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:溫室環(huán)境優(yōu)化調(diào)控方法和技術(shù)能有效改善溫室作物的生產(chǎn)條件，提高光能資源的利用效率,，從而實(shí)現(xiàn)溫室作物的高產(chǎn),、高效,、優(yōu)質(zhì)生產(chǎn)。為了充分利用國(guó)內(nèi)外的研究成果，促進(jìn)我國(guó)在該領(lǐng)域的研究與應(yīng)用,，從基于設(shè)定值、智能算法,、多目標(biāo)優(yōu)化,、多因子耦合和基于作物生長(zhǎng)信息的環(huán)境控制方法等5方面，綜述了溫室環(huán)境控制方法的國(guó)內(nèi)外研究進(jìn)展,。針對(duì)我國(guó)該領(lǐng)域的研究現(xiàn)狀和存在的問(wèn)題,，提出今后應(yīng)解決光/溫/營(yíng)養(yǎng)耦合高效控制機(jī)理、植物表型高通量檢測(cè)方法等重大科學(xué)問(wèn)題,，突破信息感知,、物聯(lián)網(wǎng)、智慧管控等關(guān)鍵技術(shù),，形成具有中國(guó)特色的溫室智能化測(cè)控技術(shù)體系,。

摘要:智能巡檢機(jī)器人能夠高效、可靠地完成巡檢任務(wù),，降低工作人員的勞動(dòng)強(qiáng)度,，準(zhǔn)確、穩(wěn)定的導(dǎo)航定位是巡檢機(jī)器人執(zhí)行巡檢任務(wù)的基礎(chǔ),。本文研究了基于激光雷達(dá)的巡檢機(jī)器人導(dǎo)航系統(tǒng),，可實(shí)現(xiàn)機(jī)器人在室內(nèi)外環(huán)境下的地圖建立、路徑規(guī)劃和導(dǎo)航定位。導(dǎo)航系統(tǒng)由遠(yuǎn)程監(jiān)控平臺(tái)與巡檢機(jī)器人組成,，遠(yuǎn)程監(jiān)控平臺(tái)發(fā)布巡檢任務(wù),、監(jiān)控機(jī)器人狀態(tài)、查詢與存儲(chǔ)檢測(cè)數(shù)據(jù),，巡檢機(jī)器人可實(shí)現(xiàn)自主導(dǎo)航定位,、遍歷檢測(cè)點(diǎn)、執(zhí)行數(shù)據(jù)采集等巡檢任務(wù),，二者通過(guò)無(wú)線網(wǎng)絡(luò)實(shí)現(xiàn)遠(yuǎn)程數(shù)據(jù)交互,。融合激光雷達(dá)與編碼器信息，使用高魯棒性Gmapping算法建立二維環(huán)境地圖,。根據(jù)地圖與檢測(cè)點(diǎn)信息,，采用分支界定算法搜索最優(yōu)巡檢路線，以減少巡檢時(shí)間和能源消耗,。使用自適應(yīng)蒙特卡羅定位（AMCL）算法估計(jì)機(jī)器人位置和姿態(tài),，結(jié)合巡檢路線，進(jìn)行導(dǎo)航定位,。根據(jù)橫向偏差與航向偏差,，通過(guò)經(jīng)典的PID算法完成機(jī)器人驅(qū)動(dòng)控制。機(jī)器人搭載可見(jiàn)光相機(jī)與紅外相機(jī),，可對(duì)目標(biāo)進(jìn)行可見(jiàn)光通道與紅外通道的融合圖像檢測(cè),。對(duì)巡檢機(jī)器人進(jìn)行了室內(nèi)導(dǎo)航定位試驗(yàn)，試驗(yàn)結(jié)果表明,，在1m/s的速度下,，位置與航向偏差的平均絕對(duì)誤差（MAE）分別小于5cm和1.1°，標(biāo)準(zhǔn)差（SD）分別小于5cm和1.5°,，能夠滿足巡檢導(dǎo)航定位的要求,。

摘要:針對(duì)目前視覺(jué)測(cè)量農(nóng)作物株高技術(shù)中存在農(nóng)作物頂點(diǎn)和底點(diǎn)難以識(shí)別的問(wèn)題，設(shè)計(jì)了一種基于激光視覺(jué)的農(nóng)作物株高測(cè)量系統(tǒng),。該系統(tǒng)針對(duì)農(nóng)作物株高測(cè)量特點(diǎn),，改進(jìn)了三角測(cè)量模型，改進(jìn)后的三角測(cè)量模型參數(shù)包括相機(jī)參數(shù),、光平面方程和相機(jī)安裝參數(shù),；依據(jù)系統(tǒng)測(cè)量模型，該系統(tǒng)標(biāo)定過(guò)程中通過(guò)至少一次將棋盤(pán)格標(biāo)定板置于農(nóng)作物底端點(diǎn)對(duì)應(yīng)水平面的平行平面上,，建立農(nóng)作物底點(diǎn)平面對(duì)應(yīng)的地面坐標(biāo)系,，通過(guò)將激光器發(fā)出的激光線投射到農(nóng)作物上，識(shí)別農(nóng)作物頂點(diǎn),。在株高為558.00~1843.30mm的農(nóng)作物上的測(cè)試結(jié)果表明,，測(cè)量絕對(duì)誤差最大值28.30mm,，相對(duì)誤差最大值為2.17%。該系統(tǒng)標(biāo)定完成后可實(shí)現(xiàn)自動(dòng)化與實(shí)時(shí)測(cè)量,，且測(cè)量精度高,，具有良好的實(shí)用價(jià)值。

摘要:為了使植保無(wú)人機(jī)作業(yè)更加精準(zhǔn),、高效與節(jié)能，研究了一種適用于三維地形的植保無(wú)人機(jī)路徑規(guī)劃方法,。根據(jù)農(nóng)田的規(guī)模,、形狀、高度起伏等地理環(huán)境信息,，對(duì)其進(jìn)行柵格化處理,，建立三維環(huán)境模型；在此環(huán)境模型條件下,，為無(wú)人機(jī)增加直行與回轉(zhuǎn)機(jī)制，實(shí)現(xiàn)全覆蓋路徑仿真,；通過(guò)提取仿真計(jì)算中每次植保作業(yè)飛行距離作為輸入變量,、非植保作業(yè)耗費(fèi)時(shí)間作為輸出函數(shù)，從而構(gòu)建尋優(yōu)模型,；對(duì)尋優(yōu)模型引入引力搜索算法,，以輸出函數(shù)最小為目標(biāo)，對(duì)輸入變量進(jìn)行尋優(yōu),，再通過(guò)仿真計(jì)算求出優(yōu)化后的返航點(diǎn)位置,。實(shí)例結(jié)果顯示，在二維投影形狀與尺寸相同的田地中,，二維與三維路徑規(guī)劃方法之間的返航點(diǎn)位置存在偏差,，證明了本文方法的必要性；在三維地形算例中,，運(yùn)用本文方法規(guī)劃后的往返飛行距離總和與非植保作業(yè)時(shí)間分別為440.2m與9min,，相比于未規(guī)劃情況分別減少了90%與54%,，相比于簡(jiǎn)單規(guī)劃結(jié)果分別減少了23%與7%,。在實(shí)際測(cè)試過(guò)程中，相比于未規(guī)劃情況,，規(guī)劃后的路徑飛行距離總和與非植保作業(yè)時(shí)間分別減少了11%和5%,，驗(yàn)證了本文方法的合理性與可行性,。

摘要:受東方螻蛄刺狀挖掘足能夠高效挖掘土壤的啟發(fā),，設(shè)計(jì)了大豆播種機(jī)破碎式覆土裝置,，以提高其碎土性能,。對(duì)東方螻蛄前足的趾爪趾長(zhǎng)、趾尖角,、趾間距,、側(cè)面的楔角進(jìn)行測(cè)量，以此為依據(jù)設(shè)計(jì)了仿生碎土圓盤(pán),。破碎式仿生覆土裝置由大小碎土圓盤(pán),、折彎法蘭、固定機(jī)架,、旋轉(zhuǎn)副,、減震彈簧和懸掛架組成。本覆土裝置專為雙行種子溝設(shè)計(jì),，可實(shí)現(xiàn)對(duì)大豆溝槽雙側(cè)進(jìn)行覆土,。對(duì)仿生碎土圓盤(pán)碎土齒進(jìn)行了受力分析，并利用Ansys及LsDyna軟件對(duì)所設(shè)計(jì)部件進(jìn)行仿真優(yōu)化分析,，得到碎土圓盤(pán)切削受力情況土壤的等效應(yīng)力分布以及覆土過(guò)程中種子橫向位移,。田間試驗(yàn)結(jié)果表明破碎式仿生覆土裝置完成了覆土功能要求，破碎率達(dá)到92.2%,，平均覆土厚度為2.4cm,，平均種子行間距為10.1cm。

摘要:在玉米直插穴播機(jī)的基礎(chǔ)上,，針對(duì)被動(dòng)鴨嘴開(kāi)啟過(guò)程播種性能受地面高低起伏影響較大的問(wèn)題,，設(shè)計(jì)了強(qiáng)排-強(qiáng)啟排種裝置，主要由共軛凸輪,、強(qiáng)排-強(qiáng)啟排種器等組成,。對(duì)前進(jìn)速度補(bǔ)償機(jī)構(gòu)進(jìn)行了分析，確定了穴播過(guò)程關(guān)鍵時(shí)間點(diǎn),，重點(diǎn)對(duì)強(qiáng)排-強(qiáng)啟排種器的取種輪取種和鴨嘴強(qiáng)制開(kāi)啟2個(gè)動(dòng)作實(shí)現(xiàn)進(jìn)行了位移計(jì)算,，反求法計(jì)算確定共軛凸輪的主凸輪輪廓；取種輪勻速轉(zhuǎn)動(dòng)能提高取種率,，通過(guò)計(jì)算確定了凸輪從動(dòng)件運(yùn)動(dòng)規(guī)律,。試驗(yàn)結(jié)果表明：該裝置傳動(dòng)運(yùn)行平穩(wěn)，能完成取種和排種動(dòng)作,，鴨嘴無(wú)夾土,、無(wú)提早排種現(xiàn)象；鴨嘴膜孔較小,，鴨嘴播種期間無(wú)挑膜,、撕膜等問(wèn)題；玉米直插穴播機(jī)的空穴率為1.8%,、穴粒數(shù)合格率為95.3%,、膜下播種深度合格率為88.1%,，設(shè)計(jì)的玉米直插穴播機(jī)強(qiáng)排-強(qiáng)啟排種裝置滿足設(shè)計(jì)要求和玉米播種的農(nóng)藝技術(shù)要求。

摘要:為進(jìn)一步提高穴播質(zhì)量,，針對(duì)排播過(guò)程中觸土部件的壅土,、堵塞等問(wèn)題，結(jié)合精密播種技術(shù)要求并運(yùn)用四桿運(yùn)動(dòng)學(xué)原理,，提出一種旱地回轉(zhuǎn)扎穴式播種方式及其配套機(jī)具,。通過(guò)建立扎穴結(jié)構(gòu)數(shù)學(xué)模型并采用VB可視化編程平臺(tái)選取了核心運(yùn)動(dòng)參數(shù)，同時(shí)對(duì)關(guān)鍵部件型孔凹輪和回位壓簧進(jìn)行了優(yōu)化設(shè)計(jì),。以玉米為播種對(duì)象,，以主軸轉(zhuǎn)速和壓簧線徑為試驗(yàn)因素，以合格指數(shù)和變異系數(shù)為試驗(yàn)指標(biāo)進(jìn)行二次正交旋轉(zhuǎn)組合試驗(yàn),，采用Design-Expert 10.0.3軟件對(duì)結(jié)果進(jìn)行數(shù)據(jù)處理,，選取最優(yōu)工作參數(shù)。通過(guò)田間驗(yàn)證試驗(yàn)測(cè)得,，在主軸轉(zhuǎn)速為27r/min,，壓簧線徑為1.5mm的工況下，播種器作業(yè)合格指數(shù)為92.1%,，變異系數(shù)為2.5%,，堵塞率為0。結(jié)果表明,，該機(jī)構(gòu)在滿足精密播種作業(yè)技術(shù)要求的同時(shí)，進(jìn)一步改善了入土可靠性和粒距均勻性,。

