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:近年來,，植物基因組得到迅猛發(fā)展，但因缺乏足夠的表型數(shù)據(jù)而限制了人類解析數(shù)量性狀遺傳學(xué)的能力,。通過開發(fā)植物表型信息采集平臺(tái)和進(jìn)行圖像分析可以加以解決。高通量、自動(dòng)化,、高分辨率的植物表型信息采集平臺(tái)與分析技術(shù)對(duì)于加快植物改良和育種,、提高產(chǎn)量和抗病蟲害能力至關(guān)重要,。將植物表型平臺(tái)信息采集平臺(tái)與分析技術(shù)用于解析基因組信息，定量研究與生長,、產(chǎn)量和適應(yīng)生物或非生物脅迫相關(guān)的復(fù)雜性狀,，是建立植物生長模型和采集農(nóng)作物高維、豐富表型數(shù)據(jù)集的重要途徑,，能夠滿足填補(bǔ)基因組信息與植物表型可塑性之間空白的需要,。闡述了基于光學(xué)成像的植物表型信息采集平臺(tái)與圖像分析技術(shù)的研究進(jìn)展,，從室內(nèi),、田間不同的使用環(huán)境出發(fā)，根據(jù)不同搭載方式,，總結(jié)分析了各表型平臺(tái)的功能和特點(diǎn),。最后，分析了目前植物表型信息采集平臺(tái)與分析技術(shù)存在的瓶頸問題,，提出了以下建議與展望：開發(fā)植物表型信息采集平臺(tái)的多傳感器集成系統(tǒng),；將植物生長環(huán)境監(jiān)測模塊融入植物表型信息采集平臺(tái)中；開發(fā)針對(duì)林木的表型信息采集平臺(tái),；對(duì)傳感器獲取的表型數(shù)據(jù)進(jìn)行更好的集成與挖掘,；采用無損原位根系信息采集技術(shù)得到植物地下部分的表型數(shù)據(jù)；構(gòu)建表型數(shù)據(jù)統(tǒng)一開放的標(biāo)準(zhǔn),，進(jìn)行學(xué)科交叉的深度合作,。

摘要:針對(duì)農(nóng)機(jī)自動(dòng)導(dǎo)航作業(yè)過程中存在的BDS信號(hào)失鎖導(dǎo)致系統(tǒng)突然失控的問題，提出了一種適用于輪式農(nóng)機(jī)的基于自校準(zhǔn)變結(jié)構(gòu)Kalman濾波器的農(nóng)機(jī)導(dǎo)航BDS失鎖續(xù)航方法,。依據(jù)4自由度農(nóng)機(jī)運(yùn)動(dòng)學(xué)模型,，設(shè)計(jì)了BDS/INS信息融合Kalman濾波器；進(jìn)行INS導(dǎo)航定位誤差不確定度分析,，并設(shè)計(jì)了基于自回歸模型的航向校準(zhǔn)方法,、INS傳感器角速率測量零偏實(shí)時(shí)校準(zhǔn)方法，結(jié)合上述方法設(shè)計(jì)了自校準(zhǔn)變結(jié)構(gòu)濾波器,，進(jìn)行位姿信息處理,，結(jié)合導(dǎo)航跟蹤控制方法實(shí)現(xiàn)失鎖續(xù)航功能。根據(jù)分米級(jí)精度要求,，進(jìn)行了機(jī)器人直線,、矩形路徑失鎖續(xù)航試驗(yàn)和農(nóng)機(jī)田間直線續(xù)航試驗(yàn)。機(jī)器人續(xù)航試驗(yàn)結(jié)果表明：行駛速度為1m/s時(shí),，與運(yùn)用未校準(zhǔn)濾波器的續(xù)航系統(tǒng)相比,，該方法實(shí)際平均橫向偏差減小34%，橫向偏差達(dá)到20cm時(shí)機(jī)器人在路徑上的平均行駛距離提高80%,。農(nóng)機(jī)田間續(xù)航試驗(yàn)結(jié)果表明：行駛速度為1m/s時(shí),，在實(shí)際偏差小于20cm的條件下，農(nóng)機(jī)在路徑上的行駛平均距離達(dá)到16.65m。

摘要:針對(duì)傳統(tǒng)的殘差χ2檢測法未充分考慮緩變故障漸進(jìn)變化的特點(diǎn),，而導(dǎo)致對(duì)緩變故障檢測失效的問題，提出了一種改進(jìn)的新息序列故障檢測方法,。該算法在傳統(tǒng)新息序列檢測法的基礎(chǔ)上,，通過模糊隸屬函數(shù)構(gòu)造檢驗(yàn)統(tǒng)計(jì)量函數(shù)，并利用加權(quán)平均算法將落在有故障和無故障概率密度曲線交迭區(qū)域的檢驗(yàn)統(tǒng)計(jì)量納入故障信息檢驗(yàn)中,，以增加判斷緩變故障的信息,，從而更早地檢測到緩變故障，而又不會(huì)增加虛警,。仿真實(shí)驗(yàn)結(jié)果表明,，將該方法應(yīng)用到聯(lián)邦濾波組合導(dǎo)航系統(tǒng)中，能夠有效提高農(nóng)業(yè)機(jī)械組合導(dǎo)航系統(tǒng)對(duì)緩變故障的容錯(cuò)能力,。

摘要:針對(duì)農(nóng)用無人機(jī)復(fù)雜邊界田塊下的作業(yè)問題,，提出一種對(duì)田塊邊界形狀具有普適性意義的旋翼無人機(jī)作業(yè)路徑規(guī)劃算法，以快速獲得凸多邊形,、凹多邊形,、帶孔洞多邊形甚至多個(gè)多邊形形式的復(fù)雜邊界田塊情形下的飛行作業(yè)軌跡。首先,，基于田塊邊界多邊形頂點(diǎn)數(shù)據(jù)的存儲(chǔ)規(guī)則,，采用多邊形分組法，區(qū)分所屬不同田塊的多邊形,，建立按區(qū)域即田塊為單元進(jìn)行航線計(jì)算的基礎(chǔ),；針對(duì)單田塊的內(nèi)、外邊界多邊形,，采用活性邊表法實(shí)現(xiàn)單個(gè)多邊形掃描線填充的快速求交解算,，得到初始掃描線，再對(duì)處于同一航向位置上的內(nèi),、外多邊形兩類掃描線組采用線段布爾運(yùn)算“減法”操作處理,，獲得預(yù)設(shè)航向條件下的作業(yè)航線；以最小航線間轉(zhuǎn)移路徑總長度為優(yōu)化目標(biāo),，引入貪婪算法,、凸多邊形最小跨度法和步進(jìn)旋轉(zhuǎn)法，綜合進(jìn)行航線排序優(yōu)化和航向優(yōu)化,，獲得不考慮障礙物條件下的完整作業(yè)路徑,。為進(jìn)一步擴(kuò)大算法的應(yīng)用范圍，假設(shè)田塊邊界上存在障礙物,，且高度大于作業(yè)高度,，繼續(xù)增加轉(zhuǎn)移過程的安全性判斷及處理算法,。針對(duì)假想田塊和實(shí)際田塊邊界的多組算法仿真試驗(yàn)結(jié)果表明，所設(shè)計(jì)的算法可處理各種復(fù)雜邊界類型的田塊,；在不考慮障礙物影響時(shí)算法耗時(shí)15ms~19.2s,；相比于只進(jìn)行航線排序優(yōu)化的情況，同時(shí)進(jìn)行航向和航線排序優(yōu)化后,，航線間轉(zhuǎn)移路徑總長度下降了23.04%~45.98%,；而考慮障礙物影響時(shí)處理耗時(shí)也在離線應(yīng)用的可接受范圍內(nèi)。該算法的通用性,、可靠性,、效率和優(yōu)化效果均可滿足各種復(fù)雜邊界二維田塊無障礙物和有障礙物條件下的農(nóng)用無人機(jī)作業(yè)的相關(guān)要求。

摘要:為實(shí)現(xiàn)根據(jù)無人機(jī)作業(yè)位置改變中途補(bǔ)充能源或噴灑物的起降地點(diǎn),，增加無人機(jī)有效作業(yè)時(shí)間,，提高無人機(jī)作業(yè)效率,，設(shè)計(jì)了無人機(jī)移動(dòng)補(bǔ)給平臺(tái),。通過研究農(nóng)用無人機(jī)自主降落過程，提出一種基于模糊邏輯和比例積分微分（Proportional-integral and derivative, PID）分段控制的農(nóng)用無人機(jī)跟蹤降落算法,，該算法既擁有PID算法的高精度,，又兼顧模糊控制算法響應(yīng)速度快、超調(diào)量小,、魯棒性強(qiáng)的優(yōu)點(diǎn),。目標(biāo)軌跡跟蹤預(yù)測由粒子濾波器跟蹤算法和軌跡擬合算法相結(jié)合進(jìn)行求解。仿真和現(xiàn)場試驗(yàn)表明,，與單一的PID算法和模糊邏輯算法相比,，分段控制算法能夠把農(nóng)用無人機(jī)對(duì)移動(dòng)補(bǔ)給平臺(tái)的跟蹤誤差縮小到6.7cm以內(nèi)，在移動(dòng)補(bǔ)給平臺(tái)上的降落精度控制在7.2cm以內(nèi),。

摘要:為降低排種器傾斜狀態(tài)對(duì)充種性能的影響,，滿足丘陵坡地精密播種作業(yè)的需求，設(shè)計(jì)了一種自吸式綠豆精密排種器,。通過分析種子受力狀態(tài)與計(jì)算吸附單粒種子的真空度,，確定了勺式型孔與往復(fù)式吸氣裝置的主要結(jié)構(gòu)參數(shù),。運(yùn)用多體動(dòng)力學(xué)軟件ADAMS對(duì)往復(fù)式吸氣裝置進(jìn)行了運(yùn)動(dòng)學(xué)仿真,，得出活塞位移和速度隨時(shí)間的變化曲線，證明了該裝置設(shè)計(jì)的合理性,。將充種層高度固定為70mm,，轉(zhuǎn)速分別固定為115,、125r/min，排種器左右傾斜角（傾向種腔方向?yàn)樨?fù)）分別選取-12°,、-6°,、0°,、6°、12°,，對(duì)3種排種盤進(jìn)行了對(duì)比試驗(yàn),，結(jié)果表明，本文所設(shè)計(jì)的勺式型孔有助于在左右傾斜狀態(tài)下輔助充種,；選取排種軸轉(zhuǎn)速,、充種層高度為試驗(yàn)因素，以漏播指數(shù),、重播指數(shù),、合格指數(shù)為試驗(yàn)指標(biāo)，進(jìn)行了兩因素五水平旋轉(zhuǎn)組合設(shè)計(jì)試驗(yàn),，并利用Design-Expert軟件對(duì)試驗(yàn)數(shù)據(jù)進(jìn)行了分析,，結(jié)果表明：當(dāng)排種軸轉(zhuǎn)速為138r/min、充種層高度為65mm時(shí),，漏播指數(shù)為2.97%,，重播指數(shù)為3.43%，合格指數(shù)為93.58%,，各指標(biāo)均符合國標(biāo)要求,。通過驗(yàn)證試驗(yàn)得到實(shí)測值與回歸模型預(yù)測值的漏播指數(shù)相對(duì)誤差為4.4%，重播指數(shù)相對(duì)誤差為2.6%,，合格指數(shù)相對(duì)誤差為0.2%,，與尋優(yōu)結(jié)果基本一致，證明了回歸模型的合理性,。

