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:生物炭基肥是以生物炭為載體與傳統(tǒng)肥料復(fù)合而成的新型緩釋肥料,，其在農(nóng)業(yè)生產(chǎn)及污染防控中的作用得到廣泛認(rèn)可,?；诙嗄暄芯砍晒臀墨I(xiàn)綜合分析,，闡述了生物炭基肥的研發(fā)背景與重要性及生物炭基肥的增效機(jī)制,，包括: 吸持緩釋養(yǎng)分,、改善土壤理化性質(zhì)及作物根系生長(zhǎng)的水肥氣熱環(huán)境,、改善土壤微生物生長(zhǎng)的微環(huán)境、提供礦質(zhì)養(yǎng)分及生物刺激物質(zhì)等,。此外,，闡述了生物炭基肥在提升作物產(chǎn)量與品質(zhì)、肥料高效利用與減施增效及環(huán)境污染防控等方面的作用,；以及產(chǎn)品在制備（調(diào)整生物炭來(lái)源和炭-肥混合方式）,、成型（確定形狀，篩選粘接劑和延展劑）,、配方（調(diào)整基礎(chǔ)肥料組成,，調(diào)整生物炭、水和粘接劑比例）及改性工藝（添加不同比例的高嶺土,、膨潤(rùn)土,、煤炭腐植酸及其復(fù)配物的改性材料）方面的最新進(jìn)展,。根據(jù)現(xiàn)有問(wèn)題及技術(shù)需求,，指出加強(qiáng)新型產(chǎn)品研制及應(yīng)用基礎(chǔ)研究，加強(qiáng)大尺度應(yīng)用的農(nóng)業(yè)水土,、經(jīng)濟(jì),、環(huán)境等效應(yīng)及綜合評(píng)價(jià)指標(biāo)體系研究，及加快應(yīng)用技術(shù)推廣是生物炭基肥增效技術(shù)領(lǐng)域未來(lái)主要研究方向,。

摘要:針對(duì)復(fù)雜光照條件下視覺(jué)導(dǎo)引AGV的路徑提取問(wèn)題,，提出一種基于光照色彩模型的自適應(yīng)圖像照度分區(qū)閾值分割方法。首先研究光照照度與圖像亮度分量的關(guān)系,，通過(guò)統(tǒng)計(jì)復(fù)雜光照條件下的圖像色彩分布建立光照色彩模型,。其次根據(jù)光照色彩模型將導(dǎo)引路徑圖像劃分為不同照度區(qū)域。然后在RGB色彩空間對(duì)低照度區(qū)域進(jìn)行圖像增強(qiáng)以還原路徑色彩信息,，在高亮光區(qū)域?qū)ι确至緾b與Cr進(jìn)行差分運(yùn)算以抑制共模照度干擾,，最后對(duì)不同照度區(qū)域分別進(jìn)行自適應(yīng)閾值分割。大量實(shí)驗(yàn)結(jié)果表明,，在光照環(huán)境中同時(shí)存在高反光和暗陰影的運(yùn)行路面,，該路徑提取方法具有較強(qiáng)的復(fù)雜光照適應(yīng)性，可顯著降低在高反光和暗陰影區(qū)域的欠分割及過(guò)分割誤差,，對(duì)導(dǎo)引路徑的識(shí)別率為98%,。

摘要:針對(duì)輪式移動(dòng)機(jī)器人給定速度需求的非連續(xù)路徑跟蹤控制問(wèn)題，將其轉(zhuǎn)換為滿(mǎn)足速度約束的軌跡規(guī)劃和軌跡跟蹤控制,。首先,，針對(duì)給定速度需求的路徑跟蹤問(wèn)題，以運(yùn)行時(shí)間和能量為優(yōu)化目標(biāo),，給定的路徑和速度為約束條件,，采用五次Bezier樣條方法優(yōu)化得到了滿(mǎn)足需求的連續(xù)光滑軌跡。其次,，利用輪式移動(dòng)人系統(tǒng)的微分平坦特性,，采用微分平坦方法設(shè)計(jì)前饋控制器；然后,，將輪式移動(dòng)機(jī)器人運(yùn)動(dòng)學(xué)模型在前饋控制的平衡點(diǎn)處進(jìn)行一階泰勒展開(kāi),，得到了線(xiàn)性時(shí)變的誤差模型，并通過(guò)定義新的狀態(tài)變量,，設(shè)計(jì)了具有Lyapunov穩(wěn)定性的誤差反饋控制器,。結(jié)合前饋控制和反饋控制得到了二自由度軌跡跟蹤控制器。同時(shí)將泰勒展開(kāi)的高階項(xiàng)考慮為有界的擾動(dòng)輸入,，在輸入到狀態(tài)穩(wěn)定性框架下證明了控制系統(tǒng)的魯棒穩(wěn)定性,；最后，通過(guò)Pioneer 3-dx輪式移動(dòng)機(jī)器人進(jìn)行了實(shí)驗(yàn)驗(yàn)證,，實(shí)驗(yàn)結(jié)果表明,，提出的算法能夠滿(mǎn)足給定速度需求的非連續(xù)路徑的跟蹤控制需求。

摘要:針對(duì)柑橘果,、葉,、枝對(duì)象具有球體、片體和細(xì)柱體不同的三維幾何特征,，提出一種識(shí)別柑橘果實(shí)的深度球截線(xiàn)方法,。首先提出了球形果實(shí)特征提取的深度球截線(xiàn)方法的基本原理和關(guān)鍵參數(shù)，進(jìn)而分別針對(duì)枝上果,、葉孤立和貼碰區(qū)域提出了孤立果實(shí)的特征提取算法和貼碰果實(shí)的特征提取算法,，得到了復(fù)雜枝環(huán)境下的深度數(shù)據(jù)處理與果實(shí)識(shí)別策略，并綜合根據(jù)Intel RealSense F200型深度傳感器參數(shù),、柑橘果實(shí)尺寸,、近景探測(cè)范圍、數(shù)據(jù)預(yù)處理與特征提取需要完成了深度球截線(xiàn)方法的參數(shù)確定,。大量室內(nèi)試驗(yàn)結(jié)果表明,，深度球截線(xiàn)方法對(duì)孤立果實(shí)提取的平均成功率為97.8%，貼碰區(qū)域內(nèi)果實(shí)提取的平均成功率為76%,，而復(fù)雜枝環(huán)境的果實(shí)提取綜合成功率為63.8%,。該深度球截線(xiàn)的識(shí)別方法僅利用有限的深度數(shù)據(jù)點(diǎn),，在保證原始數(shù)據(jù)精度的同時(shí)降低了運(yùn)算量和果實(shí)特征提取復(fù)雜性，能有效應(yīng)對(duì)果葉遮擋問(wèn)題,，實(shí)現(xiàn)對(duì)貼碰果葉的有效區(qū)分,，對(duì)柑橘果實(shí)具有良好的適應(yīng)性，為采摘機(jī)器人在復(fù)雜環(huán)境下的果實(shí)識(shí)別與定位提供了新的技術(shù)思路,。

摘要:為實(shí)現(xiàn)打穴式移栽機(jī)高效成型滿(mǎn)足農(nóng)藝要求栽植孔，基于打孔移栽作業(yè)的工作特點(diǎn),，融合油菜移栽農(nóng)藝要求,，設(shè)計(jì)了一種純滾動(dòng)式油菜移栽栽植孔成型機(jī)。通過(guò)分析純滾動(dòng)機(jī)構(gòu)運(yùn)動(dòng)機(jī)理,，研究成孔機(jī)構(gòu)的運(yùn)動(dòng)參數(shù)方程,，建立成型栽植孔的參數(shù)方程。采用Matlab軟件生成栽植孔理論輪廓線(xiàn),，并生成成型栽植孔的外形圖,，運(yùn)用CATIA軟件進(jìn)行仿真分析得出成型栽植孔的輪廓曲線(xiàn)圖，并將上述圖形進(jìn)行擬合模擬,，驗(yàn)證了成孔機(jī)構(gòu)結(jié)構(gòu)參數(shù)與運(yùn)動(dòng)參數(shù)的合理性,。試制樣機(jī)，進(jìn)行田間試驗(yàn),，試驗(yàn)結(jié)果表明：機(jī)具以慢2擋工作狀態(tài)下前進(jìn)速度為1.80～1.96km/h,，作業(yè)效率達(dá)到0.306～0.333hm2/h，在黏土,、壤土和砂土3種土壤中試驗(yàn),，其成孔的平均合格率分別達(dá)到了94.4%,、93.3%,、90.4%，表明研制的成孔機(jī)能成型滿(mǎn)足設(shè)計(jì)要求的栽植孔,。

摘要:針對(duì)傳統(tǒng)鋤鏟式中耕機(jī)在粘重土壤作業(yè)中碎土率低,、碎土后土壤粒徑較大等問(wèn)題，對(duì)驅(qū)動(dòng)式馬鈴薯中耕機(jī)的關(guān)鍵部件進(jìn)行了設(shè)計(jì),，通過(guò)對(duì)整體結(jié)構(gòu)和工作原理的闡述,，對(duì)由碎土刀與刀盤(pán)組成的耕作部件進(jìn)行參數(shù)設(shè)計(jì)與運(yùn)動(dòng)學(xué)分析，并對(duì)碎土刀切削土壤過(guò)程的剪切應(yīng)力進(jìn)行理論分析,，運(yùn)用Matlab確定了影響剪切應(yīng)力的因素參數(shù)范圍,。以碎土刀刀軸轉(zhuǎn)速、前進(jìn)速度,、耕深,、碎土刀折彎角和刃口長(zhǎng)度為因素,，以碎土率為指標(biāo)進(jìn)行了試驗(yàn)臺(tái)試驗(yàn)，并進(jìn)行了正交回歸方差分析,。試驗(yàn)結(jié)果表明：在刀軸轉(zhuǎn)速為275r/min,、前進(jìn)速度為0.75m/s、耕深為0.18m,、碎土刀折彎角為150°,、刃口長(zhǎng)度為0.07m時(shí)，耕作后土壤碎土率為93.8%,。試驗(yàn)確定了碎土刀的最優(yōu)結(jié)構(gòu)參數(shù),，所設(shè)計(jì)的碎土刀能增強(qiáng)碎土效果，關(guān)鍵部件的設(shè)計(jì)滿(mǎn)足馬鈴薯中耕作業(yè)耕深,、碎土要求,。該研究基本解決了中耕過(guò)程中碎土率低、碎土后土壤粒徑較大等問(wèn)題,，作業(yè)效果更加明顯,，為馬鈴薯中耕機(jī)的設(shè)計(jì)改進(jìn)與優(yōu)化提供了理論支撐和技術(shù)參考。