摘要:在玉米籽粒直收過(guò)程中,，脫粒滾筒轉(zhuǎn)速與聯(lián)合收獲機(jī)的額定喂入量相匹配才能發(fā)揮出最佳的作業(yè)效果。為了獲得不同喂入量時(shí)玉米聯(lián)合收獲機(jī)最優(yōu)的滾筒轉(zhuǎn)速范圍,，設(shè)計(jì)了一種零部件可更換,、結(jié)構(gòu)參數(shù)和工作參數(shù)均可調(diào)的縱軸流玉米脫粒分離裝置，并在自主研制的試驗(yàn)臺(tái)上以脫粒滾筒轉(zhuǎn)速,、喂入量為影響因素,，以籽粒破碎率、未脫凈率為性能指標(biāo)進(jìn)行玉米脫粒試驗(yàn),。通過(guò)臺(tái)架試驗(yàn),、回歸分析和單變量求解，最終確定了不同喂入量的最優(yōu)滾筒轉(zhuǎn)速范圍：喂入量為8kg/s時(shí),，最優(yōu)的滾筒轉(zhuǎn)速為254~486r/min,；喂入量為10kg/s時(shí)，最優(yōu)的滾筒轉(zhuǎn)速為278~466r/min,；喂入量為12kg/s時(shí),，最優(yōu)的滾筒轉(zhuǎn)速為313~445r/min,。在以上條件下籽粒破碎率均小于5%，未脫凈率小于2%,，達(dá)到了國(guó)家和相關(guān)標(biāo)準(zhǔn)的要求,。

摘要:為了解決傳統(tǒng)摟耙式地膜回收機(jī)卸膜和裝箱困難、作業(yè)連續(xù)性差等問(wèn)題,，設(shè)計(jì)了一種鏈耙式地膜回收機(jī),，可以連續(xù)實(shí)現(xiàn)摟膜集膜、輸膜抖土,、卸膜過(guò)程,。該回收機(jī)主要由機(jī)架、起膜鏟,、鏈耙,、集膜箱等部件組成。為了使地膜回收機(jī)的性能達(dá)到最佳,，首先在土槽實(shí)驗(yàn)室內(nèi)對(duì)回收機(jī)的結(jié)構(gòu)參數(shù)和工作參數(shù)分別進(jìn)行了單因素試驗(yàn)和響應(yīng)曲面優(yōu)化試驗(yàn),，通過(guò)土槽試驗(yàn)得到地膜回收率、脫膜率,、夾帶土壤質(zhì)量3個(gè)指標(biāo)的二次回歸方程,、響應(yīng)優(yōu)化曲面及最佳參數(shù)組合。最佳參數(shù)組合為：耙齒總成間距300mm,，單排耙齒數(shù)5個(gè),，耙齒入土深度84.41mm，回收機(jī)前進(jìn)速度2.542km/h,，鏈耙線速度0.417m/s,。通過(guò)大田驗(yàn)證試驗(yàn)，得到優(yōu)化后的地膜回收機(jī)性能指標(biāo)為：地膜回收率90.2%,，脫膜率88.1%,，夾帶土壤質(zhì)量0.41kg/m。大田試驗(yàn)表明,，鏈耙式地膜回收機(jī)滿足生產(chǎn)要求,。

摘要:針對(duì)丘陵山區(qū)農(nóng)業(yè)機(jī)械通過(guò)性差、車身難以保持水平,、機(jī)械化薄弱的問(wèn)題,，設(shè)計(jì)了一種丘陵山區(qū)農(nóng)用仿形行走動(dòng)態(tài)調(diào)平底盤(pán)。底盤(pán)4組調(diào)平懸架的懸臂夾角可精確調(diào)節(jié),，不僅能在崎嶇地面上實(shí)現(xiàn)全時(shí)多輪驅(qū)動(dòng),、多自由度仿形行走，而且通過(guò)懸架懸臂夾角調(diào)節(jié)實(shí)現(xiàn)車體調(diào)平控制,，同時(shí)解決丘陵山區(qū)農(nóng)用動(dòng)力底盤(pán)行走,、作業(yè)的兩大難題,。底盤(pán)在仿形行走過(guò)程中，傾角傳感器實(shí)時(shí)測(cè)量車身傾斜角度,，并計(jì)算出各懸架懸臂夾角瞬時(shí)調(diào)節(jié)量,，精確調(diào)整各懸架懸臂夾角實(shí)現(xiàn)底盤(pán)動(dòng)態(tài)補(bǔ)償調(diào)平。參照中小型東方紅500型農(nóng)用拖拉機(jī)設(shè)計(jì)底盤(pán)樣機(jī),，建立虛擬樣機(jī)三維模型,，并導(dǎo)入動(dòng)力學(xué)分析軟件ADAMS中進(jìn)行仿真分析，底盤(pán)在多自由度仿形行走過(guò)程中,，可在0.5°精度范圍內(nèi)實(shí)現(xiàn)動(dòng)態(tài)調(diào)平,。研制小比例樣車，通過(guò)土槽試驗(yàn)驗(yàn)證底盤(pán)在多自由度仿形行走過(guò)程中,，可在1°精度范圍內(nèi)實(shí)現(xiàn)動(dòng)態(tài)調(diào)平,。仿真、土槽與自然地面試驗(yàn)驗(yàn)證了理論分析和計(jì)算結(jié)果,，為丘陵山區(qū)農(nóng)用仿形行走動(dòng)態(tài)調(diào)平底盤(pán)應(yīng)用提供參考,。

摘要:針對(duì)東北地區(qū)深松整地作業(yè)中，深松鏟土壤擾動(dòng)量和耕作阻力大的問(wèn)題,，以離散元（EDEM）軟件仿真分析鏟尖對(duì)土壤的作用為依據(jù),，設(shè)計(jì)了擬合曲線型深松鏟。采用離散元軟件模擬深松鏟鏟尖在土壤中的運(yùn)動(dòng),，獲得鏟尖上方土壤顆粒運(yùn)動(dòng)軌跡的擬合曲線和擬合方程,，采用線元設(shè)計(jì)法對(duì)線形優(yōu)化，獲得鏟柄外形曲線,；同時(shí)設(shè)計(jì)了刃部,、切削刃角、入土角,，并通過(guò)鏟柄與鏟尖的互作效應(yīng)試驗(yàn)驗(yàn)證了分層的可行性與合理性。土槽對(duì)比試驗(yàn)表明,，擬合曲線型深松鏟有效降低了土壤擾動(dòng)量和耕作阻力,，比折線式深松鏟土壤擾動(dòng)量減少了53.6%，耕作阻力減少了36.23%,；比圓弧式深松鏟土壤擾動(dòng)量減少了66.18%,，耕作阻力減少了29.18%。田間對(duì)比試驗(yàn)表明,，擬合曲線型深松鏟比折線式深松鏟回土面積增加了81.03%,，比圓弧式深松鏟的回土面積增加了146.95%。土槽和田間試驗(yàn)表明,，擬合曲線型深松鏟土壤擾動(dòng)量小,、耕作阻力小,，滿足深松作業(yè)的要求。

摘要:水稻播種時(shí)芽種含水率高,、種芽長(zhǎng)度差異大,，表現(xiàn)出與其他作物種子不同的物理特性。為減小仿真分析時(shí)芽種參數(shù)設(shè)置不準(zhǔn)確而形成的模擬系統(tǒng)誤差,，本文基于水稻芽種摩擦角的試驗(yàn)與仿真測(cè)定,，標(biāo)定出不同含水率下的水稻芽種離散元主要接觸參數(shù)。通過(guò)芽種的摩擦角（兩種休止角及滑動(dòng)摩擦角）離散元仿真試驗(yàn),，建立了芽種-不銹鋼板靜摩擦因數(shù),、芽種-芽種靜摩擦因數(shù)、芽種-芽種滾動(dòng)摩擦因數(shù)與3個(gè)摩擦角之間的三元回歸方程,。以芽種的3個(gè)摩擦角試驗(yàn)結(jié)果作為修正指標(biāo),，對(duì)回歸方程數(shù)值求解，得到當(dāng)仿真結(jié)果與試驗(yàn)結(jié)果的擬合誤差達(dá)到允許范圍內(nèi)的3個(gè)主要接觸參數(shù),。將標(biāo)定后的參數(shù)進(jìn)行試驗(yàn)驗(yàn)證,，分別對(duì)不同含水率下的芽種摩擦角的仿真測(cè)定與實(shí)測(cè)結(jié)果進(jìn)行對(duì)比分析，相對(duì)誤差均小于2.75%,，表明水稻芽種離散元模型與實(shí)際顆粒物料體現(xiàn)出相同的摩擦特性,，建立的回歸模型滿足不同含水率芽種參數(shù)的標(biāo)定要求。對(duì)其他5個(gè)品種的水稻芽種摩擦角實(shí)測(cè)值與仿真結(jié)果進(jìn)行對(duì)比分析,，相對(duì)誤差均在5.54%以內(nèi),。該水稻芽種的離散元模型及接觸參數(shù)可為水稻精密播種裝置的動(dòng)態(tài)仿真提供參考。

摘要:為了研究不同類型和大小的液壓噴嘴,、不同生物農(nóng)藥噴霧樣本對(duì)霧滴特性的影響,，采用激光粒度分析儀、噴幅寬度測(cè)定裝置等對(duì)美國(guó)Teejet公司的平面扇形噴嘴XR8004,、XR11004和中空錐形噴嘴TXA8002,、TXVK8004等4種常規(guī)噴嘴和7種不同噴霧樣本（普通自來(lái)水和6種美國(guó)Bioworks公司的生物農(nóng)藥），分別對(duì)相同和不同噴霧壓力,、相同噴霧高度和相同噴霧環(huán)境下的霧滴粒徑大小分布,，以及相同噴霧壓力和相同噴霧高度下噴幅寬度等特性進(jìn)行了對(duì)比試驗(yàn)研究，并對(duì)結(jié)果進(jìn)行分析,。結(jié)果表明：在分別與水以一定比例混合后,，原液狀生物農(nóng)藥的霧滴粒徑與水的霧滴粒徑大小差異不顯著，但比原粉末狀生物農(nóng)藥?kù)F滴粒徑尺寸大,；生物農(nóng)藥在同一噴嘴噴霧下,，霧滴粒徑隨噴霧壓力增大而減小；在相同噴霧壓力情況下,，霧滴粒徑大小分布均勻度隨噴嘴噴量速率的增大而減小,，噴量速率越大，其粒徑尺寸越分散,、越不集中,；噴嘴噴幅寬度的大小隨噴霧角度增大而增大，不同類型生物農(nóng)藥的噴霧樣本對(duì)噴幅寬度影響不大,。因此,，根據(jù)以上噴嘴和生物農(nóng)藥的噴霧特性，對(duì)于不同的農(nóng)作物選擇適當(dāng)?shù)膰娮煨吞?hào),、噴量流速和噴霧壓力來(lái)噴施農(nóng)藥,，可以提高農(nóng)藥的噴霧效率和有效性。

