肥量分別為450,、600,、750kg/hm2時(shí)，系統(tǒng)排肥量準(zhǔn)確率平均值為94.69%,，方差為2.23%,，多路排種、排肥監(jiān)測故障報(bào)警準(zhǔn)確率為100%,。

摘要:為促進(jìn)我國生豬養(yǎng)殖業(yè)的規(guī)?；l(fā)展，改善保育豬飼喂器排料均勻性及單位時(shí)間內(nèi)排料量,，在保證飼料以整體流方式排料的情況下,，設(shè)計(jì)了一種保育豬飼喂器。闡述了總體結(jié)構(gòu)組成和工作原理,，對出料口盤和排料撥片進(jìn)行了動力學(xué)與運(yùn)動學(xué)分析,。以影響飼喂器排料性能的主要因素為試驗(yàn)因素，以飼喂器排料均勻性指標(biāo)變異系數(shù)和排料能力指標(biāo)流量為評價(jià)指標(biāo),，應(yīng)用EDEM軟件進(jìn)行虛擬正交試驗(yàn),，并基于Design-Expert 8.0.10軟件對模型進(jìn)行多目標(biāo)優(yōu)化獲得最優(yōu)參數(shù)組合,，結(jié)果表明：當(dāng)主軸轉(zhuǎn)速,、出料口直徑、斗壁傾角和充滿系數(shù)分別為45r/min,、110mm,、65°和65%時(shí)，變異系數(shù)和流量分別為3.96%和165.93g/s,。依據(jù)以上優(yōu)化參數(shù)研制飼喂器,，并經(jīng)試驗(yàn)表明：顆粒飼料流動方式為整體流；變異系數(shù)為3.62%,，流量為149.13g/s,，飼槽內(nèi)顆粒飼料分布均勻且排料效率較高。

摘要:大型平移式噴灌機(jī)采用脈沖寬度調(diào)制（Pulse width modulation, PWM）技術(shù)實(shí)現(xiàn)變量灌溉作業(yè),，因噴頭間噴灑區(qū)域相互重疊,，由地塊管理區(qū)的設(shè)計(jì)處方值求解單噴頭流量較為困難。首先根據(jù)Nelson R3000型單噴頭噴灑特性,，得到平移式噴灌機(jī)沿桁架方向的一維疊加水量分布特性,，以及平移運(yùn)動后的二維疊加水量分布特性，分析確定了由4個(gè)噴頭重疊噴灑控制一個(gè)管理區(qū),，并得到噴頭區(qū)域噴灑分配率,，在此基礎(chǔ)上提出了按處方值進(jìn)行噴頭流量分配的加權(quán)均分法和基于遺傳算法（Genetic algorithm, GA）的分配法。通過管理區(qū)噴灑誤差分析得出，當(dāng)相鄰處方值變化幅度不超過最大處方值的33%時(shí),，精度可以達(dá)到5%,。為了彌補(bǔ)GA法導(dǎo)致噴灑均勻性下降的不足，將加權(quán)均分法和GA法組合應(yīng)用,，有效降低了處方值突變帶來的噴灑誤差,，同時(shí)保證了處方值變化較小區(qū)域的噴灑均勻性。本文方法可以擴(kuò)展到4個(gè)以上噴頭重疊噴灑控制一個(gè)管理區(qū)的應(yīng)用場合,。

摘要:直接注入式變量噴霧系統(tǒng)中藥水混合均勻性是衡量系統(tǒng)性能的重要指標(biāo),。為了評價(jià)混藥器在線混合農(nóng)藥的能力，提出了混藥器混合均勻性分析方法,，并進(jìn)行了旋動射流混合裝置混合脂溶性農(nóng)藥的變工況（不同載流流量Q以及不同藥水混合比P）在線混合試驗(yàn),。以基于像素的變異系數(shù)α和均勻性指數(shù)γ作為均勻性評價(jià)指標(biāo)，對混藥器的藥水混合圖像進(jìn)行處理,，定量分析混合均勻性,。采用人工預(yù)混的方法，通過和無混藥器混合圖像及靜置圖像進(jìn)行對比,，驗(yàn)證了評價(jià)指標(biāo)的準(zhǔn)確性,。變工況試驗(yàn)結(jié)果表明：旋動射流混藥器混合脂溶性農(nóng)藥時(shí)，在混合比P一定的條件下,，載流流量Q越大,，則混合均勻性越高；不同P條件下,，均在Q=2400mL/min（試驗(yàn)條件下最大載流流量）時(shí)混合均勻性達(dá)最高,，Q過小，會造成混合均勻性明顯下降,；Q一定時(shí),，P越大，則混合均勻性越高,，P較低時(shí),，需要有較高的Q才能取得良好的混合均勻性。綜合分析知：2000mL/min≤Q≤2400mL/min時(shí),，可以完成不同混合比P下的藥水均勻混合,；800mL/min＜Q＜2000mL/min時(shí)，可完成較高混合比P下的在線均勻混合,；Q≤800mL/min時(shí),，基本無法完成各種混合比P下的在線均勻混合。

摘要:為改善小型多翼離心風(fēng)機(jī)受氣體粘性影響導(dǎo)致流動分離加劇的現(xiàn)象,，在傳統(tǒng)蝸殼型線設(shè)計(jì)理論的基礎(chǔ)上,，研究氣體粘性力矩對蝸殼壁線分布的影響，并采用動量矩修正方法對其進(jìn)行改型設(shè)計(jì),。另外,，為真實(shí)反映風(fēng)機(jī)內(nèi)流場分布情況，在標(biāo)準(zhǔn)k-ε計(jì)算模型的擴(kuò)散項(xiàng)中加入粘性應(yīng)力作用,，使其最高計(jì)算誤差降低至3%,。對比分析改型前后風(fēng)機(jī)數(shù)值模擬計(jì)算和試驗(yàn)測量結(jié)果可知，采用修正的k-ε模型進(jìn)行計(jì)算發(fā)現(xiàn)改型后風(fēng)機(jī)內(nèi)旋渦強(qiáng)度減小,，蝸殼出口靠近蝸舌處流動分離得到改善,。試驗(yàn)結(jié)果表明：改型風(fēng)機(jī)出口靜壓提升約25Pa，最大全壓效率較原型機(jī)提升約10%,。同時(shí),，由于蝸殼張開度擴(kuò)大能夠抑制流動分離，使蝸舌附近區(qū)域的旋渦強(qiáng)度及其影響區(qū)域減小,，從而使多翼離心風(fēng)機(jī)噪聲降低了2.5dB,。

