全国统一服务热线:400-123-4657
站内公告:
联系我们CONTACT
2024-05-06点击量:558
为高尺度、高质料办好《农业刻板学报》,扩张学术影响力,2023年12月19日,《农业刻板学报》编纂部结构召开核心为“砥砺奋进 勇毅前行 帮力行业革新成长”的期刊高质料成长闲道会。中国工程院院士、《农业.....More
10月27日,由中国知网和清华大学藏书楼笼络研造的《中国粹术期刊国际引证年报》(2023版)(以下简称《年报》)揭橥,《农业刻板学报》国际影响力CI指数127.533,入选“2023年中国最具国际影响.....More
为鞭策广漠的青年学子潜心展开科学磋议,产出高程度的学术收获,拓宽科学磋议视野,鼓动学术相易与分享,厚植爱农情怀,凝结芳华气力,勇毅前行强农机。中国农业刻板学会以“筑梦农机 逐梦异日”为核心,于9月17.....More
克日,2023年度刻板工业科学身手奖正式颁布,赞扬奖赏项目共429项,个中,特等奖2项、一等奖41项、二等奖190项、三等奖196项。《农业刻板学报》荣获科技进取二等奖。.....More
2023年9月20日,中国科学身手消息磋议所主办的“中国科技论文统计结果揭橥会暨中国一流科技论文宇宙影响力评判论坛”正在北京国际集会中央举办,据集会揭橥的《2023年版中国科技期刊引证申报(重点板)天然.....More
果园坐蓐束缚紧要搜罗喷药、施肥、割草、修剪、授粉、疏花和采收分级等功课合头,须要多量的人力参加,跟着我国人丁老龄化水准加剧,亟需果园坐蓐管起因刻板化向智能化转型升级。自帮导航身手是果园刻板化设备告终智能化的症结身手。本文缠绕果园智能化功课设备导航左右需求,连结国表里磋议近况,辨别论说了蕴涵导航定位消息和困穷物消息的果园功课场景感知身手,导航舆图构修、导航旅途提取和旅途筹办身手,行走底盘运动学模子构修、运动左右身手,多机协同左右、长途交互左右身手等。跟着聪敏农业成长,聪敏果园已成为果园异日成长目标,果园智能化功课设备是聪敏果园修筑必不行少的症结合头,正在此底子上,总结了我国果园智能化功课设备自帮导航身手成长面对的题目为:境遇感知才华不够、旅途提取担心稳、片面旅途筹办不灵便、导航体例境遇适宜性缺陷、多机协同和长途左右不行熟等,提出了多传感器协调的境遇感知与旅途提取、完备旅途筹办、强通用性果园导航、大型果园多功课合头的多机协同与长途操作等异日成长目标。
针对V型挤压式覆土安装正在黏土条目下功课不牢靠,种沟闭合不苛实,易酿成种子“排挤”和“晾种”的坐蓐实践题目,策画一种星齿球面盘式覆土安装,普及播种机覆土质料。剖判了星齿球面盘式覆土安装的功课道理,通过对覆土功课流程中泥土颗粒的运动学剖判,确定了影响覆土功课质料的紧要构造参数,并对星齿球面覆土盘紧要构造参数和安置参数举行了策画。借帮EDEM离散元仿真身手,设备了泥土与覆土安装的互作模子,以星齿球面覆土盘安置倾角、安置间距、入土深度为试验身分,以覆土量与覆土量变异系数为评判目标,辨别举行了独身分与Box-Behnken试验,确定了星齿球面覆土盘的最优构造参数组合为安置倾角25.03°、安置间距196.66mm、入土深度77.65mm。取安置倾角25°、安置间距197mm、入土深度77mm举行了田间验证试验,试验结果解释:最优参数组合下,覆土量均匀值为241.46g,与仿真结果根基划一,相对差错为5.12%,覆土量变异系数为3.71%,覆土平均,功课质料好,覆土功课后种子播深餍足农艺哀求,星齿球面盘式覆土安装能有用革新播种机的覆土功能。
泥土中土霉素(Oxytetracycline,OTC)高功能的现场剖判办法对待守卫生态境遇安好和保护人类矫健拥有紧张事理。针对泥土中痕量OTC的现场检测困难,策画成效集成的便携式提取-检测安装,用于泥土中OTC的现场提取与精准剖判。起初,基于集成电途身手与3D修模,研造拥有称量、搅拌与离心成效的便携式安装,并通过与实行室用提取安装的功能比拟,验证安装的提取精度;辨别以LED和便携式电化学职责站为光电化学检测的光源驱动和信号收集安装,研造便携式检测安装;举行泥土中OTC的现场剖判试验。结果解释,研造的便携式安装对泥土OTC的提取精度较高,检测的线mol/L;正在现场剖判试验中,对泥土中OTC检测的加标接管率为92%~97%,相对尺度缺点为1.8%~5.2%,且切确度获得了国标法的验证。
间苗是确保直播油菜增产的一项症结身手手段,为处置人为间苗劳动强度大、刻板间苗不精准的题目,采用机械视觉的方法,基于深度研习算法YOLO v5平台,策画并搭修主动间苗安装。机械视觉体例评估幼苗种群的合理密植情状,间苗算法以间距和幼苗叶展为评估尺度,告终左右幼苗间距和筛选优质苗的成效。选用遗传算法对间苗行进旅途举行筹办,相较于未筹办旅途可缩短最低为50%的行进间隔,最终采用激光器高温烧除的方法完结间苗功课。抉择油菜苗行动试验原料,间苗阈值α是规定幼苗最幼间距的参数,树立区其余间苗阈值α举行试验。结果解释,间除苗的数目跟着间苗阈值α的加添而加添,幼苗均匀密度消浸的同时种群漫衍趋于平均,对间除苗的叶展长度分类统计,α为0~75mm时,间除苗叶展长度悉数正在0~20mm周围;α为75~200mm时,间除苗叶展长度为0~40mm,个中叶展长度为20~40mm的最高占比约为76%;α为200~350mm时,间除苗叶展长度正在40mm以上的幼苗着手加添,最高占比约为14%,间除苗叶展长度梯次漫衍注清楚间苗算法具备筛选优质苗的功能。间苗实践阶段耗时攻陷间苗功课总耗时的90%以上,以激光走线参数L、激光器功率P、间苗间隔阈值为试验身分,三身分三程度正交试验结果解释:选拔相宜的激光走线参数L能有用普及间苗死灭率、低浸间苗误伤率和删除间苗耗时,正在参数L为30mm、P为7.5W、α为250mm下展开土槽台架功能验证试验,激光间苗均匀死灭率为93.29%,均匀误伤率为5.19%,均匀总耗时为15.19min,为开垦基于机械视觉的激光主动间苗机供给了表面底子和身手支柱。
针对造种玉米母本植株由地面去雄刻板去雄后存正在漏掉雄穗及刻板化补漏去雄设备缺乏等题目,提出了一种适配四旋翼无人机的旋切安装。基于去雄无人机功课特色与安稳性影响身分,剖判了刀具切割雄穗时的受力及其对无人机反扭力矩的影响,并轻量化策画了旋切安装总体构造,确定了旋切安装的旋切周围为44~150mm,可展周围为541~1318mm,总质料为4.03kg。通过旋切部件切割修模与仿真,抉择了竖直进给切割的旋切方法,并由台架试验获得了旋切安装切割反扭力矩最幼时的最优参数组合。正在上述底子大将旋切安装与无人机集成展开田间试验。磋议解释,当旋切转速3954r/min、竖直进给速率5.9mm/s、刀具刃角32°时,旋切安装单元切割力为10.54MPa,能全体切除雄穗,去雄无人机田间叶片毁伤率为14.58%,高度震撼率为1.88%,餍足造种玉米去雄哀求。