摘要:針對(duì)因大蒜顆粒大,、形狀不規(guī)則和表面粗糙而造成漏播及重播率高的問題，設(shè)計(jì)了一種輪勺式大蒜單粒取種裝置,，該裝置主要由取種勺,、取種輪、驅(qū)動(dòng)電機(jī),、支架,、種箱等組成。對(duì)取種區(qū),、輸種區(qū)和排種區(qū)的大蒜分別進(jìn)行了受力分析,，闡述了輪勺式大蒜單粒取種裝置的原理，通過離散元仿真軟件對(duì)取種勺及取種輪的結(jié)構(gòu)形狀進(jìn)行了對(duì)比優(yōu)化,，確定了取種勺及取種輪的最優(yōu)結(jié)構(gòu),，采用數(shù)理統(tǒng)計(jì)的方法確定了取種勺的尺寸區(qū)間。以取種勺的半徑,、長度和取種輪轉(zhuǎn)速為試驗(yàn)因素,，以漏充率和合格率為響應(yīng)指標(biāo)進(jìn)行了正交回歸試驗(yàn),，建立了漏充率和合格率的回歸模型，對(duì)回歸模型進(jìn)行了參數(shù)優(yōu)化,。最優(yōu)參數(shù)組合為取種勺半徑16.30mm,、取種勺長度38.50mm、取種輪轉(zhuǎn)速10.0r/min,，在最優(yōu)參數(shù)組合下進(jìn)行了臺(tái)架試驗(yàn),，得漏充率5.50%，合格率91.10%,，與回歸模型預(yù)測結(jié)果基本一致,。

摘要:為提供氣力施肥裝置的設(shè)計(jì)參考依據(jù)，以大顆粒尿素,、磷酸二銨和硫酸鉀3種顆粒狀化肥為試驗(yàn)對(duì)象,，通過計(jì)算流體動(dòng)力學(xué)和離散元法耦合的方法對(duì)物料懸浮速度進(jìn)行數(shù)值模擬，采用Lagrangian 模型進(jìn)行氣固兩相流耦合仿真,，試驗(yàn)結(jié)果表明,，大顆粒尿素懸浮速度7.21~12.97m/s，磷酸二銨懸浮速度7.68~12.48m/s,，硫酸鉀懸浮速度11.09~18.15m/s,。通過臺(tái)架試驗(yàn)測定大顆粒尿素懸浮速度6.68~12.48m/s,、磷酸二銨懸浮速度7.22~11.96m/s,、硫酸鉀懸浮速度9.46~17.81m/s，相對(duì)誤差分別為5.3%,、5.1%,、7.2%。在顆粒肥料體積分?jǐn)?shù)1.0%,、3.5%,、6.0%、8.5%時(shí),，分別測定肥料顆粒群的懸浮速度,，結(jié)果表明，顆粒群懸浮速度隨著體積分?jǐn)?shù)的增加而減小,，在不同顆粒肥料體積分?jǐn)?shù)下,，仿真結(jié)果與試驗(yàn)結(jié)果相對(duì)誤差近似為常數(shù)，其原因?yàn)轭w粒球形度對(duì)懸浮速度的影響,，標(biāo)定得出大顆粒尿素懸浮速度修正系數(shù)0.90,、磷酸二銨懸浮速度修正系數(shù)0.96、硫酸鉀懸浮速度修正系數(shù)0.84,?；诹鞴恬詈系念w粒懸浮速度仿真具有較高的準(zhǔn)確度,，驗(yàn)證了基于EDEM-Fluent氣固兩相流耦合仿真測定物料懸浮速度方法的可行性。

摘要:為實(shí)現(xiàn)紫云英綠肥規(guī)?；N植區(qū)域的綠肥高效,、低耗機(jī)械化翻壓，基于前端埋切,、后端翻壓的結(jié)構(gòu)配置思路,，設(shè)計(jì)了一種無動(dòng)力輸入的紫云英綠肥盛花期埋切翻壓組合作業(yè)機(jī)。對(duì)盛花期紫云英生物學(xué)特征及壓切特性開展研究,，進(jìn)而設(shè)計(jì)了輥筒組件,、前懸掛連接組件、柵條式翻轉(zhuǎn)犁等主要工作部件,；通過理論計(jì)算和力學(xué)分析,，得到實(shí)現(xiàn)紫云英莖稈順暢埋切的壓切輥半徑為305mm、壓切刀滑切角范圍為34.3°~55.7°,；采用水平直元線法設(shè)計(jì)了柵條式犁體曲面,，推導(dǎo)得到導(dǎo)曲線拋物線方程，并繪制了犁體直元線角變化規(guī)律圖,。紫云英綠肥盛花期田間翻壓試驗(yàn)結(jié)果表明：在機(jī)具作業(yè)速度為5.8~6.0km/h條件下,，莖稈切斷長度合格率92%，耕寬穩(wěn)定性變異系數(shù)3.7%,，耕深穩(wěn)定性變異系數(shù)5.6%,，土垡破碎率85.6%，植被翻壓覆蓋率98.3%,，試驗(yàn)指標(biāo)均符合國家和行業(yè)標(biāo)準(zhǔn)要求,。設(shè)計(jì)的埋切翻壓組合作業(yè)機(jī)工作效率可達(dá)0.67~1.20hm2/h，在翻壓質(zhì)量和組配方式上明顯優(yōu)于目前我國常用的畜力犁,、鏵式犁,、旋耕機(jī)等翻壓方式，具有很好的推廣應(yīng)用價(jià)值,。

摘要:為了提高顆粒肥料的施肥均勻性,，設(shè)計(jì)了雙齒輪式排肥器。利用離散元軟件對(duì)排肥過程進(jìn)行仿真分析,，以排肥輪壓力角,、排肥輪間隙為試驗(yàn)因素，以排肥均勻度變異系數(shù)為排肥效果評(píng)價(jià)指標(biāo),，分析因素對(duì)指標(biāo)的影響,。單因素試驗(yàn)結(jié)果表明，排肥輪壓力角在15°~25°,，排肥輪間隙在4~6mm,，排肥效果較好,；通過二次通用旋轉(zhuǎn)組合試驗(yàn)，建立了兩個(gè)因素與評(píng)價(jià)指標(biāo)的回歸方程,，試驗(yàn)結(jié)果表明,，隨排肥輪壓力角、排肥輪間隙的增大,，排肥均勻度變異系數(shù)均呈現(xiàn)先增大,、后減小的趨勢(shì)，當(dāng)排肥輪壓力角為19.52°,、排肥輪間隙為4.7mm時(shí),，排肥器具有最優(yōu)的排肥效果，此時(shí)理論計(jì)算和仿真試驗(yàn)的排肥均勻度變異系數(shù)分別為15.30%和14.58%,，兩者偏差為0.72個(gè)百分點(diǎn),，說明回歸模型準(zhǔn)確。最優(yōu)結(jié)構(gòu)參數(shù)組合下雙齒輪式排肥器的臺(tái)架試驗(yàn)結(jié)果表明,，排肥量可通過排肥輪轉(zhuǎn)速線性調(diào)節(jié),，排肥均勻度變異系數(shù)為15.42%，與仿真值及理論值基本一致,；同等條件下外槽輪排肥器的排肥均勻度變異系數(shù)為20.29%,，試驗(yàn)排肥器排肥均勻度變異系數(shù)提高了31.58%，排肥均勻性得到明顯改善,。

摘要:為實(shí)現(xiàn)微型壟全膜覆蓋種床機(jī)械化高性能構(gòu)建，通過融合旱地全膜覆蓋微壟膜面種植農(nóng)藝技術(shù)要求,，設(shè)計(jì)了微壟式覆膜覆土聯(lián)合作業(yè)機(jī),，該機(jī)可實(shí)現(xiàn)起壟、覆膜,、覆土一體化作業(yè)。對(duì)樣機(jī)傳動(dòng)系統(tǒng),、覆土系統(tǒng)及壟體整形鎮(zhèn)壓裝置等關(guān)鍵作業(yè)部件進(jìn)行設(shè)計(jì),，結(jié)合相關(guān)作業(yè)性能要求，完成了覆膜種床覆土量,、刮板式提土裝置線速度等工作參數(shù)分析,，確定了試驗(yàn)因素及其取值范圍。以聯(lián)合作業(yè)機(jī)前進(jìn)速度,、刮板式提土裝置線速度和覆土裝置傾角為自變量,，種床構(gòu)建合格率為響應(yīng)值，建立了各試驗(yàn)因素與種床構(gòu)建合格率的數(shù)學(xué)模型,，得到各因素對(duì)種床構(gòu)建合格率影響的主次順序,，獲得微壟式覆膜覆土聯(lián)合作業(yè)機(jī)最優(yōu)工作參數(shù)為：聯(lián)合作業(yè)機(jī)前進(jìn)速度0.71m/s,、刮板式提土裝置線速度0.50m/s、覆土裝置傾角68°,。田間驗(yàn)證試驗(yàn)表明,，聯(lián)合作業(yè)機(jī)種床構(gòu)建合格率均值為95.6%，較優(yōu)化前有明顯提升,。應(yīng)用離散單元法進(jìn)行微壟式覆膜覆土聯(lián)合作業(yè)機(jī)在最優(yōu)工作參數(shù)下的“提土-輸土-覆土”動(dòng)態(tài)作業(yè)過程模擬,，仿真結(jié)果與田間試驗(yàn)結(jié)果基本一致，說明聯(lián)合作業(yè)機(jī)工作參數(shù)優(yōu)化準(zhǔn)確,、可靠,。

摘要:針對(duì)目前國內(nèi)奶牛飼喂過程中青貯池飼料運(yùn)輸成本高、操作工序多以及營養(yǎng)損失大等問題,，在現(xiàn)有立式飼料攪拌機(jī)的基礎(chǔ)上,，確定了牛場青貯秸稈飼料高效飼喂的自走式全混合日糧制備機(jī)總體方案，設(shè)計(jì)了青貯池青貯秸稈飼料取料裝置,、環(huán)形輸送裝置,、帶有切碎刀片的立式攪拌裝置以及可調(diào)節(jié)撒料范圍的側(cè)門撒料裝置。針對(duì)人工手動(dòng)或多功能單一機(jī)械移除青貯圓捆或方捆塑料拉伸膜效率低的問題,，模擬人類牙齒咬切方法設(shè)計(jì)了一種切捆除膜裝置,，利用下割刀的咬合動(dòng)作實(shí)現(xiàn)對(duì)青貯捆的抓捆、切捆,、除膜等一體化作業(yè),。設(shè)計(jì)了一種高效掛接機(jī)構(gòu)，可對(duì)青貯池取料裝置和切捆除膜裝置進(jìn)行快速換裝,，實(shí)現(xiàn)了牛場青貯秸稈飼料高效飼喂的一體化作業(yè),。經(jīng)試驗(yàn)檢測，樣機(jī)取料高度為5000mm,，取料寬度為2000mm,，全混合日糧總制備時(shí)間為23.7min，得到全混合日糧混合均勻度為91.1％,，全混合日糧生產(chǎn)率為29.6m3/h,，卸料自然殘留率為0.7%，青貯秸稈捆破膜清除率達(dá)98.4%,，驗(yàn)證了該機(jī)的實(shí)用性,。