摘要:為了研究氣液兩相條件下離心泵相似定律的適用性,，選用NKG65-50-140型直聯(lián)式單級(jí)單吸離心泵，基于試驗(yàn)和數(shù)值模擬方法對(duì)其進(jìn)行研究,。首先搭建了氣液兩相流開(kāi)式試驗(yàn)臺(tái),，進(jìn)行了3種轉(zhuǎn)速、不同進(jìn)口含氣率條件下模型泵性能試驗(yàn),；然后采用Eulerian-Eulerian非均相流模型,、由空氣和水作為工作介質(zhì)進(jìn)行了數(shù)值模擬，得到了3種轉(zhuǎn)速,、不同進(jìn)口含氣率條件下葉輪內(nèi)的流動(dòng)情況和氣相分布情況,。研究結(jié)果表明：進(jìn)口含氣率通過(guò)影響氣體在葉輪內(nèi)的分布而影響旋轉(zhuǎn)葉輪與液體能量交換能力，從而影響氣液兩相流相似定律的適用性,；同一流量系數(shù)時(shí)進(jìn)口含氣率越大,，相似定律的適用性就越差；隨著轉(zhuǎn)速的降低,，氣體分布呈現(xiàn)從葉片頂尖,、葉輪流道中部和蝸殼隔舌處移動(dòng)的趨勢(shì)，特別是進(jìn)口含氣率大于0.03后,，氣體更易堵塞流道,。最后通過(guò)對(duì)比試驗(yàn)結(jié)果和數(shù)值模擬結(jié)果，驗(yàn)證了低進(jìn)口含氣率下所采用的計(jì)算模型和方法基本可靠,，為泵設(shè)計(jì)提供了理論指導(dǎo),。

摘要:軸流泵內(nèi)壓力脈動(dòng)是引起機(jī)組振動(dòng)和噪聲的主要原因之一,，為了研究漩渦誘發(fā)水泵內(nèi)壓力脈動(dòng)的機(jī)理，采用Fluent軟件對(duì)軸流泵裝置進(jìn)行非定常計(jì)算，得到了大流量工況下（1.2Qd）不同特征斷面的頻域特性,，結(jié)合模型試驗(yàn),，利用高速攝像機(jī)對(duì)漩渦生成到消失全過(guò)程進(jìn)行動(dòng)態(tài)測(cè)量，觀察到漩渦微觀變化過(guò)程,。結(jié)果表明：喇叭管下方漩渦發(fā)生位置與低壓區(qū)位置一致,，渦管底端的壓力脈動(dòng)幅值最大，其Cp值約為非中心點(diǎn)處的1.8~2倍,，渦管中心處壓力脈動(dòng)次頻發(fā)生在1倍葉輪轉(zhuǎn)頻處,，在葉輪進(jìn)口壓力脈動(dòng)與漩渦壓力脈動(dòng)在1倍葉輪轉(zhuǎn)頻處具有同步性，且壓力脈動(dòng)次頻均在1倍葉輪轉(zhuǎn)頻處,。在進(jìn)水池底部壓力脈動(dòng)激勵(lì)源為進(jìn)水漩渦,，進(jìn)水漩渦影響葉輪進(jìn)口壓力分布，誘發(fā)葉輪進(jìn)口壓力脈動(dòng),。通過(guò)研究進(jìn)水漩渦從生成到潰滅的過(guò)程及對(duì)壓力脈動(dòng)的影響,，可為泵站工程實(shí)際應(yīng)用中消渦措施提供理論依據(jù)。

摘要:為了有效地消除表面吸氣渦,，對(duì)進(jìn)水池內(nèi)流場(chǎng)進(jìn)行了數(shù)值計(jì)算,，模擬了表面渦吸氣的動(dòng)態(tài)過(guò)程；建立了試驗(yàn)?zāi)Ｐ?，?yàn)證CFD方法的可靠性,；并提出了圓形蓋板消渦裝置，探求其有效性,；采用了螺旋度密度分析法,，揭示了表面渦的吸氣及其抑制機(jī)理。結(jié)果顯示：采用的CFD方法可以較好地預(yù)測(cè)表面吸氣渦的動(dòng)態(tài)過(guò)程,；吸氣準(zhǔn)備階段,，自由水面出現(xiàn)凹陷，喇叭管進(jìn)口附近形成螺旋度密度管,；隨著氣體從自由水面進(jìn)入水體,，自由水面下方形成另一螺旋度密度管；當(dāng)連續(xù)氣柱形成時(shí),，兩個(gè)螺旋度密度管相互連通,，形成氣體通道；通過(guò)在自由水面和喇叭管進(jìn)口之間放置一定尺寸的圓形蓋板裝置,，可以消除表面吸氣渦,。

摘要:為了提高Schnerr-Sauer模型預(yù)測(cè)空化流場(chǎng)的能力，提出了一種修正的球形空泡動(dòng)力學(xué)模型,，結(jié)合均相流假設(shè)建立了一種基于Rayleigh-Plesset方程的改進(jìn)空化模型,。聯(lián)立修正后的濾波器湍流模型,，分別采用改進(jìn)后空化模型和Schnerr-Sauer模型對(duì)繞二維Clark-Y型水翼非定常空化流動(dòng)進(jìn)行計(jì)算,，得到了不同空化數(shù)條件下翼型吸力面上空穴形態(tài)隨時(shí)間變化規(guī)律及水動(dòng)力系數(shù)特征,。與已有文獻(xiàn)的實(shí)驗(yàn)結(jié)果進(jìn)行對(duì)比分析，結(jié)果表明：在準(zhǔn)靜態(tài)片狀空化階段,，改進(jìn)的空化模型計(jì)算得到的片狀空穴長(zhǎng)度基本上維持不變,，在空穴尾部捕捉到明顯的相間界面，與實(shí)驗(yàn)描述較為一致,；在云狀空化階段,，改進(jìn)的空化模型模擬的空化區(qū)域范圍更廣，預(yù)測(cè)的瞬時(shí)升力系數(shù)與實(shí)驗(yàn)值的變化趨勢(shì)吻合程度更高,，且其對(duì)云空化周期性演變過(guò)程中一些流動(dòng)細(xì)節(jié)的預(yù)測(cè)能力更好,。

摘要:隨著精準(zhǔn)農(nóng)業(yè)技術(shù)的發(fā)展，快速獲取大棚和地膜農(nóng)田面積及地理分布的需求越來(lái)越大,，但沿用面向衛(wèi)星遙感影像的解譯方法處理無(wú)人機(jī)航拍影像,，存在特征選擇復(fù)雜、識(shí)別精度較低,、處理時(shí)間長(zhǎng)等問(wèn)題,。基于此,，本文提出一種基于深度學(xué)習(xí)的大棚及地膜農(nóng)田無(wú)人機(jī)航拍監(jiān)測(cè)方法,，即采用六旋翼無(wú)人機(jī)搭載索尼NEX-5k相機(jī)進(jìn)行航拍作業(yè)，對(duì)采集到的558幅赤峰市王爺府鎮(zhèn)地區(qū)的無(wú)人機(jī)航片進(jìn)行正射校正與拼接,，構(gòu)建全卷積神經(jīng)網(wǎng)絡(luò)(Fully convolutional network, FCN),，通過(guò)多尺度融合的方法實(shí)現(xiàn)了FCN的5個(gè)變種模型：FCN-32s、FCN-16s,、FCN-8s,、FCN-4s、FCN-2s,，使用帶動(dòng)量的隨機(jī)梯度下降算法端到端訓(xùn)練模型,，自動(dòng)提取并分類影像特征。FCN模型與ENVI商用遙感軟件的基于像素的分類方法,、eCognition軟件的面向?qū)ο蟮姆诸惙椒▽?duì)比后表明：FCN-4s模型為識(shí)別大棚和地膜農(nóng)田的最佳模型,，對(duì)于測(cè)試區(qū)域的平均整體正確率為97%，而基于像素的分類方法平均整體正確率為74.1%,，面向?qū)ο蟮姆诸惙椒ㄆ骄w正確率為81.78%,。FCN-4s模型平均運(yùn)行時(shí)間為16.85s，是基于像素的分類方法運(yùn)行時(shí)間的0.06%,，是面向?qū)ο蟮姆诸惙椒ㄟ\(yùn)行時(shí)間的5.62%,。本方法可快速準(zhǔn)確獲取大棚和地膜農(nóng)田的地理分布及面積,，滿足設(shè)施農(nóng)業(yè)對(duì)無(wú)人機(jī)航拍監(jiān)測(cè)的需求。

摘要:灌區(qū)渠系制圖配合現(xiàn)代節(jié)水灌溉技術(shù),，對(duì)合理配水、安全輸水有著重大影響,。但目前普遍使用的灌區(qū)遙感影像分辨率不高,，給渠系提取與制圖帶來(lái)一定的困難。本文將無(wú)人機(jī)采集的高精度正射影像,、高程,、坡度數(shù)據(jù)相結(jié)合作為數(shù)據(jù)源，提取出具有顯著描述能力的渠系特征來(lái)構(gòu)建訓(xùn)練樣本集,，基于支持向量機(jī)的分類方法對(duì)目標(biāo)渠系進(jìn)行分割提取,，再通過(guò)后處理對(duì)提取結(jié)果進(jìn)行去噪、連接和優(yōu)化,，實(shí)現(xiàn)了無(wú)人機(jī)高分辨率多數(shù)據(jù)源的渠系提取,。結(jié)果表明，該渠系提取方法可以識(shí)別提取灌區(qū)中的支渠,、斗渠和部分農(nóng)渠,，渠系連續(xù)性良好，與手繪渠系對(duì)比,，精度最高可達(dá)89.35%,。其中提取誤差主要由級(jí)別較低的渠系中渠床淤泥沉積導(dǎo)致影像、地形特征不明顯造成,。

摘要:近年來(lái)較多的樹(shù)冠提取算法以激光雷達(dá)數(shù)據(jù)為基礎(chǔ)，然而激光點(diǎn)云數(shù)據(jù)量大,、冗余多而且采集成本高,。本文基于無(wú)人機(jī)影像匹配點(diǎn)云提取單木樹(shù)冠輪廓，研究一種成本可控,、能夠補(bǔ)充甚至部分替代激光雷達(dá)的小范圍森林制圖方案,。以福建省三明市某林場(chǎng)內(nèi)苗圃地作為研究對(duì)象，在稠密的無(wú)人機(jī)影像匹配點(diǎn)云中截取2個(gè)25m×25m的樣地作為測(cè)試樣本,。預(yù)處理后,，首先構(gòu)建植被冠層高度模型，以局部最大值法探測(cè)樹(shù)冠位置并標(biāo)記為種子點(diǎn),；從這些種子點(diǎn)形成的初始區(qū)域開(kāi)始生長(zhǎng),，迭代計(jì)算直到全部的影像匹配點(diǎn)云歸并完畢；最后,，將算法提取的樹(shù)冠輪廓導(dǎo)入ArcGIS中獲取樹(shù)冠輪廓矢量邊界,，并與手繪參考樹(shù)冠疊加,，利用F測(cè)度實(shí)現(xiàn)精度的評(píng)定。依此方案,，在2個(gè)林分范圍內(nèi)的樹(shù)冠提取F測(cè)度均達(dá)到了89%以上,，單木冠幅提取的誤差在0.14m以內(nèi)。結(jié)果表明,，該方案簡(jiǎn)單有效,、精度可靠，適用于小范圍,、高精度的植被制圖,。