四旋翼无人机拥有强耦合和欠驱动的特色,正在遨游流程中很容易受到表界作对,进而影响总共无人机体例的安稳性和精度。为此,提出了一种基于RBF神经汇集的指依时辰预设功能管理左右战略。起初,针对四旋翼无人机的不确定命学模子难以精准设备,而且正在实践职司流程中存正在表部未知扰动题目,提出了一种基于指依时辰预设功能左右办法,将四旋翼无人机的轨迹跟踪题目转换为对职位子体例和式格式体例的渴望指令跟踪题目;其次,正在策画左右器流程中,为认识决“微分爆炸”题目出现的滤波器差错,引入一种新型滤波差错积累办法,通过RBF神经汇集挨近表部未知扰动,并将预测结果积累给左右器以普及轨迹跟踪的鲁棒性。最终,利用仿真模仿办法验证无人机左右体例安稳性和功能上风,通过遨游试验验证,和风聚拢境遇下实践遨游轨迹与仿真模仿结果趋于划一,自帮轨迹跟踪起降职位缺点幼于1cm,注清楚所提出算法的有用性。
针对守旧采棉机械人因简单视角和二维图像消息带来的视觉感知限度题目,本文提出了一种多视角三维点云配准办法,以加强采棉机械人及时三维视觉感知才华。采用4台固定位姿的Realsense D435型深度相机,从区别视角获取棉花点云数据。通过AprilTags算法标定出深度相机RGB成像模块与Tag标签的相对位姿,并基于深度相机中RGB成像模块与立体成像模块坐标系间的转换相合,解算出各个相机间点云坐标的对应变换,进而告终点云间的协调配准。结果解释,本文配准办法的整体配准均匀间隔差错为0.93cm,均匀配准时辰为0.025s,展现出较高的配准精度和出力。同时,为餍足采棉机械人感知的及时性哀求,本文对算法中点云获取、配景滤波和协调配准等措施举行了出力剖判及优化,最终全部算法运转速率抵达29.85f/s,餍足采棉机械人感知体例及时性需求。
为处置秸秆捡拾致密成型机主轴转速主动左右题目,以利于致密成型机全程智能化功课,策画了电液左右体例的数学模子与转速预测模子,提出了一种基于GPC-ILC的致密成型机主轴转速左右办法,通过收集先前成型机运转流程中的输入、输出数据,利用带遗忘因子的最幼二乘法辨识广义预测左右的参数模子并阴谋预测输出值,依照以往流程的累计均匀模子差错改正预测输出值,并引出迭代研习左右律,正在线及时阴谋新的左右量,告终主轴转速的左右。场所成果试验解释:增负荷时,转速最大动态缺点为3.21r/min,与宗旨值的缺点为2.6%,最大余差为1.23r/min;减负荷时,最大动态缺点为2.23r/min,与宗旨值的缺点为2.47%,最大余差为0.89r/min;增减负荷转速抵达安稳时辰幼于5s,超调量幼于3%。田间试验解释:最大动态缺点为3.75r/min,与宗旨值的缺点为3.47%,最大余差为1.79r/min,餍足成型机田间功课的需求。GPC-ILC算法可实时校正模子失配、作对惹起的转速左右的不确定性。
针对造种玉米诈欺大田玉米剥皮机功课籽粒耗费大等局面,本文对剥皮流程中造种玉米果穗与剥皮机构间的碰撞和摩擦举行表面剖判,获得了影响剥皮效率的紧要身分,设备了玉米果穗-剥皮机构体例的离散元与多体动力学柔性模子,诈欺DEM-MBD笼络仿真身手对造种玉米与剥皮机构互作流程举行模仿磋议,采用Box-Behnken试验策画道理,以压送器与剥皮辊间距、剥皮辊转速和剥皮辊间隙为试验身分,以果穗均匀挺进速率和最大受力为试验目标,举行三身分三程度试验,最终举行台架试验和田间试验。表面剖判结果解释:玉米果穗沿剥皮辊轴线目标的挺进速率和剥皮流程中所受的用意力也许辨别表征苞叶剥净率与籽粒耗费率;试验结果解释,造种玉米剥皮机构最佳职责参数组合:压送器与剥皮辊间距为32mm、剥皮辊转速为430r/min、剥皮辊间隙为-0.3mm,此时玉米果穗苞叶剥净率为93.33%,籽粒零落率为1.802%,籽粒破损率为1.203%,机具田间试验与台架试验结果差错幼于3%。试验所用剥皮辊餍足造种玉米剥皮的功能哀求,所用办法也许为造种玉米剥皮机构的鼎新供给参考。
王兴欢,魏忠彩,苏国粱,孟鹏祥,国法明,张祥彩,王宪良,程修沛,李志合,金诚谦
针对现有的幼型马铃薯成果机筛面土块粉碎效率不佳而影响涣散出力和成果品德等题目,连结北方马铃薯主产区成果形式和常用杆条式涣散安装,策画了一款马铃薯成果机扰动涣散安装。正在论说总体构造及职责道理底子上,连结马铃薯的碰撞性子和土块的粉碎流程剖判,获得影响薯块毁伤和土块粉碎的紧要身分为扰动深度、偏幸轮转速和偏幸距;通过EDEM-RecurDyn耦合构修仿真模子,独身分试验获得扰动杆数目最优为4,以扰动深度、偏幸轮转速和偏幸距为试验身分,以马铃薯碰撞力和土块粉碎率为评判目标,应用Box-Behnken中央组合策画办法举行仿真试验,对试验结果举行方差剖判,诈欺反应面剖判了各交互身分对试验目标的影响顺序,连结实践工况确定影响身分最佳取值。验证试验解释:当成果机涣散筛运转速率为0.7m/s、扰动深度为51.5mm、偏幸轮转速通过调速器设为2.3r/s、偏幸距为31mm时,土块粉碎率为60.7%,电子马铃薯收集的碰撞加快率峰值均匀值为790.66m/s2,幼于马铃薯临界毁伤阈值。
针对青皮核桃和树枝等困穷物无序滋长导致刻板臂采摘境遇庞杂、熬炼职司量大、安稳性差等一般存正在的题目,本文策画了一种同步带模组与刻板臂配合的采摘安装,并采用基于过后体味回放的双延迟深度确定性战略梯度算法(Twin delayed deep deterministic policy gradient with hindsight experience replay,HER-TD3)对采摘刻板臂举行旅途筹办,通过HER算法普及智能体的寻觅才华,缓解零落奖赏的题目;通过TD3算法普及智能体的安稳性,删除了熬炼中映现的震撼局面。为了注明HER-TD3算法的可行性和泛化才华,引入TD3、HER-DDPG算法举行比拟,采用降维熬炼办法对3种深度深化研习智能体举行熬炼,结果解释HER-TD3算法模子正在完结旅途筹办职司中获胜率抵达98%,与HER-DDPG算法比拟普及4个百分点,与TD3算法比拟普及19个百分点;正在CoppeliaSim软件中搭修三维模子仿真境遇,策画初始式样和碰撞检测,利用YOLO v4识别青皮核桃,通过该算法模子也许指示虚拟采摘刻板臂避开树枝困穷物抵达宗旨职位,完结无碰撞旅途筹办,无困穷物和有困穷物时旅途筹办获胜率辨别为91%和86%;诈欺物理样机举行青皮核桃采摘试验时,仍能较好地完结旅途筹办职司,无困穷物时采摘旅途筹办获胜率为86.7%,均匀运动时辰为12.8s,有困穷物时采摘旅途筹办获胜率为80.0%,均匀运动时辰为13.6s,验证了HER-TD3算法对庞杂境遇拥有较好的适宜性和安稳性。