摘要:側(cè)流道泵是一種超低比轉(zhuǎn)數(shù)徑向式葉片泵，流體在側(cè)流道泵中以螺旋形軌跡運(yùn)動(dòng),，整個(gè)流動(dòng)過程是一種復(fù)雜的三維湍流形式,，存在著大量的軸向、徑向旋渦。為了研究側(cè)流道泵的內(nèi)部旋渦特性,，以帶凸形葉片側(cè)流道泵為研究對(duì)象,，采用非定常數(shù)值模擬的方法，通過試驗(yàn)對(duì)比驗(yàn)證了數(shù)值模擬的可靠性,，并基于數(shù)值模擬,，利用Q準(zhǔn)則對(duì)其內(nèi)部渦旋結(jié)構(gòu)進(jìn)行可視化分析，分析了渦團(tuán)分布和渦量波動(dòng)等特征,。結(jié)果表明：增加凸形葉片可以擴(kuò)大側(cè)流道泵的高效區(qū),，拓寬側(cè)流道泵的應(yīng)用范圍；帶凸形葉片側(cè)流道泵內(nèi)部渦團(tuán)主要存在于葉輪流道內(nèi),，且大部分位于葉輪進(jìn)出口區(qū)域附近及葉輪根部處,；隨著流量的增加，除了葉輪進(jìn)口區(qū)域,，側(cè)流道泵葉輪內(nèi)渦團(tuán)變小,，且數(shù)量顯著減少。

摘要:針對(duì)旋流泵內(nèi)部流動(dòng)結(jié)構(gòu)形式所引起的整機(jī)效率下降問題,，以臥式150WX-200-20型旋流泵為研究對(duì)象,，進(jìn)行旋流泵水力和結(jié)構(gòu)設(shè)計(jì)，運(yùn)用Pro/E三維設(shè)計(jì)軟件建立前彎型和后彎型兩種折葉片三維模型,。設(shè)計(jì)6組前彎和后彎葉片為對(duì)照組,，采用CFD流體計(jì)算軟件進(jìn)行數(shù)值計(jì)算，以兩種折葉片組成葉輪型式為研究對(duì)象,，結(jié)合葉片進(jìn)出口速度三角形,，對(duì)旋流泵不同葉輪的做功過程和能量損失過程進(jìn)行了分析，從而找到兩種不同葉輪型式下的能量損失傳遞轉(zhuǎn)換機(jī)理,。研究發(fā)現(xiàn),，對(duì)于旋流泵效率而言，在設(shè)計(jì)流量點(diǎn)之前,，前彎葉輪的效率高于后彎葉輪效率,；在設(shè)計(jì)流量點(diǎn)之后，后彎葉輪效率高于前彎葉輪效率,。對(duì)于兩種不同型式的葉輪,，在設(shè)計(jì)流量點(diǎn)之前，前彎葉片的做功能力更強(qiáng),，能量損失更小,；在設(shè)計(jì)流量點(diǎn)之后,，后彎葉片的做功能力更強(qiáng)，能量損失更小。

摘要:為實(shí)現(xiàn)番茄植株夜間圖像分割,，設(shè)計(jì)了一種基于最大類間方差法的改進(jìn)脈沖耦合神經(jīng)網(wǎng)絡(luò)(PCNN)圖像分割算法,。該算法對(duì)傳統(tǒng)PCNN模型中的鏈接輸入項(xiàng)進(jìn)行加權(quán)處理，在進(jìn)行圖像分割前,，先基于最大類間方差(Otsu)算法獲得閾值,，再將該閾值賦值給改進(jìn)PCNN模型中的鏈接輸入項(xiàng)權(quán)值、突觸鏈接系數(shù)β,、鏈接權(quán)放大系數(shù)VE和閾值迭代衰減時(shí)間常數(shù)αE,。對(duì)849幅番茄植株夜間圖像進(jìn)行試驗(yàn)，結(jié)果表明,，圖像分割正確率平均值為90.43%,，平均每幅圖像分割時(shí)間為0.9944s；輸入鏈接項(xiàng)的加權(quán)處理可減少PCNN的迭代次數(shù),，提高算法的實(shí)時(shí)性,；基于Otsu算法可實(shí)現(xiàn)改進(jìn)PCNN模型的網(wǎng)絡(luò)參數(shù)自適應(yīng)設(shè)置?；谝曈X效果,、最大熵及分割正確率這3項(xiàng)評(píng)價(jià)指標(biāo)的對(duì)比分析顯示，改進(jìn)PCNN模型的分割效果優(yōu)于Otsu算法和傳統(tǒng)PCNN模型,，實(shí)時(shí)性優(yōu)于傳統(tǒng)PCNN模型,。

摘要:為解析寧夏滴灌玉米冠層圖像參數(shù)與果穗形態(tài)參數(shù)間的內(nèi)在聯(lián)系，提出了一種采用作物冠層圖像特征參數(shù)擬合玉米果穗生長發(fā)育動(dòng)態(tài)的數(shù)學(xué)方法,，建立玉米灌漿期果穗發(fā)育動(dòng)態(tài)估算模型,，實(shí)現(xiàn)了基于作物冠層數(shù)字圖像處理技術(shù)的玉米果穗形態(tài)無損監(jiān)測。用手機(jī)相機(jī)獲取不同氮素處理下滴灌玉米灌漿期的冠層圖像,，提取玉米灌漿期冠層圖像特征參數(shù),，測定玉米穗長、穗粗和穗體積等形態(tài)參數(shù),；運(yùn)用R語言進(jìn)行相關(guān)性分析,，其中歸一化冠層覆蓋系數(shù)（Cc）與玉米果穗形態(tài)參數(shù)相關(guān)性高，運(yùn)用Origin軟件建立Cc與果穗形態(tài)參數(shù)間的估測模型,，通過R2,、RMSE和nRMSE評(píng)價(jià)估測模型的精度。結(jié)果表明,，Cc與玉米穗長,、穗粗、穗體積等形態(tài)參數(shù)均滿足指數(shù)函數(shù)關(guān)系,，其中Cc與穗長的預(yù)測精度最高,，決定系數(shù)R2達(dá)到0.714，與穗粗的預(yù)測精度次之，R2為0.601,，與穗體積的R2為0.575,。由模型檢驗(yàn)與評(píng)價(jià)結(jié)果可知，Cc與玉米果穗形態(tài)各參數(shù)間精度較高,，其中R2均不小于0.523,，穗體積RMSE的值均不大于68.986cm3，nRMSE均不大于33.621%,。這表明基于冠層圖像歸一化覆蓋系數(shù)的玉米果穗生長發(fā)育動(dòng)態(tài)的估算具有一定的實(shí)用性,，可為果穗形態(tài)參數(shù)估算和大面積玉米無損監(jiān)測提供參考。

摘要:探究鎘脅迫下菊苣葉片高光譜響應(yīng)特征,，以實(shí)現(xiàn)基于葉片原位高光譜技術(shù)的作物鎘脅迫快捷,、精準(zhǔn)監(jiān)測。采用室內(nèi)水培實(shí)驗(yàn),，供試品種為“歐洲菊苣”,、“美洲菊苣”和“黔育一號(hào)”，設(shè)置0,、5,、10、25,、50,、100、200μmol/L共7個(gè)鎘脅迫梯度,，于菊苣苗期測試葉片鎘質(zhì)量比及其原位高光譜反射率,。分別利用逐步回歸（SWR）、主成分回歸（PCR）和偏最小二乘回歸（PLS）的統(tǒng)計(jì)分析方法對(duì)葉片原始光譜（R）及一階微分光譜（FDR）進(jìn)行鎘質(zhì)量比預(yù)測,，確定最佳光譜監(jiān)測方式和有效波段,，提高鎘脅迫估測的時(shí)效性。此外,，為進(jìn)一步檢驗(yàn)上述模型的穩(wěn)定性,，再次布置9個(gè)獨(dú)立菊苣品種鎘脅迫光譜驗(yàn)證實(shí)驗(yàn)（鎘濃度為50μmol/L）。結(jié)果表明,，鎘脅迫顯著影響菊苣葉片鎘質(zhì)量比及高光譜反射率變化特征,；隨鎘梯度增加，3個(gè)品種菊苣鎘含量均顯著提升,，葉片高光譜反射率在可見光-近紅外區(qū)（400~1300nm）逐步降低,，中紅外區(qū)（1300~2400nm）則未表現(xiàn)出一致性變化規(guī)律。全波段光譜分析模型間,，以基于FDR光譜的PLS監(jiān)測模型（FDR-PLS）表現(xiàn)最優(yōu),，其獨(dú)立驗(yàn)證集決定系數(shù)（R2）,、均方根誤差（RMSE）和相對(duì)分析誤差（RPD）分別為0.92,、181.3mg/kg和2.96,。根據(jù)FDR-PLS模型中各波段無量綱評(píng)價(jià)指標(biāo)：變量重要性投影值（VIP），確定菊苣葉片鎘質(zhì)量比有效波長分別為659,、725,、907、1026,、1112,、1255、1630nm,，實(shí)現(xiàn)了光譜降維和便捷分析的目的,。此后，再次構(gòu)建基于上述有效波段的菊苣葉片鎘質(zhì)量比FDR-PLS監(jiān)測模型,，其獨(dú)立驗(yàn)證集R2,、RMSE和RPD分別為0.834、222.4mg/kg和2.41,，9個(gè)供試品種驗(yàn)證集R2,、RMSE和RPD分別為0.817、13.0mg/kg和1.77,，預(yù)測效果較為理想,，能夠滿足無損和精準(zhǔn)監(jiān)測需求。

