摘要:随着电力电子和储能技术的发展，动力装备电动化已成为全球车辆发展的重要方向，在新能源汽车领域已得到成功应用，我国率先形成了完整的产业基础。目前，全球电动农业装备处于起步阶段，多以理论研究为主，尚无批量化生产的电动农业装备产品，发展电动农业装备具有产业优势。本文简要分析了电动农业装备关键部件及软件平台，重点综述了国内外电动拖拉机、电动微耕机、电动移栽机、电动果园作业机、电动播种机研究现状，并对电动农业装备与传统农业装备进行了性能对比，得出了不同农业装备的优缺点，为农业装备的应用场景分析提供了支撑。针对不同农业装备的农艺特点和电动化关键部件特点阐述了不同形式农业装备的应用场景。结合当前电动车辆发展状况及农业装备作业特点对不同电动农业装备发展瓶颈进行了分析，为电动农业装备的发展指明了方向，可为我国电动农业装备的发展提供参考。

摘要:农业机器人对推动农业现代化加速变革和实现智慧农业有重要作用。高精度定位技术是保障机器人安全高效完成各类作业的基础，而作业路径准确规划是实现农业场景下导航的核心。针对田间作业机器人复杂环境下因测绘误差与局部障碍进而造成作物损伤率较大这一问题，本文提出一种基于宏微结合的路径规划算法，该算法首先基于作业区域宏观测绘信息生成全局静态作业路径，同时利用雷达传感器对机器人局部作业环境进行实时动态监测进而生成局部动态最优路径，将全局静态路径与局部动态路径进行有机融合以实现作业路径优化修正，保障田间作业的顺利进行，最终应用MPC算法控制机器人对规划后的路径进行追踪。经试验验证，当机器人田间作业两侧安全距离分别为0.2、0.1m时，本算法可将作业过程中平均作物损伤率由3.4058%、1.2763%降低到0.6772%、0.1889%，保证了机器人作业的安全可靠，为大田稳产条件下的高效作业奠定基础。同时，本算法提升了精准农业要求下田间作业精度，对实现农业高产高效高质目标有重要意义。

摘要:识别小麦收获机运行轨迹是分析农业机械活动、提高作业效率的重要手段。本文针对小麦收获机田内作业场景，提出一种基于机器学习的收获机掉头轨迹识别算法。首先通过两步Kmeans聚类与三步修正识别出X形掉头轨迹点、作业异常轨迹点与作业轨迹点；为进一步从作业轨迹中分类出U形掉头轨迹点，构建了基于支持向量机模型（Support vector machine，SVM）的U形掉头轨迹识别算法，并对初步识别结果进行三步修正；最终识别出小麦收获机的田内X形掉头、作业异常、U形掉头与作业轨迹点，识别结果的F1值为94%，时间间隔为1～5s的数据的F1值在90%以上，实现田内轨迹的细致划分。基于去除掉头轨迹与异常轨迹后获得的有效作业轨迹，可通过距离算法计算获得农田面积，结果相比使用原始轨迹的计算误差可降低12.76%。该研究可为基于海量农机轨迹的作业精细化管理提供参考。

摘要:针对视觉导航系统应用在火龙果园环境中面临干扰因素多、图像背景复杂、复杂模型难以部署等问题,本文提出了一种基于改进DeepLabv3+网络的火龙果园视觉导航路径识别方法。首先，采用MobileNetV2取代传统DeepLabv3+的主干特征提取网络Xception,并将空间金字塔池化模块(Atrous spatial pyramid pooling, ASPP)中的空洞卷积替换成深度可分离卷积(Depthwise separable convolution,DSC),在提升模型检测速率的同时大幅减少了模型的参数量和内存占用量；其次，在特征提取模块处引入坐标注意力机制(Coordinate attention,CA)，增强了模型的特征提取能力；最后，通过设计的导航路径提取算法对网络模型分割出的道路掩码区域拟合出导航路径。实验结果表明：改进后的DeepLabv3+的平均交并比和平均像素准确率分别达到95.80%和97.86%，相较原模型分别提升0.79、0.41个百分点。同时，模型内存占用量只有15.0MB，和原模型相比降低97.00%，与Pspnet和U-net模型相比则分别降低91.57%、 91.02%。另外，导航路径识别精度测试结果表明平均像素误差为22像素、平均距离误差7.58cm。已知所在果园道路宽度为3m,平均距离误差占比为2.53%。因此,本文研究方法可为解决火龙果园视觉导航任务提供有效参考。

摘要:为了提高对大田种植玉米生长动态、干旱胁迫和病虫害等方面的智能巡检监测能力，设计了一种基于多维感知的移动巡检平台。首先，对底盘总成的转向系统、驱动系统和控制系统进行设计，并基于Arduino UNO控制器实现了巡检平台的转向及行驶功能。其次，搭建了包括GNSS/INS（Global navigation satellite system/inertial navigation system）组合导航系统、激光雷达（Light detection and ranging，LiDAR）和工业相机的多维感知系统，对感知系统时间同步方案、数据通信结构和信息采集软件进行设计，实现了巡检平台对环境的感知和数据可视化。最后，在玉米大田对巡检平台进行了底盘行驶性能试验和感知系统环境感知试验。试验结果表明：巡检平台左转平均最小转弯半径为2922mm，右转平均最小转弯半径为2736mm，最大爬坡度大于26.7%，位置PID控制下直线行驶平均速度为0.523m/s，与期望速度0.5m/s的误差为4.6%，行驶15m平均偏移量为0.636m，平均偏移率为4.24cm/m，满足田间行驶性能要求；感知系统能够在ROS系统下稳定采集平台位姿信息、高精度三维点云信息和彩色二维图像信息，实现了巡检平台对玉米大田环境的多维感知。

摘要:采摘目标空间位姿信息缺失和目标定位精度低是影响草莓采摘机器人采摘效果的关键因素之一。为此，本文首先设计了基于颜色信息和卷积神经网络的草莓图像目标定位与分割以及目标点云分割模型；其次，实现了基于图像的草莓可采摘性和遮挡程度识别模型；最后，设计了草莓空间定位和姿态估计模型并实现草莓采摘点定位方法。基于本文方法对完整草莓位姿估计平均误差为4.03%，对遮挡草莓位姿估计平均误差为9.06%，采摘定位综合误差为2.3mm。在实际采摘实验中，采摘成功率为92.6%，平均每个草莓的计算耗时约为92ms，单个草莓采摘动作的执行平均耗时约为5.7s。实验结果表明：本文提出的方法可在温室条件下较准确地估计草莓空间位姿和采摘点，为草莓采摘机器人提供有效的目标定位信息，有效满足实际采摘场景下的需求。

摘要:针对目前软体抓手的制造方式（如软体平板印刷、失蜡铸造等）存在成型工艺复杂、粘结不牢靠、接缝处易撕裂等问题，设计了一种光固化成型软体采摘抓手一体式结构，通过正、负压驱动，可实现果蔬的自适应抓取。首先，基于Yeoh模型，研究了软体驱动器弯曲变形运动中的非线性力学特性，得出腔体内部压强与驱动器弯曲角度之间的非线性关系模型。然后，通过Abaqus有限元软件分析软体驱动器的弯曲特性，得到各主要结构参数对弯曲角度的影响规律，并结合正交试验法得到最佳的结构参数组合：软体驱动器的腔体壁厚为1.6mm、腔体个数7、腔体间隙3mm、底层厚度3mm。最后，根据最佳的结构参数组合制造软体采摘抓手样机，并将其安装在试验平台上进行果蔬抓取试验，验证了光固化一体成型软体采摘抓手的实用性。

