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:水質(zhì)的實(shí)時(shí)監(jiān)測(cè)和調(diào)控是水產(chǎn)養(yǎng)殖過程中的關(guān)鍵環(huán)節(jié)，是保證水產(chǎn)品品質(zhì)的重要措施,。本文在總結(jié)和整理現(xiàn)有國內(nèi)外研究成果的基礎(chǔ)上，結(jié)合國內(nèi)水產(chǎn)養(yǎng)殖多為池塘,、網(wǎng)箱等封閉水質(zhì)環(huán)境的特點(diǎn)，對(duì)水產(chǎn)養(yǎng)殖水質(zhì)監(jiān)測(cè)與控制系統(tǒng)的典型架構(gòu),、水質(zhì)重要參數(shù)的檢測(cè)技術(shù),、水質(zhì)監(jiān)測(cè)與控制系統(tǒng)的通信技術(shù)和智能控制技術(shù)進(jìn)行了分析和討論。提出了未來技術(shù)發(fā)展方向：實(shí)時(shí)在線的水質(zhì)監(jiān)測(cè)和傳感技術(shù)將成為研究的重點(diǎn)方向,；水質(zhì)參數(shù)的預(yù)測(cè)仍將是水質(zhì)監(jiān)測(cè)技術(shù)的重點(diǎn)研究方向,，其中非線性預(yù)測(cè)模型是水質(zhì)預(yù)測(cè)模型構(gòu)建的主流方法,；結(jié)合數(shù)據(jù)融合技術(shù)的多參數(shù)傳感器正成為研究熱點(diǎn),；低功耗廣域網(wǎng)將成為水產(chǎn)養(yǎng)殖水質(zhì)監(jiān)控系統(tǒng)主流的遠(yuǎn)程通信技術(shù)。

摘要:針對(duì)自然條件下棉葉螨蟲害等級(jí)識(shí)別難的問題,，在自然條件下以普通手機(jī)采集棉葉圖像作為實(shí)驗(yàn)對(duì)象,，首先使用大津法和連通區(qū)域標(biāo)記算法，將棉花葉片圖像與背景分離,，然后,，提取不同棉葉螨危害等級(jí)棉葉圖像的顏色、紋理和邊緣特征數(shù)據(jù),，使用支持向量機(jī)（Support vector machine,，SVM）單獨(dú)進(jìn)行分類實(shí)驗(yàn)，得到平均識(shí)別正確率為76.25%,，最后,，采用SVM和AdaBoost相結(jié)合的算法,，生成最優(yōu)判別模型，實(shí)現(xiàn)對(duì)棉葉螨危害等級(jí)的識(shí)別,，平均識(shí)別正確率為88.75%,。對(duì)比實(shí)驗(yàn)表明，提出的棉葉螨危害等級(jí)識(shí)別方法比BP神經(jīng)網(wǎng)絡(luò)的平均識(shí)別正確率高13.75個(gè)百分點(diǎn),，比單獨(dú)采用SVM算法高12.5個(gè)百分點(diǎn),，比單獨(dú)采用AdaBoost算法高8.75個(gè)百分點(diǎn)，SVM和AdaBoost相結(jié)合的算法可較好地對(duì)棉葉螨危害等級(jí)進(jìn)行識(shí)別,，為棉葉螨數(shù)字化防治和變量噴藥提供了數(shù)據(jù)支持,。

摘要:為實(shí)現(xiàn)高效低成本的油菜植株三維建模和表型參數(shù)在線測(cè)量，提出一種基于RGB-D相機(jī)的油菜分枝三維重建和角果識(shí)別定位方法,。使用Kinect傳感器拍攝角果期油菜分枝在4個(gè)視角下的彩色圖像和深度圖像,，進(jìn)而獲取油菜植株的三維點(diǎn)云并濾波。對(duì)配準(zhǔn)的點(diǎn)云進(jìn)行旋轉(zhuǎn)變換,，計(jì)算點(diǎn)云的曲面法矢量和曲率,，并由曲率相近的點(diǎn)構(gòu)成配對(duì)點(diǎn)對(duì)，再使用基于KD-tree搜索的最近點(diǎn)迭代（ICP）算法實(shí)現(xiàn)點(diǎn)云的初配準(zhǔn),。將初配準(zhǔn)誤差作為參考值,，調(diào)整ICP算法的對(duì)應(yīng)點(diǎn)距離閾值，使用初配準(zhǔn)的操作流程對(duì)初配準(zhǔn)得到的新點(diǎn)云進(jìn)行再次配準(zhǔn),，完成精配準(zhǔn),。結(jié)合該三維重建方法和針對(duì)性的彩色圖像處理方法，得到去除主莖的單分枝油菜角果的完整點(diǎn)云,，再進(jìn)行歐氏聚類實(shí)現(xiàn)單個(gè)角果的空間定位,。實(shí)驗(yàn)結(jié)果表明，提出的三維重建方法具有較強(qiáng)的實(shí)時(shí)性和魯棒性,，單個(gè)角果的三維形態(tài)清晰可見,，點(diǎn)云平均距離誤差小于0.48mm，角果總體識(shí)別正確率不小于96.76%,。

摘要:針對(duì)遼寧省西部褐土區(qū)常年降水量低,，蒸發(fā)量較大，土壤干旱嚴(yán)重,，嚴(yán)重影響作物產(chǎn)量問題,，設(shè)計(jì)了1MXQ-4型滅茬旋耕起壟聯(lián)合作業(yè)機(jī)，主要由深松裝置,、滅茬旋耕裝置,、起壟裝置和鎮(zhèn)壓裝置等組成。機(jī)具可一次完成深松,、滅茬,、旋耕,、培壟和鎮(zhèn)壓等多項(xiàng)聯(lián)合作業(yè)，實(shí)現(xiàn)壟溝壟臺(tái)互換功能,。通過對(duì)其關(guān)鍵部件滅茬旋耕裝置的動(dòng)力學(xué)分析確定了滅茬裝置回轉(zhuǎn)半徑R為300mm,，入土深度H為8cm，最小轉(zhuǎn)速n為210r/min,。按犁體曲面的幾何元線法設(shè)計(jì)原理,，元線角θ按拋物線規(guī)律變化，繪制起壟鏟工作曲面,，確定起壟裝置結(jié)構(gòu)參數(shù),。通過土槽模擬土粒運(yùn)動(dòng)軌跡的木塊試驗(yàn)，得出曲面楔子型培土器工作性能優(yōu)于平面楔子型培土器,，實(shí)現(xiàn)了壟臺(tái)壟溝互換功能,。通過三因素五水平試驗(yàn)，得出各因素對(duì)試驗(yàn)指標(biāo)起壟最大高度影響主次順序?yàn)闄C(jī)具前進(jìn)速度,、工作深度,、秸稈覆蓋量；各因素對(duì)工作阻力影響的主次順序?yàn)榻斩捀采w量,、工作深度,、機(jī)具前進(jìn)速度。利用Design-Expert軟件對(duì)機(jī)具工作參數(shù)求解和實(shí)際工作驗(yàn)證得到最佳作業(yè)參數(shù)：機(jī)具前進(jìn)速度為6km/h,，工作深度為22.2cm,，起壟最大高度為24.05cm，工作阻力為12.08kN,。滿足了遼寧省西部褐土區(qū)所需的壟臺(tái)壟溝互換耕作的土壤合理耕層構(gòu)建技術(shù)指標(biāo)要求,。

摘要:為提高筑埂作業(yè)效率與質(zhì)量，減輕作業(yè)勞動(dòng)強(qiáng)度,，解決水田田埂拐角處無法機(jī)械筑埂的問題,，設(shè)計(jì)了一種旋耕和鎮(zhèn)壓部件可180°水平回轉(zhuǎn)的水田雙向修筑埂機(jī)。闡述了關(guān)鍵部件橫向偏移機(jī)構(gòu)與180°水平回轉(zhuǎn)調(diào)節(jié)機(jī)構(gòu)的結(jié)構(gòu)及工作原理,。建立橫向偏移機(jī)構(gòu)和180°水平回轉(zhuǎn)調(diào)節(jié)機(jī)構(gòu)運(yùn)動(dòng)模型,，通過運(yùn)動(dòng)學(xué)分析,，獲得了可滿足不同作業(yè)條件下偏移要求的運(yùn)動(dòng)部件結(jié)構(gòu)參數(shù),，得出旋耕和鎮(zhèn)壓部件回轉(zhuǎn)過程趨于穩(wěn)定的條件。對(duì)水田雙向修筑埂機(jī)進(jìn)行田間作業(yè)性能試驗(yàn),，試驗(yàn)結(jié)果表明：當(dāng)作業(yè)速度分別為1.5,、2.0、2.3km/h時(shí),，田埂堅(jiān)實(shí)度平均值隨筑埂后間隔時(shí)間的增大而增大,，田埂堅(jiān)實(shí)度變異系數(shù)隨筑埂后間隔時(shí)間的增大而減?。婚g隔時(shí)間相同時(shí),，埂側(cè)堅(jiān)實(shí)度平均值高于埂頂,，田埂各測(cè)量位置穩(wěn)定值均不低于1332kPa。前行與倒行兩種作業(yè)方式所筑田埂均滿足水田筑埂農(nóng)藝要求,。

