亚洲一区欧美在线,日韩欧美视频免费观看,色戒的三场床戏分别是在几段,欧美日韩国产在线人成

摘要:中國(guó)果園種植面積大，主要集中在丘陵山區(qū)，受地形條件和種植模式影響，丘陵果園機(jī)械化程度普遍偏低，隨著產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整，果園機(jī)械化的發(fā)展程度將直接影響其經(jīng)濟(jì)效益。本文分析了中國(guó)果園分布情況與丘陵果園種植特點(diǎn)，概述了丘陵果園的機(jī)械化發(fā)展程度，并分析了制約其發(fā)展的原因，闡述了機(jī)械動(dòng)力底盤、多功能作業(yè)平臺(tái)、果樹修剪機(jī)械、植保機(jī)械以及采摘收獲機(jī)械等果園主要裝備和技術(shù)的研究現(xiàn)狀和進(jìn)展，并對(duì)部分果園機(jī)械的生產(chǎn)與推廣應(yīng)用情況進(jìn)行調(diào)研分析。在此基礎(chǔ)上指出丘陵果園機(jī)械化發(fā)展面臨的問題，認(rèn)為缺乏對(duì)復(fù)雜環(huán)境的適應(yīng)能力是制約丘陵果園機(jī)械化發(fā)展的關(guān)鍵，對(duì)果園改建和機(jī)械裝備研究等提出了發(fā)展建議。

摘要:針對(duì)丘陵山區(qū)果園中的斜坡及雜草影響果樹檢測(cè)精度的問題，提出了一種基于激光雷達(dá)的樹干檢測(cè)算法。首先，利用單線激光雷達(dá)獲取環(huán)境信息，通過數(shù)據(jù)預(yù)處理濾除噪聲點(diǎn)及無法利用的數(shù)據(jù)點(diǎn)，以樹干為目標(biāo)設(shè)定聚類半徑，根據(jù)數(shù)據(jù)點(diǎn)到激光雷達(dá)的距離自適應(yīng)設(shè)定聚類閾值，完成初步聚類；然后，利用初步聚類結(jié)果及地面類內(nèi)數(shù)據(jù)點(diǎn)量大、且大致呈一條直線的特征，將數(shù)據(jù)點(diǎn)超過一定數(shù)量的類進(jìn)行二次曲線擬合，將擬合半徑大于一定閾值的類視為地面干擾，并將其剔除；最后，利用雜草枝葉類中數(shù)據(jù)點(diǎn)之間距離不連續(xù)的特征，將存在一定數(shù)量的相鄰數(shù)據(jù)點(diǎn)距離較大的類視為雜草枝葉類，并將其剔除，從而完成對(duì)果園中果樹樹干的檢測(cè)。結(jié)果表明：在無干擾情況下，對(duì)樹干的誤檢率為0.76%、漏檢率為1.90%，平均正確率為97.3%；在只存在地面干擾的情況下，樹干檢測(cè)平均正確率為96.1%；在只存在雜草干擾的情況下，樹干檢測(cè)平均正確率為91.4%；在同時(shí)存在地面和雜草干擾的情況下，樹干檢測(cè)平均正確率為91.9%，綜合以上各種情況的樹干檢測(cè)平均正確率為95.5%，該方法可用于丘陵山區(qū)樹干較明顯的喬化果園中的樹干檢測(cè)，為精準(zhǔn)農(nóng)業(yè)裝備在丘陵山區(qū)果園中的導(dǎo)航應(yīng)用提供參考。

摘要:針對(duì)嬌嫩褐菇自動(dòng)化無損采摘易損的問題，首先分析了褐菇的生物學(xué)特性和力學(xué)特性，分別給出拔斷和扭斷采摘方式抓持力的約束方程，并優(yōu)選出扭斷式采摘方法；通過ANSYS對(duì)柔性手指夾持褐菇進(jìn)行靜力學(xué)分析，給出柔性手指指節(jié)數(shù)、褐菇直徑及氣壓與抓持力之間的函數(shù)關(guān)系，建立評(píng)價(jià)函數(shù)，通過遺傳算法優(yōu)選出3指4指節(jié)的柔性手爪結(jié)構(gòu)，以及18.65kPa的最優(yōu)抓持控制氣壓；基于此設(shè)計(jì)3指4指節(jié)的柔性手爪，并進(jìn)行褐菇采摘試驗(yàn)，結(jié)果表明，與剛性手爪相比，柔性手爪抓持力減小，為（2.4±0.3）N；剛性手爪采摘褐菇的抓握處切面5mm深度內(nèi)均有損傷，且表面抓痕明顯，而柔性手爪抓握處表面和內(nèi)部均完好無損。說明所設(shè)計(jì)的3指4指節(jié)柔性手爪適于褐菇的自動(dòng)化無損采摘。

摘要:基于近地光譜信息的玉米變量追肥技術(shù)是實(shí)現(xiàn)氮肥科學(xué)合理施用的有效途徑。為提高追肥控制系統(tǒng)的光譜信息獲取精度及控制精度，對(duì)光譜傳感器布置方式及系統(tǒng)控制方法進(jìn)行了優(yōu)化設(shè)計(jì)，并進(jìn)行了田間追肥試驗(yàn)。對(duì)行式及分布式布置方式對(duì)比試驗(yàn)表明：光譜傳感器分布式布置方式采集NDVI優(yōu)于對(duì)行式布置方式，獲取NDVI均值平均提高6.4%，方差平均降低0.038。NDVI采集數(shù)據(jù)采用滑動(dòng)窗口均值濾波算法進(jìn)行濾波，滑動(dòng)窗口邊長(zhǎng)為15，均方差為0.0079。系統(tǒng)響應(yīng)特性試驗(yàn)表明，系統(tǒng)的平均響應(yīng)時(shí)間為1.5s，平均穩(wěn)態(tài)誤差絕對(duì)值為0.775r/min，平均超調(diào)量為10.6%，系統(tǒng)在排肥輪工作轉(zhuǎn)速范圍內(nèi)具有較高的控制精度。田間施肥量控制效果評(píng)價(jià)試驗(yàn)表明，排肥理論轉(zhuǎn)速與監(jiān)測(cè)轉(zhuǎn)速的平均相對(duì)誤差為3.35%，可以實(shí)現(xiàn)精準(zhǔn)施肥的目標(biāo)。

摘要:在液態(tài)肥尋種對(duì)靶點(diǎn)施系統(tǒng)中，液態(tài)肥需滿足在高頻間歇噴施時(shí)壓力波動(dòng)較小且在間歇噴射頻率發(fā)生變化時(shí)仍能保證壓力穩(wěn)定的要求，為此設(shè)計(jì)了基于PID算法的高頻間歇供肥系統(tǒng)。設(shè)計(jì)了供肥系統(tǒng)硬件電路和軟件程序，對(duì)管路壓力進(jìn)行采集與控制，并設(shè)計(jì)了可方便設(shè)置作業(yè)參數(shù)和顯示實(shí)時(shí)作業(yè)狀況的人機(jī)交互界面。采用臨界比例度法對(duì)PID算法進(jìn)行參數(shù)整定，經(jīng)實(shí)際試驗(yàn)調(diào)整后確定PID算法的比例系數(shù)、積分系數(shù)和微分系數(shù)分別為4、0.079和0.012，對(duì)采用和不采用PID算法的供肥系統(tǒng)壓力變化情況進(jìn)行了對(duì)比試驗(yàn)，結(jié)果表明，采用PID算法的供肥系統(tǒng)壓力更加穩(wěn)定。為評(píng)價(jià)基于PID算法的供肥系統(tǒng)在不同作業(yè)速度和壓力設(shè)定值下的壓力穩(wěn)定性能，選取管路壓力的最大誤差、平均誤差和標(biāo)準(zhǔn)差為試驗(yàn)指標(biāo)，進(jìn)行了臺(tái)架試驗(yàn)。結(jié)果表明，供肥系統(tǒng)壓力的最大誤差、平均誤差和標(biāo)準(zhǔn)差分別不大于6.49%、1.54%和0.40MPa，滿足液態(tài)肥尋種對(duì)靶點(diǎn)施系統(tǒng)對(duì)于管路壓力穩(wěn)定性的要求。

摘要:針對(duì)玉米追肥機(jī)械化程度低、追肥作業(yè)效率和肥料利用率不高等問題，根據(jù)玉米分層施肥農(nóng)藝要求，設(shè)計(jì)了一種多行集中排肥、氣流輸肥以及分層深施肥方式的玉米追肥機(jī)。對(duì)追肥機(jī)關(guān)鍵部件進(jìn)行了理論分析與參數(shù)確定，并對(duì)各行之間排肥量一致性、施肥精度以及施肥深度進(jìn)行了試驗(yàn)研究。試驗(yàn)結(jié)果表明：排肥轉(zhuǎn)速對(duì)各行之間排肥量一致性影響較小，在相同轉(zhuǎn)速下，深、淺層之間排肥量一致性差異較小，排肥量比較均勻；隨著轉(zhuǎn)速的增加，各行之間排肥量變異系數(shù)有所減小，最大變異系數(shù)為2.64%。在試驗(yàn)速度范圍內(nèi)，隨著工作速度的增加，追肥機(jī)械施肥精度呈減小趨勢(shì)，施肥精度最小值為95.42%；深層施肥深度變化量不大，施肥深度均值最小為11.04cm，變異系數(shù)不超過5.35%；淺層施肥深度穩(wěn)定性有所降低，施肥深度均值最小為6.9cm，變異系數(shù)不超過9.36%；追肥機(jī)性能達(dá)到設(shè)計(jì)目標(biāo)，能夠較好地滿足玉米追肥機(jī)械作業(yè)標(biāo)準(zhǔn)要求。

摘要:針對(duì)玉米在大喇叭口時(shí)期追肥機(jī)械化水平低的問題，結(jié)合黃淮海地區(qū)玉米播種行距、株距的農(nóng)藝要求，設(shè)計(jì)了一種滾輪式穴施排肥器。為滿足穴施排肥器穩(wěn)定深施要求，基于Abaqus建立成穴器動(dòng)力學(xué)模型，對(duì)穴施排肥器進(jìn)行成穴性能和扎穴壓力分析，利用分析結(jié)果對(duì)液壓系統(tǒng)進(jìn)行設(shè)計(jì)選型；根據(jù)穴施排肥器排肥穩(wěn)定性要求，應(yīng)用EDEM建立機(jī)具-土壤-肥料離散元模型，進(jìn)行3種作業(yè)速度下的拋土特性和穴施量分析，得出當(dāng)滾輪式穴施排肥器作業(yè)速度為1.5m/s時(shí)，排肥效果最佳。試驗(yàn)結(jié)果表明：該排肥器以速度1.5m/s作業(yè)時(shí)，平均穴排肥量為9.01g，穴施肥量偏差為11.2%，施肥均勻性變異系數(shù)為4.17%；施肥深度合格率92%，施肥深度變異系數(shù)6.57%，符合設(shè)計(jì)要求。