摘要:針對(duì)農(nóng)田中高分辨率空間模式蒸散量（ET）缺少有效量化的問題,，提出一種基于無人機(jī)（UAV）估算農(nóng)田蒸散量的方法。構(gòu)建了M100型多旋翼無人機(jī)搭載FLIR VueProR熱像儀和Micasense RedEdge多光譜成像儀的采集數(shù)據(jù)平臺(tái),；將無人機(jī)數(shù)據(jù)匹配衛(wèi)星遙感蒸散模型,，比較典型單層模型METRIC（Mapping evapotranspiration at high resolution with internalized calibration）模型和典型雙層模型RSEB（Remote sensing energy balance）模型在農(nóng)田中的適用程度；針對(duì)RSEB模型的土壤熱通量計(jì)算方式不適用于農(nóng)田環(huán)境的問題,，對(duì)模型進(jìn)行基于多光譜數(shù)據(jù)的改進(jìn),；針對(duì)模型中溫度參數(shù)易產(chǎn)生較大誤差的問題，基于無人機(jī)熱像儀數(shù)據(jù)與實(shí)際溫度間的關(guān)系,，對(duì)獲取的熱像儀數(shù)據(jù)進(jìn)行校正,；將模型計(jì)算值與渦度相關(guān)系統(tǒng)（OPEC）測量值進(jìn)行對(duì)比。結(jié)果表明,，結(jié)合無人機(jī)多光譜數(shù)據(jù)的RSEB模型經(jīng)過溫度校正可得到結(jié)果較為準(zhǔn)確的通量數(shù)據(jù),，顯熱通量均方根誤差為20.013W/m2，平均絕對(duì)誤差為15.835W/m2,，潛熱通量均方根誤差為40.202W/m2,，平均絕對(duì)誤差為26.017W/m2,，進(jìn)而得到分米級(jí)分辨率的農(nóng)田蒸散量空間分布圖。本文估算方法可以有效獲取高分辨率空間模式的田間蒸散量,，為精準(zhǔn)農(nóng)業(yè)灌溉提供技術(shù)支持,。

摘要:為了利用數(shù)碼影像快速提取馬鈴薯覆蓋度，首先,，利用植被覆蓋度提取算法從地面數(shù)碼影像中獲取馬鈴薯覆蓋度實(shí)測值,；然后，通過植被指數(shù)提取法和最大似然監(jiān)督分類法對(duì)無人機(jī)數(shù)碼影像進(jìn)行處理,，分別獲取各個(gè)研究小區(qū)的馬鈴薯覆蓋度,；提出利用顏色轉(zhuǎn)換空間HSI（H-A法）從無人機(jī)數(shù)碼影像中快速提取馬鈴薯覆蓋度；最后,，對(duì)H-A法,、最大似然監(jiān)督分類法和植被指數(shù)提取法3種方法的計(jì)算結(jié)果進(jìn)行精度比較。結(jié)果表明,，H-A法估測的植被覆蓋度的精度最高,，均達(dá)到0.91以上，擬合函數(shù)擬合度為0.97,；最大似然監(jiān)督分類法次之,，最低精度為0.75，擬合度為0.82,；植被指數(shù)提取法最差,，最低精度為0.74，擬合度為0.74,。

摘要:為了實(shí)現(xiàn)土壤有機(jī)質(zhì)快速,、準(zhǔn)確的測量，提出了一種基于人工嗅覺的土壤有機(jī)質(zhì)含量檢測方法,。首先,，由不同溫度控制的10個(gè)氣體傳感器所構(gòu)成的陣列對(duì)土壤樣品氣體進(jìn)行采集；然后,，提取每個(gè)傳感器響應(yīng)曲線上的7個(gè)特征（包括最大值,、最小值、平均值,、平均微分系數(shù),、響應(yīng)面積、第30秒的瞬態(tài)值和第60秒的瞬態(tài)值）,，構(gòu)建嗅覺特征空間,；對(duì)特征空間優(yōu)化后，采用回歸算法建立預(yù)測模型,。為減小不同測定算法,、異常樣本以及冗余特征對(duì)模型預(yù)測性能的影響,，在應(yīng)用蒙特卡羅抽樣（Monte Carlo sampling，MCS）法剔除異常樣本的基礎(chǔ)上,，采用主成分分析（Principal component analysis,，PCA）法對(duì)特征空間進(jìn)行降維處理，評(píng)估了包括偏最小二乘法回歸（Partial least square regression,，PLSR）,、支持向量機(jī)回歸（Support vector machine regression，SVR）和BP神經(jīng)網(wǎng)絡(luò)（Back propagation neural network,，BPNN）等3種建模方法對(duì)土壤有機(jī)質(zhì)含量的預(yù)測性能，選用決定系數(shù)R2,、均方根誤差（RMSE）和預(yù)測偏差比（RPD）評(píng)價(jià)各模型的預(yù)測性能,。測試集驗(yàn)證結(jié)果表明，PLSR,、SVR和BPNN這3種模型的預(yù)測值和樣本的觀測值之間的R2分別為0.86,、0.91和0.85，RMSE分別為2.49,、2.05,、2.68g/kg，RPD分別為2.49,、3.02和2.32,。SVR模型的預(yù)測性能高于PLSR模型和BPNN模型，可對(duì)土壤有機(jī)質(zhì)含量進(jìn)行準(zhǔn)確預(yù)測,。

摘要:為使熱紅外遙感診斷土壤含水率更加準(zhǔn)確,、高效，以不同水分處理的大田玉米為研究對(duì)象,，借助無人機(jī)可見光圖像,，對(duì)熱紅外圖像進(jìn)行植土分離，并提取玉米冠層溫度和地表土壤溫度,。通過剔除溫度直方圖兩端1%的溫度像元對(duì)溫度信息進(jìn)行優(yōu)化,，進(jìn)而計(jì)算作物水分脅迫指數(shù)（Crop water stress index，CWSI）,、冠層相對(duì)溫差（Canopy relative temperature difference,，CRTD）、地表相對(duì)溫差（Surface relative temperature difference,，SRTD）,，利用三者之和求得水分-溫度綜合指數(shù)（Watertemperature composite index，WTCI）,，并用于診斷不同深度的土壤含水率,。結(jié)果表明,，剔除溫度直方圖兩端1%溫度像元的玉米冠層溫度與實(shí)測冠層溫度的相關(guān)性更高（4次試驗(yàn)的R2由0.823、0.886,、0.899,、0.876提高至0.906、0.938,、0.944,、0.922），剔除溫度直方圖前端1%溫度像元的地表土壤溫度與實(shí)測地表溫度的相關(guān)性也更高（2次試驗(yàn)的R2由0.841,、0.875提高至0.908,、0.925），即通過直方圖法優(yōu)化的溫度更接近實(shí)測溫度,；在拔節(jié)前期,，CWSI、WTCI診斷0~20cm土壤含水率效果較優(yōu),，而拔節(jié)后期,、抽雄吐絲期、乳熟期診斷0~40cm土壤含水率效果較優(yōu),；在半覆蓋條件下,，包含冠層溫度信息（CWSI、CRTD）和土壤溫度信息（SRTD）的WTCI1與土壤含水率的相關(guān)性更高（0~40cm：決定系數(shù)為0.500,、0.821,，高于0.463、0.748）,；在全覆蓋狀態(tài)下,，包含冠層相對(duì)溫差（CRTD）的WTCI2與土壤含水率的相關(guān)性更高（0~40cm：決定系數(shù)為0.809、0.729,，高于0.721,、0.656），表明WTCI是診斷土壤含水率效果較優(yōu)的指標(biāo),。

摘要:為充分利用多時(shí)相,、多極化SAR數(shù)據(jù)在不同土地覆蓋類型中的后向散射特性，將遞歸非負(fù)矩陣下近似（Recursive nonnegative matrix underapproximation,，RNMU）算法引入多源SAR數(shù)據(jù)的融合,，并利用融合后的SAR影像實(shí)現(xiàn)較高精度的土地覆蓋分類。融合過程中,，在根據(jù)不同模式SAR影像特點(diǎn)進(jìn)行多源SAR影像預(yù)處理的基礎(chǔ)上,，基于RNMU算法通過對(duì)多個(gè)輸入SAR影像進(jìn)行矩陣分解及迭代最優(yōu)矩陣求解，得到融合影像,。為驗(yàn)證融合后SAR影像在土地覆蓋分類中的應(yīng)用效果,，以吉林省大安市為研究區(qū),，對(duì)多時(shí)相Sentinel-1的VV/VH雙極化SAR數(shù)據(jù)和高分三號(hào)（GF-3）的HH/HV雙極化SAR數(shù)據(jù)進(jìn)行了基于RNMU的影像融合，并利用融合后的SAR影像進(jìn)行研究區(qū)主要土地覆蓋類型分類,。實(shí)驗(yàn)結(jié)果表明,，基于RNMU融合影像的土地覆蓋分類總體精度達(dá)93.11%，Kappa系數(shù)為0.86,，與Gram-Schmid（G-S）融合方法相比,，分類總體精度提高了6.83個(gè)百分點(diǎn)，Kappa系數(shù)提高0.12,。多源SAR融合為SAR影像融合提供了有效手段,，為土地覆蓋分類提供了更多高精度的數(shù)據(jù)資源。

摘要:為利用機(jī)載激光雷達(dá) (Airborne LiDAR scanning,，ALS),、結(jié)合高空間分辨率影像進(jìn)行土地利用分類，提出一種利用統(tǒng)計(jì)高程分布曲線生成的ALS偽波形,，結(jié)合點(diǎn)云強(qiáng)度信息和CCD影像RGB 3波段數(shù)據(jù)對(duì)山區(qū)復(fù)雜地表進(jìn)行分類的方法，并驗(yàn)證了該方法對(duì)山區(qū)復(fù)雜地形下典型地物的分類精度,。通過安徽黃山地區(qū)研究區(qū)數(shù)據(jù)分類結(jié)果與相同區(qū)域基于光學(xué)圖像的GlobeLand30全球分類產(chǎn)品的對(duì)比,，驗(yàn)證了該分類方法的可行性和適用性。利用偽波形結(jié)合強(qiáng)度信息和RGB信息生成的分類特征曲線,，采用神經(jīng)網(wǎng)絡(luò)分類方法（ANN）將研究區(qū)內(nèi)地物分為農(nóng)田,、森林、水體,、村莊4類,。結(jié)果表明，研究區(qū)分類總體精度達(dá)到95.22%,，Kappa系數(shù)0.9192,，較同一區(qū)域、同等分辨率的光學(xué)數(shù)據(jù)分類產(chǎn)品（總體精度79.56%,，Kappa系數(shù)0.6618）精度顯著提高,。

摘要:針對(duì)濕地季節(jié)性變化特點(diǎn)和不同濕地類型植被覆蓋的差異，綜合利用多時(shí)相GF1-WFV和GF3-FSⅡ極化特征數(shù)據(jù),，開展?jié)竦鼐?xì)分類方法研究,。首先，對(duì)13期GF1-WFV影像的光譜信息,、植被指數(shù)和水體指數(shù),，利用隨機(jī)森林算法（Random forests，RF）的OOB樣本,，優(yōu)選出50個(gè)特征值,，進(jìn)行濕地初分類,；然后，針對(duì)分類結(jié)果中沼澤草地,、灌叢沼澤和沼澤地混分,，部分濕地類型識(shí)別精度低的問題，利用1期植被生長旺盛期的GF3-FSⅡ雙極化SAR影像,，從強(qiáng)度和幅度兩個(gè)維度進(jìn)行后向散射特征分析,優(yōu)選σFD-HH進(jìn)行部分濕地類型識(shí)別,；最后，以吉林省大安市為研究區(qū)進(jìn)行實(shí)例驗(yàn)證與分析,，結(jié)果表明,，濕地分類總體精度為86.23%,Kappa系數(shù)為0.82。本文研究結(jié)果可以為濕地資源調(diào)查和管理提供技術(shù)支撐,。

