矮必施对多年生黑麦草主要生长特性的影响

采用4种不同浓度的矮必施叶面喷施多年生黑麦草,通过对施药后多年生黑麦草的株高、地下生物量、叶绿素含量等各项生物学指标的观测。结果表明：喷施用量为2000mg／kg的矮必施在抑制黑麦草的生长、增加分蘖数、促进地下根系的生长、提高叶绿素的含量、提高草坪质量方面具有显著效果,但当施用量达到2500mg／kg时会对黑麦草产生过度抑制作用。     

基于超静定方程的橡胶材料本构模型参数识别

由于橡胶材料具有非线性和大变形特性，使得描述橡胶力学特性的本构模型参数的确定比较烦琐和困难。为了提高橡胶本构模型参数识别的准确性，基于超静定方程求解原理推导出一种新的识别方法。以某橡胶衬套为例，识别的参数应用于有限元分析，对比试验数据，结果表明该识别方法可以准确识别橡胶材料参数，并且精度相对于最小二乘法有了明显改善，显示了超静定识别法的有效性和可靠性。     

全株水稻表面优势乳酸菌的筛选与鉴定

本试验旨在对全株水稻表面的优势乳酸菌进行分离、筛选与鉴定，以期挖掘出青贮优良菌种资源。利用平板涂布法对全株水稻上的乳酸菌进行分离，以生长速度和产酸能力进行初筛，以抗氧化能力（H2O2耐受能力、DPPH自由基、羟自由基和超氧阴离子自由基清除率）进行复筛，对筛选出的优势乳酸菌进行生理生化特性分析和分子生物学鉴定。结果表明，从水稻植株表面共分离得到154株乳酸菌，培养48 h后，有16株OD600nm值>2且pH值<4的乳酸菌，其中有9株乳酸菌具有抗氧化能力，综合表现最好的菌株是YMA3，对DPPH自由基、羟自由基、超氧阴离子自由基清除率分别为72.23%、72.46%、86.33%。YMA3表现出较强的高温或酸性环境适应性，鉴定为粪肠球菌。     

水稻秸秆、麦麸、葡萄糖添加对绿狐尾藻青贮质量影响研究

为探究添加不同比例的水稻秸秆、麦麸与葡萄糖对新鲜绿狐尾藻青贮品质的影响规律，采用双因素完全随机设计，A因素为稻秸添加比例：0%，5%，10%，15%(相应计算麦麸和绿狐尾藻添加比例)；B因素为葡萄糖添加比例：0%，2%，4%，6%，青贮原料充分混合后青贮。结果表明：稻秸与葡萄糖添加比例及二者互作对青贮效果有显著或极显著影响(P<0.05或P<0.01)。随稻秸添加比例增加，丁酸含量显著增加(P<0.05)，纤维含量极显著增加，粗蛋白含量极显著降低(P<0.01)；随葡萄糖添加比例增加，pH值显著下降(P<0.05)，可溶性糖含量极显著升高(P<0.01)，粗蛋白、纤维含量及有氧稳定性极显著降低(P<0.01)。综合来看，70%绿狐尾藻与30%麦麸混合青贮添加2%~6%葡萄糖可制备饲用品质和有氧稳定性均优的青贮饲料；添加5%或10%水稻秸秆并添加4%葡萄糖可制备原料成本更低的青贮饲料。     

不同关门力度下乘用车关门声声品质评价

针对在主观偏好性试验中关门力度对听审者的主观评价有很大影响这一问题，考虑轻、重关门力度对声品质评价的影响，提出了一种新的关门声声品质评价参数——SE（sharpness-energy）。即利用二次EEMD分解和Wigner-Ville分布得到样本的能量分布，参考尖锐度计算公式推导得到SE计算公式，并将其归一化为百分制，SE突出了高频成分对声品质主观偏好性的影响。为验证参数SE的有效性，将该参数和主观评价结果进行相关性分析，结果表明当关门力度不同时，SE与样本评价结果相关性更高，SE比尖锐度能更准确地反映高频成分对声品质的影响。     

基于碳排放视角的建设用地利用效率分析——以江苏省为例

将碳排放作为非期望产出指标，运用Super-SBM模型和地理加权回归，揭示2009～2017年江苏省各地级市建设用地利用效率的时空演化特征和影响机制。结果表明：2009～2017年江苏各地级市用地利用效率除苏州和盐城外呈波动提高趋势；碳排放约束下的建设用地利用效率存在地域不均衡性，保持“南高北低”的空间格局，热点区范围扩张且逐渐北移，冷点区已形成以宿迁为核心的低值集聚格局；人口集聚和科技创新对建设用地利用效率起促进作用，而对土地市场化起抑制作用，产业结构和政府规制在不同时间段内的影响存在正负差异。因此，须推动江苏省建设用地节能减排与高效利用应实行地区差异化调控政策，协同打造“低投入、低消耗、低排放”的新型土地利用模式。     

面向行人安全的保险杠结构改进优化

针对行人下肢的碰撞保护，建立了某车型的有限元碰撞模型并进行了试验验证。为改善行人保护性能，提出了添加吸能泡沫及副保险杠的改进方案。以吸能泡沫厚度、主副保险杠垂向距离、副保险杠壁厚这3个结构参数为设计变量，构造了优化的拉丁超立方试验，结合最小二乘法建立胫骨加速度、膝关节弯曲角度及剪切位移3个伤害指标的响应面模型，运用多目标遗传算法进行优化求解。对比结果表明，优化后的结构有效地降低了行人腿部受到的伤害，满足了安全法规要求。