摘要:為提高嫁接流程的自動(dòng)化程度,，設(shè)計(jì)了一種適用于雙斷根嫁接機(jī)的自動(dòng)搬運(yùn)及回栽裝置,，以解決嫁接后嫁接苗依靠人工搬運(yùn)、回栽作業(yè)的問(wèn)題,。闡述了搬運(yùn)及回栽裝置工作原理,，并對(duì)關(guān)鍵機(jī)構(gòu)進(jìn)行了仿真和運(yùn)動(dòng)學(xué)分析。通過(guò)嫁接苗貼接夾緊區(qū)域統(tǒng)計(jì)和嫁接苗搬運(yùn)試驗(yàn),，確定搬運(yùn)機(jī)構(gòu)對(duì)嫁接苗的最佳夾持位置,；當(dāng)機(jī)構(gòu)夾持嫁接苗夾子下端搬運(yùn)，搬運(yùn)成功率可達(dá)94%,，平均耗時(shí)為2.5s/株,。通過(guò)鎮(zhèn)壓三因素三水平正交試驗(yàn)，確定嫁接苗鎮(zhèn)壓效果最優(yōu)條件,；當(dāng)打孔孔徑10mm,、打孔深度15mm、鎮(zhèn)壓塊形狀為對(duì)分錐面鎮(zhèn)壓時(shí),嫁接苗回栽試驗(yàn)成功率可達(dá)92%,，平均耗時(shí)為4s/株,，滿(mǎn)足目前全自動(dòng)嫁接機(jī)的嫁接速度要求。試驗(yàn)表明,，設(shè)計(jì)的嫁接苗自動(dòng)搬運(yùn)及回栽裝置與嫁接機(jī)配套使用,，可提高嫁接流程的自動(dòng)化程度。

摘要:根據(jù)我國(guó)推廣日糧飼養(yǎng)技術(shù)的需要及日糧混合機(jī)自主創(chuàng)新研究少的現(xiàn)狀,，設(shè)計(jì)了一種由中空正十棱柱狀轉(zhuǎn)筒與其主軸上安裝的槳葉組合而成的日糧混合機(jī),，實(shí)現(xiàn)日糧各組分的混合加工,。為探究其混合性能，利用轉(zhuǎn)筒與槳葉組合式日糧混合試驗(yàn)裝置,，以混合時(shí)間,、填充率、轉(zhuǎn)筒轉(zhuǎn)速,、槳葉回轉(zhuǎn)半徑為試驗(yàn)因素,，以混合均勻度、凈功耗為評(píng)價(jià)指標(biāo),，采用二次回歸正交旋轉(zhuǎn)組合試驗(yàn)設(shè)計(jì)方法進(jìn)行試驗(yàn)研究,。運(yùn)用Design-Expert軟件建立并優(yōu)化分析了試驗(yàn)因素與評(píng)價(jià)指標(biāo)之間的回歸數(shù)學(xué)模型，對(duì)優(yōu)化結(jié)果進(jìn)行了試驗(yàn)驗(yàn)證,。結(jié)果表明：各試驗(yàn)因素對(duì)混合均勻度的影響由大到小依次為填充率,、轉(zhuǎn)筒轉(zhuǎn)速、混合時(shí)間,、槳葉回轉(zhuǎn)半徑,；各試驗(yàn)因素對(duì)凈功耗的影響由大到小依次為混合時(shí)間、轉(zhuǎn)筒轉(zhuǎn)速,、填充率,、槳葉回轉(zhuǎn)半徑；最佳參數(shù)組合方案為混合時(shí)間3.5min,、填充率66%,、轉(zhuǎn)筒轉(zhuǎn)速29r/min和槳葉回轉(zhuǎn)半徑236mm，對(duì)應(yīng)的混合均勻度為92.98%,、凈功耗為32.618kJ,，比優(yōu)化前分別降低了5.04%、3.31%,。

摘要:為了降低收獲過(guò)程中的牧草損失,，選擇最佳的割草壓扁機(jī)設(shè)計(jì)參數(shù)，對(duì)割草壓扁機(jī)割刀轉(zhuǎn)速和壓扁輥轉(zhuǎn)速及其匹配對(duì)苜蓿收獲質(zhì)量的影響進(jìn)行了研究,。利用ADAMS軟件對(duì)割臺(tái)和植株進(jìn)行了虛擬樣機(jī)建模,，并利用模型進(jìn)行了苜蓿植株的切割喂入試驗(yàn)，通過(guò)收獲過(guò)程中割刀與植株平均接觸力,、壓扁輥與植株平均接觸力、輸送時(shí)間等仿真數(shù)據(jù),，擬合其隨割刀轉(zhuǎn)速和壓扁輥轉(zhuǎn)速的變化趨勢(shì)和方程,，定義了評(píng)判割草機(jī)對(duì)植株破壞程度的碎草系數(shù)并建立了模型。根據(jù)碎草系數(shù)模型,，當(dāng)割刀轉(zhuǎn)速ng=1875r/min,，壓扁輥轉(zhuǎn)速ny=749r/min時(shí),，割草壓扁機(jī)對(duì)苜蓿植株的破壞最小。利用田間試驗(yàn)對(duì)碎草系數(shù)與實(shí)際碎草率的相關(guān)關(guān)系進(jìn)行了驗(yàn)證,，兩者的決定系數(shù)R2=0.95876,。通過(guò)碎草系數(shù)預(yù)測(cè)的最低碎草率約為8.38%，比原始樣機(jī)減少了3.97個(gè)百分點(diǎn),，由此可使鮮苜蓿增收約0.47t/hm2,，比原始樣機(jī)產(chǎn)量提高了4.53%。

摘要:針對(duì)國(guó)內(nèi)缺乏打結(jié)器連續(xù)打結(jié)的性能測(cè)試與疲勞試驗(yàn)系統(tǒng),，模擬方捆機(jī)捆草作業(yè)過(guò)程,，提出了一種打結(jié)器連續(xù)打結(jié)試驗(yàn)方法與疲勞試驗(yàn)臺(tái)設(shè)計(jì)方案。通過(guò)設(shè)計(jì)可模擬草捆回彈特性的拉繩裝置使其在水平面按矩形軌跡拉繩,，在繩針?biāo)屠K動(dòng)作配合下在垂直面形成矩形繩環(huán),，使受測(cè)試的打結(jié)器完成打結(jié)。試驗(yàn)臺(tái)循環(huán)實(shí)現(xiàn)拉繩-送繩-打結(jié)動(dòng)作,，同時(shí)測(cè)試打結(jié)過(guò)程中的捆繩張力,、主軸轉(zhuǎn)矩和主軸轉(zhuǎn)角。按此方案在Solidworks下建立了試驗(yàn)臺(tái)機(jī)械系統(tǒng)三維模型,，并對(duì)關(guān)鍵部件進(jìn)行選型,。構(gòu)建了試驗(yàn)臺(tái)參數(shù)測(cè)量與運(yùn)動(dòng)控制系統(tǒng)，基于拉繩-送繩-打結(jié)動(dòng)作邏輯設(shè)計(jì)了試驗(yàn)臺(tái)控制流程,，采用LabVIEW圖形化編程語(yǔ)言編寫(xiě)了測(cè)試與控制程序,。打結(jié)器疲勞試驗(yàn)臺(tái)的運(yùn)行試驗(yàn)結(jié)果表明，該試驗(yàn)臺(tái)機(jī)械系統(tǒng)與測(cè)控系統(tǒng)運(yùn)行可靠,，連續(xù)打結(jié)效率為3個(gè)/min,，可為打結(jié)器研發(fā)及短時(shí)疲勞壽命考核提供試驗(yàn)平臺(tái)。

摘要:為了探討在間斷距離影響下斷齒式螺旋流道的脫水性能,，采用雙流體模型對(duì)斷齒螺旋在20,、35、50mm 3種間斷距離下的流場(chǎng)進(jìn)行數(shù)值模擬,，對(duì)比分析了3種結(jié)構(gòu)參數(shù)模型下斷齒式螺旋脫水裝置工作性能,、流道內(nèi)顆粒濃度分布、顆粒速度分布及多孔介質(zhì)區(qū)域內(nèi)外壓差分布情況,。研究表明,，數(shù)值模擬結(jié)果能夠較為準(zhǔn)確地推測(cè)斷齒式螺旋擠壓脫水裝置的內(nèi)部流動(dòng)特性。50mm間斷距離下斷齒式螺旋擠壓脫水裝置工作效率最大下降了7.9%,，20mm間斷距離下出渣口顆粒體積分?jǐn)?shù)下降3.2%,；流道內(nèi)顆粒體積分?jǐn)?shù)變化分3個(gè)階段，整體呈波浪型遞增式趨勢(shì)，間斷長(zhǎng)度對(duì)腔體內(nèi)部流態(tài)影響較大,。間斷區(qū)對(duì)顆粒運(yùn)動(dòng)具有一定的緩沖作用,，間斷距離長(zhǎng)短能夠控制顆粒在腔體內(nèi)的滯留時(shí)間。多孔介質(zhì)區(qū)域內(nèi)外側(cè)壓差在脫水后期增幅最大,，相同工況下間斷距離越小壓差越大,。本次模擬計(jì)算下最優(yōu)間斷距離為35mm、出渣口壓力為5000Pa,、轉(zhuǎn)速為50r/min,。該研究可為斷齒式螺旋擠壓脫水裝置的設(shè)計(jì)提供參考。

摘要:為研究多旋翼植保無(wú)人機(jī)低空噴施作業(yè)過(guò)程中,，水稻垂直方向霧滴沉積的分布規(guī)律,，在水稻冠層葉片、中部葉片,、底部葉片分別放置了霧滴測(cè)試卡,，收集植保無(wú)人機(jī)噴灑過(guò)程中的霧滴信息。使用清水代替農(nóng)藥來(lái)模擬噴施過(guò)程,，利用霧滴沉積分析軟件iDAS分析霧滴測(cè)試卡,，得出植保無(wú)人機(jī)霧滴在水稻垂直方向的分布結(jié)果。試驗(yàn)結(jié)果表明：植保無(wú)人機(jī)低空噴霧在水稻垂直方向的霧滴覆蓋率存在顯著差異,，有效噴幅內(nèi)旋翼下方區(qū)域的霧滴覆蓋效果最好,，而遠(yuǎn)離旋翼的位置，霧滴覆蓋率較差,。從水稻垂直方向的不同位置分析,，霧滴總體覆蓋率為冠層54.86%，中部32.69%,，底部24.7%,；水稻垂直各位置的粒徑分布中，平均粒徑范圍處于110~140μm之間,，粒徑大小適合植物病蟲(chóng)的防治,。冠層的點(diǎn)密度最大，而水稻中間部位和水稻底部的點(diǎn)密度分布較為相似,；水稻中部霧滴擴(kuò)散比（0.465）優(yōu)于冠層（0.38）和底部（0.31）,，整體噴霧的霧滴擴(kuò)散比與相對(duì)粒譜寬度的數(shù)值均低于正常值（0.67）。