摘要:縣域作為協(xié)調(diào)人類活動與自然資源關(guān)系的基本單元,，是造林綠化和森林景觀資源經(jīng)營的重要空間,。以河北省易縣為例，以森林資源二類清查資料和土地利用資料為基礎(chǔ),，基于GIS技術(shù),，通過景觀等級類型劃分、景觀指數(shù)篩選和主成分分析法,，對縣域尺度森林景觀空間格局及其等級特征進(jìn)行了多層次研究,。結(jié)果表明：林地景觀占全域面積的58.4%,，楊樹,、油松、柞樹,、山杏等林種和經(jīng)濟(jì)林是優(yōu)勢森林景觀,；景觀分離度（SPLIT）、多樣性指數(shù)（SHDI）和斑塊密度（PD）等對組織層次變化響應(yīng)強(qiáng)烈,，隨著組織層級細(xì)化,，景觀破碎化程度增大，斑塊面積,、數(shù)量等特征逐漸增強(qiáng),；在景觀和類型水平，組織層級越高,，森林景觀蔓延和聚合趨勢越明顯,，組織層次越細(xì),，各森林景觀類型空間集聚、叢生化程度越明顯,，景觀斑塊邊緣效應(yīng)越突出,。研究區(qū)森林景觀與地形、土地利用類型等因素相互耦合,，從山區(qū)到平原區(qū),，隨著人類活動影響增強(qiáng)，森林景觀破碎化,、斑塊形狀復(fù)雜性及空間差異增大,，因此森林景觀資源健康管理應(yīng)注重對景觀多樣性、空間分割程度,、核心斑塊面積和數(shù)量等關(guān)鍵指標(biāo)的控制,。

摘要:在綜合考慮耕地綜合質(zhì)量、空間自相關(guān)性和景觀格局的基礎(chǔ)上,，進(jìn)行永久基本農(nóng)田的劃定,，對區(qū)域糧食安全和生態(tài)安全具有重要的意義。以崇仁縣為例,，借助GIS平臺與GeoDa軟件,，通過耕地綜合質(zhì)量評價(jià)體系的構(gòu)建進(jìn)行耕地綜合質(zhì)量評價(jià)，根據(jù)綜合質(zhì)量評價(jià)結(jié)果進(jìn)行空間自相關(guān)分析,，再根據(jù)自相關(guān)分析結(jié)果與耕地景觀生態(tài)安全格局對應(yīng)關(guān)系,，進(jìn)行永久基本農(nóng)田的劃定。根據(jù)研究區(qū)土壤理化性質(zhì),、耕作利用條件和耕作區(qū)位條件,，提出了一種基于耕地綜合質(zhì)量、綜合質(zhì)量聚類關(guān)系和耕地景觀結(jié)構(gòu)的永久基本農(nóng)田劃定方法,，劃定崇仁縣永久基本農(nóng)田305.94km2,，劃入的耕地更符合永久基本農(nóng)田的要求，有助于基本農(nóng)田長期的管理和保護(hù),，也可為豐富耕地綜合質(zhì)量評價(jià)與基本農(nóng)田劃定研究提供參考,。

摘要:高光譜遙感信息提取面臨的突出問題是混合像元的廣泛存在，如何有效地解譯混合像元是高光譜遙感應(yīng)用的關(guān)鍵問題,?；旌舷裨粌H影響地物的識別和分類精度，而且是遙感技術(shù)向定量化發(fā)展的重要障礙,，混合像元分解是解決混合像元問題最有效的方法,，能夠克服高光譜圖像空間分辨率的限制。針對傳統(tǒng)混合像元分解算法的缺點(diǎn),，基于優(yōu)化的候選端元判斷方法及端元提取的并行設(shè)計(jì)方法,，提出了一種優(yōu)化的混合像元分解方法,，實(shí)現(xiàn)了光譜特征信息和空間特征信息的有機(jī)融合。通過模擬高光譜數(shù)據(jù)和真實(shí)遙感圖像進(jìn)行仿真研究,，實(shí)驗(yàn)結(jié)果表明,，該方法能得到精確的端元和對應(yīng)的豐度，獲得較好的解混效果,，為城市地物分類提供了有力支持,。

摘要:植被是陸地最重要的生態(tài)系統(tǒng)，在全球氣候變化中發(fā)揮了重要的調(diào)節(jié)作用,，研究植被時(shí)空動態(tài)變化具有重要的科學(xué)意義和現(xiàn)實(shí)價(jià)值,。基于2007年,、2012年和2016年Landsat衛(wèi)星遙感影像提取的歸一化植被指數(shù)(NDVI)以及三明市區(qū)二類調(diào)查矢量數(shù)據(jù),，研究了閩江上游區(qū)域近10年的植被NDVI指數(shù)的時(shí)空變化特征及其影響因子。結(jié)果表明：研究區(qū)2007年,、2012年和2016年的NDVI指數(shù)值逐漸提高,，分別為0.72、0.75和0.79,，植被覆蓋度高,，總體生態(tài)質(zhì)量較好；NDVI低值區(qū)位于沙溪兩側(cè)帶狀的市轄區(qū)所在地,、各鄉(xiāng)鎮(zhèn)居民集中點(diǎn)以及道路網(wǎng)絡(luò)周邊,；不同植被類型的NDVI指數(shù)由大到小依次為：闊葉樹林、灌木林,、馬尾松林,、竹林、杉木林,、雜木林,、桉樹林、其他林地,、經(jīng)濟(jì)林,、檫樹林,、非林地；NDVI指數(shù)值隨著林齡,、郁閉度和坡度的增加逐漸增加,，隨著立地等級的提高而下降,。進(jìn)一步對NDVI指數(shù)對植被與影響因子交互耦合的響應(yīng)進(jìn)行分析，得到結(jié)果：依據(jù)不同植被類型的NDVI指數(shù)隨著林齡變化規(guī)律的不同,，將植被劃分為：穩(wěn)步上升型,，如闊葉樹林和馬尾松林,；前期上升快而后期慢型，如桉樹林,；先升后降型,，如杉木林和其他林地。馬尾松林的NDVI指數(shù)呈現(xiàn)隨著坡度的增加而增加的趨勢,；而其他森林植被類型的NDVI指數(shù)呈現(xiàn)隨著坡度的增加先升后降,，在坡度為30°~40°處達(dá)到最高值；不同植被類型的NDVI指數(shù)對郁閉度的響應(yīng)機(jī)制不同,。

