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:為解決現(xiàn)有稻田綠肥紫云英種子收獲時存在的割臺適用性差,、脫粒分離能力弱以及清選除雜能力不強等問題，設(shè)計了稻田綠肥紫云英種子聯(lián)合收獲機,。對防落莢柔性扶禾割臺、縱向桿齒式脫粒裝置,、風(fēng)篩式分層控雜清選裝置等關(guān)鍵部件進(jìn)行了參數(shù)設(shè)計,，設(shè)計了紫云英機收專用扶禾器和割刀組件,；確定縱向桿齒式脫粒裝置結(jié)構(gòu)參數(shù)（喂入段、脫粒段,、排草段長度）,，對脫粒元件結(jié)構(gòu)參數(shù)、數(shù)量及周向分布進(jìn)行了計算,；利用ICEM-CFD網(wǎng)格劃分軟件和Fluent流體動力學(xué)分析軟件等對三風(fēng)道清選裝置離心風(fēng)機轉(zhuǎn)速1080r/min,、葉輪直徑385mm工作參數(shù)下的內(nèi)部氣流場開展數(shù)值模擬，并進(jìn)行試驗驗證,。以降低紫云英籽粒機收損失率,、破碎率、含雜率為目標(biāo),，選擇對收獲質(zhì)量影響較大的機具前進(jìn)速度,、脫粒滾筒轉(zhuǎn)速、清選風(fēng)機轉(zhuǎn)速,、魚鱗篩開度共4個因素,，利用Box-Behnken中心組合試驗方法，進(jìn)行四因素三水平響應(yīng)面試驗,，使用Design-Expert對試驗結(jié)果進(jìn)行響應(yīng)面分析,，通過多目標(biāo)參數(shù)優(yōu)化，確定最佳工作參數(shù)組合為：機具前進(jìn)速度3km/h,，脫粒滾筒轉(zhuǎn)速550r/min,，清選風(fēng)機轉(zhuǎn)速990r/min，魚鱗篩開度35mm,。在此參數(shù)條件下進(jìn)行了田間試驗,，實測紫云英籽粒損失率為2.35%，破損率為0.22%,，含雜率為0.51%,，均滿足相關(guān)標(biāo)準(zhǔn)技術(shù)要求。

摘要:針對常規(guī)立式油菜割曬機多采用側(cè)邊鋪放方式，莖稈鋪放方向與機組前進(jìn)方向垂直,，油菜莖稈鋪放角差異大,、姿態(tài)各異，易導(dǎo)致后續(xù)撿拾作業(yè)喂入量波動和撿拾不徹底等現(xiàn)實問題，提出了一種油菜割曬機順向側(cè)鋪裝置,，分析了關(guān)鍵部件作業(yè)參數(shù),，基于ADAMS開展了鋪放質(zhì)量的仿真優(yōu)化試驗。利用運動學(xué)與動力學(xué)分析了割臺排禾口處莖稈的平拋運動過程及其落地后的定軸轉(zhuǎn)動過程,，結(jié)合莖稈鋪放角形成機理,，計算得出撥禾星輪齒數(shù)為7、轉(zhuǎn)動角速度為6.27rad/s,，確定了排禾導(dǎo)向板曲線參數(shù)方程,；基于ADAMS構(gòu)建了油菜莖稈順向側(cè)鋪裝置的多體運動學(xué)仿真模型，以機組前進(jìn)速度,、橫向輸送鏈速比,、割臺傾角為因素，以莖稈鋪放角為評價指標(biāo),，開展了Box-Behnken仿真試驗,，以鋪放角最小為目標(biāo)構(gòu)建了優(yōu)化目標(biāo)函數(shù)，運用Design-Expert軟件求解得到最佳參數(shù)組合并開展了仿真和田間驗證試驗,。Box-Behnken試驗結(jié)果表明,，最佳參數(shù)組合為機組前進(jìn)速度0.93m/s、橫向輸送鏈速比1.11,、割臺傾角117.93°,，理論最優(yōu)鋪放角為15.25°。仿真驗證試驗結(jié)果表明,，在最佳參數(shù)組合條件下，鋪放角仿真值為14.42°,，與理論值相對誤差為5.4%,。田間試驗結(jié)果表明，油菜順向側(cè)鋪裝置作業(yè)順暢,、無堵塞,，油菜莖稈平均鋪放角為17.25°、平均鋪放寬度為752mm,、平均鋪放層高度為323mm,，可滿足實際生產(chǎn)需求。該研究可為立式油菜割曬機鋪放裝置結(jié)構(gòu)改進(jìn)和優(yōu)化提供參考,。

摘要:針對喂入量變化引起各工作部件受到變載沖擊和不平衡力,，導(dǎo)致聯(lián)合收獲機工作時振動突變，影響整機工作穩(wěn)定性與可靠性,，本文基于聯(lián)合收獲機運動平衡方程和外界振動擾動信號相關(guān)性分析方法,，通過開展田間工況下聯(lián)合收獲機變喂入振動試驗,，獲取不同喂入量下主要工作部件的振動加速度信號。當(dāng)喂入谷物呈現(xiàn)較強的阻尼特性時,，振動加速度信號隨之減弱,，而收獲機工作動力需求增加后，又會進(jìn)一步導(dǎo)致振動信號增強的現(xiàn)象,。通過快速傅立葉變換將加速度信號轉(zhuǎn)換為頻域信號,，進(jìn)一步掌握振幅的變化及激振頻率特征。喂入量擾動導(dǎo)致的振動主要發(fā)生在低頻激振頻率范圍,，而喂入量表現(xiàn)出的阻尼特性對高頻振幅起減弱作用,。喂入量對脫粒滾筒振動影響最為明顯，最大振幅由17μm衰減至2.8μm,，變化量達(dá)83.5%,，而割臺與輸送槽的變化量分別為55.8%和7.69%。脫粒滾筒的最大峰值點也由中頻195Hz附近左移至靠近低頻的117Hz附近,。

摘要:種子玉米在剝皮過程中存在大量的籽粒破碎,、脫落等損失問題,，嚴(yán)重影響種子玉米的單產(chǎn)與經(jīng)濟效益。因此,，本研究采用理論分析,、離散元仿真與正交試驗相結(jié)合的方法，探究種子玉米果穗與剝皮機構(gòu)的互作機理,，確定剝皮機構(gòu)的最優(yōu)工作參數(shù)組合以優(yōu)化種子玉米剝皮過程,。首先，對種子玉米果穗在剝皮機構(gòu)中的受力及運動進(jìn)行了理論分析,，探究了在剝皮過程中剝皮機構(gòu)-種子玉米的相互作用關(guān)系,，并確定了影響剝皮性能的主要因素。其次,，基于DEM建立種子玉米果穗-剝皮機構(gòu)相互作用仿真模型,，通過對玉米果穗籽粒損傷及脫落分析，確定了剝皮輥轉(zhuǎn)速,、剝皮輥傾角和擺桿擺幅的較優(yōu)工作范圍,。最后，根據(jù)Box-Behnken設(shè)計方法，設(shè)計了三因素三水平的正交試驗,，通過方差分析和響應(yīng)面分析,，篩選出種子玉米剝皮機構(gòu)的最佳工作參數(shù)組合：剝皮輥轉(zhuǎn)速為300r/min，剝皮輥傾角為10°,，擺桿擺動幅度為5°,，此時苞葉剝離率為94.13%，籽粒脫落率為1.564%,，籽粒破碎率為1.292%,。試驗獲得的剝皮裝置的最優(yōu)工作參數(shù)組合，明顯提高了種子玉米的剝皮效果,。

摘要:蓖麻脫出物組分復(fù)雜,，清選后含雜率高,，且沒有專用清選裝置，清選效率低,，為此設(shè)計一種雙層傾斜振動風(fēng)篩式蓖麻清選裝置,。首先對清選裝置總體結(jié)構(gòu)進(jìn)行設(shè)計，采用雙層風(fēng)吹式同步振動結(jié)構(gòu),。其次,，對裝置的振動篩、清選室,、出料口等關(guān)鍵部件進(jìn)行設(shè)計,。采用離散元法對清選篩結(jié)構(gòu)進(jìn)行參數(shù)優(yōu)化，以哲蓖4號為試驗物料,，測定物料離散元參數(shù),，通過單因素試驗，分析上篩面篩孔排列型式,、篩孔直徑,、篩面傾角對篩分效率和損失率的影響,。確定最佳設(shè)計參數(shù)為U型篩孔排列,、篩孔直徑14mm、篩面傾角8°,。為了獲取最優(yōu)的工作參數(shù),，采用離散元法與計算流體動力學(xué)（Computational fluid dynamics，CFD）耦合方法對清選過程進(jìn)行仿真分析,。對單目標(biāo)函數(shù)進(jìn)行參數(shù)優(yōu)化,，當(dāng)振動篩振幅為8.43mm、振動篩振頻為6.00Hz、氣流橫向角為40.00°時,，蓖麻脫出物的最大篩分效率為98.20%,。當(dāng)振動篩振幅為7.00mm、振動篩振頻為7.76Hz,、氣流橫向角為40.81°時,，蓖麻籽粒的最小損失率為2.02%。以振動篩的振幅,、振頻和氣流橫向角為試驗因素,，以篩分效率和損失率為試驗指標(biāo)，設(shè)計了正交組合試驗,，建立各因素與指標(biāo)間的數(shù)學(xué)回歸模型,，并對模型進(jìn)行參數(shù)優(yōu)化。結(jié)果表明,，當(dāng)振動篩振幅9.00mm,、振動篩振頻6.16Hz、氣流橫向角40.00°時,，蓖麻清選裝置的篩分效率和蓖麻籽粒的損失率最優(yōu),，分別為97.66%和2.32%。最后,，設(shè)計出蓖麻清選裝置,，通過臺架試驗對最優(yōu)參數(shù)組合進(jìn)行試驗，實際篩分效率與損失率分別為93.15%和6.94%,，與預(yù)測結(jié)果誤差在5%以內(nèi),，同時實際所得到的籽粒含雜率為0.83%，滿足使用要求,。