摘要:为实现球形果实自适应采摘，仿人手触觉传感设计并制作了一种用于球果采摘的无系留智能软体手爪，该手爪采用自循环供气与传感集成，将柔性薄膜触力传感器内嵌于软体手爪内并复合自循环气泵，可实现多尺寸、多类型球果自适应抓取。研究了自循环气泵工作原理，进行了结构优化、压力建模与性能测试。试制了自适应软体手爪原理样机，建立了手爪抓持力模型，并进行了静力学实验，获得了其气压下的弯曲变形和力学特性。建立了球果采摘手爪控制系统与自适应抓取机制，搭建模拟采摘实验平台，进行了自适应抓取实验验证及实验环境下的球果采摘与分拣。结果表明，通过接触力反馈与控制系统，该采摘手爪可安全有效地抓取球果，抓取尺寸范围为48.5~97mm，最大抓取球果质量为350g，平均采摘用时15s，成功率为97.46%。

摘要:针对现有油菜播种膜上成穴打孔装置实际作业过程中存在膜孔尺寸偏大、形状不规则及膜孔粘连等问题，基于滑切原理设计了一种滚动式割膜打孔装置，确定了打孔装置和仿形机构结构参数，建立了打孔装置运动学模型，分析确定了影响膜孔长度的主要因素及其取值范围。运用DEM-MFBD耦合仿真，采用三因素三水平回归正交试验，以整机前进速度、纵向刀片长度、纵向刀片高度为试验因素，膜孔长度和孔距差值为评价指标进行仿真试验，结果表明：各因素对膜孔长度的影响由大到小依次为纵向刀片长度、整机前进速度、纵向刀片高度，各因素对孔距差值的影响由大到小依次为纵向刀片高度、整机前进速度、纵向刀片长度。整机前进速度为3.3km/h、纵向刀片长度为34mm、纵向刀片高度为31mm时，膜孔长度为44.78mm、孔距差值为0.64mm，打孔性能较优。以较优参数组合开展了滚动式割膜打孔装置田间试验，结果表明膜孔平均长度为43.15mm，膜孔长度稳定性变异系数为3.86%，平均孔距差值为-1.32mm，膜孔孔距误差为4.22%，满足油菜播种割膜打孔要求，该研究可为油菜铺膜播种机割膜打孔装置提供参考。

摘要:变量施肥技术是实施科学施肥的重要手段，可使施肥更精准、更有针对性，有效减少农田污染。在水稻高速插秧与同步施肥作业时，施肥量的调节主要采用提前标定方式调控，其调控费时、精度不稳定。为快速准确地调节施肥量，实现变量施肥作业，本文设计了一种自动控制的固体颗粒肥料变量施肥装置，阐述了变量施肥装置总体结构和工作原理，进行了关键部件设计与试验；以单片机STM32为控制核心，构建了施肥量在线检测及智能调控系统。采用试验设计优化方法，对肥料流量在线检测系统性能与主要影响因素进行试验，确定了最佳因素组合；通过试验分别构建了3种主要固体颗粒肥料检测流量与压电片电压之间的关系模型、3种主要固体颗粒肥料实际流量与排肥轴转速之间的关系模型、排肥轴转速与电动推杆工作长度和插秧机前进速度之间的关系模型，并对模型进行试验验证与分析。开展了排肥轴转速分别为20、25、30r/min肥料质量检测精度试验，当插秧机前进速度为1m/s匀速条件下，3种肥料总体质量检测精度平均值分别为94.45%、93.85%和93.15%；进行了复合肥施肥量为200、250、300kg/hm2和尿素施肥量为165、195、225kg/hm2调控性能试验，当插秧机前进速度为06~1.4m/s条件下，3种肥料总体施肥量变异系数平均值分别为3.02%、3.15%和2.82%；进行了施肥量分别为180、225kg/hm2的田间试验，当插秧机前进速度为1~1.4m/s条件下，挪威复合肥施肥量准确率平均值分别为94.89%和97.82%。理论与试验分析表明，该变量施肥装置调控性能稳定，能够满足水稻侧深变量施肥的作业要求。

摘要:针对水稻和油菜飞播普遍采用漫撒播方式而造成的落种散乱无序等问题，设计了一种可同时适应水稻和油菜条播农艺要求的无人机播种装置。以成条飞播排种系统的兼用化、轻量化、电驱化和模块化为设计目标，采用电驱、工作长度可调的外槽轮组件作为排种器，以舵机带动连杆驱动的自动折叠导种管为投种部件，通过台架试验、场地泥盒飞播试验和田间试验3种方式，确定结构参数和工作参数并验证作业效果。试验结果表明，排种系统在排种电机额定转速及扭矩范围内，能够满足5m/s以内飞行速度下，油菜播量6~7.5kg/hm2、杂交稻播量15~45kg/hm2及常规稻播量60~105kg/hm2的农艺要求，且各行一致性变异系数、总排量一致性变异系数等性能参数优于行业标准要求，在作业高度1m、作业速度4m/s时，泥盒中油菜和水稻种子平均条带宽度分别为6.7、3.8cm，播后30d田间幼苗成条效果明显。

摘要:针对半自动移栽机作业效率低、作业质量差的问题，设计了一种面向蔬菜移栽机器人的夹茎式自动取苗装置。取苗装置经过整排取苗、等距分苗、精准投苗，可实现高效、高质自动化取投苗作业。建立多级剪叉分苗机构与夹苗装置的运动力学模型，对钵苗下落运动、气动系统进行模型设计及分析计算，搭建取苗试验装置。试验选取穴盘辣椒苗作为研究对象，以钵苗苗龄、基质含水率、取苗频率为试验因素，设计以取苗成功率、基质破碎率为评价指标的单因素试验。根据试验结果，采用Box-Behnken响应曲面分析法设计正交试验，探究了苗龄与基质含水率、苗龄与取苗频率及基质含水率与取苗频率之间的交互作用对取苗效果的影响，优化取苗参数。试验结果表明，当苗龄33d、钵苗基质含水率46%、取苗频率75株/min时，取苗成功率为97.36%，基质破碎5.07%，可满足大田自动化移栽的取苗及投苗要求。

