CAD/CAM应用软件的选型

CAD/CAM应用越来越广泛,但对于CAD/CAM应用软件的选型是一些设计人员及企业面临的问题,文章介绍了CAD/CAM软件系统的组成,CAD/CVM应用软件的选型要素,企业选型时应注意的事项.     

农机化科技创新思考:历史逻辑、时代冲击与发展路径

农业机械化是实施乡村振兴战略的重要支撑,科技创新是引领农业机械化发展的第一动力,确定科技创新发展重点是"十四五"农机化发展布局最为重要的内容之一。本文主要采用比较研究方法,重点从历史发展的纵向维度出发,分析农机化科技创新的一般发展规律;从时代冲击的横向维度出发,探讨不同时期工业革命带来的技术变革对农机化科技创新的冲击和影响;同时对我国农机化科技创新的薄弱环节和区域等进行分析。研究发现,就农机化科技创新而言,一般发展规律的制约要远远大于时代冲击和影响。"十四五"期间我国农机化科技创新的主要方向,应是棉油糖等大宗经济作物、设施农业、养殖业以及丘陵山区等农业生产薄弱环节和区域机械化技术研发;可同时考虑科技创新的前瞻性,在智能农机装备研发和智慧农业研究方面做出一定部署;并就促进农机化科技创新提出了有关政策建议。     

陈皮对植物乳杆菌增殖培养条件的优化

以陈皮作为协同剂,采用L16(45)正交试验优化其对植物乳杆菌的增殖培养条件,结果表明,筛选出的最佳培养条件为培养温度35℃,培养时间30 h,接种量为1%(V/V),培养基初始p H值为8,陈皮的添加量为80 g·L-1,在此条件下培养,活菌数为1.86×1010 cfu·m L-1。     

如何提高养兔效益

1科学引种家兔品种的优劣,关系着养兔生产水平的高低。应选择健康无病的优良种兔,如新西兰兔、比利时兔等。每次引种都要非常慎重,严格考察种兔的纯度,做到详查系谱,细看特征。在培育中,对种兔建立系谱档案,分组编号,公兔、母兔分别建立繁殖卡片,做到交配、产仔有记录,使兔群血缘清楚,避免近亲繁殖,并根据本地区兔病流行特点,有计划地对兔群进行药物预防和免疫接种,防止传染病和寄生虫病的发生和流行,形成高     

夏季母猪为啥受胎率低

(一)营养性因素1.营养物质摄入量不足。夏季炎热,由于猪的皮下脂肪厚,散热能力差,猪的采食量、活动量相应下降,母猪繁殖所需的营养物质摄入不足,以致母猪发情排卵规律出现紊乱,从而影响配种和受孕,并出现死胎和弱胎。     

泥鳅对7种常见饲料原料的离体消化率研究

泥鳅又名鳅,属鲤形目鲤亚目鳅科,味道鲜美,营养丰富,蛋白质含量较高而脂肪含量较低;且具有一定的医疗保健作用,素有天上斑鸠、地下的泥鳅及水中人参的美誉。泥鳅食性杂、饲料来源广泛、病害较少、养殖成本较低,越来越受到养殖户们的青     

基于改进B样条神经网络-PID控制器的温室温度控制技术

针对温室温度控制系统所存在的大惯性、非线性等问题,提出神经网络PID控制算法,并利用知识局部存储且具有较快学习速度的B样条函数作为网络隐层神经元函数,同时,提出了β参数型-B样条曲线的重新参数化方法,通过学习算法对β参数搜索来动态调节B样条基函数,从而建立B-BP神经网络,并利用其对PID控制器的比例、积分和微分参数进行优化调整,从而为B-BP-PID控制器的参数自适应调整提供更好的保证,使温度控制系统有效跟踪系统模型并达到较高的辨识精度。仿真试验获得B-BP-PID控制器的最佳β因子为3.2,其温度控制超调量为27%,调节时间为0.8 s,而BP-PID控制器的超调量为25%,调节时间为4.8 s,RBF-PID控制器的超调量为40%,调节时间为1.2 s,新算法有效提高了温度控制过程的稳定性、精确性与鲁棒性。     

羊养殖环境污染及防控措施分析

近年来,畜牧业养殖迎来了黄金发展期,而羊养殖户数量也呈现出逐年上升趋势。这也给羊养殖管理提出了更高的要求,尤其是羊养殖环境的污染问题,已成为广大养殖户普遍关注的焦点问题。针对羊养殖环境污染原因及防控措施展开论述,旨在制订出科学合理有效的应对策略,切实改善羊的生存与生活环境。     

藏母羊妊娠后期补饲时间对其体况和羔羊初生重的影响

<正>青海环湖地区是高原型藏羊的主产区,由于自然环境严酷,每年的枯草期长达8个月,致使该地区冷季天然草场牧草中粗蛋白和粗脂肪含量比暖季分别损失68.9%和34.4%[1],冬季绵羊的锌、锰等微量元素处于低营养水平[2-3]。而冬春枯草期正值放牧藏母羊妊娠后期和哺乳期,营养物质的匮乏严重影响了羔羊的生长发育和生产性能。母羊妊娠后期胎儿生长发育快,这一阶段如果营养不足会影响胎儿发育,     

基于遗传算法的LQG/LTR航空发动机性能优化

针对飞行控制系统控制器的设计中存在建模误差以及飞行过程中外界干扰的影响,采用LQG/LTR鲁棒控制方法完成某型战斗燃油机控制系统控制器的设计。为了提高战斗机控制精度,解决LQG/LTR鲁棒控制方法中存在的权矩阵Q和R选择困难的局限性,加入遗传算法,进行在线寻优。同时针对不同飞行条件下系统以及系统建模过程中造成的参数不确定性问题分别进行仿真，并与传统PID以及控制效果较好的基于遗传算法的PID控制进行对比仿真。理论研究和系统仿真结果表明,基于遗传算法的LQG/LTR控制系统与基于遗传算法的PID控制相比,不但具有良好的鲁棒性,而且响应快速,控制精度高,满足了战斗机飞行控制的要求。