摘要:节能减排是智能农机装备提质增效、转型升级的关键。混合动力拖拉机是全球新能源农机装备产业发展的重点机型，也是加快推动中国农机向高端化、智能化、绿色化转型的关键技术路径。近年来，国内外结合本地农业生产特点，以市场需求为导向，持续催生、迭代新技术和新产品，并通过多场景、多层次的示范及应用，逐步形成完整的技术研发与应用体系，加速推动产品成熟推广。本文在概述混合动力拖拉机发展历程与发展特点的基础上，从设计开发、动力控制、智能化和试验验证4方面归纳分析了该领域关键技术的发展现状，着重分析了国内外机型的技术差异，并指出了制约领域发展的关键问题。最后，在政策引导与技术创新协同的大背景下，从人工智能、大数据等新兴技术赋能农业现代化的角度，展望了混合动力拖拉机产业的发展方向，并提出其在整机优化设计、协同优化控制、专用性能测试装备、智能作业管控等方面的未来发展趋势。

摘要:拖拉机作为实现农业现代化与高效生产的核心动力装备，其技术发展水平直接关系到农业生产的效率、成本与可持续性，产业正加速向高端化、智能化、绿色化方向演进，而新型动力传动技术则成为这一变革中最为关键与活跃的创新领域。本文从新型传动理论研究、关键技术开发与国内外产业化应用3个维度，对国内外拖拉机新型动力传动技术的研究现状进行全面综述。研究聚焦于动力换挡传动、液压机械无级变速传动、纯电驱动系统、油电混合动力、氢能混合动力和甲烷混合动力的多元化技术路线。深入剖析了动力传动系统的基本结构、工作原理与性能特征，结合国内外典型拖拉机产品，分析了关键技术发展现状，以及实际应用成效与产品化路径。归纳并总结了当前新型动力传动关键技术亟待突破的瓶颈问题，主要包括电池容量和充电速率、控制精度和稳定性、电驱动系统环境适应性、多能量源能量管理、新型能源制备与存储等问题。最后，展望了未来拖拉机新型动力传动系统的发展趋势，提出在全局能量高效利用、全场景自适应适配以及模块化多功能拓展三大方向深度融合。

摘要:发展农业新能源动力装备对推动农业绿色低碳转型、保障国家粮食安全和实现农业现代化意义重大。本文系统阐述了农业新能源动力装备的国内外研究进展，重点分析新能源拖拉机、新能源微耕机、新能源作业平台及新能源农用低空航空器四大类装备的现状及发展趋势。新能源农机领域，拖拉机呈纯电、混动与清洁燃料并行演进；新能源微耕机正由“纯电主导”向“电-混并进、智能自走化”演进；新能源作业平台正沿“电驱为主、氢/生物燃料补充，轮/履/轮腿多形态协同”的技术路径演进；新能源农用低空航空器正沿“电驱为主、氢能增航”的技术路线协同发展。然而，当前农业新能源装备面临核心技术适配不足、标准检测体系不完善、产业链协同薄弱、基础设施滞后、市场服务体系不健全等问题与挑战。为此，提出未来应在顶层设计与政策支持、关键“三电”与专用底盘技术攻关、产业链协同与基础设施建设、标准检测与中试验证、场景化示范与服务体系完善等方面协同推进，提升新能源农机适配性与可靠性，促进电动农机推广应用。

摘要:借助实验室台架实现拖拉机实际作业工况下的耐久性试验模拟，对拖拉机可靠性提升具有重要意义。本文借助四立柱轮耦合试验台，开展拖拉机整机耐久性试验方法研究。构建了载荷采集系统，获取了拖拉机实际作业工况载荷数据，采用时域损伤保留识别方法、基于时频分析的累积功率谱密度识别方法和基于小波变换的包络线识别方法进行加速编辑研究，并通过轮耦合台架试验进行加速效果评价。结果表明，在本文应用场景及迭代方法下，基于时频分析的累积功率谱密度识别方法在信号压缩比例方面表现最优，缩减比例达36.37%。基于原始信号及上述3种加速方法，通过加速编辑与迭代处理，获得轮耦合试验台驱动载荷谱，加载效果表明，以底盘、驾驶室为试验目标时均能满足对特定目标测点损伤复现的倾向性，同一试验目标、不同加速识别方法下，基于时频分析的累积功率谱密度识别法在底盘损伤复现方面一致性更佳，时域损伤保留识别法在驾驶室损伤复现方面一致性更佳。

摘要:针对传统通信网络布线方式难以满足自主作业氢燃料电池拖拉机对信息传输高效性、稳定性及功能扩展需求的问题，本文基于SAE J1939协议和ISO 11783标准提出一种多速率控制器局域网（Control area network, CAN）总线架构。首先，结合田间自主作业流程，对传感、定位与驱动控制等数据流进行需求分析。其次，依据图论最小复杂度原则，对比多种拓扑结构，确定网关加三总线结构，并根据自主作业氢燃料电池拖拉机结构及其作业工况特点，划分 CAN 通信网络节点并定义各节点的功能。进而，基于图论建立网络拓扑的数学模型，对不同结构的每秒总信息量N和每秒节点信息量Z进行分析和比较。在此基础上，设计高速（500kb/s）与低速（250kb/s）双速率总线结构，通信报文格式与系统软件开发严格遵循 SAE J1939 协议和 ISO 11783 标准。最后，利用CANoe 软件对通信系统的硬件功能和通信效果进行测试，并在整车上开展实车验证。测试结果表明，各总线的负载率分别为28.22%、19.20%、22.85%，均低于50%的要求，研究结果可为自主作业氢燃料电池拖拉机通信网络设计提供理论依据和参考。

摘要:丘陵山区是我国重要的粮食生产基地，针对该地区农田地块面积小、坡度大和道路窄等特点，本文设计了一种适用于轻简型稻麦收获机作业的电动智能底盘，采用分布式电驱动设计实现灵活转向，采用宽履带设计适应丘陵山区水稻机收作业，开展了运动工况分析，完成了电驱系统与电池系统参数设计，解决了燃油动力底盘响应慢的问题；开展了运动控制系统软硬件设计，实现了底盘遥控操作和自主导航。开展了性能测试试验和作业参数优化试验，以收获速度、脱粒滚筒转速、清选风机转速为试验因素，破碎率、含杂率、损失率为评价指标，设计Box-Behnken试验并进行方差分析，建立了评价指标与试验因素的回归模型，以破碎率、含杂率、损失率最小为寻优目标，对试验因素进行寻优求解，获得最优工作参数组合：收获机收获速度为0.8m/s、脱粒滚筒转速为1000r/min、清选风机转速为2786.15r/min。田间试验结果表明，最优参数组合下破碎率为0.42%、含杂率为4.05%、损失率为0.87%，作业期间整机运行平稳，作业指标基本符合稻麦机械化收获标准，设计的电动智能底盘能满足收获机作业需求。

摘要:针对电动拖拉机牵引作业能量利用率低、速度稳定性不足等问题，本文提出一种基于四电机双耦合动力系统（Four-motor dual-coupled power system，FDPS）的节能控制方法。FDPS兼具前后桥分布式驱动与单桥轴耦合驱动特点，支持单电机、双电机、三电机及四电机多驱动模式。建立作业机组纵向动力学模型和轮胎-土壤互作模型，以及能够表征FDPS效率特性与动力特性的电机模型与传动系统模型。提出一种与牵引作业负载匹配的多驱动模式节能控制架构，上层基于混合罚函数粒子群算法，针对不同需求驱动力与作业速度，离线生成FDPS驱动模式切换与多电机最优转矩分配规则；下层结合模糊PID算法在线精准识别整机需求驱动力，并跟踪目标作业速度。基于田间实测牵引阻力数据开展900s的节能控制台架试验。试验结果表明，所提方法较平均转矩分配控制策略电能消耗降低3.76%，速度均方根误差减少11.1%，提高了整机作业经济性和速度稳定性。本文所提动力系统可作为通用动力平台，所提节能控制方法可为电动拖拉机多动力源驱动控制研究提供参考。

摘要:为研究大功率混合动力拖拉机电池容量配置对系统效率、全生命周期成本（Life cycle cost, LCC）影响规律，以190kW串联式混合动力拖拉机为研究对象，构建包含设备购置、电池更换、燃油油耗等在内的LCC评价体系。提出一种基于枚举法与动态规划（Dynamic programming, DP）结合的两层级电池容量配置优化方法，外层研究能源、电池价格时变权重下电池容量对LCC的影响规律并通过枚举法全局搜索进行寻优，内层通过DP算法对混合动力拖拉机能量管理策略进行最优控制。基于Matlab/Simulink搭建拖拉机整机仿真平台，在拖拉机全生命周期内量化分析电池容量与能量管理策略对系统效率的耦合影响机制。仿真结果表明：在2.2~110A·h的电池容量区间内，随电池容量的增加，有利于整机油耗降低和电池寿命延长；电池容量为24.2A·h时为整机油耗拐点，增大电池容量对整机油耗的改善极小；当电池容量达到52.8A·h，电池按循环寿命无需更换，但电池容量与LCC呈现非线性关系，22A·h配置可使全生命周期成本最小化至390.93万元。本文建立的“技术参数-全生命周期成本”优化框架，可为农机装备混合动力系统设计提供理论范式和参考。

摘要:针对目前农用轮式动力装备适应性差、运动不灵活、环境友好性不足等问题，面向设施园艺农业生产中的播种、中耕、植保、运输等环节作业需求，提出了一种具有铰接式车架和独立四轮驱动与转向轮组的多模式驱动控制转向无人农用动力装备。动力装备总体结构包括铰接式车架、独立驱动转向轮组、中置悬挂装置和电控系统，具备两轮转向、四轮转向、原地转向和蟹行转向等多种转向模式。对驱动电机、转向电机、PTO电机、动力电池等动力系统关键部件进行了匹配计算。分析了农用动力装备在多种转向模式下的动力学特性，建立了多模式动力学模型。机电控制系统采用分层式驱动控制方法，并以行驶速度、转向性能、爬坡性能、耕深稳定性和续航性能作为评价指标，开展了多组田间试验。试验结果表明，农用动力装备行驶速度均值为9.67km/h，四轮阿克曼转向最小转向半径为1715.5mm，最大爬坡度为15°，耕深稳定性系数为94.62％，续航时间为2.18~2.77h，具备良好转向特性、可通过性及作业稳定性，可为高端中小型智能农机装备设计提供理论基础和技术支撑。

摘要:针对轮式电动拖拉机的高效振动能量回收问题，在课题组现有振动馈能装置的基础上，引入变刚度弹簧，提出一种装置共振频率与路面激励频率的匹配方法，提升了俘能性能。分析电动拖拉机行驶的路面激励频带，研究并建立变刚度振动馈能装置的动力学模型；融合隐式重启Arnoldi法、自适应交叉近似算法及有限元方法研究装置的模态演化规律，在此基础上确定变刚度弹簧的劲度系数，提出变刚度振动馈能装置的频率匹配方法；通过谐波定频与扫频试验对比，研究定、变刚度振动馈能装置的俘能性能。结果表明：引入变刚度弹簧能够使馈能装置的共振频带拓宽，最大瞬时输出电压提高至52.2V，平均输出功率和发电量分别提升34.4％和42.8％，同时满足电池组的减振要求。

摘要:为实现拖拉机犁耕作业中犁耕阻力精准控制并提升牵引效率，本文提出了一种犁耕阻力预测方法。提出了一种基于上拉杆力的犁耕阻力感知模型，并利用试验台进行了试验验证。针对实际田间作业中仅通过上拉杆力感知犁耕阻力方法存在测量结果不稳定问题，搭建了拖拉机犁耕作业参数测试平台，得到了基于耕深、上拉杆力、车速和轮速的多源异构传感器数据并构建了预测样本。将小波阈值去噪（WTD）和麻雀搜索算法（SSA）引入最小二乘支持向量机（LSSVM）中，搭建了基于WTD-SSA-LSSVM的拖拉机犁耕阻力组合预测模型并进行了模型性能验证。结果表明，与仅采用上拉杆力感知方法对比，模型预测方法具有更高精度。进行了不同预测方法对比，采用组合模型方法得到的测试集决定系数（R2）、平均绝对误差（MAE）、均方根误差（RMSE）和平均绝对百分比误差（MAPE）分别为0.97、118.1N、151.4N和2.2%。相对于LSSVM和SSA-LSSVM预测模型，R2分别提高8.9%和5.4%；MAE分别降低49.7%和42.2%；RMSE分别降低46.7%和39.1%；MAPE分别降低56.8%和48.8%。由此可知，本文方法具有更好的预测性能，更适用于拖拉机犁耕阻力预测。