摘要:繞流葉片的非穩(wěn)態(tài)流動(dòng)及其尾跡渦結(jié)構(gòu)是誘發(fā)水力機(jī)械振動(dòng)的主導(dǎo)因素,。以橫向布置的一對(duì)平板葉柵為研究對(duì)象,，基于LES計(jì)算雷諾數(shù)在4.8×104下的三維繞流流場(chǎng)，分析繞流流場(chǎng)渦演化結(jié)構(gòu),、升阻力及壓力脈動(dòng)等特性,，以揭示尾跡干涉下平板繞流的流場(chǎng)結(jié)構(gòu)及其激勵(lì)機(jī)制,。結(jié)果表明：該雷諾數(shù)下,，單平板繞流平板表面存在錯(cuò)列布置的發(fā)卡渦結(jié)構(gòu),，繞流尾跡呈現(xiàn)出高度的三維特性；雙平板葉柵繞流狀態(tài)下,，上,、下游平板間的間隙流動(dòng)結(jié)構(gòu)有明顯抑制上游平板表面渦結(jié)構(gòu)演化的作用；平板受力在模式H和模式L之間不斷切換,，且升力波動(dòng)的幅值隨阻力的增大而增大,，尾跡干涉下下游平板受力的模式切換頻率升高，升力波動(dòng)幅值也增大,；平板表面壓力脈動(dòng)的主要激勵(lì)源為平板尾渦脫落,。尾跡干涉下平板繞流及受力分析，可為水力機(jī)械葉片尾跡干涉下的流動(dòng)主動(dòng)控制提供參考,。

摘要:以一臺(tái)帶可調(diào)式前置導(dǎo)葉軸流泵為研究對(duì)象，在閉式試驗(yàn)臺(tái)上進(jìn)行了非額定工況的空化性能試驗(yàn),，揭示了前置導(dǎo)葉對(duì)軸流泵空化性能及進(jìn)出口壓力脈動(dòng)的影響,。空化性能曲線(xiàn)表明：安裝前置導(dǎo)葉后,，水力損失增加,，揚(yáng)程下降，但臨界汽蝕余量減小,，空化性能得到改善,；前置導(dǎo)葉由負(fù)角度向正角度調(diào)節(jié)時(shí)，雖然揚(yáng)程逐漸降低,，但抗汽蝕性能得到增強(qiáng),。壓力脈動(dòng)分析結(jié)果表明：空化初生時(shí)，設(shè)置前置導(dǎo)葉后進(jìn)出口壓力脈動(dòng)幅值均增加,，且峰值主要出現(xiàn)在葉頻及其諧頻處,，臨界空化與空化嚴(yán)重時(shí)，進(jìn)口壓力脈動(dòng)主要集中在低頻處,，出口則呈現(xiàn)寬頻脈動(dòng)特性,；流量降低時(shí)，泵內(nèi)流態(tài)紊亂,，前置導(dǎo)葉對(duì)壓力脈動(dòng)幅值影響較小,，且脈動(dòng)峰值出現(xiàn)位置隨前置導(dǎo)葉角度變化而改變。

摘要:選取三江平原典型流域撓力河流域?yàn)檠芯繀^(qū),，以1990,、2002和2014年3期Landsat影像,、DEM數(shù)據(jù)和社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)資料等多源數(shù)據(jù)為基本信息源，結(jié)合3S技術(shù),，運(yùn)用FLUS模型定量模擬代表性濃度路徑情景系列（RCPs）下耕地動(dòng)態(tài)變化特征,。結(jié)果表明：24a間撓力河流域的旱地面積變化幅度較小，水田面積持續(xù)增加,，1990—2002年水田擴(kuò)張劇烈,，2002—2014年擴(kuò)張速度趨于緩和；3個(gè)時(shí)點(diǎn)的旱地均沿東北-西南軸方向進(jìn)行分布,，主軸沿順時(shí)針緩慢旋轉(zhuǎn),，空間變化穩(wěn)定，分布范圍逐漸減小,。水田沿東北-西南走向分布,，1990—2002年其主軸逆時(shí)針旋轉(zhuǎn)，后順時(shí)針旋轉(zhuǎn)至45.31°,，整體分布較為離散,，極化特征不明顯；通過(guò)對(duì)比不同空間分辨率及時(shí)間尺度下模擬精度,，確定最優(yōu)模擬空間分辨率為200m,，最優(yōu)模擬時(shí)間點(diǎn)為2038年；MESSAGE氣候模式下,，未來(lái)?yè)狭恿饔虻暮档孛娣e先減少后增加,，水田繼續(xù)維持?jǐn)U張態(tài)勢(shì)，2029年后面積將以2%速度逐年下降,，其分布將更加聚集,，主軸沿順時(shí)針旋轉(zhuǎn)，重心逐漸向東北方向進(jìn)行偏移,；AIM氣候模式下,，氣候波動(dòng)對(duì)水田的影響程度大于旱地，旱地面積持續(xù)緩慢增加,，水田面積在波動(dòng)中下降,，空間分布的極化特征突出。

摘要:以干旱區(qū)典型城市磴口縣為研究區(qū),，利用1995—2015年每隔5年的Landsat TM影像通過(guò)遙感解譯獲取研究區(qū)20年的各等級(jí)沙漠化空間分布,，利用GIS 空間分析和重心遷移模型分析沙漠化景觀時(shí)空變化趨勢(shì)。并以2010年沙漠化分類(lèi)數(shù)據(jù)為基期年數(shù)據(jù),，利用Logistic元胞自動(dòng)機(jī)（Cellular automata-Markov,，CA-Markov）模型（簡(jiǎn)稱(chēng)LCM）并引入多智能體系統(tǒng)（Multi-agent system，MAS）模型修正轉(zhuǎn)移規(guī)則,，預(yù)測(cè)2015年沙漠化分類(lèi)情況及其空間分布格局,。研究結(jié)果表明：磴口縣20年間重度及極重度沙漠化面積減小,，輕度沙漠化景觀面積逐漸增大，其中2015年的非沙漠化景觀達(dá)到37.09%,，各類(lèi)型沙漠化重心遠(yuǎn)離磴口縣城,，呈現(xiàn)良好態(tài)勢(shì)。引入MAS模型的CA-Markov預(yù)測(cè)模型能夠顯著提升模型的模擬精度,，所預(yù)測(cè)的2015年數(shù)據(jù)結(jié)果Kappa系數(shù)達(dá)到0.62,，高于CA-Markov模型模擬結(jié)果,，能較好預(yù)測(cè)干旱區(qū)沙漠化分布情況，為沙漠化監(jiān)管與治理提供了技術(shù)支持,。

摘要:為快速獲取大范圍種植結(jié)構(gòu)復(fù)雜區(qū)域的作物種植面積,，以MODIS數(shù)據(jù)為數(shù)據(jù)源，選擇歸一化植被指數(shù)(Normalized difference vegetation index, NDVI),、增強(qiáng)植被指數(shù)(Enhanced vegetation index, EVI),、寬動(dòng)態(tài)植被指數(shù)(Wide dynamic range vegetation index, WDRVI)、地表水分指數(shù)(Land surface water index,，LSWI),、歸一化雪被指數(shù)(Normalized difference snow index, NDSI)5種特征，結(jié)合同步的實(shí)地調(diào)查樣本點(diǎn),，采用支持向量機(jī)算法 (Support vector machines, SVM)提取黑龍江省主要農(nóng)作物的種植面積,。研究表明，在待選特征中NDVI,、EVI與LSWI指數(shù)組合取得了最高的分類(lèi)精度,，總體分類(lèi)精度為74.18%，Kappa系數(shù)為0.60,；支持向量機(jī)算法與最大似然算法,、隨機(jī)森林算法相比，分類(lèi)精度更優(yōu),。該方法為在大區(qū)域中提取農(nóng)作物種植面積提供了參考價(jià)值,。

摘要:為了構(gòu)建能夠反映作物長(zhǎng)勢(shì)的綜合性指標(biāo)以及準(zhǔn)確估測(cè)作物產(chǎn)量，采用粒子濾波算法同化CERES-Wheat模型模擬和基于Landsat數(shù)據(jù)反演的葉面積指數(shù)（Leaf area index,，LAI）,、地上生物量和0~20cm土壤含水率，獲取冬小麥主要生育期以天為尺度的變量同化值,，分析不同生育時(shí)期的LAI,、地上生物量和土壤含水率同化值與實(shí)測(cè)單產(chǎn)的相關(guān)性，并應(yīng)用熵值的組合預(yù)測(cè)方法確定不同狀態(tài)變量影響籽粒產(chǎn)量的權(quán)重,，進(jìn)而生成綜合性指數(shù),，并分析其與實(shí)測(cè)單產(chǎn)的相關(guān)性,。結(jié)果表明，LAI,、地上生物量和土壤含水率同化值和田間實(shí)測(cè)值間的均方根誤差（Root mean square error,，RMSE）以及平均相對(duì)誤差（Mean relative error，MRE）均低于這些變量模擬值和實(shí)測(cè)值間的RMSE和MRE,，說(shuō)明數(shù)據(jù)同化方法提高了時(shí)間序列LAI,、地上生物量和土壤含水率的模擬精度?；诓煌瑺顟B(tài)變量的權(quán)重生成的綜合性指數(shù)與實(shí)測(cè)單產(chǎn)間的相關(guān)性大于單個(gè)變量與實(shí)測(cè)單產(chǎn)間的相關(guān)性,；基于綜合性指數(shù)構(gòu)建小麥單產(chǎn)估測(cè)模型，其估產(chǎn)精度（R2=0.78,，RMSE為330kg/hm2）分別比基于LAI,、地上生物量和土壤含水率建立模型的估產(chǎn)精度顯著提高，表明構(gòu)建的綜合性指數(shù)充分結(jié)合了不同變量在作物估產(chǎn)方面的優(yōu)勢(shì),，可用于高精度的冬小麥單產(chǎn)估測(cè),。

摘要:在傳統(tǒng)極限學(xué)習(xí)機(jī)(ELM)研究的基礎(chǔ)上，考慮到傳統(tǒng)ELM參數(shù)的不確定會(huì)導(dǎo)致整體分類(lèi)精度下降,，利用仿生魚(yú)群算法（AF）對(duì)ELM的小波核參數(shù)和正則化參數(shù)進(jìn)行尋優(yōu),，并構(gòu)造參數(shù)優(yōu)化后的小波ELM影像分類(lèi)模型（AF-ELM）。通過(guò)實(shí)驗(yàn)比較了該算法與人工神經(jīng)網(wǎng)路（ANN）,、支持向量機(jī)（SVM）,、極限學(xué)習(xí)機(jī)（ELM）等標(biāo)準(zhǔn)分類(lèi)器在遙感影像分類(lèi)上的精度與速度差異，并且與ELM多項(xiàng)式核,、RBF核分類(lèi)算法進(jìn)行比較分析,，驗(yàn)證了AF-ELM在分類(lèi)速度和精度上的優(yōu)越性。實(shí)驗(yàn)結(jié)果表明,，AF-ELM分類(lèi)方法分類(lèi)速度較快,，精度較高，均優(yōu)于其他分類(lèi)方法,。能較好地應(yīng)用于遙感影像上各類(lèi)地物要素的自動(dòng)提取,。