摘要:為探究鑿式犁鏟（以下簡稱鑿鏟）的土壤擾動機理并構(gòu)建適用于東北地區(qū)黏重黑土與耕作部件之間的仿真模型,，結(jié)合EDEM仿真分析與土槽試驗,，與深松鏟作業(yè)效果進(jìn)行對比，研究鑿鏟對土壤的微觀擾動機理和宏觀擾動狀態(tài),，并建立適宜東北地區(qū)土壤的耕作仿真模型,。仿真與試驗結(jié)果表明，深松鏟對土壤進(jìn)行剪切破壞,，將耕作層和犁底層抬升,、下落,，對土壤松而不翻，不破壞原有的耕層土壤結(jié)構(gòu),，土壤膨松度試驗值為12.4%,，土壤擾動系數(shù)試驗值為59.4%，縱向截面擾動面積為52.586mm2,，俯視視圖擾動面積為116.779mm2,；鑿鏟對土壤進(jìn)行擠壓破壞，將犁底層土壤翻耕到地表,，破壞原有耕層土壤結(jié)構(gòu),，土壤膨松度試驗值為14.1%，土壤擾動系數(shù)試驗值為64.1%,，縱向截面擾動面積為54.128mm2,，俯視視圖擾動面積為233.061mm2，通過與深松鏟作業(yè)后數(shù)據(jù)相比可知,，鑿鏟可以實現(xiàn)更為明顯的土壤擾動效果,。同時，建立東北地區(qū)黏重黑土條件下的離散元土壤耕作模型,，選用Hertz-Mindlin with JKR Cohesion模型作為土壤接觸模型,，確定仿真模型的各項技術(shù)參數(shù)，仿真與試驗得到的土壤擾動截面輪廓基本擬合,，土壤膨松度,、土壤擾動系數(shù)的仿真值與試驗值的相對誤差為17%、4.4%,，模擬仿真的數(shù)據(jù)誤差范圍滿足要求,，研究可為東北地區(qū)的土壤耕作部件離散元模擬仿真分析提供基礎(chǔ)數(shù)據(jù)。

摘要:為探討不同深松方式對山地?zé)煾敌螒B(tài)及烤煙性狀的影響，尋求培育山地?zé)煹膬?yōu)良措施,，通過設(shè)置改進(jìn)深松（NS）,、傳統(tǒng)深松（TS）、不深松（CK）3個處理,，開展了田間試驗,。結(jié)果表明：自主設(shè)計的深松鏟與傳統(tǒng)鑿式深松鏟相比,，土壤擾動系數(shù)提高了14.79個百分點,、耕后土壤地下30cm處的土壤緊實度減小了53.95%,、土壤容重變化率提高了5.84%；改進(jìn)深松處理后土壤與傳統(tǒng)深松相比,，栽植的煙株在成熟初期的總根長,、根表面積、根體積,、株高,、莖圍、葉面積指數(shù),、最大葉長,、最大葉寬、地下部干物質(zhì)量,、地上部干物質(zhì)量,、產(chǎn)量、上等煙比例分別增加了33.80%,、30.41%,、45.67%、18.36%,、10.72%,、16.53%、4.02%,、2.15%,、28.26%、18.28%,、6.43%,、4.11%，有效葉片數(shù)均增加了一片葉,，均價和產(chǎn)值分別增加了4.83%和11.63%,，而與未進(jìn)行深松作業(yè)的對照組相比，上述各項指標(biāo)均大幅提升,。研究表明：深松措施能有效地改善云南省山地?zé)煙熖锏母麑咏Y(jié)構(gòu),，從而促進(jìn)山地?zé)煹母瞪L，使根系吸收更多的水分,、養(yǎng)分以供給地上部發(fā)育,，提高煙葉干物質(zhì)量，使經(jīng)濟性狀的表現(xiàn)更佳,。自主設(shè)計的深松鏟及其配套搭載機具,，在云南滇中煙區(qū)進(jìn)行深松作業(yè)的效果更為顯著。

摘要:目前農(nóng)機裝備維修策略的研究主要以裝備故障數(shù)據(jù)或退化數(shù)據(jù)為依據(jù),，往往無法保證裝備在某一具體作業(yè)過程中的任務(wù)成功性，從而很難滿足現(xiàn)代農(nóng)業(yè)對農(nóng)機裝備高任務(wù)完成度的要求,。針對這一問題,，提出了一種基于任務(wù)多樣性的農(nóng)機裝備維修策略。首先,，根據(jù)農(nóng)機裝備在具體作業(yè)過程中多階段任務(wù)的特征,，分析了農(nóng)機裝備各系統(tǒng)退化狀態(tài)與裝備任務(wù)可靠性之間的關(guān)聯(lián)關(guān)系，建立了農(nóng)機裝備任務(wù)可靠性評估模型,；其次,，利用蒙特卡羅法模擬農(nóng)機裝備實際作業(yè)情況，給出了農(nóng)機裝備任務(wù)可靠性的綜合評估流程,，并對多作業(yè)任務(wù)下的農(nóng)機裝備任務(wù)可靠性進(jìn)行定量化描述,；再次，基于農(nóng)機裝備任務(wù)可靠性和維修成本的關(guān)聯(lián)性,，以最低可靠度和最低維修成本為約束條件,，得到了裝備各系統(tǒng)的最佳維修不等周期和最優(yōu)維修次數(shù)；最后,，引入機會維修策略,，建立了農(nóng)機裝備的維修優(yōu)化模型，并根據(jù)最佳機會維修閾值確定農(nóng)機裝備最優(yōu)維修計劃安排,。以國產(chǎn)某輪式拖拉機的歷史故障數(shù)據(jù)和維修成本數(shù)據(jù)為例,，確定了該拖拉機故障率較高的4個子系統(tǒng)以及2個作業(yè)任務(wù)剖面，在整機可靠度閾值為0.8的情況下,，得到了不同機會維修閾值下的最優(yōu)維修費用分布情況,。當(dāng)最佳維修閾值為8h時，維修成本最低,，為2.587元,，通過與農(nóng)機裝備傳統(tǒng)維修策略相比，總維修費用降低了30.4%,。

摘要:植保無人機作業(yè)過程中，旋翼風(fēng)場豎直方向分布特性對霧滴的輸運效應(yīng)及作物冠層的擾動作用直接影響施藥沉積效果,。本文以六旋翼植保無人機風(fēng)場豎直分布為研究對象,，采用基于格子玻爾茲曼方法的數(shù)值模擬技術(shù)建立了無人機前飛作業(yè)時旋翼風(fēng)場仿真模型，并根據(jù)正交試驗方法研究了多特征參數(shù)融合對風(fēng)場豎直分布特性的影響,。仿真結(jié)果表明,，豎直分布風(fēng)場垂直于飛行方向?qū)ΨQ分布,，當(dāng)飛行高度和飛行速度增加或作業(yè)載荷減小時，風(fēng)場強度逐漸減弱,；豎直分布風(fēng)場沿側(cè)風(fēng)方向傾斜，側(cè)風(fēng)風(fēng)速大于3m/s時,，風(fēng)場橫向傾斜超45°,。基于此,，采用恒溫差熱敏芯片研制了微型無線風(fēng)速采集系統(tǒng),，并開展了植保無人機風(fēng)場豎直分布特性的多因素田間驗證試驗，試驗結(jié)果表明：仿真模擬與田間試驗旋翼風(fēng)場豎直分布規(guī)律基本一致,，相對誤差較小,，風(fēng)場豎直分布特性具有較好的一致性；數(shù)值模擬方法可有效模擬植保無人機飛行過程的非定常流動,，仿真與田間試驗結(jié)果為植保無人機霧滴沉積的研究提供了理論基礎(chǔ),。

摘要:針對目前養(yǎng)殖場養(yǎng)殖糞水產(chǎn)量大,、配套耕地面積小且分散，小型糞水注射施肥機缺乏及利用率低問題,，設(shè)計了主要由底盤,、罐體、吸排肥系統(tǒng)及開溝施肥注射器等部件組成,、容量為6m3的自走式養(yǎng)殖糞水注射施肥機,。闡述了施肥機整機結(jié)構(gòu)及工作原理，對施肥機罐體結(jié)構(gòu),、吸排肥管路系統(tǒng),、控制監(jiān)控系統(tǒng)、糞水均分器及取力器等關(guān)鍵部件進(jìn)行了設(shè)計與計算,，對核心部件糞水均分器進(jìn)行了流場模擬分析與優(yōu)化改進(jìn),，確定了糞水均分器結(jié)構(gòu)形式及各分水管出口開口角度。按照設(shè)計要求對施肥機進(jìn)行了試制,并以豬場養(yǎng)殖糞水為原料進(jìn)行了田間試驗,，結(jié)果表明：該機可實現(xiàn)糞水多通道多方位自動吸排,、循環(huán)流動、注射斷流及防堵監(jiān)測報警等功能,，施肥機行進(jìn)速度為4km/h時,，注射深度為92.8mm,，注射深度穩(wěn)定系數(shù)為94.6%，各行施肥量一致性變異系數(shù)為5.3%,，各項指標(biāo)與設(shè)計值相符,，且滿足農(nóng)藝要求。

