摘要:针对复杂环境下自走式青饲料收获机地形适应性差和留茬高度难控制等问题，采用两点探测-电液控制的方式，设计了一套适用于自走式青饲料收获机的割台仿形系统，并开展仿形系统相关试验。在阐述系统整体架构及工作原理的基础上，通过理论计算确定了仿形探测机构、横向仿形调节机构等主要关键部件的结构参数。建立静应力分析模型，得出割台与喂入箱体连接处相关力学特征。利用ADAMS仿真软件创建油缸负载特性模型，完成仿形系统的设计与相关优化，确定油缸的最佳作业参数范围。为验证仿形系统的功能，将系统搭载在4QZ-30型自走式青饲料收获机上进行试验，以试验过程中割刀前端距地面高度处于100~150mm内的时间所占总试验时长的比率为试验指标，安排道路模拟试验与仿形样机测试，并利用控制系统实时获取割台高度及响应时间，结果表明：仿形探测机构探测高度信息可靠，线性拟合R2为0.9987；仿形调节电液控制系统的响应时间均值在0.16s内；仿形系统能够在行驶速度0~6km/h下，对坡度0°~6°内的地面进行仿形工作，道路模拟试验过程中，割刀前端距地面高度处于标准范围内的时间所占总试验时长的比率β为90.76%，且3组仿形样机测试合格率分别为86.67%、86.67%、93.33%，提高了自走式青饲料收获机的地形适应能力，降低了留茬高度的控制难度，可为自走式青饲料收获机的仿形技术提供参考。

摘要:针对丘陵山区马铃薯联合收获机短缺、履带底盘通过性较差等问题，设计了一款包括底盘行走装置、多级输送分离装置的自走式马铃薯收获机，开展了底盘通过性和机器收获性能理论分析。首先，对收获机底盘坡地行驶、越障性能进行理论分析，获得底盘通过性的临界参数；其次，对收获过程中马铃薯运动学进行分析，得到关键工作部件的相关参数。与此同时，运用RecurDyn仿真软件对整机进行多体动力学仿真分析，获得自走式马铃薯联合收获机适用于丘陵山区横向与纵向坡地及跨越壕沟与直壁的相关运动参数。仿真结果表明：纵向坡地行驶的最大爬坡角度为28°、横向坡地行驶的最大坡度角为20°、整机跨越垂直障碍的最大高度为150mm、最大跨越壕沟宽度为300mm。田间试验结果表明：收获作业时伤薯率为1.92%、破皮率为2.86%。收获机满足纵向坡度25°稳定行驶要求，跨越300mm壕沟，翻越150mm直壁，与仿真结果保持一致，验证了仿真的准确性，满足履带马铃薯收获机行驶通过性的设计要求。该研究可为丘陵山区根茎类履带式收获机的设计提供理论基础与参考。

摘要:为解决马铃薯分段收获后，人工捡拾劳动强度大、效率低、成本高等问题，设计了一种自走式马铃薯捡拾机捡拾装置。针对捡拾装置喂入部分易壅土，造成马铃薯输送不通畅，影响整机作业效率的问题，设计了一种具有双层反转链条夹持输送功能的捡拾装置。为确定捡拾装置最佳的作业参数，基于离散元软件EDEM和多体动力学软件RecurDyn耦合仿真，运用Box-Benhnken试验方法，以马铃薯流量和伤薯率为试验指标，以捡拾装置前进速度、捡拾铲入土深度、捡拾装置输送链线速度和反转夹持链线速度为试验因素，对该装置工作参数进行四因素三水平试验，使用Design-Expert软件建立二次多项式回归模型。对回归模型进行优化后，绘制出响应面曲线图，得出该装置最佳工作参数。田间试验表明，当捡拾装置前进速度为0.70m/s、捡拾铲入土深度为120mm、捡拾装置输送链线速度为1.20m/s、反转链线速度为1.20m/s时，马铃薯流量为5.94kg/s，伤薯率为2.10%，与仿真理论值相比，误差分别为3.30%和4.48%。该研究可为马铃薯捡拾装置设计提供参考。

摘要:针对我国鲜食玉米收获过程中剥皮装备机械工作效率低、剥皮损坏率高等问题，在现有剥皮装置结构的基础上，设计了一种“柔性分段辊型+螺旋调节架”组合式和橡胶频率振动板相匹配的柔性剥皮装置。根据鲜食玉米物理特性，对鲜食玉米剥皮过程进行力学与运动学分析，确定了影响剥皮性能的主要因素，并对该剥皮装置进行了结构设计及参数分析。运用ANSYS Workbench/LS-DYDA模块对鲜食玉米果穗剥皮过程进行仿真，根据理论分析和仿真结果设计了剥皮样机，开展了剥皮试验。为获得样机最佳试验物料，以果穗长度、果穗直径、果穗含水率作为试验因素进行单因素试验，确定长度为260~280mm、直径为64~66mm、含水率为66.5%~69%的果穗作为剥皮机正交试验物料的样品。利用Design-Expert软件设计三因素三水平正交试验，以剥皮辊转速、剥皮辊倾角和振动板振动频率作为试验因素，以苞叶剥净率、籽粒破损率作为试验指标。结果表明：对苞叶剥净率和籽粒破损率影响由大到小均为剥皮辊转速、剥皮辊倾角、振动板振动频率；最优参数组合为：剥皮辊转速478.72r/min、剥皮辊倾角8.05°、振动板振动频率259.20次/min，此时苞叶剥净率为92.41%，籽粒破损率为1.47%。在该条件下根据实际工况开展验证试验，得到苞叶剥净率、籽粒破损率分别为91.75%、1.55%，与参数优化基本一致，满足鲜食玉米剥皮要求。该研究可为鲜食玉米剥皮装备的优化设计和选择提供技术支持。

摘要:针对目前杭白菊机械采收漏采率高、破损率高、含杂率高，采收机械工作效率低、行走动力不足、通过性差、收集不便等问题，结合杭白菊的种植模式及采摘要求，设计了一款梳齿带自走式杭白菊收获机。该收获机主要由梳齿带采摘部件、毛刷组件、升降装置、行走装置、收集装置和液压系统组成，采用链传动带动梳齿排循环转动的方式，利用多排梳齿的梳刷作用实现对杭白菊的连续采收，可通过液压系统调节采摘部件的运转速度和工作高度。通过运动力学分析，确定了传送带、旋转梳齿排等关键部件的结构参数。基于此，搭建了试验样机，并以收获机行驶速度、采摘部件工作转速、梳齿与毛刷间的最小距离为试验因素，以杭白菊采摘率、损伤率和含杂率为试验指标，在田间进行了三因素三水平正交试验，获得了收获机最佳工作参数。当行驶速度为0.1m/s、采摘部件工作转速为60r/min、梳齿与毛刷间的最小距离为60mm时，采摘效果最好，采摘率为83.1%，破损率为15.8%，含杂率为17.9%。所设计的梳齿带自走式杭白菊收获机运行稳定，满足杭白菊采摘的农艺要求。

摘要:全喂入切流式花生摘果作业方式作为花生机械化收获的主要手段，存在有效摘果时间短、损失率高的问题。为此设计一种多级切流式花生捡拾收获机摘果输送装置，主要由多级滚筒、前输送板、驱振轴和后输送板等组成，将传统花生捡拾收获机的摘果装置与输送装置一体化，采用7级滚筒串联与振动输送组合的结构形式实现摘果与输送协同作业。本文在对关键部件作业原理分析的基础上进行结构和参数设计；采用离散元软件EDEM仿真优化方法对输送板的运动参数（方向角、振幅、频率）进行仿真分析；以花生主产区典型品种“大白沙”作为研究对象，通过田间试验对摘果输送装置的作业性能进行试验验证。结果表明，当花生植株喂入量5.6kg/s、二级滚筒转速325r/min、其他滚筒转速239r/min、输送板方向角25°、振幅45mm、频率7Hz时，花生摘净率98.41%，破损率4.76%，夹带损失率1.46%。各项性能均满足设计要求。