摘要:針對(duì)長(zhǎng)江中下游稻油輪作區(qū)多年采用傳統(tǒng)機(jī)械耕整導(dǎo)致耕層變薄、犁底層增厚和土壤粘重板結(jié)，影響油菜根系生長(zhǎng)等問題，提出了適應(yīng)油菜生長(zhǎng)的“深翻埋茬，上松下緊”種床合理耕層方式；結(jié)合油菜種床合理耕層構(gòu)建及水旱輪作耕整作業(yè)要求，設(shè)計(jì)了一種主動(dòng)對(duì)置式犁耕與旋耕碎土相結(jié)合的聯(lián)合耕整作業(yè)方案，設(shè)計(jì)了具有切翻埋茬（草）、旋耕碎土、平整開畦溝等功能的驅(qū)動(dòng)型犁旋聯(lián)合耕整機(jī)，確定了驅(qū)動(dòng)型圓盤犁的結(jié)構(gòu)布局和旋耕刀的類型及排布，并設(shè)計(jì)了中間開畦溝的仿靴形銳角開溝器。田間試驗(yàn)表明，驅(qū)動(dòng)型犁旋耕整機(jī)耕作深度為150~230mm，耕深穩(wěn)定性系數(shù)為90.4%，仿靴形銳角開溝器在中間開畦溝區(qū)域能開出滿足要求的梯形溝，溝寬為200~400mm，溝深為205.6~250.0mm。整機(jī)作業(yè)后廂面平整度為15.25~1860mm，碎土率為80.52%~88.43%，植被埋覆率為92.3%，廂面單幅寬度為852~956mm。各項(xiàng)性能指標(biāo)均滿足油菜種床合理耕層構(gòu)建及水旱輪作耕整要求。

摘要:針對(duì)農(nóng)業(yè)裝備觸土部件工作阻力大、耗能高等問題，提出了利用超聲波高頻振動(dòng)輔助土壤切削挖掘從而降低阻力的技術(shù)方案，設(shè)計(jì)了超聲振動(dòng)土壤切削挖掘裝置。選定20kHz作為超聲激振頻率，基于耦合諧振效應(yīng)的目標(biāo)，分析、設(shè)計(jì)了夾心式換能器和圓錐形變幅桿等關(guān)鍵部件的結(jié)構(gòu)參數(shù)。建立了變幅桿有限元模型，利用仿真方法對(duì)其進(jìn)行模態(tài)分析和諧響應(yīng)分析，仿真結(jié)果顯示，變幅桿軸線伸縮固有頻率接近20kHz，與設(shè)計(jì)值吻合。搭建了超聲振動(dòng)土壤切削挖掘阻力試驗(yàn)測(cè)試平臺(tái)，進(jìn)行了有、無超聲波振動(dòng)土壤切削挖掘阻力土槽對(duì)比試驗(yàn)，結(jié)果表明：相比無振動(dòng)剛性挖掘鏟，超聲波振動(dòng)挖掘鏟能夠有效降低土壤切削挖掘阻力，在1.5、2.5、3.5MPa 3種土壤硬度條件下，超聲波振動(dòng)挖掘鏟所對(duì)應(yīng)的降阻率分別為35.1%、40.7%和44.3%，土壤硬度越大，超聲波振動(dòng)挖掘鏟的降阻效果越明顯。當(dāng)土壤含水率為20%~48%時(shí)，不論有無振動(dòng)，土壤切削挖掘阻力均隨著土壤含水率的增加先迅速降低后又緩慢回升。由于超聲振動(dòng)激勵(lì)需要額外消耗能量，故振動(dòng)挖掘總耗能并未降低。試驗(yàn)驗(yàn)證了超聲振動(dòng)土壤切削挖掘降阻方案的可行性以及參數(shù)設(shè)計(jì)的合理性。

摘要:針對(duì)現(xiàn)有油菜基質(zhì)塊苗取苗裝置在取苗過程易脫苗和基質(zhì)損失率高等問題，設(shè)計(jì)了一種往復(fù)夾取式取苗裝置。根據(jù)垂直苗盤取苗、平行鉛垂線投苗的取苗臂位置要求，確定了取苗裝置各構(gòu)件尺寸關(guān)系，構(gòu)建了取苗臂的運(yùn)動(dòng)學(xué)模型，得出其位移方程及相對(duì)運(yùn)動(dòng)軌跡。以減小取苗軌跡水平間距及取苗軌跡高度為優(yōu)化目標(biāo)，基于Matlab軟件優(yōu)化取苗裝置各構(gòu)件參數(shù)為：主動(dòng)桿長(zhǎng)度75.10mm，取苗臂長(zhǎng)度335.26mm，從動(dòng)桿長(zhǎng)度100.42mm，機(jī)架長(zhǎng)度171.32mm，該參數(shù)組合下，取苗軌跡水平間距為173.20mm，取苗軌跡高度為29.56mm。構(gòu)建了取苗回程苗塊的動(dòng)力學(xué)模型，分析了苗塊臨界脫苗方程，結(jié)合苗塊力學(xué)特性參數(shù)測(cè)定試驗(yàn)，得出最小取苗夾持力為7.07N，確定了末端執(zhí)行器氣缸缸徑為20mm。應(yīng)用ADAMS軟件獲得仿真取苗軌跡，運(yùn)用高速攝影技術(shù)測(cè)定實(shí)際取苗軌跡高度和取苗軌跡水平間距，經(jīng)對(duì)比分析，實(shí)際值與理論值、仿真值的相對(duì)誤差均小于3%，驗(yàn)證了取苗裝置設(shè)計(jì)的合理性。臺(tái)架試驗(yàn)表明，取苗成功率為93.33%，脫苗率為2.86%，基質(zhì)損失率為3.75%，滿足油菜基質(zhì)塊苗移栽要求。

摘要:為了規(guī)劃出更加高效的植保無人機(jī)路徑，提出一種基于改進(jìn)蟻群算法的植保無人機(jī)路徑規(guī)劃方法，該方法適用于多個(gè)具有復(fù)雜多邊形邊界與內(nèi)部障礙物的三維作業(yè)區(qū)域。采用掃描方式生成水平面內(nèi)的作業(yè)路徑，經(jīng)過離散化處理后，在三維地形曲面上插值，獲得三維作業(yè)路徑。在此基礎(chǔ)上，建立作業(yè)路徑生成算法，以三維作業(yè)路徑總長(zhǎng)度盡量短、作業(yè)路徑數(shù)量盡量少為目標(biāo)，對(duì)植保無人機(jī)作業(yè)航向進(jìn)行尋優(yōu)。改進(jìn)蟻群算法通過附加記錄作業(yè)路徑進(jìn)入點(diǎn)的機(jī)制，實(shí)現(xiàn)對(duì)三維作業(yè)路徑的合理排序，生成總長(zhǎng)度較短的轉(zhuǎn)移路徑。經(jīng)過算例檢驗(yàn)，針對(duì)同一作業(yè)區(qū)域規(guī)劃出的三維作業(yè)路徑與水平面內(nèi)的作業(yè)路徑的航向角存在較大差異，相差最大為92°，這說明考慮三維地形的必要性。算例中，將改進(jìn)的蟻群算法與貪婪算法進(jìn)行了對(duì)比，針對(duì)一系列相同的作業(yè)起點(diǎn)，改進(jìn)的蟻群算法所得的轉(zhuǎn)移路徑總長(zhǎng)度均較短，比貪婪算法所得結(jié)果縮短3%~28%；在未選定作業(yè)起點(diǎn)情況下，改進(jìn)的蟻群算法與貪婪算法求得的轉(zhuǎn)移路徑總長(zhǎng)度最小值分別為1661m與1763m，說明改進(jìn)的蟻群算法具有良好的尋優(yōu)能力。實(shí)例檢驗(yàn)情況與算例所得結(jié)論基本一致。算例與實(shí)例中的作業(yè)區(qū)域邊界與地形復(fù)雜，涵蓋情況全面，表明本文提出的路徑規(guī)劃方法具有一定實(shí)用性。

摘要:針對(duì)脈沖式煙霧水霧機(jī)在噴施水霧劑農(nóng)藥時(shí)常出現(xiàn)滴液、流液或較大霧滴群等霧化不良現(xiàn)象，通過改裝6HYW-60S型脈沖式煙霧水霧機(jī)，將藥液流量設(shè)置成可調(diào)的測(cè)試裝置，設(shè)定5個(gè)油門開度及4個(gè)藥液流量，測(cè)試了脈沖發(fā)動(dòng)機(jī)噴藥前后的氣流速度、溫度及各噴藥工況下的霧滴粒徑分布。結(jié)果表明，在最小的油門啟動(dòng)開度到最大的油門工作開度可調(diào)范圍內(nèi)，對(duì)應(yīng)的脈沖發(fā)動(dòng)機(jī)燃油消耗率變化范圍較?。ㄏ鄬?duì)變化13.0%），噴管內(nèi)對(duì)應(yīng)的氣流溫度與速度也發(fā)生同等程度的變化。噴藥時(shí)，噴管口處的氣流溫度與速度發(fā)生明顯變化，由不噴藥時(shí)約700℃的高溫氣流下降為75℃左右的霧滴流，相應(yīng)的氣流速度下降了16%左右；油門開度及藥液流量對(duì)霧滴流溫度的影響非常小，但對(duì)霧滴流速度的影響非常明顯，油門開度增大，霧滴流速度明顯增加，藥液流量增大，霧滴流速度明顯下降。在各油門開度下，對(duì)最小藥液流量20L/h的霧化效果均不佳，尤其距噴霧出口較近處存在大量的300μm以上的較大霧滴，這些大霧滴極易跌落至地面，無法有效噴施到目標(biāo)物上；藥液流量增大至40L/h及以上時(shí)，各油門開度下的霧滴體積中徑均較小，同一工況下各位置點(diǎn)的平均值不超過60μm。熱力霧化的霧滴粒徑分布曲線不是單一峰值的正態(tài)分布形態(tài)，常會(huì)出現(xiàn)不同中心霧滴粒徑的霧滴群，且這些霧滴群的中心霧滴粒徑基本保持一致。從噴霧出口噴出的霧滴流中，噴管中心軸線上的霧滴細(xì)小均勻、霧化充分，中心軸線上方的霧滴一般比中心點(diǎn)處稍大，中心軸線下方霧滴明顯增大，且距中心軸線越遠(yuǎn)的下方，霧滴增大越明顯，即霧滴流中較大霧滴群的量逐漸增加。以藥液流量60L/h及油門開度90°為最佳霧化工況，在整個(gè)噴施區(qū)域內(nèi)均形成了良好的霧化效果。