摘要:以冬油菜為研究對(duì)象，利用連續(xù)3季（2013—2016年）不同氮營(yíng)養(yǎng)水平下冬油菜關(guān)鍵生育期400～1350nm冠層高光譜和LAI數(shù)據(jù),，研究基于偏最小二乘（Partial least square,，PLS）回歸分析的冬油菜原初光譜（Raw spectral reflectance，R）及一階微分光譜（First derivative reflectance,，F(xiàn)DR）窄波段光譜變量（1,、5、10,、20nm）和寬波段光譜變量（40,、80、100nm）與LAI之間關(guān)系,，確定可穩(wěn)定指示油菜LAI時(shí)空變化的最佳波寬及其有效波段,。在此基礎(chǔ)上，進(jìn)行了基于有效波段最優(yōu)波寬下冬油菜LAI預(yù)測(cè)和精度驗(yàn)證,。結(jié)果表明,，冬油菜LAI對(duì)氮肥響應(yīng)具有高度敏感性，可較為充分反映油菜LAI時(shí)空變化,，其建模集和驗(yàn)證集變異系數(shù)分別為65.4%和54.4%,；隨波寬增加，基于R-PLS和FDR-PLS回歸模型的冬油菜LAI預(yù)測(cè)精度均呈先增加后降低趨勢(shì),，至窄波段光譜變量和寬波段光譜變量臨界處20nm波寬時(shí)達(dá)最高,，且FDR-PLS預(yù)測(cè)效果顯著優(yōu)于R-PLS，建模集和驗(yàn)證集相對(duì)分析誤差（Relative percent deviation, RPD）分別為2.223和2.004,。根據(jù)FDR-PLS回歸模型中各波段變量重要性投影值（Variable importance for the projection, VIP）,，確定基于該最佳波寬條件下油菜LAI有效波段分別為759、847,、921,、1002、1129nm,。此后,，再次構(gòu)建基于上述有效波段的油菜LAI預(yù)測(cè)模型,，建模集和驗(yàn)證集RPD分別為2.004和1.707，反演效果較為理想,。

摘要:土壤速效磷是影響作物生長(zhǎng)發(fā)育的重要養(yǎng)分指標(biāo),。光譜分析技術(shù)對(duì)速效磷的定量預(yù)測(cè)具有較好的應(yīng)用前景，高光譜帶寬窄,、分辨率高,，但存在數(shù)據(jù)冗余和共線性等問(wèn)題。本文針對(duì)皖北砂姜黑土145個(gè)樣本開(kāi)展研究,，提出了利用偏最小二乘回歸算法（PLS-R）對(duì)土壤可見(jiàn)近紅外高光譜數(shù)據(jù)（400~1000nm）進(jìn)行數(shù)據(jù)降維和特征提取，根據(jù)交叉驗(yàn)證和變量投影重要性分別得到潛在變量和特征波長(zhǎng),；再分別輸入BP神經(jīng)網(wǎng)絡(luò)（BPNN）進(jìn)行訓(xùn)練,，得到回歸分析模型對(duì)速效磷進(jìn)行定量預(yù)測(cè)。結(jié)果表明：與利用全部波長(zhǎng)數(shù)據(jù)建模的預(yù)測(cè)結(jié)果（校正集和驗(yàn)證集的相對(duì)分析誤差MRPD分別為10.27和2.09）相比,，利用9個(gè)特征波長(zhǎng)建立的回歸模型校正集MRPD為2.66,，預(yù)測(cè)精度明顯降低，而驗(yàn)證集MRPD為 2.05,，近似達(dá)到利用全部波長(zhǎng)數(shù)據(jù)建模的預(yù)測(cè)效果,；利用5個(gè)潛在變量建立回歸模型，校正集和驗(yàn)證集的MRPD分別為3.10和2.29,，其中驗(yàn)證集相對(duì)于全部波長(zhǎng)建模的預(yù)測(cè)精度提高了9.6%,。因此，基于PLS-BPNN算法進(jìn)行回歸建?？梢杂行Ы档透吖庾V數(shù)據(jù)冗余和共線性的影響,，提高模型的泛化能力，且利用潛在變量進(jìn)行回歸建模能提高模型預(yù)測(cè)精度,。

摘要:為研究無(wú)人機(jī)多光譜遙感技術(shù)對(duì)裸土土壤含水率的大范圍快速測(cè)定和最佳監(jiān)測(cè)深度的確定,，以楊凌地區(qū)粘壤土為試驗(yàn)材料，分別配制成2種不同深度（5cm和10cm）,、含水率為3%~30%的土壤樣本,。用無(wú)人機(jī)搭載多光譜相機(jī)對(duì)土樣連續(xù)監(jiān)測(cè)3d，監(jiān)測(cè)時(shí)刻均為15：00,。采集6個(gè)波段（490,、550、680,、720,、800、900nm）處的土壤光譜反射率,，同時(shí)對(duì)2種不同深度的土壤樣本表層（約1cm）含水率和整體含水率進(jìn)行測(cè)定,。分別采用偏最小二乘回歸法,、逐步回歸法和嶺回歸法，建立不同波段光譜反射率因素反演土壤含水率的回歸模型,，并分析其定量關(guān)系,。試驗(yàn)結(jié)果表明，逐步回歸預(yù)測(cè)精度最佳,，決定系數(shù)（R2）分別為0.775,、0.764、0.798,、0.694,，而預(yù)測(cè)均方根誤差（RMSE）分別為0.028、0.042,、0.037,、0.038；其次為嶺回歸法,；偏最小二乘法的預(yù)測(cè)精度最低,。綜合比較得最佳回歸方法為逐步回歸法，最佳監(jiān)測(cè)深度為土壤表層（約1cm）,，其次為5cm深度,，最后為10cm深度。

摘要:復(fù)雜生態(tài)網(wǎng)絡(luò)是近年來(lái)區(qū)域生態(tài)環(huán)境可持續(xù)研究的熱點(diǎn),。以2016年磴口縣的遙感影像數(shù)據(jù),、DEM數(shù)據(jù)等為研究素材，提出生態(tài)庫(kù)倫力的概念并基于力導(dǎo)向算法構(gòu)建生態(tài)網(wǎng)絡(luò)多情景模擬模型,，結(jié)合最小累積阻力面模型設(shè)置多個(gè)情景模式對(duì)磴口縣現(xiàn)狀生態(tài)網(wǎng)絡(luò)的演化進(jìn)行研究,。研究結(jié)果表明：隨著（1.0，0）模式到（0,，1.0）模式的轉(zhuǎn)換,，生態(tài)源地斑塊柵格逐漸消失，骨架廊道逐漸出現(xiàn)斷裂,；在（0,，1.0）模式下生態(tài)網(wǎng)絡(luò)遭到極大破壞,，現(xiàn)狀條件下若進(jìn)行大規(guī)模土地經(jīng)濟(jì)開(kāi)發(fā)會(huì)對(duì)生態(tài)網(wǎng)絡(luò)造成極大的破壞,；但在（0.9,，0.1）模式下,，雖沙漠邊緣處出現(xiàn)破壞，但是在樣圓內(nèi)部生態(tài)網(wǎng)絡(luò)卻出現(xiàn)擴(kuò)張,，在現(xiàn)有自然資源的約束下,，磴口縣仍有發(fā)展經(jīng)濟(jì)的空間,，但空間不大。本研究所提出的多情景模擬模型適用于生態(tài)網(wǎng)絡(luò)的演化分析,。

摘要:基于不同銅離子(Cu2+)和鉛離子(Pb2+)脅迫梯度下玉米葉片光譜微分?jǐn)?shù)據(jù),，結(jié)合高階譜估計(jì)與灰度-梯度共生矩陣(Gray gradient co-occurrence matrix, GGCM)的特征提取方法，提出了Cu2+和Pb2+污染定性分析,、污染元素種類識(shí)別和污染程度診斷的方法,。首先，測(cè)量了不同脅迫梯度下玉米葉片光譜數(shù)據(jù)以及葉片中富集的Cu2+,、Pb2+含量,；然后，利用高階譜估計(jì)的ARMA模型參數(shù)法對(duì)各類玉米葉片微分光譜數(shù)據(jù)序列進(jìn)行雙譜估計(jì),，得到bisp_rts和bisp_qs矩陣及其相應(yīng)的雙譜三維圖,，從而可以直觀可視地定性分析玉米是否已受Cu2+和Pb2+污染，辨別出Cu2+或Pb2+污染的元素類別,；最后,，構(gòu)造bisp_rts和bisp_qs矩陣相應(yīng)的GGCM，通過(guò)提取各GGCM的紋理參量特征值,，診斷玉米葉片受Cu2+和Pb2+的污染程度,。實(shí)驗(yàn)結(jié)果表明：高階譜估計(jì)可以定性分析玉米老葉(O),、中葉(M),、新葉(N)是否已受Cu2+和Pb2+污染，也可辨別出O,、M葉片所受Cu2+或Pb2+污染的元素類別,；bisp_rts矩陣的灰度分布不均勻性(T1)、能量(T2)特征值均能反映O,、M葉片中Pb2+含量的變化,，能較好地診斷O、M葉片中Pb2+的污染程度,，而bisp_qs矩陣的小梯度優(yōu)勢(shì)(T3)特征值能反映O,、M葉片中Cu2+含量的變化，能較好地診斷O,、M葉片中Cu2+的污染程度,。

摘要:在傳統(tǒng)森林計(jì)測(cè)中，由于樹(shù)木冠層的形態(tài)各異,、結(jié)構(gòu)復(fù)雜,，往往難以精確獲取結(jié)構(gòu)因子。本文以地基激光雷達(dá)為工具,，通過(guò)對(duì)單木掃描獲取點(diǎn)云數(shù)據(jù),，基于球極平面投影和Lambert方位角等面積投影法計(jì)算冠層孔隙度，運(yùn)用不規(guī)則面投影法和體元法提取樹(shù)冠的體積和表面積,，并對(duì)結(jié)果進(jìn)行了對(duì)比分析,。選取北京林業(yè)大學(xué)校園內(nèi)6株立木為研究對(duì)象,，結(jié)果表明，對(duì)于冠層孔隙度,，球極平面投影的結(jié)果均小于Lambert方位角等面積投影,，平均誤差為0.03；對(duì)于體積和表面積,，運(yùn)用不規(guī)則面投影法和體元法得到樹(shù)冠體積相對(duì)誤差為5.32%~12.43%,，平均相對(duì)誤差為9.29%，提取的樹(shù)冠表面積的相對(duì)誤差為1.40%~5.21%,，平均相對(duì)誤差為3.33%,。2種方法得到的結(jié)果差別不是很顯著。因此利用地基激光雷達(dá)獲取點(diǎn)云數(shù)據(jù),，通過(guò)對(duì)單木一次掃描提取冠層孔隙度,、樹(shù)冠體積和表面積，為計(jì)算樹(shù)木的三維綠量,、生物量,、光合作用能力等提供了更可靠的數(shù)據(jù)支持。

摘要:激光點(diǎn)云數(shù)據(jù)包含信息豐富,、精度高,，在森林演變、植物模型重構(gòu)方面應(yīng)用廣泛,。為提高樹(shù)三維重構(gòu)時(shí)的精度與真實(shí)感,，提出一種基于實(shí)測(cè)點(diǎn)云數(shù)據(jù)的三維重構(gòu)方法。首先,，使用Kinect 2.0采集樹(shù)的雙面點(diǎn)云數(shù)據(jù),，在樹(shù)根附近放置塑料標(biāo)準(zhǔn)球作為標(biāo)記，使用人工標(biāo)記法粗配與ICP算法精配相結(jié)合的方式對(duì)獲取的雙面點(diǎn)云數(shù)據(jù)進(jìn)行配準(zhǔn),，得到樹(shù)完整的點(diǎn)云數(shù)據(jù),；其次，引入生長(zhǎng)角度約束改進(jìn)空間殖民算法生成樹(shù)的三維骨架,，根據(jù)管道模型估算樹(shù)枝粗度,，使用廣義圓柱體生成樹(shù)干；最后,，對(duì)葉片單獨(dú)建模,，根據(jù)葉序規(guī)則添加樹(shù)葉完成樹(shù)的三維重構(gòu)。以玉蘭樹(shù),、楓樹(shù)以及Limit Tree為例進(jìn)行重構(gòu)試驗(yàn),，試驗(yàn)結(jié)果表明，該方法能夠逼真地模擬樹(shù)的三維形態(tài)結(jié)構(gòu)，較好地展現(xiàn)樹(shù)的拓?fù)浣Y(jié)構(gòu)關(guān)系,，重構(gòu)誤差在6.5%以內(nèi),，可為虛擬樹(shù)木三維建模、虛擬修剪以及樹(shù)的拓?fù)浣Y(jié)構(gòu)分析等研究提供參考,。