摘要:針對化肥排施過程流量較大，化肥顆粒相互遮擋導(dǎo)致難以準(zhǔn)確檢測的問題,，提出了基于光量阻擋原理的顆?；柿髁繖z測方法，該方法以顆粒流量與傳感器響應(yīng)電壓間的相關(guān)性為基礎(chǔ)建立檢測模型,；通過理論分析初步確定了該檢測方法的可行性,；借助離散元仿真分析了化肥排施過程在輸肥管中的分布規(guī)律，為顆粒流量傳感器結(jié)構(gòu)設(shè)計和安裝位置確定提供了依據(jù),；基于上述分析設(shè)計了顆粒流量傳感器,，并搭設(shè)了顆粒化肥流量檢測試驗臺,；以尿素和復(fù)合肥為試驗材料,，以排肥輪轉(zhuǎn)速為試驗因素對上述理論進(jìn)行了驗證，結(jié)果表明化肥流量與化肥顆粒流量傳感器累計響應(yīng)電壓存在較強的線性相關(guān),，各排肥輪轉(zhuǎn)速下,，兩者相關(guān)性決定系數(shù)均高于0.992。為確定最優(yōu)檢測模型,，建立了各排肥輪轉(zhuǎn)速的檢測模型,，以平均絕對百分比誤差為指標(biāo)對不同檢測模型進(jìn)行了對比，基于加速組建立的檢測模型對尿素和復(fù)合肥的平均絕對百分比誤差分別為5.18%和4.07%,，檢測誤差低于其他組,，確定了最優(yōu)檢測模型。為解決顆粒流量傳感器與不同直徑輸肥管匹配的問題,，以敏感元件數(shù)量和顆粒流量傳感器內(nèi)徑為因素進(jìn)行試驗,，結(jié)果表明當(dāng)檢測元件密度為0.075~0.75時，對于尿素和復(fù)合肥各流量傳感器的平均絕對百分比誤差分別為4.75%~9.33%和4.07%~9.11%,，且平均絕對百分比誤差隨檢測元件密度增大而降低,。

摘要:為研究西北旱區(qū)玉米全膜雙壟溝種植模式下土壤水肥運移規(guī)律,，通過HYDRUS-2D/3D模型對甘肅省定西市玉米全膜雙壟溝土壤水肥運移規(guī)律及根系響應(yīng)進(jìn)行數(shù)值模擬,，分析全膜雙壟溝播種植模式下土壤含水率及壟溝內(nèi)種肥濃度的分布規(guī)律，在合理播深處設(shè)置觀測點以表征土壤含水率及膜下氮,、磷,、鉀水肥互作運移變化規(guī)律。模擬結(jié)果表明,，全膜雙壟溝膜下滲水孔與種穴位置處土壤水肥發(fā)生環(huán)狀側(cè)滲現(xiàn)象,，其中土壤含水率范圍為15.20%~17.12%,，壟溝內(nèi)氮肥轉(zhuǎn)化濃度趨于15.38mg/L,，磷肥轉(zhuǎn)化濃度趨于5.15mg/L，鉀肥轉(zhuǎn)化濃度趨于12.21mg/L,，水肥主要集中在壟溝位置,，保障了苗期水肥需求；通過施加根系吸水和水肥運移模擬表明全膜雙壟溝模式下土壤水肥條件滿足玉米出苗需求,。研究模型與結(jié)果將為玉米全膜雙壟溝農(nóng)藝技術(shù)的優(yōu)化提升提供理論依據(jù),。

摘要:為滿足玉米生長中后期的追肥需求,，本文設(shè)計一種氣力集排式精量配混施肥裝置。電機驅(qū)動葉片旋轉(zhuǎn)進(jìn)行混肥,，將肥料分配器內(nèi)部設(shè)計成錐形結(jié)構(gòu),。基于流體動力學(xué)和離散元耦合法對分配器排肥口傾角,、分配器上端波紋管的結(jié)構(gòu)和布置方式進(jìn)行研究,；以排肥口傾角、輸送氣速和波紋管長度為試驗因素,，以各行排肥量變異系數(shù)為試驗指標(biāo),，進(jìn)行三元二次回歸正交組合設(shè)計試驗。試驗結(jié)果表明,，當(dāng)排肥口傾角45°,、輸送氣速35m/s、波紋管長度568mm時，性能最優(yōu),?；旆势鬟M(jìn)口采用中心布置方式，葉片數(shù)量為8,。田間試驗結(jié)果表明,，該機施肥量誤差小于2%，總施肥量穩(wěn)定性變異系數(shù)為2%,，施肥斷條率低于2%,，滿足國家標(biāo)準(zhǔn)。

摘要:為實現(xiàn)桑園內(nèi)氮、磷,、鉀和有機肥按需均衡施肥,，保障桑葉產(chǎn)量、質(zhì)量,，減小肥料不合理使用造成的面源污染,，設(shè)計了一種能夠變比配肥和定向撒肥的桑園自走式變比配肥定向撒肥機。根據(jù)桑園農(nóng)藝要求設(shè)計的整機長為1450mm,、寬為655mm,、高為1141mm，并對履帶行走系統(tǒng),、變比配肥摻混機構(gòu)進(jìn)行設(shè)計,。通過離散元法對變比配肥摻混過程和撒肥盤撒肥效果進(jìn)行仿真分析，發(fā)現(xiàn)槽輪轉(zhuǎn)速在20~80r/min范圍內(nèi),，配肥偏離度標(biāo)準(zhǔn)差低于0.4,，摻混均勻性較好；拋撒肥料時,，曲線形葉片撒肥盤肥料分布呈對稱形狀,，撒肥效果較好。通過正交試驗優(yōu)化設(shè)計定向撒肥板長度為450mm,、高度為80mm,、折彎角為100°。通過響應(yīng)面法分析因素對撒肥分布變異系數(shù)的影響,，主次順序為：撒肥盤轉(zhuǎn)速,、碰撞摻混腔收料口與撒肥盤中心距離、整機作業(yè)速度，并確定較優(yōu)工作參數(shù)：撒肥盤轉(zhuǎn)速為290.1r/min,、碰撞摻混腔收料口與撒肥盤中心距離為88.2mm,、整機作業(yè)速度范圍為0.5~0.7m/s。通過田間試驗驗證,，桑園自走式變比配肥定向撒肥機工作時撒肥分布變異系數(shù)低于40%,，試驗表明自走式桑園變比配肥定向撒肥一體機田間工作時具有較高的可靠性。

摘要:為研究油菜種子丸粒化核心工藝對成丸質(zhì)量的影響,，分析了油菜種子丸化過程的接觸力學(xué),，構(gòu)建丸化過程的仿真模型，開展驗證試驗,，優(yōu)化油菜種子丸?；庸すに?。接觸力學(xué)分析結(jié)果表明,，種丸粘結(jié)包敷的前提是種丸-粉劑顆粒碰撞過程中的相對切向速度小于閾值，二者未發(fā)生相對滑動,；較大的法向接觸力可提高最大靜摩擦力,、壓實丸粒粘結(jié)，促進(jìn)成丸質(zhì)量,；而對于種丸-種丸,、粉劑-粉劑間接觸，增大切向接觸力,、降低法向接觸力,，有利于減少多籽、空丸及形變等問題發(fā)生,。仿真結(jié)果表明,，當(dāng)甩盤轉(zhuǎn)速為1200r/min時，種丸-粉劑的速度均差為0.22m/s,，創(chuàng)造靜止粘結(jié)條件,；種丸和粉劑速度分布標(biāo)準(zhǔn)差為0.42、0.52m/s,，種丸-種丸,、粉劑-粉劑的平均速度影響多籽和空丸產(chǎn)生。供粉速度影響核心粘結(jié)區(qū)域種子和粉劑的比例，粉劑過多形成空丸,、浪費粉劑,，粉劑不足降低包敷效率。正交試驗極差和方差分析結(jié)果表明,，粉液比是影響成丸質(zhì)量的最主要因素,，丸粒化油菜種子最佳工藝參數(shù)：甩盤轉(zhuǎn)速為1200r/min,、粉液比為2.1,、供粉速度為24g/min，此時成丸合格率為95.7%,單籽率為94.9%,包敷效率為1.8kg/h,。研究結(jié)果揭示了種子丸?；瘷C理，形成了油菜種子丸?；庸すに?，有利于提升油菜種子加工水平。