摘要:為進(jìn)一步提升基于離散元法對(duì)全膜雙壟溝機(jī)械化覆土作業(yè)過程研究的準(zhǔn)確性，結(jié)合EDEM軟件進(jìn)行覆膜土壤摩擦角（土壤休止角及其與鋼滑動(dòng)摩擦角）離散元仿真試驗(yàn),。通過三因素三水平正交組合試驗(yàn),，得出各接觸參數(shù)對(duì)土壤休止角、土壤與鋼滑動(dòng)摩擦角的影響顯著性順序,。分別建立了各關(guān)鍵接觸參數(shù)與土壤休止角,、土壤與鋼滑動(dòng)摩擦角的二次多項(xiàng)式回歸模型，以自制試驗(yàn)裝置測(cè)定結(jié)果作為優(yōu)化的目標(biāo)值,，獲得全膜雙壟溝覆膜土壤離散元最優(yōu)接觸參數(shù)組合為：土壤與土壤靜摩擦因數(shù)0.68,、土壤與土壤滾動(dòng)摩擦因數(shù)0.27、土壤與土壤恢復(fù)系數(shù)0.21,、土壤與鋼靜摩擦因數(shù)0.31,、土壤與鋼滾動(dòng)摩擦因數(shù)0.13和土壤與鋼恢復(fù)系數(shù)0.54。為驗(yàn)證所標(biāo)定全膜雙壟溝覆膜土壤接觸參數(shù)的可靠性,，對(duì)模擬仿真與實(shí)際試驗(yàn)的土壤休止角,、土壤與鋼滑動(dòng)摩擦角進(jìn)行了對(duì)比分析，兩者相對(duì)誤差分別為2.6%和3.1%,；同時(shí)應(yīng)用離散元法進(jìn)行全膜雙壟溝覆土裝置在覆膜土壤顆粒最優(yōu)標(biāo)定參數(shù)組合設(shè)置下的種床覆土過程仿真模擬,，通過與實(shí)際作業(yè)效果對(duì)比，仿真結(jié)果與田間試驗(yàn)工況基本一致,，驗(yàn)證了仿真試驗(yàn)與建立回歸模型的有效性,。

摘要:車速對(duì)電動(dòng)機(jī)驅(qū)動(dòng)玉米氣吸式排種器排種性能具有重要影響，為此設(shè)計(jì)了一種電動(dòng)機(jī)驅(qū)動(dòng)排種器CAN總線控制系統(tǒng),，采用CAN總線通訊的方法探究系統(tǒng)驅(qū)動(dòng)排種器隨車速的變化特性,。該系統(tǒng)主要由人機(jī)交互設(shè)備、排種監(jiān)測(cè)ECU,、排種驅(qū)動(dòng)ECU組成,，參照ISO 11783協(xié)議，對(duì)播種機(jī)具總線系統(tǒng)進(jìn)行了設(shè)計(jì),。以4行氣吸式玉米排種器為對(duì)象,，搭建試驗(yàn)臺(tái)，對(duì)總線控制排種盤轉(zhuǎn)速精度進(jìn)行了試驗(yàn),。通過總線提取的排種盤轉(zhuǎn)速閉環(huán)調(diào)控結(jié)果得出,，排種盤轉(zhuǎn)速位置PID控制調(diào)整過程中存在低速調(diào)節(jié)時(shí)間長,、超調(diào)量大的問題。采用分段PID參數(shù)控制的方法,，由試驗(yàn)結(jié)果將排種盤轉(zhuǎn)速設(shè)定值分為低速（15~20r/min）,、中速（20~40r/min）、高速（40~55r/min）3個(gè)階段,，分階段賦予對(duì)應(yīng)閉環(huán)調(diào)節(jié)參數(shù),，得出排種盤目標(biāo)轉(zhuǎn)速在低速階段時(shí)平均響應(yīng)時(shí)間、平均超調(diào)量分別為1.84s,、38.51%,，與位置PID控制相比較，分別降低1.63s,、34.41%,；15~55r/min時(shí)平均穩(wěn)態(tài)誤差絕對(duì)值為0.97r/min，標(biāo)準(zhǔn)差為0.76r/min,，平均穩(wěn)態(tài)誤差絕對(duì)值減小0.13r/min,。進(jìn)行了總線系統(tǒng)落種監(jiān)測(cè)精度試驗(yàn)，設(shè)定粒距20cm,，排種盤孔數(shù)為26個(gè),，車速4~12km/h時(shí)，系統(tǒng)排種監(jiān)測(cè)平均準(zhǔn)確率為97.53%,，標(biāo)準(zhǔn)差為0.48%,。采用排種總線系統(tǒng)對(duì)車速影響排種器性能進(jìn)行了試驗(yàn)，風(fēng)機(jī)驅(qū)動(dòng)軸轉(zhuǎn)速為540r/min,，車速范圍為4~8km/h,，測(cè)得風(fēng)壓范圍為-6.0~-5.9kPa，播種合格指數(shù)平均為95.68%,，標(biāo)準(zhǔn)差為2.29%,；車速達(dá)到9km/h時(shí)，合格指數(shù)降到90%以下,，排種器漏播較嚴(yán)重,。通過對(duì)播種總線系統(tǒng)車速和4行排種驅(qū)動(dòng)電動(dòng)機(jī)實(shí)時(shí)轉(zhuǎn)速的監(jiān)測(cè)，進(jìn)行了車速階躍變化播種系統(tǒng)響應(yīng)試驗(yàn),，結(jié)果表明在車速4~12km/h,、2km/h間隔遞增過程中，系統(tǒng)對(duì)排種盤目標(biāo)轉(zhuǎn)速平均響應(yīng)時(shí)間為2.00s,，標(biāo)準(zhǔn)差為0.34s,；2km/h間隔遞減過程中，系統(tǒng)對(duì)排種盤目標(biāo)轉(zhuǎn)速平均響應(yīng)時(shí)間為1.83s,，標(biāo)準(zhǔn)差為1.07s,，表明按照車速階躍變化，該總線控制系統(tǒng)具有較好的響應(yīng)性能,。

摘要:針對(duì)東北地區(qū)免耕播種機(jī)在玉米秸稈全量粉碎還田作業(yè)時(shí),，平面爪輪式清秸防堵裝置清秸率低、作業(yè)性能不穩(wěn)定,，播種機(jī)作業(yè)質(zhì)量和工作效率降低等問題,，設(shè)計(jì)一種星齒凹面盤式清秸防堵裝置。通過分析作業(yè)時(shí)秸稈顆粒在凹面清秸盤上的運(yùn)動(dòng)規(guī)律,，確定了影響清秸率的主要結(jié)構(gòu)參數(shù)和各參數(shù)的取值范圍,。結(jié)合旋轉(zhuǎn)正交試驗(yàn)設(shè)計(jì)和EDEM離散元仿真技術(shù)確定了星齒凹面清秸盤的最優(yōu)結(jié)構(gòu)參數(shù)組合，通過田間對(duì)比試驗(yàn)驗(yàn)證了該裝置的作業(yè)性能,。研究結(jié)果表明：影響星齒凹面盤式清秸防堵裝置作業(yè)性能的主要結(jié)構(gòu)參數(shù)為清秸盤回轉(zhuǎn)半徑,、圓盤曲面投影長度和曲率半徑。當(dāng)清秸盤回轉(zhuǎn)半徑為152.5mm,、曲率半徑為160mm和圓盤曲面投影長度為50.9mm時(shí),，該裝置作業(yè)性能最佳，苗帶清秸率和作業(yè)阻力分別為92.2%和142.6N,。星齒凹面盤式清秸防堵裝置的工作性能優(yōu)于平面爪輪式防堵裝置,，作業(yè)質(zhì)量穩(wěn)定，滿足免耕播種作業(yè)農(nóng)藝和技術(shù)要求,。

摘要:針對(duì)丹參膜上傾斜移栽人工作業(yè)效率和質(zhì)量較低、勞動(dòng)強(qiáng)度較大,、現(xiàn)有移栽機(jī)不適合丹參膜上傾斜移栽等問題,，結(jié)合丹參大壟雙行覆膜高效生產(chǎn)技術(shù)提出的膜上傾斜移栽農(nóng)藝要求，設(shè)計(jì)一種基于變形橢圓齒輪-雙變速曲柄五桿機(jī)構(gòu)的鴨嘴式丹參膜上傾斜移栽機(jī)構(gòu),。在移栽機(jī)構(gòu)所要求的運(yùn)動(dòng)軌跡,、栽植器傾斜姿態(tài)和設(shè)計(jì)要求的基礎(chǔ)上，分析機(jī)構(gòu)的工作原理并建立機(jī)構(gòu)理論模型,。依據(jù)數(shù)學(xué)模型運(yùn)用Matlab開發(fā)出移栽機(jī)構(gòu)人機(jī)交互可視化輔助程序,，應(yīng)用該輔助程序研究機(jī)構(gòu)參數(shù)對(duì)栽植器傾斜角和栽植器端點(diǎn)軌跡的影響規(guī)律，通過人機(jī)交互的方式得到符合丹參膜上傾斜移栽機(jī)構(gòu)農(nóng)藝要求的參數(shù)組合,。根據(jù)優(yōu)化后的參數(shù)組合設(shè)計(jì)樣機(jī)并進(jìn)行虛擬仿真和樣機(jī)田間試驗(yàn),，試驗(yàn)結(jié)果表明：變形橢圓齒輪-雙變速曲柄五桿式丹參膜上傾斜移栽機(jī)構(gòu)在滿足丹參膜上傾斜移栽要求的同時(shí)能保證作業(yè)質(zhì)量，移栽機(jī)構(gòu)的立苗角度合格率為90.7%,、漏栽率為2.7%,、株距變異系數(shù)為5.6%、栽植深度合格率為93.7%。

摘要:為提高玉米收獲機(jī)風(fēng)篩式清選裝置的清選效果,，通過篩上顆粒受力分析,，確定篩上顆粒運(yùn)動(dòng)狀態(tài)與篩面方程f（x）存在函數(shù)關(guān)系。以編織篩為研究對(duì)象,，利用CFD-DEM耦合技術(shù),，通過對(duì)比清選裝置內(nèi)平面、凸面,、凹面3種編織篩的氣流場(chǎng)及不同區(qū)域篩分特點(diǎn),，提出一種正弦曲線編織篩，并與去除尾篩的正弦曲線篩進(jìn)行性能對(duì)比,，確定保留尾篩篩分性能更好,。以正弦曲線篩篩形系數(shù)、入口氣流速度,、氣流方向角為試驗(yàn)因素,，以籽粒清潔率和籽粒損失率為評(píng)價(jià)指標(biāo)，設(shè)計(jì)二次正交旋轉(zhuǎn)組合試驗(yàn),，建立了各因素與指標(biāo)間回歸數(shù)學(xué)模型,，運(yùn)用Design-Expert軟件的多目標(biāo)優(yōu)化算法進(jìn)行參數(shù)優(yōu)化。獲得參數(shù)最優(yōu)組合為：篩形系數(shù)32.35mm,，入口氣流速度13.73m/s,，氣流方向角23.86°。當(dāng)玉米脫出物喂入量為5kg/s,，篩面振動(dòng)頻率為5.15Hz時(shí),，利用高速攝像及室內(nèi)臺(tái)架進(jìn)行了正弦曲線篩工作機(jī)理試驗(yàn)和性能對(duì)比試驗(yàn)。試驗(yàn)結(jié)果表明,，正弦曲線篩可實(shí)現(xiàn)對(duì)雜余的快速推移,，并提高籽粒透篩概率。正弦曲線篩清選裝置的籽粒清潔率為98.07%,，籽粒損失率為1.16%,，相較平面編織篩清潔率提高2.45個(gè)百分點(diǎn)、損失率降低0.79個(gè)百分點(diǎn),，滿足國家篩分質(zhì)量評(píng)價(jià)技術(shù)規(guī)范要求,。