摘要:黄河三角洲地区莲藕种植深度为30~40cm，其采收以人工为主，采收环境恶劣，劳动强度大。为解决莲藕采收问题，本文设计了一种智能、高效、低损伤的履带式自走水力采藕机。对采藕机整机结构、工作原理、各关键机构进行了设计和选型，并开展了田间试验进行验证。采藕机主要由底盘及履带式自走机构、水力系统、液压系统、动力系统和控制系统等组成。总动力由柴油机提供，行走机构为履带式，具有良好的稳定性和灵活的转向性能，能适应复杂的藕田作业环境；射流冲刷方式为摆动射流，由提升液压缸和摆动液压缸分别带动喷嘴阵列上升、下降和左右循环摆动作业；能进行坡度0°~40°的转场作业，作业幅宽为2.3m，能够对莲藕表层以上淤泥快速有效冲刷。在3个不同藕田进行了莲藕采收试验，试验结果表明，该机器能适应100cm以下不同水深的藕田，采藕机莲藕采净率大于等于95%，莲藕损伤率小于等于5%，作业油耗率小于等于215g/(kW〖DK〗·h)，作业时行驶速度和平均工作效率分别为3m/min和0.04hm2/h，采收效率为人工采藕效率的4~5倍。采藕机工作性能稳定，能够射流冲刷掉莲藕表面淤泥且未损伤莲藕，满足莲藕采收要求。

摘要:针对现有甘蔗割铺机只能单向收获作业、固定切割高度、无扶蔗机构、车架结构不合理、智能化程度低等问题，设计了一种丘陵山地模块化甘蔗割铺机。整机通过合理布局和侧挂式输送形式，并由可调铺放角度的铺放装置将甘蔗铺放至割铺机后方左右两侧，实现了双向式收获作业并改善输送通道易堵塞的问题。结合甘蔗在扶蔗运动过程中的受力分析，提出了不等螺距螺旋滚筒设计，通过空间坐标变化得到螺旋线方程以及螺旋滚筒直径与安装角度；通过甘蔗输送运动分析确定了输送铺放机构作业速度、甘蔗铺放角；通过甘蔗切割机理分析得到了砍蔗机构切割形式、切割刀盘直径与转速等关键参数。整机作业幅宽设计为1100mm，工作速度为1.8km/h，生产效率为0.176hm2/h。样机田间试验结果表明，当前进速度452.28mm/s、砍蔗机构转速562.12r/min、刀盘倾角12.27°时，甘蔗割铺机破头率最低，为8.398%，工作总损失率为1.71%，整机试验过程中工作状态良好，达到整机的设计要求。

摘要:麦冬为我国大宗中药材品种，道地产区为四川和浙江，地下部分的块根为入药部位。本文针对麦冬块根采后人工脱果劳动强度大，缺乏成熟机械化脱果装置等问题，设计了一款川麦冬剪果装置。该装置采用两组阶梯式的往复切割器、输送夹持带、限果导须板和机架结构。结合麦冬剪果农艺要求和植株物理参数测量计算，确定了整体结构尺寸、限果导须板间隙、输送速度、切割间距、往复行程等参数。基于ADAMS软件对麦冬与脱果刀具之间进行了刚柔耦合仿真分析，以刀刃与麦冬植株接触力大于峰值切割力为条件，模拟切割效果；利用ADAMS/view中Flex模块对麦冬植株进行柔性化处理，分析在接触碰撞过程中两者接触力与麦冬植株形变的变化规律。选取切割速度、切割倾角、刀具构型三因素进行三水平正交试验，结果表明，影响切断的因素主次顺序为切割倾角、切割速度、刀具构型；切割速度与刀刃类型呈显著相关关系；当进行高速切割时，直齿型刀具所产生的峰值切割力大于其他两种刀具构型。综合考虑切割稳定可靠性、切割力和刀具构型最简化原则，得到优化工作参数为：切割速度0.41m/s、切割倾角0.3°、刀具构型为三角光刃型。经仿真验证，该装置结构参数合理，满足麦冬脱果技术要求，可为麦冬脱果机械装置的优化设计提供理论和试验依据。

摘要:主流果蔬采收末端执行器根据采收的果蔬品种和果梗木制纤维材质的不同，结构差异较大，均存在占据空间大、结构笨重、易碰撞果实和易造成损伤等问题，不利于果梗切割，因此研究一种结构灵活、占据空间小、切割省力的适用于不同果梗木制纤维的超声切割刀应用于果蔬采收末端执行器非常重要。本研究采用理论-有限元-试验相结合的方式对超声切割刀切割果梗的机理进行分析。首先建立了超声刀具切割果梗的物理场模型，通过对切割过程进行时空分析，建立了其位移、速度、加速度等数学模型，分析了切割过程的时空不连续性，基于断裂力学对果梗切割机理进行研究并绘制Matlab响应面图，可以发现超声切割所需要的力小于常规切割。利用有限元分析软件，对超声刀具进行了模态分析和谐响应分析，得到了刀具在不同频率下的振动模态和利于切割的最佳频率。最后，利用自制试验台采用不同切割速度分别对不同直径的橘子和橙子果梗进行了超声切割试验。试验结果表明：切割速度和激振频率与采收切断力有关，在高频和低频振动下，随着果梗直径增加，切割时间变化在0.4s内，切割效率稳定；试验中超声切割的最大切断力远小于常规切割，且小于1N，超声切割可以很有效地降低切断力，减小切割时的冲击作用，相对于常规切割切断能力更强，适合将其应用到采收末端执行器，从而获得更高的采收效率。

摘要:甘蔗属于一年生或多年生宿根热带和亚热带草本植物，宿根切割质量对于甘蔗来年的长势有重要影响。本文探究甘蔗茎秆的切割机理并基于断裂力学理论研究甘蔗裂纹的起裂与扩展过程，为提高宿根切割质量提供理论基础。基于根切器与茎秆的相互作用关系，构建刀具切割茎秆的力学模型，探究切割力等影响因素并基于高速摄像技术观察茎秆切割过程；发现影响切割性能（弯矩、切割力等）的因素主要与甘蔗茎秆及根切器的机械力学特性（直径、密度及茎秆倾斜角度等）、根切器的运动参数（切割频率、切割深度） 以及土壤情况等因素有关。高速摄像试验结果表明，多刀切割会增加甘蔗宿根破头、拔根的概率，其由于在一刀切割完成后，茎秆产生凹坑、裂纹等缺陷，在茎秆自身重力及外载的作用下缺陷发生扩展，导致宿根发生破坏。基于断裂力学理论从茎秆内部裂纹入手，分析裂纹起裂条件和影响断裂角的因素并探究裂纹参数对于裂纹尖端应力强度因子以及扩展量的影响。研究结果表明：裂纹角度及数量的改变导致裂纹的开裂类型为复合型裂纹，其中Ⅰ-Ⅱ复合型裂纹为主要开裂类型；应力强度因子随裂纹角度的改变有较大的波动以及裂纹开裂方向和扩展量的变化是由于裂纹角度的改变影响了最大主应力与裂纹扩展面之间的夹角；当裂纹角度小于等于75°时，裂纹将沿原有方向继续扩展后发生弯折，当裂纹角度大于75°时，裂纹将沿着垂直于原有裂纹的方向发生扩展；随着裂纹数量的增多，裂纹间的屏蔽效应增强，导致裂纹尖端材料的应力得到释放，裂尖附近的相对位移减小，裂纹的扩展量逐渐减小。