摘要:極化干涉SAR(Polarimetric SAR interferometry,， PolInSAR)森林高度反演是當(dāng)前雷達(dá)遙感領(lǐng)域的研究熱點(diǎn)，近年來出現(xiàn)了多種單基線PolInSAR森林高度反演方法,。為了給單基線PolInSAR反演森林高度的算法提供基礎(chǔ),，并探索和發(fā)展效果更優(yōu)的反演方法，使用PolSARpro軟件模擬森林平均高度為18m的L波段(L=23cm)全極化干涉SAR 數(shù)據(jù),，研究了森林高度反演算法中的DEM差分法,、RVoG法、復(fù)相干幅度反演法,、混合反演法,，并基于相干優(yōu)化法對混合反演法進(jìn)行了改進(jìn)；為了更準(zhǔn)確地對算法的性能進(jìn)行比較,，給出方位向?yàn)?8bin時(shí)各算法的距離向剖面的對比圖,，并選取圖像的中間區(qū)域，對森林高度位于3~30m的1104個(gè)樣本點(diǎn),，應(yīng)用均值和均方根誤差RSME對5種方法模擬的18m森林高度進(jìn)行比較,。結(jié)果表明：森林高度平均值反演結(jié)果由大到小依次為：復(fù)相干幅度反演法、混合反演法,、改進(jìn)的混合反演法,、RVoG法、DEM差分法,，分別為19.40,、18.31、18.12,、10.55,、10.05m，均方根誤差(RMSE)由小到大依次為: 改進(jìn)的混合反演法,、混合反演法,、復(fù)相干幅度反演法、RVoG法,、DEM差分法,，分別為1.06,、1.48、3.49,、7.51,、8.04m；說明DEM差分法與RVoG法反演的森林高度存在明顯低估,，復(fù)相干反演法出現(xiàn)明顯高估且其離散程度最大,，混合反演法和改進(jìn)的混合反演法與真實(shí)值的誤差分別為0.31、0.12m,，改進(jìn)的混合反演法與真實(shí)值的相差最小,，離散程度最小，均方根誤差最小,，反演結(jié)果最優(yōu),。改進(jìn)的混合反演法綜合了混合反演法與相干優(yōu)化法的優(yōu)點(diǎn)，使其估計(jì)的地形相位的均方根誤差最?。?.045rad）,，森林高度與真實(shí)值的誤差最小，均方根誤差最小,，并且具有一定的魯棒性,。

摘要:光合作用對作物的生長發(fā)育、干物質(zhì)的積累以及產(chǎn)量的形成起著至關(guān)重要的作用,。為探討遙感技術(shù)反演作物冠層光合參數(shù)的可行性,，以無人機(jī)作為遙感平臺，搭載6波段多光譜相機(jī),，通過采集棉花花蕾期不同時(shí)刻（09:00,、11:00、13:00,、15:00,、17:00）冠層多光譜遙感圖像，提取其冠層光譜反射率信息,，并同步測定棉花冠層葉片的凈光合速率（Pn）,、蒸騰速率（Tr）、氣孔導(dǎo)度（Gs）和胞間二氧化碳濃度（Ci）等光合參數(shù),。通過對4種光合參數(shù)和6波段光譜反射率進(jìn)行相關(guān)性分析,，并分別使用一元線性回歸和主成分回歸、嶺回歸,、偏最小二乘回歸等多元回歸方法,，建立不同光合參數(shù)在不同時(shí)刻的反演模型。結(jié)果表明：凈光合速率（Pn）,、蒸騰速率（Tr）,、氣孔導(dǎo)度（Gs）和胞間二氧化碳濃度（Ci）的最優(yōu)反演模型分別為13:00的基于藍(lán)光波段反射率的一元線性模型，15:00的基于紅光波段反射率的一元線性模型,，15:00的嶺回歸模型和15:00的基于紅光波段反射率的一元線性模型,，模型的決定系數(shù)R2均在0.5以上，驗(yàn)證相對誤差RE均小于9%,。該研究可為大范圍監(jiān)測作物的光合作用提供一定的參考,。

摘要:基于手持高清可見光圖像和無人機(jī)可見光遙感影像中植被與非植被像元在不同顏色空間單通道上分布的差異性，以苗期和蕾期的棉花為對象,，進(jìn)行了棉花覆蓋度的提取方法研究,。基于不同天氣狀況和不同采集時(shí)刻等光照條件下采集的29幅具有不同覆蓋度的棉花地面可見光圖像,，分別對比分析了Lab顏色空間a通道,、RGB顏色空間2G-R-B指數(shù)和HIS顏色空間H通道對棉花的識別能力，以及使用動態(tài)閾值和固定閾值兩種情況下的棉花覆蓋度提取精度,。其中動態(tài)閾值通過植被與非植被像元的高斯分布交點(diǎn)確定,，固定閾值在3種顏色空間分別設(shè)置為動態(tài)閾值的均值。結(jié)果表明,，植被像元與非植被像元在a通道,、2G-R-B指數(shù)和H通道上呈現(xiàn)高斯分布，可以采用非線性最小二乘算法實(shí)現(xiàn)高斯分布擬合,。通過高斯分布擬合求解交點(diǎn)得到的動態(tài)分類閾值分布范圍較為集中,，將其均值-3.78、0.06,、0.13設(shè)定為固定分類閾值,。相比于2G-R-B指數(shù)和H通道，a通道對綠色植被的識別能力最好,，更適合提取棉花植被覆蓋度,；相比于動態(tài)閾值，固定閾值的提取精度更好,，平均提取誤差為0.0094,。將該方法應(yīng)用到無人機(jī)尺度時(shí)，同樣可以較好地提取不同天氣狀況和不同土壤干濕類型的棉花覆蓋度,，且總體平均提取誤差為0.012,。經(jīng)過初步檢驗(yàn)和分析認(rèn)為，基于植被與非植被像元在Lab顏色空間a通道上分布的差異性,，結(jié)合固定分類閾值,，可以精確地提取不同光照條件下的苗期和蕾期棉花覆蓋度。

摘要:剔除無人機(jī)熱紅外影像中的土壤背景是提高作物水分診斷精度的有效途徑，但也是熱紅外圖像處理的難點(diǎn)問題,。本文以不同水分處理的花鈴期棉花為研究對象,，分別在09:00、13:00和17:00等3個(gè)時(shí)刻,，連續(xù)5d采集無人機(jī)高分辨率熱紅外影像,，并采用二值化Ostu算法和Canny邊緣檢測算法對熱紅外圖像進(jìn)行掩膜處理，實(shí)現(xiàn)對土壤背景的剔除,，然后分別計(jì)算二值化Ostu算法,、Canny邊緣檢測算法和包含土壤背景下的3種棉花水分脅迫指數(shù)（Crop water stress index，CWSI）,，最后建立不同時(shí)刻下3種CWSI與棉花葉片氣孔導(dǎo)度Gs的關(guān)系模型,。研究結(jié)果表明，應(yīng)用Canny邊緣檢測算法可有效剔除熱紅外影像中的土壤背景,，剔除土壤背景后的溫度直方圖呈單峰的偏態(tài)分布,；3種處理方法獲得的作物水分脅迫指數(shù)CWSI中，Canny邊緣檢測算法的CWSI最小,，二值化Ostu算法的CWSI較高,，包含土壤背景的CWSI最大；采用Canny邊緣檢測算法剔除土壤背景后的CWSI與棉花葉片氣孔導(dǎo)度Gs的決定系數(shù)R2達(dá)到0.84,，Ostu算法的結(jié)果次之,，包含土壤背景的最差。本研究可為無人機(jī)熱紅外遙感監(jiān)測作物水分狀況提供參考,。