摘要:為提高樹木年輪測量儀的測量精度,，提出了一種自適應(yīng)低通濾波算法對(duì)年輪測量儀的直流電機(jī)電流信號(hào)進(jìn)行濾波處理。普通低通濾波算法濾波系數(shù)固定,，當(dāng)樹木年輪寬度發(fā)生變化時(shí),，既可能保留了部分噪聲信號(hào)，又可能濾去部分有效的樹木年輪信號(hào),，因此降低了年輪測量儀的測量精度,。自適應(yīng)低通濾波算法的濾波系數(shù)可隨濾波器輸入值和輸出值的變化自動(dòng)進(jìn)行調(diào)整，提高了噪聲濾除效果,，減少了有效信號(hào)損失,。使用自主研發(fā)的年輪測量儀測量了大、中,、小3種徑階的60個(gè)落葉松圓盤,，記錄直流電機(jī)原始電流信號(hào)，分別采用自適應(yīng)低通濾波算法和普通低通濾波算法對(duì)原始電流進(jìn)行濾波處理,，根據(jù)濾波后的電流波形圖,，預(yù)估圓盤年齡，并計(jì)算2種濾波算法的年輪識(shí)別正確率,。結(jié)果表明,，自適應(yīng)低通濾波器年輪識(shí)別正確率的平均值為89.66%，普通低通濾波器年輪識(shí)別正確率的平均值為75.84%,；當(dāng)平均年輪寬度變窄時(shí),，自適應(yīng)低通濾波器的年輪識(shí)別正確率從95.61%下降到82.02%，下降了13.59個(gè)百分點(diǎn),，而普通低通濾波器的年輪識(shí)別正確率從86.37%下降到62.30%,，下降了24.07個(gè)百分點(diǎn)。表明自適應(yīng)低通濾波器年輪識(shí)別正確率高，自適應(yīng)能力強(qiáng),，年輪識(shí)別精度穩(wěn)定,。

摘要:針對(duì)植物凍融過程中植物水分生理信息（植物水冰含量）難以實(shí)時(shí)、在線,、連續(xù)監(jiān)測及凍融難以準(zhǔn)確判斷的問題,，設(shè)計(jì)了一種基于潛熱效應(yīng)的活立木凍融檢測傳感器。通過檢測植物凍融過程中潛熱釋放引起的溫度變化對(duì)莖干是否凍融進(jìn)行有效判斷,，在準(zhǔn)確檢測凍融點(diǎn)的基礎(chǔ)上,，根據(jù)莖干體積含水率變化計(jì)算凍融過程中的莖干體積含冰量及徑向凍融深度，同時(shí)設(shè)計(jì)環(huán)式彈片探頭消除固定式探頭對(duì)莖干壓迫形成的凹槽,。標(biāo)定結(jié)果表明,，傳感器測量結(jié)果與真值擬合決定系數(shù)超過0.99。靜動(dòng)態(tài)特性分析表明,，傳感器體積含水率和溫度測量范圍分別為0~68.67%,、-30~80℃，動(dòng)態(tài)響應(yīng)時(shí)間小于2s,。室內(nèi)凍融模擬實(shí)驗(yàn)及室外長期凍融監(jiān)測表明,，傳感器能夠有效檢測植物凍融過程中莖干水分生理參數(shù)的變化，可以作為植物凍融的有效監(jiān)測手段,。

摘要:為研究主動(dòng)遙感進(jìn)行森林地物分類和林隙提取的效果,，分別在天然林和人工林中比較了無人機(jī)激光雷達(dá)（LiDAR）數(shù)據(jù)的閾值法、逐像元法和面向?qū)ο蠓?種方法的分類精度和適用性,。選取天然林（黑龍江省哈爾濱市帽兒山林場）和人工林（內(nèi)蒙古自治區(qū)赤峰市旺業(yè)甸林場）兩處試驗(yàn)區(qū)，應(yīng)用閾值法,、逐像元法和面向?qū)ο蠓?種方法,，對(duì)兩個(gè)試驗(yàn)區(qū)采集的無人機(jī)LiDAR數(shù)據(jù)進(jìn)行林隙、非林隙,、其他類型劃分,。研究結(jié)果表明，面向?qū)ο蠓ㄔ谔烊涣趾腿斯ち衷囼?yàn)區(qū)中的分類精度和Kappa系數(shù)均最高,，天然林為82.43%,、0.73，人工林為91.74%,、0.88,；逐像元法次之，天然林為76.62%,、0.64,，人工林為78.68%、0.68；閾值法的分類精度和Kappa系數(shù)差異較大,，在天然林中的精度極低,，為50.54%、0.27,，人工林的精度較高,，為79.12%、0.69,。面向?qū)ο蠓ê椭鹣裨ㄔ谔烊涣趾腿斯ち制毡檫m用,，均可以達(dá)到理想的分類精度和Kappa系數(shù)。閾值法在天然林的精度較低,，更適合于人工林的分類,，即林分高度趨于一致，且建筑,、道路等其他類型干擾較少的區(qū)域,。天然林的最佳分類方法為面向?qū)ο蠓ǎ斯ち值淖罴逊诸惙椒殚撝捣ā?/p>

摘要:為避免無性系之間自交和近交繁殖,，使種子園內(nèi)無性系盡可能保持花期一致性,，促進(jìn)親本有效授粉，提高種子產(chǎn)量和質(zhì)量,，以內(nèi)蒙古紅花爾基樟子松（Pinus sylvestris var. mongolica Litv.）國家良種基地中的樟子松為無性系材料,，隨機(jī)選取13株無性系樟子松，采用SSR（Simple sequence repeats）分子標(biāo)記法,，利用Gene Marker V22軟件得到樟子松親本間的遺傳距離,，設(shè)定花期和花粉傳播范圍作為實(shí)驗(yàn)數(shù)據(jù)，進(jìn)行種子園無性系設(shè)計(jì),。提出雙種群改進(jìn)型自適應(yīng)步長的果蠅優(yōu)化算法（Twopopulation improved adaptive steplength fruit fly optimization algorithm, TIASFOA）,，并與改進(jìn)果蠅優(yōu)化算法（Improved fruit fly optimization algorithm，IFOA）,、粒子群算法（Particle swarm optimization,，PSO）、遺傳算法（Genetic algorithm,，GA）進(jìn)行對(duì)比實(shí)驗(yàn),，從適應(yīng)度、收斂性和1~3m授粉范圍內(nèi)花期相鄰或相同的無性系數(shù)量3方面進(jìn)行對(duì)比分析,。在遺傳距離,、花期和花粉量已知的條件下，在種群規(guī)模為20~60的范圍內(nèi)分別執(zhí)行200次迭代實(shí)驗(yàn),，對(duì)適應(yīng)度進(jìn)行分析,，結(jié)果顯示,，TIASFOA算法的平均值、最大值,、最小值和方差比IFOA,、PSO、GA算法都??；當(dāng)種群規(guī)模為20時(shí)，TIASFOA算法相同或相鄰花期的無性系數(shù)量之和的平均值分別為125和204,，大于其他3種算法,，TIASFOA算法可以得到較優(yōu)適應(yīng)度為133.016，與種群規(guī)模為50時(shí)的最小值132.733相差0.283,；TIASFOA算法可以獲得較優(yōu)的適應(yīng)度,，并使無性系之間盡量保持花期一致。以遺傳距離,、花期和花粉量作為種子園設(shè)計(jì)的約束條件,，更貼近生產(chǎn)環(huán)境，為無性系種子園優(yōu)化設(shè)計(jì)提供了參考,。

摘要:為建設(shè)綠色福州新區(qū),，分析了福州濱海地區(qū)生態(tài)系統(tǒng)服務(wù)價(jià)值以及未來的動(dòng)態(tài)演變趨勢(shì)。利用1988,、1999,、2008、2018年4期Landsat TM/OLI數(shù)據(jù),，定量分析了福州市濱海地區(qū)生態(tài)系統(tǒng)服務(wù)價(jià)值變化,，并利用GeoSOS-FLUS模型模擬了未來LUCC與生態(tài)系統(tǒng)服務(wù)價(jià)值的動(dòng)態(tài)變化。結(jié)果表明,，福州市濱海地區(qū)生態(tài)系統(tǒng)服務(wù)價(jià)值呈現(xiàn)先增長,、后降低的趨勢(shì)，總體價(jià)值在190.439~202.419億元之間,；林地的生態(tài)系統(tǒng)服務(wù)價(jià)值占比最高，其次是水體,、草地,、耕地、濕地,、未利用地,；未來10年，在一般發(fā)展情景下,，福州市濱海地區(qū)生態(tài)系統(tǒng)服務(wù)總價(jià)值預(yù)計(jì)為187.90億元,，在綠色發(fā)展情景下為195.11億元。在濱海地區(qū)規(guī)劃建設(shè)綠色新區(qū)過程中，應(yīng)將生態(tài)理念融入到空間格局,，以保證開發(fā)建設(shè)過程中保留一定的城市綠地,、濕地等生態(tài)服務(wù)用地，同時(shí),，需合理開發(fā)保護(hù)濱海區(qū)域的濕地,。

摘要:為驗(yàn)證中國農(nóng)業(yè)綜合分區(qū)框架下Hargreaves-Samani（HS）公式線性回歸修正方案的適用性，利用中國氣象數(shù)據(jù)網(wǎng)發(fā)布的124個(gè)站點(diǎn)1957—2016年的逐月有效日平均氣壓,、平均最低氣溫,、平均最高氣溫、平均風(fēng)速,、平均水汽壓,、月總太陽輻射數(shù)據(jù)及站點(diǎn)經(jīng)緯度數(shù)據(jù)，首先,，分別基于Penman-Monteith（PM）公式和HS公式計(jì)算了各站點(diǎn)多年逐月的參考作物需水量ET0-PM和ET0-HS,。然后，以ET0-PM為真值,，基于1957—2010年的逐月ET0-PM和ET0-HS,，利用線性回歸分析方法獲取了中國38個(gè)農(nóng)業(yè)管理子區(qū)的HS公式校正系數(shù)a、b,，并以2011—2016年為驗(yàn)證年份,，通過比較ET0-HS校正前后的相對(duì)誤差變化，驗(yàn)證了HS公式線性回歸校正方法在中國農(nóng)業(yè)區(qū)的適用性,，并結(jié)合驗(yàn)證年份的具體誤差結(jié)果,，確定了各農(nóng)業(yè)區(qū)HS公式校正系數(shù)a、b的逐月最優(yōu)取值,。結(jié)果表明：大部分農(nóng)業(yè)區(qū)的大部分月份ET0-PM與ET0-HS的相關(guān)系數(shù)超過0.6,，可以進(jìn)行ET0-HS的回歸校正；回歸校正得到的系數(shù)a存在顯著的季節(jié)變化規(guī)律,，系數(shù)b則表現(xiàn)較為平穩(wěn),；系數(shù)a、b的大小及變化說明了ET0-PM和ET0-HS彼此之間存在差異,，且季節(jié)性明顯,；校正前后的ET0-HS均存在不同程度的相對(duì)誤差，但校正后的ET0-HS的誤差范圍已經(jīng)顯著縮??；在具體的驗(yàn)證應(yīng)用中，校正后的ET0-HS并不完全是最優(yōu)結(jié)果,，實(shí)踐中系數(shù)a,、b的優(yōu)選使用才是最佳方案,。本研究驗(yàn)證的HS公式線性回歸校正方法是實(shí)踐中簡便、可行的方案,，對(duì)大尺度區(qū)域快速獲得較高精度的參考作物需水量具有實(shí)際意義和推廣價(jià)值,。