聪敏果园是异日果园行业成长的趋向,智能化果实采摘是成长聪敏果园的症结题目。为告终智能化果实采摘,本文搭修了一种实用于丘陵果园矮化栽培形式下的柑橘采摘机械人体例。针对丘陵果园垄间地面高卑不屈,存正在地形倾斜角0°~20°,策画了一种自适宜调平淡台维系刻板臂基座程度;通过视觉体例获取多幅点云图像设备果树的三维点云模子,获取果实职位消息;为避免采摘时酿收获实毁伤,连结柑橘类生果的采摘特色,策画了一种剪切夹持一体化的末了实践器完结柑橘采摘。针对果园天然境遇的紧要扰解缆分(风和光照)举行分级,树立10组比拟试验,结果解释:正在低光照或平常光照条目下,均匀果实定位切确率为82.5%,末了实践器夹取获胜率为87.5%,均匀采摘时辰最短为12.3s/个;高光照条目下均匀果实定位切确率为72%,末了实践器夹取获胜率为80%,均匀采摘时辰最短为12.5s/个。
为了探究微型离心泵正在区别颗粒体积分数下的复合磨损类型与磨损蜕化,基于阴谋流体动力学与离散元耦合的办法,通过可变形磨料磨损Archard模子与可变形冲蚀磨损Oka模子对离心泵正在区别颗粒体积分数(2%、4%、6%、8%、10%、12%)下的颗粒-部件碰撞占比率、磨损漫衍与演化举行了磋议。通过比拟实行浮现颗粒体积分数正在4%相近时颗粒与叶轮叶片、蜗壳碰撞占比率浮现区其余蜕化趋向。离心泵磨损以磨料磨损为主,磨料磨损中蜗壳为磨损最首要的部件,占总磨料磨损量的68.5%,跟着颗粒体积分数的加添,蜗壳处磨料磨损由断面Ⅷ向断面Ⅰ演化,蜗壳前后端先后磨损。冲蚀磨损高磨损区域紧要聚合于叶轮叶片,占冲蚀磨损总量的95.83%,蜗壳处冲蚀磨损断面演化顺序与磨料磨损蜕化顺序近似,但蜗壳后端最先被磨损。颗粒体积分数对蜗壳磨料磨损变形量影响较大,蜗壳、叶轮磨料磨损变形量与冲蚀磨损变形量拥有宛如的蜕化趋向。
为进一步普及无人机遥感估产的精度,本磋议以2021—2022年的覆膜冬幼麦为磋议对象,对返青期、拔节期、抽穗期和灌浆期的多光谱影像举行覆膜配景剔除,并优选最佳遥感窗口期,基于最优植被指数构修覆膜冬幼麦估产模子。结果解释,诈欺援救向量机监视分类法剔除覆膜配景后冠层反射率更亲近确切值,抽穗期和灌浆期的估产精度更高。将区别生育期的植被指数与产量举行干系性剖判浮现,最佳遥感窗口期为抽穗期。基于渐渐回归和全子集回归法优选最优植被指数时浮现,基于渐渐回归法筛选变量为MCARI、MSR、EVI2、NDRE、VARI、NDGI、NGBDI、ExG时产量反演模子精度最高。其它,诈欺偏最幼二乘法、人为神经汇集和随机丛林3种机械研习法构修的产量反演模子中,基于渐渐回归法的随机丛林模子的反演精度最高,R2为0.82,RMSE为0.84t/hm2。该磋议可为普及遥感估产精度、告终农业坐蓐慎密化束缚供给身手援救。
针对无人机图像配景庞杂、幼麦鳞集、麦穗宗旨较幼以及麦穗尺寸纷歧等题目,提出了一种基于FE-P2Pnet(Feature enhance-point to point)的无人机幼麦图像麦穗主动计数办法。对无人机图像举行亮度和比拟度加强,增大麦穗宗旨与配景之间的不同度,删除叶、秆等庞杂配景身分的影响。引入了基于点标注的汇集P2Pnet行动基线汇集,以处置麦穗鳞集的题目。同时,针对麦穗宗旨幼惹起的特色消息较少的题目,正在P2Pnet的主干汇集VGG16中增添了Triplet模块,将C(通道)、H(高度)和W(宽度)3个维度的消息交互,使得主干汇集能够提取更多与宗旨干系的特色消息;针对麦穗尺寸纷歧的题目,正在FPN(Feature pyramid networks)上加添了FEM(Feature enhancement module)和SE(Squeeze excitation)模块,使得该模块也许更好地统治特色消息和协调多标准消息;为了更好地对宗旨举行分类,利用Focal Loss耗费函数替代交叉熵耗费函数,该耗费函数能够对配景和宗旨的特色消息举行区其余权重加权,进一步高出特色。实行结果解释,正在本文所构修的无人机幼麦图像数据集(Wheat-ZWF)上,麦穗计数的均匀绝对差错(MAE)、均方差错(MSE)和均匀精准度(ACC)辨别抵达3.77、5.13和90.87%,相较于其他宗旨计数回归办法如MCNN(Multi-column convolutional neural network)、CSRnet(Congested scene recognition network)和WHCNETs (Wheat head counting networks)等,展现最佳。与基线Pnet比拟,MAE和MSE辨别低浸23.2%和16.6%,ACC普及2.67个百分点。为了进一步验证本文算法的有用性,对收集的其它4种区别种类的幼麦(AK1009、AK1401、AK1706和YKM222)举行了实行,实行结果显示,麦穗计数MAE和MSE均匀为5.10和6.17,ACC也抵达89.69%,解释本文提出的模子拥有较好的泛化功能。
针对无人机收集的茶叶枯病图像中病斑不同大农用机械,病斑和配景之间宛如性上等题目,策画了一个轻量型汇集LiTLBNet,用于切确、及时地检测野表茶园无人机图像中的茶叶枯病。LiTLBNet利用轻量型的M-Backbone行动骨干汇集,用来提取茶叶枯病病斑的可分辨特色,删除因图像中病斑的标准、色彩和形式的浩大不同而导致的漏检。正在LiTLBNet的LNeck构造中引入了SE和ECA模块,帮帮汇集正在通道维度上研习宗旨的归纳特色,删除因病斑和配景之间的宛如性酿成的误检,同时删除原基线汇集最大的特色图,以删除阴谋量和模子巨细。其它,本磋议还通过转动、加噪声、构修合成图像等方法来扩充熬炼样本数目,普及幼样本条目下LiTLBNet汇集泛化才华。实行结果解释,诈欺LiTLBNet检测无人机遥感图像中茶叶枯病的精度为75.1%,均匀精度均值为78.5%,与YOLO v5s亲近。然而,LiTLBNet内存占用量仅2.0MB,是YOLO v5s汇集的13.9%。LiTLBNet汇集可用于对茶叶枯病举行及时、切确的无人机遥感监测。