摘要:谷物聯(lián)合收獲機(jī)割臺(tái)高度控制非常重要，有效的割臺(tái)高度控制有助于提高喂入量的穩(wěn)定性、降低整機(jī)各環(huán)節(jié)的負(fù)荷波動(dòng)。本文提出一種基于魯棒反饋線性化的割臺(tái)高度控制策略，該方法可以使割臺(tái)跟隨地面起伏進(jìn)行俯仰控制調(diào)節(jié)。首先，基于割臺(tái)結(jié)構(gòu)和動(dòng)力學(xué)分析建立系統(tǒng)數(shù)學(xué)模型，選取正弦角度的近似約簡(jiǎn)條件，將多變量的復(fù)雜非線性系統(tǒng)線性轉(zhuǎn)換為典型的非線性系統(tǒng)；通過分析傳統(tǒng)的反饋線性化控制研究可控仿射的模型構(gòu)建方法，在集成魯棒優(yōu)化設(shè)計(jì)控制器基礎(chǔ)上，提出魯棒反饋線性化（Robust feedback linearization，RFL），通過構(gòu)建靈敏度方程、選取增益來穩(wěn)定系統(tǒng)；選取液壓控制機(jī)構(gòu)，根據(jù)控制液壓輸出的電流參數(shù)設(shè)計(jì)為基于魯棒反饋線性化控制系統(tǒng)的控制器。將傳統(tǒng)的PID控制和本文提出的魯棒反饋線性化控制進(jìn)行對(duì)比實(shí)驗(yàn)，結(jié)果表明，在不同行駛速度、地形正弦振幅和地形周期條件下，魯棒反饋線性化控制下的高度誤差均小于傳統(tǒng)的PID控制；以3種不同行駛速度在同一起伏地面上行進(jìn)，魯棒反饋線性化控制下的高度誤差受行駛速度增加的影響小于傳統(tǒng)的PID控制。

摘要:建立考慮柔性作物莖稈振動(dòng)響應(yīng)特性的動(dòng)力學(xué)模型，對(duì)探索谷草分離機(jī)理、分析谷物分離過程和聯(lián)合收獲機(jī)參數(shù)優(yōu)化具有重要意義。本文提出考慮柔性作物莖稈振動(dòng)響應(yīng)特性的動(dòng)力學(xué)仿真模型，研究了作物莖稈的動(dòng)力學(xué)響應(yīng)特性。首先，給出了作物柔性莖稈的動(dòng)力學(xué)模型和動(dòng)力仿真方法；以成熟期小麥第3節(jié)間為例，測(cè)量了莖稈的內(nèi)外徑、單位質(zhì)量密度和彈性模量等參數(shù)；對(duì)莖稈的橫向彎曲振動(dòng)和縱向拉伸振動(dòng)進(jìn)行仿真，研究莖稈的動(dòng)力學(xué)響應(yīng)特性，并與理論計(jì)算結(jié)果進(jìn)行比較。通過仿真獲得長(zhǎng)度108mm、外徑3.7mm、內(nèi)徑1.9mm、彈性模量5.27GPa的小麥莖稈的橫向振動(dòng)頻率和縱向振動(dòng)頻率分別為164.28、7633.59Hz，與理論計(jì)算結(jié)果的相對(duì)誤差分別為0.28%和0.12%。最后，通過谷草分離仿真實(shí)驗(yàn)，驗(yàn)證了柔性作物莖稈模型的實(shí)用性。

摘要:針對(duì)現(xiàn)有鮮食玉米收獲機(jī)在收獲果穗時(shí)，果穗中含有莖葉等雜質(zhì)，影響運(yùn)輸、貯存和后續(xù)加工等問題，采用軸流風(fēng)機(jī)負(fù)壓除雜技術(shù)去除果穗中的莖稈和莖葉等雜質(zhì)，同時(shí)在除雜裝置內(nèi)增加動(dòng)、定刀，切碎雜質(zhì)，便于后續(xù)的打包回收利用，并對(duì)風(fēng)機(jī)負(fù)壓除雜裝置進(jìn)行了性能分析和參數(shù)優(yōu)化。通過對(duì)動(dòng)、定刀進(jìn)行動(dòng)力學(xué)分析，對(duì)動(dòng)、定刀數(shù)和刀間隙進(jìn)行分析，確定了該裝置的風(fēng)機(jī)轉(zhuǎn)速范圍為1326~1573r/min，動(dòng)、定刀間隙20mm，定刀數(shù)為3~8。采用二次回歸正交組合試驗(yàn)方案，以風(fēng)機(jī)轉(zhuǎn)速、定刀數(shù)、喂入量為試驗(yàn)因素，以果穗含雜率和莖稈切碎長(zhǎng)度合格率為試驗(yàn)指標(biāo)進(jìn)行臺(tái)架試驗(yàn)，通過分析各因素對(duì)指標(biāo)貢獻(xiàn)率，得到影響莖稈切碎長(zhǎng)度合格率的主次順序?yàn)槲谷肓俊L(fēng)機(jī)轉(zhuǎn)速、定刀數(shù)，影響果穗含雜率的主次順序?yàn)轱L(fēng)機(jī)轉(zhuǎn)速、喂入量、定刀數(shù)。建立了參數(shù)優(yōu)化數(shù)學(xué)模型，利用Optimization模塊優(yōu)化得出，當(dāng)風(fēng)機(jī)轉(zhuǎn)速為1524r/min、單排定刀數(shù)為4、喂入量為7.6kg/s時(shí)，莖稈切碎長(zhǎng)度合格率為96.8%，果穗含雜率為0.69%。對(duì)優(yōu)化后的參數(shù)組合進(jìn)行了5組驗(yàn)證試驗(yàn)，得到莖稈切碎長(zhǎng)度合格率平均值為96.2%，果穗含雜率平均值為0.71%。相比于傳統(tǒng)收獲機(jī)，該裝置使果穗含雜率降低了23.3%，說明該優(yōu)化參數(shù)能夠滿足鮮食玉米果穗收獲和莖葉青貯相關(guān)技術(shù)要求。

摘要:針對(duì)現(xiàn)有油菜撿拾器在復(fù)雜田塊作業(yè)時(shí)作業(yè)穩(wěn)定性低的問題，設(shè)計(jì)了一種用于鉸接式齒帶撿拾器的地面仿形減振裝置。通過建立仿形減振系統(tǒng)動(dòng)力學(xué)模型，確定了影響地面仿形穩(wěn)定性的關(guān)鍵結(jié)構(gòu)與作業(yè)參數(shù)。以仿形彈簧剛度、系統(tǒng)阻尼比和撿拾器前進(jìn)速度為試驗(yàn)因素，以鉸接點(diǎn)處的峰值角度均差和仿形穩(wěn)定性變異系數(shù)為評(píng)價(jià)指標(biāo)，進(jìn)行了基于響應(yīng)面法的三因素三水平Box-Benhnken組合試驗(yàn)，得到影響峰值角度均差的因素影響力由大到小依次為阻尼比、彈簧剛度、前進(jìn)速度，影響仿形穩(wěn)定性變異系數(shù)的因素影響力由大到小依次為前進(jìn)速度、彈簧剛度、阻尼比。通過軟件尋優(yōu)得到角度均差和仿形穩(wěn)定性變異系數(shù)最小條件下的最佳參數(shù)組合為：彈簧剛度9.7N/mm、阻尼比0.38、前進(jìn)速度0.95m/s，對(duì)應(yīng)的理論角度均差為2.3°、仿形穩(wěn)定性變異系數(shù)為6.2%。田間對(duì)比試驗(yàn)表明，掛接仿形減振裝置的撿拾器平均撿拾損失率4.53%，平均含雜率3.22%，分別比未掛接減振裝置的同一撿拾器降低了30.73%和27.64%，作業(yè)效果提升明顯。

摘要:為降低高含水率果穗脫粒過程中的籽粒破碎率和未脫凈率，以滿足玉米籽粒直收技術(shù)對(duì)脫粒裝置要求，改進(jìn)設(shè)計(jì)了橡膠層與碳鋼層復(fù)合結(jié)構(gòu)的脫粒釘齒，自制丁腈橡膠、天然橡膠和三元乙丙橡膠作為復(fù)合釘齒的外層結(jié)構(gòu)材料，并完成復(fù)合釘齒加工。采用臺(tái)架試驗(yàn)方法研究不同外層材料的復(fù)合釘齒對(duì)玉米果穗脫粒性能（籽粒破碎率和未脫凈率）和自身抗磨損性能（破損損失質(zhì)量和表層組織磨損）的影響，脫粒試驗(yàn)表明：籽粒含水率范圍為29.7%~30.5%、果穗喂入量為8~12kg/s時(shí)，丁腈橡膠、天然橡膠及三元乙丙橡膠復(fù)合釘齒和傳統(tǒng)碳鋼釘齒籽粒破碎率分別為4.85%~7.27%、3.77%~6.23%、2.92%~4.88%和6.90%~10.35%，未脫凈率分別為0.41%~0.82%、0.35%~0.78%、0.30%~0.69%和0.24%~0.59%。磨損試驗(yàn)表明：由表層組織宏觀磨損可見，丁腈橡膠層溝壑痕跡明顯，且磨損破壞嚴(yán)重，三元乙丙橡膠層凹坑數(shù)量遠(yuǎn)少于天然橡膠層，兩者均未導(dǎo)致破損失效；由SEM表層微觀形貌可知，丁腈橡膠層裂紋缺陷數(shù)量最多，且組織不連續(xù)，天然橡膠層孔洞削弱組織間結(jié)合力，且易疲勞失效，三元乙丙橡膠層大部分組織相對(duì)完整連續(xù)，且具有較強(qiáng)抵抗外力作用。結(jié)果表明：在籽粒高含水率時(shí)，橡膠復(fù)合釘齒能顯著提高玉米果穗脫粒性能，其中三元乙丙橡膠復(fù)合釘齒的脫粒與自身抗磨損的綜合性能最佳，較傳統(tǒng)碳鋼釘齒籽粒破碎率降低了52.85%~57.68%，未脫凈率與傳統(tǒng)碳鋼釘齒相近，能夠滿足玉米籽粒收獲機(jī)脫粒質(zhì)量評(píng)價(jià)技術(shù)規(guī)范要求。