摘要:精准的轮土模型是优化混动拖拉机牵引力控制进而提升综合能效的基础，其中，精确的纵、垂向力估计是保证模型辨识精度的关键。然而，作业时地形变化、犁体与土壤互作的未知负载变化造成拖拉机各轮的纵、垂向力波动剧烈，增加了准确估计的难度。为此，以分布式混合动力拖拉机(DHET)为研究对象，提出了一种融合多重滤波联合观测的轮胎-土壤模型在线辨识方法。首先，利用卡尔曼滤波(KF)估算轮胎的纵向力，结合动力学模型采用容积卡尔曼滤波(CKF)算法估算轮胎的垂向力；然后，结合Brixius模型和整车纵向动力学，构建基于无迹粒子滤波(UPF)的轮土模型在线辨识器，通过无迹变换(UT)设计粒子提议分布，保留非线性轮土模型中的高阶信息，并使用粒子滤波(PF)算法对待估参数进行更新，完成对模型的在线辨识。硬件在环(HIL)试验结果表明，该方法能够在机动指数变化的路面条件下，快速且准确地实现辨识，移动系数均方根估计误差不超过1.2。试验结果显示，在两种地况下，辨识模型边界牵引系数误差在±0.015范围内，前轮试验数据分布占比达到84.45%和88.16%，后轮分别为86.72%和85.38%，验证了该方法在不同地况下均具备较高精度和鲁棒性。研究结果为拖拉机最优驱动力分配策略提供了理论支持，并有助于提升牵引效率和燃油经济性。

摘要:农业机械（农机）的作业状态是评估农业机械化效率和精准管理的关键指标，为实现数据管理平台对农机作业状态的精准监测，本文提出一种基于农机运行轨迹多维特征的作业状态辨识方法。首先，基于物联网现代信息技术支持的大数据管理平台，研究了农机作业空间轨迹点的潜在特征，分析了速度、平均加速度、转向率和轨迹点密度等特征的分布规律。其次，依据各特征的分布特点和作业状态辨识需求，采用多策略分箱处理方法对特征进行定量划分，并引入证据权重（Weight of evidence，WOE）和信息值（Information value, IV）方法量化不同特征对农机作业状态的影响权重，从而评估关键特征对作业状态的识别能力。最后，基于农机空间轨迹点的多维关键特征，结合BP神经网络与AdaBoost的融合算法对农机作业状态进行辨识。试验结果表明，所提出的算法模型在农机作业状态预测中的准确率高达97.3%，表明基于农机多维特征的辨识方法可准确辨识农机的作业状态。

摘要:针对拖拉机动力学模型准确性评价环节缺失以及系统化、标准化评价手段缺乏等问题，基于模型仿真系统的校核、验证与验收理论，提出了一种基于时间响应误差与灰色关联度的模型准确性评价方法，构建了包含相位误差、幅值误差和形状误差的分层验证指标体系，并采用灰色关联度法对动态响应曲线进行分段评估。设计了4组包含明确误差成分的理想算例，采用本文方法与传统数值误差分析方法进行对比，结果表明，本文方法能够对各算例多重误差特征进行有效解耦和准确识别，精确反映误差来源与分布的同时，其综合评价结果准确性优于传统方法。在此基础上以自主构建的动力换挡拖拉机纵向动力学模型为应用实例，采用所提方法评价不同工况下的模型准确性。结果显示，模型准确性综合结果均值为90.95，在高速及复杂路面等条件下，各误差特征评分明显降低，部分极端工况综合结果小于88，反映出所建模型针对不同工况存在一定局限，符合客观事实，验证了所提评价方法的有效性和全面性。

摘要:针对丘陵山地轨道运输平台转运农机具易失稳、运输安全性差等问题，设计了一种山地轨道运输平台防失稳液压自动调平系统。系统采用三轴加速度传感器实时监测平台姿态，开发了以平台Z轴倾角为输入的PSO模糊PID（PSO Fuzzy-PID）调平控制器，并进行仿真试验与实机测试。仿真结果显示，在单位阶跃信号下，基于PSO Fuzzy-PID算法的系统响应时间为0.181s，超调量为0。静态实机试验结果显示，在室内轨道倾角为4°、7°和10°下，PSO Fuzzy-PID算法调平误差的标准差平均值为0.068°，最大调平误差控制在0.45°以内。动态实机试验结果显示，系统滞后时间小于0.4s，可保证平台在-0.079°~0.497°范围内波动，满足±10°范围内平台精准调平的需求。研究结果验证了本系统的有效性，表明其在工程应用场景中有实际应用价值。

摘要:针对拖拉机电液悬挂力位综合耕深控制过程中，人工设定力位综合度难以适应土壤条件复杂多变的作业环境问题，提出了一种基于最优力位综合度的耕深控制方法。搭建了拖拉机电液悬挂力位综合耕深控制与加载系统试验平台并采用系统辨识方法进行系统建模。针对系统等效传递函数参数不确定问题，设计了一种全局滑模控制算法，并引入反正切函数以降低系统抖振。设计全因子样本试验，采用折衷规划法建立综合作业评价指标，得到不同工况下的期望力位综合度并基于粒子群优化的最小二乘支持向量机（PSO-LSSVM）建立最优力位综合度模型。利用搭建的控制系统试验平台对控制系统效果进行了验证。结果表明，本文算法上升时间为1.06s且无明显抖振；相比于固定力位综合度为0.5的耕深控制方法，本文方法在目标耕深140、220mm的耕深偏差率分别减小19.5%和13.9%，耕深均匀性提高16.6%和11.2%。该方法可以根据土壤比阻和耕深实现力位综合度的自适应调节，面对复杂田间作业环境适应性更强，为耕深控制方法研究提供了参考。

摘要:犁耕作业拖拉机驱动轮滑转程度的精准检测是实现滑转率控制的基础，有助于提高拖拉机的牵引效率和犁耕作业质量。针对重负荷犁耕作业环境下滑转率检测准确性、实时性难以保证的问题，提出了一种基于多传感器数据融合的滑转率检测方法。搭建了拖拉机犁耕作业数据实时采集平台，通过田间试验获取不同工况下的犁耕速度、前进加速度、车身俯仰角、侧倾角、犁耕阻力、耕深以及对应的滑转率，构建数据集并进行统计学分析，基于随机森林（Random forest，RF）、支持向量回归（Support vector regression，SVR）、径向基神经网络（Radial basis function neural network，RBFNN）、人工神经网络（Artificial neural network，ANN）4种机器学习算法搭建滑转率检测模型，采用网格搜索（Grid search）、粒子群算法（Particle swarm optimization，PSO）对模型超参数进行寻优，并使用决定系数（R2）、均方根误差（RMSE）以及平均绝对百分比误差（MAPE）3种评价指标评估模型性能。结果表明，除RF模型存在过拟合现象外，其他3种模型均可以较好地实现滑转率的预测（R2>0.9）。其中，使用PSO进行初始阈值权重寻优的ANN模型在测试集的性能（R2为0.937，RMSE为1.0%，MAPE为7.6%）优于SVR模型（R2为0.918，RMSE为2.6%，MAPE为8.9%）与RBFNN模型（R2为0.903，RMSE为3.0%，MAPE为8.8%），能够更加可靠、精确地实现拖拉机驱动轮滑转率的检测，为实现滑转率精准在线检测与控制提供了新思路。

摘要:由于拖拉机作业工况复杂，受作业环境、土壤条件及牵引载荷等影响，动力换挡过程中的随机时变扰动易引发换挡冲击，甚至造成变速箱损坏。因此，本文提出一种考虑时变扰动观测的拖拉机动力换挡过程最优控制方法。首先，分析拖拉机动力换挡过程动态特性，建立拖拉机换挡过程动力学模型。以换挡时间、滑摩功和冲击度为换挡品质评价指标，构建换挡控制系统二次型指标函数。然后，引入高阶扰动观测器估计换挡过程中的时变扰动及其各阶导数，并结合哈密尔顿函数对线性二次型调节器（Linear quadratic regulator，LQR）求得换挡过程最优控制律。最后，基于dSPACE和Matlab/Simulink搭建了拖拉机硬件在环仿真平台，开展了不同工况下的换挡过程仿真验证。结果表明，以1LL挡升1L挡为例，运输工况和犁耕工况下，本文算法换挡时间分别为0.72、0.85s，较LQR分别减少22.58%、38.4%，经HDO算法补偿后，最大冲击度分别为16.11、8.51m/s3，虽比LQR分别增加了5.29%、2.04%，换挡顿挫差异不明显，但滑摩功控制效果显著，仅为4.61、8.82kJ，比LQR分别减少38.04%、59.17%，本文方法可有效观测抑制换挡过程中的时变扰动，提高了换挡舒适性。

摘要:针对原茬地免耕精量播种机传统机械式调节方式地轮总成不能适应地形变化，导致清秸效果不稳定，地轮滑移率增大等问题，设计一种液控式仿形限深地轮总成，液压系统可快速调节地轮高度，并保持位置恒定，确保刀齿入土深度稳定，缓冲弹簧可减弱地面传递到播种机的冲击，提高清秸装置稳定性。通过理论分析确定仿形限深地轮总成主要结构参数，利用仿真试验获得缓冲弹簧最优刚度为1.2×105N/m。田间对比试验表明，液控式仿形限深地轮总成工作稳定且具有较小的滑移率，当刀齿入土深度判定标准为（50±10）mm时，机械调节地轮总成与液控式仿形限深地轮总成的刀齿入土深度合格率分别为62%和82%，液控式仿形限深地轮总成刀齿入土深度合格率比机械调节地轮总成高20个百分点，液控式仿形限深地轮滑移率明显小于机械式调节地轮，随着作业速度增加，两种调节方式地轮滑移率都在增加，但液控式仿形限深地轮的增长趋势小于机械式调节地轮。

摘要:针对长江中下游地区油菜直播前茬秸秆量大、土壤黏重等问题，从油菜种床整备与深施肥作业相结合的角度出发，本文提出了一种厢面整幅浅旋、播种带旋切深松深施肥种床制备方法，设计了一种旋切组合深施肥装置。依据耕作层前茬水稻根系分布特点，结合油菜根系生长特性，确定了施肥深度为100~150mm、深松深度为200mm；基于动力学分析了切茬破土圆盘切断残茬的作用力，分析了缺口滑切曲线，确定了圆盘半径、滑切角和缺口数量；根据耕作深度确定了深松破土铲关键参数；通过单体扰动区域得到了旋切组合深施肥装置排布间距。利用离散元软件对旋切组合深施肥装置作业性能进行了仿真试验，结果表明，当施肥深度为150mm时，播种带构建合理，秸秆混埋均匀，施肥深度为156.60mm，深度稳定性系数为87.46%，均匀性系数为13.18%。田间性能试验结果表明，当施肥深度为150mm时，埋茬率为86.65%；播种带耕深、非播种带耕深分别为191.17、112.50mm；耕深稳定性系数分别为90.70%、91.18%；实际施肥深度为149.44mm，施肥深度合格率为85.80%。田间播种试验结果表明，当施肥深度为150mm时，实际施肥深度为151.56mm，施肥深度合格率为85.83%，施肥均匀性变异系数为14.33%,旋切组合深施肥装置处理下出苗率为88.97%，高于旋耕混施肥和旋耕不施肥；花期主根长度分别增加22.24%和38.26%，主根颈直径分别增加0.60%和3.57%，产量分别提高14.02%和37.50%。结果表明旋切组合深施肥装置为油菜生长提供了适宜的播种带和施肥效果，可为油菜机械化直播种床整备和深施肥提供参考。

摘要:为实现巨菌草种茎有序排种，提升播种效率和精度，防止种芽损伤，设计了一种往复辊式巨菌草精量排种器，由往复式送种机构、辊式排种器机构和导种部件组成。根据西北地区巨菌草种茎的物理特性和种茎埋栽种植农艺要求，对送种装置的送种、排种和出种过程进行理论分析，确定了关键部件结构及参数。采用EDEM法对排种器的工作过程进行仿真，分析种茎的受力及运动，确定种茎在送种阶段无损伤；以重充率、堵塞率和株距合格率为试验指标，设计二次回归正交旋转组合仿真试验，确定排种辊最佳结构参数组合为：凹槽深度16mm、凹槽宽度24mm、表面间距7mm；出种口较优结构参数为：侧板倾角45°、开口宽度45mm、开口长度30mm；为确定排种器最佳作业参数，以株距合格率和株距变异系数为试验因素，进行二次回归正交旋转组合台架试验。试验结果表明，当排种辊转速为11.57r/min、出种口与地面相距高度为191.56mm、导种板倾斜角度为35.77°时，株距合格率达到96.4%，株距变异系数为9.98%，排种器工作性能满足巨菌草种植农艺要求。