摘要:在農(nóng)業(yè)土壤重金屬高光譜檢測領(lǐng)域,，土壤鎘元素近紅外光譜的高維、高冗余特性會嚴(yán)重影響高光譜反演模型的準(zhǔn)確性和穩(wěn)定性,。為了解決上述問題,，本文提出一種基于斯皮爾曼相關(guān)分析的遺傳隨機(jī)森林特征選擇算法（SGA-RF）。該算法首先對初始特征集合使用基于斯皮爾曼相關(guān)分析的特征預(yù)選方法,，篩選出大量冗余波段,，保留與鎘元素相關(guān)性最強(qiáng)的特征波段；其次在特征精選階段,，提出一種基于隨機(jī)森林的適應(yīng)度函數(shù)評估方法,，該方法充分結(jié)合遺傳算法強(qiáng)大的全局搜索能力和隨機(jī)森林算法較高的反演能力，提高了對相似個(gè)體的區(qū)分能力,，獲得具有最小冗余度和最大區(qū)分性的最優(yōu)特征波段子集,。為了驗(yàn)證所提算法的有效性，選取青島市大沽河流域具有代表性的124個(gè)土壤樣品為實(shí)驗(yàn)對象,，利用SGA-RF算法將原始2051個(gè)波段優(yōu)選至37個(gè)最具代表性的敏感波段,，并與現(xiàn)有特征選擇算法所建模型進(jìn)行對比分析,。試驗(yàn)結(jié)果表明，該特征選擇方法與隨機(jī)森林回歸模型相結(jié)合具有較低的預(yù)測均方根誤差（0.0601）,，較高的相關(guān)系數(shù)（0.9502）和預(yù)測相對分析誤差（2.03）,。作為應(yīng)用可見/近紅外光譜技術(shù)定量反演農(nóng)業(yè)土壤鎘濃度的重要步驟，SGA-RF算法以較少的敏感波段達(dá)到了較高的反演效果,，可為監(jiān)測土壤重金屬污染情況提供一定的理論依據(jù),。

摘要:在近紅外光譜的譜區(qū)選擇算法中,，滑動窗口偏最小二乘法具有較高的預(yù)測精度，但是其程序運(yùn)行時(shí)間很長,。在不改變算法預(yù)測精度的前提下,，首先以分段間隔偏最小二乘法為基礎(chǔ)研究了順序分配法、等間距法和排序法等3種任務(wù)調(diào)度策略對并行算法性能的影響,。在這3種任務(wù)調(diào)度策略中,，排序法具有較好的負(fù)載均衡性和較高的并行效率。然后在16核云計(jì)算平臺下將排序法分配策略分別應(yīng)用于組合分段偏最小二乘法,、反向分段偏最小二乘法和滑動窗口偏最小二乘法等譜區(qū)的并行選擇算法中,。經(jīng)實(shí)驗(yàn)測試，在單核串行算法下反向分段偏最小二乘法和滑動窗口偏最小二乘法的程序運(yùn)行時(shí)間分別為9.22h和55.51h,，在排序法分配策略下采用2核并行算法時(shí)其程序運(yùn)行時(shí)間分別縮短為4.98h和29.03h,，分別節(jié)省了45.99%和47.70%的程序運(yùn)行時(shí)間。實(shí)驗(yàn)結(jié)果表明：當(dāng)考慮并行效率和計(jì)算成本時(shí),，在1～16核的并行算法中,，選用2核并行執(zhí)行以上4種譜區(qū)選擇算法都具有最高的并行效率和性價(jià)比。

摘要:為定量分析植物冠層結(jié)構(gòu)與光分布及光合作用之間的關(guān)系,，模擬實(shí)際環(huán)境中植物冠層的實(shí)時(shí)光合速率,，為諸如作物模型中產(chǎn)量估測提供一種植物冠層尺度光合生產(chǎn)力計(jì)算方法，本文構(gòu)建了基于L-系統(tǒng)的3D虛擬植物冠層光合作用模擬模型,。模型主要分為3部分：基于L-迭代文法系統(tǒng)與三維圖形繪制技術(shù)構(gòu)建3D虛擬植物冠層結(jié)構(gòu),，利用正向光線跟蹤及天空可見率算法模擬虛擬冠層內(nèi)光輻射(Photosynthetically active radiation，PAR)傳輸,，基于太陽幾何參數(shù),、大氣影響參數(shù)及地理位置等參數(shù)計(jì)算真實(shí)環(huán)境中虛擬冠層頂部實(shí)時(shí)PAR強(qiáng)度。利用此模型,，直接輸入或插值處理光合環(huán)境因子數(shù)值,，采用單葉光合作用模型和相關(guān)呼吸作用模型，可計(jì)算冠層內(nèi)凈光合作用速率并進(jìn)行周期內(nèi)植物體生物量的積累估算,。以實(shí)測的幼齡杉木為模擬對象,，計(jì)算其冠層內(nèi)凈光合作用速率及周期內(nèi)生物量積累，模擬結(jié)果表明，基于虛擬冠層的PAR分布模擬及其冠層光合作用速率計(jì)算,，是一種對植株光合生產(chǎn)力估算的有效方法,。

摘要:針對傳統(tǒng)點(diǎn)云信息融合需要限制傳感器之間位置以及繁雜標(biāo)定和Kinect傳感器室外工作受光照條件影響會出現(xiàn)目標(biāo)邊緣缺失的問題，提出了基于SICK和Kinect相機(jī)組合探測的植株點(diǎn)云超限補(bǔ)償信息融合方法,。首先采用SICK二維激光傳感器融合實(shí)時(shí)行進(jìn)速度傳感器,，實(shí)現(xiàn)對植株三維點(diǎn)云重構(gòu)，同時(shí)通過Kinect傳感器獲取植株彩色和深度圖像合成彩色點(diǎn)云,，然后分別對SICK和Kinect異源點(diǎn)云進(jìn)行閾值濾波預(yù)處理和體素柵格下采樣,，求取各點(diǎn)法線及快速點(diǎn)特征直方圖，利用采樣一致性初始配準(zhǔn)方法使異源點(diǎn)云之間擁有較好的初始位置關(guān)系,，再進(jìn)一步使用ICP算法精確配準(zhǔn),，通過近似最近鄰搜索和超限補(bǔ)償?shù)姆椒ㄍ瓿牲c(diǎn)云信息融合。在超限補(bǔ)償方法中,，通過對比轉(zhuǎn)換后點(diǎn)云間誤差,，判斷數(shù)據(jù)有效性，實(shí)現(xiàn)對數(shù)據(jù)的最終融合,。試驗(yàn)結(jié)果表明,，本文方法可以有效、準(zhǔn)確地實(shí)現(xiàn)不同點(diǎn)云之間的信息融合,，并能有效抑制陽光的干擾,。