摘要:針對(duì)甜菜機(jī)械化收獲切頂過程中存在的漏切、少切及塊根損傷等問題，研究了一種齒板式甜菜切頂裝置。對(duì)切頂過程中甜菜進(jìn)行受力分析，明確了切頂裝置運(yùn)動(dòng)的隨機(jī)特性及其關(guān)鍵影響因素。結(jié)合切頂裝置的工作原理及運(yùn)動(dòng)空間，確定了仿形器的連架桿為300mm、連桿為220mm、齒板間距為40mm、限位板高度為100mm、超前量為25mm、安裝角為45°。根據(jù)切頂器工作的特殊位置點(diǎn)，確定了齒板的輪廓曲線，提高了切頂裝置的工作適應(yīng)性。借助Design-Expert軟件進(jìn)行試驗(yàn)設(shè)計(jì)及數(shù)據(jù)處理，獲得切頂裝置各因素與評(píng)價(jià)指標(biāo)的數(shù)學(xué)回歸模型，明確了前進(jìn)速度、彈簧力對(duì)切頂合格率、多切率的影響規(guī)律，并確定了較優(yōu)參數(shù)組合。進(jìn)行了田間試驗(yàn)驗(yàn)證，結(jié)果表明，當(dāng)前進(jìn)速度為1.0m/s、彈簧力為23N時(shí)，甜菜切頂合格率為99.6%，比平板式切頂裝置提高6個(gè)百分點(diǎn)，多切率為0.95%，比平板式切頂裝置降低1.15個(gè)百分點(diǎn)，符合甜菜切頂收獲指標(biāo)要求。

摘要:針對(duì)油茶果機(jī)械化采摘漏采率高、損傷率大的問題，設(shè)計(jì)了一款搖枝式油茶果采摘機(jī)。根據(jù)搖枝式采摘工作原理，完成了關(guān)鍵部件的結(jié)構(gòu)設(shè)計(jì)，計(jì)算分析了采摘頭夾持油茶枝的夾持力，對(duì)油茶枝和油茶果振動(dòng)過程進(jìn)行力學(xué)分析，建立力學(xué)方程并求解。結(jié)果表明，夾持油茶枝時(shí)最大壓力為2826N，振動(dòng)對(duì)樹枝產(chǎn)生的徑向力約為57.5N、法向力約為78.2N，夾持和振動(dòng)都不會(huì)對(duì)枝條造成損傷。為保證采摘機(jī)安全性，對(duì)橫梁架進(jìn)行了靜力學(xué)分析，經(jīng)計(jì)算其彎曲變形為0.0005mm，遠(yuǎn)小于最大許用彎曲撓度。設(shè)計(jì)了四因素三水平正交試驗(yàn)，結(jié)果表明，最佳作業(yè)參數(shù)組合為：采摘裝置的采摘時(shí)間10s、電機(jī)輸出頻率35Hz、采摘頭的振幅5cm及采摘爪的夾持位置（夾持油茶枝的夾持中心到油茶樹冠層距離）10~20cm，此時(shí)油茶果采凈率為95.2%，花苞損傷率為17.2%。對(duì)搖枝式油茶果采摘機(jī)進(jìn)行了田間試驗(yàn)，對(duì)枝條的損傷基本符合采摘要求。

摘要:針對(duì)采后甘藍(lán)人工連續(xù)定向效率低、勞動(dòng)強(qiáng)度大等問題，以“中甘15號(hào)”甘藍(lán)為研究對(duì)象，提出了一種基于轉(zhuǎn)動(dòng)慣量的采后甘藍(lán)自動(dòng)定向方法。首先，建立了采后甘藍(lán)的簡(jiǎn)化幾何模型，對(duì)3個(gè)慣量主軸的轉(zhuǎn)動(dòng)慣量及其定向運(yùn)動(dòng)穩(wěn)定性進(jìn)行了理論分析；其次，建立了定向仿真模型，基于ADAMS軟件分析了26種初始姿態(tài)的采后甘藍(lán)在定向過程中的位移差值和采后甘藍(lán)中心軸與輥輪軸線的夾角隨時(shí)間的變化規(guī)律；最后，搭建自動(dòng)定向試驗(yàn)平臺(tái)，以輥輪直徑、軸向間隙、徑向間隙和角速度為試驗(yàn)因素，以采后甘藍(lán)中心軸與輥輪軸線的夾角和定向成功率為試驗(yàn)指標(biāo)，進(jìn)行了單因素和正交試驗(yàn)。理論分析和仿真結(jié)果表明，采后甘藍(lán)在定向運(yùn)動(dòng)過程中，逐漸趨向繞轉(zhuǎn)動(dòng)慣量最小且唯一的中心軸轉(zhuǎn)動(dòng)，且該運(yùn)動(dòng)狀態(tài)動(dòng)態(tài)穩(wěn)定，即實(shí)現(xiàn)了采后甘藍(lán)的自動(dòng)定向。試驗(yàn)結(jié)果表明，試驗(yàn)因素對(duì)采后甘藍(lán)中心軸與輥輪軸線的夾角影響的顯著性主次順序?yàn)檩佪喼睆?、角速度、軸向間隙、徑向間隙，試驗(yàn)因素對(duì)定向成功率影響的顯著性主次順序?yàn)榻撬俣?、輥輪直徑、軸向間隙、徑向間隙；最優(yōu)參數(shù)組合為輥輪直徑80mm、軸向間隙80mm、徑向間隙70mm、角速度6rad/s。在最優(yōu)參數(shù)組合下進(jìn)行了驗(yàn)證試驗(yàn)，結(jié)果表明，采后甘藍(lán)中心軸與輥輪軸線的夾角平均值為（6.72±1.23）°，定向所需時(shí)間為6.8s，定向成功率為96%，滿足采后甘藍(lán)自動(dòng)定向及后續(xù)高通量處理的需求。

摘要:為了提高深海養(yǎng)殖網(wǎng)箱抵抗強(qiáng)風(fēng)暴襲擊的能力，同時(shí)解決在海區(qū)缺少大型工程安裝設(shè)備的情況下，完成大型深海網(wǎng)箱的高效組裝及后期部件便捷更換等問題，設(shè)計(jì)了一種模塊化自動(dòng)升降式智能化深海網(wǎng)箱。以1.5×104m3型網(wǎng)箱為研究對(duì)象，通過理論論證、實(shí)體建模和仿真計(jì)算，系統(tǒng)研究了深海網(wǎng)箱在風(fēng)暴海況時(shí)的升降狀態(tài)、主要組件的受力及升降過程中平衡技術(shù)的實(shí)現(xiàn)。仿真分析表明，在遭遇風(fēng)暴不升降時(shí)，網(wǎng)箱最大應(yīng)力為2.58×108N/m2，超出了鋼材的屈服強(qiáng)度，在網(wǎng)箱降至海面以下10m時(shí)，應(yīng)力僅為在海面時(shí)的13%，大幅降低了網(wǎng)箱的受力變形；通過多層多節(jié)智能控制能夠?qū)崿F(xiàn)網(wǎng)箱的平衡升降。該網(wǎng)箱克服了傳統(tǒng)網(wǎng)箱普遍存在的抗風(fēng)浪能力差、制造運(yùn)輸不方便、網(wǎng)箱容積受限、使用穩(wěn)定性不足以及智能化程度低等問題，在制造成本、運(yùn)輸、組裝、維修和使用等方面滿足深海規(guī)模化養(yǎng)殖的需求，為復(fù)雜海況、深海大型網(wǎng)箱的設(shè)計(jì)提供了設(shè)計(jì)依據(jù),為實(shí)現(xiàn)規(guī)?；詈ｐB(yǎng)殖工程提供了合理的設(shè)計(jì)方案。

摘要:為研究反問題設(shè)計(jì)中葉輪出口翼展方向環(huán)量非線性分布對(duì)混流泵外特性及內(nèi)流場(chǎng)的影響，拓展混流泵優(yōu)化設(shè)計(jì)空間，在試驗(yàn)驗(yàn)證數(shù)值模擬準(zhǔn)確性的基礎(chǔ)上，通過在葉輪出口翼展方向插入5個(gè)控制點(diǎn)控制環(huán)量分布的方法構(gòu)建了17種不同環(huán)量分布形式；在其他設(shè)計(jì)參數(shù)不變的基礎(chǔ)上使用反問題設(shè)計(jì)方法對(duì)其進(jìn)行三維造型并使用商業(yè)軟件CFX進(jìn)行數(shù)值模擬，對(duì)其外特性及內(nèi)部流場(chǎng)進(jìn)行對(duì)比分析。結(jié)果表明：環(huán)量分布形式對(duì)設(shè)計(jì)工況與小流量工況葉輪效率影響較小，對(duì)大流量工況葉輪效率影響較大；在全工況范圍內(nèi)，環(huán)量分布形式對(duì)葉輪空化性能影響均較大；環(huán)量分布形式可顯著改變?nèi)~輪內(nèi)部流場(chǎng)，影響葉片不同葉高處的做功能力。

摘要:針對(duì)溫室黃瓜早期霜霉病高光譜圖像田間采集環(huán)境光照的影響及有效病害特征難以提取的問題，提出融合病害差異信息改進(jìn)的競(jìng)爭(zhēng)性自適應(yīng)重加權(quán)算法(Competitive adaptive reweighted sampling, CARS)和連續(xù)投影算法(Successive projections algorithm, SPA)相結(jié)合的特征波段提取方法，并建立了黃瓜霜霉病早期檢測(cè)模型。首先，采集黃瓜健康葉片和染病12d內(nèi)每天的高光譜圖像，按病程分為7類；提取感興趣區(qū)域，并計(jì)算平均光譜作為光譜數(shù)據(jù)；采用包絡(luò)線消除法確定霜霉病害差異波段，基于病害差異波段采用CARS對(duì)7個(gè)不同階段的光譜數(shù)據(jù)分別提取特征波段，再利用SPA進(jìn)行二次降維尋優(yōu)；最后，將各特征波段組合，得到47個(gè)特征波段數(shù)據(jù)，據(jù)此建立最小二乘-支持向量機(jī)(Least square support vector machines, LSSVM)模型，用于病害檢測(cè)。在94個(gè)葉片樣本組成的測(cè)試集上進(jìn)行了病害檢測(cè)實(shí)驗(yàn)，結(jié)果表明，融合病害差異信息的Dis-CARS-SPA-LSSVM對(duì)染病2d到發(fā)病12d均能取得100%的檢測(cè)識(shí)別率；對(duì)染病1d的測(cè)試集檢測(cè)識(shí)別率達(dá)到95.83%，其中染病樣本的召回率達(dá)到100%，相較于未融合病害差異信息的CARS-SPA特征提取方法識(shí)別率高4.16個(gè)百分點(diǎn)。說明所提出的Dis-CARS-SPA-LSSVM模型能夠有效實(shí)現(xiàn)溫室黃瓜霜霉病害的早期檢測(cè)。