摘要:为提高移栽机在丘陵山地的作业适应性，提高坡地作业质量和工作稳定性，基于已开发的丘陵山地移栽机，提出了一种基于超螺旋滑模自抗扰的移栽机调平控制系统，可对沿等高线作业的移栽机整机进行实时横向水平控制。根据移栽机整体结构和调平控制原理建立伺服电缸控制数学模型，以描述和分析系统动态性能指标。在为移栽机整机调平提供驱动力的伺服电缸数学模型基础上设计超螺旋滑模自抗扰控制器，并结合所建立的被控系统对所设计超螺旋滑模自抗扰控制器进行李雅普诺夫稳定性分析。搭建Matlab/Simulink-ADAMS联合仿真平台，在静态工况下对比超螺旋滑模自抗扰(STSMC-ADRC)与经典PID控制算法、自抗扰控制（ARDC）性能，结果表明在静态调平时，ADRC控制的调平时间比PID缩短了约29.5%；而STSMC-ADRC策略相较于PID控制，调平时间缩短约46.3%。最后开展单边桥静态试验对比与实地动态试验对比，动态试验结果表明，STSMC-ADRC控制算法在0.2、0.3、0.4m/s试验中表现均为最佳，均方根误差分别为0.77°、1.94°和2.32°，优于ADRC和PID控制算法。

摘要:现有茄果类蔬菜嫁接机多为半自动型，受种苗生长形态差异显著的影响，自动上苗环节难以实现。本文根据茄果类蔬菜成排全自动嫁接机的工作要求，设计了一种接穗自动取苗装置。该装置采用柔性夹持手，对种苗生长形态具有较强的适应性，能够实现接穗穴盘自动供给、夹持、切削以及转移，实现了嫁接作业中接穗取苗自动化，从而推动嫁接机从半自动向全自动作业升级。为了验证接穗取苗装置的工作性能，以嫁接期辣椒苗为对象，以取苗成功率为试验指标，弹性片厚度、夹持手结构、接穗生长偏移量为因素，开展了接穗取苗三因素三水平正交试验，试验结果表明，三因素对取苗成功率的影响程度从大到小依次为：夹持手结构、生长偏移量、弹性片厚度。最佳组合为弹性片厚度0.3mm、夹持手结构Ⅲ型和生长偏移量0~14mm。在最优组合条件下进行接穗取苗测试，以3个穴盘苗共150株接穗为取苗对象，经过试验验证，取苗成功率为98.7%，达到嫁接机接穗取苗作业性能要求。

摘要:为提高茶园土壤-有机肥混料的离散元模型仿真精度，以茶园土壤与有机肥为研究对象，通过物理试验与仿真模拟相结合的方法进行参数标定。通过斜面法、滚动摩擦试验及碰撞恢复系数测定，获取土壤与有机肥的物理参数及接触参数，并基于圆筒提升法实测混料堆积角。利用Plackett-Burman试验筛选出显著影响参数，结合最陡爬坡试验确定优化区间，通过Box-Behnken响应面法建立二次回归模型，获得最优参数组合：土壤-有机肥恢复系数为0.35、有机肥-有机肥滚动摩擦因数为0.115、有机肥-钢板碰撞恢复系数为0.606。同时通过含水率试验分析明确了模型含水率的适用区间（5%~10%）。验证试验表明，仿真堆积角为24.49°，与实际值相对误差为1.65%。搭建茶园中耕施肥机样机，进行田间和仿真旋耕施肥试验，得到不同旋耕转速（150、200、250、300r/min）条件下，田间试验和仿真试验覆土率的相对误差分别为6.21%、4.52%、7.13%、7.72%，仿真试验与田间试验的土壤-有机肥分布情况相一致，验证了土壤-有机肥混料离散元模型和接触参数的准确性。

摘要:针对传统施肥方式均一化投入易造成资源浪费、环境污染以及现有变量施肥系统滞后补偿方法适应性不足的问题，本研究设计了一种基于时空耦合补偿的处方图式稻麦变量施肥系统。采用低成本STM32F407控制芯片和CAN总线控制架构对控制系统和核心中央控制器进行设计，结合ArcMap地理信息系统平台提出基于农学专家决策的数字化变量施肥处方图生成方法，开发了支持GPS报文接收、解析、处方图加载与高效检索的人机交互软件，提出了施肥量调节位置时空耦合校正模型，通过排肥口动态定位数学建模和滞后时间自学习算法，实现了系统响应时间的现场自动标定与动态补偿。台架试验表明，滞后时间自学习算法在不同作业速度（4~8km/h）和施肥量梯度（0~450kg/hm2、0~750kg/hm2、450~750kg/hm2）下的计算准确率均在90.5%以上；田间试验显示，开启时空耦合校正后，50m作业段内平均施肥量精度达97.4%，较无校正状态提升8.0个百分点，且作业速度增至8km/h时精度波动仅2.5个百分点。该系统为稻麦变量施肥提供了高精度、低成本的智能化解决方案。

摘要:针对干热河谷区葡萄种植中灌溉用水利用率低、管理水平落后等问题，本研究采集葡萄作物生境与生理大数据，融合农艺理论数据，基于综合多元数据耦合分析进行水肥一体化智能调控系统设计。该系统采用标准Modbus协议传感器进行数据采集，并使用可自由设定时间的LORA低功耗无线组网传输模块。结合云盒子、网关和数据传输单元等设备，搭建了一个土壤及环境物联网监测采集系统，实现了土壤和环境的连续在线监测与数据收集。LORA采用Modbus-RTU协议进行数据传输。采用修订的PM模型优化模糊PID控制算法，构建了一个作物栽培模型。通过该模型，系统能够驱动灌溉和施肥管理决策形成，优化农业生产过程，实现在线式的水肥一体化灌溉设备控制，减少了人工操作需求。试验结果表明，相较于传统PID和模糊PID，系统超调量分别减少13.6、3.6个百分点，系统响应率分别提升58.2%和26.6%；用水量分别减少25.0%和13.5%，用肥量分别减少30.0%和17.1%。实现了干热河谷区葡萄种植中灌溉和施肥智能化管理，显著提高了资源利用效率。

摘要:为满足现代农业对农作物在各生长阶段整体生长状态与发育趋势的检测需求，实现农作物快速、无损的检测目标，研究设计了一种基于主动光源的手持式作物NDVI（归一化植被指数）传感器。该传感器检测终端集成波长650、850nm的窄带LED以及Si PIN光电探测器，确保光源的稳定输出和接收端的精确响应。以4个不同施肥梯度下的60个小麦作物冠层为研究对象，基于信号调制解调的原理，对植物冠层的NDVI值进行测量。研究结果表明，该传感器的光源稳定性良好，2个波段的标准差均控制在0.9mV以内；在不同测量高度下进行的光学标定实验中，测量结果与标定参数之间呈现出显著的线性关系，决定系数（R2）均高于0.97；当测量高度在20～40cm范围内变化时，NDVI的输出结果基本不受测量高度的影响，其均方根误差（RMSE）分别为0.025和0.015。此外，该传感器能够有效降低外界环境光变化的干扰，确保测量结果的稳定性。与参考仪器对比分析结果显示，二者在NDVI测量结果上具有高度一致性，R2达到0.79，RMSE仅为0.031。实验结果充分证明了自主研发的手持式作物长势检测仪在实际应用中具有较高的可靠性和准确性，能够为作物长势监测提供有力的技术支持。

摘要:为了提高谷物联合收获机在线测产精度并抑制测产过程中车身倾斜与机械振动的干扰，设计了一种基于倾角与振动补偿策略的压力式谷物测产系统。该系统由压力式谷物测产装置、GNSS定位模块、数据处理器和上位机组成。首先基于谷物产量与传感器压力、倾角、振动、含水率的函数关系构建谷物产量监测数学模型，并搭建了谷物产量监测试验台架，通过正交试验结合响应面分析法优化装置结构参数。研究了压力传感器数量、消振器安装位置和测产装置倾角对测产误差的影响，并确定最优参数组合：压力传感器数量为5、振器安装位置为第3参考位置（距左槽壁175mm处）、装置水平倾角为21°。台架单变量（流量变化）与多变量（流量、倾角及振动变化）试验结果表明，不同工况下20组试验的测产误差稳定控制在3%以内；田间试验结果表明，实际作业中平均测产误差为3.41%，最大不超过4%，验证了系统可有效抑制车身倾斜与机械振动对测产精度的干扰，可为精准农业产量分布信息获取提供有效技术支撑。

摘要:针对传统大豆联合收获机脱粒分离装置无法适时调控脱粒间隙，导致脱粒室内物料分布不均匀，进而造成大豆籽粒破碎率、未脱净率和夹带损失率较高的问题，本文设计了一种基于喂入量和脱粒间隙适时匹配的调节系统。以喂入量、脱粒段脱粒间隙和分离段脱粒间隙为试验因素，大豆籽粒破碎率、未脱净率和夹带损失率为评价指标，进行了台架试验、脱粒间隙自适应调节试验和对照试验。试验结果表明，该控制系统调节脱粒段脱粒间隙和分离段脱粒间隙平均误差为0.49mm和0.47mm，当喂入量为0~2kg/s、2~3kg/s和3~4kg/s，脱粒段脱粒间隙为15、23、30mm，分离段脱粒间隙为15、20、27mm的试验组合时，籽粒破碎率、未脱净率和夹带损失率分别为2.73%、0.30%和0.42%，相比恒定间隙试验分别降低0.39、0.27、0.28个百分点。脱粒间隙自适应调节试验各项指标优于对照试验，研究结果可为脱粒间隙自适应控制系统及大豆联合收获机智能化提供支持。

摘要:针对盐碱地花生收获过程中铲杆式挖掘收获装置存在土壤破碎效果差、根果部分含土率高、挖掘作业阻力大等问题，结合盐碱地土壤特性及花生种植农艺要求，设计了一种切挤组合式挖掘装置。构建了挖掘装置切削挤压力学模型和花生根果土团聚体破碎分离力学模型，明晰了影响挖掘装置作业性能的主要因素为挖掘铲铲面倾角、挖掘铲刃口角和挤压滚筒半径，并分析确定了各参数的取值范围。利用EDEM软件开展仿真试验，探究花生根果土团聚体在挖掘装置作业时的变化过程，利用单因素试验确定了各因素对作业阻力和根果部分含土率的影响程度；以作业阻力与含土率为评价指标，采用中心复合设计法开展二次回归正交旋转组合试验，得出最优作业参数组合为：挖掘铲铲面倾角22°、挖掘铲刃口角50°、挤压滚筒半径110mm，根果部分含土率为48.86%、机具工作阻力为15696.3N。田间试验结果表明，切挤组合式花生挖掘装置的作业后根果部分含土率为53.61%、工作阻力为15965.57N，相较原挖掘装置挖掘收获根果部分含土率降低了21.58个百分比，工作阻力降低了5.57%，性能优于原挖掘装置。

摘要:在小区收获机中，基于柯恩达效应的除杂系统是一种新型二级除杂装置，具有结构简单、空间占比小的优势。在实际应用中，仅依靠曲面的柯恩达效应仅能实现杂质分离，大部分杂质无法在气流作用下有效去除，导致除杂效率较低。为提升装置的除杂效率，增强曲面末端的柯恩达效应强度，并减少气流扩散现象，本文在原有除杂装置的基础上，增设了辅助板结构。基于CFD-DEM方法，获取了无辅助板时小麦籽粒和颖壳杂质的颗粒偏转角，并利用这些颗粒偏转角，通过几何关系确定了辅助板自由端角度的变化范围为4.89°~27.12°。借助数值仿真方法，深入研究了装置内部柯恩达效应作用带的流场结构，确定了柯恩达效应末端速度突变处的高度位置范围为0.112~0.128m。基于仿真结果，进一步明确了辅助板长度及其固定端对应位置。最终，通过台架试验得出，当辅助板自由端角度为25°，长度为155mm，固定端高度位置为0.122m时，除杂效果最佳，籽粒含杂率为0.998%，充分证明了辅助板在提升除杂装置性能方面的显著作用。