摘要:為實(shí)現(xiàn)無(wú)手機(jī)信號(hào)林區(qū)生態(tài)系統(tǒng)參數(shù)的實(shí)時(shí)監(jiān)測(cè),，基于北斗衛(wèi)星短報(bào)文、物聯(lián)網(wǎng)和云存儲(chǔ)等技術(shù),，設(shè)計(jì)了一種林區(qū)小氣候?qū)崟r(shí)監(jiān)測(cè)系統(tǒng),。該系統(tǒng)由小氣候監(jiān)測(cè)站、云服務(wù)器和系統(tǒng)軟件構(gòu)成,，可實(shí)現(xiàn)林區(qū)大氣,、土壤、光照和植物等多參量的實(shí)時(shí)監(jiān)測(cè),、云存儲(chǔ),、動(dòng)態(tài)查詢、報(bào)表生成和大數(shù)據(jù)分析,。系統(tǒng)對(duì)森林火險(xiǎn)天氣指標(biāo)的計(jì)算進(jìn)行平滑處理,，加入了枯枝落葉層土壤濕度火險(xiǎn)因子，實(shí)現(xiàn)了森林火險(xiǎn)天氣等級(jí)預(yù)報(bào)功能,，為局部林區(qū)的防火預(yù)警服務(wù),。通過(guò)2017年3—5月在北京鷲峰國(guó)家森林公園的連續(xù)測(cè)試實(shí)驗(yàn)，3個(gè)小氣候監(jiān)測(cè)站可以穩(wěn)定可靠地獲取11種林區(qū)小氣候數(shù)據(jù),，北斗衛(wèi)星傳輸正確率分別為98.57%,、99.43%和99.59%,，達(dá)到了對(duì)林區(qū)小氣候進(jìn)行長(zhǎng)期實(shí)時(shí)監(jiān)測(cè)的目的,，通信費(fèi)用低于銥星衛(wèi)星通信。該系統(tǒng)自2016年在北京,、內(nèi)蒙古,、河北和河南等地推廣應(yīng)用，為林區(qū)的生態(tài)大數(shù)據(jù)獲取和分析提供服務(wù),。

摘要:平原區(qū)耕作單元地塊細(xì)碎化是影響小麥機(jī)收效率的重要因素,。以河北省定州市韓家莊村為例，從分析平原區(qū)耕作單元地塊的細(xì)碎化特征入手,，定量評(píng)估了地塊面積對(duì)小麥機(jī)收效率的影響程度,，在此基礎(chǔ)上分析了耕作單元地塊合并后小麥機(jī)收效率的提升狀況。研究發(fā)現(xiàn)：平原區(qū)耕地以權(quán)屬細(xì)碎化為主,，耕作單元地塊面積小且分散,，地塊總體狹長(zhǎng)，目前不適合大型農(nóng)機(jī)作業(yè)；小麥機(jī)收效率受耕地面積影響較大,，小麥機(jī)收的總作業(yè)效率,、純作業(yè)效率均隨著耕地面積的增加而增加，總作業(yè)效率理論上可以達(dá)到0.4301s/m2,，純作業(yè)效率理論上可以達(dá)到0.3049s/m2,；平原區(qū)開(kāi)展土地整治時(shí)，建議切實(shí)推行耕作單元地塊權(quán)屬調(diào)整及耕地流轉(zhuǎn),，使耕地連片面積達(dá)到一定規(guī)模,，可以明顯提高小麥機(jī)收效率。

摘要:在識(shí)別缺資料流域水文模型參數(shù)時(shí),，目前常采用的區(qū)域化方法存在相似流域間降雨徑流關(guān)系差別較大,、模型參數(shù)與流域?qū)傩蚤g的相關(guān)性不明顯、在大范圍缺資料地區(qū)難于選取參考流域等問(wèn)題,。本文從全球陸面數(shù)據(jù)同化系統(tǒng)（GLDAS）獲取流域蒸散量數(shù)據(jù),，提出利用GLDAS蒸散量率定GSAC模型的方法。首先,，通過(guò)合并網(wǎng)格建立GSAC模型模擬的蒸散量與GLDAS蒸散量在時(shí)間和空間方面的對(duì)應(yīng)關(guān)系,；其次，基于納什效率系數(shù)的定義構(gòu)建了一個(gè)模型率定指標(biāo),，以評(píng)價(jià)GSAC模型模擬的蒸散量對(duì)GLDAS蒸散量的擬合效果,；最后，依據(jù)GLDAS蒸散量與GSAC模型模擬蒸散量之間的擬合關(guān)系率定GSAC模型,。呼蘭河流域應(yīng)用結(jié)果表明,，GLDAS提供的蒸散量能夠較好反映流域?qū)嶋H蒸散量的變化情況，為率定GSAC模型提供了一種有效的輸入數(shù)據(jù),；在率定期與驗(yàn)證期,，利用GLDAS蒸散量率定的GSAC模型對(duì)流量模擬的納什效率系數(shù)分別為0.81和 0.77，與利用流量數(shù)據(jù)率定的GSAC模型模擬結(jié)果相近,。

摘要:為了探究不同空間分辨率驅(qū)動(dòng)數(shù)據(jù)對(duì)作物模型區(qū)域模擬結(jié)果的影響,，以中國(guó)北方冬麥區(qū)為研究區(qū)域，采用薄盤(pán)樣條插值方法生成4種空間分辨率（5,、10,、25、50km）的氣象驅(qū)動(dòng)數(shù)據(jù),，采用空間聚集方法構(gòu)建相應(yīng)空間分辨率的土壤參數(shù)集,，以農(nóng)業(yè)氣象觀測(cè)站數(shù)據(jù)為基礎(chǔ)，通過(guò)泰森多邊形方法擴(kuò)展農(nóng)田管理和作物模型品種參數(shù),，在以上基礎(chǔ)上建立不同空間分辨率的WOFOST模擬平臺(tái),，結(jié)合區(qū)域統(tǒng)計(jì)產(chǎn)量數(shù)據(jù),，診斷不同空間分辨率驅(qū)動(dòng)數(shù)據(jù)對(duì)作物模型區(qū)域模擬的影響。研究表明：對(duì)于模擬的開(kāi)花期,、成熟期,、潛在產(chǎn)量水平的地上生物量和穗質(zhì)量、雨養(yǎng)產(chǎn)量水平的地上生物量和穗質(zhì)量,，4種空間分辨率的區(qū)域平均值模擬結(jié)果之間無(wú)顯著差異,；高分辨率驅(qū)動(dòng)數(shù)據(jù)下，模擬結(jié)果分布上有更多的極值,。不同空間分辨率的模擬結(jié)果均能反映冬小麥生長(zhǎng)的空間分布規(guī)律,；與同區(qū)域統(tǒng)計(jì)產(chǎn)量相比，不同空間分辨率下WOFOST雨養(yǎng)產(chǎn)量可以解釋觀測(cè)產(chǎn)量年際變異的75.4%~85.4%,。不同空間分辨率的潛在產(chǎn)量和雨養(yǎng)產(chǎn)量與氣候因子相關(guān)分析表明,，生育期輻射可以解釋16.6%~29.6%的潛在產(chǎn)量變化，生育期降水可以解釋13.3%~17.8%的雨養(yǎng)產(chǎn)量變化,。高空間分辨率的數(shù)據(jù)存貯量和計(jì)算時(shí)間分別是低空間分辨率的80和100倍以上,。研究結(jié)果可以為作物模型區(qū)域應(yīng)用，尤其是空間分辨率的選擇提供理論依據(jù),。

摘要:以撓力河流域?yàn)檠芯繀^(qū),，利用1990年和2013年土地利用類型，結(jié)合基于格子玻爾茲曼方法（LBM）的TOPMODEL模型定量評(píng)價(jià)了土地利用方式變化對(duì)水循環(huán)時(shí)空變化過(guò)程的影響,。結(jié)果表明：基于LBM法的TOPMODEL模型可以很好模擬撓力河流域降雨徑流水循環(huán)過(guò)程,，對(duì)研究區(qū)具有較高的適用性；研究區(qū)林地,、草地和建設(shè)用地面積變化不大,，對(duì)于土地結(jié)構(gòu)變化貢獻(xiàn)比較小，而未利用地和旱田部分轉(zhuǎn)為水田對(duì)土地結(jié)構(gòu)變化貢獻(xiàn)大,；由于種植水田,，導(dǎo)致5月到10月間的流域總蒸散發(fā)量增加、根系區(qū)缺水量減少,、非飽和帶缺水量減少,、地表水量減少,、地下水量增加,；蒸散發(fā)增幅達(dá)8.9%，根系區(qū)缺水量降幅達(dá)10.5%,，地表水量減少達(dá)43%,；水田對(duì)水文情勢(shì)影響的差異主要體現(xiàn)在水稻生育期的差異上，分蘗期對(duì)蒸散發(fā)量,、根系區(qū)缺水量和非飽和帶缺水量影響較大,；水田灌溉對(duì)水循環(huán)過(guò)程的影響按變化幅度從大到小的順序?yàn)榉秋柡蛶彼?、根系缺水量、蒸散發(fā)量,、入根系區(qū)水量,、出根系區(qū)水量和地下徑流量，其中入根系區(qū)水量差值和出根系區(qū)水量差值接近,。

摘要:利用生態(tài)系統(tǒng)分類及生態(tài)參量數(shù)據(jù)產(chǎn)品,，運(yùn)用InVEST生態(tài)服務(wù)評(píng)估模型，分析了陜北重大生態(tài)建設(shè)工程實(shí)施關(guān)鍵年份（2000—2010年）內(nèi)草地生態(tài)系統(tǒng)類型及其主導(dǎo)服務(wù)功能的時(shí)空變化特征,。結(jié)果表明：延安市和榆林市的黃土溝壑區(qū)草地生態(tài)系統(tǒng)面積明顯增加,，草地植被覆蓋度整體由低覆蓋向中覆蓋等級(jí)轉(zhuǎn)變，其中草原和草叢覆蓋度呈明顯增長(zhǎng)趨勢(shì),。11年間,，各草地類型平均土壤保持能力逐年增加，由大到小呈現(xiàn)草原,、草叢,、稀疏草地的一致特征，分布于榆林市南部和延安市北部的草原是陜北草地土壤保持服務(wù)功能增加的主要貢獻(xiàn)者,。各類型草地產(chǎn)水功能變化表現(xiàn)為先減少后增加,，稀疏草地分布區(qū)產(chǎn)水功能對(duì)陜北風(fēng)沙灘區(qū)能源化工基地建設(shè)、城市生態(tài)安全維護(hù)以及農(nóng)牧業(yè)可持續(xù)發(fā)展意義重大,。