摘要:针对猕猴桃等藤架式果园狭小空间对有机肥施肥机的限制及现有施肥方式费工费时、肥效低的问题，结合猕猴桃根系浅层分布的生长特点，提出了一种机械化有机肥免开沟施肥方法。该方法包括撒肥、肥-土混合和覆土3个一体化连续步骤，施肥过程不开沟，地表不露肥。基于此，设计了有机肥免开沟施肥机，整机高度1.5m，配套动力37.5kW，肥箱容积1.2m3，主要包括低矮侧座拖拉机、施肥拖车、抛肥装置、混肥装置、抗扭装置、卷轴装置。混肥装置旋转切土，实现肥-土混合以及混合层的土壤覆盖。确定了抗扭轮半径以平衡混肥装置单侧布置产生的扭矩，设计的卷轴装置可同步收放混肥与抗扭装置，并根据地形调整混肥装置倾角。通过混肥装置离散元仿真确定最优的刀机速比为32。试验结果表明，在最大设计施肥深度150mm、施肥量5kg/m工况下，肥-土全层混合，施肥深度的相对误差小于等于7.73%，露肥率小于等于5.56%，混肥装置平均功耗为4.7kW，满足猕猴桃果园有机肥施肥要求。

摘要:抖筛是茶叶精制的重要环节，直接影响茶坯的净度，针对茶叶抖筛过程中抖筛机理（清筛）不清晰而导致抖筛过程中存在茶叶断碎以及挂网等问题，本文研究茶叶在筛床上的抖筛规律，建立茶叶颗粒沿筛床上下运动、离开筛面被抛起运动和落到筛孔后碰撞运动三段筛分过程的动力学模型。结合茶叶在筛床上的抖筛规律，通过EDEM建立茶叶筛床的仿真模型，对茶叶在筛床上的速度与受力进行分析，确定筛床曲柄转速、筛面倾斜角和曲柄半径的最佳参数。最后通过三因素三水平的正交试验，确定实际筛分情况下的最优参数与得出各个因素对误筛率和生产率的影响由大到小为筛面倾斜角、曲柄转速、曲柄半径。试验结果表明，当曲柄转速为247.99r/min、筛面倾斜角为2.60°、曲柄半径为23.11mm时，误筛率和生产率分别为5.3%和440kg/(m2·h)，与优化结果误差在允许范围内。

摘要:随着棉花种植和收获的机械化程度提高，获取准确的产量图，分析田间产量数据，变得尤为重要，而采棉机作业时在输棉管道处监测产量是一种有效、可行的方法。现有光电对射式棉花测产传感器在作业中会有粘液遮挡检测通道、环境光影响等问题，面对复杂的田间作业环境，传感器标定普遍采用线性或多项式模型，精度和抗干扰性表现不够理想。针对上述现状，本文首先在传感器的结构和电路设计上做了抗干扰改进。然后在传感器标定过程中，尝试使用随机森林回归模型（Random forest regression，RFR），对实验样本进行训练、测试。在分析模型的表现后，提出了麻雀算法(Sparrow search algorithm, SSA)改进的随机森林回归模型，以均方误差作为适应度，对模型进行优化。经过验证，在相同验证集下，优化后的模型有更好的检测精确度。通过研究寻优上下界范围，平衡运行时间和检测精度，得到最优检测模型。该模型在验证集上表现良好，决定系数R2为0.99，平均绝对百分比误差（MAPE）为6.34%。台架实验结果表明，不同风速下最大误差为9.21%，平均误差为8.33%，改进后的传感器及检测模型性能良好，能够较准确检测采棉机作业时棉花产量。

摘要:针对自走式三七联合收获机在田间作业安全性不足与行驶稳定性较弱等问题，开展了黏重土壤条件下底盘的行驶通过性能研究。首先，对联合收获机的直行转向、纵横向爬坡和越障等行驶工况进行理论分析，获得了影响行驶通过性能的各因素参数，其次，通过ADAMS ATV开展多体动力学仿真分析，绘制了行驶工况下欧拉角与对应的角速度曲线，最后，运用相似理论的量纲分析法设计了1∶4的联合收获机底盘微缩平台模型，对纵向爬坡、跨越壕沟和翻越田埂3种典型行驶工况开展行驶通过性能模型试验。仿真结果表明，联合收获机底盘具有平稳的直行与转向性能，能够顺利通过30°纵坡、20°横坡、600mm壕沟及300mm田埂；模型试验结果表明，模型能够顺利通过30°纵坡、150mm壕沟和75mm田埂，以上3种工况下的俯仰角与对应的角速度曲线趋势与仿真一致，且二者所得俯仰角曲线的幅值变化相同，试验误差主要受实际地形平整度与土壤均匀度的影响，因此表明模型试验能够验证仿真分析结果的正确性，通过模型对原型的预测及仿真结果，满足了联合收获机行驶通过性能的设计要求，该研究可为丘陵山区根茎类联合收获机底盘的设计提供理论基础与参考。

摘要:针对现有王草收获机作业时农艺匹配性差、配套动力不足等问题，优化设计了一款履带自走式王草收获机专用底盘；基于减少割茬碾压、低速平稳收割的作业要求，设计了行走装置与无级变速驱动装置；根据小地块、缓坡地的地形特征，设计和选型了液压助力转向系统与车架。开展了整机的稳定性分析及性能试验，结果显示：王草收获机底盘的最高行驶速度为9.02km/h，最小转弯半径为1349mm，最大爬坡度为26°；在横向倾角为15°~16°的坡地等高线行驶时无侧滑、倾翻现象；在坡度为10°~12°的纵向坡道，沿上、下坡方向可靠停驻时间均大5min；在坡度为8°~9°的缓坡地作业时可实现速度0~4.19km/h无级变速，动力充足且运行平稳，王草的平均割茬碾压率为7.43%。研究表明，设计的履带自走式王草收获机底盘能够满足小地块、缓坡地王草机械化收获作业要求。

摘要:针对丘陵果园传统大型施药装备入园难、施药劳动强度大、作业效率低及药液浪费严重等问题，根据丘陵果园农艺特点和病虫害防治需求，设计一种丘陵果园自走式小型靶标跟随喷雾机，可配合植保无人机作业，提升果树冠层药液覆盖效果。喷雾机上集成靶标探测追踪系统与自主导航系统，靶标跟随喷雾机构采用双喷头联动式设计，喷雾角度与高度的调节范围根据雾滴运动规律进行确定，实现了果园植保自主作业。果园试验结果表明，对靶喷雾时果树冠层不同高度叶片正面的平均雾滴沉积个数变异系数为34.22%，同一高度不同采样点叶片正面的平均雾滴沉积个数变异系数为34.56%，相比于非对靶喷雾，喷施用水量、地面流失量与冠后飘移流失量分别降低26.70%、84.93%和53.50%，在减少药液浪费的同时，有效提高了果树冠层中下部叶片正面的雾滴分布均匀性。

摘要:为解决喷杆式喷雾机在对马铃薯等茄科茄属作物进行喷施作业时喷杆相对作物冠层距离精确测量与控制问题，设计了一套马铃薯喷雾机喷杆高度控制系统。该系统采用二维激光雷达扫描田间马铃薯的植株冠层，根据种植模式对田间马铃薯植株进行冠层单元分割，通过融合姿态传感器的数据对雷达输出数据矫正，并基于中值滤波算法、移动最小二乘曲线拟合方法处理冠层点云数据，实时解算出喷杆相对冠层顶部的垂直距离信息，同时融合油缸位移传感器数据设计了双阈值喷杆高度调控策略，实现喷杆相对马铃薯冠层距离的精准调控。系统应用于3WP-1500型喷雾机，通过高度检测精度试验和高度调节试验测试了系统性能。试验结果表明，通过激光雷达检测作物冠层高度的最大相对误差为7.16%，平均相对误差为3.95%。高度调节试验表明，通过确定最优的调节阈值，可以有效降低喷杆高度调节误差，提高系统稳定性，测试高度调节标准偏差为21.81mm，平均相对误差为3.08%，系统运行平稳，满足喷杆相对冠层距离自动控制需求。