摘要:针对谷子联合收获过程中清选环节对多组分异质颗粒缺乏精准建模与参数支撑的问题，本文开展了谷子脱出物建模与参数标定。基于谷子脱出物组成特性，构建了籽粒、谷码和茎秆3类典型颗粒模型，采用离散元方法结合自动填充技术分别进行球体、异形体和圆柱体建模，并通过填充球面数量与形态差异度分析优化建模形态。在颗粒物理参数测定基础上，以休止角为指标，采用Plackett-Burman试验、最陡爬坡法与Box-Behnken响应面优化相结合的参数标定方法，实现了籽粒、谷码、短茎秆接触参数修正，仿真与实际休止角平均误差分别为1.94%、3.72%、1.16%。为验证模型精度，开展高速摄像验证试验，利用TEMA软件提取颗粒轨迹并与仿真结果进行对比，结果显示3类颗粒轨迹重合度均大于0.75，所得平均绝对误差与均方根误差均处于较低水平，说明仿真轨迹在幅值与趋势方面均与实测结果高度一致，验证了模型预测动态行为的精度与可行性。研究结果表明，本文所构建的建模方法与标定参数具备良好的物理一致性与工程适用性，可为谷子清选过程颗粒动力学仿真与机理研究提供支撑。

摘要:为解决甘蔗收获机驾驶员依赖肉眼和经验判断蔗梢位置，难以实时精准调整切割高度的问题，提出了一种基于双模态及模糊自适应PID控制的甘蔗收获机切梢器智能定位系统，并提出了基于甘蔗簇特征识别的簇调刀策略。系统首先利用YOLO v8实例分割模型检测蔗梢，深度相机实时采集甘蔗蔗梢的深度数据，并将像素坐标转换为相机坐标，实现高度测量，为验证深度相机在田间的实际定位效果，设计了多组田间甘蔗定位试验，结果显示，深度相机在距离甘蔗50~100cm范围内的平均相对误差为0.189%~0.949%。随后，通过设计模糊规则，单片机结合模糊自适应PID算法，上升响应速度约为289.36mm/s，下降响应速度约为273.16mm/s，误差在±1mm内。PID对比试验表明，模糊PID控制相较于传统PID控制，模糊PID响应时间缩短了0.12s，为1.24s，超调量由12.80mm减少至4.63mm，超调次数降至1次，稳态误差稳定在±2mm以内。最后，动态试验表明，系统的平均识别时间为0.08s，具有良好的实时性。

摘要:针对在智能化落梳过程中，刀具对香蕉果柄自适应性差且落梳成功率低等问题，本文根据香蕉果穗及果柄形态参数并结合落梳生产要求设计了一种新型末端执行器，利用可变落梳张合式刀具切割弧适应不同大小的香蕉果柄，从而实现香蕉连续落梳。设计了落梳末端执行器关键参数与主要结构；建立了落梳刀具插切香蕉果柄过程力学分析模型，并开展了强度仿真，结果表明在落梳过程中落梳刀具最大应力为58.147MPa，小于刀具材料屈服强度205MPa。搭建了落梳机器人试验平台，并得到影响落梳效果的显著性因素排序为落梳入切角、刀刃角、落梳速度。为获得最佳参数组合，以峰值切割力和切口质量作为评价指标，利用Design-Expert软件进行了三因素三水平组合试验，得到试验因素与评价指标间的数学回归模型。对回归模型进行多目标优化，得到最佳参数组合为：落梳速度2m/s、落梳入切角5.77°、刀刃角5°。最佳参数组合验证试验结果表明，峰值切割力为31.49N，切口质量为84分，与回归模型预测结果相对误差均小于5%，落梳成功率为92%，表明张合式香蕉落梳末端执行器能有效适应香蕉果柄形态且获得较好的切口质量。

摘要:针对新疆棉田现有的残膜回收技术主要侧重于机械性能，忽略收膜过程中根茬对残膜的拖拽作用，导致残膜容易挂在根茬上的问题，本文通过对捡拾弹齿在含有根茬回收残膜时理论及仿真分析，确定了弹齿工作参数。使用有限元法（FEM）与光滑粒子流体动力学（SPH）相耦合算法，将弹齿、根茬、残膜构建为FEM网格，土壤构建为SPH颗粒，对残膜所受到的剪切应变、峰值应力、拾取高度及受到根茬的拉扯应力进行模拟。模拟含有棉秆根茬时的残膜回收情况，分析回收效果。田间试验结果表明，当根茬高度为5~9cm时，残膜平均回收率为91.25%，根茬上残膜残留率为4.30%。当根茬高度为10~12cm时，残膜平均回收率为82.66%，根茬上残膜残留率为12.55%。根茬高度为5~9cm的地块比根茬高度为10~12cm的地块回收率提高8.59个百分点，根茬上的残膜残留率降低8.25个百分点。根茬高度5~9cm的地块中，根茬上残膜残留量占未回收残膜总量比根茬高10~12cm地块低45.34%。研究结果为根茬与残膜相关性以及残膜回收率提升提供了理论支持。

摘要:针对现有滚筒式棉秆粉碎与残膜回收联合作业机残膜回收率低、残膜含杂率高及揉搓式残膜打包机构容易丢膜且打包带容易变形等问题，设计了棉秆粉碎与残膜回收打包一体机。通过原理分析与计算确定了锤片式秸秆粉碎机构与螺旋输送机构的关键参数；改进了残膜捡拾机构与地轮驱动机构，确定了拾膜滚筒的尺寸及临界转速、地轮与拾膜滚筒之间的传动比、捡膜齿尺寸与捡膜齿间距等参数；通过理论分析，确定了螺旋排杂机构与脱膜机构的结构参数及工作参数；通过分析残膜打包过程，确定了打包带与水平面之间的夹角、打包带线速度以及支撑辊数量与间距等参数。田间试验表明，机具前进速度为10km/h、捡膜齿深度为25mm、留茬高度为10cm时，作业效果最佳，验证试验表明，在上述最佳工作参数下，机具的残膜回收率为89.78%，残膜含杂率为11.15%，粉秆合格率为94.79%，各项性能指标均满足设计要求。

摘要:为解决云贵湘等烟草产区烟叶人工采收劳动强度大、作业效率低、烟叶损伤严重和适用采收装备缺乏等问题，本文优化设计了一种面向丘陵山区的履带自走式烟叶半自动采收机底盘。整机采用龙门式车架，可实现3垄烟叶同时采收。基于降低烟叶机械损伤、低速平稳作业要求，设计了双电机独立驱动系统和机械式自动对行行走装置。同时，基于CAN总线技术，开发了集手动和远程遥控于一体的整车控制系统，以适应不同场景下的控制需求。开展了整机的稳定性分析与性能试验。结果显示，烟叶采收机底盘的最高行驶速度为5km/h，最小转弯半径为903mm，最大爬坡度为23°，横向极限倾翻角为247°；在横向侧倾角度为15°~20°的坡地等高线行驶时无侧滑、倾翻现象；在坡度为10°~15°的纵向坡道上，沿上、下方向可停靠时间均大于5min；田间采收时整机运行平稳，动力充足，能够实现速度0~4.5km/h自由变换，对烟叶人工采收作业适应性强，烟叶平均机械通过损伤率0.73片/（次·hm2），烟株平均机械通过损伤率仅0.083株/（次·hm2）。研究结果表明，设计的履带自走式烟叶半自动采收机底盘能够满足狭小地块、缓坡地烟叶人采机运作业要求，对推动烟草生产全程机械化具有重要意义。

摘要:为探析撂荒耕地复耕适宜性，以提高耕地利用率，本文以吉林省梨树县为研究区，基于谷歌地球引擎平台和梨树县2022年Sentinel-2影像数据，通过计算光谱特征、植被特征、纹理特征、地形特征等共46个特征，运用随机森林算法构建最优特征集，最终筛选39个特征参与分类，得出撂荒耕地范围。采用AHP-CRITIC-TOPSIS模型，分别从自然、土壤、社会经济条件3个维度构建撂荒耕地复耕适宜性评价模型，并将适宜程度划分为高度适宜、中度适宜、勉强适宜和不适宜4个等级，从而提出撂荒耕地复耕可行性方案。研究结果表明，2022年梨树县土地利用类型分类结果精度较高，总体分类精度以及Kappa系数均在95%以上，表明分类结果与实际地类一致程度高，整体分类效果好。梨树县撂荒耕地中不适宜复耕的撂荒耕地面积为1673.73hm2，主要位于研究区东南部地区；高度适宜复耕撂荒耕地面积为1071.67hm2，主要位于研究区西北部海拔较低的平原地区。目前国家耕地保护政策的落实对农村耕地利用情况确有改善，但农村耕地抛荒、利用效率低等问题依旧突出，研究结果可为梨树县以及周边地区提高耕地质量、保证粮食安全提供科学依据。

摘要:黄河流域内人-地-水系统间是相互关联及协调促进的关系，探究其耦合协调度及影响因素对实现黄河流域高质量发展和生态文明建设具有重要意义。本文以黄河流域9省（自治区）为研究区，采用熵值法和综合评价法分别测算2013—2022年黄河流域人、地及水系统指数水平，在此基础上，基于二元及三元层面，运用耦合协调度模型和固定效应（FE）模型分析评价黄河流域人-地-水系统耦合协调度时空格局分布特征及其影响因素。结果表明：2013—2022年黄河流域各省人-地-水系统整体稳中有进，但各子系统发展速度各异，大多呈波动式上升趋势。2013—2022年黄河流域各省人-地-水系统耦合协调度空间分布差异明显，截至2022年，内蒙古、宁夏、山西、河南、山东已达到中级协调水平，其余4省仍有较大发展空间，而各省人-地、人-水、地-水二元系统也基本呈逐年增强趋势。科技投入与农村治理投入对于耦合协调度产生积极影响，产业结构升级、对外开放程度、固定资产投资与政府调控能力对耦合协调度产生不同程度作用。综合来看，在加快推进黄河流域生态保护和高质量发展重大国家战略背景下，应针对黄河流域上中下游地区制定差异化的人-地-水协同发展路径，合理协调黄河流域多系统发展关系，促进区域未来健康可持续发展。

摘要:快速、准确地监测作物地上生物量的时空分布情况对于作物长势状况评估及农田精准灌溉管理具有重要意义。光谱指数已广泛应用于地上生物量估算，但高覆被下光谱饱和效应严重影响模型性能，另外，结合无人机遥感光谱、温度和纹理信息之间的互补与协同效应进行农田尺度不同生育期和不同灌溉量处理下玉米地上生物量估算的适用性以及气象因素对于遥感模型估算年际间地上生物量的影响仍需深入探究。本文以2018、2019、2021年内蒙古不同实验地数据为基础，使用无人机多源遥感系统获取的光谱指数、温度指数和纹理信息以及气象参数（参考蒸散量和饱和水汽压差）作为输入特征参数，采用逐步回归、随机森林回归、自适应增强回归、支持向量回归和一维卷积神经网络回归5种建模方法，建立多源特征融合的大田玉米地上生物量遥感估算模型。研究结果表明：与单一类型遥感信息相比，融合光谱、温度和纹理信息的地上生物量估算模型精度较好，其中一维卷积神经网络回归模型的精度相对较好（验证集R2=0.87，RMSE为295.77g/m2）；引入气象参数后，地上生物量无人机多源估算模型精度无明显提升，表明气象参数与无人机多源遥感信息存在冗余；考虑到无人机机载设备的成本因素及作业效率，本研究中基于光谱指数和气象参数的地上生物量随机森林估算模型的精度也较高（验证集R2=0.85，RMSE为296.74g/m2），说明气象参数可作为光谱指数的补充，推荐其进行年际间大田玉米地上生物量估算；地上生物量一维卷积神经网络模型的性能在不同生育期存在差异，因此需根据作物生育期来综合评估模型性能。本研究为促进无人机多源遥感技术在农田精准灌溉管理上的应用提供了技术支持。

