Compatible measurements of volumetric soil water content using a neutron probe and Diviner 2000 after field calibration

Field calibrations for a neutron probe and a capacitance sensor (Diviner 2000) for measuring the soil water content of a shrinking–swelling clay soil were substantially different from commonly used default values. Using our field calibrations, the two instruments estimated similar changes in the cumulative water content of a soil profile (0–1 m depth) over one growing season.     

基于NGO-CNN-SVM的高标准农田灌溉工程施工成本预测

为提高高标准农田项目施工成本的预测精度,控制施工成本在合理范围,减少投资风险,该研究从单体灌溉工程施工成本预测角度出发,通过随机森林（random forest,RF）筛选出高标准农田灌溉工程施工成本的关键影响因素,结合卷积神经网络（convolutional neural networks,CNN）和支持向量机（support vector machine,SVM）两种模型的优点,通过北方苍鹰优化算法（northern goshawk optimization,NGO）对模型里的惩罚因子和核参数进行寻优,构建基于NGO-CNN-SVM的施工成本预测模型。通过辽宁省2018—2023年高标准农田工程中灌溉工程的施工成本数据,选取样本决定系数R²、平均绝对误差MAE、平均绝对百分比误差MAPE和均方根误差RMSE作为精度指标进行分析,结果表明：基于NGO-CNN-SVM的施工成本预测模型在渠道工程中MAE低于0.615万元,RMSE低于0.512万元,R²达到0.968以上,相对误差小于4.210%;在进水闸工程中MAE低于0.610万元,RMSE低于0.536万元,R²达到0.966以上,相对误差小于4.410%;在桥涵工程中MAE低于0.494万元,RMSE低于0.477万元,R²达到0.970以上,相对误差小于3.548%,并相比较于反向传播神经网络,CNN和CNN-SVM模型,NGO-CNN-SVM模型的预测结果均最优。通过特征选择、模型融合、算法优化以及不同模型对比表明NGO-CNN-SVM模型具有更高的预测准确率和泛化性,可为高标准农田灌溉工程施工成本预测提供理论依据。     

理化复合参数和神经网络结合的冬小麦长势遥感监测

准确、及时地监测区域作物长势状况对农业规划和政策的制定与调整具有重要的意义。遥感技术作为一种收集大面积作物长势信息的有效手段,正日益受到关注。为提高冬小麦长势遥感监测的准确性和全面性,该研究基于田间实测的冬小麦拔节期地上鲜生物量（aboveground fresh biomass,AFB）、叶面积指数（leaf area index,LAI）、叶片叶绿素相对含量（soil and plant analyzer development,SPAD）和叶片氮含量（leaf nitrogen content,LNC）4种生长相关理化参数,利用熵值法获取各参数权重构建冬小麦理化复合参数（physico-chemical composite parameter,PCCP）。利用显著性检验和籽粒产量数据分析复合参数在量化冬小麦长势方面的性能。然后,以Sentinel-2A作为数据源,分析不同遥感指数与LAI、SPAD、AFB、LNC和PCCP的相关性。选取相关性较高的遥感指数作为反向传播（back propagation,BP）人工神经网络（artificial neural networks,ANN）的输入,建立冬小麦长势遥感监测模型,对PCCP进行估计。评价模型精度并用于监测研究区冬小麦长势分布特征。赋权结果表明,作物物理参数的权重大于生化参数,其中LAI的权重最大,为0.387,AFB和SPAD次之,LNC的权重最小,为0.105;PCCP性能评估结果表明,与单一理化参数相比,PCCP值能更好地揭示作物长势状况的差异,其与最终籽粒产量的相关性更好, 决定系数提高0.035～0.468,均方根误差减少46.2～520.0 kg/hm²;在遥感监测过程中,PCCP比单一理化参数有更好的应用潜力,BP-ANN长势遥感监测模型模拟PCCP精度较高,在测试集中决定系数为0.830,均方根误差为0.080;研究区冬小麦总体长势稳定且分布集中,呈现"中部差,南北好"的空间分布特征。因此,构建作物理化复合参数用于量化作物长势是提高长势监测可靠性和准确性的一种有效方式,可为冬小麦田间管理提供科学依据,服务于发展智慧农业和建设农业强国的战略需求。     

平行梁冲量式谷物质量流量传感器弹性元件设计

冲量式传感器具有结构简单、使用方便等优点,但容易受到基础振动的干扰。为此设计了平行梁结构冲量式谷物质量流量传感器弹性元件,对弹性元件安装端部采用了削弱设计。有限元分析表明该设计方案不仅符合应力集中原则,而且可以提高传感器抵抗振动干扰的能力。给出了传感器电桥电路,以及后续放大、电压电流变换等调理电路,使得传感器输出零点可以方便调节,降低了传感器在联合收割机上的安装要求。试验结果表明,传感器线性度误差小于0.1%,输出不受外力作用点的影响,同时具备了合适的工作频带宽度。     

利用微机对温室培育温度进行控制的研究

随着社会的发展和农业的进步,人们在各个季节都能吃上新鲜的蔬菜和水果.单片机和微型计算机在农业的发展中也起到了非常重要的作用.为此,以MCS51单片机温度控制系统对果蔬的培育环境进行温度控制为例,结合国内外先进温度控制系统的设计,对整个温控系统设计的硬件进行了阐述,说明了具体的调试步骤.     

An Overview on Fiberoptic Sensing Technology in Smart Civil Structure

The paper discuss the concept of fiberoptic smart civil structure,and analysis the principle of non destructive evaluation of civil structure with the help of embeded fiberoptic sensor in sensing the inner state and integrity of the structure.The typical experiment and development of fiberoptic sensing system in the health monitoring of dam,highway,bridge and buildings are overriewed.     

Artificial Neural Networks Models for Flow Stress during High Temperature Plastic Deformation of Al-Li Alloy

Using gained experimental data to develop the models of stable flow stresses at high temperature plastic deformation by statistical methods for alloy materials, precision of the models is poor and at the same time the processes of modeling are complicated with great workload. On the basis of the data obtained on Gleeble-1500 Thermal Simulator,the predicting models for the relation between stable flow stress during high temperature plastic deformation and deformation strain, strain rate and temperature for 1420 Al-Li alloy have been developed with BP Artificial Neural Network method. The results show that the model on basis of BPNN is practical and it reflects the real feature of the deforming process. It states that the difference between the real value and the output of the model is in order of 5 percent.     

Multiple Layer BP Neural Network for Fuzzy Calculating

The FCBP(Fuzzy calculating BP) algorithm which is proposed by this paper hasovercome the sensitivity for samples,reduced the number of input layer's samples,lightened the burden of input layer.it is suitable to fuzzy inference and pattern recognition.     

基于混沌算法的工程车辆自动变速神经网络控制

为了克服BP神经网络收敛速度慢和易陷入局部极小点的不足，提出了一种基于混沌算法的工程车辆自动变速神经网络控制方法，并利用ZL50型装载机传动系统换挡控制试验的数据进行了验证性仿真试验。仿真结果表明：该方法对于车辆自动换挡智能控制是可行的，可以根据操作工况实现正确的变速挡位决策。