基于WSN的水环境监控系统设计

针对湿地水环境监控需求,采用CC2530芯片设计无线传感器网络终端节点,基于Z-Stack协议栈构建局域自组织无线网络,水体监测传感器的终端节点采集的数据最终汇聚到由CC2531和ARM构建的协调器上,经GPRS与远程上位机客户端建立通信链接并接入互联网络。该系统可以广泛应用于湿地等大范围环境监控,具有成本低、便于维护和节约人力资源等优点。     

基于VC++6.0的柿子采摘视觉研究及特征参数的提取

实现准确采摘离不开识别和定位这两个关键环节。要实现精确定位首先就必须准确识别果实,确定果实的质心、半径,在此基础上进行三维立体坐标的标定,从而精确计算出果实的空间位置,实现准确采摘。本文在已经获取果实图像的基础上,基于VC++6.0研究果实各种参数提取所需要的图像处理函数,比如阈值变换、窗口变换、中值滤波、梯度锐化、边缘检测、轮廓提取等,以及各种特征参数计算函数,如计算球形果的质心、半径、周长、面积、圆形度、伸长度等的函数。通过对各个果实识别各个环节所需函数来研究采摘机器人的视觉。     

基于自适应逆控制技术的连续流粮食干燥系统研究

连续流粮食干燥过程是一个非线性大滞后多变量的过程,要精确控制粮食出口的终水分比较困难。本文设计一种新的连续流粮食干燥过程的控制方法,对连续流粮食干燥过程中的多个影响因素进行研究,分析粮食干燥自控系统在设计时所必须选择的可测干扰、数字变量、控制变量和被控变量等,并且提出基于自适应逆控制技术的连续流粮食干燥系统的离散化模型,主要针对工业控制对象中存在的时变和时滞问题,推导出该连续流粮食干燥控制系统的预测模型。通过实验对实际系统进行验证,结果证明本系统具有较好的鲁棒性和稳定性。     

基于STM32的智能烤烟房温湿度控制仪的设计

为了进一步实现烟叶烘烤自动化,设计了一种基于STM32为核心的智能烤烟房温湿度控制仪,介绍了软件及硬件电路的组成及实现。控制系统使用了RS485总线通讯接口设计,可以使用PC机读取存储器的工作历史记录,为进一步优化烘烤经验提供依据。     

台阶式溢洪道消能规律

为探讨台阶式溢洪道消能特性及水流的紊乱特性规律,将台阶式溢洪道与对应光滑溢洪道对比研究,通过试验数据计算出台阶式溢洪道消能率、阶顶断面弗劳德数,试算求出对应光滑溢洪道水力参数,用台阶式溢洪道消能率减去对应光滑溢洪道消能率得到相对消能率,光滑溢洪道断面弗劳德数减去对应台阶式溢洪道阶顶断面弗劳德数得到相对弗劳德数.两水力参数反映了台阶式溢洪道相对光滑溢洪道对消杀能量大小及水流紊乱剧烈程度.通过对26.57°,32.01°,33.69°,38.66°,51.3°这5组不同坡度,1.43~6.67 cm台阶高度的21组模型试验研究,探讨了相对消能率和相对弗劳德数之间关系,结果表明相对弗劳德数和相对消能率沿程呈线性关系,相关系数为0.993 7~0.999 5.且相同相对弗劳德数,单宽流量大对应相对消能率也大;台阶高度变化对直线关系影响很小;坡度对直线关系影响复杂,较小坡度同一单宽流量,坡度越大相对消能率越小,坡度较大时同一单宽流量,坡度大对应相对消能率大.相对消能率和相对弗劳德数的直线规律体现出台阶式溢洪道独特的水力特性,为探究其消能机理提供了重要依据.     

柴油/天然气双燃料发动机工作过程模拟计算

把柴油/天然气双燃料发动机工作过程分成七个阶段:压缩阶段、滞燃期阶段、燃烧阶段、纯排气阶段、进排气阶段、纯进气阶段,建立了每个阶段的数学模型,燃烧过程用三个Wiebe函数来描述。在Matlab下的Simulink环境中建立发动机工作过程的仿真模型进行模拟,将仿真数据与试验数据进行对比,发现该模型的仿真结果与试验数据相吻合。     

机械铣削除冰装置的设计与试验研究

快速、经济地清除机场跑道、城市道路、桥面的积冰积雪,是保障冰雪气候条件下交通畅通与行车安全的一个难题。在分析现有不同机械除冰技术及结合热力―水射流切割融除冰方法的基础上,提出了一种机械铣削除冰方法。通过对刀具切削模型的转换,建立铣削除冰模型,并进行铣削装置功率计算,得出切削功率仅与除冰机构行进速度和刀盘半径相关。通过机械铣削除冰装置试验,验证了设计方案的可行性。     

2BMC―4/8型棉花双行错位精量穴播机的设计与试验

基于实现黄河流域麦棉连作,针对前茬小麦秸秆量大,麦棉一年两作农时紧张的问题,以及夏棉种植密度大需改善单株夏棉生长空间等要求,设计2BMC―4/8型棉花双行错位精量穴播机。该机能一次实现全幅旋耕整地、侧深施肥、种床镇压、精量穴播、覆土镇压等功能。其不但能实现66+10cm的种植模式,而且能够实现双行种子的交错排列,在保证实现机采棉的前提下,实现高密度夏棉的最优化空间布置。创新设计双轮整平、镇压装置和一体双行错位排种器。田间试验表明,该播种机作业性能达到设计要求。     

基于高斯自适应拟合的苹果目标分割方法研究

苹果目标的准确识别是苹果机械化采摘需要解决的关键问题之一。为此,基于YUV颜色空间模型,提出了一种结合色差分量与高斯自适应拟合算法的苹果目标分割方法。该方法采用首先将苹果目标由RGB颜色空间转换至YUV颜色空间,并利用色差分量V建立果实与背景分割的高斯分布拟合模型,根据拟合结果自动获取分割阈值,以实现自然场景下苹果目标的准确分割。为了验证文中算法的有效性,利用多幅图像进行了试验并与Otsu自适应阈值分割算法进行了比较。试验结果表明,采用文中算法得到的苹果果实的平均检出率达87.08%,识别率领先Otsu算法9.91%。因此,对于着色度较为均匀的苹果目标,采用高斯自适应拟合方法可以有效提高其识别率。