摘要:為了研究不同水肥條件下玉米對氮肥的吸收利用情況,，試驗(yàn)采用15N示蹤技術(shù),，通過設(shè)置3個(gè)灌溉水平（200、400,、600m3/hm2）以及5個(gè)施氮水平（0,、150、200,、250,、300kg/hm2）研究了玉米成熟期各器官對肥料氮和土壤氮的吸收情況，不同水肥處理肥料氮對土壤氮的激發(fā)規(guī)律以及各處理的氮肥有效率,。結(jié)果表明：不同水肥條件下玉米吸收肥料中氮素占總氮量的33.32%～43.54%,，吸收土壤中氮素占總氮量的56.46%～66.68%。各器官對肥料氮的競爭能力不同,，由大到小表現(xiàn)為：籽粒,、葉、莖,。增加施氮量可以適當(dāng)提升玉米對土壤中氮素的吸收能力,，但過量施氮時(shí)必須通過增加灌水量才能使玉米從土壤吸收更多的氮素,。當(dāng)灌水量為400m3/hm2，施氮量為250kg/hm2時(shí)產(chǎn)量達(dá)到14063.04kg/hm2,，土壤氮庫達(dá)到平衡狀態(tài),，既實(shí)現(xiàn)了高產(chǎn)又滿足環(huán)境友好需求。

摘要:中高空間分辨率影像數(shù)據(jù)缺失是高空間分辨率作物空間分布提取的主要限制因素,，針對部分地區(qū)的中高空間分辨率遙感影像缺失使得作物提取的關(guān)鍵生育期無衛(wèi)星覆蓋的問題,，提出了一種基于模糊C聚類算法的多源遙感植被指數(shù)數(shù)據(jù)融合方法，融合Landsat和MODIS數(shù)據(jù)生成高時(shí)空分辨率的植被指數(shù)數(shù)據(jù),，對融合生成的多時(shí)相植被指數(shù)數(shù)據(jù)進(jìn)行聚類后獲取各類的時(shí)序植被指數(shù)曲線,。通過與水稻標(biāo)準(zhǔn)時(shí)序植被指數(shù)曲線進(jìn)行光譜相似性分析來提取水稻的空間分布。經(jīng)測試表明,，該方法能夠獲得相對較高的精度,，可應(yīng)用于中高分辨率遙感數(shù)據(jù)缺失地區(qū)的高空間分辨率作物空間分布信息提取

摘要:為了充分了解灌溉用砂石過濾器和篩網(wǎng)過濾器組成的二級過濾系統(tǒng)的內(nèi)部流場情況,，利用Pro/Engineer軟件進(jìn)行三維造型,，基于計(jì)算流體動力學(xué)（Computational fluid dynamics，CFD）技術(shù),，應(yīng)用數(shù)值模擬采用RNG k-ε湍流模型結(jié)合多孔介質(zhì)模型對過濾器內(nèi)部流場進(jìn)行分析并提出優(yōu)化方案,，在優(yōu)化的基礎(chǔ)上設(shè)計(jì)新型一體式過濾器并對其進(jìn)行性能測試。結(jié)果表明：RNG k-ε湍流模型模擬結(jié)果與試驗(yàn)結(jié)果吻合良好,，可用于流場分析和結(jié)構(gòu)優(yōu)化,。組合過濾系統(tǒng)按傳統(tǒng)分體式布置時(shí)，由于連接管道和篩網(wǎng)過濾器外殼等影響,，會產(chǎn)生較大水頭損失,，且篩網(wǎng)過濾器部分由于結(jié)構(gòu)復(fù)雜造成環(huán)流與漩渦，導(dǎo)致流場不穩(wěn),，過濾時(shí)流速分布不均,。針對傳統(tǒng)組合過濾系統(tǒng)流場的不足，提出將濾網(wǎng)融入砂石罐體的一體式優(yōu)化布置方案,，改善了布置的復(fù)雜度,；通過流場分析發(fā)現(xiàn)可減小38.5%的水頭損失，且由于罐體空間較大對水流擾動較小,，所以內(nèi)部流場穩(wěn)定,；過濾時(shí)流速分布更均勻，因此對濾網(wǎng)的利用也更加合理充分,，延長了濾網(wǎng)使用壽命,。通過兩次性能測試對比分析可知，砂石-篩網(wǎng)組合一體式過濾器能有效減小水頭損失,，并且在含沙水條件下流量減小20%時(shí)能多運(yùn)行20min左右,，表明一體式過濾器水力性能更優(yōu)且能提高灌溉效率,。

摘要:地表蒸散量是作物需水量估算以及農(nóng)田水管理的重要依據(jù)。越冬期農(nóng)田地表蒸散過程改變了土壤內(nèi)部水熱參數(shù)分布,，進(jìn)而影響春季作物的生長狀況,。本文對Penman-Monteith（PM）模型、Priestley-Taylor（PT）模型和Simultaneous heat and water（SHAW）模型在越冬期麥田地表蒸散量估算精度及適用性進(jìn)行分析與評價(jià),，并針對冬季土壤凍結(jié)的特殊情況對模型參數(shù)進(jìn)行了修正,。麥田試驗(yàn)采集了北京市昌平區(qū)2011—2012年和2012—2013年2個(gè)冬季的氣象參數(shù)與實(shí)際蒸散量。通過對比3種模型默認(rèn)或經(jīng)驗(yàn)參數(shù)下的估算值與實(shí)際測量值發(fā)現(xiàn)：PT模型對蒸散量的估算精度最高（PT,、PM,、SHAW模型RMSE分別為0.159、0.697,、0.390mm）,，PM和PT模型的估算整體高于實(shí)際測量值，其原因在于冬季地表經(jīng)歷了固-液相變和氣-液相變兩個(gè)過程,。為了提高估算精度,，在PT和PM模型中引入水分脅迫系數(shù)，并利用第1年冬季的數(shù)據(jù)對3種模型參數(shù)進(jìn)行修正,，結(jié)果表明,，修正后的PM模型（2011—2012年RMSE為0.159mm）和SHAW模型（2011—2012年RMSE為0.280mm）對蒸散量的估算精度都有明顯提高。將參數(shù)修正后的模型用于預(yù)測2012—2013年冬季的地表蒸散量,，結(jié)果表明：3種修正模型的估算精度均較高（PT,、PM、SHAW模型RMSE分別為0.267,、0.252,、0.253mm）。相比之下,，PT模型的計(jì)算最為簡單,，所需數(shù)據(jù)最少，因此,，在估算越冬期麥田地表蒸散量時(shí),，可優(yōu)先選擇PT模型。