摘要:根據(jù)溫室番茄智能管理作業(yè)視覺信息獲取需求，研究了番茄植株主莖動(dòng)態(tài)跟蹤與立體測(cè)量方法，以提高對(duì)葉、果和花等目標(biāo)的搜索效率。結(jié)合工廠化番茄種植特征，采用二自由度雙目云臺(tái)攝像機(jī)采集植株主莖圖像；在對(duì)攝像機(jī)與旋轉(zhuǎn)云臺(tái)之間坐標(biāo)關(guān)系進(jìn)行標(biāo)定的基礎(chǔ)上，提出針對(duì)番茄植株主莖圖像跟蹤采集的云臺(tái)伺服控制方法，對(duì)作業(yè)區(qū)域內(nèi)植株進(jìn)行自下而上多視角圖像動(dòng)態(tài)采集；對(duì)相鄰視場(chǎng)主莖重疊區(qū)域的圖像匹配方法進(jìn)行研究，實(shí)現(xiàn)了植株離散圖像的拼接和形態(tài)恢復(fù)；基于主莖跟蹤參考點(diǎn)的空間坐標(biāo)信息，研究了作業(yè)區(qū)域主莖長(zhǎng)度、高度和生長(zhǎng)傾角等立體形態(tài)參數(shù)的測(cè)量方法；最后，通過現(xiàn)場(chǎng)試驗(yàn)對(duì)主莖拼接與測(cè)量方法進(jìn)行驗(yàn)證。結(jié)果表明，在距地面高度600~1500mm作業(yè)區(qū)域內(nèi)，視覺系統(tǒng)跟蹤采集的主莖3個(gè)區(qū)域圖像的平均拼接偏差為3.77°；以人工測(cè)量結(jié)果為對(duì)照，采用視覺系統(tǒng)測(cè)量主莖長(zhǎng)度、高度和生長(zhǎng)傾角的決定系數(shù)分別為0.9933、0.8426、0.9793，平均測(cè)量偏差分別為46.20mm、18.60mm和4.33°。本研究可為番茄智能化整枝、采摘和授粉等作業(yè)視覺信息獲取提供技術(shù)支撐。

摘要:為監(jiān)測(cè)農(nóng)業(yè)環(huán)境中有機(jī)磷農(nóng)藥的殘留，從種養(yǎng)源頭管控農(nóng)產(chǎn)品安全，基于鋯離子和1,2,4,5-四（4-羧苯基）苯（H-4-TCPB）合成了藍(lán)色熒光金屬-有機(jī)框架材料（MOFs）Zr-TCPB，并與紅色熒光量子點(diǎn)QDs組裝成雙熒光QDs@MOFs復(fù)合物，基于Zr-TCPB對(duì)有機(jī)磷農(nóng)藥特異性熒光淬滅效應(yīng)，構(gòu)建比例型熒光化學(xué)傳感器系統(tǒng)，實(shí)現(xiàn)了有機(jī)磷農(nóng)藥的快速、靈敏、可視化檢測(cè)。甲基對(duì)硫磷與對(duì)硫磷的檢測(cè)限（LOD）分別為1.9μg/L和4.9μg/L，線性檢測(cè)范圍為0.005~2mg/L。研究表明，該熒光分析法能有效用于農(nóng)業(yè)環(huán)境水樣中甲基對(duì)硫磷及對(duì)硫磷的現(xiàn)場(chǎng)快速測(cè)定，甲基對(duì)硫磷回收率為93.23%~116.46%，平均相對(duì)標(biāo)準(zhǔn)偏差（RSD）為5.29%，對(duì)硫磷回收率為92.52%~107.83%，平均RSD為5.74%。該方法在環(huán)境樣品農(nóng)藥殘留快速監(jiān)測(cè)方面具有巨大的應(yīng)用價(jià)值。

摘要:針對(duì)溫室番茄智能化管理視覺信息穩(wěn)定獲取的需要，研究了基于高動(dòng)態(tài)范圍成像技術(shù)的番茄植株圖像色彩矯正方法，以克服復(fù)雜自然光照條件對(duì)作業(yè)對(duì)象色彩穩(wěn)定呈現(xiàn)的客觀限制。鑒于溫室內(nèi)光照時(shí)空波動(dòng)和復(fù)雜背景輻射強(qiáng)度突變導(dǎo)致圖像色彩失真，提出了融合多曝光強(qiáng)度圖像的攝像機(jī)輻射響應(yīng)模型標(biāo)定方法；分別提取曝光時(shí)間為0.01、0.05、0.08、0.10ms的4幅圖像離散像素點(diǎn)的Y通道亮度信息，求解特定視場(chǎng)下像素點(diǎn)亮度與曝光度的函數(shù)關(guān)系，在此基礎(chǔ)上以低曝光度圖像亮度為參考，估計(jì)攝像機(jī)全局視場(chǎng)的輻射強(qiáng)度；采用S曲線函數(shù)壓縮高動(dòng)態(tài)范圍圖像數(shù)據(jù)，將視場(chǎng)輻射強(qiáng)度映射為圖像亮度，實(shí)現(xiàn)對(duì)低曝光圖像的色彩矯正重構(gòu)；最后，通過現(xiàn)場(chǎng)試驗(yàn)對(duì)色彩矯正方法進(jìn)行驗(yàn)證，試驗(yàn)結(jié)果表明，不同場(chǎng)景和時(shí)段的番茄植株圖像的灰度信息量、離散程度和清晰度均得到改善，圖像灰度信息熵、標(biāo)準(zhǔn)方差和平均梯度平均提高16.87%、9.81%和19.49%。本研究可為農(nóng)業(yè)復(fù)雜光照條件下作業(yè)對(duì)象圖像色彩信息的獲取研究提供參考。

摘要:為及時(shí)掌握作物水分利用狀況、評(píng)估作物水分虧缺和提高作物水分利用效率，在2012—2016年期間進(jìn)行了不同水分處理的冬小麥田間試驗(yàn)，獲取了冬小麥主要生育期冠層光譜和葉片含水量等數(shù)據(jù)。利用冬小麥冠層光譜以及Quickbird、IKONOS、GF-2、GF-1、Landsat8、HJ-1A/B、GF-4和MODIS衛(wèi)星傳感器光譜響應(yīng)函數(shù)模擬衛(wèi)星多波段反射率，參照歸一化植被指數(shù)(Normalized vegetation index, NDVI)、比值植被指數(shù)(Ratio vegetation index, RVI)和差值植被指數(shù)(Difference vegetation index, DVI)的形式，將各衛(wèi)星波段反射率兩兩組合，系統(tǒng)分析構(gòu)建的植被指數(shù)與葉片含水量的相關(guān)性，探討不同空間分辨率(2.44、4、8、30、50、250m)波段組合及植被指數(shù)對(duì)作物水分狀況和灌溉活動(dòng)的響應(yīng)能力。結(jié)果表明，NDVI、RVI和DVI 3種指數(shù)對(duì)作物水分敏感區(qū)域的分布類似；8個(gè)衛(wèi)星的近紅外波段與葉片含水量的相關(guān)系數(shù)為正，其余幾個(gè)波段與葉片含水量的相關(guān)系數(shù)為負(fù)；NDVI(GF-1綠波段,GF-2綠波段)、RVI(GF-1綠波段,GF-2綠波段)和DVI(GF-2藍(lán)波段,GF-4藍(lán)波段)與葉片含水量相關(guān)性較好，決定系數(shù)R2分別為0.776、0.774和0.886，以DVI形式構(gòu)建的植被指數(shù)對(duì)葉片含水量的估算效果最好。本研究可為區(qū)域作物水分狀況評(píng)估以及作物灌溉活動(dòng)監(jiān)測(cè)提供技術(shù)和方法支持。

摘要:為提高小麥條銹病遙感監(jiān)測(cè)精度，綜合利用反射率光譜在作物生化參數(shù)探測(cè)方面的優(yōu)勢(shì)和葉綠素?zé)晒庠诠夂仙碓\斷方面的優(yōu)勢(shì)，構(gòu)建了冠層日光誘導(dǎo)葉綠素?zé)晒?Solarinduced chlorophyll fluorescence，SIF)協(xié)同反射率光譜吸收參量的初始特征集合，并基于融合遺傳算法(Genetic algorithm，GA)和支持向量回歸(Support vector regression，SVR)算法對(duì)初始特征集合與SVR參數(shù)進(jìn)行聯(lián)合優(yōu)選，確定遙感監(jiān)測(cè)小麥條銹病嚴(yán)重度的敏感因子，建立基于GA-SVR算法的小麥條銹病遙感監(jiān)測(cè)模型，并將其與相關(guān)系數(shù)(Correlation coefficient，CC)分析法提取特征參量構(gòu)建的CC-SVR模型精度進(jìn)行對(duì)比。小區(qū)試驗(yàn)數(shù)據(jù)驗(yàn)證結(jié)果表明，融合GA和SVR算法優(yōu)選特征參量構(gòu)建的GA-SVR模型精度優(yōu)于CC-SVR模型，3個(gè)樣本組中GA-SVR模型預(yù)測(cè)病情指數(shù)(Disease index，DI)與實(shí)測(cè)DI間的決定系數(shù)R2比CC-SVR模型至少提高了2.7%，平均提高了17.8%，均方根誤差(Root mean square error，RMSE)至少減少了10.1%，平均減少了32.1%。大田調(diào)查數(shù)據(jù)進(jìn)一步驗(yàn)證了利用GA-SVR算法對(duì)小麥條銹病遙感監(jiān)測(cè)的敏感因子進(jìn)行優(yōu)選及模型構(gòu)建能夠提高小麥條銹病遙感監(jiān)測(cè)精度，研究結(jié)果為實(shí)現(xiàn)大面積高精度遙感監(jiān)測(cè)作物健康狀況提供了思路。

摘要:針對(duì)現(xiàn)有水果組織光學(xué)特征參數(shù)反演方法耗時(shí)費(fèi)力、普適性較差的問題，提出了一種基于模型遷移的光學(xué)特征參數(shù)反演方法。以蘋果為例，構(gòu)造仿真雙層生物組織模型；基于蒙特卡洛(Monte Carlo)原理進(jìn)行光子傳輸模擬，生成150萬光亮度分布圖，將光亮度分布圖作為數(shù)據(jù)集輸入構(gòu)造好的8層卷積神經(jīng)網(wǎng)絡(luò)(CNN)上進(jìn)行訓(xùn)練，得到預(yù)訓(xùn)練模型；再將訓(xùn)練好的模型遷移到實(shí)際測(cè)得的含有4000幅蘋果高光譜點(diǎn)光源圖像的數(shù)據(jù)集上進(jìn)行微調(diào)，從而完成對(duì)光學(xué)參數(shù)的反演。將本文方法與其他幾種算法的反演結(jié)果進(jìn)行分析比較，結(jié)果表明，在實(shí)測(cè)數(shù)據(jù)集較小的情況下，該方法對(duì)蘋果光學(xué)特征參數(shù)的反演結(jié)果為果皮吸收系數(shù)87.26%、果肉吸收系數(shù)90.53%、果皮散射系數(shù)86.66%、果肉散射系數(shù)87.57%，反演準(zhǔn)確率高于其他算法，預(yù)訓(xùn)練模型基于大量仿真模型的光亮度分布圖經(jīng)由訓(xùn)練而得到，具有良好的普適性。本研究為解決水果光學(xué)特征參數(shù)反演中建模數(shù)據(jù)量不足問題提供了方法參考。