摘要:為探明不同改良措施對(duì)鹽漬化土壤水熱碳及葵花產(chǎn)量的影響，設(shè)置了施加生物炭（C,，22.5t/hm2）,、脫硫石膏（S，37.5t/hm2）,、秸稈還田（J,，20.625t/hm2）和對(duì)照（CK）4個(gè)處理，進(jìn)行大田試驗(yàn),。結(jié)果表明：3種改良措施均能改善土壤水熱環(huán)境,，其中生物炭更具優(yōu)勢(shì)。3種改良處理在整個(gè)生育期內(nèi)0～20cm和20～40cm土層的土壤含水率顯著高于對(duì)照,；在垂直分布上表現(xiàn)出0～40cm土層各改良措施保水,、蓄水作用的效果優(yōu)于40cm以下土層，各處理剖面土壤水分空間分布格局均表現(xiàn)出下濕,、上干的特點(diǎn),。與CK相比，各改良處理體現(xiàn)出良好的增溫,、保溫效果,，均表現(xiàn)出低溫時(shí)具有“增溫效應(yīng)”、高溫時(shí)具有“降溫效應(yīng)”,，且對(duì)溫度的調(diào)控作用主要集中在5～25cm土層,，從35cm處開始影響減弱。采取3種改良措施均能增加土壤有機(jī)碳含量和有機(jī)碳密度,，其中施加生物炭效果最顯著,，有機(jī)碳密度較對(duì)照增加了17.46%,。與對(duì)照相比,，C處理的葵花產(chǎn)量增產(chǎn)率最高,，達(dá)32.28%,，J、S處理產(chǎn)量分別增加21.94%,、30.68%,，三者差異不顯著,。綜合分析得出,，施加生物炭22.5t/hm2為適宜于河套灌區(qū)鹽漬化農(nóng)田種植葵花過程中的土壤改良處理。

摘要:為探究水平翻耕措施對(duì)覆膜滴灌土壤水鹽分布的調(diào)控效果,，于2016—2017年和2019年分別在新疆維吾爾自治區(qū)石河子及庫爾勒進(jìn)行室內(nèi)土槽試驗(yàn)和田間試驗(yàn),，對(duì)應(yīng)用覆膜滴灌技術(shù)的土壤分別進(jìn)行水平翻耕(T)與免耕(NT)處理,，室內(nèi)土槽試驗(yàn)主要研究翻耕措施對(duì)土壤水鹽分布的調(diào)控機(jī)理，田間試驗(yàn)主要進(jìn)行生產(chǎn)驗(yàn)證,，以此分析水平翻耕措施對(duì)膜外土壤鹽分的改良作用,。試驗(yàn)結(jié)果表明：與免耕處理相比，水平翻耕可提高膜內(nèi)耕層土壤的蓄水能力,，降低土壤水平滲吸能力及垂直擴(kuò)散能力,，翻耕處理的膜內(nèi)耕層土壤平均含水率比免耕處理高3.66個(gè)百分點(diǎn)，耕層以下土壤的平均含水率比免耕處理低4.13個(gè)百分點(diǎn),；水平翻耕處理下的膜內(nèi)土壤鹽分分布受水分淋洗作用影響較大,，而膜外土壤鹽分分布主要受翻耕的影響，其膜內(nèi)下層土壤總積鹽率是免耕處理的1.23倍,，膜外土壤平均脫鹽區(qū)范圍比免耕處理深25cm,；首次翻耕對(duì)膜外土壤脫鹽效果最明顯，春耕可使膜內(nèi),、外土壤鹽分分布均勻度提高,，翻耕處理的棉花總出苗率及總有效株占比率分別比免耕處理高23.62、25.19個(gè)百分點(diǎn),。覆膜滴灌條件下,，滴灌淋洗和水平機(jī)械翻耕相結(jié)合相當(dāng)于綜合利用水利改良與客土改良治理土壤鹽堿化，最終使覆膜滴灌技術(shù)產(chǎn)生的鹽分空間分布由早期的“膜外表聚型”逐漸向后期的“膜內(nèi)底聚型”轉(zhuǎn)變,。研究結(jié)果可為解決膜下滴灌條件下膜外土壤鹽分表聚問題提供思路,，同時(shí)也可為滴灌條件下翻耕措施的合理選擇提供參考。

摘要:為了研究滴頭類型對(duì)渾水滴灌滴頭堵塞的影響過程,，選取7種滴頭,、配置2種渾水進(jìn)行周期性間歇灌水試驗(yàn)，提出了滴頭結(jié)構(gòu)系數(shù)指標(biāo),，對(duì)比分析了不同類型滴頭的堵塞狀況,。結(jié)果表明：滴頭類型是影響滴頭堵塞的重要因素，滴頭結(jié)構(gòu)系數(shù)可作為衡量不同類型滴頭抗堵塞性能的重要指標(biāo),，滴頭抗堵塞性能隨著結(jié)構(gòu)系數(shù)增大而提高,。結(jié)構(gòu)系數(shù)相同的2種不同渾水試驗(yàn)后，圓柱滴頭的平均相對(duì)流量均大于片式滴頭,，當(dāng)結(jié)構(gòu)系數(shù)為2%時(shí),，2種渾水試驗(yàn)后，圓柱滴頭的平均相對(duì)流量分別為91.66%和79.63%,，而片式滴頭的平均相對(duì)流量僅為75.84%和65.08%,；隨著灌水次數(shù)的增加，片式滴頭比圓柱滴頭更容易發(fā)生大部分滴頭整體堵塞現(xiàn)象,；不同類型滴頭堵塞物質(zhì)量隨著結(jié)構(gòu)系數(shù)增大而減小,，圓柱滴頭和片式滴頭結(jié)構(gòu)系數(shù)由大到小依次為E1,、E2、E3和E4,、E5,、E7、E6,2種渾水試驗(yàn)后,，滴頭堵塞物質(zhì)量由大到小依次為E3,、E2、E1和E6,、E7,、E5、E4,。

摘要:為探究楊木炭對(duì)東北黑土吸附豬糞沼液氮素特性的影響,，明晰其吸附機(jī)理，選取楊木炭和壤質(zhì),、砂質(zhì)兩種黑土,，以活性炭作為標(biāo)準(zhǔn)比較炭，系統(tǒng)研究活性炭,、楊木炭的粒徑及添加比例,、初始質(zhì)量濃度、振蕩時(shí)間,、溫度對(duì)黑土吸附,、解吸豬糞沼液中氨態(tài)氮、硝態(tài)氮特性的影響規(guī)律,，并擬合等溫吸附模型和吸附動(dòng)力學(xué)模型,。結(jié)果表明：黑土對(duì)豬糞沼液氮素的吸附能力隨著活性炭和楊木炭粒徑的減小、添加比例的增加而顯著增加,；當(dāng)粒徑為0.25mm,、添加比例10%時(shí)，添加楊木炭的黑壤土和黑砂土的氨態(tài)氮,、硝態(tài)氮的吸附量為224.8,、107mg/kg和212.4、104mg/kg,，比空白純黑壤土和黑砂土提高388.7%,、296.3%和453.13%、333.33%,，比添加活性炭的黑壤土和黑砂土降低19.71%,、10.08%和12.38%、7.14%，但添加楊木炭比添加活性炭對(duì)吸附平衡后沼液中氨態(tài)氮,、硝態(tài)氮濃度變化影響的差異均不超過2.5%,；添加活性炭黑土、楊木炭黑土,、空白純黑土和純炭對(duì)豬糞沼液中氨態(tài)氮的吸附過程為吸熱反應(yīng)，而對(duì)硝態(tài)氮的吸附過程為放熱反應(yīng),，且所有吸附過程均經(jīng)歷快速,、緩慢、趨于平衡3個(gè)階段,，硝態(tài)氮快速吸附的時(shí)間更短,；Freundlich、Langmuir模型和準(zhǔn)二級(jí)模型均能較好描述其等溫吸附過程和吸附動(dòng)力學(xué)過程,，F(xiàn)reundlich模型比Langmuir模型相對(duì)更優(yōu),，吸附反應(yīng)過程同時(shí)存在不均勻的多分子層表面物理吸附和均勻的單分子層化學(xué)吸附；添加活性炭,、楊木炭黑土對(duì)沼液中氨態(tài)氮,、硝態(tài)氮的吸附量越大，解吸率也越大,，但解吸量遠(yuǎn)小于有效吸附量,，添加楊木炭的黑壤土和黑砂土對(duì)氨態(tài)氮、硝態(tài)氮的有效吸附量比添加活性炭的黑壤土和黑砂土減少14.57%,、9.19%和5.34%,、5.74%。楊木炭在提高黑土對(duì)豬糞沼液氮素的吸附能力,、減少豬糞沼液氮素?fù)p失方面的效果優(yōu)良,，可為楊木炭和豬糞沼液在東北黑土改良方面的深入研究提供理論依據(jù)。

摘要:為探究馬鈴薯生長指標(biāo)與有效積溫間關(guān)系,，以葉面積指數(shù),、全株干物質(zhì)積累量和塊莖干物質(zhì)積累量為生長指標(biāo)，系統(tǒng)研究了不同地區(qū)馬鈴薯生長特征,，建立了以有效積溫為自變量的普適生長模型,。研究表明：當(dāng)有效積溫達(dá)到600℃（塊莖形成期）、900℃（塊莖膨大前期）,、1100℃（塊莖膨大后期）左右時(shí),，相應(yīng)的葉面積指數(shù)、全株干物質(zhì)積累量以及塊莖干物質(zhì)積累量的增長速率分別達(dá)到最大值,。在馬鈴薯苗期和塊莖形成期（有效積溫小于900℃）葉面積指數(shù)的增長率大于塊莖干物質(zhì)積累量的增長率,，在塊莖膨大期（有效積溫大于等于900℃）塊莖干物質(zhì)積累量的增長率則大于葉面積指數(shù)的增長率。葉面積指數(shù),、全株干物質(zhì)積累量和塊莖干物質(zhì)積累量的增長過程均為S形變化曲線,，即馬鈴薯各指標(biāo)生長曲線呈現(xiàn)慢-快-慢的特征,，符合Logistic生長模型。運(yùn)用Logistic生長模型對(duì)馬鈴薯葉面積指數(shù),、全株干物質(zhì)積累量和塊莖干物質(zhì)積累量過程進(jìn)行定量分析,，結(jié)果表明，該模型可較好描述馬鈴薯主要生長指標(biāo)的變化過程,。研究結(jié)果可為合理選擇馬鈴薯適宜的播期和生長期管理提供科學(xué)依據(jù),，也為有效利用當(dāng)?shù)氐淖匀粴夂驐l件、實(shí)現(xiàn)增產(chǎn)高效提供參考,。