摘要:針對(duì)長江中下游地區(qū)飼用油菜生物量大、含水率高,，缺乏適用收獲機(jī)械的問題,，開展了冬春鮮喂飼用油菜機(jī)械化收獲切碎裝置設(shè)計(jì)與試驗(yàn)。根據(jù)物料特性,、切碎及拋送等作業(yè)要求,，確定了平板型滾刀式切碎裝置主要結(jié)構(gòu)參數(shù)和作業(yè)參數(shù),；采用單因素與二次旋轉(zhuǎn)正交組合試驗(yàn)研究了喂入壓輥轉(zhuǎn)速與切碎器主軸轉(zhuǎn)速對(duì)莖稈切碎長度合格率和功耗的影響，構(gòu)建了長度合格率和功耗與喂入壓輥轉(zhuǎn)速和切碎器主軸轉(zhuǎn)速的回歸方程,，優(yōu)化得出了最佳作業(yè)參數(shù),。試驗(yàn)結(jié)果表明：喂入壓輥轉(zhuǎn)速為400~550r/min，切碎器主軸轉(zhuǎn)速為600~800r/min,，莖稈切碎長度合格率較優(yōu),。優(yōu)化得出喂入壓輥轉(zhuǎn)速496.17r/min,、切碎器主軸轉(zhuǎn)速為709.14r/min時(shí),，莖稈切碎長度合格率為91.16%。采用平板型滾刀式切碎裝置開展鮮喂飼用油菜收獲田間試驗(yàn)和飼喂試驗(yàn)表明：收獲飼用油菜切碎莖稈長度滿足飼用油菜冬春鮮喂要求,。

摘要:植保無人機(jī)進(jìn)行果樹施藥時(shí),，果樹冠層周圍及內(nèi)部的下洗氣流時(shí)空分布對(duì)霧滴的附著和分布有重大影響，為明確無人機(jī)下洗氣流時(shí)空分布規(guī)律,，針對(duì)六旋翼植保無人機(jī),，結(jié)合RANS方程、RNG k-ε湍流模型,、Porous模型,、滑移網(wǎng)格技術(shù)及SIMPLE算法，建立了六旋翼植保無人機(jī)懸停施藥下洗氣流時(shí)空分布的三維CFD模型,。數(shù)值模擬結(jié)果表明：無果樹時(shí),，旋翼下洗氣流近似呈“圓柱形”向下發(fā)展，到達(dá)地面后形成地面鋪展,，在旋翼正下方0.6～1.7m區(qū)域內(nèi)出現(xiàn)速度范圍為3.0～4.0m/s的“Z方向（豎直向下）速度穩(wěn)定區(qū)”,；有果樹時(shí)，冠層對(duì)旋翼下洗氣流有明顯的阻擋作用,，不再出現(xiàn)“Z方向速度穩(wěn)定區(qū)”,。以本文模擬的3棵果樹為例，Ⅰ號(hào)果樹冠層周圍氣流從冠層上半部區(qū)域開始呈“圓錐形”向下發(fā)展,，以一傾斜角發(fā)展到地面形成小范圍地面鋪展,，地面鋪展末端出現(xiàn)近地面卷揚(yáng)，Ⅱ,、Ⅲ號(hào)果樹冠層周圍氣流卷揚(yáng)嚴(yán)重,，在計(jì)算區(qū)域內(nèi)無明顯地面鋪展；旋翼中心正下方Z方向速度最大接近8m/s,，隨著冠層壓力損失系數(shù)的增大,，旋翼中心正下方Z方向速度衰減加快，同時(shí)旋翼氣流向四周產(chǎn)生擴(kuò)散,；計(jì)算冠層內(nèi)部Z方向最大速度衰減比發(fā)現(xiàn),，除Ⅲ號(hào)果樹冠層下半部，無果樹和Ⅰ、Ⅱ,、Ⅲ號(hào)果樹冠層內(nèi)部Z方向最大速度衰減比依次增大,。試驗(yàn)表明，無果樹時(shí)旋翼正下方0.3,、0.8,、1.3、1.8m處和近地面2.3m處試驗(yàn)值與模擬值的相對(duì)誤差分別在10%以內(nèi)和不大于25%,，總體擬合優(yōu)度0.9846,，數(shù)值模擬準(zhǔn)確；試驗(yàn)果樹與模擬果樹冠層內(nèi)部的氣流速度分布規(guī)律具有很好的一致性,。

摘要:針對(duì)目前大型寬幅噴藥機(jī)在噴藥過程中施藥方式不合理,、控制方式單一等問題，在3WP-1200型噴桿式寬幅（22m）噴藥機(jī)基礎(chǔ)上,，設(shè)計(jì)了一種多回流式變量噴藥控制系統(tǒng),。該控制系統(tǒng)可根據(jù)噴藥機(jī)行駛速度來調(diào)節(jié)比例控制閥，通過改變回流口的開口度來改變噴藥流量,，實(shí)現(xiàn)變量噴藥,。該控制系統(tǒng)分5路控制所有噴頭，每一路可單獨(dú)控制開斷,，一路或幾路斷開的同時(shí)可打開相對(duì)應(yīng)的回流口,，使系統(tǒng)在不改變流量的情況下，其余噴頭噴藥量不變,；多回流式的控制方法使系統(tǒng)壓力更穩(wěn)定,，控制精度更高。同時(shí)設(shè)計(jì)了該系統(tǒng)的硬件和軟件,，并對(duì)該控制系統(tǒng)進(jìn)行了液位標(biāo)定與噴藥精度試驗(yàn),。液位標(biāo)定試驗(yàn)中，對(duì)不同液位對(duì)應(yīng)的藥液容積進(jìn)行了標(biāo)定,，其標(biāo)定模型決定系數(shù)R2為0.994,；流量控制精度試驗(yàn)中，單個(gè)噴頭的目標(biāo)流量與實(shí)際流量相差不大,，其相對(duì)誤差不大于4.1%,；噴藥量控制試驗(yàn)中，噴藥流量可隨速度變化而變化,，但其設(shè)定噴藥量與實(shí)際噴藥量相差不大,，相對(duì)誤差在6%以內(nèi)，實(shí)現(xiàn)了變量噴藥,，且控制精度較高,。

摘要:為了提高農(nóng)業(yè)節(jié)水灌溉效率，提出了一種全圓旋轉(zhuǎn)射流噴頭,。確定了噴頭的CFD數(shù)值模擬方法,，選取深寬比、位差比,、劈距比,、側(cè)壁傾角作為試驗(yàn)因素，以射流附壁切換頻率和流量振幅為指標(biāo),，通過正交試驗(yàn)得到了噴頭內(nèi)流道的優(yōu)化結(jié)構(gòu),。通過高速攝影技術(shù)對(duì)噴頭的射流附壁切換頻率進(jìn)行測(cè)定，同時(shí)監(jiān)測(cè)噴頭的進(jìn)口流量,，結(jié)果表明,，模擬所得的流量壓力關(guān)系與試驗(yàn)結(jié)果基本一致,，相對(duì)誤差范圍為2.1%~4.0%,，射流附壁切換頻率隨進(jìn)口壓力的變化趨勢(shì)基本相同，相對(duì)誤差范圍為7.7%~22.2%,。當(dāng)進(jìn)口壓力為0.15,、0.20、0.25MPa時(shí),，分別研究了PY210A型搖臂式噴頭和射流噴頭的水力性能,，其中射流噴頭的流量較小（1.19~1.53m3/h）,、射程較遠(yuǎn)（13.0~15.7m）,、平均噴灌強(qiáng)度較小（2.85~3.63mm/h）,，轉(zhuǎn)動(dòng)周期較短（81~105s）,，搖臂式噴頭的噴灑水量呈“馬鞍形”分布，射程近處和遠(yuǎn)處的噴灑水量相對(duì)較大,，射流噴頭的噴灑水量呈“三角形”分布,，噴灑水量隨射程增加而減小。

摘要:為了研究熱力學(xué)效應(yīng)對(duì)不同溫度水和低溫流體空化影響,，針對(duì)Zwart,、Merkle和Singhal 3種典型空化模型，基于Antoine方程,，考慮汽化潛熱引起的飽和蒸汽壓變化以及湍動(dòng)能對(duì)當(dāng)?shù)仄瘔簭?qiáng)的影響,，通過CFX前處理編輯分別對(duì)3種空化模型進(jìn)行了修正，提出了全新的考慮熱力學(xué)效應(yīng)的空化模型,。針對(duì)不同溫度水為介質(zhì)的NACA0015翼型,，分別采用3種不同空化模型及修正后的空化模型進(jìn)行了數(shù)值模擬,。結(jié)果表明，修正后的Merkle模型更加接近實(shí)驗(yàn)值,?；谛拚蟮腗erkle模型，模擬了不同溫度液氮為介質(zhì)的HORD翼型,，并與實(shí)驗(yàn)結(jié)果進(jìn)行了對(duì)比,。研究發(fā)現(xiàn)，考慮熱力學(xué)效應(yīng)時(shí),，空化區(qū)域產(chǎn)生溫度下降,、對(duì)應(yīng)飽和壓力下降，致使空化強(qiáng)度減弱,，空穴長度縮短,，當(dāng)?shù)乜栈瘮?shù)均大于遠(yuǎn)場(chǎng)空化數(shù)。相比溫度為77.64K的工況,，83.06K工況下的熱力學(xué)敏感性更高,，壓降更多，空化受抑制更加明顯,。