摘要:針對(duì)耕地多功能評(píng)價(jià)供需混淆的問題，提出了耕地多功能供需理論框架，從供給和需求兩個(gè)角度構(gòu)建耕地多功能評(píng)價(jià)體系，采用全排列多邊形圖示法計(jì)算耕地多功能指數(shù)，分析了河南省耕地多功能供給需求空間差異，參考國(guó)家戰(zhàn)略需求并以平衡供需為目標(biāo)提出了耕地優(yōu)化路徑。結(jié)果表明：耕地多功能供給表現(xiàn)為其輸出的產(chǎn)品和服務(wù)能力，耕地多功能需求是指人類對(duì)耕地所提供的各項(xiàng)產(chǎn)品和服務(wù)的消耗量；供給和需求均可分為生產(chǎn)、經(jīng)濟(jì)、生態(tài)、社會(huì)保障和景觀文化5種功能。2017年河南省耕地多功能供給（多功能指數(shù)為0.678）相較于需求（多功能指數(shù)為0.723）表現(xiàn)出滯后性，其中僅景觀文化功能為供過于求，且生態(tài)功能和社會(huì)保障功能供需失衡的城市數(shù)量最多。耕地多功能供給和需求總體呈現(xiàn)西北低、東南高的空間格局，豫東南部耕地多功能供需相對(duì)平衡，半山區(qū)耕地多功能供需失衡明顯。根據(jù)國(guó)家戰(zhàn)略規(guī)劃與耕地多功能供需差異，將耕地優(yōu)化路徑分為功能轉(zhuǎn)化、供給提升、耕地儲(chǔ)備3種類型。本研究因地制宜地劃分了耕地利用優(yōu)化類型，可為實(shí)現(xiàn)區(qū)域耕地“三位一體”發(fā)展提供支撐。

摘要:為探究生物質(zhì)改良材料對(duì)滴灌鹽漬土水、鹽、肥運(yùn)移過程的調(diào)控效應(yīng)，采用土箱模擬試驗(yàn)，研究了水肥一體化滴灌條件下，生物炭和腐殖酸兩種改良材料對(duì)鹽漬土水、鹽、氮運(yùn)移和再分布過程及其時(shí)空分布特征的影響規(guī)律。結(jié)果表明：在滴灌條件下，鹽漬土壤水鹽的時(shí)空動(dòng)態(tài)變化表現(xiàn)出明顯的水分入滲驅(qū)動(dòng)的鹽分運(yùn)移過程和蒸發(fā)擴(kuò)散驅(qū)動(dòng)的水鹽再分布過程；銨態(tài)氮含量在時(shí)間上表現(xiàn)出先增大、后減小的變化趨勢(shì)，在空間上的運(yùn)移再分布特征較弱；硝態(tài)氮含量初始時(shí)空分布表現(xiàn)出與水鹽相似的運(yùn)移特征，受銨態(tài)氮硝化作用的多重影響，后期空間分布與銨態(tài)氮空間分布相似；生物炭通過提高土壤飽和導(dǎo)水率，增大了入滲階段土壤水、鹽、氮的運(yùn)移速率和分布范圍；腐殖酸通過提高土壤田間持水率增大了再分布過程土壤水、鹽、氮的分布范圍和強(qiáng)度，同時(shí)其對(duì)尿素的水解和硝化過程表現(xiàn)出更強(qiáng)的抑制效果。應(yīng)用生物質(zhì)改良材料在改變土壤物理性狀進(jìn)而調(diào)控滴灌土壤水鹽運(yùn)移的同時(shí)，還影響土壤氮素轉(zhuǎn)化運(yùn)移過程及其分布，這為水肥一體化滴灌鹽漬農(nóng)田的節(jié)水、控鹽、減肥治理提供了理論基礎(chǔ)。

摘要:針對(duì)傳統(tǒng)土壤樣本采集操作復(fù)雜、勞動(dòng)強(qiáng)度大、采集精度低和缺乏信息化管理的問題，設(shè)計(jì)了一種車載智能土壤采樣系統(tǒng)。該系統(tǒng)安裝于無人駕駛采樣車上，系統(tǒng)包括土壤樣本自動(dòng)采集裝置和電氣控制系統(tǒng)。對(duì)系統(tǒng)整個(gè)工作過程進(jìn)行分析，確定了各關(guān)鍵機(jī)構(gòu)及控制硬件的主要工作參數(shù)。電氣控制系統(tǒng)以運(yùn)動(dòng)控制器為控制核心，土壤樣本自動(dòng)采集裝置對(duì)不同深度范圍的土樣進(jìn)行采集，并按地理位置信息分類收集，通過RFID讀寫器將GPS系統(tǒng)定位所解算的目標(biāo)采樣點(diǎn)的經(jīng)緯度地理信息和采樣深度等信息寫入收集土樣采樣筒底部的電子標(biāo)簽中。性能試驗(yàn)表明，安裝于無人駕駛采樣車的車載智能土壤采樣系統(tǒng)工作運(yùn)行穩(wěn)定、可靠，能夠?qū)r(nóng)耕層0~200mm任意深度范圍的土壤進(jìn)行自動(dòng)分層采樣，效率高、精度高、全程自動(dòng)化，能夠按照位置信息進(jìn)行分類管理，較好地滿足了智能化高質(zhì)量采集土樣的需求。

摘要:針對(duì)河北省受農(nóng)業(yè)生產(chǎn)活動(dòng)和降水量變化影響，社會(huì)用水與水資源承載能力嚴(yán)重失衡的問題，基于河北省水資源變化特征，利用Penman-Monteith公式和作物系數(shù)法計(jì)算區(qū)域主要作物需水量，分析種植結(jié)構(gòu)變化對(duì)灌溉需水量的影響。結(jié)果表明：進(jìn)入21世紀(jì)以來，河北省水資源總量、地表水資源量和地下水資源量比1956—2017年年均值分別減少22.36%、42.15%和9.01%，地下水開采量和農(nóng)田灌溉量逐年下降，但地下水超采量仍高達(dá)3.31×109m3，典型深層地下水漏斗區(qū)地下水位埋深依然處于60.34~70.46m。同一作物年際間的需水量呈現(xiàn)弱降低趨勢(shì)，蔬菜、水稻、水果、棉花、薯類、冬小麥、油料、大豆、玉米和谷子的需水量依次降低，分別為750.56~893.09mm、698.25~832.60mm、653.93~773.28mm、506.30~634.23mm、481.42~594.37mm、401.66~504.60mm、406.26~510.68mm、335.28~429.74mm、309.72~399.54mm、269.94~345.77mm。冬小麥的水分虧缺指數(shù)最高，為0.72；蔬菜、水稻和水果的水分虧缺指數(shù)依次降低，分別為0.47、0.46和0.36。冬小麥、蔬菜和水果年均灌溉需水總量分別占作物總灌溉需水量的46.87%、12.94%和12.24%。與1980—1989年相比，2010—2017年蔬菜和水果種植面積分別增加了186.01%和59.98%，灌溉需水量相應(yīng)增加了143.75%和18.91%，而其他作物灌溉需水量均有所降低，蔬菜和水果種植面積增加成為農(nóng)業(yè)灌溉需水量保持高位運(yùn)行的主導(dǎo)因素。從實(shí)現(xiàn)主要農(nóng)產(chǎn)品供需平衡、水資源平衡和國(guó)家糧食安全考慮，大幅減少高耗水作物（蔬菜和水果）種植面積是未來降低作物灌溉總需水量的有效途徑。在保證京津冀市場(chǎng)需求的基礎(chǔ)上，河北省蔬菜和水果的種植面積分別縮減至1.72×105、1.97×105hm2,年灌溉總需水量可減少3.31×109m3。

摘要:為揭示通風(fēng)方式對(duì)好氧堆肥過程中氮素轉(zhuǎn)化及損失的影響，設(shè)置連續(xù)通風(fēng)T1（通風(fēng)速率0.2L/（min·kg））和間歇通風(fēng)T2（平均通風(fēng)速率0.2L/（min·kg），通風(fēng)10min，間歇10min）2個(gè)處理，以牛糞和玉米秸稈為原料在反應(yīng)器中進(jìn)行好氧堆肥試驗(yàn)。結(jié)果表明，堆肥結(jié)束后T1和T2處理總氮（TN）損失分別占初始 TN 23.25%和21.12%， TN的損失以NH3揮發(fā)為主，分別占 TN損失的74.76%和61.84%，而以N2O排放損失的氮僅占 TN損失的1.12%和1.37%。NH3揮發(fā)主要集中在堆肥初期，主要是因?yàn)檩^高的溫度和pH值所致，至堆肥結(jié)束時(shí)T2處理NH3累積排放量比T1處理少24.37%。不同通風(fēng)方式對(duì)堆肥過程中NH+4N和NO-3N的含量變化也產(chǎn)生顯著影響，到堆肥結(jié)束時(shí)，T2處理相比T1處理，其NH+4N含量低11%，而NO-3N含量高6.7%，T2處理酸解總有機(jī)氮含量比T1處理高12.4%，說明間歇通風(fēng)有利于硝化作用和氨同化作用的進(jìn)行。結(jié)構(gòu)方程模型（SEM）顯示，T2處理不同有機(jī)氮對(duì)NH+4N含量的總影響從大到小順序?yàn)椋乎０窇B(tài)氮(1.006)、氨基糖態(tài)氮(0.485)、酸解未知態(tài)氮(0.034)、氨基酸態(tài)氮(-0.852)，說明NH+4N來源于酰胺態(tài)氮、氨基糖態(tài)氮和酸解未知態(tài)氮，同時(shí)NH+4N可以通過氨同化作用生成氨基酸態(tài)氮，間歇通風(fēng)能促進(jìn)NH+4N向氨基酸態(tài)氮的轉(zhuǎn)化。間歇通風(fēng)方式通過抑制有機(jī)氮向NH+4N的轉(zhuǎn)化，降低堆肥過程中由NH3排放造成的氮素?fù)p失。