摘要:为了研究小型无人机下洗气流场对雾滴运动特性的影响规律，以小型无人机为基础，采用Navier-Stokes（N-S）方程、realizable k-ε模型和Semi-Implicit Method for Pressure-Linked Equations算法，对施药过程中的下洗气流场和雾滴离散运动进行了详细的数值模拟分析。研究分析无人机下洗气流的速度特性、雾滴沉积特性以及作业高度对农药沉积效果的影响。通过试验结果可知，模拟值与试验值的相对误差在20%以内，验证了下洗气流场数值模型的可行性。进一步模拟分析结果表明，在无人机喷药平台的影响下，下洗气流场在距离旋翼1m处达到速度峰值。随着作业高度的增加，雾滴逐渐分散并扩散。雾滴主要分布在两个“气流引入区”和两个“气流导出区”，该分布特征有助于优化施药效果和提高农药的使用效率。根据分析结果，当无人机飞行作业姿态与地表保持平行，且将作业高度调整至0.8~1.0m之间时，可显著提高农药沉积量，从而提高植保无人机的施药效果。本研究验证了下洗气流场数值模型的可行性，为小型植保无人机的对靶雾滴漂移及沉积研究提供了参考依据。

摘要:液滴粒径分布是喷雾过程质量、动量和能量输运的关键参数，为确定喷雾中液滴粒径的分布，基于最大熵原理，通过平均直径约束条件，构建雾滴粒径数量概率密度分布的最大熵模型，应用环形鼓风喷嘴雾化的实验数据对液滴粒径分布模型进行优选。结果表明，构建的三参数和四参数最大熵模型的预测结果最为理想，预测的液滴粒径分布与实验值的相关系数均高于0.96，均方根误差均低于0.135。通过对比三参数和四参数最大熵模型预测结果的赤池信息准则数，表明三参数最大熵模型更适合喷雾液滴粒径分布的预测，应用不同类型喷嘴的雾化液滴粒径分布实验数据对三参数最大熵模型的适用性进行检验，结果表明模型的预测值与实验值吻合较好。最后将优选的三参数最大熵模型应用到Pratt & Whitney Canada公司制造的压力喷嘴喷雾液滴的粒径分布预测研究中。研究表明，构建的三参数最大熵模型，预测结果与实验数据基本吻合。

摘要:由于外部运行条件频繁变化，混流泵常于非设计工况运行，导致其运行效率偏低。针对混流泵开展多工况优化以扩大其高效区范围具有重要意义。采用环量法，以轮毂及轮缘处流线方向环量的偏导数(载荷)、叶轮出口处翼展方向环量控制参数以及叶片尾缘倾角为设计参数，以设计点扬程为约束条件，以0.8、1.2倍设计点处效率为优化目标，结合实验设计、近似模型和优化算法对一导叶式混流泵叶轮进行变环量优化与分析。研究结果表明：变环量设计在混流泵叶轮的多工况优化中是有效的；轮毂处流线方向前加载，轮缘处流线方向后加载，叶轮出口处环量从轮毂到轮缘递增分布均有利于混流泵性能的提升；优化后混流泵模型在0.8、1.0、1.2倍设计流量处泵段效率分别为81.11%、88.38%和80.56%，在设计流量处扬程为12.33m，相比于原始模型，效率分别提升0.63、3.18、6.72个百分点，而扬程变化小于2%。因此，所提出的基于变环量设计的混流泵叶轮多工况优化方法是有效的，可以为同类型叶轮机械的设计优化提供参考。

摘要:通过ANSYS Fluent软件对全贯流泵装置的停机过渡过程进行研究，主要探讨了停机过程中外特性和内流场，研究发现：全贯流泵的制动工况占整个停机过程的比值最小，飞逸转速约为设计转速的84%，飞逸流量为设计流量的1.17倍。间隙回流在停机过程中的流向始终从叶轮出口流向叶轮进口，且其流量整体呈现逐渐减小的趋势。在停机过程中，轴向力整体呈现下降的趋势；转子径向力整体呈现先减小后增大的趋势；叶轮进、出口的压力脉动先减小后增大，在制动工况达到最大值后，在水轮机工况迅速减小，直至进入飞逸工况趋于稳定。叶轮进口的压力脉动幅值是泵装置内最大的，约为叶轮出口的2倍。由于受到间隙回流的影响，在叶轮进口靠近轮缘区域存在一个小型旋涡，该旋涡的范围在水泵工况先减小，在制动工况突然增大，最后在水轮机工况和飞逸工况再次减小。叶轮进口旋涡的位置受到主流流向的影响逐渐向进口导叶方向转移。全贯流泵装置内部的熵产主要集中在以叶轮为首的下游域。随着停机过程的发展，泵装置内的高熵产区域逐渐向进口导叶的方向转移，高熵产区域的范围先减小后增大。全贯流泵泵段内高熵产率区域的位置和范围与旋涡出现的位置和尺寸相对应，这表明旋涡与脱流等不良流态是导致全贯流泵段内部熵产率较高的主要原因。

摘要:淤地坝作为黄土高原水土流失严重地区重要而独特的治沟工程，具有滞洪、拦淤、蓄水等作用，但在该地区利用数字高程模型（DEM）进行流域水系分析时，提取的河网会受淤地坝的干扰出现河网偏移、错位问题。本文提出一种通过对淤地坝进行检测并修正DEM的自动化方法来实现河网的有效提取。该方法先利用区域生长和形态学算法提取河道中心线，以缩小淤地坝检测范围，再基于改进的直线段检测（LSD）算法以及角度滤波确定淤地坝候选轮廓直线，然后构建十字模型定位淤地坝，最后对淤地坝所在栅格高程进行修正以提取河网。该方法在黄土高原两个典型样区中检测淤地坝的F1值分别为86.67%和86.95%，相比于仅使用填充、裂开的两种河网提取方法，本文方法能有效解决河网偏移问题。结果表明，本文方法提取的河网结果更符合真实地形，可为黄土高原淤地坝地区的流域数字地形分析技术提供有益补充与支持。

摘要:为辨别农作物所受重金属胁迫种类，以受重金属铜（Cu）、铅（Pb)胁迫的玉米叶片为研究对象，利用ASD地物光谱仪获得叶片高光谱数据，通过分数阶微分（FD）对原始光谱数据进行处理，采用竞争性自适应重加权采样法（CARS）提取特征波段，最后通过多层感知机（MLP）、K最近邻（KNN）、支持向量机（SVM) 3种模型对受胁迫的叶片光谱进行辨别，选择最优的MLP构建的FD-CARS-MLP模型，进行玉米生长铜铅污染信息光谱辨别。结果表明，FD-CARS-MLP模型对于受胁迫叶片光谱辨别的能力相较于传统方式有所提高，试验集辨别精度均可达到98%以上，0.1、0.2阶分数阶微分辨别精度可达到99%以上。选取苗期与抽穗期的玉米叶片，对其进行FD-CARS-MLP模型的可行性测试，经验证可得，FD-CARS-MLP模型辨别受重金属胁迫玉米叶片光谱数据的精度更高且更稳定，可为监测谷类作物不同重金属胁迫提供技术与方法。