摘要:為了解決農(nóng)業(yè)設(shè)備位移的寬量程、高靈敏度非接觸測(cè)量問題,，提出一種基于Peanut-shape邁克爾遜干涉結(jié)構(gòu)的非接觸式光纖位移傳感器,。分析了光纖Peanut-shape邁克爾遜干涉原理，設(shè)計(jì)了將磁場(chǎng)與Peanut-shape結(jié)構(gòu)形成的全纖式邁克爾遜干涉相結(jié)合的傳感器結(jié)構(gòu),，并通過磁場(chǎng)仿真,，得到磁場(chǎng)強(qiáng)度曲線。建立了傳感器應(yīng)變標(biāo)定系統(tǒng)和位移測(cè)試系統(tǒng),。試驗(yàn)結(jié)果表明：Peanut-shape邁克爾遜干涉的光纖傳感器應(yīng)變靈敏度達(dá)到1.82pm/με,，是普通光纖的1.5倍，線性度為0.997,；位移測(cè)試得到的光譜曲線與磁場(chǎng)仿真曲線結(jié)果一致,，可以實(shí)現(xiàn)位移的測(cè)量，且線性擬合度達(dá)到0.999,。

摘要:農(nóng)村居民點(diǎn)布局適宜性取決于農(nóng)村居民點(diǎn)空間結(jié)構(gòu)穩(wěn)定性和村莊發(fā)展適宜性,。統(tǒng)籌農(nóng)村居民點(diǎn)空間結(jié)構(gòu)與村莊發(fā)展，有利于促進(jìn)農(nóng)村居民點(diǎn)布局優(yōu)化和村莊協(xié)調(diào)發(fā)展,。以孟州市為研究區(qū),，基于農(nóng)村居民點(diǎn)空間結(jié)構(gòu)穩(wěn)定性和村莊發(fā)展適宜性，運(yùn)用突變級(jí)數(shù)模型開展了農(nóng)村居民點(diǎn)布局適宜性評(píng)價(jià),，并測(cè)度分析了居民點(diǎn)空間結(jié)構(gòu)穩(wěn)定性和村莊發(fā)展適宜性的耦合協(xié)調(diào)度,。結(jié)果表明：孟州市整體農(nóng)村居民點(diǎn)空間結(jié)構(gòu)相對(duì)穩(wěn)定,，位于丘陵區(qū)的村莊空間結(jié)構(gòu)穩(wěn)定性較弱。村莊發(fā)展實(shí)力差距懸殊,，西北部村莊發(fā)展適宜性較弱,，西虢鎮(zhèn)、南莊鎮(zhèn)和化工鎮(zhèn)村莊發(fā)展適宜性較強(qiáng),。孟州市農(nóng)村居民點(diǎn)布局整體協(xié)調(diào)度較低,，中度協(xié)調(diào)和高度協(xié)調(diào)農(nóng)村居民點(diǎn)占農(nóng)村居民點(diǎn)總面積的26.90%，低度協(xié)調(diào)為72.60%,，瀕臨失調(diào)村莊僅4個(gè),。綜合分析評(píng)價(jià)結(jié)果后將孟州市農(nóng)村居民點(diǎn)劃分為優(yōu)先建設(shè)型、一般發(fā)展型,、保留型,、產(chǎn)業(yè)引進(jìn)型和重點(diǎn)改造型5種布局優(yōu)化模式。該研究結(jié)果可為鄉(xiāng)村振興背景下農(nóng)村居民點(diǎn)整治和村莊規(guī)劃編制提供理論與方法支撐,。

摘要:為給監(jiān)管部門提供更準(zhǔn)確的數(shù)據(jù)，及時(shí)發(fā)現(xiàn)非法玉米制種區(qū)域,，根據(jù)不同地物在多時(shí)相光譜,、高空間紋理等特征上的差異，基于163個(gè)地面樣本,、多源時(shí)序優(yōu)選植被指數(shù)集和高空間分辨率遙感影像紋理分析的方法，進(jìn)行制種玉米田識(shí)別,。通過相關(guān)性分析,，從GF-1 WFV 多光譜影像計(jì)算的8個(gè)植被指數(shù)(VI)中確定6種，多維度反映不同作物光譜差異,，并利用隨機(jī)森林（RF）分類方法實(shí)現(xiàn)玉米田塊的識(shí)別,；利用玉米抽雄期的1期0.7m Kompsat-3全色影像，構(gòu)建灰度共生矩陣（GLCM）紋理特征體系,，并進(jìn)行局部二值模式（Uniform-LBP）旋轉(zhuǎn)不變處理,，解決了影像中作物種植紋理的方向性問題，同時(shí)為體現(xiàn)制種玉米父母本間隔種植的特點(diǎn),，提出了Subtract紋理特征,，進(jìn)一步識(shí)別制種玉米田。以新疆維吾爾自治區(qū)奇臺(tái)縣為研究區(qū),，對(duì)本文提出的方法進(jìn)行實(shí)例驗(yàn)證,，試驗(yàn)結(jié)果表明，制種玉米田識(shí)別的制圖精度,、用戶精度分別為93.34%,、99.19%,。

摘要:為了給監(jiān)測(cè)作物長勢(shì)和產(chǎn)量預(yù)測(cè)提供重要的基礎(chǔ)數(shù)據(jù)，以河北,、河南,、山東三省冬小麥為研究對(duì)象，利用中等分辨率成像光譜儀（Moderate-resolution imaging spectroradiometer, MODIS）的葉面積指數(shù)（Leaf area index, LAI）產(chǎn)品,，采用Savitzky-Golay上包絡(luò)線濾波重構(gòu)2015年MODIS LAI時(shí)間序列,，提取抽穗期；基于Logistic函數(shù)擬合LAI時(shí)間序列提取返青期,；根據(jù)提取的2015年返青期和抽穗期,，基于多年歷史積溫法分別提取當(dāng)年拔節(jié)期和開花期。利用研究區(qū)域內(nèi)64個(gè)農(nóng)業(yè)氣象站點(diǎn)（簡稱農(nóng)氣站點(diǎn)）的生育期觀測(cè)值對(duì)提取值進(jìn)行驗(yàn)證,，結(jié)果表明,，采用農(nóng)氣站點(diǎn)觀測(cè)值驗(yàn)證，提取的生育期精度較高,，返青期,、拔節(jié)期、抽穗期和開花期的平均誤差分別為7.4,、4.5,、4.4、3.8d,。二階導(dǎo)數(shù)的方法對(duì)混合像元及Logistic函數(shù)擬合準(zhǔn)確度敏感,，對(duì)拔節(jié)期、抽穗期,、開花期的提取精度較高,。研究表明，基于時(shí)間序列MODIS LAI數(shù)據(jù),，采用Logistic函數(shù)擬合提取大面積冬小麥生育期具有很好的可行性,。

摘要:為了掌握采煤沉陷濕地植被的類別和空間分布，促進(jìn)礦區(qū)土地利用,、管理和修復(fù),，以山東省濟(jì)寧市東灘煤礦3304工作面為研究區(qū)，以無人機(jī)多光譜影像為數(shù)據(jù)源,，分別采用面向?qū)ο蟮姆诸惙椒ê捅O(jiān)督分類方法對(duì)研究區(qū)濕地植被進(jìn)行分類,。基于優(yōu)選的面向?qū)ο蟪叨确指顓?shù),，確定分類規(guī)則后構(gòu)建面向?qū)ο蠓诸惸Ｐ?，?duì)濕地植被進(jìn)行分類，生成植被分布圖,。同時(shí),，利用野外獲取的322個(gè)采樣點(diǎn)進(jìn)行精度驗(yàn)證,。結(jié)果表明：與基于像元的監(jiān)督分類方法相比，面向?qū)ο蠓诸惙椒@著提高了影像分類精度,。監(jiān)督分類方法總體精度為44.3%,，Kappa系數(shù)為0.4；面向?qū)ο蠓诸惙椒傮w精度達(dá)到84.2%,，Kappa系數(shù)為0.8,。該研究為采煤沉陷區(qū)濕地調(diào)查與開采沉陷影響下地表植被空間分布規(guī)律研究提供了方法與基礎(chǔ)數(shù)據(jù)。

摘要:以內(nèi)蒙古自治區(qū)包頭市為研究區(qū),，耦合最小累積阻力（MCR）模型,、人工神經(jīng)網(wǎng)絡(luò)（ANN）和元胞自動(dòng)機(jī)（CA）構(gòu)建MCR-ANN-CA模型。利用MCR模型量化包頭市各用地類型演變?yōu)樯鷳B(tài)用地時(shí)的阻力,，構(gòu)建CA適宜性規(guī)則,；利用ANN模型提取CA鄰域轉(zhuǎn)換規(guī)則，基于包頭市2006,、2011年土地利用數(shù)據(jù)及歸一化植被指數(shù)（NDVI）,、高程、坡度,、水體距離,、人口密度多項(xiàng)數(shù)據(jù)，對(duì)2016年生態(tài)用地演變情景進(jìn)行模擬,，以2016年實(shí)際生態(tài)用地分布為參照,，將該模型模擬結(jié)果與CA-Markov模型的模擬結(jié)果進(jìn)行對(duì)比（以2016年實(shí)際景觀分布為參照），結(jié)果顯示,，兩種模型模擬結(jié)果的卡帕一致性指數(shù)（Kappa index of agreement,，KIA）分別為0.89和0.87，相對(duì)誤差分別為3.10%和5.31%,，MCR-ANN-CA模型顯示了較高的模擬精度。