摘要:為探究尿素預(yù)處理玉米秸稈降解木質(zhì)素的動(dòng)力學(xué)特性，解析尿素對(duì)玉米秸稈木質(zhì)素的作用規(guī)律，研究了總固體質(zhì)量分?jǐn)?shù)（10%、30%、50%和70%）和尿素添加比例（1∶100、1∶20、1∶10、1∶2和7∶10）對(duì)玉米秸稈木質(zhì)素含量的影響，并進(jìn)行模型擬合，獲得了尿素預(yù)處理玉米秸稈降解木質(zhì)素動(dòng)力學(xué)模型。結(jié)果表明：總固體質(zhì)量分?jǐn)?shù)在50%以內(nèi)時(shí)，隨著尿素添加比例的增加，玉米秸稈的木質(zhì)素去除率先增加、后降低，總固體質(zhì)量分?jǐn)?shù)為70%時(shí)木質(zhì)素去除率隨著尿素添加比例的增加而增加，當(dāng)總固體質(zhì)量分?jǐn)?shù)為10%和70%、對(duì)應(yīng)尿素添加比例為1∶20和7∶10時(shí)，獲得的最大木質(zhì)素去除率分別為71.05%、68.69%；不同預(yù)處理?xiàng)l件下，玉米秸稈的殘余木質(zhì)素質(zhì)量與總固體回收量均呈現(xiàn)較好的線性關(guān)系，在整個(gè)尿素預(yù)處理過程中脫木質(zhì)素選擇性系數(shù)穩(wěn)定在0.32~0.48g/g之間；尿素預(yù)處理玉米秸稈的脫木質(zhì)素過程符合初始脫木質(zhì)素、大量脫木質(zhì)素和殘余脫木質(zhì)素3個(gè)階段連續(xù)一階動(dòng)力學(xué)模型，大量脫木質(zhì)素階段的最大可脫除木質(zhì)素質(zhì)量比可達(dá)0.71，在低、高總固體含量下，尿素轉(zhuǎn)化的液態(tài)銨和氣態(tài)氨對(duì)玉米秸稈均具有較好的脫木質(zhì)素作用。

摘要:玉米芯是一種重要的木質(zhì)纖維素生物質(zhì)農(nóng)業(yè)廢棄物，因其降解困難、利用率較低而未得到充分利用。從寒地黑土中篩選出一株高效降解木質(zhì)纖維素的放線菌GS-3-39，對(duì)其進(jìn)行生物學(xué)形態(tài)鑒定及16S rRNA分子生物學(xué)鑒定，判定GS-3-39屬于鏈霉菌屬。采用單因素結(jié)合響應(yīng)曲面法對(duì)其發(fā)酵條件進(jìn)行優(yōu)化，并對(duì)降解前后的玉米芯進(jìn)行紅外和電鏡觀察。結(jié)果表明：當(dāng)培養(yǎng)基初始pH值為5.06、發(fā)酵溫度28.22℃、發(fā)酵轉(zhuǎn)速163.98r/min、接菌量為3.09%時(shí)，玉米芯木質(zhì)纖維素降解率理論最優(yōu)值為26.881%，重復(fù)試驗(yàn)得到降解率為27.264%。在此條件下對(duì)玉米芯進(jìn)行降解，結(jié)果表明，放線菌GS-3-39對(duì)玉米芯木質(zhì)纖維素具有降解作用。

摘要:為探討蘋果酸-乳酸發(fā)酵（Malolactic fermentation，MLF）對(duì)美樂（Merlot）低醇桃紅葡萄酒品質(zhì)的影響，在對(duì)不同接種方式進(jìn)行優(yōu)選的基礎(chǔ)上，以美樂釀酒葡萄為原料，采用本土酒酒球菌（Oenococcus oeni，O. oeni）和商業(yè)酵母菌同時(shí)接種，進(jìn)行酒精發(fā)酵與MLF試驗(yàn)，并對(duì)混菌發(fā)酵接種量進(jìn)行優(yōu)化，通過微釀試驗(yàn)分析MLF對(duì)酒體香氣品質(zhì)的影響。結(jié)果表明，與未進(jìn)行MLF的對(duì)照組相比，MLF組產(chǎn)生的酯類物質(zhì)種類最多（28種）、含量最高（質(zhì)量濃度3229.52μg/L），且酯類、酸類、醛酮類化合物含量與其他4個(gè)處理組之間存在顯著性差異（P<0.05）；由單因素和正交試驗(yàn)得出影響美樂低醇葡萄酒MLF菌株接種量的主次順序依次為：O. oeni接種量、非釀酒酵母接種量、釀酒酵母接種量，最優(yōu)接種量為：O. oeni接種量7%、釀酒酵母接種量0.25g/L、非釀酒酵母接種量0.35g/L，在此條件下完成發(fā)酵的酒體柔和指數(shù)最高（1.229），酒樣中酯類、醇類、酸類化合物含量明顯升高；感官評(píng)價(jià)顯示，采用同時(shí)接種進(jìn)行蘋果酸-乳酸發(fā)酵，在賦予酒樣強(qiáng)烈果香、花香的同時(shí)還增強(qiáng)了酒體香氣的復(fù)雜性和層次感。綜合分析，進(jìn)行蘋果酸-乳酸發(fā)酵可明顯提升美樂低醇桃紅葡萄酒的香氣和感官品質(zhì)

摘要:利用α-葡萄糖苷酶抑制劑體外篩選模型，分析了來源于傳統(tǒng)乳制品的10株乳桿菌對(duì)豬小腸提取的α-葡萄糖苷酶的抑制活性；對(duì)這些菌株的基本益生特性，包括對(duì)人工模擬胃腸液的耐受性及對(duì)腸上皮細(xì)胞的粘附性等進(jìn)行了評(píng)價(jià)；最后，通過Caco-2細(xì)胞建立的Transwell模型分析了乳桿菌對(duì)人腸道α-葡萄糖苷酶活性及其基因表達(dá)的影響。結(jié)果表明，這10株乳桿菌對(duì)豬小腸提取的α-葡萄糖苷酶均具有不同程度的抑制作用；乳桿菌的α-葡萄糖苷酶抑制活性在菌株生長(zhǎng)的對(duì)數(shù)期或穩(wěn)定期達(dá)到高峰，隨后出現(xiàn)下降的趨勢(shì)；結(jié)合菌株的基本益生特性評(píng)價(jià)發(fā)現(xiàn)，有3株具有較高抑制活性的乳桿菌能夠耐受人工模擬的胃腸液，并具有較強(qiáng)的黏附腸上皮細(xì)胞HT-29的能力；由Transwell模型發(fā)現(xiàn)，乳桿菌能同時(shí)抑制α-葡萄糖苷酶的活性及基因表達(dá)量。研究表明，篩選出的3株乳桿菌（副干酪乳桿菌L14和Z3-11以及植物乳桿菌NL42）均具有較高的α-葡萄糖苷酶抑制活性和較好的益生特性，可作為潛在的輔助降血糖的益生菌株。

摘要:為實(shí)現(xiàn)轉(zhuǎn)盤式對(duì)蝦剝制機(jī)自動(dòng)、有序、逐只喂入，設(shè)計(jì)了一種對(duì)蝦逐只分離裝置，該裝置主要由夾持器、導(dǎo)引勺、輪盤、后殼和傳動(dòng)機(jī)構(gòu)等組成。以去頭對(duì)蝦的幾何參數(shù)為依據(jù)，通過分析去頭對(duì)蝦的外形特征和受力情況，確定了夾持器、導(dǎo)引勺等關(guān)鍵部件的結(jié)構(gòu)參數(shù)以及分離裝置的轉(zhuǎn)速范圍。以轉(zhuǎn)速為試驗(yàn)因素，以重排率、漏排率、對(duì)蝦破損率和排料速率為指標(biāo)，在對(duì)蝦逐只分離裝置試驗(yàn)臺(tái)上進(jìn)行了單因素試驗(yàn)，并利用圖像采集系統(tǒng)分析了分離裝置的工作過程。結(jié)果表明：對(duì)蝦逐只分離裝置的最優(yōu)轉(zhuǎn)速為20r/min，在該轉(zhuǎn)速下重排率為9.2%、漏排率為7.7%、對(duì)蝦破損率為2.5%、排料速率為164只/min。研究表明，該裝置結(jié)構(gòu)設(shè)計(jì)可行，能夠?qū)?duì)蝦雜亂無序的狀態(tài)變?yōu)閱沃惠敵鰻顟B(tài)。

摘要:以薯類（紅薯、木薯）、豆類（豌豆、綠豆）和谷類（玉米、小麥）淀粉為研究對(duì)象，在淀粉糊化溫度測(cè)定的基礎(chǔ)上，通過降低溫度和pH值，研究了不同淀粉顆粒外殼的分離方法。結(jié)果表明，將最高處理溫度與淀粉糊化溫度差值設(shè)置為-16~15℃，在乙酸溶液（pH值1.5、濃度7.1mol/L）中對(duì)淀粉顆粒進(jìn)行處理，糊化程度為19%~56%時(shí)，可以得到不同淀粉的顆粒外殼，厚度為50~470nm。除綠豆淀粉外，其他淀粉顆粒外殼的分子量（4.3×107~5.2×107g/mol）均大于原淀粉的分子量（3.8×107~4.7×107g/mol）。不同淀粉外殼的厚度與其粒徑、直鏈淀粉質(zhì)量分?jǐn)?shù)以及相對(duì)結(jié)晶度沒有明顯的相關(guān)性。玉米淀粉的顆粒外殼結(jié)構(gòu)相對(duì)完整，可作為生物大分子緩釋自組裝包膜材料。