摘要:大型高地隙喷雾机的作业工况复杂，不同路况对悬架的性能要求不尽相同，传统悬架系统已无法满足喷雾机多工况作业的不同减振需求。为有效提高大型喷雾机各工况下的减振性能并有效降低能耗，提出了一种基于路况识别的多工况主动悬架控制系统。首先，分析喷雾机典型作业工况，建立路面特征与悬架模型的映射关系；然后，搭建喷雾机油气悬架的上下层控制系统，采用变步长萤火虫算法优化控制系统中各工况下的阻尼系数；最终将搭载该控制算法的喷雾机进行田间动态性能试验。试验结果表明，相比传统悬架，主动悬架在水泥及田间路面的行驶平顺性分别提升11.0%和22.8%，操控稳定性分别提升24.5%和3.4%。本研究所提出的控制系统可以有效解决不同工况下驾驶平顺性和操纵稳定性的矛盾关系，满足喷雾机各工况的特定减振需求。

摘要:甘蔗入土切割可以有效降低根切破头率，由于西南丘陵山地蔗田凹凸不平，现有甘蔗收获机难以控制刀盘进行入土切割作业，导致甘蔗机收产生大量根切破头。针对以上问题，本文利用自行研制的甘蔗入土切割试验台，基于角度传感器、切割压力传感器，设计了一种多传感器数据融合的入土切割控制系统,开发了基于PID算法的刀盘高度控制策略，运用Matlab/Simulink构建系统仿真模型。仿真结果表明，入土切割控制系统的稳定时间为0.67s，超调量为8.6％。为验证入土切割控制系统的作业效果，以前进速度、地面波长和地面振幅为试验因素模拟蔗田路面，进行了台架试验。试验结果表明，当前进速度为1km/h、地面波长为1m、地面振幅为4cm时，最小平均入土切割深度误差为3.26mm。当前进速度为3km/h、地面波长为1m、地面振幅为12cm时，最大平均入土切割深度误差为8.87mm，刀盘可以保持入土切割。研究可为入土切割控制系统的开发提供数据支撑和理论依据。

摘要:为解决天然橡胶夜间割胶作业劳动强度大、割胶工短缺、割胶效率低等问题，设计一种固定式天然橡胶自动割胶机，采用行走电机与丝杆电机分别驱动割胶刀绕树转动以及沿竖直方向运动，2种运动复合形成割胶刀螺旋线作业轨迹，实现割胶机根据橡胶树生长状况调节螺旋线升角，保证排胶顺畅。采用丝杆电机与旋转编码盘配合，实现割胶机耗皮量的调整，通过仿形双弹簧实现割刀割深均匀稳定，适应不同割胶需求，降低橡胶树损伤。以螺旋线升角、割刀运行速度、耗皮量为试验因素，以割胶机能耗、耗皮量变异系数为试验指标，进行三因素三水平正交试验。试验结果表明：螺旋线升角为25°、割刀运行速度为0.6m/min、耗皮量为0.8mm时，试验结果最优，平均耗电量为0.48W·h，耗皮量变异系数为7.61%，割深变异系数为4.78%，试验结果满足要求。

摘要:针对我国梨树授粉用工量大、作业效率低等问题，基于液体授粉技术，以水平棚架式栽培的梨树为研究对象，开展多旋翼无人机液体授粉试验，探究多旋翼无人机单位面积液体喷施量、飞行高度及授粉方式等对雾滴沉积分布及授粉效果的影响。试验结果表明多旋翼无人机液体喷雾授粉作业性能稳定，雾滴沉积分布组内变异系数不超过20%；雾滴覆盖率及雾滴覆盖密度均与喷施量呈正相关，当液体喷施量为6mL/m2时，飞行高度的变化对雾滴沉积分布影响显著，飞行高度为4m时，雾滴覆盖率及覆盖密度分别为7.06%、84.77个/cm2，花朵坐果率为49.70%，花序坐果率为85.83%，较自然授粉分别提高91%及43%。当花粉液体喷施量为4.5、6mL/m2时，无人机液体授粉与自然授粉花序坐果率差异显著，且无人机液体授粉与背负式喷雾器授粉花序坐果率无显著差异，花序坐果率可达80%以上。研究结果表明，无人机液体授粉作业时雾滴覆盖率及覆盖密度越高，对提升花朵坐果率、花序坐果率作用越显著，当无人机飞行高度为4m、花粉液体喷施量为4.5mL/m2时为较优的无人机液体授粉参数组合。

摘要:针对向生猪饲料中添加颗粒药物时药物分布不均导致的药物利用率低的问题，设计了一种精准配比料药一体化饲喂器，以计量式斜槽轮为排料装置，并对排料斜槽轮、排药斜槽轮、饲料分流刀等关键部件进行了设计和仿真，实现给定质量比范围内的实时精准加药。用离散元分析软件EDEM进行排料稳定性分析，得出转速为40~60r/min时排料槽轮的稳定性较好，根据（100~250）∶1的料药质量配比确定排药槽轮转速为10~20r/min。用力链分析饲料颗粒和药物颗粒在斜槽轮排料装置工作时的受力情况，可知饲料颗粒和药物颗粒所受的外力小于破碎力，两种颗粒在整个运动过程中所受的外力不会造成颗粒破碎。通过样机试验测得在给定转速范围内，可实现的料药质量配比范围为（93.4~251.8）∶1，给定的料药质量配比在此范围内；进行料药配比混合台架试验，试验结果表明精准配比料药一体化饲喂器能实现向饲料中实时精准加药，解决了小粒径小流量的药物颗粒在大粒径大流量的饲料颗粒中分布不均匀问题。

摘要:现有牧草种子收获机在收获牧草种子时，其收获总损失率与破碎率较高，杂质清选效果差，沉降不充分。为了解决上述问题，在现有沉降箱的基础上进行理论及结构分析，结合具体需求及整机结构外形来改进沉降箱清选结构，设计了一种圆弧减速挡板，减小了种子受到的冲击力，调整了挡板的大小以及位置，使得更多的种子经过沉降进行清选，提升牧草种子收获的质量合格率。通过计算流体动力学仿真对沉降分离装置的内部流场进行了仿真模拟，选择雷诺应力模型和DPM模型分别对气相和固相进行模拟得到气流场分布图和颗粒场的运动轨迹图。结果表明设计的圆弧减速挡板对比折线降速挡板的结构提升了种子沉降率,并减小了种子破碎率，并且在入口风速提高时，提高了箱底种子捕获率。通过牧草种子收获机收割苜蓿实地试验，分别对比了无挡板以及折线减速挡板的收获合格率。结果表明，采用圆弧减速挡板的沉降箱收获种子时沉降损失率为0.19%,破碎率为0.9%，均达到相关行业标准，证明了该装置的有效性。

摘要:多功能饲草揉丝机在实际应用中存在容易堵塞以及抛扔距离不满足使用要求等问题，这些问题均与机内物料-气流耦合运动特性有关。为了探究揉丝机内物料与气流耦合运动规律，采用计算流体力学（Computational fluid dynamics, CFD）以及离散元（Discrete element method, DEM）耦合方法，建立物料揉丝过程中气流与散碎物料耦合作用模型，并对物料与气流之间的耦合运动规律进行数值模拟，通过气流速度测试与物料抛扔距离试验验证耦合模型与数值计算的准确性。研究表明：出料口4个测点的气流速度仿真值与实测值相对误差均在81%以内；额定转速范围内3种转速下物料平均抛扔距离数值计算结果与实测值相对误差均小于5%，验证了物料-气流耦合模型与数值计算结果的准确性。饲草物料破碎后沿着揉碎室内壁面做环流运动，并沿着出料管远离进料口一侧被抛出机外。揉丝机稳定运转后室内颗粒运动的最大速度始终在某一平均速度上下波动，速度均值体现了物料颗粒在锤片打击力作用下获得动能的大小。颗粒物料获得动能越大，装置越不易堵塞，物料的平均抛扔距离越远。研究结果可为揉丝机内物料-气流耦合运动特性优化、避免堵塞以及增加物料抛扔距离提供基础依据。