摘要:大范圍灌區(qū)渠系的制圖對(duì)于現(xiàn)代節(jié)水灌溉技術(shù)以及合理配水、安全輸水具有重要意義,。但目前所獲得的灌區(qū)遙感影像分辨率不高,，渠系提取較難。本文以無(wú)人機(jī)航空攝影測(cè)量獲得的數(shù)字高程模型（DEM）為基礎(chǔ),，根據(jù)渠系特征,，使用灌區(qū)坡度數(shù)據(jù)，采用改進(jìn)的霍夫變換方法,，實(shí)現(xiàn)了對(duì)灌區(qū)渠系網(wǎng)絡(luò)的提取,。與面向?qū)ο?、監(jiān)督分類(lèi)方法和手繪結(jié)果進(jìn)行對(duì)比，該方法提取的渠系連續(xù),、提取完整度可達(dá)85.61%,。誤差主要集中在無(wú)襯渠系中土壤沉積較多（坡度變化不明顯）的位置以及相交渠系處理時(shí)保留渠堤位置而造成。該方法根據(jù)灌區(qū)地形特征,，基于高精度高程數(shù)據(jù)進(jìn)行渠系提取,，是數(shù)字地形分析結(jié)合圖像處理在精細(xì)農(nóng)業(yè)中的一次有益探索。

摘要:通過(guò)無(wú)人機(jī)航空攝影測(cè)量,，獲取高精度DEM,，分析提取的坡度、坡長(zhǎng)和LS因子,，同時(shí)通過(guò)分辨率的變化,，計(jì)算并分析了這些參數(shù)的變化情況。研究表明：基于無(wú)人機(jī)獲取的DEM能夠較好地表達(dá)梯田地形特征,，梯田地形因子分布特征與地形特征吻合，大值集中于梯田過(guò)渡的陡坡處,，小值集中于田面,。隨著分辨率的降低，非梯田區(qū)坡度整體呈現(xiàn)衰減趨勢(shì),，坡長(zhǎng)呈現(xiàn)增長(zhǎng)趨勢(shì),，LS先小幅增加，后由于坡度衰減明顯,，LS呈現(xiàn)衰減趨勢(shì),，但變化幅度不大；而梯田區(qū)隨著分辨率的降低,，小坡度和超大坡度所占比例均減小,，平均坡度降低，但坡長(zhǎng)增加顯著,，因此導(dǎo)致LS增長(zhǎng)較顯著,，在20m分辨率下，LS因子被高估約1/3,。梯田通常作為水保措施因子單獨(dú)來(lái)考慮,，由于分辨率對(duì)地形因子影響較大，因此梯田區(qū)的地形因子估算需要考慮分辨率的影響,。

摘要:針對(duì)活立木內(nèi)部結(jié)構(gòu)復(fù)雜,，個(gè)體化差異較大，導(dǎo)致雷達(dá)波圖像難以解析的問(wèn)題,，提出了一種基于振幅比在線(xiàn)估計(jì)相對(duì)介電常數(shù)以及利用希爾伯特積進(jìn)行層位追蹤實(shí)現(xiàn)缺陷界面的相對(duì)定位,，并結(jié)合活立木外輪廓點(diǎn)云數(shù)據(jù)確定其內(nèi)部缺陷絕對(duì)位置和分布表征的方法,，以此開(kāi)發(fā)了基于雷達(dá)波的活立木內(nèi)部結(jié)構(gòu)缺陷分析軟件。采用基于時(shí)域有限差分法的正演模擬,、實(shí)驗(yàn)室原木試件檢測(cè)分析,、頤和園現(xiàn)場(chǎng)活立木檢測(cè)等實(shí)驗(yàn)驗(yàn)證方法的可行性。結(jié)果表明可對(duì)檢測(cè)目標(biāo)點(diǎn)準(zhǔn)確定位,，復(fù)現(xiàn)樹(shù)干內(nèi)部橫截面圖像,，雷達(dá)波成像結(jié)果與古樹(shù)復(fù)壯時(shí)內(nèi)部實(shí)際結(jié)構(gòu)相符。

摘要:采用番茄品種“佳麗14”為試材,，采集盆栽番茄聲發(fā)射信號(hào)進(jìn)行短時(shí)傅里葉變換與頻譜分析,，獲取番茄在水分虧缺條件下聲發(fā)射信號(hào)、土壤含水率及光合特征的連續(xù)變化規(guī)律及相互關(guān)系,。依據(jù)土壤含水率變化將試驗(yàn)過(guò)程劃分為DAY1,、DAY2、DAY3和DAY4共4個(gè)階段,。試驗(yàn)結(jié)果表明,，番茄聲發(fā)射信號(hào)發(fā)生頻次呈現(xiàn)出規(guī)律性，高峰期發(fā)生時(shí)間為每天10:00—16:00,，幅值分布在40~60dB,；番茄聲發(fā)射信號(hào)的主頻和中心頻率分布于250~375kHz，隨著土壤含水率的降低,，其主頻與中心頻率無(wú)顯著變化,；DAY1的第1共振峰頻率分布在0~125kHz，第2共振峰,、第3共振峰位于250~375kHz,，DAY2、DAY3和DAY4的第1,、第2,、第3共振峰均分布在250~375kHz；從共振峰幅值上看,，DAY1的排列順序?yàn)榈?,、第2、第1共振峰,；DAY2和DAY4的次序與之相反,。番茄葉片凈光合速率變化呈現(xiàn)單峰曲線(xiàn)，在中午12:00出現(xiàn)峰值,，番茄的胞間CO2濃度呈現(xiàn)先增后減的變化趨勢(shì),。綜合分析番茄聲發(fā)射信號(hào)、土壤含水率和光合特征參數(shù)變化可知，番茄灌溉初期與灌水后期的聲發(fā)射信號(hào)共振峰頻率,、幅值的變化規(guī)律不同,，其與水分虧缺程度密切相關(guān)，與番茄凈光合速率,、胞間CO2濃度和光合作用具有相關(guān)性,。通過(guò)番茄聲發(fā)射信號(hào)功率譜特征分析可為番茄聲發(fā)射特性研究提供一種分析方法。

摘要:對(duì)植物莖體水分進(jìn)行實(shí)時(shí)無(wú)損的在線(xiàn)檢測(cè)成為研究植物水分生理活動(dòng)的熱點(diǎn)之一,。本文提出一種基于超聲射頻回波技術(shù)的植物莖體水分實(shí)時(shí)無(wú)損在線(xiàn)檢測(cè)方法,，該系統(tǒng)硬件由超聲探頭、超聲射頻發(fā)射接收器,、數(shù)據(jù)采集卡和計(jì)算機(jī)組成,；軟件由LabVIEW平臺(tái)開(kāi)發(fā)完成。通過(guò)系統(tǒng)獲取有機(jī)溶液超聲回波速度,，仿真植物莖體含水率,；以楊樹(shù)截?cái)鄻悠窞閷?duì)象，分析其莖體吸水過(guò)程的含水率變化與超聲回波速度變化的相關(guān)性,，平均決定系數(shù)為0.98,；以活體立木白玉蘭為檢測(cè)對(duì)象,，完成其莖體超聲波日變化檢測(cè),，最高超聲回波速度出現(xiàn)在14:00，最低值出現(xiàn)在22:00,。實(shí)驗(yàn)表明超聲回波速度與植物生理變化特性相符。同時(shí),，本文通過(guò)莖體樣品及活立木的超聲檢測(cè),，驗(yàn)證了該方法可有效反映植物莖體軸向、徑向及不同樹(shù)種的結(jié)構(gòu)差異,，為植物莖體水分的檢測(cè)提供了一種攜帶莖體結(jié)構(gòu)特性的檢測(cè)方法,。

摘要:為了對(duì)飲食文本信息高效分類(lèi)，建立一種基于word2vec和長(zhǎng)短期記憶網(wǎng)絡(luò)(Long-short term memory,，LSTM)的分類(lèi)模型,。針對(duì)食物百科和飲食健康文本特點(diǎn)，首先利用word2vec實(shí)現(xiàn)包含語(yǔ)義信息的詞向量表示,，并解決了傳統(tǒng)方法導(dǎo)致數(shù)據(jù)表示稀疏及維度災(zāi)難問(wèn)題,，基于K-means++根據(jù)語(yǔ)義關(guān)系聚類(lèi)以提高訓(xùn)練數(shù)據(jù)質(zhì)量。由word2vec構(gòu)建文本向量作為L(zhǎng)STM的初始輸入,，訓(xùn)練LSTM分類(lèi)模型,，自動(dòng)提取特征，進(jìn)行飲食宜,、忌的文本分類(lèi),。實(shí)驗(yàn)采用48000個(gè)文檔進(jìn)行測(cè)試,，結(jié)果顯示，分類(lèi)準(zhǔn)確率為98.08%,，高于利用tf-idf,、bag-of-words等文本數(shù)值化表示方法以及基于支持向量機(jī)(Support vector machine，SVM)和卷積神經(jīng)網(wǎng)絡(luò)(Convolutional neural network,，CNN)分類(lèi)算法結(jié)果,。實(shí)驗(yàn)結(jié)果表明，利用該方法能夠高質(zhì)量地對(duì)飲食文本自動(dòng)分類(lèi),，幫助人們有效地利用健康飲食信息,。

摘要:由于生態(tài)環(huán)境演變及人類(lèi)活動(dòng)的影響，云南地區(qū)生態(tài)環(huán)境極度脆弱,，土壤侵蝕強(qiáng)度大,，侵蝕程度嚴(yán)重。降雨侵蝕力（R）是采用USLE/RUSLE模型進(jìn)行土壤侵蝕評(píng)估的重要參數(shù),，但目前針對(duì)云南地區(qū)R值的計(jì)算模型及適宜性方面的研究較少,。本研究采用昆明氣象站1951—2010年共60a逐日降雨數(shù)據(jù)，對(duì)中國(guó)南方地區(qū)常用的5種R計(jì)算模型在云南地區(qū)的適宜性進(jìn)行分析,，篩選出適宜云南地區(qū)的R計(jì)算模型,，并基于均勻分布于云南省的36個(gè)國(guó)家基本氣象站1951—2012年降雨觀測(cè)數(shù)據(jù)，分析云南省降雨侵蝕力時(shí)空分布與演變特征,。研究表明: 在5種降雨侵蝕力計(jì)算模型中,，模型B具有較好的穩(wěn)定性，且有效系數(shù)（Ef）最大,，相對(duì)偏差系數(shù)（Er）最小,，在云南地區(qū)有較好的適宜性。云南地區(qū)多年平均降雨量為1106.84mm,，7個(gè)分區(qū)多年平均降雨量分布在745.83～1533.33mm之間,，不同地區(qū)降雨量分布不均勻，季節(jié)分布集中在夏季,，降雨空間分布呈現(xiàn)出自西南向東北遞減的趨勢(shì),。云南地區(qū)多年平均R為2719.31MJ·mm/(hm2·h)，7個(gè)分區(qū)多年平均R分布在1837.23～3949.12MJ·mm/(hm2·h)之間,，季節(jié)分布集中在夏季,，空間分布也表現(xiàn)出自西南向東北遞減的趨勢(shì)。7個(gè)分區(qū)降雨侵蝕力趨勢(shì)系數(shù)分布在-0.34～-0.02之間,，各分區(qū)近60a來(lái)降雨侵蝕力均呈現(xiàn)出減小趨勢(shì),。本研究可為云南水土生態(tài)環(huán)境建設(shè)和土壤侵蝕模型構(gòu)建提供借鑒和參考。