摘要:受旱脅迫下作物蒸發(fā)蒸騰量估算重要且復(fù)雜,，依托新馬橋農(nóng)水綜合試驗(yàn)站6臺大型稱重式蒸滲儀開展玉米受旱脅迫專項(xiàng)試驗(yàn),，對不同受旱脅迫下玉米蒸發(fā)蒸騰量特征進(jìn)行分析，在雙作物系數(shù)法估算無受旱脅迫下玉米蒸發(fā)蒸騰量的基礎(chǔ)上,，采用遺傳算法優(yōu)化率定基礎(chǔ)作物系數(shù)Kcbini,、Kcbmid、Kcbend和作物系數(shù)上限Kcmax,，同時(shí)基于試驗(yàn)站實(shí)測太陽輻射數(shù)據(jù)采用遺傳算法優(yōu)化率定了Angstrom公式經(jīng)驗(yàn)參數(shù)a,、b,，進(jìn)而優(yōu)化了參考作物蒸發(fā)蒸騰量（ET0）的計(jì)算結(jié)果，并以此基礎(chǔ)運(yùn)用雙作物系數(shù)法估算受旱脅迫下玉米蒸發(fā)蒸騰量,。結(jié)果表明：營養(yǎng)生長中前期輕微的水分虧缺可能會刺激玉米適應(yīng)性機(jī)能,，復(fù)水后各項(xiàng)生理功能恢復(fù)正常；水分虧缺加重時(shí)不僅會使玉米當(dāng)期的蒸發(fā)蒸騰量減少,，而且會產(chǎn)生累積效應(yīng),，將這種脅迫影響傳遞到之后的生育階段；相同受旱脅迫強(qiáng)度對玉米生殖生長階段影響更為明顯,，且易造成永久脅迫,；Kcbini、Kcbmid,、Kcbend,、Kcmax的率定結(jié)果分別為0.150、1.090,、0.152和1.400,，在此基礎(chǔ)上運(yùn)用雙作物系數(shù)法估算無受旱脅迫下玉米全生育期蒸發(fā)蒸騰量的均方根誤差RMSE和平均絕對誤差MAE分別為1.39mm和0.97mm，比對應(yīng)的FAO-56推薦值估算結(jié)果小6.74%和8.23%,，受旱脅迫下玉米計(jì)算的2個(gè)處理全生育期RMSE,、MAE和MRE均值分別為1.60mm、1.18mm和6.73%,，整體估算效果雖然沒有無受旱脅迫下的好，但仍優(yōu)于FAO-56推薦值的估算結(jié)果,。因此,，基于雙作物系數(shù)法和遺傳算法的受旱脅迫下玉米蒸發(fā)蒸騰量估算合理可靠，該研究可為區(qū)域制定適宜灌溉制度和降低農(nóng)業(yè)旱災(zāi)損失風(fēng)險(xiǎn)提供理論依據(jù),。

摘要:基于HYDRUS-2D模型建立了垂直線源灌土壤水分運(yùn)動數(shù)學(xué)模型,，設(shè)置81種情景，模擬獲得不同土壤質(zhì)地,、初始含水率以及線源長度,、線源直徑和埋深條件下的濕潤體變化過程。濕潤體尺寸主要受土壤質(zhì)地影響,，土壤質(zhì)地越粗,，濕潤鋒運(yùn)移越快，線源長度,、線源直徑和埋深對其影響較小,。土壤濕潤鋒運(yùn)移過程符合冪函數(shù)關(guān)系，冪函數(shù)指數(shù)在水平和垂直向上方向上變化較小,，而在垂直向下方向上隨飽和導(dǎo)水率（Ks）的增大而增大,；冪函數(shù)系數(shù)隨Ks的增大而增大,。提出了包含Ks在內(nèi)的垂直線源灌土壤濕潤體尺寸預(yù)測模型，試驗(yàn)驗(yàn)證了所建模型的可靠性,，MAE和RMSE接近0,，PBIAS在-4%~9%之間，NSE不小于0.929,，說明預(yù)測效果良好,。所建模型僅需Ks即可推求，試驗(yàn)設(shè)計(jì)簡單,，初步實(shí)現(xiàn)了由土壤物理參數(shù)預(yù)測垂直線源灌土壤濕潤鋒運(yùn)移距離的可能,。

摘要:溫室溫度系統(tǒng)作為典型的混雜系統(tǒng)，其輸入包括離散的設(shè)備控制量以及可測不可控的多個(gè)室外環(huán)境擾動量,。本文針對溫室溫度混雜系統(tǒng),，建立切換系統(tǒng)模型，基于此模型設(shè)計(jì)多輸入預(yù)測控制,。首先分別在4種離散狀態(tài)（保溫模式,、自然通風(fēng)模式、強(qiáng)制通風(fēng)模式,、濕簾-風(fēng)機(jī)模式）下確定模型的主相關(guān)輸入,，采用帶遺忘因子的遞推最小二乘法建立子模型。然后設(shè)計(jì)預(yù)測控制器,，利用雙周期積溫法規(guī)劃預(yù)測控制設(shè)定值,。求解多輸入預(yù)測控制量問題為NP-hard問題，采用最優(yōu)化剪枝法優(yōu)化搜索,。最后在實(shí)驗(yàn)溫室應(yīng)用控制算法進(jìn)行實(shí)驗(yàn),，實(shí)驗(yàn)結(jié)果表明，多輸入預(yù)測控制算法可以有效調(diào)控溫室內(nèi)溫度,，并且由于積溫理論動態(tài)規(guī)劃預(yù)測控制設(shè)定值,，可減少設(shè)備的切換次數(shù)，降低能耗,。

摘要:設(shè)計(jì)了一種適用于規(guī)模化生產(chǎn)的節(jié)能環(huán)保智能型膜覆蓋好氧堆肥系統(tǒng),，主要包括總控系統(tǒng),、風(fēng)控系統(tǒng)、傳感系統(tǒng)和覆膜系統(tǒng),。結(jié)合上述各系統(tǒng)的功能性需求,，進(jìn)行了系統(tǒng)整體性設(shè)計(jì)、功能模塊獨(dú)立設(shè)計(jì)選型,，該系統(tǒng)可實(shí)現(xiàn)堆肥關(guān)鍵參數(shù)的高精度實(shí)時(shí)監(jiān)測,、通風(fēng)供氧的靈活智能反饋控制,、多設(shè)備無線通訊等功能。利用該系統(tǒng)進(jìn)行規(guī)?；じ采w好氧堆肥性能試驗(yàn),，研究結(jié)果表明：整個(gè)堆肥過程高溫時(shí)段滿足糞便無害化處理需求，堆體氧濃度維持在適宜水平,，覆膜工藝下可確保堆體發(fā)酵狀況良好,。從所監(jiān)測的流量、頻率,、溫度,、壓力、氧濃度等多元參數(shù)和總體性能來看,，與傳統(tǒng)技術(shù)模式相比,，該系統(tǒng)智能化程度顯著提升，生產(chǎn)能耗和氣體產(chǎn)排顯著降低