摘要:魚體頭尾及腹背自動定向是推進(jìn)淡水魚全程機械化加工的重要前提?；谒秸駝臃椒ê鸵曈X圖像識別技術(shù)設(shè)計自動頭尾和腹背定向裝置,。通過對魚體在頭尾定向振動臺上的受力分析和運動狀態(tài)分析，闡明魚體轉(zhuǎn)動原理和頭尾前進(jìn)原理,，將魚體在振動臺上的運動狀態(tài)分為4種,，基于此分析了魚體成功進(jìn)行頭尾定向的條件。結(jié)合圖像識別技術(shù),，創(chuàng)制導(dǎo)向機構(gòu),、視覺識別系統(tǒng)、剔除機構(gòu),、V形腹背定向執(zhí)行機構(gòu),、V形校正輸送機構(gòu)，實現(xiàn)魚體自動腹背作業(yè),。以鯽魚,、草魚、白鰱3種典型淡水魚為試驗對象,，以魚體完成定向時間和成功率作為評價指標(biāo),，探究了魚體種類,、輸送帶類型、振動幅度,、振動頻率對魚體頭尾定向效果的影響規(guī)律,，并探究魚體種類對腹背定向效果的影響規(guī)律。試驗結(jié)果表明：魚體在振動臺上的頭尾前進(jìn)運動狀態(tài)理論計算與試驗結(jié)果一致,，證明本文理論計算可以有效指導(dǎo)實際頭尾定向作業(yè),。輸送帶為倒三角紋時，魚體才能完成頭尾定向作業(yè),。魚體頭尾定向效果隨振動幅度和頻率增大而提升,，當(dāng)振動幅度大于160mm時整機振動劇烈，因此最優(yōu)幅度為160mm,；當(dāng)頻率大于5Hz,，定向效果變化不明顯，因此最優(yōu)頻率為5Hz,。腹背定向效果由輸送帶輸送速度和機器視覺識別準(zhǔn)確率決定,，各類魚體腹背定向時間保持在15s、定向成功率在95%~97%范圍內(nèi),。研究結(jié)果可為魚體自動定向裝置工藝參數(shù)設(shè)計和選擇提供技術(shù)參考,。

摘要:針對目前對蝦開背環(huán)節(jié)工藝不完善,、實際應(yīng)用裝備缺乏等問題,，以中型南美白對蝦為研究對象，探究了對蝦開背關(guān)鍵工藝方法,，建立了對蝦開背過程力學(xué)模型,，獲得影響開背效果主要因素為刀具角度、加工中心盤轉(zhuǎn)速和刀具安置距離,；采用單因素試驗研究和分析了各因素對開背成功率,、蝦仁損傷率、蝦線裸露成功率和感官評分值的影響,，確定影響因素最佳區(qū)間為：刀具角度20°~60°,、加工中心盤轉(zhuǎn)速10~40r/min和刀具安置距離9~11mm；利用Design-Expert軟件進(jìn)行多因素響應(yīng)面試驗研究分析,，并采用多目標(biāo)優(yōu)化方法,，得到最優(yōu)參數(shù)組合為：刀具角度43.838°,、加工中心盤轉(zhuǎn)速28.391r/min、刀具安置距離9.801mm時,，開背成功率為99.161%,、蝦仁損傷率為2.825%、蝦線裸露成功率為90.727%,、感官評分值為86.944,。驗證試驗結(jié)果表明：針對中型南美白對蝦，當(dāng)?shù)毒呓嵌?5°,、加工中心盤轉(zhuǎn)速28r/min,、刀具安置距離9.8mm時，開背成功率為98.89%,、蝦仁損傷率為3.33%,、蝦線裸露成功率為87.78%、感官評分值為85.33,，與理論優(yōu)化值的絕對誤差均較小,，優(yōu)化后的對蝦開背裝置性能滿足作業(yè)要求。研究可為對蝦開背工序裝置設(shè)計和參數(shù)選擇提供理論基礎(chǔ)和科學(xué)依據(jù),。

摘要:為解決餐廚垃圾資源化利用率不足,、垃圾處理高污染和垃圾處理裝備能耗高,、操作不便等問題，設(shè)計一種智能餐廚垃圾處理裝備控制系統(tǒng),，以提高餐廚垃圾處理的自動化水平,。該系統(tǒng)主要由STM32主控系統(tǒng)、電機驅(qū)動系統(tǒng),、質(zhì)量控制系統(tǒng),、溫度調(diào)控系統(tǒng)、輔助控制系統(tǒng),、凈化系統(tǒng)和存儲系統(tǒng)組成,。基于USART HMI軟件設(shè)計智能串口屏界面,，智能串口屏通過TTL串口與STM32單片機進(jìn)行串口通信,，能夠完成餐廚垃圾處理工作參數(shù)設(shè)置和顯示控制系統(tǒng)運行狀態(tài)信息，實現(xiàn)對餐廚垃圾處理裝備的精確控制,。搭建試驗硬件平臺,，以系統(tǒng)工作的溫度區(qū)間和餐廚垃圾與高溫好氧復(fù)合微生物菌種的配比為試驗因素,，以餐廚垃圾的減重率和用電量為試驗指標(biāo)進(jìn)行試驗。試驗結(jié)果表明,，系統(tǒng)工作的溫度區(qū)間和餐廚垃圾與高溫好氧復(fù)合微生物菌種的配比對餐廚垃圾處理有顯著影響;當(dāng)控制系統(tǒng)運行的溫度區(qū)間為85~95℃,，餐廚垃圾與高溫好氧復(fù)合微生物菌種的比例為15∶1時，30kg餐廚垃圾和2kg菌種經(jīng)過5h處理,，減重率為90.38%,，平均用電量為1.96kW·h，處理餐廚垃圾效果顯著,。該系統(tǒng)實現(xiàn)餐廚垃圾無害化處理,，餐廚垃圾處理后的有機物通過好氧堆肥技術(shù)轉(zhuǎn)化成腐殖質(zhì)，用于田間施肥或者制作動物飼料,，提高垃圾資源化利用率,。

摘要:作為殘膜阻隔裝置關(guān)鍵部件,，氣流分配室具備優(yōu)化流場結(jié)構(gòu),、均勻氣幕的作用。在氣流分配室外部結(jié)構(gòu)受裝配空間條件限制難以進(jìn)一步優(yōu)化的情況下,，射流出口結(jié)構(gòu)參數(shù)優(yōu)化對改善氣流分配室內(nèi)氣流分布均勻性具有積極影響,。為提高殘膜阻隔裝置射流氣幕均勻穩(wěn)定性，以速度不均勻系數(shù)為評價指標(biāo),，利用Fluent進(jìn)行單因素試驗確定影響因素取值范圍,，結(jié)合二階響應(yīng)面法、第二代非支配排序遺傳算法（NSGA-Ⅱ）,，得出最優(yōu)參數(shù)組合為：射流出口1長度為70mm,、射流出口1寬度為2mm、射流出口2長度為160mm,、射流出口2寬度為2mm,，此時較原裝置，其射流出口速度不均勻系數(shù)分別減小28.6%和25.9%,。試驗結(jié)果表明，兩射流出口最大速度偏差分別為8.3%和14%,，射流出口速度試驗值與仿真值分布趨勢具有較好的一致性,。

摘要:為了研究斜流泵轉(zhuǎn)子系統(tǒng)的動力學(xué)特性,，以某型號的斜流泵作為研究對象,，采用計算流體力學(xué)軟件CFX 2021R1和有限元分析軟件ANSYS Workbench 2021R1平臺，對斜流泵轉(zhuǎn)子系統(tǒng)的干濕模態(tài)固有頻率和振型,、臨界轉(zhuǎn)速以及基于流固耦合的瞬態(tài)動力學(xué)進(jìn)行了求解,，研究了葉輪葉片不同位置的變形與應(yīng)力分布，對比分析了不同流量工況對葉輪葉片變形與應(yīng)力分布的影響,。結(jié)果表明：濕模態(tài)下轉(zhuǎn)子固有頻率會下降,，同時隨著階數(shù)的增加，固有頻率下降程度逐漸明顯,，第3階模態(tài)時下降程度最小,，下降率Δf為9.82%，第6階模態(tài)時下降程度最大,，下降率Δf為44.31%,。計算所得第2階模態(tài)的臨界轉(zhuǎn)速為7.369r/min，遠(yuǎn)大于轉(zhuǎn)子工作轉(zhuǎn)速,，說明轉(zhuǎn)子系統(tǒng)在工作轉(zhuǎn)速下運行時不會發(fā)生共振,，符合轉(zhuǎn)子動力學(xué)的設(shè)計要求，能夠穩(wěn)定運轉(zhuǎn),。葉輪葉片背面與工作面總變形量的變化趨勢和變形量基本一致,，葉片工作面出口葉頂位置變形量最大，幅值達(dá)到2.6755mm,，各個位置處工作面變形量都大于背面,，最大變形量差值為0.0358mm，葉頂處變形量都大于葉根處,，最大差值為1.0177mm,；葉片工作面進(jìn)口葉頂處與背面處應(yīng)力變化趨勢和應(yīng)力幅值大致相似，葉片工作面進(jìn)口葉頂處與出口葉根處應(yīng)力幅值都大于相應(yīng)背面處,，而在葉片背面出口葉根處應(yīng)力幅值大于工作面處,。葉片出口處測點應(yīng)力幅值明顯大于進(jìn)口處測點，葉片背面出口葉根處等效應(yīng)力最大,，最大幅值約6MPa,。不同流量工況下葉片變形量的變化趨勢相似，隨著流量增大,，葉輪葉片各位置處變形量逐漸減小,。0.6Q時葉片變形量隨時間變化波動最大，最大變形量為3.0672mm,，出現(xiàn)在葉片出口葉頂位置,；在葉片葉頂處,，隨流量增大，應(yīng)力波動逐漸減小,，葉片葉根處,Q時應(yīng)力幅值波動最大,，進(jìn)口與出口應(yīng)力波動最小處分別出現(xiàn)在0.6Q與0.8Q流量工況，各位置最大等效應(yīng)力為12.456MPa,，葉根處每一個應(yīng)力波動結(jié)束后,，0.6Q與0.8Q應(yīng)力曲線會額外多一次小波動，因此應(yīng)避免泵在小流量工況下運行,，并且應(yīng)加強葉輪葉根處葉片厚度,。研究結(jié)果可以為斜流泵轉(zhuǎn)子系統(tǒng)運行穩(wěn)定性分析以及葉輪葉片的結(jié)構(gòu)優(yōu)化設(shè)計提供參考。