区别产地的花生质料不同彰彰,贴优质产地标签售卖劣质花生的局面时有发作。本文基于电子鼻与高光谱体例的无损检测身手,提出双模态协调特色注意力(Bimodal fusion feature attention,DFFA)并策画DFFA-Net以告终花生质料辨识。起初,诈欺电子鼻与高光谱体例获取7个区别产地花活气体消息和光谱消息,花生自内而表的气体消息能够表征其全部宏观质料,不搀杂学键及官能团的光谱消息不同能够表征其全部微观质料;然后,提出DFFA以自适宜协调气体-光谱双模态消息并眷注影响分类功能的紧张特色,并连结熔解实行注清楚双模态消息协调的需要性;最终,基于提出的DFFA模块,经汇集构造优化获得DFFA-Net以告终区别产地花生质料的有用辨识。通过熔剖解判、多注意力机造分类功能比拟,DFFA-Net取得了最佳分类功能:切确率为98.10%、精准率为98.15%、召回率为97.88%,验证了DFFA-Net正在花坐蓐地辨识中的有用性。提出的DFFA-Net连结电子鼻和高光谱体例告终了区别产地花生的质料辨识,为花生市集质料监视供给了有用的身手办法。
苗期作物三维构造的精准高效重修是获取表型消息的紧张底子。守旧的三维重修民多基于运动收复构造-多视图立体视觉(Structure from motion and multi-view stereo,SFM-MVS)算法,阴谋本钱高,难以餍足火速获取表型参数的需求。本磋议提出一种基于神经辐射场(Neural radiance fields,NeRF)的苗期作物三维修模和表型参数获取体例,诈欺手机获取区别视角下的RGB影像,通过NeRF算法完结三维模子的构修。正在此底子上,诈欺点云库(Point cloud library,PCL)中的直线拟合和区域滋长等算法主动朋分植株,并采用间隔最值遍历、圆拟合和三角面片化等算法告终了精准衡量植株的株高、茎粗和叶面积等表型参数。为评估该办法的重修出力和表型参数衡量精度,本磋议辨别抉择辣椒、番茄、草莓和绿萝的苗期植株行动试验对象,比拟NeRF算法与SFM-MVS算法的重修结果。结果解释,以SFM-MVS办法重修点云为基准,NeRF办法重修的各植株点云点对间隔均方根差错仅为0.128~0.395cm,两者重修质料较亲近,但正在重修速率方面,本文磋议办法比拟于SFM-MVS办法均匀重修速率普及700%。其它,该办法提取辣椒苗株高、茎粗决意系数(R2)辨别为0.971和0.907,均方根差错(RMSE)辨别为0.86cm和0.017cm,对各苗期植株叶面积提取的R2为0.909~0.935,RMSE为0.75 ~3.22cm2,拥有较高的衡量精度。本磋议提出的办法能够明显普及三维重修和表型参数获取出力,从而为作物育种选苗供给更为高效的身手要领。
针对天然境遇下油茶果存正在首要遮挡、近风物、幼宗旨等局面,利用YOLO汇集存正在检测精度低、漏检局面首要等题目,提出对YOLO v8n汇集举行鼎新。起初利用MPDIOU行动YOLO v8n的耗费函数,有用途置由于果实重叠导致的漏检题目;其次调节汇集,向个中插足幼宗旨检测层,使汇集也许眷注幼宗旨油茶以及被树叶遮挡的油茶;最终利用SCConv行动特色提取汇集,既能两全检测精度又能两全检测速率。鼎新COF-YOLO v8n汇集精准率、召回率、均匀精度均值辨别抵达97.7%、97%、99%,比未鼎新的YOLO v8n辨别普及3.2、4.8、2.4个百分点,个中首要遮挡情状下油茶检测精准率、召回率、均匀精度均值辨别抵达 95.9%、95%、98.5%,辨别比YOLO v8n普及4.0、9.1、4.6个百分点。是以鼎新后COF-YOLO v8n汇集也许彰彰普及油茶正在首要遮挡、近风物hahabet电竞、幼宗旨均存正在情状下的识别精度,减幼油茶的漏检。其它,模子也许告终动、静态输入条目下油茶果计数。动态计数鉴戒DeepSORT算法的多宗旨跟踪思思,将鼎新后COF-YOLO v8n的识别输出行动DeepSORT的输入,告终油茶果实的追踪计数。所得鼎新模子拥有很好的鲁棒性,且模子轻易能够嵌入到周围设置中,不只能用于指挥主动化采收,还可用于果园产量推断,为果园物流分派供给牢靠鉴戒。
针对苹果叶片病害图像识别存正在数据集获取坚苦、样本不够、识别切确率低等题目,提出基于多标准特色提取的病害识别汇集(Multi-scale feature extraction ConvNext, M-ConvNext)模子。采用一种连结鼎新的轮回划一性天生顽抗汇集与仿射变换的数据加强办法(Improved CycleGAN and affine transformation, CycleGAN-IA),起初,利用较幼感触野的卷积核和残差注意力模块优化CycleGAN汇集构造,利用二值交叉熵耗费函数替代CycleGAN汇集的均方差耗费函数,以此天生高质料样本图像,普及样本特色庞杂度;然后,对天生图像举行仿射变换,普及数据样本的空间庞杂度,该办法处置了数据样本不够的题目,用于辅帮后续的病害识别模子。其次,构修M-ConvNext汇集,该汇集策画G-RFB模块获取并协调各个标准的特色消息,GELU激活函数加强汇集的特色表达才华,普及苹果叶片病害图像识别切确率。最终,实行结果解释,CycleGAN-IA数据加强办法能够对数据集起到精良的扩充用意,正在常用汇集上验证,加强后的数据集能够有用普及苹果叶片病害图像识别切确率;通过熔解实行可得,M-ConvNex识别切确率可达9918%,较原ConvNext汇集切确率普及0.41个百分点,较ResNet50、MobileNetV3和EfficientNetV2汇集辨别普及3.78、7.35、4.07个百分点,为后续农作物病害识别供给了新思绪。
针对天然场景下的枣种类识别题目,以枣果为磋议对象的机械视觉身手已成为枣种类精准识其余主流办法之一。针对枣种类存正在类间不同幼、类内不同大的题目,提出了一种基于多器官特色协调的枣种类识别办法。起初诈欺YOLO v3检测算法将收集的天然场景图像中的枣果和叶片器官朋分提取,提出了基于笛卡尔乘积构修两器官组合对的枣种类多样本数据集,然后基于EfficientNetV2汇集模子,策画了也许充满研习两器官特色干系性的协调战略来擢升模子功能,引入了渐渐转移熬炼方法以擢升枣种类识别出力。最终,正在构修的蕴涵20个枣种类数据集进取行了多量实行,获得97.04%的识别切确率,彰彰优于现有磋议结果,而且正在熬炼时辰和收敛速率上,本办法也有必定擢升。结果解释该办法也许有用协调枣种类枣果和叶片器官的特色消息,可为其他种类识别磋议供给参考。
识别动物作为可认为疾病抗御和合理喂养供给紧张凭据,从而有帮于更好地眷注动物的矫健和福利。本文提出了一种协调三维残差卷积神经汇集、双向是非期回忆汇集和注意力机造的深度研习汇集模子(AdRes3D-BiLSTM)。AdRes3D-BiLSTM模子能够直接针对视频流举行识别,正在AdRes3D片面引入了深度可涣散卷积和注意力机造,不光删除了浮点运算量,擢升了汇集轻量化水准,还普及了时辰和空间两个维度的特色提取才华;提取的特色被输入BiLSTM模块后,夙昔后2个目标对时序特色向量举行筛选和更新,最终对羊只作为举行切确识别。试验结果解释,AdRes3D-BiLSTM对羊只站立、躺卧、进食、行走和反刍5种作为的归纳识别切确率抵达了98.72%,帧速度抵达52.79f/s,模子内存占用量为28.03MB。磋议结果为基于视频流的动物作为识别供给了新的办法和思绪。