摘要:针对采棉头故障诊断和故障预警缺失的问题，提出基于粒子群优化算法（PSO）优化堆叠降噪自编码器（SDAE）的采棉头故障诊断方法。将采棉滚筒转速与采棉头输入转速比和采棉头液压驱动压力作为输入，利用PSO算法对SDAE网络的超参数进行自适应选取，确定网络结构，然后将预处理后的数据输入PSO-SDAE网络进行深度特征提取，经过前向传播和反向微调，得到采棉头故障诊断模型。通过采棉头堵塞故障模拟试验对算法进行验证，试验结果表明：PSO-SDAE网络诊断方法在特征有效提取、故障诊断准确率方面均优于SDAE网络、支持向量机（SVM）、反向传播神经网络（BPNN）以及深度置信网络（DBN），可用于采棉头故障诊断和故障预警。

摘要:针对国产圆包式采棉机棉包缠膜技术理论研究不足，存在送膜不畅、包边效果不好等问题，设计了一种点刹递进式棉包缠膜系统，主要由送膜机构、点刹拉紧机构和控制单元组成。通过研究棉包点刹拉紧缠膜机理，理论分析了送膜的必要条件、导向器上膜成功的有效区域、以及棉包端部包边形成的边界条件，确定了影响点刹递进式棉包缠膜系统作业性能的主要因素为打包带速度、点刹周期、制动时间与进膜时间比值（制动比），以平均棉包包边宽度、平均棉包密度为试验指标开展了三因素三水平二次回归响应面试验，建立了回归模型，分析各因素对棉包缠膜系统作业性能的影响，得到了点刹递进式棉包缠膜系统最佳工作参数为：打包带速度156r/min，点刹周期1200ms，制动比为1.2，以此参数组合进行验证试验，得到棉包的平均包边宽度为160mm，平均棉包密度193kg/m3，试验结果与理论优化值相差不超过5%。

摘要:沿海泵站使用的大型轴流泵系统（LAPS）往往需要配备溢流孔以提高过渡过程的品质，但由于LAPS过渡过程中增设溢流孔的机理尚不明确，因此在设计和应用上存在很多困难。本文设计了6种不同直径的溢流孔，在Flomaster软件二次开发的基础上，用瞬态模拟方法研究了不同直径的溢流孔对LAPS的同步启动、异步启动、同步停机和异步停机过渡过程的影响。结果表明：在异步启动过程中，当溢流孔直径达到2m时，最大冲击扬程为1.67Hr，最大冲击功率为1.34Pr，进一步增加溢流孔直径对降低LAPS的最大冲击扬程和功率无明显增益。在异步停机过程中，溢流孔可以有效延缓LAPS流量的衰减，降低瞬时水头和功率，然而，当溢流孔直径达到2m时，最大冲击扬程为1.18Hr，最大冲击功率为1.1Pr，进一步增加溢流孔直径对降低LAPS异步停机过程中的最大冲击水头和功率没有明显的作用。溢流孔直径越大，对于提高过渡过程质量的效果越好，但是当溢流孔直径增大到一定程度后，继续增加溢流孔直径效果没有明显提高。

摘要:针对传统水力设计难以满足井下涡轮发电机的性能要求，提出了一种以叶片载荷为设计变量，输出功率为目标函数的反问题优化设计方法。基于井下涡轮发电机叶片载荷分布规律，采用“三段式”对其进行参数化，依据初始模型叶片载荷分布形式，对NC处载荷进行线性增减，每次变化为0.2倍，设计6种不同叶片载荷分布方案，采用反问题方法设计叶轮模型，计算6种方案的输出功率，得出最高输出功率为方案Ⅱ，值为118.867W，初始模型输出功率为93.2796W，最低为方案Ⅳ，输出功率为80.77W；其中方案Ⅱ的前加载点处载荷相较于初始模型增加0.2倍；对叶片载荷进行分析，得出了井下涡轮发电机输出功率随前加载点处载荷先增加后减小。基于叶片载荷与性能之间的关系以及本文所设计的叶片优化模型，经过不断计算迭代得到了适用于井下涡轮发电机高性能的目标叶片载荷分布方案，目标叶片载荷前加载点处的载荷相较于初始模型增加0.28倍；依据该方案进行反问题设计，对目标叶片载荷与模拟载荷进行比较，二者较为接近；经过数值计算得到同等条件下，经过叶片载荷分布反问题设计模型的输出功率为129.8W，相较于前6种方案中最高输出功率增长10.933W，提升9.26%；叶片压力最高值的位置处于前加载点附近，前加载点一直处于高压区，证明了基于叶片载荷分布对井下涡轮发电机的反问题优化设计方法和理论的可行性。

摘要:针对无人机采集影像时不同地物最佳分辨率难以确定的问题，运用大疆M600Pro型无人机获取棉花蕾期可见光影像，结合地面调查采样数据，利用神经网络（Artificial neural networks，ANN）、支持向量机（Support vector machines，SVM）和随机森林（Random forest，RF）3种监督分类算法进行田间地物识别。分析不同分辨率（1.00、2.50、5.00、7.50、10.00cm）下对地物的识别精度，并结合算法运行时间，从分辨率、算法精度和运行时间上找到适合南疆田间尺度棉花田块地物识别的最佳分辨率和最优算法。试验结果表明：当空间分辨率为1.00cm时，SVM对地物的识别精度最高，总体精度与Kappa系数分别为99.857%和0.997。随着空间分辨率的降低，总体精度和Kappa系数呈下降趋势。当分辨率为2.50cm和5.00cm时，采用RF算法，运行时间最短，土地、棉花和滴灌带可获得较好的识别精度，总体精度与Kappa系数分别可达99.252%和0.986以上。当空间分辨率大于5.00cm时，总体精度和Kappa系数下降，滴灌带制图精度（Producer's accuracy，PA）和用户精度（User's accuracy，UA）下降最大。空间分辨率小于5.00cm的图像能够很好地识别蕾期棉花地的典型地物，可为进行田间地物类型及其分布状况的识别提供指导。

摘要:为提高苹果种植区域的提取精度，提出了一种基于Sentinel-2和MODIS融合影像的CBAM-DeepLab V3+模型。影响苹果种植区域提取精度的主要因素包括遥感影像的质量以及语义分割模型的性能。从影像质量角度来看，采用基于时序的时空融合算法ESTARFM，通过融合Sentinel-2和MODIS的遥感影像数据，实现更高空间分辨率和时间分辨率数据的获取。与此同时，将训练样本从原始的800幅扩充至2400幅，为后续语义分割模型提供更为充足的样本容量。在语义分割模型优化方面，为了进一步提高苹果种植面积的提取精度，以DeepLab V3+网络结构模型为基础，引入基于通道和空间的CBAM注意力机制，进而发展出CBAM-DeepLab V3+模型。与原始DeepLab V3+模型相比，加入CBAM注意力机制的CBAM-DeepLab V3+模型在拟合速度较慢、边缘目标分割不精确、大尺度目标分割内部不一致和存在孔洞等缺陷方面实现了突破，这些改进提高了模型的训练与预测性能。本研究采用原始Sentinel-2影像及时空融合后的影像数据集，结合烟台市牟平区王格庄镇的数据集和观水镇苹果数据集对U-Net、FCN以及DeepLab V3+模型和CBAM-DeepLab V3+模型进行对比，研究发现在苹果种植面积提取方面，CBAM-DeepLab V3+优化模型所取得的MIoU为84.6%，苹果种植面积提取准确率达90.4%。U-Net、FCN和DeepLab V3+模型的MIoU分别为79.2%、75%、81.2%。此外，该模型预测的烟台市牟平区王格庄镇苹果种植面积为3433.33hm2，与烟台市国民经济和社会发展统计公报公布的3666.66hm2相比，误差为233.33hm2，预测准确率高达93.64%。