摘要:芽眼检测是马铃薯种薯智能切块首先要解决的问题，为实现种薯芽眼精准高效检测，提出了一种基于改进YOLO v5s的马铃薯种薯芽眼检测方法。首先通过加入CBAM注意力机制，加强对马铃薯种薯芽眼图像的特征学习和特征提取，同时弱化与芽眼相似的马铃薯种薯表面背景对检测结果的影响。其次引入加权双向特征金字塔BiFPN增加经骨干网络提取的种薯芽眼原始信息，为不同尺度特征图赋予不同权重，使得多尺度特征融合更加合理。最后替换为改进的高效解耦头Decoupled Head区分回归和分类，加快模型收敛速度，进一步提升马铃薯种薯芽眼检测性能。试验结果表明，改进YOLO v5s模型准确率、召回率和平均精度均值分别为93.3%、93.4%和95.2%；相比原始YOLO v5s模型，平均精度均值提高3.2个百分点，准确率、召回率分别提高0.9、1.7个百分点；不同模型对比分析表明，改进YOLO v5s模型与Faster R-CNN、YOLO v3、YOLO v6、YOLOX和YOLO v7等模型相比有着较大优势，平均精度均值分别提高8.4、3.1、9.0、12.9、4.4个百分点。在种薯自动切块芽眼检测试验中，改进YOLO v5s模型平均召回率为91.5%，相比原始YOLO v5s模型提高17.5个百分点。本文方法可为研制马铃薯种薯智能切块芽眼识别装置提供技术支持。

摘要:受到土壤种类、水分等客观因素的干扰，基于图像预测土壤有机质（Soil organic matter，SOM）含量与传统方法在检测精度上仍存在差距，限制了相关技术的推广和普及。为提升基于图像预测SOM含量的精度，本研究提出N-DenseNet网络模型，在DenseNet169基础上加入多尺度池化模块，通过获取更多的维度特征提升模型的性能，并结合Android端开发SOM实时检测应用程序（APP），通过内网透射实现PC端与手机端数据的及时传输。以黑龙江省友谊县、北京市昌平区、山东省泰安市3地的350份土样为基础，通过手机以及多光谱无人机获取原位土壤的高清图像，R波段、红边波段与近红外波段图像，以丰富数据信息，并通过室内胁迫的方式拍摄土壤样品在不同水分梯度下的图像缓解水分对图像造成的影响。对比不同深度学习模型，基于多光谱图像数据训练的N-DenseNet表现最好，整体表现优于DenseNet169，测试集R2为0.833，RMSE为3.943g/kg，R2相比于可见光数据提升0.016，证明了训练过程加入R波段与红边和近红外波段图像后有助于提升模型的性能，证明了该方法的可行性。手机端APP与后台端数据相连实现数据实时传输，实现了田间土样SOM含量的实时预测，经田间试验验证，模型预测集R2为0.805，检测时间为2.8s，满足了田间SOM含量检测的需求，为SOM含量实时检测提供了新的思路。

摘要:针对密林情况下，GEDI数据与现有的Tandem-X DEM数字地面模型估测林下地形精度没有进行整体评价问题，拟以密林情况作为主要分析场景，通过提取GEDI L2A数据产品对应光斑的经纬度、林下地形信息与数据质量筛选参数，开展数据质量筛选，用以估测基于GEDI数据的林下地形数据，与Tandem-X DEM数据估测密林情况下研究区林下地形开展比较，并进一步探究冠层高度、森林覆盖度与植被类型对估测精度的影响。GEDI与Tandem-X DEM的R2分别为0.99和0.98，GEDI估测林下地形结果的RMSE、Average与STD分别6.49、-1.92、4.42m，Tandem-X DEM估测林下地形结果的RMSE、Average与STD分别为18.15、14.63、7.35m。GEDI数据在混交林和稀疏草原情况下RMSE与Average分别变化8.05m和6.04m，Tandem-X DEM数据在常绿针叶林与农田/天然植被情况下，RMSE与Average变化幅度为21.63、26.43m。实验结果表明， GEDI与Tandem-X DEM数据与机载验证数据存在强相关性，且GEDI相对Tandem-X DEM数据表现出更优的评价标准；地表植被类型相对冠层高度和植被覆盖度会对两数据估测林下地形精度产生更大的影响。

摘要:为了快速、精准地感知水稻稻曲病的发生，实现稻曲病大面积早期监测，利用机载UHD185高光谱仪采集带有发病区域的多组水稻冠层高光谱图像数据，对图像数据进行预处理并建立数据集。对健康区域和发病区域进行分类训练，建立支持向量机（SVM）识别模型和主成分分析（PCA）加人工神经网络（ANN）的识别模型，通过验证样本来检验识别模型的准确性，达到识别发病水稻的目的。支持向量机识别模型选用两组特征波长下的假彩色图像：第1组波长组合（TZH1）为654、838、898nm；第2组波长组合（TZH2）为630、762、806nm，两组数据的错分误差/漏分误差总体分别达到4.24%和5.41%；其中S型核函数的SVM模型诊断性能最好，总体分类精度最高可达到 95.64%，Kappa系数可达到0.94，基本达到了准确识别水稻稻曲病的目的。主成分分析加人工神经网络的识别模型选用前3个主成分，贡献率分别为93.67%、2.80%、1.24%，作为最优波长建立人工神经网络识别模型；其中非线性分类的效果优于线性分类的效果，总体分类精度达到了96.41%，Kappa系数可达到0.95。通过两个实验组数据的支持向量机诊断结果可知，使用支持向量机识别模型分类精度整体平稳，4种核函数的诊断效果没有比较明显的差异。就总体分类精度而言，主成分分析加人工神经网络识别模型中的非线性分类比支持向量机识别模型的S型核函数分类高0.77个百分点。因此，主成分分析加人工神经网络模型的非线性分类更适用于水稻稻曲病的早期监测。

摘要:茶叶采摘点定位是茶叶选择性采摘的关键技术之一，在茶树采摘场景中，存在采摘点尺度小、背景干扰大、光照情况复杂等问题，导致准确分割茶叶采摘点成为难题。本研究针对茶园场景下采摘点精确分割问题，构建了一种基于多头自注意力机制结合多尺度特征融合的语义分割算法——RMHSA-NeXt。首先使用ConvNeXt卷积神经网络提取图像特征；其次构造基于残差和多头自注意力机制的注意力模块，将模型注意力集中于分割目标，增强重要特征的表达；再次通过多尺度结构(Atrous spatial pyramid pooling, ASPP)将不同尺度的特征进行融合，在其中针对采摘点特性，在融合过程中使用条状池化(Strip pooling)，减少无用特征的获取；最后通过卷积以及上采样等操作完成信息的解码，得出分割结果。试验表明，茶园环境下该模型可以对采摘点进行有效分割，模型的像素准确率达75.20%，平均区域重合度为70.78%，运行速度达到8.97f/s。基于相同测试集将本文模型与HRNet V2、EfficientUNet++、DeeplabV3+、BiSeNet V2模型进行对比，结果表明相比于其他模型同时具有准确性高、推理速度快、参数量小等优点，能够较好地平衡精度与速度指标。本文的研究成果可以为精准定位茶叶采摘点提供有效可靠的参考。