摘要:針對(duì)華北平原地區(qū)冬小麥水肥利用效率低且造成一定的面源污染問(wèn)題,，研究了滴灌施肥灌溉對(duì)冬小麥生長(zhǎng)、產(chǎn)量及其構(gòu)成要素,、耗水量,、水分利用效率、灌溉水利用效率和土壤養(yǎng)分分布的影響,。結(jié)果表明：滴灌施肥灌溉條件下,，2013—2014、2014—2015和2015—2016年冬小麥平均產(chǎn)量為7120.5kg/hm2,，相比當(dāng)?shù)禺a(chǎn)量（6000kg/hm2）提高了18.7%,，冬小麥穗粒數(shù)和千粒質(zhì)量表現(xiàn)較好，千粒質(zhì)量平均提高了4.3g,。2013—2014,、2014—2015和2015—2016年冬小麥全生育期耗水量平均為387.9mm。播種期-拔節(jié)期降水量占階段耗水量的比例最大（52%）,，拔節(jié)期-抽穗期灌水量所占比例最大（78%）,，而抽穗期-收獲期土壤儲(chǔ)水量的消耗量所占比例最大（54%）。3年度冬小麥全生育期耗水量各組成所占比例表現(xiàn)為：灌水量所占比例最大,，為49%,，其次是土體儲(chǔ)水量的消耗量,，占總耗水量的25%，降水量占總耗水量的24%,，地下水補(bǔ)給量占總耗水量的比例最小,，僅2%。冬小麥水分利用效率和灌溉水利用效率分別為1.8,、3.9kg/m3,，相比地面灌溉分別提高了38%、95%,。養(yǎng)分主要分布在根區(qū)0~40cm土層內(nèi),，養(yǎng)分利用率高，養(yǎng)分淋失少,。因此,，華北平原地區(qū)控失肥作為底肥，采用滴灌施肥灌溉進(jìn)行隨水追肥,，當(dāng)施肥量為當(dāng)?shù)厥┓柿康?0%時(shí),，可提高冬小麥產(chǎn)量18.7%，穗粒數(shù)和千粒質(zhì)量表現(xiàn)較好,。此外,，滴灌施肥灌溉可節(jié)水36%，節(jié)肥30%,，提高灌溉水利用效率95%,，提高水分利用效率38%。

摘要:在新疆滴灌棉田,，選擇新陸早45號(hào)作為試驗(yàn)材料,，設(shè)置5個(gè)施氮水平（0、120,、240,、360、480kg/hm2）,，研究滴灌棉花各器官氮素吸收分配規(guī)律及生物量和氮濃度的動(dòng)態(tài)變化,，并建立滴灌棉花的臨界氮濃度稀釋模型，確定臨界氮營(yíng)養(yǎng)指數(shù),，實(shí)現(xiàn)對(duì)滴灌棉花氮素營(yíng)養(yǎng)豐缺程度的診斷,。結(jié)果表明，滴灌棉花生物量隨施氮量的增加而增加,，氮濃度隨滴灌棉花的生長(zhǎng)進(jìn)程而降低,；滴灌棉花臨界氮濃度與地上部生物量間符合冪函數(shù)關(guān)系，其相關(guān)系數(shù)為0.906,。通過(guò)均方根誤差RMSE對(duì)模型進(jìn)行驗(yàn)證,，驗(yàn)證結(jié)果表明，所得模型的模擬性能較好,?；谂R界氮濃度建立的氮素營(yíng)養(yǎng)指數(shù)模型(NNI)可作為滴灌棉花氮素營(yíng)養(yǎng)狀況的判別指標(biāo)，由氮營(yíng)養(yǎng)指數(shù)得到滴灌棉花的適宜施氮量為240~360kg/hm2,。

摘要:東北黑土區(qū)土壤肥沃、性狀優(yōu)良,、適宜作物生長(zhǎng),，然而大面積坡耕地的水土流失問(wèn)題嚴(yán)重威脅著區(qū)域生態(tài)環(huán)境和國(guó)家糧食安全。為探明施加生物炭對(duì)該區(qū)域坡耕地的節(jié)水增產(chǎn)效應(yīng),，以及最優(yōu)施加量與施加年限,，基于田間徑流小區(qū)進(jìn)行為期兩年的觀測(cè)試驗(yàn)。2015年,，試驗(yàn)根據(jù)生物炭施加量設(shè)置為C0（0t/hm2）,、C25（25t/hm2）、C50（50t/hm2）,、C75（75t/hm2）和C100（100t/hm2）5個(gè)處理,；2016年，各處理分別連續(xù)施加等量生物炭,。試驗(yàn)結(jié)果表明：施加兩年生物炭均降低了土壤容重,、提高了孔隙度和有機(jī)碳密度，且隨施加量的增加效果越顯著,；2015年實(shí)測(cè)田間持水量隨生物炭施加量呈上升的趨勢(shì),，2016年則呈先升后降的趨勢(shì)，上升至C50處理達(dá)到最佳,；2016年C50處理土壤三相比較合理,，廣義土壤結(jié)構(gòu)指數(shù)（GSSI）高于其他處理；連續(xù)兩年施加生物炭均減少了3°坡耕地的年徑流量,，各年份年徑流系數(shù)降低最多的分別為C75（15.44%）和C50（17.27%）處理,。適量生物炭也可增加單次降雨后雨水蓄積量和其隨時(shí)間下降的速率和幅度；2015年和2016年大豆產(chǎn)量最高的處理分別是C75和C50,，增產(chǎn)率分別為27.16%和28.17%,。比較2015年和2016年試驗(yàn)結(jié)果，連續(xù)兩年施加50t/hm2生物炭時(shí),，大豆水分利用效率較對(duì)照處理增幅最高,，為27.67%，節(jié)水增產(chǎn)效果最佳,。

摘要:為了明確覆蓋物對(duì)凍融土壤熱量傳遞阻礙作用的機(jī)理和特性,，基于冬季大田試驗(yàn)（2016年11月1日—2017年4月30日）,，設(shè)置裸地、自然降雪覆蓋,、5cm秸稈覆蓋+自然降雪,、10cm秸稈覆蓋+自然降雪4種處理，分別測(cè)定了不同處理?xiàng)l件下10,、20,、30、40,、50,、60、70,、80,、90、100cm深度的土壤總含水率,、液態(tài)含水率和溫度等數(shù)據(jù),，計(jì)算了不同處理?xiàng)l件下凍融土壤的熱容量、相變熱量和熱量變化量等相關(guān)參數(shù),，進(jìn)而分析了覆蓋物對(duì)凍融土壤熱量空間分布和傳遞效率的影響,。結(jié)果表明：試驗(yàn)期30cm深度范圍內(nèi)土壤熱量交換量占比較大，不同時(shí)期內(nèi)熱量變化占比可達(dá)54.57%~81.17%,；在凍結(jié)期4種處理?xiàng)l件下,，土壤熱量傳遞整體呈現(xiàn)出熱量散失的趨勢(shì)，在融化期4種處理?xiàng)l件下,，土壤熱量傳遞整體呈現(xiàn)出熱量吸收的趨勢(shì),；自然降雪覆蓋、5cm秸稈覆蓋和10cm秸稈覆蓋對(duì)于熱量傳遞的影響率分別為17%,、8%和17%,；4種處理?xiàng)l件下土壤熱量無(wú)變化時(shí)間段均較長(zhǎng)，分別為29.17%,、39.41%,、43.33%、50.88%,。

摘要:為了解決積雪反演研究中常用的二值積雪分類法存在誤差較大的問(wèn)題,，根據(jù)松嫩平原黑土區(qū)的獨(dú)特地理環(huán)境，并在充分考慮地表類型的情況下,，將中分辨率成像光譜儀（Moderate-resolution imaging spectroradiometer,，MODIS）影像作為數(shù)據(jù)源、陸地成像儀（Operational land imager，OLI）影像視為“真值”數(shù)據(jù),，建立松嫩平原黑土區(qū)MODIS像元積雪覆蓋率與歸一化雪蓋指數(shù)（Normalized difference snow index,，NDSI）值之間的線性回歸關(guān)系模型。結(jié)果表明,，與MOD10A1積雪面積比例數(shù)據(jù)（Fractional snow cover,，F(xiàn)SC）相比,，反演模型雪蓋率的誤差分析結(jié)果得到改善,，能夠更好地滿足當(dāng)前積雪反演研究的現(xiàn)實(shí)要求。亞像元雪蓋率估算模型在一定程度上提高了松嫩平原黑土區(qū)雪蓋面積監(jiān)測(cè)的精度,，為該地區(qū)春季墑情預(yù)報(bào),、農(nóng)業(yè)耕種提供了科學(xué)依據(jù)。

摘要:采用數(shù)值模擬方法對(duì)氣體攪拌下厭氧消化反應(yīng)器內(nèi)氣液兩相流動(dòng)進(jìn)行研究,探討不同流量下反應(yīng)器內(nèi)非牛頓液相的速度場(chǎng),、流場(chǎng)及動(dòng)力黏度等流體動(dòng)力學(xué)信息,并進(jìn)一步分析不同多相流模型,、相間作用力以及多相湍流模型對(duì)液相速度的影響。結(jié)果表明：入口氣體流量的增大并沒(méi)有對(duì)流場(chǎng)形態(tài)和旋渦分布產(chǎn)生明顯影響,但能有效降低液相動(dòng)力黏度峰值,改善厭氧消化反應(yīng)器內(nèi)液相的流動(dòng)性,尤其影響著反應(yīng)器四周底部區(qū)域液相動(dòng)力黏度,。入口流量為2.05mL/s及5.3mL/s時(shí),歐拉雙流體模型與歐拉雙流體模型耦合群體平衡模型(Population balance model, PBM)模擬得到的液相速度與實(shí)驗(yàn)值較為接近,并優(yōu)于歐拉-拉格朗日模型;采用標(biāo)準(zhǔn)k-ε模型(Standard k-ε),重整化群k-ε模型(RNG k-ε)得到的液相速度模擬值優(yōu)于可實(shí)現(xiàn)k-ε模型(Realizable k-ε),。相間作用力考慮為升力及曳力組合時(shí)，模擬得到的液相速度與實(shí)驗(yàn)值吻合良好,。

摘要:為進(jìn)一步降低生物質(zhì)鍋爐煙氣排放污染,，針對(duì)生物質(zhì)鍋爐煙氣排放特點(diǎn)，設(shè)計(jì)了一種具有除塵,、脫硫,、余熱利用功能的多效煙氣凈化裝置，研究了該裝置的工藝設(shè)計(jì),、系統(tǒng)計(jì)算,，考察了該套裝置的連續(xù)煙氣凈化性能。生物質(zhì)鍋爐多效煙氣凈化裝置經(jīng)過(guò)連續(xù)性運(yùn)行,，整體運(yùn)行穩(wěn)定,，煙氣溫度、煙氣SO2含量,、煙塵含量,、SO2去除率、煙塵去除率等工藝參數(shù)和運(yùn)行指標(biāo)均較為平穩(wěn),。出口煙氣溫度控制在（62±3）℃范圍內(nèi),，平均出口煙氣SO2質(zhì)量濃度為4.2mg/m3， SO2去除率達(dá)到70.6%,。平均出口煙塵質(zhì)量濃度為4.6mg/m3,，煙塵去除率達(dá)到90.57%，具有較好的運(yùn)行穩(wěn)定性和較高的除塵、脫硫效率,。