摘要:櫻桃樹的栽培密度影響其冠層的光照分布，通過研究群體櫻桃樹的三維結(jié)構(gòu),，可分析不同栽植密度下溫室甜櫻桃樹冠層光照分布規(guī)律,，指導(dǎo)櫻桃樹的科學(xué)種植，進(jìn)而提高甜櫻桃產(chǎn)量和品質(zhì),。高質(zhì)量的點云數(shù)據(jù)是構(gòu)建群體櫻桃樹三維結(jié)構(gòu)的基礎(chǔ),，而點云去噪和點云配準(zhǔn)是點云數(shù)據(jù)預(yù)處理的關(guān)鍵環(huán)節(jié)。本文提出一種基于三維點云的群體櫻桃樹去噪和配準(zhǔn)方法,，搭建群體櫻桃樹三維信息采集平臺,，使用2臺固定的DK深度相機獲取群體櫻桃樹彩色點云數(shù)據(jù)；提出基于顏色區(qū)域生長的二分類方法,，設(shè)置顏色閾值分割點云并進(jìn)行二分類處理,，可有效去除彩色點云數(shù)據(jù)中的異常無效點，并設(shè)置點云離散度和RGB值,，作為點云去噪評價標(biāo)準(zhǔn),；結(jié)合人工標(biāo)記法和雙相機位姿矩陣，提出基于顏色特征改進(jìn)的ICP方法,，解決傳統(tǒng)ICP配準(zhǔn)算法多依賴初始位姿且配準(zhǔn)速度較慢的問題,。該方法通過對點云粗配準(zhǔn)，得到較好的初始位姿,，使用SIFT算法提取顏色特征點,，將顏色特征與ICP算法結(jié)合進(jìn)行點云精配準(zhǔn)，然后使用PCL中隨機采樣一致性算法,，去除錯誤匹配點,，有效減少配準(zhǔn)時間，提高配準(zhǔn)精度,。以夏季和冬季的群體櫻桃樹20組點云數(shù)據(jù)為實驗對象,，對比分析ICP算法、NDT算法,、SAC-IA算法和本文配準(zhǔn)方法的配準(zhǔn)精度和配準(zhǔn)時間,，結(jié)果表明，本文配準(zhǔn)方法平均耗時分別為5.01,、4.30s,，均方根誤差分別為2.316、2.100cm,，有效減少了配準(zhǔn)時間和配準(zhǔn)誤差,，驗證了本文算法的有效性和普適性。

摘要:針對果樹三維重構(gòu)中存在建模精度低、成本高,、拓?fù)浣Y(jié)構(gòu)差等問題,，提出一種基于Kinect v2傳感器的果樹表型三維重建與骨架提取方法。首先,，使用Kinect v2傳感器采集不同視角下的果樹點云數(shù)據(jù),；其次，對植株點云進(jìn)行尺度不變特征變換的特征點檢測,，對關(guān)鍵點使用快速點特征直方圖算法進(jìn)行特征向量計算,，通過隨機抽樣一致性方法提純點云的初始位置，經(jīng)初始變換后使用改進(jìn)的迭代最近點算法進(jìn)行精配準(zhǔn),、拼接形成完整點云,；最后，使用Delaunay三角剖分解構(gòu)點云數(shù)據(jù)對缺失點云進(jìn)行填充,，使用Dijkstra最短路徑算法對最小生成樹進(jìn)行求取,，通過迭代去除冗余分量對骨架進(jìn)行簡化，使用圓柱擬合算法估算枝干骨架,，將枝干骨架變?yōu)榉忾]凸包多面體,，實現(xiàn)果樹的枝干三維重建。實驗結(jié)果表明：采用本文所提建模方法點云平均配準(zhǔn)誤差為0.52cm，枝干平均重構(gòu)誤差不超過3.52%,，重建效果良好,。研究成果可為果園評估作物狀態(tài)、智能化修剪等研究提供數(shù)據(jù)支持,。

摘要:海參目標(biāo)檢測是實現(xiàn)海參自動化捕撈的前提。為了解決復(fù)雜海底環(huán)境下背景和目標(biāo)顏色相近以及遮擋導(dǎo)致的目標(biāo)漏檢問題,，本文在Faster R-CNN框架下,，提出了Swin-RCNN目標(biāo)檢測算法。該算法的骨干網(wǎng)絡(luò)采用Swin Transformer,，同時在結(jié)構(gòu)上融入了多尺度特征提取層和實例分割功能,，提高了算法的自適應(yīng)特征融合能力，從而提高了模型在復(fù)雜環(huán)境下對不同尺寸海參的識別能力,。實驗結(jié)果表明：本文方法對海參檢測的平均精度均值（mAP）達(dá)到94.47%,，與Faster R-CNN、SSD,、YOLO v5,、YOLO v4、YOLO v3相比分別提高4.49,、4.56,、4.46、11.78,、22.07個百分點,。

摘要:水質(zhì)惡化會直接造成水產(chǎn)養(yǎng)殖產(chǎn)量下降，嚴(yán)重時會導(dǎo)致水產(chǎn)動物大量死亡,，給養(yǎng)殖企業(yè)造成嚴(yán)重經(jīng)濟損失,。因此對水產(chǎn)養(yǎng)殖中水質(zhì)參數(shù)進(jìn)行實時監(jiān)測具有重要意義。本文以斑石鯛為研究對象,，提出了一種基于魚類行為的水質(zhì)監(jiān)測方法,。該方法通過攝像機拍攝到的圖像數(shù)據(jù)就可以非侵入地完成水質(zhì)參數(shù)的實時監(jiān)測，避免了安裝復(fù)雜設(shè)備,、對魚類行為進(jìn)行量化等繁瑣過程,。為了增加推理速度和降低模型參數(shù)量,，通過將RepVGG block與GhostNet相結(jié)合構(gòu)建了G-RepVGG模型，使該模型更適用于移動設(shè)備的部署,。提出了計算量較少,、推理速度快、更適合水質(zhì)快速監(jiān)測的Cheap Ghost操作和計算量大,、精確率高,、更適合水質(zhì)的精確監(jiān)測Expensive Ghoost操作,。由于多分支網(wǎng)絡(luò)適合進(jìn)行訓(xùn)練但是在推理速度上低于單分支網(wǎng)絡(luò),，因此通過模型重參數(shù)化首先將卷積層以及批歸一化（Batch normalization, BN）層合并，隨后再將3路卷積合并為1路,，大大降低模型參數(shù)量,、提高了模型推理速度，使模型更加適用于移動設(shè)備的推理,。結(jié)果表明：使用Cheap Ghost操作的G-RepVGG在測試集中準(zhǔn)確率達(dá)到96.21%,，圖像處理速度達(dá)到442.27f/s，使用Expensive Ghost操作的G-RepVGG模型在測試集中準(zhǔn)確率達(dá)到97.63%,，圖像處理速度達(dá)到349.42f/s,，從而在保證較高精度的前提下依舊具有較高的推理速度，在多個數(shù)據(jù)集中測試具有較好的魯棒性,。

摘要:投喂作為水產(chǎn)養(yǎng)殖過程中的一個關(guān)鍵環(huán)節(jié)，餌料的投喂量直接影響水產(chǎn)品的質(zhì)量和養(yǎng)殖成本,。然而,，目前的投喂方法包括人工投喂和機器定時定量投喂，大多依靠人工經(jīng)驗,，很難實現(xiàn)精準(zhǔn)投喂,。本文基于改進(jìn)的ResNet34識別魚群不同的飽腹程度。根據(jù)魚群在不同飽腹階段表現(xiàn)的攝食行為創(chuàng)建了含有5種不同飽腹程度的數(shù)據(jù)集,，并采用數(shù)據(jù)增強操作對圖像進(jìn)行預(yù)處理,。其次在原始模型ResNet34的基礎(chǔ)上，本文提出使用坐標(biāo)注意力機制,，使模型在對圖像進(jìn)行特征提取的過程中能夠做到專注于更大區(qū)域范圍,。并且使用深度可分離卷積的方式來代替?zhèn)鹘y(tǒng)卷積，減少模型參數(shù)量,。為了評估改進(jìn)的有效性,，分析了改進(jìn)后的模型在魚群飽腹程度數(shù)據(jù)集上的性能，并將其與原模型ResNet34、AlexNet,、VGG16,、MobileNet-v2、GoogLeNet等經(jīng)典卷積神經(jīng)網(wǎng)絡(luò)架構(gòu)進(jìn)行比較,。綜合實驗結(jié)果表明,，該模型相較于原模型參數(shù)量減少46.7%，準(zhǔn)確率達(dá)到93.4%,，相較于原模型提升3.4個百分點,，同時改進(jìn)后的模型在準(zhǔn)確率、精確度,、召回率等方面也都優(yōu)于其他卷積神經(jīng)網(wǎng)絡(luò),。綜上所述，本模型實現(xiàn)了性能與參數(shù)量之間的良好平衡,，為后續(xù)模型在實際養(yǎng)殖環(huán)境中的部署并指導(dǎo)養(yǎng)殖戶改善和制定投喂策略提供了可能,。