平日作为是牲畜矫健情况的紧张展现,正在守旧的作为识别办法中,经常须要人为或者依赖器械对牲畜举行察看。为处置以上题目,基于YOLO v5n模子,提出了一种高效的绵羊作为识别办法,诈欺宗旨识别算法从羊圈斜上方的视频序列中识别舍养绵羊的进食、躺卧以及站立作为。起初用摄像头收集养殖场中羊群的平日作为图像,构修绵羊作为数据集;其次正在YOLO v5n的主干特色提取汇聚合引入SE注意力机造,加强整体消息交互才华和表达才华,普及检测功能;采用GIoU耗费函数,删除熬炼模子时的阴谋开销并擢升模子收敛速率;最终,正在Backbone主干汇聚合引入GhostConv卷积,有用地删除了模子阴谋量和参数目。实行结果解释,本磋议提出的GS-YOLO v5n宗旨检测办法参数目仅为1.52×106,相较于原始模子YOLO v5n删除15%;浮点运算量为3.3×109,相较于原始模子删除30%;且均匀精度均值抵达95.8%,比拟于原始模子普及4.6个百分点。鼎新后模子与方今主流的YOLO系列宗旨检测模子比拟,正在大幅删除模子阴谋量和参数目标同时,检测精度均有较高擢升。正在周围设置进取行安放,抵达了及时检测哀求,可切确火速地对绵羊举行定位并检测。
Myring流线型正在水下航行器周围利用较为平常,而量水槽正在渠道中的受阻状况与潜水器潜行时受到的阻力情状拥有必定的宛如之处,是以本文鉴戒潜水器的构造特色举行量水槽体型策画,探究量水槽受阻最幼的较优线D软件,采用最优拉丁超立方策画办法,以流线型的减弱段长度和锐度因子、扩散段长度和告别角为变量策画了40组数值模仿计划,获得对应的水头耗费百分比和上游佛汝德数。以数值模仿变量为输入、结果为输出,熬炼RBF神经汇集,连结NSGA-Ⅱ遗传算法取得Patero前沿解,通过TOPSIS评判法筛选出最优解并得出其线形参数:优化模子减弱段长度为45.9cm、减弱段锐度因子为0.74、扩散段长度为49.2cmhahabet电竞、扩散段告别角为14.63°,并通过等比例缩放获得6组减弱比,正在9组流量下举行模子试验剖判水力功能。结果解释,优化后线型过流较顺畅,水力功能较优,预测结果和模仿结果差错不横跨5%;区别工况下上游佛汝德数均幼于0.5,餍足测流范例哀求,减弱比为0.58~0.66时各项水力功能均较优;基于临界流测流和量纲剖判道理获得的测流公式精度较高,均匀相对差错为2.09%。本磋议注清楚将流线型应用于量水槽周围磋议以及通过神经汇集和遗传算法寻优的可行性,优化后Myring流线型量水槽拥有精良的功能和测流精度,正在灌区渠道中拥有较好的应用远景。
守旧畦灌模子多是基于非恒定渐变流方程设备的,正在模仿变流量畦灌水流运动时的精度难以保护。本文归纳剖判了变流量畦灌流程中田面水流的运动情况,将其遵守畛域条目标区别划分为恒定流量进水阶段、变流量进水阶段、畦首消退阶段、田面消退第1阶段、田面消退第2阶段等5个阶段,基于非恒定渐变流方程和非恒定遽变流方程构修了实用于变流量畦灌体例的渐变流-遽变流数值模子,通过2组恒定流量畦灌、4组变流量畦灌的田间试验以及2组文件材料中的畦灌试验数据对模子举行了验证。结果解释,渐变流-遽变流畦灌模子模仿值与现场实测结果吻合较好,模仿推动时辰决意系数R2均大于0.96、模仿消退时辰R2大于0.90。与目前常用的WinSRFR模子比拟,渐变流-遽变流畦灌数值模子正在模仿恒定流量畦灌方面拥有宛如的精度,且正在模仿变流量畦灌方面精度更高。渐变流-遽变流畦灌模子能够较精准地模仿变流量畦灌的水流运动情况,可为剖判变流量畦灌体例、优化变流量畦灌计划供给支柱。
为探究西南干热河谷区域模范经济林木橙子树的蒸腾耗水机造,诈欺热扩散式探针TDP、冠层剖判仪、泥土水分传感器TDR、全主动现象站等设置获取橙子树蒸腾量、叶面积指数、泥土含水率和现象因子(气温、辐射、饱和水汽压差、降雨量等)的长久数据。对橙子树蒸腾顺序的境遇左右和心理调度特色举行体例磋议,结果解释:比拟于干季和雨季,干热季橙子树展现出较为落后|后进的水分诈欺机造,日蒸腾量、冠层导度和退耦系数都明显低于其他两个时节。干季和雨季,橙子树蒸腾营谋受太阳辐射和饱和水汽压差的瓜代左右,而干热季蒸腾营谋紧要受饱和水汽压差的驱动。冠层导度与现象因子日内动态蜕化特色之间存正在时滞效应,且这种效应正在区别气候区别时节拥有不同。受叶面积指数影响,饱和水汽压差与冠层导度正在总共年份呈负对数干系相合,其他境遇因子与冠层导度正在叶面积指数幼于4m2/m2时呈负对数干系相合,大于等于4m2/m2时呈二次函数干系相合。区别境遇条目下固然冠层导度对饱和水汽压差的敏锐性区别,但蒸腾耗水正在大大都境遇条目下根基恪守等水势调度战略,但个体境遇条目下存正在境遇要挟应对失衡危险。磋议结果可为干热河谷区橙子园境遇要挟诊断供给直接凭据,有利于灌溉轨造的科学优化和节水调控身手系统的高效拟订。
稻麦轮作区高尺度农田修筑中,通过加深排水沟普及麦作期农田排水降渍才华的同时,加大稻作期农田排水输出,不只低浸了水资源诈欺出力,并且加重了接收水体的污染。本文基于江苏省扬州市沿运灌区稻麦轮作农田排水水文水质流程的监测结果,诈欺田间水文模子(DRAINMOD)模仿了长序列现象条目下,灌区普及农田降渍才华对稻田排水、氮素流失及灌溉需求的负面影响以及左右排水手段的踊跃效率。结果解释,正在节水灌溉形式下,磋议区排水沟深度由近况的60cm加深至120cm,排水间距由120m加密至20m时,稻作期排水量与总氮(TN)输出负荷加添9.0%~22.2%、氨氮(NH3N)输出负荷加添4.0%~16.8%、灌溉用水量加添9.6%~23.4%。若连结田间束缚哀求,实践左右排水则可有用缓解普及农田降渍才华酿成的负面影响;当排水沟深为120cm,间距为120~20m时,稻作期左右排水可使排水量和TN输出负荷删除19.3%~35.3%、NH3N输出负荷删除7.6%~27.2%、灌溉用水量删除22.9%~40.0%。因为左右排水低浸了地下排水梯度,相较于守旧排水,农沟从60cm加深至120cm时,地下排程度均占比降至50.7%,灌溉用水量相应删除。综上,稻麦轮作农田左右排水拥有明显的节水减排用意,可有用低浸高尺度农田修筑中普及降渍才华所出现的负面影响。磋议收获可为稻麦轮作区高尺度农田修筑与水境遇守卫供给表面凭据与身手支柱。