摘要:為了研究不同咸淡交替灌溉制度對(duì)各層土壤鹽分含量,、夏玉米生長(zhǎng)的影響,，采用3種礦化度（1、3,、5g/L）微咸水和3種不同生育期（壯苗期,、拔節(jié)期、灌漿期）咸淡交替灌溉方式（“咸淡淡”,、“淡咸淡”,、“淡淡咸”）開(kāi)展避雨盆栽試驗(yàn)研究。結(jié)果表明,，全生育期灌溉淡水處理（CK）各層土壤鹽分含量最低,，隨著灌溉微咸水礦化度增加，各層土壤鹽分含量增大,，相同礦化度下,，同一深度土壤鹽分含量由大到小依次為“淡淡咸”、“淡咸淡”,、“咸淡淡”,。3g/L和5g/L“淡淡咸”處理的土壤含鹽量由大到小依次為下層、上層,、中層,，其他處理由大到小依次為下層、中層,、上層,。不同生育期灌溉微咸水對(duì)夏玉米的株高、葉面積及產(chǎn)量的抑制程度由大到小依次為拔節(jié)期,、壯苗期,、灌漿期，即“淡咸淡”,、“咸淡淡”、“淡淡咸”,，抑制作用隨灌溉微咸水礦化度增加而增大,，5g/L“淡咸淡”處理與CK相比減產(chǎn)最多，減產(chǎn)率為34.85%,。在濱海地區(qū)進(jìn)行夏玉米種植,，應(yīng)考慮在生育后期灌溉微咸水，同時(shí)利用非生育期淡水灌溉降低土壤次生鹽堿化的風(fēng)險(xiǎn),。

摘要:利用離心機(jī)法，分別測(cè)定了初始容重為1.10、1.22,、1.31g/cm3,，初始含水率為49.34%、43.55%,、36.03%,、31.93%和25.51%以及砂姜質(zhì)量分?jǐn)?shù)為0、4%,、6%,、8%、10%和12%的砂姜黑土樣品在不同吸力下的土壤體積含水率及收縮特征,。結(jié)果表明：在考慮土壤收縮變形的情況下,，相比VG模型，Gregory模型可以更好地?cái)M合砂姜黑土的水分特征,，砂姜黑土含水率隨著土樣初始容重及初始含水率增加而增加,，隨著砂姜含量增加而降低。收縮過(guò)程中,，在不同初始容重處理下,，初始容重增加，土壤的線(xiàn)縮率減小,，土壤收縮后容重增加比例下降,；且初始容重增加顯著提高了土壤結(jié)構(gòu)收縮段孔隙收縮比例，降低了線(xiàn)性收縮段孔隙收縮比例,。在不同初始含水率處理下,，初始含水率越高，土壤線(xiàn)縮率及收縮后的容重越大,；當(dāng)初始含水率為36.03%時(shí),，土壤結(jié)構(gòu)收縮段孔隙收縮比例最高，線(xiàn)性收縮段孔隙收縮比例較低,。在不同砂姜含量處理下,，砂姜含量的提高減小了線(xiàn)縮率及土壤收縮后的容重，增加了土壤總孔隙比,。因此,，對(duì)于砂姜黑土而言，在一定范圍內(nèi),，提高土壤容重以及降低土壤含水率可以減少土壤收縮,；而在砂姜含量較高的情況下，主要應(yīng)防止由于大孔隙存在而引起的水分流失,。

摘要:為了研究我國(guó)北方土石山區(qū)流域土壤斥水性影響因素及其分布規(guī)律,，以媯水河流域?yàn)槔_(kāi)展了野外調(diào)查和室內(nèi)研究,。對(duì)流域內(nèi)9種植被類(lèi)型共385個(gè)土壤樣本的滴水穿透時(shí)間(Water drop penetration time，WDPT)與土壤有機(jī)質(zhì)含量,、pH值,、質(zhì)量分形維數(shù)、土壤顆粒比表面積進(jìn)行統(tǒng)計(jì)分析,。研究表明：WDPT由大到小依次為有林地,、灌木林、疏林地,、果園,、高覆蓋度草地、旱地,、中覆蓋度草地,、低覆蓋度草地、灘地,。有林地和灌木林為強(qiáng)烈斥水性,，疏林地和果園為輕微斥水性，高覆蓋度草地?zé)o斥水性,，旱地,、中覆蓋度草地、低覆蓋度草地和灘地為親水性,；土壤斥水性在流域的空間分布上表現(xiàn)為西北部,、東北部和東南部山區(qū)斥水性較大，中部盆地斥水性較??；在垂向分布上表現(xiàn)為表層最大、中層次之,、深層最?。籛DPT與土壤有機(jī)質(zhì)含量呈正相關(guān)性,，與pH值,、質(zhì)量分形維數(shù)、土壤顆粒比表面積呈負(fù)相關(guān)性,；土壤pH值和有機(jī)質(zhì)含量是斥水性的主要影響因素,，質(zhì)量分形維數(shù)、土壤顆粒比表面積是次要因素,。

摘要:為準(zhǔn)確掌握土壤墑情信息,，針對(duì)農(nóng)田環(huán)境下不同作物根區(qū)土壤含水率變化難以實(shí)時(shí)觀測(cè)的問(wèn)題,，對(duì)土壤剖面水分傳感器探頭進(jìn)行了仿真,，并通過(guò)試驗(yàn)驗(yàn)證，給出了傳感器探頭設(shè)計(jì)尺寸的優(yōu)選方案,。在建立傳感器探頭微量化平面電容二維模型的基礎(chǔ)上,，分析了傳感器探頭結(jié)構(gòu)變化對(duì)探頭微量化平面電容周?chē)妶?chǎng)強(qiáng)度和電容變化的影響，確定了探頭結(jié)構(gòu)尺寸的最優(yōu)組合,。當(dāng)探頭銅環(huán)電極外徑40mm,、內(nèi)徑38.4mm、軸向長(zhǎng)度20mm,、軸向間距15mm時(shí),，探頭的靈敏性和探測(cè)范圍最優(yōu)。試驗(yàn)結(jié)果表明,，本文研究的土壤剖面水分傳感器測(cè)量精度為±1.42%,，具有很高的穩(wěn)定性和一致性。所設(shè)計(jì)的傳感器探頭可以根據(jù)實(shí)際測(cè)量深度需要任意組合,，滿(mǎn)足不同作物根區(qū)深度的土壤含水率測(cè)量需求,。

摘要:現(xiàn)有土壤孔隙量化方法主要通過(guò)圖像處理軟件實(shí)現(xiàn)孔隙結(jié)構(gòu)的辨識(shí)與分析，此類(lèi)通用的圖像處理軟件或醫(yī)學(xué)處理軟件未考慮土壤內(nèi)部物質(zhì)的復(fù)雜多變性以及孔隙結(jié)構(gòu)的細(xì)小和不規(guī)則性,，從而導(dǎo)致孔隙分割精度低進(jìn)而量化誤差大,，為解決這一問(wèn)題，本文針對(duì)土壤CT圖像的特點(diǎn)提出了一種孔隙量化方法,。該方法主要包括圖像處理和量化分析兩部分：選用自適應(yīng)中值濾波算法去除噪聲對(duì)孔隙邊緣的影響,，并采用迭代最佳閾值法與Canny邊緣檢測(cè)算子相結(jié)合的方法，準(zhǔn)確識(shí)別出土壤孔隙結(jié)構(gòu)及輪廓線(xiàn),；運(yùn)用數(shù)學(xué)統(tǒng)計(jì)方法定量研究土壤孔隙率,、孔隙數(shù)目、分形維數(shù),、成圓率等幾何指標(biāo),，用以揭示孔隙結(jié)構(gòu)的復(fù)雜性和不規(guī)則性，實(shí)現(xiàn)對(duì)土壤孔隙的量化分析,。最后,，以?xún)鋈谘h(huán)作用下的土壤為應(yīng)用對(duì)象驗(yàn)證該方法性能。結(jié)果表明,，本文方法能精確地定位孔隙輪廓,，有效地分割孔隙結(jié)構(gòu)，而且通過(guò)多種孔隙幾何指標(biāo)的量化可揭示出凍融循環(huán)作用對(duì)土壤結(jié)構(gòu)的影響,，為孔隙幾何特征和空間特征的量化表達(dá)奠定了基礎(chǔ),。

摘要:為利用我國(guó)寒冷地區(qū)天然冷資源，在實(shí)驗(yàn)室模擬低溫環(huán)境（Z組：-4℃,，S組：-20℃）,，探索低溫凍融及纖維素酶液預(yù)處理對(duì)水稻秸稈中溫厭氧發(fā)酵產(chǎn)氣特性的影響,。結(jié)果表明，浸泡溫度30℃,、浸泡時(shí)間4h,、液固比15mL/g條件下水稻秸稈持水力最佳。冷凍后解凍液中木糖質(zhì)量(Z3組:6.5g,，S2組：7.2g)大幅增加,，半纖維素轉(zhuǎn)化率(Z3組: 24.1%，S2組：26.6%)增幅顯著（p<0.05）,。經(jīng)纖維素酶解后其水解液中葡萄糖質(zhì)量(Z3組: 13.5g,，S2組：14.5g)大幅增加，纖維素轉(zhuǎn)化率(Z3組: 30.9%,，S2組：33.2%)增幅顯著（p<0.05）,。對(duì)預(yù)處理后的原料進(jìn)行厭氧發(fā)酵，累計(jì)產(chǎn)氣量最高543mL,，較CK提升73.5%（S4組）,，平均甲烷體積分?jǐn)?shù)最高提升160.4%(S2組)，且隨著冷凍時(shí)間的延長(zhǎng)(Z組48h以上,，S組24h以上)厭氧發(fā)酵周期縮短(共19d),，產(chǎn)氣高峰提早到來(lái)且峰值較高。過(guò)酸化現(xiàn)象得到有效緩解,，能夠更快地進(jìn)入到甲烷化階段,。

摘要:馬鈴薯莖葉是一種豐富的木質(zhì)纖維素生物質(zhì)資源，但其高結(jié)晶度,、穩(wěn)定的剛性結(jié)構(gòu)使其不易水解酸化,，微生物在短時(shí)間內(nèi)難以直接高效利用。研究了離子液體和助溶劑對(duì)馬鈴薯莖葉進(jìn)行預(yù)處理后其木質(zhì)纖維素結(jié)構(gòu)組分變化及厭氧消化產(chǎn)沼氣的變化,。結(jié)果表明,，預(yù)處理后的馬鈴薯莖葉木質(zhì)素質(zhì)量分?jǐn)?shù)降低31.8%～43.9%，離子液體脫除馬鈴薯莖葉木質(zhì)素能力由高到低依次為[C2mim]Ac,、[C2mim]Ac/DMSO,、[C4mim]Cl/DMSO、DMSO,、[C4mim]Cl,。離子液體中陰離子可與纖維素羥基上的氫質(zhì)子形成氫鍵作用，降低其結(jié)晶度,，長(zhǎng)鏈分子斷裂成短鏈分子,，使厭氧消化的啟動(dòng)滯后期較未處理馬鈴薯莖葉提前9d，累積產(chǎn)沼氣量提高3.2%～76.3%,，最高產(chǎn)甲烷體積分?jǐn)?shù)提高14.3%～25.1%,。各處理組累積產(chǎn)沼氣量和最高產(chǎn)甲烷體積分?jǐn)?shù)分別為：T5（7.21L,，69.2%）、T4（5.12L,，64.5%）、T2（5.07L,，65.7%）,、T3（4.35L，64.3%）,、T1（4.22L,，63.2%）。經(jīng)無(wú)機(jī)鹽-離子液體雙水相體系回收DMSO,、[C2mim]Ac和[C4mim]Cl,，回收率分別為95.1%、91.8%和89.6%,。