摘要:為提高奶牛體尺測量的效率與精度，降低勞動強度,，提出一種基于關(guān)鍵幀提取與頭頸部去除的奶牛體尺測量方法,。首先，搭建奶牛俯視深度視頻采集平臺,，利用分水嶺算法提取深度圖像中的奶牛目標(biāo),；其次，使用圖像掃描策略獲取奶牛左右兩側(cè)輪廓,，利用基于霍夫變換的直線檢測方法,，提取圖像序列中含有完整奶牛軀干的關(guān)鍵幀；然后,，根據(jù)奶牛頭部區(qū)域骨架特征判定頭部是否存在,，若頭部存在，則基于凸包分析方法去除圖像中奶牛頭部,，并利用多項式曲線擬合方法去除奶牛頸部,；最后，根據(jù)奶牛體尺測點的空間特征,，自動計算奶牛體直長,、肩寬、腹寬,、臀寬及體高,。利用35頭奶牛的2.163幀深度圖像對本文方法精度進(jìn)行測試,，結(jié)果分析表明，關(guān)鍵幀提取方法準(zhǔn)確率為97.36%,，可有效代替人工進(jìn)行關(guān)鍵幀的選?。活^部檢測方法準(zhǔn)確率為94.04%,，提高了奶牛體尺測點定位的效率,；體尺測量平均相對誤差在3.3%以內(nèi)。本文研究成果可提高奶牛體尺自動測量的效率與精度,。

摘要:針對當(dāng)前奶牛動態(tài)稱量研究對動態(tài)稱量信號的信息利用率偏低,，不能充分提取稱量信號深層信息的問題，提出一種基于變分模態(tài)分解（Variational mode decomposition,，VMD）與長短期記憶網(wǎng)絡(luò)（Long short-term memory，LSTM）的動態(tài)稱量算法,，以提高奶牛體質(zhì)量預(yù)測精度,。首先，使用閾值過濾的方法從采集到的奶牛動態(tài)稱量信號中獲取有效信號,；其次,，使用VMD算法將預(yù)處理后的有效信號分解為5個本征模態(tài)函數(shù)（Intrinsic mode function, IMF），以提取奶牛動態(tài)稱量信號中蘊含的深層信息,，并降低有效信號的非平穩(wěn)性對預(yù)測精度產(chǎn)生的影響,；最后，分別將歸一化后的各IMF分量與有效信號結(jié)合,，作為特征輸入到LSTM神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,，預(yù)測奶牛體質(zhì)量。通過對使用不同特征的模型的預(yù)測結(jié)果進(jìn)行對比,，選用誤差最小的模型作為本文的奶牛體質(zhì)量預(yù)測模型,。試驗結(jié)果表明，本文提出的動態(tài)稱量算法能夠有效提取奶牛動態(tài)稱量信號的深層信息,，體質(zhì)量預(yù)測的平均相對誤差為0.81%,，均方根誤差為6.21kg。與EMD算法和GRU算法相比,，本文算法誤差更小,，更能滿足養(yǎng)殖場的實際需求。

摘要:我國大型牧場在營養(yǎng)免疫與管理效率等方面對犢牛集約化養(yǎng)殖要求不斷提高,，為此設(shè)計了犢牛飼喂信息系統(tǒng),，與養(yǎng)殖管理人員工作模式變革的需求相適應(yīng)，實現(xiàn)不同日齡犢牛飼喂全過程數(shù)據(jù)的可視化管理,，利用改進(jìn)的Logistic回歸算法預(yù)測犢牛的給奶量,，實現(xiàn)自動化精確飼喂，保障犢牛的健康發(fā)育,?；贐/S架構(gòu)設(shè)計了犢牛飼喂信息管理系統(tǒng)，能夠采集犢?；拘畔?、犢牛體質(zhì)量、犢牛歷史飲奶信息,、犢牛實時飲奶信息,、飲奶站工作狀態(tài)等全流程、全要素的各類數(shù)據(jù),，并實現(xiàn)數(shù)據(jù)的前端顯示和后端保存,，實現(xiàn)犢牛飼喂全過程中數(shù)據(jù)的可視化?；诟倪M(jìn)的Logistic回歸算法,，建立了犢牛給奶量和代乳粉濃度預(yù)測模型，改進(jìn)后的算法運行時間可縮短至0.3s,，算法的效率提高12倍,。犢牛養(yǎng)殖試驗表明，預(yù)測模型具有良好的準(zhǔn)確性,，試驗中犢牛平均實際飲奶率達(dá)到95%以上,。提高了牧場犢牛管理的智能化、精細(xì)化水平,，降低了飼喂成本,，提高了奶牛場的綜合效益。

摘要:針對酒糟沼液氨氮濃度高，采用氨吹脫技術(shù)回收氮養(yǎng)分存在堿劑利用率低,、氣液接觸效果差和氨吸收率低等問題,。為提高酒糟沼液氨回收效率和工藝經(jīng)濟性,，對酒糟沼液氨吹脫工藝進(jìn)行了條件優(yōu)化，探索了不同溫度,、Ca(OH)2投加量和填料種類對氨吹脫與酸吸收一體試驗裝置運行效果的影響,，并進(jìn)行了酒糟沼液氨吹脫工藝經(jīng)濟性評價。結(jié)果表明,，經(jīng)正交試驗得到影響因素重要性由強到弱依次為：Ca(OH)2投加量,、氣流量、溫度,，較優(yōu)工藝參數(shù)組合為Ca(OH)2投加量6.6g/L,、氣流量6L/min和溫度52℃，相應(yīng)的氨氮去除率為99.0%,；Ca(OH)2對SCOD和TP有較好的去除效果,，Ca(OH)2投加量6.6g/L條件下對應(yīng)的SCOD和TP去除率分別為32.5%和65.7%。氨氮吹脫與酸吸收一體試驗中,，相對于不投堿情景,，投加Ca(OH)2大幅提高了吹脫過程中氨氮、TN,、EC,、SCOD和TP去除率，分別達(dá)97.4%~97.7%,、79.8%~84.2%、68.3%~77.4%,、36.8%~45.3%和77.1%~91.0%,。對比不同溫度、填料種類和Ca(OH)2投加量條件下,，獲得較適宜氨吹脫參數(shù)為多面空心球填料,、溫度37℃、兩次（吹脫8h投9.9g/L和30h投7.4g/L）投加Ca(OH)2,，其氨氮去除率達(dá)到了97.4%,，出水氨氮質(zhì)量濃度低（100mg/L左右），氨回收量達(dá)1.22kg/m3,。對氨吹脫與酸吸收一體試驗裝置處理酒糟沼液工藝運行進(jìn)行比較,，相比于不投堿和一次投堿情景，兩次投堿方案達(dá)到97%氨氮去除率需要的工藝運行時間短,，處理成本為9.75元/m3,，具有較好的經(jīng)濟性。因此,，氨吹脫對于高氨氮濃度的酒糟沼液處理體現(xiàn)出較好的適宜性,，通過氨吹脫高效回收氮養(yǎng)分可緩解沼液農(nóng)田利用壓力,，對沼液資源化利用具有重要意義。

摘要:畜禽養(yǎng)殖過程中排泄的糞污中殘存大量抗生素給環(huán)境帶來潛在風(fēng)險。為進(jìn)一步了解水熱預(yù)處理和厭氧消化對畜禽糞污中典型抗生素降解變化特征,，同時明晰抗生素與產(chǎn)甲烷性能的相關(guān)性,，以豬糞為研究對象，考察了不同溫度（70,、90,、120、150,、170℃）水熱預(yù)處理對3種抗生素（磺胺嘧啶,、土霉素和恩諾沙星）的消減作用，研究了3種抗生素在中溫厭氧消化過程中的降解規(guī)律及其對產(chǎn)甲烷性能的影響,。結(jié)果表明,，磺胺嘧啶和恩諾沙星在70℃水熱處理條件下100%去除，而土霉素在90℃水熱處理條件下100%去除,；3種抗生素的去除率隨著厭氧消化時間的延長而逐漸增加,，恩諾沙星在厭氧消化5d基本達(dá)到100%的去除；土霉素在厭氧消化15d基本達(dá)到100%去除,，而磺胺嘧啶在厭氧消化30d去除率達(dá)52.9%,；厭氧消化過程中磺胺嘧啶的去除率隨著起始濃度的增加而降低，低濃度組（SDZ-1,、SDZ-2和SDZ-3）在前12d均能夠完全降解,，高濃度組SDZ-4和SDZ-5在厭氧消化36d后的去除率分別為65%和71%。此外,，豬糞中磺胺嘧啶為5~150mg/kg范圍內(nèi),，未見對豬糞厭氧消化產(chǎn)甲烷性能產(chǎn)生負(fù)面影響作用，厭氧消化累積沼氣和甲烷產(chǎn)量與磺胺嘧啶濃度呈負(fù)線性相關(guān)（R2=0.9546和R2=0.8654）,。因此,，水熱預(yù)處理和厭氧消化對豬糞中磺胺嘧啶、土霉素和恩諾沙星具有明顯的消減作用,，可為后續(xù)水熱預(yù)處理耦合厭氧消化處理含抗生素糞污的研究提供數(shù)據(jù)支撐,。