摘要:針對(duì)豬舍地下風(fēng)道進(jìn)風(fēng)(Ground channel ventilation, GCV)和吊頂進(jìn)風(fēng)(Ceiling ventilation, CV) 兩種不同進(jìn)風(fēng)方式對(duì)舍內(nèi)環(huán)境的影響,，分別開展了GCV與CV通風(fēng)效果的試驗(yàn)研究。采用現(xiàn)場測試方法,，對(duì)冬季廣西壯族自治區(qū)某規(guī)?；Ｓ龍鯣CV和CV兩種不同通風(fēng)模式豬舍的熱環(huán)境和空氣質(zhì)量環(huán)境進(jìn)行測試，結(jié)果表明：GCV豬舍熱環(huán)境優(yōu)于CV豬舍,，雖然測試期間GCV豬舍內(nèi)平均溫度與CV豬舍無明顯差異（p>0.05）,，但GCV豬舍舍內(nèi)溫度波動(dòng)1.7℃，小于CV豬舍4.6℃,，GCV豬舍溫度分布均勻性優(yōu)于CV豬舍（p＜0.05）,；GCV豬舍地下風(fēng)道對(duì)舍外新風(fēng)有加熱或降溫的預(yù)處理作用，地下風(fēng)道的溫度常年在20℃左右,當(dāng)舍外新風(fēng)溫度較低時(shí)對(duì)其加熱,，舍外新風(fēng)溫度較高時(shí)對(duì)其降溫,；盡管GCV豬舍平均通風(fēng)量低于CV豬舍，但GCV豬舍的NH3,、PM2.5,、PM10濃度均低于CV豬舍（p＜0.05），GCV豬舍移除氣體污染物效率高于CV豬舍（p<0.05）,；兩模式豬舍排風(fēng)口氣體污染物濃度相差不大（p>0.05）,，GCV豬舍污染物的排放率低于CV豬舍（p<0.05）。結(jié)果表明,，保育舍在冬季采用GCV通風(fēng)模式,，豬舍內(nèi)環(huán)境優(yōu)于CV通風(fēng)模式。

摘要:以不同來源污水處理過程產(chǎn)生的污泥為研究對(duì)象,，考察了水熱預(yù)處理對(duì)污泥粘度,、氨氮質(zhì)量濃度、pH值,、TS（總固體）組分含量及厭氧消化性能的影響,，并評(píng)估了不同污泥的水熱改性效果及其中試條件下厭氧消化增益情況。研究結(jié)果表明，同等水熱溫度處理下,，污泥粘度,、氨氮質(zhì)量濃度、pH值受污泥來源的影響較大,。水熱預(yù)處理對(duì)不同污泥都具有良好的改性效果,，水熱溫度達(dá)到170℃后，污泥性質(zhì)基本不變,。各種污泥揮發(fā)性固體（VS）產(chǎn)氣率隨有機(jī)負(fù)荷的提高無顯著性變化,，但運(yùn)行情況存在差異。不同污泥在水熱預(yù)處理后厭氧消化產(chǎn)氣性能均明顯提升,，VS產(chǎn)氣率增加比例差異較大，北京,、上海,、山東三地污泥VS產(chǎn)氣率增加25.2%~69.8%，由于廣西污泥為純剩余污泥,，水熱處理后VS產(chǎn)氣率增加高達(dá)101.6%~133.8%,。VS產(chǎn)氣率的增加量相差不大，且隨自身產(chǎn)氣性能改變的波動(dòng)較小,，增加量為83~218m3/t（平均143m3/t）,。水熱預(yù)處理后污泥流動(dòng)性能提高，可實(shí)現(xiàn)厭氧消化的高濃度,、高負(fù)荷進(jìn)料,，反應(yīng)器減容率可達(dá)38%~71%。

摘要:通過酸解的方法獲得不同結(jié)晶度的幾丁質(zhì)納米晶體（ChN）,，采用均質(zhì)協(xié)同超聲技術(shù)制備O/W型皮克林乳液,。通過X射線衍射和傅里葉紅外光譜計(jì)算分析了幾丁質(zhì)納米顆粒的結(jié)晶度及官能團(tuán)變化，進(jìn)而對(duì)O/W乳液的微觀結(jié)構(gòu),、界面接觸角,、物理穩(wěn)定性、熱穩(wěn)定性,、乳析穩(wěn)定性,、儲(chǔ)藏穩(wěn)定性進(jìn)行測定，分析了不同結(jié)晶度的ChN對(duì)乳液穩(wěn)定性的影響,。結(jié)果表明：酸解并不會(huì)破壞幾丁質(zhì)的官能團(tuán),，但是酸解可以改變幾丁質(zhì)的結(jié)晶度，且酸解2.5h時(shí)獲得的ChN結(jié)晶度最大,，為78.15%,；結(jié)晶度高的ChN制備的乳液形成更穩(wěn)定的網(wǎng)狀結(jié)構(gòu)，ChN更多地附著在油-水界面，使得乳液具有更小的界面接觸角,，提高了乳液的親水性,；研究還發(fā)現(xiàn)，結(jié)晶度高的ChN制備的乳液熱穩(wěn)定性指數(shù)和物理穩(wěn)定性指數(shù)較高,，分別為63%和69.52%,；乳析穩(wěn)定性好，乳析指數(shù)不足1%,；另外,，ChN穩(wěn)定的乳液在常溫下儲(chǔ)藏30d均不分層，具有良好的儲(chǔ)藏穩(wěn)定性,，且結(jié)晶度最高的ChN制備的乳液粒徑最小,，儲(chǔ)藏穩(wěn)定性最好。因此,，可以通過提高幾丁質(zhì)納米晶體的結(jié)晶度制備穩(wěn)定的O/W型皮克林乳液,。

摘要:以米糠蛋白為研究對(duì)象，采用加熱處理（pH值7.2,、100℃,、20min）制備熱可溶性聚集體，分別對(duì)熱聚集體進(jìn)行空化微射流（0,、30,、60、90,、120MPa）處理,，以未經(jīng)處理的可溶性米糠蛋白作為對(duì)照，探究空化微射流處理對(duì)可溶性米糠蛋白聚集體結(jié)構(gòu)特性（3D微觀結(jié)構(gòu),、粒徑分布,、電位、表面疏水性,、官能團(tuán),、二三級(jí)結(jié)構(gòu)）和乳化特性（乳化性和乳化穩(wěn)定性）的影響。結(jié)果表明：與熱可溶性聚集體相比,，經(jīng)過空化微射流處理（90MPa）后,，3D微觀結(jié)構(gòu)高度和顆粒大小、總游離巰基含量,、平均粒徑和β-折疊含量降到最低,，結(jié)構(gòu)變得疏松；表面疏水性,、乳化性指數(shù)及乳化穩(wěn)定性指數(shù)提高了798.05,、90.32m2/g和281.68min,。低壓（30~90MPa）處理減小了熱可溶性聚集體顆粒粒徑，將不溶性聚集體轉(zhuǎn)化為可溶性聚集體,，使其乳化特性增大,；而高壓（120MPa）處理則會(huì)使蛋白發(fā)生聚集，乳化特性降低,。

摘要:以乳清分離蛋白（Whey protein isolated,，WPI）、大豆分離蛋白（Soybean protein isolated,，SPI）和豌豆分離蛋白（Pea protein isolated,，PPI）分別與麥芽糊精作為復(fù)合壁材，卵磷脂作為乳化劑,，將微射流處理后的乳液進(jìn)行噴霧干燥,，制備魚油微膠囊。采用激光粒度分布儀,、掃描電子顯微鏡,、傅里葉變換紅外光譜儀、熱重分析儀等對(duì)3種蛋白制備的魚油微膠囊性能進(jìn)行研究比較,。結(jié)果表明：乳液的粒徑分布從大到小依次為SPI、PPI,、WPI,，乳化性質(zhì)從優(yōu)到劣依次為WPI、PPI,、SPI,；WPI制備的乳液粒徑最小，微膠囊的包埋率最高,、氧化穩(wěn)定性最好,；WPI制備的微膠囊呈球形，表面較為完整,，SPI和PPI制備的微膠囊表面存在凹陷和少量孔洞,；WPI含有高含量α-螺旋和無序結(jié)構(gòu)，更有利于包埋,；3種魚油微膠囊在200℃以下均具有良好的熱穩(wěn)定性,，滿足一般食品的加工條件，而SPI制備的微膠囊熱穩(wěn)定性最高,。因此,，除熱穩(wěn)定性外，以WPI制備的魚油微膠囊性質(zhì)明顯優(yōu)于SPI和PPI,。

摘要:提出了一種應(yīng)用能量色散X射線熒光光譜分析（EDXRF）法測定飼料中輕元素磷的方法,。采用間接測量的方式，通過一系列化學(xué)反應(yīng)將目標(biāo)元素磷轉(zhuǎn)換為磷鉬酸喹啉沉淀,，并對(duì)沉淀進(jìn)行洗滌,、過濾與干燥，應(yīng)用EDXRF測定樣品中的鉬元素含量,，最后根據(jù)生成物化學(xué)式中的磷元素與鉬元素的化學(xué)關(guān)系計(jì)算得到磷元素的含量,。對(duì)鉬元素的最佳激發(fā)條件進(jìn)行了探究，通過計(jì)算鉬元素特征譜線峰背比,，繪制其與激發(fā)條件的關(guān)系曲線,，得到鉬元素的最佳管電壓為27kV、最佳管電流為9μA,、最佳測量時(shí)間為120s,。測量得出，含磷飼料中磷元素的質(zhì)量分?jǐn)?shù)為22.36%,，相對(duì)標(biāo)準(zhǔn)偏差為0.46%,，相對(duì)極差為0.24%，與熔片法（X射線熒光光譜分析）檢測分析結(jié)果相一致,。

摘要:針對(duì)目前馬鈴薯貯藏方式,、管理方式不當(dāng)和貯藏效果不佳的問題，根據(jù)馬鈴薯貯藏工藝條件,，設(shè)計(jì)了一套馬鈴薯貯藏環(huán)境調(diào)控系統(tǒng),。該調(diào)控系統(tǒng)利用溫度傳感器、濕度傳感器和CO2濃度傳感器對(duì)環(huán)境參數(shù)進(jìn)行實(shí)時(shí)檢測,，通過調(diào)節(jié)進(jìn)出氣窗,、風(fēng)機(jī)、壓縮機(jī)組以及加濕裝置,，對(duì)馬鈴薯貯藏環(huán)境的溫度,、相對(duì)濕度以及CO2體積分?jǐn)?shù)等參數(shù)進(jìn)行調(diào)控，使貯藏環(huán)境中的溫度,、相對(duì)濕度以及CO2體積分?jǐn)?shù)等參數(shù)滿足馬鈴薯的貯藏要求,。各測點(diǎn)的溫度誤差在-0.3~0.3℃范圍內(nèi)，各測點(diǎn)溫度極差為0.6℃,，檢測溫度與真實(shí)溫度基本一致,；調(diào)控試驗(yàn)中，庫內(nèi)溫度處在系統(tǒng)設(shè)定的允許范圍內(nèi),，庫外溫度對(duì)于庫內(nèi)溫度影響較小,，相對(duì)濕度和CO2體積分?jǐn)?shù)均可控制在合理范圍內(nèi)。該調(diào)控系統(tǒng)能夠較好地改善馬鈴薯的貯藏環(huán)境,。