摘要:针对果蔬识别中识别效率低、成本高等问题，本文提出了基于残差块和注意力机制的果蔬识别模型，并成功部署于果蔬智能识别设备。果蔬自动识别装置由Raspberry Pi、STM32F103ZET6、摄像头、称量传感器、处理器、显示屏、微型打印机、扎口机以及电源等部分组成。中央控制器与显示屏进行交互实时显示各种参数，通过摄像头与称量传感器采集待测物体图像与待测物体质量，由部署于Raspberry Pi的果蔬自动识别模型对果蔬进行精准识别，同时协同单片机STM32F103ZET6将果蔬相关信息打印并控制扎口机进行封口打包。本文以YOLO v5网络为基础，通过增加残差块与注意力机制构建果蔬自动识别模型RB+CBAM-YOLO v5。以自制的数据集训练网络，将6种网络进行对比试验，并选择最优网络进行设备端检测试验。试验结果表明，RB+CBAM-YOLO v5的精确率、召回率与mAP0.5分别为83.55%、96.08%、96.20%，较YOLO v5提升4.47、1.10、0.90个百分点。将RB+CBAM-YOLO v5模型部署于嵌入式设备Raspberry Pi中，设备可实现精准识别、自动称量、打印凭条以及快速打包等功能，可满足果蔬识别以及无人售卖装置的需求。

摘要:针对田间苋菜识别存在准确率低、样本数量少等问题，通过引入扩展感受野和提取上下文信息的ASPP注意力机制改进YOLO v5苋菜识别模型，在低数据集下改进后的模型能够显著提高F1值和mAP。实验结果表明，在低数据集下引入ASPP注意力机制后苋菜识别模型F1值提高13个百分点、mAP提高18.6个百分点。采用横向录制的方式苋菜被检测到的概率提高15.4个百分点。因此，本研究为苋菜或其他杂草在低数据集下的识别提供了有效的方法，为农业领域的杂草识别和管理研究提供了参考。

摘要:秸秆覆盖率是保护性耕作重要的评价指标之一。针对田间秸秆形态各异、细碎秸秆难以识别的难题，基于机器视觉技术，提出了一种基于K-means和彩色空间距离灰度化方法相结合的田间秸秆覆盖率检测算法。采用彩色空间距离方法对秸秆图像进行预处理，基于K-means算法实现秸秆和土壤背景的分类识别，使用数学形态学腐蚀和膨胀方法对识别后的图像进行处理，降低细碎秸秆对覆盖率的影响，最后计算秸秆图像的覆盖率。2022年10月，通过田间试验对北京小汤山国家精准农业研究示范基地采集的220幅玉米秸秆图像进行了算法验证。试验结果表明，对低秸秆覆盖率(0~30%)图像，识别准确率达到90%；对中等秸秆覆盖率(30%~60%)图像，识别准确率达到88%；对高秸秆覆盖率(60%以上)图像，识别准确率达到86%；整体秸秆覆盖率分等定级准确度达到98.18%。本研究设计的基于K-means和彩色空间距离灰度化方法相结合的田间秸秆覆盖率检测算法为保护性耕作评价提供了快速检测方法和手段。

摘要:为解决传统水稻质量分级依靠人工分拣，工作量大、错误率高、分级标准不严格等问题，本文提出一种基于ECA改进的双流卷积神经网络模型对水稻单粒质量分级进行研究。首先，获取每组水稻单籽粒（本文以7颗水稻单籽粒为1组）正视和俯视图像，对于5种简单的监督模型（朴素贝叶斯、决策树、随机森林、最邻近结点算法、支持向量机）、基于遗传算法和投票机制优化的模型（GA-SVM）、集成模型（RF+GA-SVM），通过图像预处理轮廓检测分离出单籽粒图像，利用颜色矩、LBP（Local binary pattern）和Canny算子提取籽粒颜色、纹理和边缘特征，并采用PCA（Principal component analysis）降维后进行训练；而对于单流卷积神经网络模型、双流卷积神经网络模型（FV-CNN）以及本文提出并构建的基于ECA改进的双流卷积神经网络模型（EA-FV-CNN），则使用预处理后的图像进行训练。将上述多种模型进行对比分析，发现基于ECA改进的双流卷积神经网络模型性能最好，其在单粒质量三分级、四分级和五分级准确率分别达94.0%、92.3%和71.0%。实验结果表明，使用基于ECA改进的双流卷积神经网络模型能够提高水稻单粒质量的分级精度，弥补传统方法的不足，规范籽粒筛选分级标准。

摘要:针对高架栽培模式下的大棚草莓，借鉴人体姿态检测算法，建立了改进YOLO v8-Pose模型对红熟期草莓进行识别与果柄关键点检测。通过对比YOLO v5-Pose、YOLO v7-Pose、YOLO v8-Pose模型，确定使用YOLO v8-Pose模型作为对红熟期草莓识别与关键点预测的模型。以YOLO v8-Pose为基础，对其网络结构添加Slim-neck模块与CBAM注意力机制模块，提高模型对小目标物体的特征提取能力，以适应草莓数据集的特点。改进YOLO v8-Pose能够有效检测红熟期草莓并准确标记出果柄关键点，P、R、mAP-kp分别为98.14%、94.54%、97.91%，比YOLO v8-Pose分别提高5.41、5.31、8.29个百分点。模型内存占用量为22MB，比YOLO v8-Pose的占用量小 6MB。此外，针对果园非结构化的特征，探究了光线、遮挡与拍摄角度对模型预测的影响。对比改进前后的模型在复杂环境下对红熟期草莓的识别与果柄预测情况，改进YOLO v8-Pose在受遮挡、光线和角度影响情况下的mAP-kp分别为94.52%、95.48%、94.63%，较YOLO v8-Pose分别提高8.9、10.75、5.17个百分点。改进YOLO v8-Pose可在保证网络模型精度的同时对遮挡、光线和拍摄角度等影响均具有较好的鲁棒性，能够实现对复杂环境下红熟期草莓识别与果柄关键点预测。

摘要:棉花是我国的重要经济作物，棉花产量预测有助于经济调控和调节种植模式，提高生产收益。目前，传统人工测产方法存在劳动强度大，测量精度底等问题。为解决这一问题，选用喷洒脱叶剂后的棉花图像为研究对象，并构建相关数据集，同时以单位面积中的棉花株数、棉铃数和单铃籽棉质量的计算公式和改进的YOLO v5算法模型为核心算法，设计基于Android移动端的棉花产量预测系统。通过选择手机拍照或选择调用相册两种方式获取图像信息，对目标图像进行数据分析处理，实现棉花的产量预测。以图像中棉花的检测框检测出棉花棉铃，根据不同的土壤类型，自动计算出每公顷的棉花产量，与实际产量对比显示，实际产量和预测产量的籽棉和皮棉平均误差为122.01kg/hm2和57.98kg/hm2，且模型在手机端的精度较高，准确率P和召回率R为90.95%和73.16%，与原YOLO v5模型相比，提升19.58、16.84个百分点，在3种类型的手机上进行对比检测后，系统运行时间平稳，产量预测结果相差不大。结果表明，设计的棉花产量预测系统在田间测产结果和算法运行性能较为良好，可以为棉花产量的预测提供技术参考。