摘要:针对羊胴体后腿骨肉边界未知、尺寸多变和可见性约束限制造成的机器人自主分割精确度低与易受阻卡住的问题，提出一种羊胴体后腿自适应分割控制方法，并开展羊胴体后腿分割试验进行验证。该方法以接触状态感知为核心，有效提取接触类型特征、接触异常度特征和接触方向特征，通过构建深度时空神经网络识别接触类型，构建深度自编码网络估计接触异常度，采用主成分分析方法检测主要接触方向，实现接触状态多模态感知，机器人通过动态运动基元模仿学习人类操作技能，并结合接触状态感知信息实现关节运动的自适应调节。试验结果表明：深度时空网络模型在羊胴体后腿分割验证集上的识别准确率为98.44%；深度自编码网络模型能够较好地估计验证集样本的接触异常度，区分不同的接触状态。机器人基于自适应分割控制方法开展实际分割试验，与对照组相比，最大分割力下降幅度为29N，最大力矩下降幅度为7N·m，证明该方法的有效性；平均最大残留肉厚度为3.6mm，平均分割残留率为4.9%，分割残留率与羊胴体质量呈现负相关，证明该方法具有良好的泛化性和准确性，并且整体分割效果较好，满足羊胴体后腿分割要求。

摘要:针对鸡只个体较小、个体间存在遮挡，对蛋鸡日常行为识别造成干扰的问题，提出了一种基于SEEC-YOLO v5s的蛋鸡日常行为识别方法。通过在YOLO v5s模型输出部分添加SEAM注意力模块、在特征融合部分引入显式视觉中心模块(EVCBlock)，扩大了模型的感受野，提高了模型对小个体遮挡情况下的目标识别能力，提升了模型对蛋鸡站立、采食、饮水、探索、啄羽和梳羽6种行为的识别精度。提出了一种基于视频帧数与视频帧率比值计算蛋鸡日常行为持续时间的统计方法，并对蛋鸡群体一天之中不同时间段及全天各行为变化规律进行了分析。将改进后的模型进行封装、打包，设计了蛋鸡日常行为智能识别与统计系统。试验结果表明，SEEC-YOLO v5s模型对6种行为识别的平均精度均值为84.65%，比 YOLO v5s模型高2.34个百分点，对比Faster R-CNN、YOLO X-s、YOLO v4-tiny和YOLO v7-tiny模型，平均精度均值分别提高4.30、3.06、7.11、2.99个百分点。本文方法对蛋鸡的日常行为监测及健康状况分析提供了有效的支持，为智慧养殖提供了借鉴。

摘要:高光谱遥感技术可对作物生长状况进行无损、高效地监测，是推动现代精准农业发展的必要手段。以不同施氮水平与覆膜处理下的开花期大豆叶面积指数(Leaf area index，LAI)为研究对象，对原始开花期大豆高光谱反射率数据进行0~2阶微分变换处理（步长0.5），并筛选出各阶光谱指数中与开花期大豆LAI相关性最高的指数作为最优光谱指数进行输入，采用支持向量机(Support vector machine, SVM)、随机森林(Random forest，RF)、遗传算法优化的BP神经网络(BP neural network optimized by genetic algorithm, GA-BP)3种机器学习方法构建大豆LAI预测模型。结果表明：0~2阶光谱指数与大豆LAI相关系数平均值分别为0.616、0.657、0.666、0.669、0.658，相比于原始与整数阶高光谱反射率，分数阶微分变换处理后的高光谱反射率构建的光谱指数与开花期大豆LAI具有更强的相关性；相关系数平均值最高的15阶微分处理最优光谱指数波长组合分别为：TVI(687nm,754nm)、DI(687nm,754nm)、SAVI(728nm,738nm)、RI(687nm,744nm)、NDVI(620nm,653nm)，其余各阶最优光谱指数组合对应波段也集中分布于红边波段（680~760nm）；随着微分阶数提高，光谱指数与大豆LAI的相关性和构建的预测模型的精度均呈先升后降的趋势；当输入变量相同时，RF为3种机器学习模型中的最佳建模方法。经过综合比较，以1.5阶微分处理得到的最优光谱指数组合作为输入数据，基于RF构建的大豆LAI预测模型取得了最高的精度，验证集的决定系数R2为0.880，均方根误差（RMSE）为0.3200cm2/cm2，标准均方根误差（NRMSE）为10.354%，平均相对误差（MRE）为9.572%。研究结果可为提高大豆LAI高光谱反演精度与指导精准农业生产提供理论参考。

摘要:植被含水率是农田生态系统敏感性的重要表征，为提高近地遥感植被含水率反演效率和精度，基于无人机多光谱影像数据，提取苜蓿、玉米2种植被覆盖的光谱反射率，在此基础上引入红边波段计算改进光谱指数。将5种光谱反射率及25个光谱指数利用变量投影重要性（Variable importance in projection, VIP）分析、灰色关联度（Gray relational analysis, GRA）分析与皮尔逊（Person）相关性分析进行筛选，并建立基于反向神经网络（Back-propagation neural network, BPNN）、偏最小二乘法（Partial least squares regression, PLSR）、支持向量回归（Support vector regression, SVR）和随机森林（Random forest, RF）4种机器学习模型，以确定不同作物覆盖下的最佳植被含水率反演模型。结果表明，3种筛选算法中VIP和GRA的模型精度明显优于Person相关性分析，且反演结果波动较小;在4种机器学习算法中，SVR算法在非线性问题中相较于BPNN、PLSR、RF算法具有较强的解析能力和模型鲁棒性，验证集决定系数R2达到0.77以上，其结果能较真实反映植被含水率;两种样地基于GRA的植被含水率反演模型精度最高，苜蓿覆盖地GRA-SVR验证集R2达0.889，RMSE为0.798%，MAE为0.533%;玉米覆盖地反演结果验证集R2为0.848，RMSE为0.668%，MAE为0.542%。研究结果可为植被含水率的快速、精准反演提供理论依据。