摘要:針對規(guī)?；i舍人工勞動強度大、重復(fù)作業(yè)多,、疫病傳播與防控形勢嚴(yán)峻等問題,，設(shè)計了豬舍消殺巡檢機器人系統(tǒng)。該系統(tǒng)融合基于2D激光雷達(dá)的即時定位與建圖(Simultaneous localization and mapping, SLAM)和超寬帶(Ultra wide band, UWB)技術(shù),，實現(xiàn)舍內(nèi)地圖構(gòu)建和系統(tǒng)實時定位,；在確定熱紅外模組安裝高度為125cm和安裝傾角水平向下夾角5°的基礎(chǔ)上，運用Jetson Xavier NX邊緣計算單元進(jìn)行視覺處理與識別算法的部署,，完成在線豬只體溫巡檢,；邊緣計算單元依據(jù)終端指令對消殺模塊中超聲波霧化單元、紫外線輻射單元等進(jìn)行決策控制,，實現(xiàn)多模式舍內(nèi)環(huán)境消殺,；通過傳感器技術(shù)對舍內(nèi)環(huán)境參數(shù)進(jìn)行實時監(jiān)測；并搭建人機交互界面,，實現(xiàn)監(jiān)測信息的顯示,、報警、存儲等,。測試結(jié)果表明,，該系統(tǒng)可完成地圖構(gòu)建、自動導(dǎo)航,、豬只體溫檢測,，記錄異常豬只熱紅外圖像及圈舍所在位置；依據(jù)設(shè)定的消殺模式,，在目標(biāo)點開啟相應(yīng)消殺功能的準(zhǔn)確率為100%,；機器人在巡檢狀態(tài)和靜止?fàn)顟B(tài)下，舍內(nèi)CO2濃度,、溫度、相對濕度的相對誤差分別為0.04%,、3.00%,、2.10%。本研究可為疫情形勢下豬舍巡檢消殺少人化/無人化作業(yè)提供技術(shù)裝備參考,。

摘要:萊克多巴胺俗稱“瘦肉精”,，可被用來飼養(yǎng)牲畜以提高胴體瘦肉率。食用含有萊克多巴胺的畜禽肉或內(nèi)臟可引起健康問題甚至危害生命,。傳統(tǒng)的萊克多巴胺檢測周期較長,，費時費力,，不利于實際大范圍推廣使用。在一些屠宰場往往采用抽檢的方式進(jìn)行檢測,，存在嚴(yán)重滯后性,。研發(fā)了一種豬肉中“瘦肉精”萊克多巴胺便攜式快速篩查裝置，該裝置主要包括光譜采集模塊,、光源模塊,、控制模塊和電源。并基于NI LabVIEW軟件開發(fā)工具,，采用G語言編寫豬肉“瘦肉精”智能快速檢測的控制軟件,。首先，在堿性環(huán)境下利用乙酸乙酯對豬肉中萊克多巴胺進(jìn)行提取,，并采用表面增強拉曼散射（SERS）方法進(jìn)行檢測,。研究對比了不同濃度NaCl水溶液作為聚集劑對萊克多巴胺SERS光譜的影響，結(jié)果表明以1mol/L NaCl為聚集劑的增強效果最好,。其次,，比較了液滴蒸發(fā)對拉曼信號的影響，結(jié)果表明在滴加樣品后,，4s后采集的拉曼信號較好,。然后，制備不同萊克多巴胺含量（1,、2,、4、6,、8,、10μg/g）的豬肉樣品進(jìn)行定量分析，采用自動惠塔克擬合算法（AWF）對光譜數(shù)據(jù)進(jìn)行預(yù)處理,，扣除原始拉曼光譜中包含的熒光背景,。建立836cm-1處SERS強度與豬肉樣品中萊克多巴胺含量之間的一元線性回歸模型。結(jié)果表明,，模型具有較好的線性關(guān)系,，決定系數(shù)R2為0.99，均方根誤差為0.178μg/g,。最后,，重新制作一批萊克多巴胺含量相同的豬肉樣本，利用研發(fā)的裝置對豬肉中萊克多巴胺進(jìn)行檢測,，預(yù)測值與樣品標(biāo)準(zhǔn)理化值具有較好的線性關(guān)系,，決定系數(shù)R2為0.99，均方根誤差為0.317μg/g。本裝置簡單便攜,，價格便宜,，檢測時間小于1h，檢出限為1μg/g,，可以用于豬肉中萊克多巴胺的快速篩查,。

摘要:為了提高玉米果穗干燥均勻性和干燥效率,，降低干燥品質(zhì)損失，通過研制玉米果穗深床層干燥試驗臺,，并進(jìn)行不同風(fēng)速（0.5,、1m/s）、熱風(fēng)溫度（常溫（即室溫）,，50,、60、70℃）以及料層厚度（180,、360,、540、720mm）下玉米果穗干燥特性以及品質(zhì)試驗研究,，確定最佳的玉米果穗深床層干燥工藝與參數(shù),。試驗結(jié)果表明，提高熱風(fēng)溫度和風(fēng)速均會提高干燥速率,，風(fēng)速0.5m/s時,，熱風(fēng)溫度50、60,、70℃條件下第1層的干燥時間分別為28,、20、14h,，而常溫通風(fēng)干燥下192h后含水率僅下降到20%,，隨著熱風(fēng)溫度的降低，干燥時間顯著延長,；提高熱風(fēng)風(fēng)速有利于提高干燥速率，第3,、4層玉米果穗干燥速率受風(fēng)速的影響大于第1,、2層；隨著料層的增加，各干燥條件下干燥速率顯著降低,，干燥時間延長,；常溫條件下果穗各料層長時間處于高濕環(huán)境，從而在玉米果穗高含水率階段采用常溫通風(fēng)干燥方式容易造成內(nèi)部高濕和發(fā)熱現(xiàn)象,；干燥過程中玉米籽粒含水率先下降,，果穗芯軸的含水率高于籽粒。與對照組相比,，各組干燥物料的亮度均下降,，提高熱風(fēng)風(fēng)速和溫度會降低亮度；常溫通風(fēng)干燥玉米籽粒電導(dǎo)率最低,，隨著溫度和風(fēng)速的提高,，電導(dǎo)率升高，表明籽粒內(nèi)部結(jié)構(gòu)破壞較大,；干燥后玉米籽粒淀粉含量和可溶性糖含量均有所減小,，其中70℃、0.5m/s條件下玉米淀粉含量最低,，60℃和70℃,、0.5m/s條件下玉米可溶性糖含量較低。根據(jù)研究結(jié)果,，確定玉米果穗深床層干燥工藝為先熱風(fēng)干燥后常溫通風(fēng)干燥的方式,，熱風(fēng)溫度50℃或60℃、風(fēng)速0.5m/s,、通風(fēng)管路單側(cè)料層厚度為360mm為較優(yōu)的果穗熱風(fēng)干燥工藝參數(shù),。

摘要:針對果蔬干燥過程模擬時未能考慮收縮對幾何模型及熱質(zhì)傳遞的影響而導(dǎo)致求解精度較差的問題,，采用動網(wǎng)格技術(shù)優(yōu)化果蔬熱風(fēng)干燥過程中熱質(zhì)傳遞的數(shù)學(xué)模型。選擇結(jié)構(gòu)均勻,、干燥過程收縮率較明顯的白蘿卜作為代表性物料,，試驗結(jié)果表明：樣品長度對收縮特性具有顯著影響，當(dāng)樣品長徑比為10時,，干燥收縮的各向同性率最優(yōu),，此時Hatamipour模型是最適合描述白蘿卜熱風(fēng)干燥收縮規(guī)律的模型?；趧泳W(wǎng)格技術(shù)將收縮方程與熱質(zhì)傳遞方程耦合后探究白蘿卜熱風(fēng)干燥的熱質(zhì)傳遞規(guī)律,，結(jié)果表明：考慮收縮后由于遷移路徑變短,，物料內(nèi)部水分脫除速率加快且表層水分梯度降低；與未考慮收縮情況相比,，干燥前中期水分蒸發(fā)量較大而后期含水率較小,，使得物料溫度先迅速升高至30℃后緩慢提升至60℃的平衡溫度，該趨勢更接近試驗值,；考慮收縮方程后,，物料內(nèi)、外部含水率和溫度模擬結(jié)果的偏差分別從17%~8%,、12~2℃降低至14%~3%,、3~2℃。結(jié)果表明：基于動網(wǎng)格的數(shù)值模擬具有更高的計算精度,，為分析熱風(fēng)干燥過程中的熱質(zhì)傳遞規(guī)律提供了可靠的模型,。