摘要:采集新疆北疆棉田385個(gè)自然土壤樣本,，將篩選出的土壤樣品分別過2,、1、0.5,、0.15mm篩并測(cè)定其原始光譜反射率,，利用支持向量機(jī)（Support vector machine，SVM）,、偏最小二乘回歸（Partial least squares regression,，PLSR）和多元逐步線性回歸（Stepwise multiple linear regression，SMLR）方法對(duì)土壤原始光譜及其12種光譜變換數(shù)據(jù)分別構(gòu)建土壤全氮含量的估測(cè)模型,，并對(duì)模型精度進(jìn)行檢驗(yàn),。結(jié)果表明,，土壤原始光譜特征在各個(gè)波段與全氮含量相關(guān)性都較差，不同形式的數(shù)據(jù)變換均能夠提高光譜反射率與全氮含量的相關(guān)性,，同一種數(shù)據(jù)變換形式在不同粒徑處理中最大相關(guān)系數(shù)所對(duì)應(yīng)的波段位置差異不大,。從不同粒徑處理的擬合精度來看，過篩粒徑越小對(duì)全氮含量的估測(cè)精度越高,，3種方法的最優(yōu)擬合模型都是過0.15mm篩的處理,，其中SVM方法采用（lgR）′變換后，構(gòu)建模型R2c為0.8987,，RMSEc為0.0181,，RPD為2.7049，PLSR和SMLR方法均采用R′變換,，構(gòu)建模型的R2c分別為0.8520和0.8196,，RMSEc分別為0.0413和0.0436，RPD分別為2.5549和2.4374,，3種方法在該過篩處理下均能夠很好地估測(cè)土壤全氮含量,。用未參與建模的樣本對(duì)3種最優(yōu)模型進(jìn)行驗(yàn)證，SVM,、PLSR和SMLR模型的檢驗(yàn)R2分別為0.8229,、0.7715和0.7054，SVM方法優(yōu)于PLSR和SMLR,，模型具有較好的精度和穩(wěn)定性,，從模型的預(yù)測(cè)誤差來看，土壤全氮含量越低其預(yù)測(cè)誤差也越大,，在氮素含量較低的情況下無法直接通過光譜反射特征準(zhǔn)確反演,。

摘要:為了更加精確全面地掌握全球陸地生態(tài)系統(tǒng)固碳情況，基于GUANTER提出的簡單線性模型,，利用FLUXNET2015通量數(shù)據(jù),、GOME-2葉綠素?zé)晒鈹?shù)據(jù)、MODIS植被指數(shù)產(chǎn)品以及土地覆蓋數(shù)據(jù),，將溫度脅迫因子和飽和水汽壓脅迫因子加入模型中,，估算結(jié)果與傳統(tǒng)簡單線性模型的估算結(jié)果相比，13個(gè)通量站點(diǎn)中有10個(gè)通量站點(diǎn)的估算精度得到了提升,。此外,，本研究還在考慮環(huán)境影響因素模型的基礎(chǔ)上，利用植被指數(shù)來模擬葉綠素?zé)晒獾墓趯犹右萋蔲esc,，進(jìn)一步提升模型的估算精度,。結(jié)果顯示，與傳統(tǒng)簡單線性模型和只加入環(huán)境影響因子的模型估算結(jié)果相比，13個(gè)通量站點(diǎn)的估算精度都有所提升,。

摘要:為探索適合我國森林資源實(shí)情的監(jiān)測(cè)抽樣新技術(shù)，借鑒美國森林資源年度監(jiān)測(cè)技術(shù)方案,，以北京市延慶區(qū)為研究區(qū),，進(jìn)行森林蓄積量群團(tuán)抽樣試驗(yàn)研究。首先在美國森林資源年度監(jiān)測(cè)體系基礎(chǔ)上,，根據(jù)所選研究區(qū)域的森林資源分布狀況,，確定適宜的正六邊形抽樣框架尺度以及抽樣比例，在抽選的正六邊形抽樣框架內(nèi)布設(shè)圓形群團(tuán)樣地并進(jìn)行實(shí)地調(diào)查,，從而獲取研究區(qū)當(dāng)年森林蓄積量信息,。結(jié)果表明，采用正六邊形抽樣框架在北京市延慶區(qū)開展森林資源年度監(jiān)測(cè)的適宜面積為2338hm2,，邊長為3000m,，最適抽樣比例為66%；根據(jù)所設(shè)計(jì)的群團(tuán)抽樣方案進(jìn)行實(shí)地調(diào)查獲取延慶區(qū)2016年的森林蓄積量為16.6m3/hm2,，抽樣調(diào)查精度達(dá)85.4%,，符合《國家森林資源連續(xù)清查技術(shù)規(guī)定》對(duì)抽樣精度的要求，驗(yàn)證了基于圓形群團(tuán)樣地在我國區(qū),、縣級(jí)尺度上開展森林資源監(jiān)測(cè)的可行性,。

摘要:傳統(tǒng)疊片過濾器運(yùn)行過程中水頭損失存在陡增現(xiàn)象，極易在短時(shí)間內(nèi)完全堵塞而影響過濾效果,。本文將分形理論應(yīng)用到疊片過濾器疊片流道的設(shè)計(jì)中,，提出一種疊片過濾器，并與國內(nèi)外傳統(tǒng)疊片過濾器的水頭損失,、攔沙量,、攔截泥沙粒徑以及泥沙在流道分布的均勻程度等方面進(jìn)行試驗(yàn)對(duì)比分析。在試驗(yàn)對(duì)比的基礎(chǔ)上,，引入堵塞均勻度指標(biāo)ηu,，通過定量表征運(yùn)行時(shí)段水頭損失變化規(guī)律判定疊片過濾器堵塞均勻性。結(jié)果表明,，清水條件下本文疊片過濾器局部水頭損失比傳統(tǒng)疊片過濾器低12%~20%,，含沙水條件下本文疊片過濾器水頭損失隨時(shí)間增長速率均勻且低于傳統(tǒng)疊片過濾器的增長速率；不同進(jìn)水含沙量條件下,，本文疊片過濾器的平均攔沙量比傳統(tǒng)疊片過濾器高11%~54%，攔截泥沙平均中值粒徑為39.51μm,，小于傳統(tǒng)疊片過濾器的59.04 ~87.60μm,。

摘要:為探討節(jié)水灌溉種植模式對(duì)水稻體內(nèi)的水分分布特征和抗倒伏特性的影響，于2017年5—10月在黑龍江省慶安縣采用測(cè)坑微區(qū)進(jìn)行試驗(yàn)。試驗(yàn)設(shè)置3個(gè)處理：滴灌旱直播（DH）,、漫灌旱直播（MH）和常規(guī)插秧淹灌（CK）,，并以CK處理作為對(duì)照。結(jié)果表明：DH與MH處理的葉,、鞘,、莖和冠部濕基含水率在全生育期均低于CK處理，但根部濕基含水率從分蘗末期開始均高于CK處理,。乳熟期和黃熟期莖部不同節(jié)間濕基含水率（W）,、節(jié)間長度（L）、株高均以DH處理最低,、CK處理最高,，而莖部單位長度節(jié)間質(zhì)量（Uw）均以DH處理最大、CK處理最小,。相比CK處理,，DH處理顯著提高了水稻莖部的抗折力（F）、折斷彎矩（Bm）和彎曲應(yīng)力（Bs）,，降低了彎曲力矩（Wp）,、斷面模數(shù)（Z）和倒伏指數(shù)（Li），這表明滴灌旱直播種植模式顯著提高了水稻的抗倒伏能力,。不同參數(shù)間的相關(guān)關(guān)系表明,，L、W,、Wp,、Z與Li之間均表現(xiàn)為極顯著正相關(guān)（P<0.01），而Uw,、F,、Bm、Bs與Li呈顯著負(fù)相關(guān)（P<0.05）,，且水稻莖部濕基含水率與倒伏指數(shù)呈極顯著正相關(guān)（P<0.01）,，這說明利用莖部濕基含水率能夠表征和預(yù)測(cè)水稻的倒伏指數(shù)。本研究可為解決東北黑土區(qū)水稻倒伏,、用水效率低下等問題提供新的方法和途徑,。

摘要:以江蘇省沿海圍墾區(qū)鹽漬土為研究對(duì)象，基于Micro-CT圖像掃描技術(shù),，分析施加生物質(zhì)炭后改良鹽漬土土壤孔隙度,、土壤水分特征曲線以及非飽和導(dǎo)水率等土壤特性的變化，并建立分形模型預(yù)測(cè)土壤水力性質(zhì),，以此揭示施用生物質(zhì)炭對(duì)于海涂圍墾區(qū)鹽漬土土壤結(jié)構(gòu)和水力特性的影響,。試驗(yàn)設(shè)置0,、2%、5% （與表層0~20cm土壤質(zhì)量比）3個(gè)生物質(zhì)炭添加水平,，重復(fù)3次,。結(jié)果表明：施加5%生物質(zhì)炭顯著降低鹽漬土土壤容重，增加土壤總孔隙度和大孔隙度,；大于0.25mm水穩(wěn)性團(tuán)聚體質(zhì)量分?jǐn)?shù)顯著增加,，增加土壤孔隙分形維數(shù)；提高土壤飽和含水率和飽和導(dǎo)水率,；結(jié)合Micro-CT圖像掃描技術(shù)和孔隙分形理論預(yù)測(cè)改良鹽漬土土壤水分特征曲線和非飽和導(dǎo)水率,，預(yù)測(cè)效果精度高，能夠用于實(shí)際問題的研究,。

摘要:土壤養(yǎng)分有效性是影響重金屬富集植物的重要因素,，為研究炭肥混施下土壤養(yǎng)分緩釋特征及芥菜鎘富集趨勢(shì)，試驗(yàn)設(shè)置施肥比例（分別為基準(zhǔn)施肥量的0,、20%,、40%、70%,、100%,，基準(zhǔn)施肥量為N350kg/hm2、P2O5180kg/hm2,、K2O 180kg/hm2）以及施炭比例（炭肥質(zhì)量比0,、3%、9%）完全組合設(shè)計(jì),。結(jié)果表明：基于Logistic曲線模型模擬炭肥混施下土壤養(yǎng)分緩釋特征及鎘富集趨勢(shì)效果較好,，均方根誤差占實(shí)測(cè)平均值的3.29%~8.37%且R2不小于0.9570。炭肥混施下土壤養(yǎng)分高效緩釋的施肥比例區(qū)間為0.99%~55.18%,，相比未施炭的有效氮,、有效磷最大緩釋效率值分別提升49.17%~90.00%、13.25%~37.35%,，高效緩釋下土壤養(yǎng)分含量提高17.38%~40.93%,。鎘富集下芥菜生物量通過土壤養(yǎng)分高效緩釋增長119.65%~263.36%，且地上部相比根部的生物量高效累積最大效率值提高166.67%~300.00%,，有效氮,、有效磷響應(yīng)區(qū)間分別擴(kuò)大150.00%、12.51%,，為鎘由根部向地上部的轉(zhuǎn)運(yùn)提供動(dòng)力基礎(chǔ),；芥菜鎘含量、富集系數(shù)在土壤養(yǎng)分高效緩釋區(qū)間增長97.79%~201.96%,。為滿足芥菜鎘高效富集并兼顧肥料節(jié)約,，通過模型反算得炭肥混施策略優(yōu)化為：9%施炭下有效氮,、有效磷和有效鉀肥的比例分別為60.58%、61.32%,、21.48%。