摘要:從實(shí)驗(yàn)和模擬兩方面,，利用虛擬球元法改進(jìn)傳統(tǒng)的計(jì)算流體力學(xué)耦合離散單元法(DEM-CFD)，對(duì)流化床內(nèi)的柱形生物質(zhì)和石英砂的流動(dòng)傳熱過(guò)程進(jìn)行了研究,。建立了混合流動(dòng)與傳熱的實(shí)驗(yàn)系統(tǒng),，并進(jìn)行了模擬和分析，結(jié)果表明：雙組分顆?；旌现笖?shù)(MI)經(jīng)過(guò)迅速增加,、緩慢增加以及穩(wěn)定期3個(gè)階段。隨著表觀氣速的增加,，顆?；旌现笖?shù)升高，一定范圍內(nèi)的高氣速有利于柱形生物質(zhì)和石英砂的混合,。加熱后的柱形生物質(zhì)和石英砂的初始溫度為120℃,，流化空氣為常溫25℃。流化過(guò)程中,，柱形生物質(zhì)顆粒溫度普遍大于石英砂的溫度,。當(dāng)表觀氣速比較小時(shí)，雙組分顆粒的混合受到限制,，流化床內(nèi)不同高度的顆粒平均溫度差較大,；表觀氣速較大時(shí)，流化床顆粒平均溫度差不明顯,。虛擬球元解決了傳統(tǒng)DEM-CFD計(jì)算模型不適用于大尺寸柱形顆粒系統(tǒng)的問(wèn)題,。對(duì)比紅外熱圖像和模擬結(jié)果，實(shí)驗(yàn)值和模擬結(jié)果比較接近,，改進(jìn)的DEM-CFD方法可以較好地模擬柱形生物質(zhì)和石英砂的流動(dòng)傳熱,。

摘要:針對(duì)當(dāng)前生物質(zhì)燃燒爐灶熱效率低,、火力強(qiáng)度達(dá)不到要求、供風(fēng)不充足燃燒不完全,、功能單一等問(wèn)題,，依據(jù)集中供餐炊事對(duì)清潔生物質(zhì)顆粒燃料爐灶的需求，研制了一種以層燃為燃燒方式,，集炒菜,、蒸飯、燒水,、供熱等功能于一體的生物質(zhì)顆粒直燃爐灶,。運(yùn)行性能試驗(yàn)結(jié)果表明：該爐灶的炊事熱效率為42.9%，綜合熱效率達(dá)70.7%,，炊事強(qiáng)度為14.1kW,，煙氣排放指標(biāo)低于國(guó)家標(biāo)準(zhǔn)，生物質(zhì)顆粒燃燒較為充分,，可為以生物質(zhì)顆粒為燃料的集中供餐炊事?tīng)t灶的設(shè)計(jì)與應(yīng)用提供科學(xué)參考,。

摘要:為了有效處理含水率較高且體積龐大的有機(jī)污泥，實(shí)現(xiàn)與低溫?zé)峤夤に囅嘟Y(jié)合,，進(jìn)一步完善污泥處理與利用知識(shí)體系,，研究了干燥溫度與升溫速率對(duì)污泥干燥過(guò)程中的質(zhì)量、失重率,、含水率,、熱量的影響。同時(shí)研究了不同溫度下污泥的干燥速率和含水率的變化規(guī)律,，并建立了污泥干燥的數(shù)學(xué)模型,。實(shí)驗(yàn)結(jié)果表明：從不同干燥特性曲線(xiàn)可以看出，污泥的干燥特性符合理論的3個(gè)階段,，預(yù)熱時(shí)間極短,，恒速階段持續(xù)時(shí)間也不長(zhǎng)，最后的減速階段時(shí)間最長(zhǎng),。干燥終溫為240℃時(shí)污泥干化時(shí)間最短,，速率最快。二次模型的預(yù)測(cè)值與實(shí)測(cè)值決定系數(shù)為0.9924,，均方根誤差和殘差平方和分別為0.035和0.032,，與其他數(shù)學(xué)模型相比，二次模型對(duì)污泥干燥過(guò)程的擬合優(yōu)度最高,。

摘要:為了在非人為干擾條件下,，可實(shí)時(shí)監(jiān)測(cè)預(yù)警蛋雞生產(chǎn)環(huán)境和生產(chǎn)過(guò)程，保障動(dòng)物福利，本文基于可被遠(yuǎn)程調(diào)用的分布式對(duì)象的3Tiers物聯(lián)網(wǎng)軟件體系結(jié)構(gòu),將傳感器技術(shù)和云技術(shù)結(jié)合在一起,，設(shè)計(jì)了蛋雞舍設(shè)施養(yǎng)殖數(shù)字化智能監(jiān)測(cè)系統(tǒng),。3Tiers物聯(lián)網(wǎng)軟件架構(gòu)考慮了大量的異構(gòu)數(shù)據(jù)集成和對(duì)傳感器設(shè)備的監(jiān)測(cè)、遠(yuǎn)程交互性能的需求,，滿(mǎn)足了本研究中對(duì)規(guī)?；半u生產(chǎn)過(guò)程的研究要求。系統(tǒng)實(shí)現(xiàn)了規(guī)?；半u舍的實(shí)時(shí)生產(chǎn)環(huán)境參數(shù)采集和視頻監(jiān)控,、生產(chǎn)資料管理、生產(chǎn)過(guò)程管理,、基礎(chǔ)信息管理、統(tǒng)計(jì)管理,、預(yù)警設(shè)置管理,、系統(tǒng)管理和推送管理功能?？紤]到溫?zé)岘h(huán)境對(duì)蛋雞健康福利和生產(chǎn)性能有著重要的影響,，利用系統(tǒng)中的大量環(huán)境數(shù)據(jù)，對(duì)中國(guó)農(nóng)業(yè)大學(xué)上莊實(shí)驗(yàn)站大雞舍內(nèi)的小氣候環(huán)境舒適度進(jìn)行評(píng)價(jià),，并結(jié)合產(chǎn)蛋率,、死淘率和耗料，在黃山養(yǎng)殖場(chǎng)對(duì)環(huán)境舒適度評(píng)價(jià)進(jìn)行了驗(yàn)證,。通過(guò)對(duì)上莊雞舍24h周期內(nèi)和2016年11月—2017年4月的環(huán)境情況進(jìn)行分析,，結(jié)果表明實(shí)驗(yàn)蛋雞舍內(nèi)的小氣候環(huán)境溫濕指數(shù)始終小于70，蛋雞群始終處于舒適區(qū),；而通過(guò)對(duì)養(yǎng)殖場(chǎng)雞舍2016年7—10月份的環(huán)境數(shù)據(jù)和生產(chǎn)數(shù)據(jù)進(jìn)行分析,，驗(yàn)證了當(dāng)?shù)半u處于舒適區(qū)時(shí)，產(chǎn)蛋率提升,，死淘率下降,，耗料更接近標(biāo)準(zhǔn)。

摘要:針對(duì)人工光照法在生物疫苗毒株（胚蛋）成活性檢測(cè)中,，存在勞動(dòng)強(qiáng)度大,、效率低、準(zhǔn)確性差的缺點(diǎn),，提出了一種仿生胚蛋成活性圖像無(wú)損檢測(cè)方法,。針對(duì)以往研究中胚蛋圖像上下灰度不一、胚蛋蛋殼質(zhì)量不一等因素影響胚蛋血脈提取的問(wèn)題,，提出了一種基于最小類(lèi)內(nèi)指數(shù)方差的自適應(yīng)閾值圖像處理方法,。通過(guò)對(duì)去噪后的胚蛋圖像進(jìn)行圖像邊緣檢測(cè)及數(shù)學(xué)形態(tài)學(xué)處理，準(zhǔn)確構(gòu)建了成活胚蛋主血脈二值形態(tài)，通過(guò)計(jì)算胚蛋內(nèi)主血脈二值面積百分比判定胚蛋成活性,。對(duì)胚蛋圖像進(jìn)行識(shí)別實(shí)驗(yàn),，結(jié)果表明，該系統(tǒng)識(shí)別一枚胚蛋用時(shí)0.093s,，胚蛋活性判定準(zhǔn)確率為100%,，可滿(mǎn)足滅活疫苗、凍干疫苗生產(chǎn)的活性準(zhǔn)確率要求,。

摘要:針對(duì)現(xiàn)有的山核桃破殼機(jī)多采用點(diǎn),、線(xiàn)等單一的加載接觸形式進(jìn)行破殼，使得工作過(guò)程中山核桃受力大小分布不均,，從而導(dǎo)致低破殼率,、高果仁損傷率的現(xiàn)象，設(shè)計(jì)了多種不同加載接觸形式的錘頭類(lèi)型,，以山核桃破殼后破殼率,、果仁損傷率、露仁率,、裂紋分布為評(píng)價(jià)指標(biāo),，通過(guò)試驗(yàn)探究了不同加載接觸形式下的破殼效果。通過(guò)有限元分析探究了不同窩眼個(gè)數(shù)的錘頭對(duì)破殼過(guò)程中裂紋分布和擴(kuò)展的影響,，并以錘頭結(jié)構(gòu)參數(shù)和加載方向?yàn)樵囼?yàn)因素進(jìn)行了正交試驗(yàn),，確定了最佳錘頭結(jié)構(gòu)參數(shù)組合。試驗(yàn)結(jié)果表明,，凹槽式錘頭結(jié)構(gòu)能夠降低加載方向因素對(duì)破殼效果影響的顯著性,；凹槽中附加的窩眼能夠使破殼后的果殼產(chǎn)生大量局部裂紋點(diǎn)，并沿窩眼棱線(xiàn)擴(kuò)展產(chǎn)生裂紋,，具有裂紋引導(dǎo)作用,；窩眼個(gè)數(shù)增加，山核桃破殼后的裂紋數(shù)增加且裂紋分布均勻,、范圍廣,，有效提高了山核桃的破殼質(zhì)量；當(dāng)凹槽直徑為28mm,，窩眼個(gè)數(shù)為7時(shí),，破殼效果最理想，破殼率,、一露仁率,、二露仁率、果仁損傷率的均值分別為98.88%,、37.05%,、57.24%、5.71%。