摘要:为了满足田间作物长势快速检测与指导变量管理的需求，以玉米为例设计了基于多光谱成像的田间作物植株叶绿素检测系统，包括可见光(RGB)和近红外(Near-infrared, NIR)图像采集模块、主控处理器模块、模型加速模块、显示及电源模块，用于实现玉米植株智能识别与叶绿素指标一体化检测。首先，采集玉米苗期和拔节期冠层图像数据集，比较了植株冠层实例分割与株心目标检测两种深度学习模型，构建了基于MobileDet+SSDLite(Single-shot multibox detector lite)轻量化网络的玉米植株定位检测模型，实现玉米植株识别。其次，提取被识别的植株株心RGB-NIR图像，开展RGB和NIR图像匹配与分割，提取R、G、B和NIR灰度值计算植被指数，使用SPXY算法(Sample set portioning based on joint X-Y distances)和连续投影算法(Successive projections algorithm，SPA)分别对数据集进行样本划分及特征变量筛选，选择高斯过程回归(Gaussian process regression，GPR)算法建立叶绿素指标检测模型。结果显示，玉米株心目标检测模型在遮挡重叠的复杂环境下识别率达到88.7%，在不交叉重叠时识别精度达到90%以上；叶绿素含量指标检测模型建模集的模型决定系数R2为0.62，测试集模型决定系数R2为0.61。对开发系统进行田间测试，结果显示，系统检测速率可达14.6f/s，平均精度为92.9%。研究结果能够有效解决大田环境下玉米营养状态的检测问题，满足大田环境实时检测需求，为作物生产智慧感知提供解决思路和技术支持。

摘要:为了满足田间作物长势快速检测与指导变量管理的需求，基于作物叶绿素光谱响应特征波长筛选与优化，开发了一款便携式作物叶绿素检测仪。首先，采用高光谱仪采集玉米冠层325~1075nm反射光谱，并采样萃取叶片叶绿素含量真值，开展叶绿素敏感响应波长筛选。经蒙特卡洛无信息变量消除（MC-UVE）算法在10~100个特征波长范围内进行变量筛选，表明采用50个特征波长时具有最优的叶绿素含量检测能力。其次，选择AS7265x型光谱传感器，以半峰宽20nm的12个区间覆盖筛选的50个波长，设计的叶绿素检测仪包括传感器、主控制器、显示和控制等模块，实现作物冠层反射光数据采集、处理、显示和存储功能。开展传感器反射率标定与田间应用测试，基于传感器获取的反射率构建叶绿素含量偏最小二乘检测模型验证集决定系数为0.628；进一步组合归一化红边植被指数（NDRE：730、900nm）和绿光归一化差值植被指数（GNDVI：535、900nm），检测模型精度提高到0.69，模型嵌入系统最终实现了田间叶绿素含量快速检测，为作物长势高效分析提供了技术支持。

摘要:农用电化学原位监测Ag/AgCl参比电极存在氯离子泄漏风险，探讨通过新型液态金属纳米纤维复合毡改进柔性参比电极稳定性，利用响应面分析方法(RSM)确定材料制备工艺对参比电极稳定性的影响趋势，获取优化方案并进行可行性验证。试验结果表明，液态金属纳米纤维复合毡制备主影响因素包括纺丝收集距离、纺丝混液质量配比和拉伸次数，影响程度依次降低；收集距离和拉伸次数对参比电极稳定性的耦合作用显著；当制备参数方案为质量比为1∶5、收集距离为19cm、拉伸次数为1150次时，参比电极稳定性最优，平均相对误差不大于4.4%；自制柔性Ag/AgCl参比电极，将其应用于土柱硝态氮和pH值监测原位测量，16d的连续监测过程中硝态氮与pH值测试数据与离线商用电极测量值的绝对误差、相对误差和均方根误差分别小于5.55mg/L、7.2%、1.98mg/L和0.21、2.8%、0.17，参比电极持续提供稳定参考基准，保障了两工作电极与外检数据间良好的一致性，证明了自制Ag/AgCl参比电极在土壤农化分析中的可行性。

摘要:为实现不同深度下作物根系的实时监测与图像采集，设计开发了作物根系生长监测微根管装置，图像采集后可以通过上位机软件进行实时显示与存储。装置由监测管与控制箱组成，监测管使用亚克力材料制作透明外壳，同时在管内通过丝杠和导杆架设滑动轨道，利用步进电机实现摄像头在导轨上的运动控制；控制箱以STM32单片机为核心控制板，并根据实际需求选取了相应外设模块。以番茄根系为研究对象进行持续98d的图像采集，借助软件RhizoVision Explore对根系图像进行分析，试验结果表明，前70d番茄根系整体生长速度较快，后28d逐渐趋于稳定，在深度6~10cm处分布较为密集，根长密度在深度10cm处于第91天达到最大值（1.22cm/cm3），分析结果与番茄根系生长规律一致，表明本根系生长监测微根管装置能在不影响根系持续生长的情况下完成对作物根系的长期在线监测，满足作物根系监测要求。

摘要:针对现有检测方式难以大面积准确检测果园单株猕猴桃病虫害信息，且仅凭地面或者遥感数据获取信息不全的问题，通过搭建地面数据采集设备，配合无人机采集遥感图像，从空地两个角度获取了更全面的猕猴桃冠层叶片病虫害信息。选取Pytorch深度学习框架，使用YOLO v5s算法进行病虫害叶片的目标检测。计算单株果树被害率时，通过图像处理统计被害叶片与冠层叶片的像素数来代替数量统计。在冠层像素数计算过程中，对比K-means聚类分析与大津法阈值分割算法，后者用时更少，操作更加简单。最终得到每株果树冠层不同部分的病害率和虫害率，结果表明，该检测模型精确率为99.54%，召回率为99.24%，验证集目标检测和分类损失值均值分别为0.08469和0.00083。同时，分别选取无人机和地面病害和虫害数据20个，将检测模型获得的病虫害叶片数量的预测值与人工标注的真实值进行比较，遥感和地面的病害与虫害检测模型的平均绝对值误差分别为3.5、2.5、0.9和0.45。地面数据检测效果好于遥感数据检测效果。本研究可为建立猕猴桃果园病虫害检测系统提供依据，同时为猕猴桃果园的精细化管理提供指导。

摘要:农作物病虫害对农业产量和品质影响巨大。数字图像处理技术在农作物病虫害识别中发挥重要作用。深度学习在该领域取得显著突破，效果优于传统方法。深度学习方法的特征提取能力更强，能准确捕捉细微特征，提高检测精度和可靠性。深度学习为农业提供了有力支持。本研究综述了基于深度学习的农作物病虫害检测研究，从分类网络、检测网络和分割网络3方面进行了概述，并对每种方法的优缺点进行了总结，同时比较了现有研究的性能。在此基础上，进一步探讨了基于深度学习的农作物病虫害检测算法在实际应用中面临的难题，并提出了相应的解决方案和研究思路。最后，对基于深度学习的农作物病虫害检测技术的未来趋势进行了分析和展望。

摘要:为快速、全面的监测大田小麦病害，并结合小麦发病特征实现对小麦不同生长部位的病害进行识别，设计了一款便携式小麦白粉病病害检测装置，其由双相机采集模块和主控模块组成，配合病害检测软件系统实现对小麦多部位的白粉病害采集与检测。为保证模型在检测装置部署的可行性，提出了一种基于YOLO v7-tiny模型轻量化改进的白粉病目标检测模型（YOLO v7tiny-ShuffleNet v1，YT-SFNet）。为验证该轻量化模型的准确率和检测速度，与YOLO v7-tiny模型进行训练对比，结果表明YT-SFNet模型相较于YOLO v7-tiny在平均精度上提高了0.57个百分点；在检测时间和模型内存占用量上分别下降了2.4ms和3.2MB。 最后将轻量化模型和软件系统移植至装置主控模块，制作测试集对装置的检测准确率和检测速度进行了性能测试。其对于测试集的识别准确率为86.2%，检测速度上有较好的稳定性，且单幅病害图像从处理、检测及显示保存的全过程平均耗时为0.5079s。