为寻找区别灌溉形式下秸秆还田款式对黑土区稻田N2O排放与产量的影响,于2023年举行大田试验,树立老例灌溉(F)与左右灌溉(C)两种灌溉形式,同时树立秸秆还田(S)、秸秆炭化为生物炭还田(B)、秸秆过牛腹为有机肥还田(O)3种还田款式,以及秸秆不还田(N)行动比较组,共计8个统治。剖判区别灌溉形式下秸秆还田款式对稻田N2O排放通量与水稻产量的影响,测定了水稻各生育期稻田泥土铵态氮含量、硝态氮含量、微生物氮含量、pH值,并剖判了N2O排放总量和水稻产量与泥土境遇因子之间的相合。结果解释:除返青期表,与秸秆不还田统治比拟,秸秆还田与有机肥还田统治泥土铵态氮含量、硝态氮含量、微生物氮含量均展现为加添。相像秸秆还田款式下,左右灌溉形式下随统治生育期内泥土均匀铵态氮含量、硝态氮含量较老例灌溉形式高36.23%~60.82%、14.16%~19.61%。同时,秸秆还田与生物炭还田能普及稻田泥土pH值。相像灌溉形式下,与秸秆不还田统治比拟较,秸秆还田与有机肥还田统治N2O排放总量辨别加添14.44%~24.09%、8.22%~14.44%,生物炭还田统治N2O排放总量低浸14.31%~23.90%。生物炭还田与有机肥还田随统治水稻产量普及3.28%~13.07%,个中左右灌溉形式下生物炭还田统治产量最高。综上所述,左右灌溉下生物炭还田能够告终节水、增产、减排的目标。
泥土盐渍化首要限造农田泥土境遇的轮回成长,高效切确地监测泥土盐分动态蜕化对盐碱地更正利器拥有紧张事理。为实时、有用地监测盐渍化泥土含盐量,以内蒙古黄河南岸灌区的4个模范盐碱化耕地更正树范区为例,诈欺Sentinel-2多光谱遥感影像,同步收集树范区表里层泥土的含盐量数据,通过干系性剖判筛选敏锐光谱目标,基于偏最幼二乘回归(PLSR)、渐渐回归(SR)、岭回归(RR)3种轻易机械研习模子和深度研习Transformer模子修模,最终举行精度评判并优选出最佳含盐量反演模子。结果解释:树范区泥土反射率的可见光、红边、近红表波段反射率均与泥土含盐量呈正干系,短波红表波段反射率与泥土含盐量呈负干系,引入光谱指数也许有用擢升Sentinel-2遥感影像与树范区表层泥土含盐量的干系性(干系系数绝对值不幼于0.32);比拟区别模子浮现深度研习Transformer模子优于轻易机械研习模子,验证集决意系数R2和均方根差错(RMSE)辨别为0.546和 2.687g/kg;含盐量反演结果与实地结果相吻合,为更精准反演内蒙古黄河南岸灌区盐渍化水准供给了参考。
为探究DNDC模子正在红壤旱坡地N2O排放模仿的实用性,以赣北红壤旱坡花生地为磋议对象,树立老例耕种和轻简化免耕2种统治,络续3年(2019—2021年)采用静态箱-气相色谱法展开N2O排放的田间原位观测试验,磋议区别耕种统治下N2O排放特色及DNDC模子模仿效率。结果解释:DNDC模子对区别耕种统治下0~10cm泥土温度(干系系数r为0.86~0.87)和作物产量(r为0.90)的模仿效率较好。该模子能较好地模仿花生季因施肥和降雨惹起的N2O排放震撼蜕化,也能较好地模仿老例耕种下泥土N2O排放峰,但会正在必定水准上低估轻简化免耕的N2O排放峰和排放总量,且模子对16mm以下的降雨反应较幼。泥土pH值、施肥量对红壤旱坡花生地N2O排放的影响最大,降雨量、泥土有机碳含量和粘粒含量也是影响N2O排放的紧张因子。模子模仿2019年区别施肥量下N2O排放总量与花坐蓐量浮现,氮肥施用量不行低于76.54kg/hm2,也不宜横跨106.78kg/hm2。磋议结果可为红壤坡耕地作物种植优化、农业温室气体减排等供给表面凭据。
为揭示秸秆毁坏还田后,区别腐解经过下泥土孔隙演化及其对水分和溶质穿透特色的影响机理,树立区别秸秆还田量(0、5、10、15t/hm2)和还田时辰(0、30、60d)统治,采用CT断层扫描身手,视觉量化了泥土孔隙构造特色演变,并基于溶质穿透试验,剖判了水分-溶质转移优先流顺序。结果解释,秸秆还田惹起泥土孔隙/喉道特色蜕化,抑遏水分-溶质转移流程,田间持水率和泥土含水率上升,溶质穿透变慢,优先流局面删除,泥土水肥有用持留;随秸秆腐解至60d,孔隙/喉道特色调动,优先流着手发育,但泥土水肥持留才华加强。秸秆还田5、10、15t/hm2初期,和CK组比拟大孔隙体积占比辨别删除7%、14%、50%,连通孔隙删除11%、39%、66%,表层含水率加添1%、3%、6%。腐解60d后,和0d比拟大孔隙体积占比辨别加添331%、200%、357%,连通孔隙加添33%、84%、195%,表层含水率加添6%、5%、5%,全体穿透试样所需溶质删除55%、76%、67%。基于Green-Ampt模子和指数衰减模子估算了区别秸秆初始参加量正在区别腐解时辰下的导水特色,浮现饱和导水率正在秸秆还田后减幼,且随秸秆腐解增大。磋议可为左右大孔隙流和无效灌溉供给凭据,进一步为秸秆科学还田供给实验指挥。
本磋议正在人为光型植物工场中采用岩棉种植番茄植株,剖判了正在总光量划一的底子上红光配景下蓝光添补介入和蓝光代替介入两种非络续供光形式对番茄植株养分液无机元素罗致及叶片色素光谱参量的影响。结果解释,与络续红光比拟,蓝光以区别方法介入均低浸了番茄叶片中K元素含量而普及了茎中K元素含量,蓝光介入必定水准上抑遏了番茄K元素由茎向叶片的运输;蓝光以区别方法介入均普及了番茄地上部中Mg含量(增幅8.93%~13.63%),而低浸了地上部Fe含量(降幅28%~48%)及Mn含量(降幅3.93%~21.24%)。个中蓝光添补介入形式下番茄叶片中Mg元素含量跟着蓝光添补强度的升高而加添,叶片Mg含量正在蓝光代替介入形式下高于蓝光添补介入形式而地上部Fe含量趋向则相反,蓝光代替介入的非络续光形式较蓝光添补介入形式而言更有利于刺激叶片中Mg的积聚而抑遏地上部Fe的积聚。与络续红光比拟,蓝光以区别方法介入后番茄叶片色素光谱参量Hue值(色相角)和MCARI值(改正叶绿素罗致比指数)均有所普及,相反,Red/Green值(红绿区域光谱反射比)均有所低浸,蓝光添补介入形式下叶片Hue值和MCARI值随蓝光添补强度的升高而增大,R/RB80统治下Hue、MCARI值最高,较比较辨别普及4%、124%;蓝光代替形式下Hue值和MCARI值随蓝光间歇时辰的伸长先增大后减幼,R/RB(1h)统治下Hue、MCARI值最高,较比较辨别普及6%、215%。番茄叶片正在绿光波段的反射率与随统治下Hue、MCARI值蜕化趋向亲近,而番茄叶片中Mg元素含量与叶绿素光谱参量呈正干系性。蓝光代替介入的非络续光形式较蓝光添补介入形式而言更有利于刺激叶片类胡萝卜素剖判和叶绿素积聚,非络续供光形式通过调控番茄植株无机元素的罗致进而用意于叶片色素的变成。本磋议为无土栽培番茄光境遇调控供给了表面凭据。