摘要:針對單粒小麥蛋白質(zhì)含量等內(nèi)部表型的實(shí)時(shí)檢測需求,，設(shè)計(jì)了基于近紅外漫反射光譜的無損定量檢測裝置,，闡述了光源結(jié)構(gòu)設(shè)計(jì)、硬件系統(tǒng)設(shè)計(jì)和軟件系統(tǒng)構(gòu)建,。選用近紅外LED微型燈珠,，以6行8列形式均勻分布于圓柱形鋁合金燈筒壁上，形成向心全包圍的物理結(jié)構(gòu),，LED燈珠引腳通過16根導(dǎo)電銅柱并聯(lián)連接,，燈筒上頂部設(shè)有紅外對射傳感器，當(dāng)檢測到谷物經(jīng)由燈筒內(nèi)的玻璃滑道時(shí),，光譜儀通過一分二型光纖分別從燈筒上頂部和下底部收集漫反射光譜,，基于C++語言的上位機(jī)軟件將其轉(zhuǎn)換為吸光度，再根據(jù)嵌入模型進(jìn)行實(shí)時(shí)預(yù)測,。獲取了300粒單粒小麥900~1700nm范圍的全包圍漫反射光譜，進(jìn)行歸一化處理后,，分別建立了基于全光譜（FS）和連續(xù)投影算法（SPA）提取特征波長的單粒蛋白質(zhì)含量預(yù)測模型,。試驗(yàn)結(jié)果表明，兩個(gè)模型校正集的R2分別為0.9604和0.8446,，驗(yàn)證集R2分別為0.8016和0.819,；從實(shí)用性和預(yù)測效果出發(fā)，選擇基于SPA特征波長的蛋白質(zhì)模型作為嵌入式預(yù)測模型,；分別驗(yàn)證了該裝置的波長重復(fù)性,、吸光度重復(fù)性和預(yù)測重復(fù)性，結(jié)果表明,，本裝置可以用于單粒谷物內(nèi)部表型的實(shí)時(shí),、無損,、定量檢測。

摘要:為了研究不同海拔高度生長的牛宰后牛肉一磷酸腺苷活化蛋白激酶(AMPK)活性與糖酵解指標(biāo),，以探討宰后肌肉生理機(jī)理，測定了玉樹牦牛(海拔4500m),、甘南牦牛(海拔3000m)和西門塔爾雜交肉牛(海拔1500m)宰后成熟過程中牛肉AMPK活性,、AMPK基因(PRKAA1、PRKAA2)mRNA表達(dá)量,、糖酵解和能量代謝的變化,。結(jié)果表明，12~168h時(shí)間內(nèi),，AMPK活性從小到大依次為西門塔爾雜交牛,、甘南牦牛、玉樹牦牛,；西門塔爾雜交牛PRKAA1基因的表達(dá)量比甘南牦牛和玉樹牦牛略低,；西門塔爾雜交牛PRKAA2基因表達(dá)量顯著小于甘南牦牛和玉樹牦牛(P<0.05)；72~168h時(shí)間內(nèi),， 乳酸含量和游離葡萄糖含量從小到大依次為西門塔爾雜交牛,、甘南牦牛、玉樹牦牛,，pH值,、肌糖原含量從大到小依次為西門塔爾雜交牛、甘南牦牛,、玉樹牦牛,；成熟前期ATP、ADP,、AMP含量從大到小依次為西門塔爾雜交牛,、甘南牦牛、玉樹牦牛,。高海拔品種牛肉機(jī)體PRKAA1和PRKAA2基因表達(dá)量高時(shí),，AMPK被激活從而活性增加，ATP的濃度水平降低,，AMP生成量增加,，加速組織內(nèi)的糖酵解，增加肌肉乳酸含量,，降低pH值,，進(jìn)而影響牛肉品質(zhì)

摘要:研究了CaCl2對兩種核誘導(dǎo)乳清濃縮蛋白（WPC）在聚合方面的影響。通過向WPC自發(fā)、均相核誘導(dǎo)WPC,、二次核誘導(dǎo)WPC形成纖維過程中添加CaCl2,，可提高纖維體系的硬度、黏度以及聚合率,，并且對核誘導(dǎo)形成的纖維聚合物影響較大,。添加CaCl2后，核誘導(dǎo)的硬度增加量是WPC自發(fā)硬度增加量的1.661倍（均相核誘導(dǎo)）和1.821倍（二次核誘導(dǎo)）,，黏度增加量的對應(yīng)值為2.261倍（均相核誘導(dǎo)）與2.479倍（二次核誘導(dǎo)）,。添加CaCl2使纖維的形態(tài)發(fā)生變化，成彎曲聚集體,。對于纖維形成的兩種路徑自發(fā)與核誘導(dǎo),，CaCl2的影響程度不同，與乳清濃縮蛋白自發(fā)纖維聚合能力相比,，CaCl2對核誘導(dǎo)乳清濃縮蛋白聚合能力的提升幅度更大,。

摘要:研究了薄荷油納米乳液在體外模擬消化過程中乳液包埋對其平均粒徑,、ζ-電位,、游離脂肪酸釋放率以及薄荷醇生物可利用度的影響。激光掃描3D共聚焦顯微鏡觀察薄荷油納米乳液的顯微結(jié)構(gòu),，研究發(fā)現(xiàn)薄荷油完全被SPI包埋,，納米乳液液滴呈球狀形態(tài)，表明大豆蛋白完整地吸附于納米乳液的油-水界面處,，呈現(xiàn)出核殼狀結(jié)構(gòu),。高壓均質(zhì)處理制備的薄荷油納米乳液的游離脂肪酸釋放率及薄荷醇生物可利用度遠(yuǎn)大于薄荷油的對照組。薄荷油納米乳液在模擬胃消化階段,，乳液的平均粒徑,、ζ-電位均變大，乳液的微觀結(jié)構(gòu)表明消化體系出現(xiàn)液滴聚合現(xiàn)象,；在模擬腸液消化后,，薄荷油納米乳液的界面蛋白被水解，油滴被消化,，乳液的平均粒徑減小,、ζ-電位絕對值增加。通過多重光散射穩(wěn)定性分析儀檢測薄荷油納米乳液的穩(wěn)定性,，薄荷油穩(wěn)定性指數(shù)為2.8，且檢測過程中并未出現(xiàn)乳液上浮和絮凝等現(xiàn)象,。

摘要:以大豆蛋白-磷脂酰膽堿作為復(fù)合乳化劑,，采用高壓均質(zhì)技術(shù)制備魚油納米乳液，研究了大豆蛋白質(zhì)量分?jǐn)?shù)、磷脂酰膽堿質(zhì)量分?jǐn)?shù),、魚油質(zhì)量分?jǐn)?shù),、均質(zhì)壓力對魚油納米乳液平均粒徑、PDI,、ζ-電位,、濁度等性質(zhì)影響，確定了最佳制備工藝參數(shù)為：大豆蛋白質(zhì)量分?jǐn)?shù)2%,，磷脂酰膽堿質(zhì)量分?jǐn)?shù)0.2%,，魚油質(zhì)量分?jǐn)?shù)1.5%，均質(zhì)壓力100MPa,，得到魚油納米乳液的平均粒徑為（245±3.1）nm,，PDI為0.226±0.019，ζ-電位為（-30.2±0.6）mV,，濁度為（2413±34.7）cm-1,。通過超高分辨顯微鏡觀測到魚油被包埋于復(fù)合乳化劑中且均勻分布在乳液體系中；通過穩(wěn)定性研究發(fā)現(xiàn)：大豆蛋白-磷脂酰膽堿魚油納米乳液分別在4℃和25℃儲存30d均穩(wěn)定,；對一定濃度的Na+有較好的抗性,；酸性條件不穩(wěn)定，堿性條件下穩(wěn)定,。