摘要:施肥量动态高精度测量是实施变量施肥的前提。针对目前测量肥料质量流量方法在田间应用时仍存在测量不准确和无法适应工作环境等问题，开发了一种基于微波法的颗粒肥料质量流量测量系统，提出了一种流量质量测量模型和测量方法。以农用颗粒状肥料史丹利15-15-15和撒可富15-15-15为实验对象，控制微波传感器距离和肥料的排肥速度，对数据采用卡尔曼滤波进行平滑处理。实验数据分析表明：颗粒肥料回波信号的主导频率仅与电动排肥装置和传感器的距离有关，而功率谱密度仅与肥料颗粒数有关；通过最小二乘法建立两种复合肥的实际质量流量和传感器输出值的响应关系，两种复合肥响应关系的决定系数R2均不小于0.9858，并对响应关系进行了验证。撒可富15-15-15的测量范围为1.1198~2.0659g/min，最大测量误差为6.35%；史丹利15-15-15的测量范围为1.0719~1.8779g/min，最大测量误差为4.85%，其测量性能符合作业需要。

摘要:腐殖质（HS）是有机肥养分质量的重要指标。在堆肥过程中，生物炭和棉秆木醋液的添加会导致堆体内部环境发生变化，但HS的化学性质变化尚不明确。本研究利用火焰原子吸收仪检测了重金属（HMs）（例如Pb、Cr、Cd、Ni）的形态，运用傅里叶变换红外光谱(FTIR)方法和三维激发发射矩阵荧光光谱(3D-EEM)方法以多个角度表征HS与HMs的络合物。同时，采用数理统计、相关性分析和冗余分析（Redundancy analyses，RDA）比较了试验组的腐熟指标（温度、pH值）、腐殖化能力（HS、富里酸（FA）、胡敏酸（HA）、胡敏酸与富里酸之比（H/F））、官能团等。研究结果显示，木醋液处理能使堆肥腐殖化程度相对较高，且位于波数876~835cm-1的峰值明显增强表明芳香结构在不断累积，H/F最终均达到2.3以上。T1处理组生物炭处理的HS含量位于T4和T3处理组之间，H/F最终达到3.67。T1处理组对Cr钝化过程，交换态最终钝化比例至2%。T4处理组在Pb钝化过程中，最终残渣态的比例高达68%。Cd受T4处理组影响较大，最终表现为氧化态分别向交换态、还原态、残渣态转移2%、10%和11%。然而，无论是添加生物炭还是木醋液，对Ni的钝化在堆制过程中均未显示出明显趋势，交换态、还原态、氧化态和残渣态比例分别稳定在1%~2%、5%~7%、26%~35%和56%~68%，说明本次试验HS对Ni的影响较小。FTIR进一步证实了HS作为富含芳香族和羧基的核心农艺功能物质的基本特性。在堆肥过程中，HS的芳香性逐渐增加，从而增强了与Pb、Cr、Cd离子的络合能力。此外，研究确定了质量分数1.75%的木醋液在猪粪基料堆制过程中整体表现较佳。综上所述，木醋液和生物炭存在以下吸附机制：木醋液的特殊功能基团与HMs离子发生络合作用；生物炭与HMs主要依赖吸附作用；Ni在堆肥中的作用机制可能更倾向于与硝酸根离子结合。

摘要:废水中高浓度的盐会抑制微藻的生长，通过添加外源植物激素吲哚乙酸(IAA)来促进微藻在盐胁迫下的生长，同时考察不同微藻和盐离子种类对高盐废水培养微藻生长特性与氮磷去除的影响。结果表明，流加模式下培养28d，小球藻、链带藻、四尾栅藻的最高生物量分别为0.55、0.66、0.75g/L，总氮和氨氮去除率分别为70.7%、88.5%、79.7%和90.7%、92.6%、92.4%，总磷去除率均达到90%以上。四尾栅藻在模拟高盐废水培养24d后，高质量浓度IAA(20mg/L)对其生长效果最好，生物量最高可达0.403g/L，低质量浓度IAA(≤2mg/L)对其无明显促进作用甚至抑制生长；高质量浓度IAA(20mg/L)的总氮和氨氮的去除效果最好，去除率分别为20%和44.1%；总磷去除率为97.2%，其余5组总磷去除率均维持在15%左右。此外，不同种盐条件下四尾栅藻生物量分别为0.667g/L(空白组)、0.750g/L(Cl-组)、0.898g/L(NH+4组)和1.037g/L(NH+4+Cl-组)，各组氮磷去除效果无明显差别，总氮和氨氮去除率分别在30%和50%左右，总磷去除率90%以上。以上研究表明高浓度IAA在盐胁迫条件下对四尾栅藻生长有明显的促进作用，且NH+4和Cl-混合盐离子组获得的四尾栅藻生物量最高。

摘要:为促进中国农村可再生能源转型与绿色低碳发展，实现低碳村镇的新时期建设目标，以湖北省新星村为研究案例，基于农村用能需求及可再生能源资源禀赋分析，提出了一种风、光、生物质互补的可再生能源热电联供系统。以最低成本与最低平均电价为系统目标函数，以热电覆盖率及生物质利用率为系统评价指标，构建了基于HOMER Pro仿真系统的农村可再生能源热电联供模型，通过仿真分析与容量优化获得了新星村可再生能源系统的构建方案，即由功率674kW的光伏、功率200kW的风力发电机和功率500kW的CHP热电联供机组及外部热源构成最佳系统框架，此时最低系统成本与电价分别为2.30×107元/a和0.986元/(kW·h)。进一步敏感性分析结果表明，电力负荷提高会导致系统成本及电价上升，名义折现率提高会降低成本但导致电价上涨，生物质日输入量对经济指标无影响。减排评估结果表明，相较于传统供能方式，系统年减排量达410.77t，相当于新星村传统供能方式下年排放量的28.19%，减排效益明显。该可再生能源供能系统整体经济性与实用性良好，可为农村地区能源转型与低碳村镇的建设提供参考。

摘要:针对大豆异常籽粒识别模型参数量过大、计算成本高、准确率较低等问题，提出了一种改进的轻量级神经网络MobileNetV3模型，将其层数减少，加快模型的训练和推理速度，增加全连接层和Softmax层以增加模型的非线性判别能力以及利于多分类任务的输出，使用全局平均池化代替全局最大池化减少信息丢失，通过添加Dropout层以及去掉MobileNetV3中SE Block注意力机制来增加模型的泛化能力。试验结果表明：将大豆籽粒图像数据经过传统的卷积神经网络AlexNet、VGG16与轻量级神经网络MobilenetV3训练测试结果进行对比，AlexNet算法最终平均精度均值（Mean average precision，mAP）为87.3%、VGG16算法为87.7%，二者mAP相差较小，但两者在训练过程中模型内存占用量及训练时间相差较大，其中AlexNet模型内存占用量为7070kB，训练时间为5420.59s，而VGG16模型内存占用量为19674kB，训练时间为8282.68s，整体来看AlexNet相对更好。通过对轻量级神经网络MobileNetV3模型的识别训练，最终模型内存占用量为32153kB，训练时间为6298.29s，mAP达到90.6%，相比两个传统算法更高，更适合大豆异常籽粒的分类识别。为了提高训练精度及速度，通过对MobileNetV3网络模型结构调整改进，最终优化改进后的Opt-MobileNetV3网络模型mAP达到95.7%，相较传统MobileNetV3神经网络mAP提高5.1个百分点，模型内存占用量为9317kB，减小22836kB，同时训练时间节省696.57s。优化后的模型实现了模型减小、准确率提高、训练速度加快，可完成大豆异常籽粒识别任务。