摘要:植物根系分泌物作為植物與土壤進(jìn)行物質(zhì)交換和信息傳遞的重要載體物質(zhì),，對(duì)植物-微生物種間互作發(fā)揮著重要作用,。本文分析了解淀粉芽孢桿菌L-S60與黃瓜的互作過程，研究了黃瓜根系分泌物的主要成分有機(jī)酸及氨基酸對(duì)菌株的趨化作用及菌株的利用情況,，通過計(jì)數(shù)和熒光定量PCR的方式分析了菌株在黃瓜幼苗的根際定殖情況,。結(jié)果表明，L-S60能夠部分利用黃瓜根系分泌物中主要的有機(jī)酸（檸檬酸,、草酸,、琥珀酸和蘋果酸）及氨基酸（谷氨酸、苯丙氨酸,、半胱氨酸和色氨酸）成分并且受到這些成分的趨化作用,，其中對(duì)于蘋果酸和谷氨酸的利用情況及受趨化作用最優(yōu)。從定殖量及相關(guān)基因轉(zhuǎn)錄水平差異上分析,，菌株具有在黃瓜幼苗根系表面定殖的能力,，且菌株最大定殖量為1.02×105CFU/g。

摘要:黃瓜整株光合積累不僅與溫度,、CO2濃度、光照強(qiáng)度有關(guān),，而且與不同葉位的光合特性顯著相關(guān),，實(shí)現(xiàn)不同葉位需光參數(shù)動(dòng)態(tài)獲取，是設(shè)施黃瓜立體光環(huán)境優(yōu)化調(diào)控亟待解決的問題,。本文提出了融合多智能算法的黃瓜立體光環(huán)境優(yōu)化調(diào)控模型,，設(shè)計(jì)了多因素嵌套實(shí)驗(yàn)獲取多維樣本數(shù)據(jù)，構(gòu)建耦合葉位,、溫度,、光照強(qiáng)度、CO2濃度的回歸型支持向量機(jī)光合速率預(yù)測(cè)模型,；基于粒子群算法進(jìn)行光飽和點(diǎn)尋優(yōu),，獲取不同環(huán)境條件下不同葉位的目標(biāo)光照強(qiáng)度；采用回歸型支持向量機(jī)算法,，針對(duì)目標(biāo)光照強(qiáng)度構(gòu)建立體光環(huán)境優(yōu)化調(diào)控模型,。結(jié)果表明，本文所提方法可動(dòng)態(tài)計(jì)算作物整株不同葉位不同環(huán)境因子作用下的目標(biāo)光照強(qiáng)度,，模型決定系數(shù)為0.9993,，均方根誤差為2.349μmol/(m2·s),，進(jìn)一步分析不同葉位葉綠素含量與光合特性關(guān)系，證明兩者具有強(qiáng)關(guān)聯(lián)性,，研究對(duì)提高設(shè)施藤蔓類作物立體光環(huán)境調(diào)控效率具有重要意義,。

摘要:目前物聯(lián)網(wǎng)監(jiān)測(cè)產(chǎn)品在溫室生產(chǎn)中大量應(yīng)用產(chǎn)生海量數(shù)據(jù),，但現(xiàn)有用于溫室數(shù)據(jù)融合算法對(duì)高維特征及混合特征（數(shù)據(jù)同時(shí)包含稀疏特征和連續(xù)特征）處理精度較低且泛化能力較弱,，鮮有利用深度學(xué)習(xí)模型對(duì)溫室數(shù)據(jù)進(jìn)行頂層融合并提供準(zhǔn)確的決策信息。本文提出了一種基于寬-深神經(jīng)網(wǎng)絡(luò)（Wide-deep neural network,， WDNN）的兩級(jí)溫室環(huán)境數(shù)據(jù)融合算法,。首先利用溫室內(nèi)多點(diǎn)多特征數(shù)據(jù)訓(xùn)練WDNN深度學(xué)習(xí)模型，輸出形式為多點(diǎn)單特征,，再將該輸出數(shù)據(jù)按照少數(shù)服從多數(shù)原則進(jìn)行融合,，得到溫室環(huán)境狀態(tài)的整體評(píng)估結(jié)果。試驗(yàn)結(jié)果表明,，該融合方法對(duì)預(yù)測(cè)集中混合特征的決策準(zhǔn)確率達(dá)到98.90%,，融合特征類型的增加，可用于監(jiān)測(cè)參數(shù)更多,、環(huán)境更復(fù)雜的溫室,，將WDNN模型用于溫室混合數(shù)據(jù)融合是可行有效的，在保證決策精度的同時(shí)豐富了可融合特征類別,，進(jìn)一步提升溫室融合系統(tǒng)的智能化程度,，對(duì)溫室智能調(diào)控提供有效技術(shù)支撐。

摘要:針對(duì)生物質(zhì)現(xiàn)有熱解反應(yīng)器存在的傳熱效果差,、產(chǎn)物與催化劑不能及時(shí)分離導(dǎo)致產(chǎn)率降低等問題,，采用計(jì)算流體力學(xué)方法與脈沖示蹤實(shí)驗(yàn)測(cè)量法對(duì)旋流導(dǎo)葉式反應(yīng)器內(nèi)的固相體積分?jǐn)?shù)梯度分布、停留時(shí)間分布等進(jìn)行了研究,。結(jié)果表明氣固兩相在新型反應(yīng)器不同區(qū)域不同強(qiáng)度渦旋流場(chǎng)內(nèi)哥氏力,、離心力的作用下達(dá)到了較好的混合接觸和分離效果，為實(shí)現(xiàn)反應(yīng)器內(nèi)的反應(yīng)分離一體化過程提供了前提,。研究發(fā)現(xiàn),，當(dāng)催化劑粒徑為10μm、劑氣比為10.5時(shí),，反應(yīng)器達(dá)到最佳混合與分離效果,。催化劑顆粒停留時(shí)間分布曲線呈平滑的單峰分布，拖尾較小,，平均停留時(shí)間為1.055~1.235s,，催化劑顆粒流動(dòng)接近平推流。

摘要:快速分析小麥秸稈中K和Na元素含量對(duì)提高其燃燒效率具有重要的現(xiàn)實(shí)意義,。選用華北地區(qū)29個(gè)小麥秸稈代表性樣本作為研究對(duì)象,，以電感耦合等離子體質(zhì)譜法（ICP-MS）量測(cè)結(jié)果作為標(biāo)準(zhǔn)值,，探討激光誘導(dǎo)擊穿光譜（LIBS）技術(shù)對(duì)小麥秸稈中K和Na元素含量進(jìn)行定量預(yù)測(cè)分析的可行性。為提高模型定量分析精度,，首先分別選取K和Na分析線附近波段光譜作為定標(biāo)模型原始光譜數(shù)據(jù),，對(duì)比基線校正（BC）、歸一化（Norm）與中心化（MC）相互組合算法對(duì)LIBS光譜降噪效果影響,，分析比較線性建模方法：偏最小二乘回歸（PLSR）和非線性建模方法：增強(qiáng)型反向傳播人工神經(jīng)網(wǎng)絡(luò)（BP-ADaboost）對(duì)預(yù)處理后光譜數(shù)據(jù)的適用性,。研究結(jié)果發(fā)現(xiàn)，與PLSR模型相比較,，小麥秸稈中K和Na的BP-ADaboost最優(yōu)模型效果均較好，其預(yù)測(cè)決定系數(shù)R2p分別為0.908和0.979,，預(yù)測(cè)均方根誤差分別為2.388g/kg和0.138g/kg,，相對(duì)分析誤差分別為2.358和4.203。結(jié)果表明,，LIBS技術(shù)能用于小麥秸稈中K和Na的同步快速定量分析,。

摘要:以羥丙基甲基纖維素為骨架材料，丙烯酸為接枝共聚單體,，過硫酸銨-亞硫酸氫鈉為引發(fā)劑,，聚乙二醇200二丙烯酸酯為交聯(lián)劑，在微波輻射的條件下通過接枝聚合反應(yīng)制備高吸水性樹脂,，并對(duì)高吸水性樹脂的吸液倍率,、吸液速率、保水性能以及紅外光譜,、熱穩(wěn)定性,、表觀形態(tài)進(jìn)行表征。結(jié)果表明,，羥丙基甲基纖維素與丙烯酸質(zhì)量比為1/7,、中和度為65%、引發(fā)劑與丙烯酸質(zhì)量分?jǐn)?shù)為1%,、交聯(lián)劑與丙烯酸質(zhì)量分?jǐn)?shù)為0.4%,、反應(yīng)時(shí)間為4.5min是較優(yōu)的制備方法，該條件下制備的羥丙基甲基纖維素高吸水性樹脂吸水倍率可達(dá)497.13g/g,，吸鹽倍率為61.70g/g,；35℃條件下，該高吸水性樹脂可保水48h以上,；重復(fù)使用6次后,，該高吸水性樹脂仍具有較高的吸液倍率。

摘要:針對(duì)紅棗自動(dòng)分級(jí)視頻圖像中紅棗定位,、缺陷檢測(cè)難問題,，提出一種基于幀間最短路徑搜索的目標(biāo)定位方法和集成卷積神經(jīng)網(wǎng)絡(luò)模型(Ensemble-convolution neural network,，E-CNN)。通過建立圖像坐標(biāo)系及圖像預(yù)處理,，獲得圖像中單個(gè)紅棗目標(biāo)的位置坐標(biāo),，并將其映射至空間坐標(biāo)系中，結(jié)合幀間最短路徑判定規(guī)則,，實(shí)現(xiàn)目標(biāo)位置坐標(biāo)隨視頻時(shí)間序列更新,、傳遞，并且運(yùn)用此方法快速,、有效地構(gòu)建數(shù)據(jù)集,。基于“Bagging”集成學(xué)習(xí)方式,，采用E-CNN通過訓(xùn)練集構(gòu)建基礎(chǔ)卷積神經(jīng)網(wǎng)絡(luò)樹模型,，再根據(jù)每棵基礎(chǔ)樹模型輸出結(jié)果，通過“投票”方式得出模型最終結(jié)果,。試驗(yàn)結(jié)果表明,，利用幀間最短路徑搜索的目標(biāo)定位方法，定位準(zhǔn)確率達(dá)100%,。同時(shí),，使用E-CNN，模型的識(shí)別正確率和召回率分別達(dá)到98.48%和98.39%,，分類精度大于顏色特征分類模型（86.62%）,、紋理特征分類模型（86.40%）和基礎(chǔ)卷積神經(jīng)網(wǎng)絡(luò)模型（95.82%）。E-CNN模型具有較高的識(shí)別正確率及較強(qiáng)的魯棒性,，可為其他農(nóng)產(chǎn)品分選,、檢測(cè)提供參考。