摘要:針對電渦流緩速器耗電量大和制動力矩?zé)崴ネ藝?yán)重的問題,，基于渦流制動與電機(jī)再生制動原理，提出一種將液冷式電渦流緩速器與單相外轉(zhuǎn)子磁阻電機(jī)結(jié)構(gòu)相結(jié)合的新型能動型緩速器,。建立了能動型緩速器的電磁場數(shù)學(xué)模型,，數(shù)值模擬預(yù)測了其制動性能，優(yōu)化了電機(jī)的開通,、關(guān)斷角,，計(jì)算了下坡持續(xù)制動時(shí)電機(jī)能量回收時(shí)的功率，最后對該緩速器的空損力矩,、制動力矩?zé)崴ネ?、發(fā)電性能和電動性能進(jìn)行了臺架試驗(yàn)，試驗(yàn)結(jié)果表明,，在1000r/min時(shí)渦流制動力矩達(dá)到1260N·m,，持續(xù)制動12min，制動力矩僅下降15%,，可滿足重型貨車的輔助制動需求,；電機(jī)再生制動力矩隨著轉(zhuǎn)速的增大呈先增大后減小的趨勢，在1000r/min時(shí)制動力矩達(dá)到最大,；當(dāng)車輛以35km/h的速度下坡制動時(shí),，能量回收功率可達(dá)到94kW,。

摘要:為了解決傳統(tǒng)電動汽車單電機(jī)驅(qū)動系統(tǒng)高效區(qū)無法覆蓋汽車行駛工況點(diǎn)的問題，提出了一種基于模型預(yù)測控制的純電動汽車多電機(jī)驅(qū)動系統(tǒng)能量最優(yōu)分配策略,。首先,，以整個(gè)多電機(jī)驅(qū)動系統(tǒng)為研究對象，建立了電機(jī)模型和汽車縱向動力學(xué)模型,，并討論了采用高效區(qū)不同的前后軸電機(jī)時(shí)提高整車效率的方法,。其次，通過臺架實(shí)驗(yàn)標(biāo)定出電機(jī)在特定轉(zhuǎn)速-轉(zhuǎn)矩工作點(diǎn)的效率,，通過引入前后輪驅(qū)動力分配比α,，將兩張電機(jī)的效率圖轉(zhuǎn)換為整車的車速-驅(qū)動力效率圖。再次,，對模型預(yù)測轉(zhuǎn)矩控制下的永磁同步電機(jī)系統(tǒng)進(jìn)行了理論分析與仿真驗(yàn)證,。最后，通過硬件在環(huán)實(shí)驗(yàn),，驗(yàn)證了能量最優(yōu)分配策略對整車效率以及續(xù)航里程提升的有效性,。

摘要:傳統(tǒng)工程機(jī)械液壓回轉(zhuǎn)系統(tǒng)位置控制一般采用駕駛員在環(huán)的控制方式，靠駕駛員的觀測實(shí)現(xiàn)定位,，由于駕駛員反應(yīng)較慢,，會影響生產(chǎn)效率和作業(yè)的一致性，難以滿足對回轉(zhuǎn)定位精度要求較高的工程作業(yè),。針對這一問題,，在進(jìn)出口獨(dú)立控制液壓回轉(zhuǎn)系統(tǒng)的基礎(chǔ)上，提出采用速度位置復(fù)合閉環(huán)控制方法,，加入速度前饋用于減小跟蹤誤差,，同時(shí)加入壓差反饋和速度反饋用于減小壓力和速度波動，改善系統(tǒng)運(yùn)行平穩(wěn)性,。首先建立了液壓挖掘機(jī)回轉(zhuǎn)系統(tǒng)多體動力學(xué)機(jī)電液聯(lián)合仿真模型,，對所提控制策略的有效性進(jìn)行了驗(yàn)證；并以液壓挖掘機(jī)為研究對象,，構(gòu)建了進(jìn)出口獨(dú)立控制回轉(zhuǎn)試驗(yàn)測試系統(tǒng),，對所提出的控制方法進(jìn)行了試驗(yàn)分析。仿真和試驗(yàn)結(jié)果表明,，對于不同的期望速度和期望位置,，無論回轉(zhuǎn)系統(tǒng)正向還是反向運(yùn)行，都可以獲得較高的定位精度,，定位誤差在0.5°~1.5°之間,，而且與開環(huán)控制相比，系統(tǒng)運(yùn)行壓力和速度波動明顯減小,，最大波動壓力減小了41.6%,，運(yùn)行平穩(wěn)性提高,。

摘要:現(xiàn)有的定量泵無法滿足單泵輸出多級流量，傳統(tǒng)液壓系統(tǒng)為了解決需求不同級流量問題,，會采用變量泵以及利用閥類和輔助元件的控制來滿足工況要求。多輸出徑向柱塞泵利用其結(jié)構(gòu)特殊性,，可實(shí)現(xiàn)輸出流量多樣性,。根據(jù)力平衡原理和曲柄滑塊機(jī)構(gòu)原理，對多輸出徑向柱塞泵運(yùn)動學(xué)進(jìn)行分析,，通過分析該泵不同工作方式下的流量脈動,，確定了流量脈動最小的工作方式。理論分析表明,，非相鄰兩列柱塞聯(lián)合輸出時(shí)的流量脈動曲線和相鄰兩列柱塞的輸出流量脈動曲線相似,，且不同工作方式下的曲線周期規(guī)律均和單列柱塞曲線周期規(guī)律有關(guān)，當(dāng)泵輸出最大流量工作時(shí),，油流的脈動幅度和脈動周期遠(yuǎn)小于單個(gè)輸出,。利用該泵樣機(jī)，進(jìn)行了泵的原理實(shí)驗(yàn),，實(shí)驗(yàn)結(jié)果表明,，隨著泵出口壓力升高，測得泵實(shí)際流量不斷減少,，但是,，由于加工條件有限，部分零件的加工精度無法保證,，導(dǎo)致實(shí)驗(yàn)結(jié)果和理論分析不匹配,，而實(shí)驗(yàn)數(shù)據(jù)分析驗(yàn)證了該泵的原理正確性和結(jié)構(gòu)合理性，為日后徑向柱塞泵的研究和發(fā)展奠定了基礎(chǔ),。