摘要:为及时准确地预测我国黄土高原苹果产量，首先选取黄土高原苹果产区86个基地县的气象观测数据，分别提取出苹果生长季内不同月份的气温、降水量、太阳辐射等气象特征变量，花期冻害时间、连阴雨时间和标准化降水蒸发指数（Standardized precipitation evapotranspiration index，SPEI）等气象灾害特征变量，以及气象站点经度、纬度和高程等空间特征变量，再根据斯皮尔曼相关性分析确定影响苹果产量的最重要气象特征变量。然后，采用梯度提升树（Gradient boosting decision tree，GBDT）、支持向量机（Support vector machine，SVM）、贝叶斯正则化反向传播神经网络（Bayesian regularization back propagation artificial neural network, BRBP）和多元线性回归（Multiple linear regression, MLR）算法，建立苹果相对气象产量的预测模型，并确定最佳模型输入特征变量组合。最后，基于不同生育期和生长季内各月份最佳模型输入特征变量组合，分析不同模型预测苹果相对气象产量的提前期。结果表明：影响苹果相对气象产量的最重要气象特征变量为最高气温、最低气温、空气相对湿度、降水量和太阳辐射;最佳模型输入变量组合为最重要气象特征变量、空间特征变量和灾害特征变量;基于最佳模型输入变量组合，GBDT和BRBP模型精度较好（相关系数r为0.77，均方根误差（RMSE）为0.44;r为0.70，RMSE为0.44），而MLR模型表现最差（r为0.63，RMSE为0.49）。在苹果不同生育期内，GBDT和BRBP模型在各个生育期内均能获得相对较高的苹果相对气象产量预测精度，SVM和MLR模型可在果实膨大期获取较为理想的苹果相对气象产量模拟结果。在苹果生长季内各月份，GBDT、SVM、BRBP和MLR模型可在苹果成熟期前1~2个月实现对苹果相对气象产量的早期预测。本研究可为黄土高原苹果产量早期产量预测提供科学依据和技术参考。

摘要:为探明不同水土保持耕作技术对东北黑土坡耕地玉米氮素利用和温室气体排放的影响，以大田试验为基础，设置7个耕作处理：等高耕作（Transverse slope planting, TP）、垄向区田（Ridge to the district field, RF）、深松耕（Subsoiling tillage, SF）、等高耕作+深松耕（Transverse slope planting+subsoiling tillage, TP-S）、垄向区田+深松耕（Ridge to the district field+subsoiling tillage, RF-S）、等高耕作+垄向区田（Transverse slope planting+ridge to the district field,TP-R）、常规耕作（Down-slope cultivation, CK），探究水土保持耕作技术对东北黑土坡耕地土壤养分状况、温室气体排放、氮素吸收利用和产量的影响。结果表明：在玉米全生育期内，水土保持耕作处理显著提高了玉米产量、器官氮素转运率以及氮肥利用率，部分水土保持耕作措施也可以显著降低N2O与CO2排放。其中，玉米成熟期时，实施水土保持耕作措施的植株产量较CK处理增加3.39%～26.43%，TP-S处理提升效果最高。对于氮肥利用率，水土保持耕作技术较CK处理提高25.23%（RF处理）～76.98%（TP-S处理），提升效果显著。对于CO2排放，除SF处理外，其余水土保持耕作处理均显著低于CK处理。但对于N2O排放，TP处理、 TP-S处理和TP-R处理显著低于CK，而SF处理、RF处理以及RF-S处理较CK处理则明显增加。故综合来看，建议当地玉米种植采取等高耕作+深松耕的水土保持耕作技术。

摘要:为探究季节性冻土区冻结前后施加生物炭和秸秆对农田土壤的改良效果，选取黑土作为研究对象，基于田间试验，设置4种不同调控措施(BL：空白对照;CLS：施用生物炭;JLS：施用秸秆;CJLS：联合施用)，分析土壤团聚体稳定性、孔径分布特征、土壤水分特征曲线、土壤累计入渗量、饱和导水率Ksat的变化，在此基础上，探究土壤持水性、导水性等土壤物理特性变异特征。结果表明，施用生物炭和秸秆有效抑制冻融循环作用对土壤结构的不利影响，有效保持土壤团聚体稳定性。施加外源生物质材料改善土壤孔隙分布，在冻结前期增加中间段孔径（0.3~100μm）比例，在外源生物质材料和冻融交替作用双重影响下，增加中间段孔径比例19.05%~35.04%，增加土壤空隙（>100μm）比例4.33%~16.22%，降低极微孔径（0~0.3μm）比例9.09%~18.18%，其中CJLS处理表现最优。在冻结前期，施用生物炭和秸秆增加张力-5cm条件下60min的土壤累计入渗量73.68%、60.52%、151.10%，而在融化期，受外源生物质材料冻融老化影响，其发挥的积极效应有所减弱，土壤累计入渗量最高仅增加11228%。同时，施加生物炭和秸秆提高冻融前后的土壤饱和含水率，增强土壤持水能力，这有助于提高春季土壤抗干旱能力。在外源生物质材料和冻融循环双重作用下植物可用含水率增加，同时冻融前后Ksat均增加，但融化期CLS和JLS处理与BL的差异逐渐减缓。研究结果对于合理施用生物炭和秸秆资源、揭示改良土壤物理特性响应机制具有重要意义。

摘要:为揭示不同灌水量和灌水盐分下老化生物炭对温室气体排放与玉米生长的影响，设置2个生物炭水平：0t/hm2（B0）、60t/hm2（B1），2个灌溉水含盐量：0.71g/L（S0）和4.0g/L（S1），2个灌溉水平：充分灌溉（W1）和亏缺灌溉（W2，1/2 W1)，于2022年4—9月在甘肃武威绿洲农业高效用水国家野外科学观测研究站进行了春玉米田间试验。结果表明，亏缺灌溉相较于充分灌溉CO2累积排放量减少24.13%~52.68%，但二者的N2O排放没有显著差异。微咸水灌溉导致CO2和N2O累积排放量分别增加9.06%~24.79%、9.95%~18.03%。在4种灌溉处理下，老化生物炭使CO2和N2O累积排放量分别减小7.33%~18.78%和21.14%~29.76%。不同处理间的CH4排放无显著影响。亏缺和微咸水灌溉抑制了作物的生长;老化生物炭显著提高了春玉米生物量，总体增加7.86%~25.82%，但其对W1S0、W1S1、W2S0处理下玉米产量增产效果并不显著，且W2S1处理下玉米产量显著降低。同一灌溉水平下，微咸水灌溉增加了全球增温潜势，而利用老化生物炭和亏缺灌溉会降低全球增温潜势。微咸水和亏缺灌溉显著降低了农田土壤炭收益，分别减小17.70%~65.36%和37.30%~71.96%。不同灌溉处理下，老化生物炭均显著增加了农田土壤炭收益，增加15.86%~33.52%。总体上在W1S0、W1S1和W2S0处理下施用老化生物炭小幅提高了玉米产量，大幅降低了全球增温潜势和促进了农田净碳收益，因此在这3种灌溉方式下，老化生物炭施用可增加当地的经济和环境效益。