温室番茄光合速度的切确预测对待番茄的滋长和产量评估拥有紧张事理。然而,因为温室境遇的庞杂性和多变性,守旧的光合速度预测模子往往难以餍足精准预测的需求。是以,为了进一步普及预测模子的切确性和安稳性,本磋议提出了一种基于多模子协调战略的温室番茄光合速度预测办法。起初,收集温湿度、光照强度、CO2浓度区别组合下的番茄光合速度,构修样本集,并采用五折交叉验证法(Cross-Validation)对数据举行预统治。以预统治的数据为底子,辨别基于粒子群优化援救向量机(PSO-SVR)、布谷鸟优化极限研习机(CS-ELM)和北方苍鹰优化高斯流程回归(NGO-GPR)算法设备番茄光合速度预测模子对光合速度举行开始预测,然后采用Stacking算法通过基于决定树的集成研习模子(XGBoost)组合各底子模子的预测结果,进而告终多模子协调。仿真剖判结果解释,与简单预测模子比拟hahabet电竞,基于多模子协调的光合速度预测模子充满阐明了各底子模子的上风,能够进一步普及光合速度预测的切确性和安稳性,该模子验证集MAE为0.5697μmol/(m2·s),RMSE为0.7214μmol/(m2·s)。是以,本文提出的办法正在温室作物光合速度预测方面拥有必定的上风,可为温室番茄等作物光境遇优化调控供给必定的表面底子和身手支柱。
为磋议稻谷的石墨烯低温远红表干燥性子及其对稻谷干燥品德的影响,以辐射温度、排粮流量和除湿风量为影响身分,以整精米率和应力裂纹指数增值为评判目标,用自造的轮回式石墨烯低温远红表干燥机举行稻谷干燥试验,通过BBD(Box-Behnken策画)反应面法,剖判了低温远红表干燥对稻谷干燥品德的影响以及工艺参数优化。结果解释:影响稻谷干燥性子和品德的最紧要身分是辐射温度,其次是排粮流量和除湿风量。跟着辐射温度的升高,稻谷干燥速度和应力裂纹指数增值渐渐增大,整精米率则渐渐低浸。与同温度的热风干燥比拟,石墨烯低温远红表干燥均匀干燥速度和干燥品德均有明显普及。经优化后,稻谷最佳石墨烯低温远红表干燥工艺条目为:辐射温度43℃、排粮流量4kg/min、除湿风量193m3/h,此时应力裂纹指数增值为9,整精米率为79.75%,稻谷干燥品德最佳。这解释诈欺石墨烯低温远红表干燥稻谷,能够彰彰普及干燥速度并革新稻谷干燥品德。
为磋议区别卵白酶酶解对豆粕挥发性韵味因素的影响,选用4种卵白酶(碱性卵白酶、中性卵白酶、木瓜卵白酶、韵味卵白酶)对豆粕举行酶解,采用顶空-气相色谱-离子转移谱(Headspace-gas chromatography-ion mobility spectroscopy,HS-GC-IMS)和顶空固相微萃取-气相色谱-质谱(Headspace solid phase microextraction-gas chromatography-mass spectrometry,HS-SPME-GC-MS)联用身手剖判区别豆粕酶解物(Soybean meal hydrolysates,SMH)的挥发性韵味因素,并连结主因素剖判(Principal component analysis,PCA)、热图聚类和正交偏最幼二乘判别法(Orthogonal partial least squares-discriminant analysis,OPLS-DA)对区别SMH举行剖判。结果解释:碱性卵白酶、中性卵白酶、木瓜卵白酶和韵味卵白酶酶解豆粕的挥发性韵味因素存正在较大不同。HS-GC-IMS判定出84种挥发性因素,筛选获得33种不同韵味物质,浮现酶解后酮类物质明显低浸而醛类、醇类和酯类物质含量彰彰加添。PCA结果解释区别SMH之间的韵味存正在明显不同。最终通过OPLS-DA筛选出进献较大的挥发性化合物,同时构修出牢靠的用以辨别SMH的模子。HS-SPME-GC-MS检测出103种不同韵味物质,可用于分辨区别SMH,被检出的挥发性组分中醛类、醇类和酮类等化合物为SMH韵味的变成做出紧要进献,大白了片面韵味化合物变成的源由。PCA和聚类热图结果解释区别卵白酶酶解对豆粕的挥发性韵味物质的品种和含量有明显影响,个中,韵味卵白酶和木瓜卵白酶对豆粕的韵味革新最为明显。
奶粉市集是食物掺假作为频发周围,个中婴幼儿配方奶粉价钱高,其质料是消费者、坐蓐企业和司法部分眷注的中心。近红表高光谱成像(Near infrared-hyperspectral imaging, NIR-HSI)身手连结化学计量学和机械研习算法能够检测奶粉中简单掺假物含量。基于NIR-HSI身手磋议了区别品牌婴幼儿奶粉中多掺假物(三聚氰胺、香兰素和淀粉)的定量预测。对基于像素点预统治后的高光谱图像划分感风趣区域(Region of interest, ROI),提取ROI均匀光谱。基于经典的过滤式特色选拔算法拉普拉斯分数(Laplacian score)(无监视)和ReliefF(有监视)挑选修模症结变量,设备偏最幼二乘回归模子(Partial least squares, PLS)。开垦蕴涵自界说选拔层的一维卷积神经汇集模子(One-dimensional convolutional neural networks, 1DCNN)。自界说层依照权重系数绝对值,可确定紧张波长变量。Laplacian score-PLS模子对预测聚合奶粉、三聚氰胺、香兰素和淀粉质料分数预测结果均方根差错辨别为0.1110%、0.0570%、0.0349%和0.3481%。ReliefF-PLS模子对预测聚合奶粉、三聚氰胺、香兰素和淀粉预测结果均方根差错辨别为0.1998%、0.0540%、0.0455%和0.1823%。1DCNN模子对预测聚合奶粉、三聚氰胺、香兰素和淀粉质料分数预测结果均方根差错辨别为0.8561%、0.0911%、00644%和0.2942%。对Laplacian score、ReliefF和自界说选拔层挑选出的前15个紧张波长举行比拟剖判,区别特色选拔办法挑选的特色波宗子集有所区别,但都选拔 1210、1474、1524、1680nm等相近波长。基于ReliefF-PLS模子的可视化结果表清楚其精良的预测才华。
闷黄是黄茶加工中的特有工艺,目前黄茶加工中缺乏专用的络续化、主动化闷黄加工设备。为此,本文策画一种用于黄茶闷黄的专用设备。依照络续化加工需求,策画了闷黄设备的刻板构造,核算了设备所需的加热功率和蒸汽流量,并完结了干系部件的选型和样机构修,提出了一种基于区间二型恍惚表面的温湿度左右算法。温湿度左右体例试验结果解释,正在区别试验条目下,区间二型恍惚左右算法也许精准左右温湿度参数,比拟一型恍惚左右算法,对扰动的抑遏才华更强,左右差错更幼。坐蓐试验结果解释,温度和相对湿度的均方根差错最大值辨别为0.4391℃和1.2262%,产物的感官评审结果解释,采用该设备加工的产物吻合皖西黄茶的品德哀求。