摘要:传统的西瓜考种方式存在效率低、工作量大、主观性强，易导致不同育种工作人员对相同品质性状的瓜评价不统一等问题。为此，提出了一种基于机器视觉与高光谱成像技术的西瓜考种系统。设计了西瓜图像自动采集装置，包含一台GigE视觉相机和一个称量平台来获取西瓜的表型数据，并对西瓜切面选择了10个不同的感兴趣区域（ROI）进行糖度建模，利用高光谱成像技术实现西瓜切面各个位置糖度分布可视化。通过最小外接矩形法对西瓜的横径和纵径做出测量，得到最小外接矩形的长和宽即为西瓜的横径和纵径。应用Canny边缘检测算法实现对瓜皮轮廓的提取，并取瓜皮轮廓的瓜蒂、瓜脐和两个中间位置，这4处瓜皮厚度的平均值作为皮厚真实值。采用卷积平滑（SGS）算法分别结合多元散射校正（MSC）、标准正态变换（SNV）、单位矢量归一化（UVN）3种算法对光谱数据进行预处理，对经过最佳预处理后的光谱数据采用竞争性自适应重加权算法（CARS）、连续投影算法（SPA）和一次组合降维算法（CARS+SPA）进行特征波长筛选，最后用筛选后的光谱数据建立偏最小二乘回归（PLSR）模型并进行分析比较。研究结果表明，该系统对西瓜横径、纵径、瓜皮厚度的测量值与人工测量值相比准确率最高分别为98.68%、98.82%、93.81%，均方根误差分别为2.43、2.08、1.63mm。对西瓜糖度检测效果最好的模型为（SGS+UVN）-CARS-PLSR，其检测相关系数Rc和Rp分别为0.9204和0.9127，均方根误差RMSEC和RMSEP分别为0.3760°Brix和0.4668°Brix，残差预测偏差RPD为2.4900。

摘要:近红外光谱技术已被广泛用于秸秆理化特性的快速分析研究，具有检测速度快、效率高、无损等优点。然而实际应用时，秸秆的粒径不同会降低模型的检测精度及其稳定性。针对几何粒径水稻秸秆样本，分别获取其在10000~4000cm-1波段的近红外光谱。采用多项式拟合（Polynomial fitting, PF）消除秸秆样本光谱信号中的背景信号。使用单因素方差分析对多项式拟合的几何粒径秸秆样本光谱特征信号进行统计学检验（P<0.05）。运用主成分分析（Principal component analysis, PCA）及Biplot解析光谱特征信号对几何粒径秸秆样本光谱差异的贡献度。分别利用Pearson与Spearman相关性分析筛选关键光谱特征信号。根据二次多项式拟合数学模型，假设吸光度由粒径相关光谱信息（Particle size related spectrum information, PSRSI）与非粒径相关光谱信息（Non-particle-size-related spectrum information, nPSRSI）构成，提出了一种基于关键光谱特征信号吸光度与粒径的粒径回归校正方法（Particle size regression correction method, PSRCM）。结果表明：几何粒径秸秆样本5180cm-1光谱特征信号存在极显著差异性（P≤005，P≤0.01，P≤0.001）且与粒径呈现极显著相关性（Pearson’s r为0.96）。基于二次多项式数学模型的表现最优，决定系数R2与均方根误差（RMSE）的平均值分别为0.53和0.0021。PSRCM可有效校正6.824、5360、5180cm-1等特征信号引起的几何粒径秸秆样本光谱差异，校正效果明显优于标准正态变量变换（Standard normal variate transformation, SNV）与乘性散射校正（Multiplicative scatter correction, MSC）。本研究为秸秆近红外光谱无标样模型传递校正方法提供了理论依据。

摘要:枯水病是蜜柚采后的常见病害，枯水病出现时会影响蜜柚果实口感，甚至使其失去食用价值。作为一种大型厚皮水果，难以通过肉眼及果实外表判断蜜柚内部是否存在枯水病害。本研究基于近红外透射光谱检测方法结合一维卷积神经网络（One-dimensional convolutional neural networks, 1D-CNN）建立蜜柚枯水病快速无损检测模型。采用实验室自主研发的可见-近红外全透射光谱测量系统，以红肉蜜柚为研究对象，采用短积分模式采集样本的近红外透射光谱波长范围（562.03~1110.16nm）数据进行分析，在没有光谱数据预处理情况下采用Kennard-Stones算法将样本划分训练集和测试集，随后建立一维卷积神经网络蜜柚枯水判别模型，经测试，模型对于枯水程度分类准确率达到98.15%。与采用原始光谱数据与经多项式平滑处理（Savitzky-Golay, SG）和使用竞争性自适应重加权算法（Competitive adapative reweighted sampling, CARS）筛选特征变量后的反向传播神经网络（Backpropagation neural network, BPNN）、核极限学习机（Kernel extreme learning machine, K-ELM）、极限梯度提升树（Extreme gradient boosting, XGBoost）等传统判别模型的判别结果进行对比，最后使用数据增强方法对原始光谱数据进行扩充，以验证卷积神经网络模型稳定性。结果表明，本文提出的卷积神经网络模型在不使用复杂预处理以及特征筛选方法的情况下，对蜜柚内部枯水以及枯水程度的判别效果最佳，且能够在光谱处理过程选择有效信息，极大地提升了模型判别效率，对实现蜜柚内部枯水程度快速、准确地无损判别具有借鉴意义。

摘要:黄瓜霜霉病作为一种严重威胁黄瓜生产和品质的真菌性病害，其分生孢子梗和孢子囊的定量检测对病害防治关口前移具有重要意义，由于分生孢子梗及孢子囊存在形态多样和方向不同特征，传统的水平边界框检测方法无法准确检测。因此，本文提出了一种基于改进YOLO v8s-OBB的检测方法，通过引入卷积块注意力机制（Convolutional block attention module, CBAM）和轻量级共享卷积检测头（Lightweight shared convolutional detection head, LSCD）模块，旨在提高黄瓜霜霉病菌分生孢子梗及孢子囊的检测效率和准确性。通过引入CBAM，增强了模型对关键特征的识别能力，使其更聚焦于显微图像中的重要区域，进而提高了对小目标的检测能力。LSCD通过共享卷积操作集成多尺度特征，提高了模型对不同尺寸目标的检测性能，同时降低了计算成本，以适应资源受限环境的需求。旋转边界框技术能准确捕捉分生孢子梗及孢子囊的倾斜和旋转姿态。实验结果表明，对比原始YOLO v8s-OBB模型，改进YOLO v8s-OBB模型不仅模型尺寸进一步减少，而且对黄瓜霜霉病菌分生孢子梗及孢子囊的检测性能更优，其精确率、召回率和mAP@0.5分别达到96.0%、90.1%和96.5%。同时，改进YOLO v8s-OBB模型检测精度均优于S2ANet、H2RBox和R2CNN等先进旋转目标检测模型。此研究验证了改进模型在实际应用中的有效性，并为黄瓜霜霉病的早期诊断提供了技术支持。

摘要:小麦作为全球重要粮食作物之一，对其病虫害进行及时诊断与防治可有效减少粮食损失。然而，深度学习方法通常依赖于大量的训练数据和高性能计算资源，在小样本学习数据和资源有限情况下存在限制。为了解决上述问题，提出一种基于知识增强的轻量化多模态小麦病虫害识别模型Blend-CNN（Multi-modal blend convolutional neural network）。该模型以双分支卷积神经网络为主体框架，在采用EfficientNet骨干网络提取病虫害图像特征基础上，引入多路TextCNN骨干网络提取病虫害文本描述特征，以得到更多的病虫害特征信息，从而提高模型识别准确率；提出基于卷积网络的多模态学习方法，使模型能够从全局上更优地融合2种模态信息。为了减少传统多模态方法的准确率损失，构建了梯度拼配损失函数；为了验证所提模型的有效性，在包含880个样本的自建数据集上进行了对比实验。结果表明，所提模型不仅在该数据集上取得最高识别准确率（96.95%），并且与其他对比模型相比，参数量更少、复杂度更低，更加轻量化，可以用于边缘设备，可为小样本和资源有限场景下的小麦病虫害识别提供一定理论支撑。

摘要:针对水稻活体害虫智能识别过程中容易出现目标小、姿态各异以及诱捕时诱捕装置效率不高等问题，导致害虫识别精度不足，本文提出一种基于一拖三活体靶向诱捕器改进YOLO v8n模型的水稻害虫智能识别方法。通过改进传统靶向识别装置结构，设计一拖三活体靶向诱捕装置提高工作效率；针对智能识别所需数据集制作，提出图像逐帧清晰度对比排序法进行数据集提取，通过改进CBAM注意力机制引入自适应模块，提升模型对目标区域关注度，改进AFPN结构，在AFPN中增加高分辨率P2层，以增强对小目标的识别能力。模型试验结果表明，改进后的YOLO v8n模型在稻纵卷叶螟数据集上的平均精度均值（mAP@0.5）达到95.65%。消融试验结果表明，改进后的CBAM模块、引入P2层AFPN结构均显著提升模型性能，使模型综合识别能力达到最优。田间试验进一步验证改进后的YOLO v8n模型实际应用效果，结合靶向识别装备在稻田中稻纵卷叶螟识别率达90%以上，表现出较好鲁棒性和稳定性。综上，本文提出基于YOLO v8n改进的模型水稻活体害虫识别方法能够有效提高识别精度与效率，为水稻害虫精准识别和防控提供科学依据，具有较强实际应用价值与推广潜力。

摘要:棉酚是棉属植物特有的有毒物质，在农业和制药等领域具有重要的研究价值。色素腺体是棉酚的主要载体，其表型特征与棉酚含量密切相关，能够为棉酚含量评估提供参考。目前，色素腺体检测主要依赖人工分析，耗时且效率低。为此，本文提出了一种可在复杂背景下对棉花叶片色素腺体进行精准语义分割的模型Gland-MSConNet。该模型引入卷积双向Mamba模块和多尺度注意力模块，增强对多尺度特征的捕捉能力和复杂场景的适应性，并通过亚像素卷积实现高效上采样，避免局部细节丢失。结果表明，Gland-MSConNet模型分割平均交并比为89.83%，召回率为95.03%，与U-Net模型相比，分别提高4.66、5.78个百分点，具有较高的分割精度和鲁棒性。Gland-MSConNet模型为棉花叶片色素腺体分割与表型量化分析提供了有力的技术支持，为棉酚含量自动评估奠定了可靠基础。

摘要:黄瓜是世界上最重要的蔬菜和经济作物之一。黄瓜真菌病害的发生严重威胁着黄瓜的生产安全，白粉病是其最常见的真菌病害之一。随着计算机技术的飞速发展，越来越多的深度学习算法应用于白粉病菌识别。然而，现有算法存在着微小、遮挡目标识别精度低，定位精度不足的问题。针对这一问题，本文首先将并行化感知注意模块（Parallelized patch-aware attention，PPA）引入YOLO v8s的骨干网络中，通过并行的多分支结构和注意力机制，有效地捕捉了小目标的多尺度特征，在多次下采样过程中保留了关键信息，提高了小目标检测的性能。此外，将全局到局部空间聚合模块（Global-to-local spatial aggregation, GLSA）引入Neck中，通过结合全局上下文信息和局部细节特征，显著提高了模型的特征表达能力。它能够更好地捕捉多尺度特征，从而增强小目标和复杂场景中的检测性能。实验结果表明，PG-YOLO v8s对白粉病菌的检测性能较YOLO v8s大幅提升，网络对小目标和遮挡目标的检测精度显著提升，实现了高精度的白粉病菌检测。本文提供了一种高通量的白粉病菌检测方法，可在发病早期精准检测白粉病菌，指导黄瓜生产的早期智能决策。有助于提高病害防控效率，保障黄瓜产量和质量，对农业生产的可持续发展具有重要意义。

摘要:针对杏鲍菇分级依赖人工、效率低且主观性强的问题，提出了一种基于改进YOLO v8n-seg的杏鲍菇自动分级检测方法FCML-YOLO v8。基于FCML-YOLO v8模型，结合从属判断、掩模合并及中心筛选方法，实现了对杏鲍菇尺寸与病斑情况的准确评估；通过图像细化与拟合曲线技术，有效量化了杏鲍菇弯曲度；并利用CIE XYZ颜色空间值，分析了杏鲍菇颜色特征。综合以上4项指标，实现了杏鲍菇自动化分级检测。模型训练测试结果表明，FCML-YOLO v8模型预测框精确率、召回率和平均精度均值分别达到94.41%、88.48%和92.04%，而在掩膜检测方面，其精确率、召回率和平均精度均值分别为90.52%、84.14%和86.79%。与YOLO v8n-seg模型相比，预测框和掩膜检测平均精度均值分别提升6.39、4.79个百分点。杏鲍菇分级检测试验结果表明，FCML-YOLO v8模型平均精度均值高达92.98%，满足工业级应用需求。