摘要:針對(duì)現(xiàn)有馬鈴薯清選分選機(jī)的薯土分離效果差,、傷薯率較高、工作效率低等問(wèn)題,，設(shè)計(jì)了一種撥輥推送式馬鈴薯清選分選機(jī),。對(duì)該機(jī)器的工作機(jī)理進(jìn)行了闡述，確定了清選裝置,、分選裝置的結(jié)構(gòu)參數(shù),，分析了馬鈴薯在清選分選過(guò)程中的力學(xué)特性。選取機(jī)組的轉(zhuǎn)速,、上料量,、機(jī)組提升角度作為試驗(yàn)因素，傷薯率,、分選清潔率為試驗(yàn)性能指標(biāo)進(jìn)行正交試驗(yàn),，并對(duì)試驗(yàn)結(jié)果進(jìn)行顯著性分析。結(jié)果表明,，各因素對(duì)傷薯率影響的主次因素順序?yàn)椋簷C(jī)組提升角度、機(jī)組轉(zhuǎn)速和上料量,；對(duì)分選清潔率的影響主次因素順序?yàn)椋荷狭狭?、機(jī)組轉(zhuǎn)速和機(jī)組提升角度。按照以馬鈴薯的傷薯率較低,，兼顧分選清潔率較高的原則,，確定較優(yōu)組合，即機(jī)組轉(zhuǎn)速為145r/min,，上料量為20t/h,，機(jī)組提升角度為12°，并對(duì)該參數(shù)組合進(jìn)行了驗(yàn)證試驗(yàn),，結(jié)果表明,，在該條件下機(jī)器傷薯率為0.773%，分選清潔率為95.42%,，符合基本作業(yè)要求,。

摘要:采用靜態(tài)稱(chēng)量法測(cè)量30、40,、50℃時(shí)豌豆種子的吸附等溫線(xiàn),，對(duì)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行非線(xiàn)性擬合，并通過(guò)對(duì)凈等量吸附熱,、微分熵,、焓熵補(bǔ)償、擴(kuò)張壓力、凈積分焓和凈積分熵等熱力學(xué)性質(zhì)參數(shù)的研究,，分析種子吸附特性和進(jìn)一步揭示吸附機(jī)理,，為選擇和優(yōu)化種子干燥和貯藏條件提供理論依據(jù)。實(shí)驗(yàn)結(jié)果表明,，溫度恒定時(shí),，平衡含水率隨水分活度升高而升高，吸附等溫線(xiàn)屬于類(lèi)型Ⅱ且GAB模型擬合效果最佳(R2=0.9989,誤差平方和為4.52×10-5),；凈等量吸附熱和微分熵隨著平衡含水率升高而降低的規(guī)律符合焓熵補(bǔ)償理論,，該理論反映出吸附過(guò)程是非自發(fā)反應(yīng)，屬于焓驅(qū)動(dòng),，而當(dāng)干基含水率達(dá)到25%時(shí),，凈等量吸附熱值接近純水的汽化潛熱(43.30kJ/mol)；種子吸附過(guò)程的擴(kuò)張壓力隨水分活度升高而升高,，隨溫度升高而降低,，當(dāng)擴(kuò)張壓力一定時(shí)，凈積分焓和凈積分熵隨著平衡含水率升高而降低,，凈積分熵達(dá)到最小值后逐漸升高,，此最小值在30、40,、50℃溫度條件下分別為-137.79,、-140.29、-137.74J/(mol·K),，對(duì)應(yīng)的水分活度和平衡含水率分別為0.017,、0.045、0.062和2.7%,、2.5%,、2.4%，這些條件可作為豌豆種子貯藏的最穩(wěn)定條件,。

摘要:大豆水酶法殘?jiān)勺鳛樯攀忱w維的來(lái)源,。以大豆水酶法殘?jiān)鼮樵希瑢?duì)其中的膳食纖維進(jìn)行羧甲基化修飾,，在單因素試驗(yàn)的基礎(chǔ)上,，通過(guò)Box-Behnken響應(yīng)面試驗(yàn)設(shè)計(jì)建立了堿化溫度、氯乙酸添加量,、醚化時(shí)間和醚化溫度對(duì)羧甲基取代度的模型,。研究結(jié)果表明，各參數(shù)對(duì)羧甲基取代度的影響程度依次為醚化時(shí)間,、氯乙酸添加量,、堿化溫度,、醚化溫度。通過(guò)對(duì)試驗(yàn)結(jié)果的二次回歸分析得到的最佳制備工藝為堿化溫度25℃,、氯乙酸添加量為膳食纖維質(zhì)量的1.05倍,、醚化溫度70℃、醚化時(shí)間3.8h,，在此最優(yōu)條件下制備的水酶法膳食纖維羧甲基取代度為0.4305,，其持水率、持油率和膨脹率分別較修飾前提升了89.61%,、20.63%和114.32%,。紅外光譜結(jié)果表明，制備的大豆水酶法膳食纖維發(fā)生了羧甲基取代反應(yīng),。

摘要:通過(guò)優(yōu)化菲洛嗪法測(cè)定葡萄酒中總鐵的檢測(cè)條件,，以及探討Fe3+共存時(shí)菲洛嗪用量對(duì)Fe2+測(cè)定的影響，建立一種簡(jiǎn)易可靠,、能夠直接測(cè)定葡萄酒中總鐵和Fe2+的方法,。結(jié)果顯示：改良菲洛嗪法測(cè)定葡萄酒中的總鐵，在0.25～2.00mg/L質(zhì)量濃度范圍內(nèi)線(xiàn)性關(guān)系良好,，檢測(cè)限為0.0115mg/L,，加標(biāo)回收率為94.31%～104.34%，變異系數(shù)范圍為0.95%～2.43%,；然而,，共存的Fe3+會(huì)影響對(duì)葡萄酒中Fe2+的測(cè)定，適合的顯色劑用量是菲洛嗪與總鐵摩爾比為7,，在此條件下，F(xiàn)e2+質(zhì)量濃度的擬合準(zhǔn)確度為101.98%～113.50%,。利用該法測(cè)定葡萄酒樣品的結(jié)果表明,，葡萄酒中以Fe2+為主，其在紅葡萄酒中的百分比相對(duì)較高,?？傊倪M(jìn)的方法簡(jiǎn)單易行,、準(zhǔn)確可靠,，能夠滿(mǎn)足葡萄酒中鐵價(jià)態(tài)的快速定量測(cè)定，適于在葡萄酒生產(chǎn)中推廣應(yīng)用,。

摘要:為研究帶魚(yú)魚(yú)糜制品冷藏過(guò)程中腥味變化的規(guī)律,，以魚(yú)丸為研究對(duì)象，在不同溫度0,、3,、6,、9、12℃下監(jiān)測(cè)魚(yú)丸腥味活性值變化,，采用零級(jí)反應(yīng)方程擬合腥味活性值變化曲線(xiàn),，擬合系數(shù)均大于0.9。根據(jù)Arrhenius方程確定了變化速率K與溫度T的關(guān)系,，建立腥味活性值變化預(yù)測(cè)模型F=2.332×1013e-8190/Tt+5.035,。貯藏期間F的實(shí)測(cè)值與預(yù)測(cè)值相對(duì)誤差在15%以?xún)?nèi)，證明該模型能夠較準(zhǔn)確地預(yù)測(cè)魚(yú)丸腥味活性值的變化,。

摘要:針對(duì)無(wú)人駕駛車(chē)輛的軌跡跟蹤問(wèn)題,，在分析車(chē)輛運(yùn)動(dòng)學(xué)模型的基礎(chǔ)上，設(shè)計(jì)了一種基于模型預(yù)測(cè)控制理論的軌跡跟蹤控制方法,。首先,，將車(chē)輛運(yùn)動(dòng)學(xué)模型進(jìn)行線(xiàn)性化處理，得到車(chē)輛運(yùn)動(dòng)學(xué)線(xiàn)性跟蹤誤差模型,，該模型可以用來(lái)預(yù)測(cè)車(chē)輛的未來(lái)行為,。其次，利用此跟蹤誤差模型作為預(yù)測(cè)模型,，應(yīng)用線(xiàn)性模型預(yù)測(cè)控制方法,，通過(guò)優(yōu)化得到使性能指標(biāo)最小的控制序列，將控制序列的第一步作用于系統(tǒng),。最后,，建立了3種典型的道路試驗(yàn)曲線(xiàn)，并且在基于實(shí)時(shí)多體動(dòng)力學(xué)軟件Vortex搭建的虛擬仿真平臺(tái)中對(duì)軌跡跟蹤控制器進(jìn)行了仿真,。仿真結(jié)果表明,，該控制器可以保證無(wú)人駕駛車(chē)輛快速且穩(wěn)定地跟蹤參考軌跡，距離偏差和方位偏差都在合理的范圍內(nèi),，且實(shí)時(shí)性可以達(dá)到要求,。

摘要:針對(duì)拖拉機(jī)斜坡直線(xiàn)行駛工況，基于拖拉機(jī)比例模型和3D打印技術(shù),，建立了模型拖拉機(jī)輪胎-地面載荷實(shí)驗(yàn)測(cè)試系統(tǒng),。以斜坡上側(cè)車(chē)輪-地面載荷為主要參考量，提出了針對(duì)拖拉機(jī)前,、后輪的側(cè)向穩(wěn)定評(píng)價(jià)指標(biāo)（拖拉機(jī)前,、后輪的斜坡上側(cè)車(chē)輪載荷分配系數(shù)）。采用田口實(shí)驗(yàn)設(shè)計(jì)方法,，選擇前后輪輪胎類(lèi)型,、前配重質(zhì)量、前后輪距和機(jī)具位置6個(gè)影響因素作為控制因子,，以E級(jí)和F級(jí)隨機(jī)路面作為噪聲因子,，設(shè)計(jì)了6因子混合水平的田口實(shí)驗(yàn)方案,，并對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行信噪比和均值的方差分析。實(shí)驗(yàn)結(jié)果表明,，對(duì)拖拉機(jī)斜坡上側(cè)前,、后輪側(cè)向穩(wěn)定性影響最大的控制因子分別是前配重質(zhì)量和后輪距；得出基于前,、后輪側(cè)向穩(wěn)定性評(píng)價(jià)指標(biāo)的拖拉機(jī)最優(yōu)配置,，為拖拉機(jī)的穩(wěn)定性?xún)?yōu)化設(shè)計(jì)提供了一定參考，也為拖拉機(jī)防側(cè)翻預(yù)警控制提供了理論基礎(chǔ),。

摘要:基于流體體積(VOF)模型和動(dòng)態(tài)重疊網(wǎng)格技術(shù)對(duì)針閥關(guān)閉過(guò)程的噴油嘴內(nèi)流場(chǎng)進(jìn)行了瞬態(tài)模擬,，分析發(fā)現(xiàn)在斷油過(guò)程中，噴油嘴壓力室和噴孔入口兩個(gè)位置都會(huì)發(fā)生空化現(xiàn)象,，與試驗(yàn)現(xiàn)象一致,。計(jì)算得到的最大空化體積與倒流氣體體積基本相等，說(shuō)明空化潰滅是造成外部氣體倒流的主要原因,。壓力室內(nèi)的空化潰滅是引起倒流氣體進(jìn)一步流入壓力室的必要條件,。進(jìn)一步從理論推導(dǎo)出新的變量——空化數(shù)，用以評(píng)估針閥關(guān)閉過(guò)程噴嘴內(nèi)空化的程度,，得出背壓增大,，斷油過(guò)程的空化程度減弱，使倒流的氣體體積減少,，較好地解釋了背壓對(duì)氣體倒流的影響規(guī)律,。