摘要:為了提高溫室環(huán)境測(cè)控系統(tǒng)中傳感器數(shù)據(jù)的準(zhǔn)確性,，針對(duì)溫室環(huán)境參數(shù)變化的時(shí)間相關(guān)性和空間相似性特點(diǎn)，提出了一種基于主成分分析(Principal component analysis,，PCA)的故障檢測(cè)與基于時(shí)空信息比較的溫室環(huán)境監(jiān)測(cè)系統(tǒng)的傳感器故障識(shí)別方法,。首先利用基于PCA的傳感器故障檢測(cè)方法，通過(guò)監(jiān)控統(tǒng)計(jì)量T2和SPE的變化實(shí)現(xiàn)傳感器系統(tǒng)故障檢測(cè),；再針對(duì)檢測(cè)出故障的傳感器節(jié)點(diǎn),，對(duì)該時(shí)刻傳感器節(jié)點(diǎn)采用基于時(shí)空特性的節(jié)點(diǎn)信息比較實(shí)現(xiàn)不同傳感器的故障識(shí)別。分別對(duì)比基于時(shí)間尺度,、空間尺度,、時(shí)空尺度的節(jié)點(diǎn)信息比較方法對(duì)傳感器故障識(shí)別的影響進(jìn)行了分析與試驗(yàn)驗(yàn)證，驗(yàn)證結(jié)果表明：基于PCA的傳感器故障檢測(cè)方法能夠有效地實(shí)現(xiàn)對(duì)傳感器系統(tǒng)故障的初步檢測(cè),，提出的基于時(shí)空信息比較的傳感器故障識(shí)別方法,，融合考慮時(shí)間尺度和空間尺度的節(jié)點(diǎn)信息，能夠有效地實(shí)現(xiàn)傳感器具體故障定位,；所建立的傳感器故障識(shí)別方法檢測(cè)正確率CDR為98.37%,、平均虛警率FAR為1.72%，較傳統(tǒng)的傳感器故障識(shí)別方法檢測(cè)正確率CDR提高了22.067個(gè)百分點(diǎn),，而平均虛警率FAR則降低了15.762個(gè)百分點(diǎn),，能夠有效地保證故障診斷效率、提高故障診斷精度,、降低虛警率,，具有可靠性和準(zhǔn)確性。

摘要:為解決現(xiàn)存分級(jí)過(guò)程中損傷種子問(wèn)題,，替代僅根據(jù)種子表面特征評(píng)價(jià)的粗篩查方法,，本研究基于高光譜的圖譜融合技術(shù)，提出了一種番茄種子圖像采集并辨識(shí)種子特征進(jìn)而將種子分級(jí)的算法,。試驗(yàn)隨機(jī)選取170粒番茄種子作為樣品,，校正集與驗(yàn)證集比例約為3∶1。通過(guò)標(biāo)準(zhǔn)發(fā)芽試驗(yàn)得到種子活力結(jié)果,，基于連續(xù)投影算法（Successive projections algorithm, SPA）求得反映番茄種子活力的特征波長(zhǎng)為：535,、577、595,、654,、684、713,、744,、768,、809、840nm,。對(duì)特征波長(zhǎng)下的光譜圖像進(jìn)行解析,，通過(guò)雙邊濾波法、大津法,、形態(tài)學(xué)變換算法提取了種子邊緣輪廓,，計(jì)算求出每粒種子的面積、圓形度以及圖像灰度平均值,?；诮y(tǒng)計(jì)學(xué)分析，利用校正集128粒種子的特征值及其標(biāo)準(zhǔn)發(fā)芽試驗(yàn)結(jié)果求出分級(jí)閾值,，其中有活力為合格,，無(wú)活力為不合格,。然后,，利用驗(yàn)證集42粒種子的特征值對(duì)閾值進(jìn)行驗(yàn)證，結(jié)果顯示,，在713nm波長(zhǎng)下的圖像特征對(duì)活力結(jié)果判斷分級(jí)的正確率最高,，校正集和驗(yàn)證集的正確率分別為93.75%和90.48%。

摘要:瓊脂是酸奶常用穩(wěn)定劑,，適量添加可以有效提高酸奶的黏稠度,，改善質(zhì)地，防止乳清析出,。研究了不同質(zhì)量分?jǐn)?shù)（0.025%~0.5%）瓊脂對(duì)乳蛋白酸凝膠體系的微流變特性及凝膠動(dòng)力學(xué)的影響,，發(fā)現(xiàn)在恒溫發(fā)酵階段，瓊脂對(duì)脫脂乳酸凝膠沒(méi)有顯著影響,，在形成凝膠網(wǎng)絡(luò)前,，瓊脂-脫脂乳混合體系的黏性因子（MVI）高于脫脂乳混合體系，在凝膠網(wǎng)絡(luò)結(jié)構(gòu)形成后,，二者M(jìn)VI值無(wú)顯著性差異,；隨著發(fā)酵時(shí)間的延長(zhǎng)，瓊脂-脫脂乳混合凝膠晶格尺寸急劇減小,。在冷卻后熟階段,，隨著瓊脂濃度的增加，酸奶彈性因子增加,，但是MVI值無(wú)顯著差異,。通過(guò)對(duì)瓊脂-脫脂乳混合酸凝膠形成過(guò)程的動(dòng)力學(xué)方程分析，確定了酸奶中適宜的瓊脂濃度,。該研究采用微流變動(dòng)力學(xué)方法揭示了瓊脂酸奶凝膠的流變學(xué)特性與變化規(guī)律,，為指導(dǎo)企業(yè)酸奶生產(chǎn)提供了參考。

摘要:采用可見(jiàn)-近紅外高光譜檢測(cè)系統(tǒng)對(duì)馬鈴薯中干物質(zhì)進(jìn)行快速檢測(cè),，并最終實(shí)現(xiàn)其分布狀態(tài)的可視化,。采用9種光譜預(yù)處理方法對(duì)采集的馬鈴薯高光譜數(shù)據(jù)進(jìn)行分析對(duì)比，得到標(biāo)準(zhǔn)正態(tài)變量（SNV）結(jié)合Savitzky-Golay平滑（SG）和一階導(dǎo)數(shù)（FD）的預(yù)處理方法效果最好,。經(jīng)過(guò)光譜預(yù)處理后,，采用正自適應(yīng)加權(quán)算法-連續(xù)投影法（CARS-SPA）對(duì)光譜進(jìn)行特征變量提取，獲得22個(gè)變量,。對(duì)所選變量不同的建模方法進(jìn)行了比較,，以偏最小二乘回歸（PLSR）模型預(yù)測(cè)效果最優(yōu)，預(yù)測(cè)集決定系數(shù)為0.849,，均方根誤差為0.878%,，相對(duì)分析誤差為2.312，優(yōu)于全波段模型,。將SNV-SG-FD-CARS-SPA-PLSR模型與高光譜圖像結(jié)合,，得到馬鈴薯干物質(zhì)主要分布在內(nèi)髓與維管束環(huán)之間、在內(nèi)髓位置干物質(zhì)含量最低,、由內(nèi)髓向外干物質(zhì)逐漸增加的空間分布,。內(nèi)髓位置干物質(zhì)質(zhì)量分?jǐn)?shù)最低，為12.16%,，外層最高可達(dá)24.62%,。結(jié)果表明：可見(jiàn)-近紅外高光譜技術(shù)可準(zhǔn)確、快速地實(shí)現(xiàn)馬鈴薯干物質(zhì)的檢測(cè)和空間分布的可視化,。

摘要:利用拉曼光譜技術(shù)分析了超聲處理及高壓均質(zhì)作用下大豆蛋白-磷脂酰膽堿復(fù)合物結(jié)構(gòu)的變化規(guī)律,。研究表明，超聲處理及高壓均質(zhì)處理均提高了大豆蛋白α螺旋結(jié)構(gòu)及無(wú)規(guī)則卷曲結(jié)構(gòu)含量,，并降低了大豆蛋白的β構(gòu)型結(jié)構(gòu),。大豆蛋白-磷脂酰膽堿交互作用顯著降低了蛋白質(zhì)α螺旋結(jié)構(gòu)，并轉(zhuǎn)變?yōu)闊o(wú)規(guī)則卷曲結(jié)構(gòu)及β折疊結(jié)構(gòu),。超聲處理及高壓均質(zhì)作用下大豆蛋白-磷脂酰膽堿復(fù)合物中蛋白質(zhì)α螺旋結(jié)構(gòu)均低于高速分散處理組,，而β折疊結(jié)構(gòu)及無(wú)規(guī)則卷曲結(jié)構(gòu)含量較高。超聲處理,、高壓均質(zhì)作用下大豆蛋白色氨酸,、酪氨酸殘基趨于“暴露態(tài)”，促進(jìn)了與磷脂酰膽堿之間的疏水交互作用,。大豆蛋白-磷脂酰膽堿的交互作用位點(diǎn)為大豆蛋白疏水氨基酸側(cè)鏈及磷脂酰膽堿疏水脂鏈,，兩者之間的疏水作用是大豆蛋白-磷脂酰膽堿交互作用的主要形式。超聲處理,、高壓均質(zhì)作用下大豆蛋白二硫鍵構(gòu)型未發(fā)生顯著變化,，仍保持旁-旁-反式構(gòu)象振動(dòng)模式,。大豆蛋白-磷脂酰膽堿交互作用也未改變二硫鍵構(gòu)型。

摘要:針對(duì)土壤條件變化較大的作業(yè)環(huán)境,，基于土壤比阻的力位綜合控制,，探索了其權(quán)重系數(shù)的自動(dòng)控制算法。通過(guò)構(gòu)建模糊PID控制策略,，并采用土壤比阻B模擬土壤環(huán)境,，利用Matlab對(duì)不同土壤比阻進(jìn)行分析，以系統(tǒng)超調(diào)量,、穩(wěn)定時(shí)間以及耕深變化為依據(jù),，建立了權(quán)重系數(shù)與土壤比阻之間的關(guān)系模型，得出了基于土壤比阻的權(quán)重系數(shù)自動(dòng)控制算法,。將采用該算法的變權(quán)重力位綜合控制（以下簡(jiǎn)稱“變權(quán)重方法”）與權(quán)重系數(shù)為0.5的控制方式進(jìn)行田間試驗(yàn)并對(duì)比,。結(jié)果表明，變權(quán)重方法在土壤比阻較小的區(qū)域可以保證耕深,，發(fā)揮位調(diào)節(jié)的優(yōu)勢(shì),；在土壤比阻較大的區(qū)域可以確保發(fā)動(dòng)機(jī)的性能，發(fā)揮力調(diào)節(jié)的優(yōu)勢(shì),。該方法在土壤比阻變化較大的區(qū)域可實(shí)現(xiàn)權(quán)重系數(shù)的自動(dòng)判斷與設(shè)定,，為系統(tǒng)更精確化控制奠定了基礎(chǔ)。

摘要:拖拉機(jī)重載作業(yè)模式下負(fù)載峰值功率和高頻功率存在較大隨機(jī)性,，單一電源方案無(wú)法有效匹配電動(dòng)拖拉機(jī)負(fù)載特性。通過(guò)分析拖拉機(jī)工況負(fù)載勢(shì)變量功率譜密度和電源放電特性,，基于電動(dòng)拖拉機(jī)通過(guò)主,、輔電源對(duì)低、高頻功率分流的觀點(diǎn),，設(shè)計(jì)了采用DC-DC轉(zhuǎn)換器并聯(lián)超級(jí)電容器的18.5kW電動(dòng)拖拉機(jī)復(fù)合電源方案,，計(jì)算了系統(tǒng)參數(shù)。以平衡峰值功率和高頻載荷控制超級(jí)電容器功率流方向?yàn)槟繕?biāo),，設(shè)計(jì)了基于邏輯門(mén)的雙DC-DC模式控制策略,。根據(jù)負(fù)載時(shí)頻分析需求，構(gòu)建了基于Haar小波的雙通道濾波器組,，設(shè)計(jì)了功率分配控制器,。以標(biāo)準(zhǔn)正態(tài)分布白噪聲為基波，構(gòu)造拖拉機(jī)犁耕,、旋耕載荷波動(dòng)間的互譜函數(shù),，建立了負(fù)載模擬模塊。采用CRUISE/Simulink API動(dòng)態(tài)聯(lián)合仿真得出：基于功率分配控制的能量管理策略能夠?qū)?dòng)力電池電功率抑制在載荷波動(dòng)基頻附近,，犁耕作業(yè)和旋耕作業(yè)下其電功率的截止頻率分別為2,、7Hz,，幅值符合正偏態(tài)分布；超級(jí)電容器平衡高頻載荷,，其電功率符合標(biāo)準(zhǔn)正態(tài)分布,。