摘要:多源异构农业信息的整合不仅有助于理解和揭示病害侵染与防控路径，也可为病害处方推荐研究提供重要的数据支持。针对电子病历等多源异构农业数据解析中的融合、对齐和异质性问题，本文构建作物病害处方知识图谱，可视化解析病害关联关系。基于病三角原理，解析病原体、宿主及环境在病害侵染与防治过程中的关键作用，结合数据特点构建包含18类本体概念、17条关系和6条属性边的作物病害处方知识图谱本体层；结合基于规则匹配与基于深度学习的知识抽取方法构建知识图谱实体层，共包含1121个实体实例和8292条关系实例；分别开展基于度中心性和介数中心性的Top20关键节点识别和基于Adamic-Adar的病害-防控产品Top5关联预测，可视化解析病害、症状、防控产品等关键实体与属性的关联关系，并从防治方案选择、绿色补贴过滤和相关信息查询3方面制定了优化病害防控产品推荐和信息检索功能的6条规则。研究成果可为基于电子病历数据挖掘的作物病害多目标决策提供支撑。

摘要:水稻早苗期种植密度与产量估算、田间管理密切相关。随着计算机视觉技术的发展, 利用无人机图像识别技术自动统计水稻数量正逐步取代传统的人工采样和计数方法。然而, 无人机拍摄的图像存在水稻苗形状不规则、水稻苗重叠、尺度变化和背景遮挡等问题, 导致特征学习出现偏差, 进而影响了水稻密度的准确估算和计算预测的效率。水稻苗之间显著的相对大小差异也成为影响计数精度的另一重要因素。针对这些问题, 提出了一种基于改进的多列卷积神经网络的水稻苗计数算法(Rice counting network, RCN)。该算法根据目标的大小和形状, 提出了改进高斯密度核, 结合水稻图像与中心点RGB图像的相似度信息，使密度核更加贴合水稻苗纹理。对不同大小和形状的稻穗数量进行量化, 并对尺度进行精细划分, 计算出需要融合的不同特征感受野大小，采用融合膨胀卷积模块，增加了感受野大小，增强了模型对多尺度环境中的处理效果。在此基础上, 对不同尺度的通路添加合适的注意力机制, 增强不同尺度下对水稻苗合理信息的关注, 在复杂背景、多尺度和密集遮挡的场景中体现出了明显的有效性。在高度5m捕获的RSD2023数据集上, RCN的平均绝对误差为3.10穴/m2, 均方误差为4.03穴2/m4，优于MCNN、CSRNet、SCAR和TasselNetV2等主流算法。

摘要:深度学习技术在农业视觉任务中应用广泛，确定采摘参数是油茶机械化采摘的首要任务，而基于深度学习的果实自动检测与目标计数对于精准设定这些参数至关重要。然而，果园复杂环境中遮挡、光照变化等因素，直接影响检测方法的效率与准确性。本研究基于YOLO 11n提出一种高效轻量级模型YOLO-LGC，旨在提升在复杂果园环境下目标检测精度和空间定位能力。在主干网络中引入LGC（LNN Ghost Dynamic Convolution）模块，通过自适应内核选择优化特征提取，提升复杂环境下检测精度；采用可编程梯度信息（Programmable Gradient Information，PGI）机制，动态调节梯度传播，解决遮挡和光照变化导致的特征冲突；融合动态上采样模块（Dynamic UpSample），在PGI引导下增强特征保留能力，提高空间定位精度。本研究结合轴对齐边界框（AABB）和惯性测量单元（IMU）以及卡尔曼滤波将油茶果实在高度0~1.5m、1.5~1.8m、1.8m以上空间分布进行可视化，通过分析果实空间关系提供更准确的果实位置信息。试验结果表明，与YOLO 11n相比，YOLO-LGC检测精确率从82.0%提升至83.0%，召回率从76.4%提升至78.0%，mAP@0.5从85.1%提升至87.6%，检测速度从229.8f/s提升至299.7f/s，浮点运算量小幅提升至6.7×109，在保持高推理速度优势的同时增强检测性能，优于现有主流检测方法，空间分布误差率小于5%，能够满足实际检测需求，该研究结果可为油茶果机械化采摘参数匹配提供依据。

摘要:针对牛舍内广视野下奶牛图像存在遮挡、变形较大而造成个体识别困难等问题，提出了一种基于DAM-ResNet模型的广视野下牛舍奶牛个体识别方法。采用Mask R-CNN模型对奶牛背部、躯干左侧、躯干右侧以及臀部4类奶牛部位进行分割。在ResNet34残差网络的基础上引入第二代可变形卷积，以加强对分割结果中奶牛花纹变形的图像特征提取；将AFF注意力特征融合模块融入到残差结构中，实现对远距离小目标奶牛图像的准确识别；采用细粒度分类损失函数互通道损失MC-Loss提高模型对花纹相似奶牛的识别准确率。利用奶牛分割后的图像构建奶牛多部位数据集，并训练DAM-ResNet模型。对57头奶牛共12864幅图像数据集进行了奶牛个体识别测试，结果表明，奶牛背部、躯干左侧、躯干右侧、臀部识别准确率分别为96.13%、96.56%、96.94%、93.14%，比ResNet原模型分别提高2.76、2.88、2.92、4.25个百分点。本文方法在10~20m、20~30m和30~40m范围内识别准确率分别为97.54%、90.72%和82.17%。研究结果可为奶牛智能化养殖提供技术支持。

摘要:随着畜牧业的智能化发展，基于计算机视觉技术的牛只个体识别在牛场养殖中扮演着越来越重要的角色。然而，在实际应用中，牛脸角度的快速变化、牛只数量的频繁变动以及模型识别速度的局限性严重影响了识别的准确性和效率。为了应对这些挑战，本文提出了一种基于改进YOLO v8关键点检测的西门塔尔牛个体识别方法。该方法包括2个阶段，在牛脸检测阶段，改进YOLO v8模型自动检测牛脸图像中的关键点，并进行矫正对齐和背景裁剪，使牛脸图像角度趋于一致。在牛脸识别阶段，引入了深度可分离卷积以减少参数量，利用残差连接和注意力机制增强了模型的特征提取能力，从而提升了识别准确性和速度。为验证方法的有效性，构建了包含159头西门塔尔牛的牛脸图像数据集。实验结果表明，本文模型在参数量和推理时间上有显著改进，单幅图像处理时间缩短至39ms以内，识别准确率为95.8%，比其他模型相比平均提高4.8个百分点。此外，本文方法支持实时更新牛只数据库，在增加牛脸图像后，仍能保持较高准确率。

摘要:针对目前肉牛行为研究主要集中在基本行为识别，缺乏对复杂行为间的局部感知，本文对肉牛基本行为下的精细行为进行识别研究，提出基于改进YOLO v8的肉牛多行为检测与统计方法。采集肉牛行为图像，构建包括站立、躺卧、进食、饮水等基本行为和回舔、行走、探究、甩尾等精细行为的肉牛行为数据集；选用YOLO v8n-P2作为基础模型，以增强模型对犊牛的检测能力；设计C2f-PPA特征提取结构，捕捉肉牛不同行为间局部特征变化；采用交互策略对YOLO v8检测头改进，构建任务动态对齐检测头TDADH；采用MPDIoU损失函数，解决了CIoU局限性问题。基于检测结果对全天候时间内肉牛行为统计，对不同遮挡环境下统计结果进行图像可视化显示。结果表明，PTPM-YOLO v8模型识别全部（8种）行为的精确率为91.0%，召回率为87.9%，平均精度均值为94.3%。与原模型YOLO v8n相比，PTPM-YOLO v8n的mAP@0.5提高3.0个百分点，参数量降低23.3%；识别全部行为和基本行为的mAP@0.5分别提升3.0、2.4个百分点。本文实现了养殖环境下肉牛精细行为准确识别，可为肉牛多行为监测提供参考。

摘要:在牛场智能化养殖中，牛只面部识别技术的运用至关重要。然而，由于牛场养殖环境复杂多变以及牛脸形态的非平面特性，使得面部识别技术在实际应用中常面临识别精度不足、鲁棒性较差等问题。针对上述问题，提出一种基于FaceNet的多尺度融合网络(FaceNet based on multi-scale fusion, FMF)，通过牛只面部特征识别牛只身份。采用MSRCR方法对输入牛脸图像进行色彩恢复预处理，降低光照对FMF算法的影响；在主干特征提取网络中引入更加轻量化的MobileNetV3，在保证较高特征提取能力的前提下减小模型参数量和计算量；提出一种对于特征多尺度融合的注意力机制M_CBAM(Composite dual-branch adaptive attention)，M_CBAM可依据特征图重要特征调整加权系数，自适应加权串行CBAM与并行CBAM的权重，然后进行牛脸局部细微特征和全局特征的多尺度特征融合，提升牛脸识别精度。为探索本文算法的有效性和实时性，在自制牛脸数据集上进行消融实验，并将所得结果与当前主流的识别算法进行对比，最后将其部署至Jetson AGX Xavier嵌入式平台上进行算法应用测试。结果表明，本文算法在其他奶牛场采集的开集测试集上准确率达到93.86%，帧率达到30.02f/s，在模型推理速度较快的条件下，识别精度明显优于原网络与对比网络。

摘要:针对精准农业中颗粒肥料质量流量难以精确测量的难题，提出了一种基于微波传感器采集颗粒肥料流量信号的预处理算法。首先通过仿真排肥管道结构，确定了在管道长度为400mm、直径为30mm的条件下，颗粒肥料在管道内的碰撞对速度的影响最小，并根据仿真结果搭建了颗粒肥料质量流量采集平台。通过对采集的流量信号进行分析，提出了一种结合变分模态分解（VMD）与离散小波变换（DWT）的复合去噪算法。试验结果表明该算法处理后的信号信噪比提高了7.3757dB，均方根误差降低了57%，从而显著提升了颗粒肥料质量流量的测量精度。最后实际车载试验表明，经该算法处理后的流量信号，最大相对误差为13.84%，最小相对误差为1.36%。该试验平台与算法为精准施肥提供了可靠的技术支持。

摘要:为提高农场环境下无人驾驶农机对农田障碍物感知的准确性，针对视觉检测容易受光照和毫米波雷达检测易受车辆颠簸等，以及视觉检测目标算法在复杂田间下参数量大、计算量大、模型体积大的问题，本文提出一种融合视觉与毫米波雷达信息的无人驾驶农机避障目标检测方法。首先过滤毫米波雷达的部分目标数据，并提出基于自适应扩展卡尔曼滤波的目标追踪算法。然后制作农场环境障碍物数据集，构建基于改进YOLO v5s的目标检测模型。随后，通过时间戳对齐和直接线性标定法的坐标变换，实现雷达点向图像像素坐标系的映射。最后，通过决策级融合方法和目标匹配策略构建毫米波雷达与视觉传感器的障碍物检测信息融合模型。试验结果表明，改进YOLO v5s模型平均精度均值为97.0%，与原始模型相近，但参数量、计算量、模型内存占用量仅分别为原YOLO v5s模型的40.2%、39.2%和38.2%，与YOLO v4-Tiny、YOLO v7-Tiny、YOLO v4和YOLO v7模型相比能够更好地平衡精确率与检测速度。多场景试验结果表明，本文提出的融合方法在白天试验时相较于雷达与视觉识别准确率分别提高2.67、15.07个百分点，夜间试验时融合检测方法能有效弥补视觉失效的情况，比单传感器算法具有更好的鲁棒性与准确性，同时基于融合检测方法有效实现了无人驾驶农机停车避障。