摘要:基于具有對(duì)稱(chēng)性和對(duì)偶性的正十二面體，設(shè)計(jì)了一種以三,、四,、五邊形為耦合節(jié)點(diǎn)的二十面體單移動(dòng)可展機(jī)構(gòu)。首先,，在正十二面體的十個(gè)面上添加一種頂點(diǎn),，通過(guò)增加頂點(diǎn)種類(lèi)以增加耦合節(jié)點(diǎn)種類(lèi)，從而得到具有三,、四、五邊形結(jié)構(gòu)的節(jié)點(diǎn)構(gòu)件,。根據(jù)構(gòu)件連接情況設(shè)計(jì)四類(lèi)替換構(gòu)件,，將替換構(gòu)件用轉(zhuǎn)動(dòng)副(R副)依次連接，構(gòu)造耦合機(jī)構(gòu)基礎(chǔ)模型,。其次,，基于螺旋理論應(yīng)用分流法計(jì)算其自由度。最后,，進(jìn)行主動(dòng)輸入選取分析及構(gòu)建耦合機(jī)構(gòu)的三維模型,，設(shè)置方向相反的驅(qū)動(dòng)條件分別進(jìn)行仿真運(yùn)動(dòng),，應(yīng)用Matlab得到動(dòng)平臺(tái)和節(jié)點(diǎn)構(gòu)件的位置變化曲線(xiàn)，仿真結(jié)果與理論分析結(jié)果相統(tǒng)一,，表明提出的機(jī)構(gòu)具有伸縮運(yùn)動(dòng)特性,。

摘要:根據(jù)基于方位特征(POC)的并聯(lián)機(jī)構(gòu)設(shè)計(jì)理論與方法,，提出了一種結(jié)構(gòu)簡(jiǎn)單,、能實(shí)現(xiàn)三平移一轉(zhuǎn)動(dòng)的并聯(lián)機(jī)構(gòu)，拓?fù)浣Y(jié)構(gòu)分析后發(fā)現(xiàn)其耦合度k較大(k=2),，其位置正解及動(dòng)力學(xué)計(jì)算較復(fù)雜,；為此，設(shè)計(jì)了結(jié)構(gòu)降耦后的新機(jī)型,，證明其耦合度k=1,，其位置正解易用一維搜索法求出，并給出了基于序單開(kāi)鏈法的該機(jī)構(gòu)位置正解求解的一維搜索法及其數(shù)值解,；同時(shí),，基于導(dǎo)出的機(jī)構(gòu)位置反解公式，分析了動(dòng)平臺(tái)的工作空間及其轉(zhuǎn)動(dòng)能力,，探討了該機(jī)構(gòu)發(fā)生3種奇異位形的條件,。

摘要:針對(duì)3-P(4S)并聯(lián)平臺(tái)，首先對(duì)其進(jìn)行了位置反解,，提出了由BP神經(jīng)網(wǎng)絡(luò)和擬Newton法相結(jié)合的混合數(shù)值法,，并以此對(duì)機(jī)構(gòu)進(jìn)行了位置正解，求解精度可達(dá)到10－8數(shù)量級(jí),，求解時(shí)間在20ms內(nèi),。然后通過(guò)對(duì)位置解求導(dǎo)可得到機(jī)構(gòu)動(dòng)平臺(tái)和分支桿件的速度和加速度。根據(jù)運(yùn)動(dòng)學(xué)分析的結(jié)果,，應(yīng)用牛頓歐拉方法構(gòu)建該機(jī)構(gòu)的動(dòng)力學(xué)模型,，并對(duì)機(jī)構(gòu)的數(shù)值算例進(jìn)行了動(dòng)力學(xué)仿真驗(yàn)證。最后綜合考慮機(jī)構(gòu)的動(dòng)力學(xué)性能,、剛度性能和速度性能,，分別推導(dǎo)了其評(píng)價(jià)指標(biāo)，并應(yīng)用改進(jìn)的加權(quán)求和法對(duì)該機(jī)構(gòu)進(jìn)行多目標(biāo)的尺寸優(yōu)化,。通過(guò)多目標(biāo)的尺寸優(yōu)化,，該機(jī)構(gòu)的動(dòng)力學(xué)性能和速度性能提升了2倍，剛度性能提升了3倍,。

摘要:針對(duì)仿人機(jī)器人視覺(jué)目標(biāo)跟蹤任務(wù)需求,，設(shè)計(jì)了一種高精度、靈巧型仿人機(jī)器人頭部系統(tǒng),，構(gòu)建了視覺(jué)感知模塊與3自由度機(jī)械臂運(yùn)動(dòng)機(jī)構(gòu),。利用虛擬連桿方法對(duì)仿人機(jī)器人頭部進(jìn)行運(yùn)動(dòng)學(xué)建模,，將目標(biāo)跟蹤問(wèn)題轉(zhuǎn)換為機(jī)械臂的運(yùn)動(dòng)學(xué)逆解問(wèn)題，通過(guò)計(jì)算機(jī)構(gòu)可操作度與條件數(shù),，顯示機(jī)器人頭部對(duì)目標(biāo)跟蹤任務(wù)具有良好的運(yùn)動(dòng)學(xué)靈活性,。在此基礎(chǔ)上，基于梯度投影法建立了目標(biāo)跟蹤運(yùn)動(dòng)學(xué)逆解與規(guī)避關(guān)節(jié)極限位置的同步優(yōu)化算式,，并針對(duì)視覺(jué)測(cè)量系統(tǒng)帶寬較窄,、容易造成較大跟蹤誤差的問(wèn)題，提出了在兩次視覺(jué)測(cè)量間隔內(nèi)用軌跡預(yù)測(cè)的方法獲得目標(biāo)位置的估計(jì)值,，以提高跟蹤精度,。仿真與實(shí)驗(yàn)結(jié)果表明，在測(cè)量盲區(qū)內(nèi)采用軌跡預(yù)測(cè)方法,，可將跟蹤精度提高約80%,，實(shí)現(xiàn)高精度目標(biāo)跟蹤。所提出的仿人機(jī)器人頭部及控制方法,，對(duì)動(dòng)態(tài)目標(biāo)具有良好的跟蹤性能,。

摘要:為了進(jìn)一步提高數(shù)控機(jī)床多體運(yùn)動(dòng)學(xué)誤差模型的精度，提出了基于張量理論的機(jī)床誤差補(bǔ)償模型,。首先面向數(shù)控系統(tǒng)列表插值補(bǔ)償方式,，提出了應(yīng)用張量理論設(shè)定基礎(chǔ)階、擴(kuò)展階和誤差階來(lái)建立機(jī)床誤差張量模型,。然后,，提出了采用設(shè)定機(jī)床信息、建立張量模型及設(shè)定檢測(cè)參數(shù)3個(gè)流程實(shí)施誤差補(bǔ)償,，并通過(guò)多元回歸分析提出了采用4階多項(xiàng)式擬合機(jī)床空間誤差,。最后，以某重型車(chē)銑復(fù)合機(jī)床實(shí)驗(yàn)為例,，提出了分軸步進(jìn)對(duì)角線(xiàn)法下的張量誤差模型,，采用球桿儀進(jìn)行了圓度誤差檢測(cè)實(shí)驗(yàn)，結(jié)果表明該方法能夠有效地提高機(jī)床精度,，比多體運(yùn)動(dòng)學(xué)誤差模型的補(bǔ)償效果更優(yōu),。

摘要:基于Kinect動(dòng)態(tài)手勢(shì)識(shí)別達(dá)到實(shí)時(shí)控制機(jī)械臂末端位姿的效果。位置控制信息的獲取采用Kinect計(jì)算手部4個(gè)關(guān)節(jié)點(diǎn)在控制中的位置變動(dòng),，數(shù)據(jù)噪聲在控制中易引起機(jī)械臂誤動(dòng)作和運(yùn)動(dòng)振動(dòng)等問(wèn)題,，為了避免噪聲對(duì)實(shí)時(shí)控制的不利影響，采用卡爾曼濾波跟蹤降噪,。姿勢(shì)控制信息通過(guò)采集手部點(diǎn)云經(jīng)濾波處理后應(yīng)用最小二乘擬合的方式獲取掌心所在平面,運(yùn)用迭代器降噪處理,。系統(tǒng)通過(guò)對(duì)手部位置和姿勢(shì)信息的整合,、手勢(shì)到機(jī)械臂空間坐標(biāo)映射及運(yùn)動(dòng)學(xué)求解來(lái)實(shí)時(shí)控制機(jī)械臂末端位姿,。實(shí)驗(yàn)結(jié)果證明,，手勢(shì)控制系統(tǒng)滿(mǎn)足控制要求,簡(jiǎn)單、易于操作,，機(jī)械臂實(shí)時(shí)響應(yīng)速度快,、運(yùn)動(dòng)準(zhǔn)確。

摘要:從師法自然出發(fā),，以靜態(tài)接觸角高達(dá)140°的箬葉下表面為仿生對(duì)象,，使用2種模板法制備具有箬葉下表面微納復(fù)合結(jié)構(gòu)的聚合物仿生表面。采用掃描電鏡觀測(cè)聚合物仿生表面的微觀形貌,，借助接觸角測(cè)量?jī)x分析仿生表面的潤(rùn)濕性能,。以箬葉下表面為模板，采用聚二甲基硅氧烷（PDMS）二次復(fù)形方法獲得仿箬葉下表面,，僅實(shí)現(xiàn)微乳突結(jié)構(gòu)的部分復(fù)形,，而大多數(shù)納米片層結(jié)構(gòu)缺失，其靜態(tài)接觸角與PDMS本征接觸角相比只提高了7°左右,。采用電鑄與注射成型相結(jié)合的方法獲得的仿箬葉聚丙烯（PP）表面,，可基本實(shí)現(xiàn)微納復(fù)合結(jié)構(gòu)的復(fù)形，其靜態(tài)接觸角與PP本征接觸角相比提高了50°以上,，進(jìn)一步采用低表面能的氟硅烷修飾注射成型仿箬葉PP表面,，其靜態(tài)接觸角與PP本征接觸角相比提高了70°左右，達(dá)到了133°±2°,。但2種模板法成型的仿生聚合物表面均未能較好保留箬葉的動(dòng)態(tài)潤(rùn)濕性能,。實(shí)驗(yàn)結(jié)果表明，通過(guò)電鑄-注射法構(gòu)筑仿箬葉表面的微納復(fù)合結(jié)構(gòu),、在粗糙表面上修飾低表面能物質(zhì)的雙重途徑可用于實(shí)現(xiàn)仿生疏水表面高效低成本的制備,。