摘要:針對(duì)目前丘陵山區(qū)農(nóng)用底盤傾斜后調(diào)平精度低,、滯后的問題,，提出一種預(yù)檢測主動(dòng)調(diào)平方法，該方法提前檢測行駛前方地面情況,，判斷如何實(shí)施調(diào)平動(dòng)作,，并在底盤傾斜同時(shí)進(jìn)行主動(dòng)調(diào)整，可主動(dòng)預(yù)防,、避免或減少在崎嶇不平地面上行駛作業(yè)過程中的底盤傾斜,。設(shè)計(jì)了一種采用Y型可調(diào)懸架作為調(diào)平機(jī)構(gòu)的農(nóng)用車輛預(yù)檢測主動(dòng)調(diào)平底盤，分析計(jì)算了底盤懸架調(diào)整與預(yù)檢測調(diào)平參數(shù),、承載能力與調(diào)平速度及調(diào)平執(zhí)行策略,，分析計(jì)算表明，可通過Y型可調(diào)懸架的高度調(diào)節(jié)實(shí)現(xiàn)底盤調(diào)平,。利用樣機(jī)在室外試驗(yàn)田中進(jìn)行崎嶇不平地面的行走試驗(yàn)驗(yàn)證,，試驗(yàn)結(jié)果表明，在預(yù)檢測主動(dòng)調(diào)平行走過程中,，丘陵山地農(nóng)用預(yù)檢測主動(dòng)調(diào)平底盤可在精度0.5°范圍內(nèi)實(shí)現(xiàn)動(dòng)態(tài)調(diào)平,，驗(yàn)證了預(yù)檢測主動(dòng)調(diào)平方法以及丘陵山地農(nóng)用預(yù)檢測主動(dòng)調(diào)平底盤設(shè)計(jì)方案的可行性。

摘要:提出了一種采用電-機(jī)械直線執(zhí)行器和液壓缸的液電混合直線驅(qū)動(dòng)系統(tǒng),。為消除電-機(jī)械直線執(zhí)行器和液壓缸之間的耦合影響,，液壓泵和比例閥協(xié)同控制液壓缸輸出力和運(yùn)行方向，滿足系統(tǒng)負(fù)載力需求,，電-機(jī)械直線執(zhí)行器用于運(yùn)動(dòng)控制,，并補(bǔ)償液壓缸輸出力波動(dòng)和外部干擾力。為實(shí)現(xiàn)上述目標(biāo),，設(shè)計(jì)了基于擴(kuò)張狀態(tài)觀測器的電-機(jī)械直線執(zhí)行器自適應(yīng)滑模控制方法,，以估計(jì)的負(fù)載力調(diào)節(jié)泵壓力和比例閥開度,，對(duì)液壓缸輸出力進(jìn)行調(diào)控。比例閥在系統(tǒng)運(yùn)行中主要用于控制液壓缸運(yùn)動(dòng)方向,，閥開度較大,，可顯著降低節(jié)流損失。通過仿真和試驗(yàn)分析了系統(tǒng)的運(yùn)行特性和能效特性,。結(jié)果表明,，該系統(tǒng)具有良好的位置控制特性，能量效率高,，較傳統(tǒng)閥控系統(tǒng)能耗減少51%,。

摘要:基于力覺控制的機(jī)器人運(yùn)動(dòng)系統(tǒng)能夠通過感知外界環(huán)境的接觸力，實(shí)現(xiàn)機(jī)器人作業(yè)過程中對(duì)力和位置的雙重控制,。為了提高機(jī)器人對(duì)接觸力的感知精度,，實(shí)現(xiàn)準(zhǔn)確的柔順控制,，提出一種基于力傳感器重力補(bǔ)償?shù)臋C(jī)器人柔順控制方法。首先,，通過調(diào)整機(jī)器人末端姿態(tài),，采集機(jī)器人不同位姿下力傳感器數(shù)據(jù)，計(jì)算機(jī)器人底座安裝傾角,、力傳感器零點(diǎn)數(shù)據(jù),、末端工具重力及重心坐標(biāo)等參數(shù)；然后,，利用機(jī)器人姿態(tài)變換矩陣,，實(shí)現(xiàn)對(duì)力傳感器的重力補(bǔ)償，為機(jī)器人柔順控制提供準(zhǔn)確的受力感知,；最后,，采用導(dǎo)納控制，實(shí)現(xiàn)機(jī)器人對(duì)物體的抓取搬運(yùn),。進(jìn)行了力傳感器重力補(bǔ)償實(shí)驗(yàn)及機(jī)器人柔順放置實(shí)驗(yàn),，結(jié)果表明，該方法能夠提高機(jī)器人對(duì)外界環(huán)境感知的精準(zhǔn)度,，實(shí)現(xiàn)精準(zhǔn)的機(jī)器人柔順控制,。

摘要:采用主動(dòng)抑振系統(tǒng)快速抑制沖擊作用下的套疊結(jié)構(gòu)臂體振動(dòng)?？紤]到臂體末端變形量不易測量的問題,，將伸縮臂模型等效為由扭簧連接的兩剛性桿系統(tǒng)，以變幅力矩為輸入,、兩桿仰角為輸出,，建立拉格朗日動(dòng)力學(xué)模型。將第1桿仰角與第2桿末端加速度合成微分平坦輸出,，構(gòu)建單輸入,、單輸出的二階系統(tǒng)。采用線性自抗擾控制器,，根據(jù)桿長變化實(shí)時(shí)更新擴(kuò)張狀態(tài)觀測器和控制回路參數(shù),，使系統(tǒng)參數(shù)的物理意義明確，簡化了整定過程,。仿真和實(shí)驗(yàn)結(jié)果表明,，在不同臂長條件下，均能實(shí)現(xiàn)2s內(nèi)消除抖動(dòng)并保持仰角設(shè)定值穩(wěn)定的效果,。該方法整定過程直觀,、簡便，在簡化模型條件下,，根據(jù)外伸長度調(diào)整控制系統(tǒng)參數(shù),，保證了系統(tǒng)的抗擾能力持續(xù)有效,。

摘要:通過采用多個(gè)齒輪泵/馬達(dá)單元和控制閥組等基礎(chǔ)元件，設(shè)計(jì)了一種數(shù)字型液壓變壓器,。數(shù)字型液壓變壓器具有數(shù)字元件的離散,、簡單和易控等特性，將多個(gè)不同排量的齒輪泵/馬達(dá)單元進(jìn)行組合,，各個(gè)齒輪泵/馬達(dá)之間同軸連接,，每個(gè)齒輪泵/馬達(dá)單元的進(jìn)口、出口分別安裝有電磁開關(guān)閥,，采用節(jié)流閥模擬數(shù)字型液壓變壓器負(fù)載,，通過控制齒輪泵/馬達(dá)單元進(jìn)口、出口控制閥組的得失電狀態(tài),，實(shí)現(xiàn)數(shù)字型液壓變壓器變壓比根據(jù)二進(jìn)制數(shù)字控制而變化的目標(biāo),。利用AMESim仿真軟件對(duì)數(shù)字型液壓變壓器的變壓過程進(jìn)行仿真分析，基于試驗(yàn)平臺(tái)對(duì)數(shù)字型液壓變壓器進(jìn)行了驗(yàn)證,。結(jié)果表明,，所提出的數(shù)字型液壓變壓器可以通過數(shù)字控制進(jìn)行變壓，驗(yàn)證了其變壓原理的可行性

摘要:普通比例溢流閥在高壓,、大流量工作時(shí),，其調(diào)壓偏差大、壓力波動(dòng)大,，同時(shí)會(huì)引起調(diào)壓彈簧疲勞,，產(chǎn)生振動(dòng)和噪聲，降低了使用壽命及可靠性,。針對(duì)以上問題,，基于G型π橋液阻網(wǎng)絡(luò)原理，設(shè)計(jì)了一種先導(dǎo)腔動(dòng)壓反饋電液比例溢流閥,，提出采用液壓剛度（活塞式）替代先導(dǎo)閥彈簧剛度的設(shè)計(jì)方法,，以提升先導(dǎo)閥芯響應(yīng)速度和整體穩(wěn)定性。對(duì)溢流閥進(jìn)行了結(jié)構(gòu)設(shè)計(jì),、原理分析,、數(shù)學(xué)建模及仿真分析,，并根據(jù)優(yōu)化后的結(jié)構(gòu)參數(shù)進(jìn)行設(shè)計(jì)和實(shí)驗(yàn)驗(yàn)證,。結(jié)果表明，該溢流閥高壓時(shí)調(diào)壓偏差低,，在壓力26.25MPa時(shí)比普通閥降低了72%,，最低為0.53MPa；動(dòng)態(tài)特性良好,，超調(diào)最低為0.94%,，閥芯振動(dòng)減小,，工作平穩(wěn)。將溢流閥用于ZL50G型裝載機(jī)上,，代替原有的動(dòng)臂油路上溢流閥和背壓用電磁溢流閥,，分析了空載狀態(tài)下溢流閥對(duì)工作裝置動(dòng)作的影響，仿真分析結(jié)果表明,溢流閥壓力波動(dòng)降低了70%,，系統(tǒng)工作穩(wěn)定性得到提高,。

摘要:為滿足工業(yè)機(jī)器人多角度操作需求，提出了一類具有3組耦合分支,，且對(duì)稱分布的6自由度Delta型機(jī)器人,。首先，將每組耦合分支拆分為獨(dú)立運(yùn)動(dòng)單元,，并等效為串聯(lián)運(yùn)動(dòng)鏈,，基于旋量理論求出等效后的運(yùn)動(dòng)自由度；其次,，利用閉環(huán)矢量回路法分別計(jì)算耦合分支中每條主動(dòng)鏈的位置逆解,，建立機(jī)器人的逆運(yùn)動(dòng)學(xué)模型；在此基礎(chǔ)上,，提出一種搜索算法,，用于描繪滿足邊界條件的機(jī)器人運(yùn)動(dòng)空間，并與相同尺度參數(shù)的3自由度Delta機(jī)器人進(jìn)行對(duì)比,。結(jié)果表明,，3自由度Delta機(jī)器人的運(yùn)動(dòng)空間是所提機(jī)器人工作空間的子集。最后,，根據(jù)理論分析,，完成了工程樣機(jī)的搭建與運(yùn)動(dòng)實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明,，該Deta型機(jī)器人具有6個(gè)自由度運(yùn)動(dòng)能力,，且所提運(yùn)動(dòng)空間搜索算法具有較高的計(jì)算精度。