新时期如何做好农机安全监理工作

随着我国科学技术和综合国力的提升,农业机械化普及程度也有了很大的提高,农机保有量增加,这就要求新时期农机安全监理必须到位,否则将出现很严重的后果。从目前形势来看,农机安全监理还存在着农机非法改装、违规载人、无证驾驶等问题,给整个农业生产及社会安全带来了很大的隐患。本文就新时期如何做好农机安全监理工作,对农机安全监理的现状进行了分析,并提出相应的对策供大家进一步探索。     

基于快速卷积神经网络的果园果实检测试验研究

近年来,基于数字图像处理和机器学习算法的果实自动识别检测研究已经越来越成熟。针对传统检测方法检测过程中难以满足实时性要求的缺点,采用了基于Faster-RCNN的果实快速检测模型。模型由卷积神经网络(CNN)和区域提议网络(RPN)组成,首先由CNN进行卷积和池化操作提取特征,然后由RPN选取候选区域,通过网络全连接层参数共享,由目标识别分类器和边界框预测回归器得到多个可能包含目标的预测框,最后通过非极大值抑制挑选出精度最高的预测框完成目标检测。分别对桃子、苹果和橙子的三种果实进行检测,采用迁移学习方法,使用已经预训练好的两种深度神经网络模型ZFnet和VGG16,通过数据集的训练对Dropout及候选区域数量进行参数调整完成网络调优。检测并分析果实不同布局形态下模型的检测效果。试验结果表明,当Dropout取值为0.5或0.6,候选区域数量为300时网络模型最佳,ZFnet网络中,苹果平均精确度为92.70%,桃子为90.00%,而橙子为89.72%。VGG16网络中,苹果平均精度为94.17%,桃子为91.46%,橙子为90.22%。且ZFnet和VGG16的图像处理速度分别达到17 fps和7 fps,能够达到果实实时检测的目的。     

新型果园宽幅联合仿形修剪机设计与研究

针对目前修剪机修剪形状单一,适应性差,修剪机械通用性能低的问题,通过理论分析、三维模型设计、性能试验相结合的方法,设计针对新型果园的宽幅联合仿形修剪机。主要对该整机的机架结构、切割装置、传动系统、液压系统进行了设计,并分别对机架结构和切割装置的机构进行运动分析。试验结果表明:该修剪机切割高度范围为500～4 000 mm,向左最大移动幅度为1 530 mm,向右最大移动幅度为740 mm,左右最大摆角幅度为±25°,最大切割直径为60 mm,修剪漏割率为7.3%,修剪合格率为90.9%,切割断面质量和修剪形状符合农艺学的要求。该机适应性强,通用性能高,能满足多种修剪树形的需要。     

川东南浅丘区夏玉米生产现状与发展建议

四川是油菜第一大省,川东南浅丘区是四川油菜主产区,接茬油菜的夏玉米生产对于粮食安全战略具有重要作用。通过分析川东南浅丘区夏玉米生产现状,对该地区今后油菜—玉米轮作模式进行夏玉米生产提出一些建议。     

基于双向准Z源逆变器的无刷直流电机驱动系统研究

针对农用电动运输车直流电源电压降落而导致的动力降低,以及车辆行驶工况复杂多变等问题,设计一种基于双向准Z源逆变器的无刷直流电机驱动系统。以STM32F103C8T6为控制器,完成驱动系统的硬件电路设计。通过直流母线方波升压和SVPWM控制策略,使无刷直流电机驱动系统具有ON-PWM斩波、准Z源方波升压、准Z源SVPWM三种驱动模式。最后搭建驱动系统的试验平台,取直流电源电压U_(dc)=24 V,直通占空比D_0=0.2,准Z源方波升压和准Z源SVPWM都将逆变桥的直流母线电压提升至40 V以上,有效解决直流电源电压降落的问题。驱动系统根据加速、爬坡、重载等具体工况快速、准确地切换工作模式,满足车辆的动力需求,提高车辆行驶的安全性和可靠性。     

聚焦安全生产管理——探索“公司+农户”林下养鸡疫病防控的有效实施

"公司+农户"是我国养鸡事业发展的特有形式。目前,越来越多的农户采用这种模式进行生产,成为他们脱贫致富的有效途径。随着人们生活水平的提高,对肉鸡数量和品质的要求越来越高。"公司+农户"林下养鸡的生产模式既满足了市场"量"的需求,又满足了人们对肉鸡"质"的要求。通过完善制度,强化人员素质培养,使用现代信息化手段,加强规范化管理,严抓各个生产环节,把病原微生物挡在养殖场外、鸡体外,增强鸡只自身免疫力,使肉鸡安全高质量度过饲养期,满足人们对高品质肉鸡的需要。     

植物免疫诱导剂在草莓中的应用情况

为了助力实现草莓的安全生产,对一类能诱导植物产生免疫防御反应的植物免疫诱导剂在草莓中的应用情况进行综述。主要阐述了植物免疫诱导剂的种类、诱导机理及其在草莓栽培上的应用现状,发现:植物免疫诱导剂能促进草莓生长和发育、诱导抗病性、提高产量、改善果实品质、提高耐贮性等,从而减少了化学农药的使用,有利于草莓高质量生产,应用前景广阔。     

玉米-大豆带状间作下除草剂的筛选

采用单因素随机区组设计,研究了3种药剂(A1:60%乙·嗪·滴丁酯、A2:60%乙·嗪·滴丁酯+48%灭草松、A3:48%灭草松)与清水对照组(A4)在玉米-大豆间作条件下,玉米、大豆苗期农艺性状、株防效及药害等级和成熟期作物产量,考察了玉米-大豆带状复合种植模式下除草剂除草效果及安全性。结果表明:3种除草剂对反枝苋、马唐防效好,对刺儿菜防效较差。药后15 d,A1与A2对杂草的防除效果最好,均在75%以上,其中A2对马唐的株防效达到了100%。药后30 d,各处理下的鲜重防效均在80%以上,A1对反枝苋的株防除效果最好为88.89%。玉米、大豆产量在A2处理下最高,分别较清水对照组高33.7%、39.4%。3种除草剂对玉米、大豆幼苗都有一定的药害症状,但药害等级均小于1,从株防效和对作物产量的影响分析,A2更适用于玉米-大豆带状复合种植模式。     

基于PCA-Attention-LSTM网络的土壤氮含量监测

土壤作为农作物生长的主要营养来源,氮是植物生长的重要元素,有效评价土壤氮素含量可以促进配方施肥的发展。提出主成分分析、注意力机制和长短时记忆神经网络相结合的模型(PCA-Attention-LSTM)来监测土壤的氮素含量。采用PCA(主成分分析)对数据进行处理,提取影响土壤氮含量的关键影响因子,降低模型向量输入的维数,利用注意机制突出预测中的关键输入特征。在Keras深度学习框架的基础上搭建PCA-Attention-LSTM的网络模型,实现对未来2 h土壤氮含量的精监测。最后,以黑龙江省依安甜菜养植基地的数据对土壤氮含量进行训练和验证。结果表明,与RNN等其它网络模型相比,该模型的效果更好,基于PCA-Attenlion-LSTM网络模型的平均绝对误差,均方根误差和平均绝对百分误差分别为0.119、0.020、0.156。该模型预测精度高,泛化能力强,可以应用于土壤氮含量的监测。