车间排产对普及车间的出力至合紧张,智能排产能够极大普及加工的主动化和智能化程度。但守旧坐蓐流程中民多采用固定的工时数据举行产线功课时辰估算,而拖沓机混流装置以工人功课为主,工人功课时辰不固定乃至存正在较大不同。为餍足智能排产哀求,提出通过数字孪生车间对坐蓐方案举行仿真评判以加强与实践车间的交互与反应。搭修与现场拖沓机装置线划一的数字孪生三维模子场景及人机交互界面,依照MES体例中的过点消息告终装置线模子及时驱动,设备了一个拓展性强、可灵便复用的数字孪生体例。剖判了坐蓐方案评判目标,提出通过坐蓐方案束缚体例与孪生装置线的交互反应,告终对基于数字孪生装置线的坐蓐方案仿真运转及评判。通过数字孪生装置线收集到的实践工时仿真运转坐蓐方案,能够获得优化后的坐蓐方案。将低产、平常和高产月份各5d内的实践坐蓐方案与本体例天生的方案举行比拟,结果解释本体例仿真评判后获得的坐蓐方案更卓着。
针对现有丘陵山区履带式功课机底盘大坡地功课时易侧翻、安好性差的题目,基于“三层车架”式丘陵山区履带式功课机构造计划,策画了一种互联式全向液压调平体例,提出了基于扰动观测器的滑模同步左右办法,低浸了单液压缸职位差错以及双液压缸同步差错。AMEsim-Simulink笼络仿真结果解释:基于滑模同步职位左右的履带式功课机全向调平体例优于守旧PID左右,全向调平中20°横向调闲居辰减幼1.6s,25°纵向调闲居辰减幼1.8s,上升时辰均匀缩短21.8%,调闲居辰均匀缩短35.5%,同步职位左右差错维系正在±6×10-4m内。正在此底子上,对3层车架式丘陵山区履带式功课机样机举行了实机测试,个中全向调平机身倾角均匀差错为2.55%,液压缸均匀同步差错为8.2%,测试结果验证了履带式功课机全向调平体例的可行性与卓着性。
轮胎柔性环模子能切确表达轮胎变形,但模子的刚度参数无法直接测定,是以模子刚度参数的辨识成为修模流程中的症结。本文基于轮胎柔性环模子运动学方程,剖判农用轮胎固有频率与刚度参数之间的相合,提出基于粒子群算法的柔性环模子刚度参数辨识办法。通过轮胎模态试验获取轮胎固有频率,采用粒子群算法对柔性环模子刚度参数举行辨识。将固有频率的试验值与预测值的均匀差错行动评判目标,比拟粒子群算法与守旧算法及遗传算法辨识结果,结果解释粒子群算法的参数辨识结果精度较高,均匀绝对差错为1.67Hz,均匀相对差错为1.66%,相较于遗传算法,均匀相对差错低浸16.16%,运算时辰删除93.19%。通过接地印痕试验获取农用轮胎接地角度,连结辨识所得刚度参数,估算轮胎所受到的垂向力,比拟垂向力的试验值与预测值,结果解释粒子群算法的参数辨识结果精度较高,垂向载荷估算均匀相对差错为1.97%,相对待遗传算法,均匀相对差错低浸12.05%。
磋议了一种新型四自正在度高速并联机械人运动轨迹筹办办法。该机械人采用单动平台构造以减轻末了平台质料,擢升机械人加减速功能。设备机械人机构运动学逆解模子,通过协调345多项式和梯形运动顺序的好处,构造一种可两全运动时长和运动安稳性的345-改正梯形运动顺序。正在此底子上,通过插补叠加轨迹过渡守旧门形轨迹的直角片面,并兼顾商讨总运动时长最短以及角加快率峰值最幼为宗旨完结插补叠加机会的优选,最终正在样机上展开运动频次试验。试验结果显示,采用优化后的运动顺序和轨迹样机运动频次可擢升至218次/min,职责出力较守旧Adept门形轨迹普及55.7%。
依照基于方位特色(POC)方程的并联机构拓扑策画办法和运动解耦策画道理,提出一个运动解耦性优异的单回途三平移子并联机构;策画一类4个拥有正向职位符号化、片面运动解耦性且拥有较大职责空间的三平移(3T)并联机构;对这类机构举行拓扑性子剖判,获得相像的方位特搜集(POC)、自正在度(DOF)、耦合度(κ)、运动解耦性等紧要拓扑性子;对个中一个机构举行运动学、动力学功能剖判。依照基于拓扑特色运动学修模道理,求出其符号化职位正反解,以及速率、加快率弧线;基于推导出的职位逆解公式,剖判机构的蹊跷位形及职责空间;依照基于序单开链的虚功道理,举行其动力学修模与剖判,求解出机构的驱动力。
跟着并联机构从简单尺寸策画和拓扑策画向两者协调目标不绝成长,基于拓扑叠加-再处理和全变量正交策画-再拓扑的同步策画办法获得平常利用,但两者存正在策画出力低等不够农用机械。为处置上述题目,本文提出了一种基于构造宛如性的并联机构拓扑与尺寸同步策画办法,该办法拓扑优化时以相像质料保存此条目下尺寸参数幼周围蜕化对拓扑构造微幼影响为切入点,通过拓扑构造参数化缩放和刚度-质料元模子构修,变成并联机构尺寸-拓扑同步高效策画流程。以模范3-P-RS并联机构为例展开算例验证与比拟剖判,结果解释,相像质料条目下,所提策画办法比尺寸策画办法获得的各向刚度更高,即拓扑优化使RS连杆的原料漫衍越发合理。
面向庞杂构造件机械人加工设备策画需求,提出一种2PRU&1PRS-XY型混联机械人。为将该混联机械人利用于高功能刻板加工职司,正在其职责空间、运动/力通报性以及聪敏度剖判的底子上,界说了用于职责全域功能评判的通报安稳性目标与精度不同性目标,提出了一种基于多宗旨平衡优化思思的标准策画办法。该办法采用尺度化办法简化多参数策画空间,利用反应面法与主因素剖判法普及优化求解出力,连结主客观组合赋权法与基于TOPSIS的Pareto前沿法告终多目标归纳功能评分。应用所提办法,获得了4种两全优化求解出力和多宗旨平衡优化的标准参数策画计划,告终了2PRU&1PRS-XY型混联机械人紧要标准参数的优化策画,为策画者供给了拥有区别工程策画方向的多宗旨平衡决定参考。
为认识决守旧的“信号发作器+功率放大器”出现的信号无法餍足尺蠖型转动驱动器多途、正方波波形需求的题目,策画了一种通过Cmos左右脉冲模块“通-断”机会的信号左右器,从而获得特依时序的3途正方波信号。通过这种计划获得的3途驱动信号为正方波电流信号,从而避免了超磁致伸缩原料的“倍频”局面的发作。通过树立信号周期、占空比和延迟等参数,也许输出设依时序的三途正方波驱动信号。依照电压定律hahabet电竞,将正方波简化成阶跃波形,设备了驱动信号的电流模子,并举行了参数辨识。正在职责频率周围内,电流解析式能切确地表现电流信号。搭修试验平台举行了试验测试,试验结果解释,正在职责频率周围内,信号左右器输出的正方波波形优于“信号发作器+功率放大器”出现的方波信号,设定的3途信号也许驱动尺蠖型转动驱动器出现步进转动运动。通过优化驱动信号时序,将转动驱动器最大职责频率由160Hz提至210Hz。农业板hahabet电竞滞学报
ink