摘要:针对复杂农田环境下农业机器人在自主导航与作业路径规划方面的核心需求，特别是在不规则田块与软黏稻田场景中常见的路径覆盖率低、转弯冗余高以及路径连续性差等问题，本文提出一种面向多边形边界田块、适用于双螺旋驱动式农田机器人的全覆盖路径规划算法。该算法充分融合田块几何特征与机器人运动学约束，首先将作业区域划分为中心平行作业区与外围轮廓平行作业区，分别对应中心条带遍历路径与轮廓平行条带遍历路径。进一步将路径细分为作业路径与非作业路径，后者包括中心区域衔接路径、区域衔接路径、轮廓平行区域衔接路径以及进出田块路径等部分。本文阐述了各部分路径的生成原理，通过“长边作业”确定中心区域的最优作业方向，结合Warnsdorff规则优化条带遍历顺序，并引入Dubins路径与Reeds-Shepp路径模型，提升路径在转向过程中的连续性和可执行性。综合考虑作业路径长度、算法计算耗时与作业覆盖率等性能指标，选用双螺旋驱动式机器人作为平台载体，分别在矩形、梯形、不规则四边形、不规则多边形4类典型田块进行了仿真与实地对比测试。试验结果表明，本文算法在4种典型田块田间作业中可实现96.69%~97.80%的覆盖率，路径重叠率控制在1.77%~2.30%之间，路径整体连续、无越界转弯，表现出良好的执行稳定性与环境适应性。研究结果为复杂环境下农田作业机器人提供了高鲁棒性、高适应性的路径规划方案，具备良好的工程可行性与推广价值。

摘要:在复杂梨园环境中，传统视觉导航方法容易受到光照变化、杂草遮挡等因素的干扰。针对此问题，本文提出了一种基于改进YOLO v8模型的梨园导航线提取方法。该方法在YOLO v8模型中集成了多尺度大核注意力(Multi-scale large kernel attention，MLKA)模块以增强对树干特征的感知。设计了多帧特征点融合机制，通过记录并利用连续5帧图像中检测到的特征点，有效弥补了单帧图像特征点不足的问题。此外，引入随机抽样一致性(Random sample consensus，RANSAC)算法，分别对左右两侧树行的特征点进行降噪处理，并使用最小二乘法进行树行线拟合。通过计算左右两侧树行线的角平分线生成果园导航线。实验结果表明：改进模型在复杂的果园环境中，树干检测的精确率(Precision)达到89.8%，召回率(Recall)达到79.9%，平均精度均值(mean average precision，mAP50-95)达到了55.1%。结合多帧特征点融合与RANSAC降噪生成的导航线与手动标注的参考导航线之间的角度偏差均值为1.17°，位置偏差均值为20.40像素，均方根偏差均值为0.27。本文方法为梨园环境中的视觉导航提供了一种低成本、高适应性的技术方案。

摘要:粮油间作与地膜覆盖作为适应特定自然条件的有效农业实践措施，在北方旱作农业生产中占有重要地位。此类农业措施应用势必影响农田土壤碳循环过程的改变，然而粮油间作与地膜覆盖下农田生产力与碳足迹的变化过程及伴生的生态环境效应尚不清楚。本研究设置了玉米覆膜单作（FMM）、玉米不覆膜单作（NMM）、大豆单作（SS）、玉米-大豆间作+玉米覆膜（FMS）、玉米-大豆间作+玉米不覆膜（NMS）5个处理，基于生命周期评价法对玉米-大豆间作与地膜覆盖下农田土壤温室气体排放特征、土壤有机碳含量、玉米产量等进行了评价，同时结合土地生产力和碳可持续性指数等指标综合评估了玉米-大豆间作与地膜覆盖对农田生产力与碳足迹的影响。两年试验结果表明，FMS处理相对产量较单作处理增加57%~60%，土地当量比两年均值为1.08，有效提高了农田土地生产力。同时，FMS处理土壤有机碳损耗相比其他处理减少7.8%~46.57%，且单位面积碳足迹（CFA）、单位玉米当量产量碳足迹（CFMEEY）和单位总收入碳足迹（CFE）最小，有效保存土壤有机碳的同时减小温室气体排放，降低了环境负担和碳排放。与单作种植系统相比，FMS处理虽然减少了部分作物产量和经济效益，但在生产过程中的土壤温室气体排放和有机碳损耗相对较低，与NMS处理相比也有更高的碳可持续性指数，实现了对土壤碳排放的有效管理。FMS作为一种环境友好型种植模式，可实现低碳高产，为农业生产者选择适宜种植系统提供了指导。

摘要:为优化西北旱区日光温室膜下滴灌番茄灌溉制度，本研究于2023年开展春、秋两茬试验，设置4个灌水量（W1：125%ETc，W2：100%ETc，W3：75%ETc，W4：50%ETc，其中ETc为作物需水量）和3个灌溉频率（D1：每4d灌溉1次，D2：每7d灌溉1次，D3：每10d灌溉1次），综合评估灌水量与灌溉频率对土壤含水率分布、番茄根系构型、光合荧光特性、产量品质及水分生产力的影响。结果表明：灌水量与灌溉频率对根系构型、光合荧光特性、产量品质及水分生产力指标影响显著（P＜0.05）。高频灌溉（D1）显著提升0~60cm土层土壤含水率，且秋茬土壤含水率高于春茬。适当增加灌水量和高频灌溉有利于番茄根系生长，提高番茄叶片光合荧光参数，从而促进光合效率提升。W2D1处理总根长与根表面积显著高于其他处理（P＜0.05），而过量灌溉不利于根系生长。W2D1处理净光合速率、光系统最大光化学效率、PSⅡ实际光化学量子产量及叶片叶绿素相对含量均最大。适当增加灌水量和高频灌溉可提高产量5.74%~57.78%。高频灌溉可提高水分生产力，增加番茄果实中可溶性固形物含量、维生素C含量、可溶性糖含量、可滴定酸含量，提升番茄品质。基于TOPSIS多目标综合评价方法对番茄地下部根系特征指标、叶片光合荧光参数、产量品质、水分生产力综合评价，得出W2D1处理的综合指标相对贴近度最大，其综合评价最优。研究结果可为制定西北地区膜下滴灌温室番茄高效节水灌溉制度提供理论依据和技术支撑。

摘要:为探究膜下滴灌条件下氮肥减量追施对花生生长及渗透调节物质的影响，于2023年和2024年5—10月在辽宁省阜新市阿尔乡灌溉试验站开展测坑裂区试验，研究膜下滴灌（IMDI）和滴灌（ICK）条件下，不同施氮模式（N0，不施氮处理；N1，减施1/4氮肥一次施肥处理；SN1，减施1/4氮肥分3次追肥处理；N2，常规施氮量一次施肥处理）对花生主茎高、根系形态、渗透调节物质含量、产量及水分利用效率的影响。试验结果表明，2023年和2024年，IMDI处理花生主茎高始终大于ICK处理，且不同施氮模式下花生主茎高由大到小依次为SN1、N2、N1、N0。花针期与结荚期，IMDISN1处理花生根系形态指标均为最优。2023年花针期，IMDISN1处理根长较IMDIN1与IMDIN2处理分别提高43.9%和36.6%。2024年花针期，与IMDIN1与IMDIN2处理相比，IMDISN1处理根表面积分别提高52.2%和17.3%，根体积分别提高49.5%和25.0%；与ICKN2处理相比，IMDISN1处理根长和根体积分别提高41.8%和45.5%。干旱胁迫下花生体内脯氨酸含量由大到小依次为SN1、N1、N2、N0，IMDISN1处理脯氨酸含量较IMDIN1与IMDIN2处理分别提高18.1%和34.8%（2024年结荚期）；可溶性蛋白含量由大到小依次为N2、SN1、N1、N0，IMDIN2处理可溶性蛋白含量较IMDISN1与IMDIN1处理分别提高27.4%和40.6%（2024年结荚期）；可溶性糖含量由大到小依次为SN1、N1、N2、N0，IMDISN1处理可溶性糖含量较IMDIN1和IMDIN2处理分别提高30.3%和40.0%（2024年花针期）。IMDI处理产量显著高于ICK处理，IMDISN1处理较ICKN2处理无显著差异。IMDISN1处理水分利用效率较ICKN2处理提高32.3%（2023年）和41.1%（2024年）。因此，膜下滴灌条件下减施1/4氮肥分3次追肥处理（IMDISN1）能提高花生对水氮的吸收利用，增强花生需水关键期的渗透调节作用，最终提高花生产量。研究结果可为风沙区花生节水减氮生产提供理论依据。

摘要:为探明黄河流域宁夏段沉积物氟生物有效性，于2019、2021年春（4月）、夏（7月）、秋（10月）对黄河流域宁夏段99个点位进行6次采样。将99个点位划分为8个水系（黄河干流（S1）、清水河（S2）、苦水河（S3）、卫宁段黄河北岸排水沟（S4）、卫宁段黄河南岸排水沟（S5）、青石段黄河西岸排水沟（S6）、青石段黄河东岸排水沟（S7）、城市景观河湖（S8）），分析沉积物氟的时空分布特征，评估沉积物氟的生态风险，并探讨其对地表水氟污染的影响。结果表明：黄河流域宁夏段沉积物水溶态氟（Ws-F）、可交换态氟（Ex-F）、总氟（T-F）含量均值分别为9.42、3.23、517mg/kg，潜在生态风险生物有效态氟含量评价模型（ERbc）和潜在生态风险氟有效性因子评价模型（ERbf）的评价结果更能反映实际生态风险，S3、S2和S7沉积物Ws-F、Ex-F、T-F含量和氟生态风险均具有较高水平，S1均较低。Ws-F是对地表水F-含量起直接影响的重要因子，T-F通过转化为Ws-F间接影响地表水F-含量。S3、S2和S7沉积物氟化物的强释放能力促进水体氟含量升高，应作为重点管控区域。S1稀释作用、S6沉积物氟化物的弱释放能力降低了水体氟含量。

摘要:为探明长期增施有机肥对土壤水分分布与水分利用的作用机理，采用室内分析与田间试验相结合，研究了长期增施有机肥和单施化肥对土壤水稳性大团聚体含量、土壤有机碳含量、饱和导水率、氢氧同位素分布、小麦光合生理特征及水分利用的影响。结果表明：增施有机肥显著提高土壤大团聚体含量、土壤有机碳含量和土壤饱和导水率，土壤结构稳定性明显提高。随土层加深，氢氧同位素丰度表现为逐渐降低趋势。在拔节期，长期单施化肥主要利用0~60cm土层水分，长期增施有机肥主要利用0~20cm土层水分，而二者0~20cm土层水分贡献率明显高于其他土层，达50%以上。在抽穗期，长期单施化肥和增施有机肥均主要利用0~20cm土层水分，且该土层水分贡献率仍超过50%。到灌浆期，长期单施化肥仍主要利用0~20cm土层水分。而长期增施有机肥主要利用20~40cm土层水分，其贡献率达50.2%。随小麦生育期推进，不同施肥措施土壤储水量均呈逐渐降低趋势。长期增施有机肥较单施化肥更利于降低小麦生长前期土壤水分无效损耗，提高土壤储水量，进而促进小麦生长后期水分供应。同时，与单施化肥相比，长期增施有机肥更利于提高小麦不同生育期的光合速率、气孔导度及叶片水分利用效率。随小麦生育期推进，其地上生物量逐渐增加且增施有机肥大于单施化肥。长期增施有机肥显著提高了小麦产量和水分利用效率。相关分析表明，在小麦生长过程中，拔节期40~60cm、80~100cm和灌浆期20~80cm土层水分供应更利于提高小麦产量，而拔节期40~60cm和80~100cm、抽穗期60~100cm、灌浆期20~40cm和60~80cm土层水分供应对水分利用效率的提高更为有利。综上，长期增施有机肥改善了土壤结构，增强了降水在土壤中的蓄、保、用能力，改善了小麦光合生理特性，促进了增产与节水增效。

摘要:针对宁夏地区稻蟹种养水资源短缺和鱼塘养殖尾水处理难等问题，以传统黄河水灌溉稻田的稻蟹种养模式（CK）为对照，探究鱼塘-稻蟹复合种养模式（RS）与CK种养模式对稻田土壤环境因子以及细菌群落结构影响的异同，并揭示细菌群落结构的主要影响因子。基于16S rRNA高通量技术对CK模式与RS模式4—8月稻田土壤的细菌群落组成、结构差异性及其与土壤指标之间的关系进行分析。结果表明：鱼塘-稻蟹复合种养模式降低了稻田土壤pH值，提高了铵态氮和有效磷含量；改变了稻田土壤细菌物种丰富度。Chaol和Shannon指数4月最高，5月较低。4—8月优势菌门为变形菌门、拟杆菌门、厚壁菌门，优势菌属均为假单胞菌属。鱼塘-稻蟹复合种养模式4—8月假单胞菌属累积相对丰度降低了7.61个百分点，硫杆菌属提高了4.94个百分点，Unspecified_Bacteria菌属增加了1.83个百分点，其他菌属变化在±1个百分点内。冗余分析表明全钾、铵态氮、总氮、有机质含量以及pH值对相对丰度排序前十的细菌菌门影响最大；全钾含量对前十菌门相对丰度的解释度最高（23.67%），且与变形菌门相对丰度呈正相关，与其他菌门均呈现负相关，硝态氮含量与相对丰度前十菌门主要呈正相关。鱼塘-稻蟹复合种养模式对改善土壤环境与结构、丰富细菌物种多样性和优化细菌群落结构效果明显。