摘要:為了實(shí)現(xiàn)農(nóng)產(chǎn)品優(yōu)質(zhì)節(jié)能干燥，針對(duì)轉(zhuǎn)輪除濕再生能耗高等問題，進(jìn)行了轉(zhuǎn)輪除濕系統(tǒng)優(yōu)化設(shè)計(jì)，設(shè)計(jì)了中低溫可切換一體干燥機(jī)，構(gòu)建分級(jí)冷凝再生模式，進(jìn)行分級(jí)再生與香菇除濕干燥試驗(yàn)分析，研究?jī)?yōu)化干燥工藝，確定整機(jī)除濕能耗等作業(yè)參數(shù)。為了檢驗(yàn)并提高分級(jí)冷凝作業(yè)性能，以再生加熱溫度、再生冷凝熱量及干燥冷凝熱量為指標(biāo)，運(yùn)用Box-Benhnken中心組合試驗(yàn)設(shè)計(jì)理論，對(duì)蒸發(fā)進(jìn)風(fēng)溫度、再生進(jìn)風(fēng)溫度、風(fēng)閥開度3個(gè)影響分級(jí)再生性能的因素進(jìn)行響應(yīng)面試驗(yàn)。通過數(shù)據(jù)分析，建立了分級(jí)冷凝再生模型，結(jié)合等值線圖分析了上述3個(gè)試驗(yàn)因素對(duì)指標(biāo)的影響規(guī)律，同時(shí)對(duì)各影響因素進(jìn)行了綜合優(yōu)化與試驗(yàn)驗(yàn)證。結(jié)果表明，3個(gè)回歸模型均高度顯著，RSq均大于99%，模型可靠性高；在室溫條件下，提高蒸發(fā)溫度與再生進(jìn)風(fēng)溫度有利于提升分級(jí)冷凝再生效果；與純電加熱再生相比，分級(jí)冷凝再生可降低能耗29.6%。香菇轉(zhuǎn)輪除濕干燥試驗(yàn)表明，在相同干燥溫度下，采用轉(zhuǎn)輪除濕干燥比熱泵干燥后的香菇品相好，干燥速率提升2倍以上，能耗高5.9%。

摘要:針對(duì)傳統(tǒng)機(jī)械傳動(dòng)式高地隙噴霧機(jī)底盤在水田環(huán)境行走時(shí)容易陷入泥濘和深溝的問題，設(shè)計(jì)了一種四輪獨(dú)立電驅(qū)動(dòng)自轉(zhuǎn)向電動(dòng)底盤。底盤轉(zhuǎn)向機(jī)構(gòu)由可自轉(zhuǎn)向的前后橋構(gòu)成，根據(jù)自轉(zhuǎn)向機(jī)構(gòu)特點(diǎn)，提出了底盤部分動(dòng)力學(xué)建模方法，將未建模動(dòng)態(tài)以及外部擾動(dòng)合并為總擾動(dòng)，構(gòu)建擴(kuò)張狀態(tài)觀測(cè)器（Extended state observer, ESO），實(shí)時(shí)估計(jì)總擾動(dòng)并進(jìn)行擾動(dòng)補(bǔ)償，再對(duì)無擾動(dòng)的線性模型設(shè)計(jì)串級(jí)比例控制器，進(jìn)行模型參數(shù)辨識(shí)與控制驗(yàn)證。仿真結(jié)果表明，采用階躍信號(hào)模擬擾動(dòng)，ESO擾動(dòng)觀測(cè)值可在0.5s內(nèi)收斂到實(shí)際擾動(dòng)；擾動(dòng)觀測(cè)器收斂后，當(dāng)期望轉(zhuǎn)角從0°突加至20°時(shí)，得到轉(zhuǎn)角跟蹤控制響應(yīng)曲線的上升時(shí)間為1.9s，超調(diào)量為2.3%。試驗(yàn)表明，噴霧機(jī)以1m/s的速度行駛在平坦路面時(shí)，前轉(zhuǎn)向橋轉(zhuǎn)角上升時(shí)間為3.1s，后轉(zhuǎn)向橋轉(zhuǎn)角上升時(shí)間為2.0s，說明本控制方法具有較好的控制效果；噴霧機(jī)在滿載的情況下工作在泥濘田間時(shí)，可以越過寬20cm、深40cm的泥濘深溝，說明其在田間具有良好的通過性。

摘要:針對(duì)履帶式聯(lián)合收獲機(jī)在不平坦地表作業(yè)時(shí)，車體隨地形起伏而傾斜，造成作業(yè)效率降低、駕駛員舒適性變差、安全性降低的問題，設(shè)計(jì)了一種履帶式聯(lián)合收獲機(jī)全向調(diào)平底盤。該底盤由上架、下架、升降機(jī)構(gòu)和電液控制系統(tǒng)組成，可實(shí)現(xiàn)聯(lián)合收獲機(jī)底盤傾斜時(shí)的自動(dòng)與手動(dòng)調(diào)節(jié)，縱向調(diào)節(jié)范圍為-5°~7°，橫向調(diào)節(jié)范圍為-6.5°~6.5°，底盤最大提升高度為130mm。闡述了全向調(diào)平底盤的工作原理、電液控制系統(tǒng)結(jié)構(gòu)與調(diào)平控制策略，進(jìn)行了針對(duì)底盤性能的靜態(tài)與動(dòng)態(tài)調(diào)平的驗(yàn)證試驗(yàn)。靜態(tài)調(diào)平試驗(yàn)對(duì)底盤前最低、后最低、左最低、右最低、左前最低、右前最低、左后最低、右后最低8種傾斜狀態(tài)進(jìn)行調(diào)平，結(jié)果表明，自動(dòng)調(diào)平系統(tǒng)最長(zhǎng)調(diào)節(jié)時(shí)間為8.2s,平均調(diào)節(jié)時(shí)間4.2s，傾斜度調(diào)節(jié)誤差最大值為0.67°。動(dòng)態(tài)調(diào)平試驗(yàn)針對(duì)自動(dòng)調(diào)平控制、手動(dòng)調(diào)平控制和固定地隙調(diào)平控制3種調(diào)平控制模式，進(jìn)行了坡地、畦溝田塊、水田等地形下的調(diào)平對(duì)比試驗(yàn)。在坡地與畦溝田塊試驗(yàn)中，自動(dòng)調(diào)平控制模式可以改善底盤的傾斜狀態(tài)，提高底盤的穩(wěn)定性；手動(dòng)調(diào)平控制模式有一定的調(diào)節(jié)作用，但調(diào)節(jié)穩(wěn)定性較差。在水田試驗(yàn)中，自動(dòng)調(diào)平控制模式調(diào)平效果優(yōu)于坡地與畦溝田塊，說明在地形起伏較小的條件下，自動(dòng)調(diào)平控制系統(tǒng)調(diào)平效果更好。動(dòng)態(tài)調(diào)平試驗(yàn)表明，自動(dòng)調(diào)平系統(tǒng)可以減小底盤傾斜度，提高底盤穩(wěn)定性，增強(qiáng)聯(lián)合收獲機(jī)對(duì)不平坦地表的適應(yīng)性。

摘要:針對(duì)由外副驅(qū)動(dòng)的三自由度兩轉(zhuǎn)一移并聯(lián)機(jī)構(gòu)運(yùn)動(dòng)學(xué)性能優(yōu)化問題，提出一種尺度綜合多目標(biāo)優(yōu)化設(shè)計(jì)方法。首先，運(yùn)用螺旋理論分析機(jī)構(gòu)的運(yùn)動(dòng)學(xué)性能；其次，將可達(dá)工作空間離散為n層，采用極坐標(biāo)方法計(jì)算每層高度的最大內(nèi)切圓，通過數(shù)值方法計(jì)算由每層最大內(nèi)切圓構(gòu)成的規(guī)則圓臺(tái)工作空間體積；然后，以規(guī)則工作空間體積和全局運(yùn)動(dòng)/力傳遞指標(biāo)為目標(biāo)函數(shù)，以驅(qū)動(dòng)限制和關(guān)節(jié)轉(zhuǎn)角限制為約束條件，以機(jī)構(gòu)參數(shù)為設(shè)計(jì)變量；最后，采用多目標(biāo)粒子群優(yōu)化算法得到目標(biāo)函數(shù)的Pareto最優(yōu)解集。結(jié)果顯示，兩個(gè)目標(biāo)函數(shù)之間存在相互沖突，Pareto前沿的全局運(yùn)動(dòng)/力傳遞性能(GTI)最優(yōu)值比優(yōu)化前提高了57.57%，規(guī)則工作空間體積（Vr）最優(yōu)值比優(yōu)化前提高了37.59%，證明了優(yōu)化方法的有效性。

摘要:針對(duì)某重型機(jī)械中安裝的雙出桿雙線圈可復(fù)位式磁流變阻尼器，利用實(shí)驗(yàn)和仿真方法對(duì)其在特定沖擊作用下的力學(xué)性能進(jìn)行分析。利用磁場(chǎng)有限元(FE)和計(jì)算流體動(dòng)力學(xué)(CFD)的單向耦合數(shù)值模擬方法，建立含隱式動(dòng)網(wǎng)格邊界的阻尼器數(shù)值模型，通過準(zhǔn)靜態(tài)實(shí)驗(yàn)對(duì)模型進(jìn)行了驗(yàn)證。利用基于C語言的用戶自定義函數(shù)(UDF)定義磁流變液體的本構(gòu)模型，捕獲磁場(chǎng)作用區(qū)域。結(jié)果表明，在持續(xù)通電的情況下，受到?jīng)_擊后，阻尼器速度在80ms內(nèi)降至零，但活塞在復(fù)位過程中停在位移為1.3mm處，控制電源斷開后能夠使其完全復(fù)位。

摘要:應(yīng)用經(jīng)典摩擦模型描述液壓缸摩擦力時(shí)，由于未考慮油液壓力效應(yīng)對(duì)摩擦力的影響，模型預(yù)測(cè)效果欠佳。為了克服該問題,引入壓力影響系數(shù)和動(dòng)態(tài)摩擦?xí)r間常數(shù),基于Stribeck和廣義Maxwell滑動(dòng)模型（GMS）提出了改進(jìn)的穩(wěn)態(tài)摩擦模型（P-Stribeck）和動(dòng)態(tài)摩擦模型（P-GMS）。搭建了伺服閥控液壓缸系統(tǒng)摩擦特性測(cè)試實(shí)驗(yàn)臺(tái)，在不同密封形式、不同缸徑、不同負(fù)載、不同加速度及頻率下進(jìn)行了液壓缸往復(fù)運(yùn)動(dòng)摩擦特性測(cè)試。采用智能遺傳算法，利用液壓缸測(cè)試實(shí)驗(yàn)臺(tái)采集的進(jìn)出口壓力、位移、速度、摩擦力等數(shù)據(jù)，分別采用改進(jìn)的穩(wěn)態(tài)摩擦模型和動(dòng)態(tài)摩擦模型進(jìn)行參數(shù)辨識(shí)和模型檢驗(yàn)。對(duì)不同復(fù)雜工況下實(shí)驗(yàn)數(shù)據(jù)與經(jīng)典摩擦模型以及所提出的改進(jìn)模型的預(yù)測(cè)結(jié)果進(jìn)行對(duì)比和誤差分析，結(jié)果表明：P-Stribeck模型預(yù)測(cè)液壓缸穩(wěn)態(tài)摩擦力的精度明顯優(yōu)于Stribeck模型，P-GMS模型預(yù)測(cè)液壓缸動(dòng)態(tài)摩擦力的精度優(yōu)于GMS摩擦模型，從而驗(yàn)證了所提出摩擦模型的有效性。