摘要:為了解決西蘭花均勻,、高效切塊問題,，在分析西蘭花切塊去芯理想軌跡基礎(chǔ)上提出西蘭花切塊去芯機(jī)構(gòu),建立了運(yùn)動(dòng)學(xué)分析模型，開發(fā)了計(jì)算機(jī)輔助優(yōu)化軟件,，并得到一組滿足軌跡要求的機(jī)構(gòu)參數(shù),。進(jìn)行了機(jī)構(gòu)的動(dòng)力學(xué)仿真，仿真軌跡與理論優(yōu)化軌跡基本一致,機(jī)構(gòu)運(yùn)動(dòng)平穩(wěn),無受力過載現(xiàn)象,。設(shè)計(jì)了西蘭花切塊去芯生產(chǎn)線,，并進(jìn)行高速攝像試驗(yàn)，試驗(yàn)結(jié)果與理想軌跡,、仿真軌跡基本一致,，刀具可適應(yīng)滿足出口要求的所有尺寸的西蘭花切塊，驗(yàn)證了西蘭花切塊去芯機(jī)構(gòu)設(shè)計(jì)的合理性和優(yōu)化的正確性；同時(shí)進(jìn)行切塊,、去芯試驗(yàn),，切塊成功率達(dá)91%，去芯成功率為100%,，滿足市場(chǎng)上西蘭花小塊的加工要求,。

摘要:針對(duì)我國現(xiàn)有馬鈴薯分級(jí)機(jī)普遍存在的分級(jí)等級(jí)少、分級(jí)效率差等問題,，設(shè)計(jì)了一種新型輥式馬鈴薯分級(jí)機(jī),。對(duì)該機(jī)器的工作原理進(jìn)行了闡述。通過理論計(jì)算對(duì)其關(guān)鍵部件進(jìn)行設(shè)計(jì),，確定了分選裝置的結(jié)構(gòu)參數(shù),；對(duì)馬鈴薯運(yùn)動(dòng)過程進(jìn)行分析，確定出影響馬鈴薯分級(jí)機(jī)分級(jí)效率和分級(jí)精度的因素,，利用ADAMS仿真軟件對(duì)馬鈴薯分級(jí)機(jī)分級(jí)性能進(jìn)行仿真試驗(yàn),，得出馬鈴薯運(yùn)動(dòng)位移曲線，與結(jié)構(gòu)理論相吻合,。以馬鈴薯的上料量、輥?zhàn)愚D(zhuǎn)速,、提升裝置的提升角為試驗(yàn)因素,，以馬鈴薯分級(jí)機(jī)的分級(jí)精度和分級(jí)效率為試驗(yàn)指標(biāo)進(jìn)行樣機(jī)試驗(yàn)，試驗(yàn)結(jié)果表明：馬鈴薯的上料量為55t/h,、輥?zhàn)愚D(zhuǎn)速為120r/min,、提升角為24°時(shí)，其分級(jí)精度為96%,，分級(jí)效率為53.7t/h,，滿足馬鈴薯分級(jí)機(jī)的作業(yè)要求。

摘要:研究了脈沖強(qiáng)光對(duì)冷卻雞胸肉殺菌效果及品質(zhì)的影響,，利用響應(yīng)面法優(yōu)化了殺菌參數(shù),，并對(duì)其品質(zhì)的影響進(jìn)行評(píng)價(jià)。結(jié)果表明：脈沖強(qiáng)光可有效殺死冷卻雞胸肉的表面微生物,，在脈沖能量400J,、脈沖距離12cm、脈沖時(shí)間50s優(yōu)化條件下,，冷卻雞胸肉的殺菌率達(dá)到90.03%,，剪切力2.63kg，離心失水率30.31%,，色差為3.53,。在此條件下，對(duì)試驗(yàn)結(jié)果進(jìn)行驗(yàn)證,，得出殺菌率,、離心失水率,、剪切力、色差的相對(duì)誤差分別為1.07%,、1.17%,、1.54%、2.02%,。同時(shí)對(duì)脈沖處理后的冷卻雞胸肉在0~4℃條件下進(jìn)行貯藏,，貨架期相應(yīng)延長了1~2d，達(dá)到了預(yù)期目的,。

摘要:以β-胡蘿卜素為芯材,，利用α-乳白蛋白（α-LA）為乳化劑制備了不同pH值的乳液，并利用表沒食子兒茶素沒食子酸酯（EGCG）作為抗氧化劑添加到乳液中,，測(cè)定了乳液的粒徑,、電位、包埋率,、快速穩(wěn)定性,、界面蛋白含量，考察了pH值和EGCG添加量對(duì)β-胡蘿卜素乳液物理穩(wěn)定性的影響,，并對(duì)穩(wěn)定性機(jī)理進(jìn)行了研究,。結(jié)果表明：EGCG添加量對(duì)pH值2.0和pH值7.0的乳液粒徑、電位和包埋率沒有顯著影響（p＞0.05）,，但對(duì)不同pH值乳液的快速穩(wěn)定性影響顯著（p＜0.05）,。在pH值2.0的乳液中，當(dāng)EGCG添加量大于0.2%時(shí),，隨著EGCG添加量的增加,，乳液穩(wěn)定性下降；在pH值7.0的乳液中,，當(dāng)EGCG添加量小于0.02%時(shí),，乳液的穩(wěn)定性比未添加EGCG的乳液穩(wěn)定性高；當(dāng)EGCG添加量在0.02%～0.10%時(shí),，隨著EGCG添加量的增大,，乳液穩(wěn)定性降低。當(dāng)EGCG添加量大于0.10%時(shí),，EGCG的添加使β-胡蘿卜素乳液快速分層,，不能得到穩(wěn)定乳液，原因是EGCG可以與α-LA相互作用使α-LA沉淀,，致使沒有足夠的α-LA作為乳化劑穩(wěn)定乳液,。

摘要:紫薯采后貯藏過程中，受環(huán)境因素影響，紫薯花青素會(huì)逐漸發(fā)生降解,，導(dǎo)致紫薯色澤變化,，營養(yǎng)品質(zhì)下降。應(yīng)用近紅外光譜技術(shù)對(duì)貯藏期間的紫薯花青素含量變化進(jìn)行了分析,，建立了快速無損檢測(cè)模型,。實(shí)驗(yàn)采集了不同貯藏時(shí)間紫薯樣本（120個(gè)）的近紅外光譜，基于全波長范圍4000~10000cm-1結(jié)合不同光譜信號(hào)預(yù)處理方法（數(shù)據(jù)卷積平滑,、一階求導(dǎo),、標(biāo)準(zhǔn)正態(tài)變量變換（SNV））建立紫薯花青素的PLS（偏最小二乘）、SNV-PLS,、iPLS（區(qū)間偏最小二乘）,、GA-PLS（遺傳算法-偏最小二乘）定量預(yù)測(cè)模型。結(jié)果顯示,，全波段經(jīng)SNV為最優(yōu)的原始光譜預(yù)處理方法,。對(duì)經(jīng)SNV預(yù)處理的光譜進(jìn)行iPLS、GA特征波段篩選,，所建立的GA-PLS模型預(yù)測(cè)效果最佳,，預(yù)測(cè)集決定系數(shù)R2v和均方根誤差為0.9136和7.2398mg/(100g)，剩余預(yù)測(cè)偏差為3.3397,。研究結(jié)果表明,，應(yīng)用近紅外光譜技術(shù)可以較好地檢測(cè)紫薯花青素含量，研究結(jié)果可為紫薯加工原料智能篩選以及貯藏品質(zhì)監(jiān)測(cè)提供一種可靠手段,。

摘要:現(xiàn)有的自動(dòng)泊車系統(tǒng)研究,，由于忽略實(shí)際車輛轉(zhuǎn)向約束和初始位姿條件而影響實(shí)際車輛跟蹤參考路徑效果,，本文提出基于B樣條曲線的路徑規(guī)劃算法和基于趨近律的非時(shí)間參考終端滑模路徑跟蹤控制算法。首先,，對(duì)車輛的運(yùn)動(dòng)過程進(jìn)行研究,，建立車輛的運(yùn)動(dòng)學(xué)模型。其次,，基于B樣條曲線理論建立非線性約束平行泊車路徑優(yōu)化函數(shù),，并分析車輛運(yùn)動(dòng)學(xué)約束條件。然后,，結(jié)合非時(shí)間參考路徑跟蹤控制和終端滑?？刂品椒ǎ岢龌谮吔傻姆菚r(shí)間參考終端滑模路徑跟蹤控制方法,。最后,，通過Simulink和CarSim聯(lián)合仿真，驗(yàn)證了規(guī)劃路徑的合理性以及路徑跟蹤控制器的效果。