摘要:采用Meta分析整合了2019—2024年国内外已发表有关生物炭和腐殖酸施加的102篇文献，从施用种类（X1）、施加量（X2）及施用年限（X3）3方面分析其对作物产量及0~20cm土层土壤理化生指标的影响。结果表明，施加生物炭和腐殖酸极显著提高了作物产量、土壤pH值、孔隙度、全氮含量、有机质含量及碱解氮含量（P<0.01），显著降低了土壤容重、电导率、有效磷含量及脲酶活性。由BRT模型可知，各因子贡献度X2>X3>X1；其中：施加量大于40t/hm2和施用年限大于4年时增产效果最显著，产量增幅分别为20.43%和18.4%。施加量0~20t/hm2显著提高了有效磷、碱解氮含量、脲酶活性及过氧化氢酶活性，增幅分别为28.29%、10.01%、12.37%和2.69%；施加量20~40t/hm2提高pH值（3.77%）和硝态氮含量（47.85%）；而施加量大于40t/hm2显著降低容重（8.66%），增加孔隙度（15.75%）、全氮含量（20.31%）和有机质含量（40.51%）。施用年限0~2年显著降低电导率（17.92%）和铵态氮含量（2.70%），但提升土壤有机质含量（33.60%）、有效磷含量（26.07%）、硝态氮含量（6.88%）和过氧化氢酶活性（4.51%）；施用年限2~4年增大土壤pH值（16.80%）、孔隙度（4.92%）和脲酶活性（17.43%）；施用年限大于4年显著提高碱解氮含量（22.89%）和全氮含量（22.49%）（P<0.05）。本研究通过量化分析明确了生物炭和腐殖酸的最佳施用策略，为优化生物炭和腐殖酸农业应用提供了理论依据，为农田土壤改良提供了实践指导。

摘要:为探讨银川市第二排水沟沉积物细菌群落结构特征及其群落构建过程的影响，结合高通量测序技术、非度量多维尺度分析（NMDS）、中性群落模型（NCM）以及结构方程模型（SEM），分析沉积物理化特征及细菌的结构特征、群落构建及驱动机制。结果表明，电导率（EC）与Chao1指数、Observed指数、Shannon指数、Simpson指数均存在显著性正相关，而总氮（TN）和铵态氮（NH4N）含量与α多样性指数均不存在显著性。细菌优势菌门为变形菌门和脱硫杆菌门，优势菌属为Thiobacillus、Bacteroidetes_vadinHA17和Dechloromonas菌属。从2021年8月到2022年8月，基于NCM模型、PER-SIMPER和DNCI的结果均表明细菌群落构建主要受随机过程的影响。SEM分析表明中性模型随机性过程（R2）和共现网络结构稳定性主要受EC、NH4N和总磷（TP）含量驱动，其中EC能够直接影响共现网络结构的稳定性，且存在显著性负相关（r=-0.369）；TP含量直接影响R2，同时存在显著性正相关（r=0.504）。本研究不仅拓展了对水域沉积物细菌群落结构特征认识，也探明了细菌构建机制及共现网络拓扑特性，以及理化因子对R2和共现网络结构稳定性的驱动过程。

摘要:为系统标定颗粒虾饲料本征参数、颗粒间及颗粒与装备间接触参数，提高颗粒虾饲料下料、输送及机械抛撒等环节离散元仿真优化的性能和精度，以通威柱形沉性颗粒虾饲料为研究对象，通过物理试验和仿真试验相结合的方法进行颗粒虾饲料离散元仿真参数标定。采用高精度数显卡尺、电子秤及压力试验机等仪器，应用物理试验方法测定颗粒虾饲料的密度、泊松比、弹性模量、剪切模量分别为1177.68kg/m3、0.26、114.77MPa、45.58MPa，通过斜面试验和回弹试验测得颗粒虾饲料与304号不锈钢之间静摩擦因数、滚动摩擦因数、恢复系数分别为0.607、0.097、0.35，进行堆积试验得到颗粒虾饲料堆积角平均值和饲料在钢板上面积占比分别为26.93°和13.32%。基于Plackett-Burman试验筛选出对仿真堆积角和面积占比显著影响因素为颗粒虾饲料-颗粒虾饲料静摩擦因数、颗粒虾饲料-颗粒虾饲料滚动摩擦因数和颗粒虾饲料-304号不锈钢静摩擦因数，在此基础上，应用最陡爬坡试验收敛寻优范围，并通过Box-Behnken Design试验拟合显著影响因素与响应值之间的回归方程进行参数优化，得到最优参数组合：颗粒虾饲料-颗粒虾饲料静摩擦因数0.207，颗粒虾饲料-颗粒虾饲料滚动摩擦因数0.150及颗粒虾饲料-304号不锈钢静摩擦因数0.607。用堆积试验和螺旋下料试验进行参数可靠性验证，结果表明：经过双样本t检验，堆积试验仿真结果与物理堆积结果无显著差异，不同转速下仿真试验和物理试验的下料量折线的相关系数为0.997，趋势一致且各转速下下料量相差小于3%，表明了标定的颗粒虾饲料离散元参数的可靠性与正确性。所标定的离散元参数能为颗粒虾饲料运动机理研究和相关装备设计优化离散元仿真提供数据基础和科学依据。

摘要:传统酿酒工艺的分级存储影响白酒成品质量，但白酒分级存储主要依赖人工经验，许多特征难以进行量化，难以形成科学的分级存储依据。基于深度学习技术，采用气相色谱仪对小曲清香型白酒基酒中风味物质成分含量进行定量检测分析，根据检测出的基酒中物质成分含量利用PLSR建立基酒的品质分级回归模型，筛选前8种对基酒品质等级划分影响最显著的成分：乙酸乙酯、乳酸乙酯、戊酸乙酯、异丁醇、己酸乙酯、乙缩醛、仲丁醇和正丙醇。然后对基于PSO-RBF神经网络的基酒品质分级模型进行探究，最终根据测试样本的预测输出结果，表明算法基酒分类的精确率达到了98.6%，显著优于传统RBF神经网络的94.3%，成功构建了基酒的分级模型。

摘要:乳茶饮料是广受消费者喜爱的一种饮品，茶汤中丰富的茶多酚导致的涩感是影响乳茶饮料感官质量的关键因素之一。已有研究显示乳组分如乳蛋白等能够降低涩感，乳脂肪由乳脂肪球组成，作为牛乳中的一种重要组成成分，其含量和结构对乳茶体系涩感的影响尚不明确。为探究牛乳脂肪含量及脂肪球结构对乳茶体系中涩感的影响，首先通过描述型感官评价探究乳脂肪及其含量对乳茶体系涩感是否有影响。然后，研究通过调控加热强度和均质压力，构建了3种脂肪含量一致但结构特征不同的乳脂滴：乳脂滴C、乳脂滴T和乳脂滴H，并通过测定粒径、ζ-电势、微观结构、乳脂肪球膜蛋白含量和组成、乳脂肪球膜磷脂含量表征乳脂肪球特性，再将不同乳脂滴添加至模拟乳茶体系，进行涩感强度的感官评价，并通过荧光光谱分析量化涩感差异。结果表明，当乳脂肪质量浓度达到4g/(100mL）以上时，乳脂肪的添加可显著降低乳茶中的涩感水平。此外，改变乳脂肪球的粒径及膜结构也对乳茶体系的涩感有显著影响。与其他两种乳脂滴相比，乳脂滴H中的脂肪球粒径最小（0.49μm），每克脂质的蛋白质量最高（12.60mg），而涩感最弱。乳脂滴T粒径最大（4.20μm），每克脂质的蛋白质量最低(4.12mg)，涩感较强。因此，乳脂肪含量、粒径和膜结构会影响乳茶体系的涩感强度，更小的乳脂肪球尺寸和更多的乳脂肪球膜界面蛋白对乳茶体系的涩感强度降低作用更大。研究探究了乳脂肪对乳茶体系涩感感知的影响，为口感更顺滑的绿色、健康乳茶饮料的开发奠定了理论基础。

摘要:针对丘陵山区坡陡路窄、地形地貌复杂、现有机型坡地适用性差和山地动力机械设计方法缺乏的问题，本文提出一种适用于丘陵山地的“横摆-纵移”重心调整式履带车辆方案，为降低研发成本、缩短研发周期，特创制一种“横摆-纵移”重心可调式遥控履带比例样机，用于方案的可行性验证与坡地稳定性研究。对重心调整前后的坡地行驶建立数学模型并进行受力分析，提出一种兼顾横向和纵向稳定性指标——履带接地压力分布均匀度。接地压力与通过性试验结果表明：本文提出的“横摆-纵移”重心可调方案可极大地改进2条履带在坡地行驶的接地压力分布均匀度；在5°、10°、15°、20°条件下，整机重心纵向与横向均调整后，航偏角45°上坡时，车辆平均牵引力分别为39870、33941、26567、22232N，相比调整前分别增加13.9%、18.1%、27.3%和50.5%。极限倾翻试验结果表明：上层车身纵向距离伸出至最大值150mm时，静态纵向极限侧翻角从39°提升至46°，相比重心调整前增加17.9%；上层车身横摆角度调至最大值25°时，静态横向极限仰翻角从40.0°提升至43.5°，相比调整前增加8.8%；在斜坡上经过障碍物时，通过横向或纵向重心调整后，车辆在坡地上的动态倾翻系数会有所提升，提升效果会随坡度增加而减弱。研究结果证明本文方案可行且能显著提升履带车辆在坡地的行驶稳定性和抗倾翻能力，可为履带车辆性能分析和结构优化设计提供方法和数据支撑。

摘要:变速器设计参数直接影响车辆的动力性和燃油经济性,由于拖拉机工况复杂且工作模式多样，因此在优化拖拉机变速器设计参数时无法直接借鉴汽车基于标准循环工况的优化方法。本文以一款自主设计的液压机械无级变速传动装置为研究对象，提出了一种基于拖拉机全生命周期速度使用率的变速器设计参数优化方法，并采用多目标遗传算法进行优化求解。以燃油消耗率和爬坡度为优化目标函数，选择对优化目标有较大影响的参数作为设计变量，并确定约束条件。采用基于Pareto最优原理的多目标遗传算法结合实验设计，基于modeFrontier建立传动装置的多目标优化模型，进行全局搜索寻优，最终得到Pareto最优解。结果表明，动力性和燃油经济性之间相互矛盾，分别求得对目标函数影响较大的设计参数。通过基于全生命周期速度使用率的优化迭代得到Pareto最优解的设计变量很好地满足了传动装置的匹配要求。

摘要:本文设计了一种含过约束支链的多模式移动并联机构，并对其自由度以及运动学进行了分析。根据分析约束支链与平台间支链连接情况，对其进行机构构型设计，得到一种含约束支链的多模式移动并联机构，并对引入的约束支链进行过约束支链判定。采用杆组等效法对机构四边形滚动模式及球形滚动模式进行自由度分析，对机构各模式进行运动学分析，计算求解各点位置坐标。对比机构含和不含过约束支链，根据ZMP理论求解质心坐标，对比机构含和不含过约束支链运动时yZMP与角度之间的关系，利用Matlab对机构运动时质心情况进行对比。最后，利用ADAMS对机构进行运动学仿真，并制作样机对机构运动及各模式实现进行验证。

摘要:针对农业物料筛分问题，本文提出了一种2-RRC/1-RRS并联机器人机构模型，对其运动学和动态特性进行了研究。基于2-RRC/1-RRS并联机器人机构各支链运动特点，开展了机器人结构特征与运动变量耦合关系分析。进行了2-RRC/1-RRS并联机器人机构运动学分析，给出了机器人运动学反解解析表达式。基于2-RRC/1-RRS并联机器人系统动能和势能分析，利用经典力学Lagrange方程法，推导了机器人动力学方程。通过算例探讨了2-RRC/1-RRS并联机器人机构运动参量、驱动力和能耗变化规律。研究结果对认知2-RRC/1-RRS并联机器人运动学特征、动态特性以及结构优化设计和系统的高精度控制等具有重要意义，为农业物料筛分装备设计提供了新思路。