摘要:针对茶叶风选装备存在结构简单、风选效果差及风选试验对象单一等问题，为提高茶叶风选效果及茶叶品质，设计了一款绿茶风选装备并开展不同工序下茶叶的风选性能试验。首先，根据风选装备的工作原理，设计了绿茶风选装备，并确定了风选室、风机、传动装置以及物料传递装置的相关设计参数；然后，基于流体力学仿真方法研究风选室内部流场的流线、速度及压力情况，基于离散元仿真方法模拟不同时刻茶叶颗粒群的风选状态，探究不同风速对茶叶风选效果的影响，得出风机风速为6~6.5m/s时流线稳定，且风选效果较好；最后，对风选装备进行了性能测试、风选效果等试验，探究了不同运行频率对风选效果、不同风选顺序对成品茶品质的影响。试验结果表明，绿茶风选装备4种风机变频器频率下风速变异系数均小于8%，风机变频器最佳运行频率为35Hz；单位有效宽度生产率大于7kg/(cm·h)，千瓦小时产量大于420kg/(kW·h)，绿茶风选装备性能测试的各项指标符合国家规程要求；茶鲜叶及杀青叶由B级提升为A-和A级，茶叶复选率均高于90%，风选效果显著，茶叶品质得到提升；各试验组中，主出茶口整体优于其余出茶口，杀青分级中主出茶口茶叶品质最佳，茶叶感官评审得分最高。

摘要:针对成品卷烟外表面缺陷种类多、分类细、人工质检无法对卷烟外观的细粒度缺陷进行系统性检测的问题，设计一种成品卷烟外观检测设备，自动完成成品卷烟的外观全矢量成像和缺陷检测。利用黑箱法对检测设备的技术系统进行分析，并设计了成品卷烟检测设备，该设备主要包括储供装置、单元离散装置、外观成像装置、分拣装置和缺陷检测模型；对影响卷烟运行稳定性、卷烟无损率、成像质量的关键因素进行试验，在单元离散装置上对卷烟运行稳定性因素进行正交试验，结果表明，当滑板提升速度为0.3m/s、过渡板倾斜角为40°、辊子速度为0.045m/s时，烟支输送无斜率可达100%，无偏移率可达99.5%，在分拣装置上对造成卷烟损伤的关键因素进行正交试验，结果表明，当气缸伸缩速度为20mm/s、弹簧刚度为3N/mm时，烟支损伤率为0，对影响成像质量的关键光照因素进行试验，结果表明，光源照射角为10°、光源与烟支高差为30mm时，图像直方图的像素点与其亮度分布包络线平缓，图像清晰；最后，在设备上完成54mm×100规格烟支的检测试验，利用改进HourglassNet-YOLO v4网络模型对成像进行缺陷检测，结果表明，烟支缺陷检出准确率达到98%，缺陷分类准确率达到95.4%。试验结果表明，该设备运行稳定，能够满足成品卷烟外观检测需求。

摘要:为进一步提升农业机器人底盘田间适应性和行驶稳定性，面向我国山东地区小麦表型信息获取作业场景，设计了一种四轮独立驱动转向的农业机器人底盘。根据小麦种植农艺需求和行驶地形环境，确定了底盘总体布局方案和主要技术参数。分别开展了底盘驱动部件、转向部件以及摆臂平衡部件设计，并进行了参数校核和元件选型。建立了关键部件ANSYS有限元模型，分别进行了摆臂平衡机构的应力形变分析和车架振动模态模拟，仿真结果表明，摆臂平衡机构的强度和刚度均能满足设计要求，车架能够有效避免因地形激励产生的共振。建立底盘ADAMS动力学仿真模型，分别进行纵向、横向稳定性分析和单侧凸起、凹坑越障性分析，仿真结果表明，底盘横纵向稳定性能够满足设计要求，摆臂平衡机构能够有效补偿单侧障碍造成的质心高度变化，提高了底盘的行驶稳定性。田间试验表明，机器人底盘具有良好的行驶性能，硬质地面直线行驶平均偏驶率为0.51%，田间地面平均偏驶率为1.13%。原地转向中心点偏移量为3.1mm，阿克曼转向最小转向半径为1.125mm。纵向翻倾角为34°，横向翻倾角为28°。单侧越障最大高度为160mm，单侧跨坑最大深度为160mm。

摘要:针对丘陵山地中拖拉机的侧滑估计，提出了一种融合机器视觉与全球卫星导航定位系统（Global navigation satellite system，GNSS）的多传感器信息融合算法。首先提出了简化的拖拉机运动学模型，再阐述基于GNSS与机器视觉技术的侧滑量估计方法。并通过CarSim和Simulink的联合仿真验证侧滑估计方法的可行性。引入卡尔曼滤波和权重函数对传感器数据进行融合和动态调节。搭建模拟丘陵山地实验平台，在不同的地面倾角、GNSS遮挡条件以及路面条件下进行了实验。实验结果表明，在干燥路面且GNSS遮挡条件下，拖拉机在9°、18°路面条件下行驶时最终融合后的总侧滑量分别为0.322m和0.432m，相对误差分别为7.86%和6.00%，即在GNSS信号遮挡的情况下依然能够准确地估计出拖拉机的侧滑量。研究可为拖拉机的精确横向控制提供新的方法和实验基础。

摘要:拖拉机田间作业工况参数实时、同步、适宜频率的采集对于可靠性分析与优化具有重要意义。本文设计了基于NI-C DAQ控制器的拖拉机作业工况参数检测系统，对所需传感器进行了选型、设计及安装，并结合LabVIEW平台开发了检测软件和远程监控平台。该系统由传感器、数据采集控制器和数据采集监测平台组成，可实现对发动机、车轮/桥、悬挂系统和机具等多种机构的参数测取。此外，该系统可通过便携式触摸屏远程控制和实时监测。为了验证检测系统的准确性和稳定性，开展了信号误差测试和典型参数田间试验。信号误差测试结果表明，各类信号的采集误差、丢包率以及初始误差均能满足参数检测系统的要求。在田间测试中，拖拉机车轮速度和实际速度测量值的最大相对误差为3.1%；悬挂系统水平牵引力的计算值与测量值的最大相对误差为4.5%；根据测取的车轮加速度，辨识田间作业地面类型的准确率为96%；根据悬挂位置拟合耕作深度的决定系数R2为0.99156。最后，开展了检测系统田间作业24h连续运行试验，该系统能始终保持运行稳定与数据准确。开发的拖拉机作业工况信息检测系统相比于同类系统，采集的参数更多，操作更为方便，可为可靠性分析与优化提供有效的数据测取依据。

摘要:针对农用拖拉机排放污染严重的问题，特别是限制氮氧化物（NOx）和碳烟（Soot）的排放，以中国一拖集团某型号农用柴油机为研究对象，采用系统建模仿真、台架试验验证和仿真分析结合的方法对发动机排放优化进行了研究。首先构建了农用拖拉机燃烧室三维模型并导入CONVERGE进行燃烧排放模拟与仿真，通过对模型缸内压力、热释放率试验值与仿真值的对比，证明该模型具有较高精确度，能够较好地描述发动机内部燃烧排放过程。之后以燃烧室的缩口率、凸台深度、燃烧室深度为输入，以发动机NOx和Soot排放量为输出建立人工神经网络作为代理模型。计算决定系数R2和平均相对误差（MRE）来验证人工神经网络的精确度。然后在此基础上提出一种改进的粒子群优化算法，从而获得燃烧室缩口率、凸台深度、燃烧室深度的最佳参数组合，形成新的燃烧室结构并导入CONVERGE软件中进行排放模拟计算并与原燃烧室的排放量进行对比。结果表明采用新的燃烧室结构后能够降低发动机NOx和Soot排放，可为相关农用拖拉机燃烧室系统设计和开发提供参考和思路。