摘要:針對目前拖拉機駕駛室設(shè)計中人機工程操縱性和舒適性存在的不足,，根據(jù)GB/T 21935—2008標(biāo)準(zhǔn)對人體各個關(guān)節(jié)部位角度及長度的定義,，結(jié)合GB/T 6235—2004對座椅標(biāo)志點位置的推薦，通過理論計算建立人體各關(guān)節(jié)的數(shù)學(xué)模型,?；赗AMSIS軟件對人體操縱進(jìn)行仿真分析，提出針對GB/T 21935—2008標(biāo)準(zhǔn)中規(guī)定的人機操縱舒適區(qū)和可及區(qū)優(yōu)化后的范圍,，構(gòu)建駕駛座椅兩側(cè)人體操作舒適區(qū)三維模型,，結(jié)合RAMSIS軟件對現(xiàn)有的拖拉機駕駛室內(nèi)部操縱部件進(jìn)行了校核優(yōu)化。腳油門踏板面由最初與地板面夾角45°調(diào)整為35°,，并將腳油門位置整體向外移25mm,，制動踏板面寬度減短40mm，同時將主變速桿距離地面265mm處結(jié)構(gòu)向外調(diào)整20mm,，手制動初始位置抬高45mm,。對優(yōu)化后樣機內(nèi)各部件操縱力和行程進(jìn)行實際測量及場地試驗，驗證了提出的人體操作舒適區(qū)三維模型的正確性,。本研究為拖拉機駕駛室人機工程設(shè)計提供了一個操縱部件布置位置舒適區(qū)的數(shù)學(xué)模型,，為后續(xù)拖拉機駕駛室設(shè)計提供參考，拓展了人機工程學(xué)在拖拉機設(shè)計領(lǐng)域內(nèi)的應(yīng)用,，并提高拖拉機駕駛的舒適性,。

摘要:為實現(xiàn)大功率拖拉機變速箱箱體在強度、剛度要求下的輕量化,，提出一種基于改進(jìn)非支配排序遺傳算法（Non-dominated sorting genetic algorithm-Ⅱ，NSGA-Ⅱ）的大功率拖拉機變速箱箱體多目標(biāo)優(yōu)化方法,。首先,，分析大功率拖拉機變速箱箱體的受力情況，提出承載式變速箱箱體的靜力學(xué)仿真分析方法,，利用ANSYS分析箱體的強度,、剛度；然后,，引入K-均值聚類算法,、正態(tài)分布交叉算子（Normal distribution crossover，NDX）和差分變異搜索策略改進(jìn)NSGA-Ⅱ算法,，并開展算例測試,，結(jié)果表明，改進(jìn)NSGA-Ⅱ的解集分布均勻性和算法穩(wěn)定性均優(yōu)于NSGA-Ⅱ,，尋優(yōu)效果更好,，驗證了所提算法的有效性與優(yōu)越性；最后,，基于改進(jìn)NSGA-Ⅱ算法開展變速箱箱體多目標(biāo)優(yōu)化,，對優(yōu)化后的箱體進(jìn)行仿真分析驗證。結(jié)果表明,，優(yōu)化后的箱體質(zhì)量,、最大變形量、最大應(yīng)力分別為168.16kg,、0.449mm,、215MPa，優(yōu)于NSGA-Ⅱ的168.16kg,、0.454mm,、216.12MPa，在滿足強度,、剛度要求的前提下達(dá)到了輕量化的目的,，同時進(jìn)一步驗證了本文算法在解決大功率拖拉機變速箱箱體多目標(biāo)優(yōu)化問題中的有效性和優(yōu)越性。研究可為大功率拖拉機變速箱箱體的仿真,、優(yōu)化過程提供方法參考,。

摘要:針對拖拉機在斜坡行駛中受復(fù)雜路況激擾易引發(fā)的極限態(tài)側(cè)翻失穩(wěn)問題,，基于單框架控制力矩陀螺設(shè)計了主動側(cè)翻回穩(wěn)控制系統(tǒng),。以單側(cè)輪胎離地側(cè)翻工況為主要研究對象，利用歐拉-拉格朗日方程構(gòu)建了整機和力矩陀螺耦合系統(tǒng)的非線性側(cè)傾動力學(xué)方程,，并基于反步設(shè)計法推導(dǎo)了狀態(tài)反饋控制律,。該控制律可依據(jù)側(cè)翻危險程度實時調(diào)整陀螺轉(zhuǎn)子的進(jìn)動角速度，定量輸出側(cè)翻回穩(wěn)力矩,。以環(huán)境障礙物和整機行駛速度為變量,，開展了極限態(tài)側(cè)翻失穩(wěn)控制比例模型試驗。結(jié)果表明,，與無控制組相比,，采用力矩陀螺主動側(cè)翻回穩(wěn)系統(tǒng)可顯著調(diào)控拖拉機的側(cè)傾過程，且在實際側(cè)傾角大于靜態(tài)臨界側(cè)傾角9.58%時仍能有效實現(xiàn)側(cè)翻回穩(wěn),。研究表明,，提出的控制方法可適用于不同危險程度的極限側(cè)翻工況，為拖拉機主動安全控制提供理論依據(jù)和技術(shù)參考,。

摘要:針對丘陵山地拖拉機電液懸掛控制系統(tǒng)田間試驗困難,、可重復(fù)性差等問題,，基于半實物仿真技術(shù)開展電液懸掛控制系統(tǒng)試驗研究。首先通過對試驗拖拉機和懸掛作業(yè)裝置進(jìn)行受力分析,，建立了丘陵山地拖拉機整機動力學(xué)模型,、鏵犁體的土壤阻力模型和拖拉機懸掛裝置動力學(xué)模型。然后對丘陵山地拖拉機電液懸掛系統(tǒng)橫向仿形控制,、位控制,、牽引力控制以及力位綜合控制的系統(tǒng)原理進(jìn)行了分析，設(shè)計了丘陵山地拖拉機電液懸掛模糊PID控制器,。之后搭建拖拉機電液懸掛控制系統(tǒng)半實物仿真試驗平臺,，開發(fā)電液懸掛控制系統(tǒng)，開展電液懸掛系統(tǒng)仿地形控制,、力控制,、位控制和力位綜合控制等試驗，對比分析模糊PID控制和經(jīng)典PID控制方法性能,。試驗結(jié)果表明,，模糊PID控制性能較好：在位置控制模式下,，模糊PID控制無超調(diào)，控制系統(tǒng)響應(yīng)時間為0.6s,，較經(jīng)典PID控制提高約33.3%,；耕深控制系統(tǒng)穩(wěn)態(tài)誤差約為0.05cm，較經(jīng)典PID控制降低約50%,；在力控制模式下,，模糊PID控制耕深的跟隨誤差最大值為0.38cm，標(biāo)準(zhǔn)差為0.17cm,，較經(jīng)典PID控制分別下降了64.5%、39.3%,，驗證了所開發(fā)的電液懸掛控制系統(tǒng)的有效性,。

摘要:為提高山地拖拉機在復(fù)雜農(nóng)田環(huán)境中的作業(yè)平穩(wěn)性，基于Matlab/Simulink仿真平臺,，搭建了半主動懸架拖拉機七自由度時域仿真模型,，包括四輪路面激勵模型、半主動懸架振動模型,、半主動懸架拖拉機車體受力分析模型,、車身姿態(tài)分析模型以及半主動懸架拖拉機時域仿真模型，以車身垂向位移,、車身傾斜角和車身俯仰角作為拖拉機的姿態(tài)變化參數(shù)進(jìn)行仿真試驗,。通過構(gòu)建增量式比例積分微分（Proportion integration differentiation, PID）控制器和反向傳播（Back propagation, BP）神經(jīng)網(wǎng)絡(luò)PID控制器仿真模型實現(xiàn)對半主動懸架拖拉機車身姿態(tài)的自動控制，并分別對兩種控制器的控制性能進(jìn)行測試與評價,。利用車身垂直向加速度和車輪相對動載作為半主動懸架系統(tǒng)性能的評價指標(biāo),，對兩種控制方式下的半主動懸架性能進(jìn)行了評價。仿真結(jié)果表明：基于傳統(tǒng)增量式PID控制算法的半主動懸架拖拉機,，其車身垂直位移均方根減少42.17%,、側(cè)傾角均方根減少36.76%、俯仰角均方根減少57.85%,，其車身垂向加速度為0.0177m/s2,，4個車輪的動載荷均方根分別為0.0284、0.0346,、0.0239,、0.0304N?；贐P神經(jīng)網(wǎng)絡(luò)PID控制算法的半主動懸架拖拉機,，其車身垂直位移均方根減少74.54%,、側(cè)傾角均方根減少74.66%、俯仰角均方根減少75.03%,，其車身垂向加速度為7.5758×10-5m/s2,，4個車輪的動載荷均方根值分別為0.0197、0.0235,、0.0166,、0.0198N。相比增量式PID控制的半主動懸架拖拉機,，基于BP神經(jīng)網(wǎng)絡(luò)PID控制的半主動懸架拖拉機,，其車體平穩(wěn)性得到了較好的提高。