摘要:針對(duì)產(chǎn)品廣義設(shè)計(jì)過程不同階段的需求特點(diǎn)以及加快概念設(shè)計(jì)向詳細(xì)設(shè)計(jì)的轉(zhuǎn)換,，提出了一種基于草圖的產(chǎn)品三維CAD模型概念設(shè)計(jì)推送方法,。首先，用戶根據(jù)概念設(shè)計(jì)需求,，利用基于CAD幾何造型平臺(tái)開發(fā)的手繪圖板繪制三視草圖,；然后，對(duì)手繪三視草圖和模型庫中 CAD模型投影得到的三視投影圖提取特征信息,，采用2.5D球面調(diào)和描述子來表示草圖特征信息,；最后，利用Euclidean距離計(jì)算通過球面調(diào)和變換獲得的圖形特征向量之間的距離,，從而實(shí)現(xiàn)模型之間的相似性評(píng)價(jià),，并在農(nóng)業(yè)機(jī)械裝備模型庫中完成算法的驗(yàn)證。實(shí)驗(yàn)結(jié)果表明,，該方法能夠有效幫助用戶快速地具象化查詢意圖,，發(fā)掘與產(chǎn)品概念設(shè)計(jì)階段意圖最相符的三維模型，并將相似性設(shè)計(jì)資源推送給設(shè)計(jì)人員,，進(jìn)而參考,、啟發(fā)和擴(kuò)展設(shè)計(jì)思維，實(shí)現(xiàn)產(chǎn)品概念設(shè)計(jì)的快速響應(yīng),。

摘要:三平移一轉(zhuǎn)動(dòng)（3T1R）并聯(lián)機(jī)構(gòu)具有拓?fù)浣Y(jié)構(gòu)復(fù)雜、耦合度高,、輸入-輸出運(yùn)動(dòng)不解耦,，且易出現(xiàn)奇異位置等問題。根據(jù)基于方位特征（Position and orientation characteristic,POC）方程的并聯(lián)機(jī)構(gòu)拓?fù)湓O(shè)計(jì)理論和和冗余支鏈消除奇異位置原理,，首先,，提出了一種含冗余支鏈的低耦合度、運(yùn)動(dòng)解耦,、大轉(zhuǎn)動(dòng)能力的3T1R并聯(lián)操作手新機(jī)構(gòu),；其次，對(duì)其進(jìn)行拓?fù)浣Y(jié)構(gòu)分析,，主要包括POC集,、自由度、耦合度以及運(yùn)動(dòng)解耦性分析,；再次,，建立了基于序單開鏈法運(yùn)動(dòng)學(xué)建模原理的位置正解求解模型，并應(yīng)用一維搜素方法求解了該并聯(lián)機(jī)構(gòu)的位置正解,；基于導(dǎo)出的機(jī)構(gòu)位置逆解,，分析了機(jī)構(gòu)的工作空間,、轉(zhuǎn)動(dòng)能力及奇異性條件；闡明了冗余支鏈可避免奇異位置,，并能增加機(jī)構(gòu)剛度,；最后，給出了機(jī)構(gòu)動(dòng)平臺(tái)的速度,、加速度變化規(guī)律,。本文為該操作手的機(jī)械設(shè)計(jì)、動(dòng)力學(xué)分析,、樣機(jī)研制奠定了理論基礎(chǔ),。

摘要:為進(jìn)一步提高差速泵性能，提出了一種變性高階比傅里葉非圓齒輪驅(qū)動(dòng)的六葉片差速泵,。建立了變性高階比傅里葉非圓齒輪傳動(dòng)模型和六葉片差速泵性能指標(biāo)計(jì)算模型,，編寫差速泵性能分析軟件。計(jì)算和分析不同階數(shù)比和不同變性系數(shù)下的差速泵排量,、流量和脈動(dòng)率等性能,，計(jì)算結(jié)果表明，高階數(shù)比非圓齒輪副有利于提高六葉片差速泵綜合性能,，變性系數(shù)改變有利于降低單泵脈動(dòng)率,。經(jīng)試驗(yàn)臺(tái)測(cè)試，在相同泵尺寸及管路環(huán)境下,，變性高階比差速泵第一葉輪輸入軸微應(yīng)變均值下降35.2%,，降低了差速泵流量脈動(dòng)。而非圓齒輪的不根切最大模數(shù)增加27.7%,，增強(qiáng)了承載能力,。排量變化不大，降低了1.2%,。該設(shè)計(jì)更有利于低脈動(dòng),、大載荷工況。

摘要:提出了力偶原理液壓馬達(dá),，分別對(duì)不同作用形式下的3種力偶原理進(jìn)行闡述，并以轉(zhuǎn)子徑向受力為出發(fā)點(diǎn),，分析了馬達(dá)的葉片數(shù)與力偶的關(guān)系,，得出葉片數(shù)為偶數(shù)的偶數(shù)作用液壓馬達(dá)以及葉片數(shù)能夠被作用數(shù)整除的奇數(shù)作用液壓馬達(dá)才能稱為力偶原理液壓馬達(dá)。最后以雙定子力偶馬達(dá)為例對(duì)轉(zhuǎn)子的徑向受力狀況進(jìn)行分析,，建立雙定子液壓馬達(dá)在4種不同工作方式下的轉(zhuǎn)子徑向受力數(shù)學(xué)模型,，分析了馬達(dá)在4種不同工作方式下的轉(zhuǎn)子徑向力特點(diǎn),同時(shí)搭建實(shí)驗(yàn)平臺(tái)對(duì)雙定子力偶型液壓馬達(dá)樣機(jī)進(jìn)行了測(cè)試。結(jié)果表明,，在4種不同的工作方式下,，作用在轉(zhuǎn)子上的徑向力的大小以及作用位置均呈現(xiàn)周期性變化,，且內(nèi)、外馬達(dá)差動(dòng)工作時(shí)轉(zhuǎn)子徑向受力最小,內(nèi)馬達(dá)與外馬達(dá)單獨(dú)工作時(shí)分別次之,，內(nèi),、外馬達(dá)聯(lián)合工作時(shí)最大。

摘要:為了快速,、系統(tǒng)地辨識(shí)擺頭轉(zhuǎn)臺(tái)型五軸機(jī)床旋轉(zhuǎn)軸幾何誤差中的12項(xiàng)運(yùn)動(dòng)誤差，提出了一種基于球桿儀（Double ball bar, DBB）五次安裝的運(yùn)動(dòng)誤差測(cè)量辨識(shí)方法,。首先,，結(jié)合擺頭轉(zhuǎn)臺(tái)型五軸機(jī)床旋轉(zhuǎn)軸分布特征，基于多體系統(tǒng)理論及齊次坐標(biāo)變換方法建立了旋轉(zhuǎn)軸局部坐標(biāo)系下的測(cè)量模型,，表征了空間誤差向量與幾何誤差項(xiàng)之間的映射關(guān)系,。其次，通過設(shè)置DBB初始安裝位置及方向,，實(shí)現(xiàn)了不同測(cè)量模式之間的連續(xù)切換,，從而構(gòu)造了五次安裝法，辨識(shí)了擺頭轉(zhuǎn)臺(tái)型五軸機(jī)床2個(gè)旋轉(zhuǎn)軸共計(jì)12項(xiàng)運(yùn)動(dòng)誤差,，降低了DBB安裝誤差對(duì)測(cè)量及辨識(shí)結(jié)果準(zhǔn)確性的影響,。最后，在擺頭轉(zhuǎn)臺(tái)型五軸機(jī)床上利用五次安裝法進(jìn)行基于DBB的運(yùn)動(dòng)誤差測(cè)量辨識(shí)實(shí)驗(yàn)以及虛擬圓錐臺(tái)軌跡測(cè)量實(shí)驗(yàn),，利用辨識(shí)值進(jìn)行誤差補(bǔ)償,，結(jié)果顯示兩個(gè)旋轉(zhuǎn)軸的幾何誤差平均降低了48.89%和51.49%，虛擬圓錐臺(tái)測(cè)量軌跡的半徑偏差降低了50.52%,。誤差補(bǔ)償結(jié)果驗(yàn)證了測(cè)量,、辨識(shí)的準(zhǔn)確性和有效性。

摘要:針對(duì)數(shù)控機(jī)床實(shí)際加工軌跡與理論軌跡存在誤差的現(xiàn)象,，提出利用六軸聯(lián)動(dòng)數(shù)控機(jī)床冗余聯(lián)動(dòng)特點(diǎn)優(yōu)化該誤差的方法,。建立了一類六軸聯(lián)動(dòng)數(shù)控機(jī)床的運(yùn)動(dòng)學(xué)模型，并研究了其冗余聯(lián)動(dòng)特點(diǎn),。根據(jù)刀具接觸點(diǎn)運(yùn)動(dòng)規(guī)律,，以冗余旋轉(zhuǎn)聯(lián)動(dòng)軸的運(yùn)動(dòng)優(yōu)化刀具中心點(diǎn)運(yùn)動(dòng)軌跡誤差和刀具軸線轉(zhuǎn)動(dòng)軌跡誤差，從而實(shí)現(xiàn)加工軌跡誤差的優(yōu)化,。在實(shí)際六軸聯(lián)動(dòng)數(shù)控機(jī)床上進(jìn)行了拋光加工實(shí)驗(yàn),，通過應(yīng)用所提出的軌跡誤差優(yōu)化算法，減小了拋光過程中的加工軌跡誤差,，降低了工件表面粗糙度,，且保證加工后表面具有較高的均勻一致性，提高了拋光表面質(zhì)量,，從而驗(yàn)證了所提出方法的有效性,。

摘要:為進(jìn)一步研究超磁致伸縮材料磁能損耗特性,，將棒狀Terfenol-D材料沿著不同磁化方向進(jìn)行切片，制成多個(gè)方形環(huán)狀薄片樣品,，對(duì)比分析了材料磁化方向以及樣品尺寸對(duì)磁能損耗的影響,。在不同驅(qū)動(dòng)磁場(chǎng)頻率和磁密幅值下，對(duì)磁能損耗進(jìn)行測(cè)試,，分析損耗實(shí)測(cè)數(shù)值變化趨勢(shì),。基于損耗分離法,，結(jié)合實(shí)測(cè)數(shù)據(jù),，考慮了材料內(nèi)部渦流集膚效應(yīng)及動(dòng)態(tài)磁滯特性等影響，對(duì)高頻磁能損耗進(jìn)行了數(shù)值模擬,，研究各項(xiàng)損耗系數(shù)變化規(guī)律,。結(jié)果表明，Terfenol-D材料高頻磁能損耗隨著頻率及磁密幅值增加,，整體呈數(shù)值增大,、增速加快趨勢(shì)。在高頻下,，損耗系數(shù)為隨著頻率和磁密幅值變化的變量,。當(dāng)頻率大于5kHz、磁密幅值大于0.05T時(shí),，數(shù)值模擬方法所得計(jì)算值與實(shí)測(cè)值的平均誤差為3%,。