摘要:科学高效的灌溉管理是提高水分生产力的关键。针对覆膜前后土壤水热条件有明显差异，灌水参数如何影响作物生长与耗水尚不明确的问题，本研究以制种玉米为研究对象在甘肃武威绿洲农业高效用水国家野外科学观测研究站进行了田间试验。设计3种滴头流量D1（2.0L/h）、D2（2.5L/h）、D3（3.0L/h），5种灌水间隔时间P1（6d）、P2（8d）、P3（10d）、P4（12d）、P5（14d），探究灌溉方案对覆膜制种玉米生长、产量和蒸腾耗水的影响。结果表明滴头流量较大和灌水间隔时间较小时制种玉米株高与叶面积指数表现更好。D1处理下，随灌水间隔时间增加株高和叶面积指数呈先增大后减小的趋势，在P2取得最大值。籽粒产量与灌水间隔时间呈现显著的二次函数关系，D1、D3处理下最大值均出现在P2。灌水间隔时间为6~10d时D2可以获得最高的产量。单株日尺度液流速率与小时尺度液流速率均随滴头流量增大而增加，随灌水间隔时间增加而减小。D3处理小时尺度液流速率峰值比D2、D1处理分别增加85.88%~127.02%、117.80%~151.89%。灌水间隔时间由P1增加到P5时，小时尺度液流速率峰值降低23.56%~31.48%。制种玉米蒸腾量随滴头流量增大而增加。一定范围内（P1~P4），增加灌水间隔时间显著降低了全生育期耗水量。灌水间隔时间不大于10d时，D2耗水量最低，比D1降低1.86%~4.14%，且获得更高的水分生产力。D1、D2处理均在P2处理获得最高水分生产力。为实现高效节水，滴头流量为2.5L/h (D2)、灌水间隔时间为8~10d是适宜干旱地区覆膜制种玉米的较优灌水方案，而灌水间隔时间为6~8d时可以实现更高的产量和水分生产力。

摘要:骨炭作为不同动物源骨粉资源化利用的一种重要产物，含有丰富的孔隙结构和活性位点，可被用作于催化剂载体或水体、土壤等环境中的吸附剂。为了三维、原位可视化表征不同动物源骨炭颗粒的孔隙结构特征，选择热解温度为400、500、600、700、800℃的猪、牛骨炭颗粒为研究对象。骨炭颗粒Micro-CT扫描条件为：管电压50kV、管电流200mA、图像分辨率10μm;Micro-CT图像二值化方法为Adaptive mean-C。结果表明：UM和ACE相结合的Micro-CT图像滤波处理方法最优;不同热解温度骨炭颗粒的断层结构图像和容积模型与电镜结果相近;骨炭颗粒比表面积、孔隙率和孔径分布的定量表征结果与实验室BET法的测定值相吻合。研究结果可为骨炭孔隙结构原位三维分析提供一种非破坏、可视化的表征新手段。

摘要:为解决现有无线检测系统无法精准有效反映温室内立体空间的环境变化情况，以及传感器节点定位误差大、硬件成本高等问题，设计了一种基于UWB（Ultra wide band）定位的智能温室三维温湿度检测系统。系统通过一款自主设计的集成UWB定位模块的STM32F系统板对各传感器节点进行定位，并搭载AHT25型高精度传感器对环境数据进行采集。UWB主基站使用4G网络通信模块将各传感器数据及位置信息发送到上位机，并在Web端根据HTML5技术实现温室三维温湿度场可视化，完成温室三维温湿度远程检测。系统定位测试试验证明，各传感器节点精度主要集中在10～30cm范围内，部分节点测量位置误差大于50cm，各节点最大丢包率为2.5%，平均丢包率为1.9%，满足温室测量基本需求，对检测温室热工缺陷区域以及研究植物生长适宜环境有重要意义。

摘要:以添加不同质量浓度水溶性β-葡聚糖的模拟葡萄汁为试材，接种酿酒酵母启动酒精发酵，分别在第2、3、4、7天检测供试菌株的抗氧化活性，并于发酵结束后采用HS-SPME-GC-MS测定发酵酒样的挥发性香气化合物，探讨菌株抗氧化活性和挥发性香气物质之间的相关性。结果表明，外源性添加水溶性β-葡聚糖处理组酵母细胞中的ATP酶、SOD酶活力和还原型谷胱甘肽含量显著高于对照组（P<0.05），活性氧和丙二醛含量显著低于对照组（P<0.05）。300mg/L水溶性β葡聚糖可以明显提高模拟葡萄汁发酵酒样中挥发性香气化合物的含量，尤其是辛酸乙酯、癸酸乙酯等花果香类物质较对照组显著增加（P<0.05），且与酿酒酵母细胞的ATP酶、SOD酶活力和GSH含量呈正相关。综上，质量浓度为300mg/L的水溶性β-葡聚糖，能够明显增强酿酒酵母细胞的抗氧化能力，增加模拟葡萄汁发酵酒样中酯类、高级醇类物质的含量，具有提高葡萄酒发酵香气化合物的应用潜力。

摘要:永磁电机闭环控制需要准确的转子位置信息，而传统的机械传感器在农业生产等恶劣工况下的可靠性难以保证。为了提高系统可靠性，对无传感器控制方法进行了研究。在传统基于滑模观测器的无传感器控制中，系统抖振和稳定性差的问题严重影响了无传感器运行的控制效果。为此，本文提出了一种基于模糊滑模观测器和模糊锁相环的无传感器控制方法，有效地解决了这一问题。首先，利用模糊控制器对滑模观测器和锁相环的控制参数进行处理，并根据电机的实际工况实时调整这些参数，提高了系统鲁棒性。其次，采用递归最小二乘自适应线性谐波提取器对反电动势的高谐波分量进行有效滤波，避免了高频分量对观测结果的影响。实验结果表明，所提出的控制方法提高了对转速和转子位置的估计精度。

摘要:针对现有拖拉机牵引性能预测模型未包含前后轮附着差异、载荷转移和前后桥运动不协调等因素对滑转效率和滚动阻力的影响，导致四轮驱动拖拉机的田间牵引性能预测精度较低。为此本文从拖拉机轮胎的驱动特性和载荷特性入手，通过引入轮胎指数、机动指数等特征参数，分别建立了土壤-轮胎驱动模型与包含轴荷转移的前后轮胎载荷模型;在牵引受力分析的基础上，考虑实际前后桥运动不协调性对总体底盘作业的影响，分别建立了整机滚动效率与滑转效率的预测模型，导出了包含轮胎规格、土壤特性、整机前后桥运动不协调特性、传动效率的四轮驱动拖拉机牵引性能预测模型。针对模型多变量、非线性产生的求解难题，基于双维度迭代法设计了预测算法与流程;采用研究的方法开展了实例分析应用;针对预测模型的有效性验证需求，设计并开展了实车田间牵引试验，结果表明：最大牵引力与特征滑转率对应的牵引力的仿真值误差分别为1.41%与1.74%，滚动阻力误差为0.64%，较对照组准确度提升较大，总体误差较小。

摘要:对一种3T1R解耦并联机构的动力学性能及其惯量耦合强度进行了分析。对机构进行运动学分析，给出了机构的位置正反解方程，得到动平台的雅可比矩阵，推导了机构各构件的速度、加速度;基于牛顿-欧拉法，考虑构件重力以及外负载，建立了机构逆向动力学模型，并用ADAMS软件进行了仿真验证;基于所建的逆向动力学模型，分析了加速度和动平台姿态角对支链驱动力的影响;基于关节空间的惯量矩阵，建立了惯量耦合强度评价指标，分析了其在工作空间内的分布规律，并与降耦前Quadrupteron机构的惯量耦合强度进行了对比分析。结果表明，结构降耦不仅降低了支链间的耦合强度，而且整个工作空间内惯量耦合强度的分布更为一致，提升了机构动态性能的各向同性。