摘要:冗余驅(qū)動(dòng)并聯(lián)機(jī)構(gòu)驅(qū)動(dòng)數(shù)目大于自由度數(shù)目，其各驅(qū)動(dòng)關(guān)節(jié)間需要具有更高的驅(qū)動(dòng)協(xié)調(diào)性,。為了解決冗余驅(qū)動(dòng)并聯(lián)機(jī)構(gòu)的驅(qū)動(dòng)協(xié)調(diào)問(wèn)題,，本文提出了一種基于模型的驅(qū)動(dòng)力同步協(xié)調(diào)控制方法。以冗余驅(qū)動(dòng)并聯(lián)機(jī)構(gòu)6PUS+UPU為研究對(duì)象,，在力位混合驅(qū)動(dòng)的基礎(chǔ)上,，提出了一種驅(qū)動(dòng)力同步協(xié)調(diào)控制策略；結(jié)合神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)了驅(qū)動(dòng)力同步控制器,，并基于機(jī)構(gòu)動(dòng)力學(xué)模型設(shè)計(jì)了神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)算法,。模型仿真與樣機(jī)實(shí)驗(yàn)分別驗(yàn)證了本文方法的有效性。

摘要:針對(duì)空間剛?cè)狁詈喜⒙?lián)機(jī)器人在動(dòng)力學(xué)方程求解過(guò)程中存在的違約問(wèn)題,，提出了一種基于瞬態(tài)剛體校正法的非線性動(dòng)力學(xué)模型求解方法,。利用自然坐標(biāo)法和絕對(duì)節(jié)點(diǎn)坐標(biāo)法構(gòu)建該3-RRRU并聯(lián)機(jī)器人的正動(dòng)力學(xué)模型與逆動(dòng)力學(xué)模型，考慮各支鏈柔性空間梁?jiǎn)卧募羟行?yīng),，并可描述其大范圍非線性彈性變形,。基于自然坐標(biāo)法和剛性機(jī)構(gòu)的運(yùn)動(dòng)學(xué)模型,，分別提出2種動(dòng)力學(xué)模型的瞬態(tài)剛體校正法,，同時(shí)從系統(tǒng)能量等角度總結(jié)出獲取該動(dòng)力學(xué)系統(tǒng)穩(wěn)定因果解的求解策略。仿真結(jié)果表明,，動(dòng)力學(xué)方程的求解精度為10-6,，約束方程的相容誤差為10-8，滿足工程應(yīng)用的要求,，且有效地改善了動(dòng)力學(xué)系統(tǒng)的綜合收斂性能,。通過(guò)圓形軌跡跟蹤實(shí)驗(yàn)可知，與理想剛性模型的控制方法相比,，基于逆動(dòng)力學(xué)穩(wěn)定因果解構(gòu)建控制方法最大跟蹤誤差降低了0.372mm,，圓度誤差降低了1.46mm；各柔性桿上特征點(diǎn)處主應(yīng)變測(cè)量值與理論計(jì)算值均處同一數(shù)量級(jí),，且具有相同的變化趨勢(shì),，從而驗(yàn)證了該方法的有效性。

摘要:采用自主研發(fā)的氣動(dòng)多向彎曲柔性關(guān)節(jié)設(shè)計(jì)了一種仿生六足機(jī)器人,。該機(jī)器人外形類似蜘蛛，利用腿部柔性關(guān)節(jié)在氣壓下的形變進(jìn)行驅(qū)動(dòng),。針對(duì)機(jī)器人腿部運(yùn)動(dòng)的特點(diǎn),，采用三角步態(tài)法,，規(guī)劃了機(jī)器人的行進(jìn)和轉(zhuǎn)彎步態(tài)，進(jìn)行了仿真和實(shí)驗(yàn),。依據(jù)關(guān)節(jié)形變機(jī)理,，建立了機(jī)器人運(yùn)動(dòng)學(xué)模型，確定了本體和足部位置關(guān)系,，分析了機(jī)器人的步距,、轉(zhuǎn)角和整體速度，并通過(guò)實(shí)驗(yàn)加以驗(yàn)證,。利用3D運(yùn)動(dòng)捕捉系統(tǒng)進(jìn)行了機(jī)器人運(yùn)動(dòng)學(xué)實(shí)驗(yàn),，獲得了機(jī)器人足部工作空間，分析了在不同氣壓,、步頻和負(fù)載條件下機(jī)器人的運(yùn)動(dòng)性能,。實(shí)驗(yàn)結(jié)果表明，按照規(guī)劃步態(tài),，通過(guò)氣壓控制系統(tǒng)協(xié)調(diào)腿部運(yùn)動(dòng),，機(jī)器人可實(shí)現(xiàn)前進(jìn)、平移和轉(zhuǎn)彎等功能,。該機(jī)器人最大運(yùn)動(dòng)速度為100mm/s,，可負(fù)載能力為0.5kg。

摘要:針對(duì)多自由度機(jī)械臂軌跡跟蹤控制系統(tǒng)存在收斂速度慢,、跟蹤精度低的問(wèn)題，提出了一種基于徑向基神經(jīng)網(wǎng)絡(luò)（RBFNN）的非奇異快速終端滑模（NFTSM）自適應(yīng)軌跡跟蹤控制方法,。首先,，該方法采用非奇異快速終端滑模超曲面，切換控制項(xiàng)引入連續(xù)終端吸引子,，使得系統(tǒng)能在有限的時(shí)間內(nèi)收斂到平衡點(diǎn)。其次,，采用RBFNN逼近系統(tǒng)未知非線性動(dòng)力學(xué),，并結(jié)合逼近誤差的自適應(yīng)補(bǔ)償機(jī)制，實(shí)現(xiàn)無(wú)模型控制,。利用Lyapunov理論證明閉環(huán)系統(tǒng)的全局漸進(jìn)穩(wěn)定性和有限時(shí)間收斂性,。最后，將該控制方法應(yīng)用于Denso串聯(lián)機(jī)械臂進(jìn)行實(shí)驗(yàn)驗(yàn)證,，并分析系統(tǒng)傳輸延時(shí)對(duì)實(shí)驗(yàn)結(jié)果的影響,，提出解決方法。仿真和實(shí)驗(yàn)結(jié)果表明,，該控制方法能有效地提高系統(tǒng)收斂速度和跟蹤精度,，增強(qiáng)對(duì)外部擾動(dòng)的魯棒性,，削弱系統(tǒng)抖振。

摘要:針對(duì)選用的摩擦傳動(dòng)的壓電定位臺(tái)控制系統(tǒng),，首先根據(jù)其物理機(jī)理建立了近似的時(shí)域數(shù)學(xué)模型,，通過(guò)開(kāi)環(huán)實(shí)驗(yàn)，采用最小二乘法進(jìn)行了參數(shù)辨識(shí),，所得模型與實(shí)際系統(tǒng)對(duì)輸入的脈寬信號(hào)與三角波信號(hào)具有較為一致的輸出,；然后根據(jù)該模型的形式，采用其逆系統(tǒng)補(bǔ)償加滑模變結(jié)構(gòu)控制的方案,，并討論了該控制算法的穩(wěn)定性及其參數(shù)的選擇依據(jù),；最后進(jìn)行了信號(hào)跟蹤的實(shí)驗(yàn)測(cè)試，得到了微米級(jí)（最大跟蹤誤差為0.01095mm）的控制精度,。作為對(duì)比,，采用PI控制方法跟蹤同一信號(hào)，結(jié)果表明,，本文所用控制算法的控制精度遠(yuǎn)優(yōu)于常規(guī)的PI控制方法,。

摘要:鐵鎵合金的磁滯和功耗特性是研究磁致伸縮換能器工作效率的基礎(chǔ)特性?；诨魻栃?yīng)和法拉第電磁感應(yīng)定律設(shè)計(jì)了一套磁致伸縮材料磁特性自動(dòng)測(cè)試系統(tǒng),，利用該系統(tǒng)分別測(cè)試了鐵鎵合金棒不同磁場(chǎng)頻率和不同磁感應(yīng)強(qiáng)度下的磁滯回線，得知矯頑力和剩磁都隨磁場(chǎng)頻率和磁感應(yīng)強(qiáng)度的增加而增加,?；诖艤鼐€計(jì)算了相同磁感應(yīng)強(qiáng)度在不同磁場(chǎng)頻率下的電磁損耗和介質(zhì)儲(chǔ)能，通過(guò)對(duì)電磁損耗曲線進(jìn)行擬合,，將電磁損耗分離為磁滯,、渦流和剩余損耗。結(jié)果表明：磁感應(yīng)強(qiáng)度為1725mT時(shí),，磁場(chǎng)頻率由30Hz增至70Hz,，電磁損耗和介質(zhì)儲(chǔ)能分別增加了3.24倍和1.96倍，分離后的磁滯,、渦流和剩余損耗分別增加了1.33倍,、5.26倍和7.35倍。磁滯損耗所占比例由56.87%下降至31.31%,，渦流損耗所占比例由32.98%上升至48.69%,，剩余損耗所占比例略有上升。對(duì)于高頻工作條件下的鐵鎵換能器,，通過(guò)對(duì)鐵鎵棒切片處理,，減小了渦流損耗，提高了鐵鎵換能器的工作效率,。

摘要:現(xiàn)行大方形系數(shù)兩棲平臺(tái)在水中排水航行,，受到“興波阻力墻”的影響,，速度難以提高。為了減阻提速,，以蛇怪蜥蜴為仿生對(duì)象,，提出了一種變角度的水面矢量推進(jìn)器，通過(guò)角度和轉(zhuǎn)速控制,，實(shí)現(xiàn)了驅(qū)動(dòng)力矢量輸出的新模式,；增加了托舉力和轉(zhuǎn)矩驅(qū)動(dòng)，為平臺(tái)水上低阻高速航行提供了新思路,。進(jìn)一步結(jié)合PISO算法和兩相流瞬態(tài)分析,，建立了推進(jìn)器的流體動(dòng)力學(xué)模型，分析了運(yùn)動(dòng)參數(shù)和結(jié)構(gòu)參數(shù)對(duì)三維驅(qū)動(dòng)輸出的影響,，并進(jìn)行了試驗(yàn)驗(yàn)證,。結(jié)果表明：葉片角度從0°到90°增大，實(shí)現(xiàn)了驅(qū)動(dòng)力輸出角從-6.85°到51.95°的矢量連續(xù)變化,，且存在驅(qū)動(dòng)均衡輸出區(qū)間[40°,60°],；托舉力與輪輻長(zhǎng)度呈線性關(guān)系，且推進(jìn)力,、轉(zhuǎn)矩與輪輻長(zhǎng)度呈二次函數(shù)關(guān)系,；隨轉(zhuǎn)速增加，驅(qū)動(dòng)輸出增加,，轉(zhuǎn)速為5r/s時(shí)因流場(chǎng)恢復(fù)能力不足導(dǎo)致頻率為轉(zhuǎn)速的2倍,；托舉力隨輪轂寬度、直徑的增加而減小,。研究結(jié)果為深入開(kāi)展推進(jìn)器驅(qū)動(dòng)調(diào)節(jié)和平臺(tái)航行控制打下基礎(chǔ),。