Characterization of co-benefits of green stormwater infrastructure across ecohydrologic regions in the United States

Stormwater Green Infrastructure (SGI) systems such as rain gardens, permeable pavement and bioswales are commonly used in municipalities to reduce urban flooding and water pollution. In conjunction with these direct benefits, SGI systems provide additional social and environmental “co-benefits”. Our goal was to investigate the co-benefits of commonly used SGI systems in five cities in the United States, including Baltimore, Denver, New York City, Philadelphia, and Portland. The i-Tree Eco model was used to predict carbon storage and sequestration, air pollution removal, UV reduction, and cooling effects of trees for individual tree species and estimated SGI tree inventories across the five study cities based on observed tree characteristic data. Aspects of SGI design, environmental factors, and model inputs were assessed to understand what parameters impacted SGI co-benefits predicted by the model. We evaluated the most highly influential parameters using a global sensitivity analysis method. As expected, the type of SGI design, and the overall number of trees utilized within those designs, played a large role in determining the overall amount of co-benefits predicted by the model. However, climate also influenced estimation of benefits produced, with similar responses predicted for cities in the same climate zone (e.g. Baltimore, Philadelphia, and New York City). In particular, the global sensitivity analysis showed that variables influencing environmental conditions and tree growth also impacted final co-benefit predictions produced by i-Tree Eco. study revealed how various assumptions and prevailing equations within the i-Tree Eco model can play a major role in the final outcomes predicted by the model. Studies that use i-Tree Eco to analyze potential co-benefits of SGI projects, especially when the goal is to compare projects across climate zones, should consider what aspects of the results are simply a function of the model itself. Overall, the model predicts that more co-benefits are provided in certain climate zones, an assumption currently supported in the literature.     

土壤耕作部件极窄刀齿与土壤作用关系研究

随着保护性耕作技术和低扰动土壤处理技术的发展,新型土壤耕作部件越来越多地采用窄类或极窄类刀齿形式。通过理论分析和室内土槽试验,对矩形齿和三角形齿两种极窄刀齿贯入土壤造成的土壤失效机理、刀齿工作时的主要阻力来源、刀齿形状尺寸参数对贯入阻力的影响以及刀齿贯入阻力预测模型进行了研究。结果发现,极窄刀齿在贯入土壤过程中,土壤与刀齿相互作用产生应力场和速度场,土壤主要受到刀齿的挤压而失效;刀齿所受阻力可以通过相互作用过程中产生的力学分量进行预测,特别是该预测模型能够较好地反映刀齿在不同深度下所受阻力的变化趋势,研究还发现在土壤参数一定的情况下,极窄刀齿所受阻力与刀齿和土壤的接触面积直接相关,极窄刀齿的形状尺寸参数是其受力的重要影响因素。     

数控机床进给机构智能设计优化系统

针对制造业智能化对数控机床加工精度的需求问题,构造了一种数控机床进给机构智能设计优化系统。该系统由需求分析模块、常规设计模块、智能优化模块以及设计资源中心所组成,在数控机床进给机构设计过程中能实现知识集成、数据交换与模型共享。该系统面向数控机床进给机构动静态性能要求,分别进行参数化建模、有限元仿真和热-力耦合分析,为进给机构的优化设计提供理论依据。该系统在数控机床进给机构常规设计的基础上,采用灵敏度分析法、BP神经网络和遗传算法对进给机构进行结构多目标优化,从而提高系统的智能设计水平。采用所构造的系统对一种精密龙门数控机床的Y轴进给机构进行智能设计优化,优化后进给机构的动静态性能得到提高,对比进给机构的优化结果与实验值,结果表明该智能设计优化系统是合理可行的。     

基于混沌表示和特征注意力机制的机床两轴动态误差预测

针对传统方法难以揭示机床多轴插补动态误差的序列产生机制，各时间维度上的误差时序特征存在相互关联的问题，提出一种融合混沌表示(Chaotic representation, CR)和特征注意力机制(Feature attention mechanism, FA)的级联动态误差预测模型。首先，在证明多元动态误差时变演化具有混沌特性的基础上，对其进行相空间重构，将动态误差参数时间序列背后隐藏的信息在相空间中进行表达。然后，融合特征注意力机制在时间维度上动态分配相点特征权重的同时降低高维演化相空间信息冗余，进一步重塑原系统的动力学状态向量空间。最后，考虑到混沌时变演化具有长程相关性，采用双向长短期记忆(Bi-directional long short-term memory, Bi-LSTM)网络模型逼近混沌相空间内的动力学特性，实现动态误差混沌时间序列信息的有效预测。通过XK-L540型数控铣床实测数据的算例表明，相较于CRFA-LSTM模型，以及单一级联模型CR-Bi-LSTM、FA-Bi-LSTM,本文算法的均方根误差分别降低约35%、16%和43%。     

五面加工混联机床概念设计

提出一种五面加工的六轴混联机床的设计方案.以典型刀具和工件加工时的相对运动要求为输入,得到刀具和工件的位姿关系矩阵,用机床的串并联运动功能模型实现了刀具和工件的位姿关系.六轴混联方案中,主轴部件一侧采用可实现Z轴移动和A及B摆动轴进给的少自由度3PRS并联机构,工作台一侧采用XY并联驱动和C轴数控转台的串联机构.安装在3PRS并联机构动平台上的主轴部件通过倾斜布局、合理构件(组件)设计使刀具的摆动范围达到了±45°;并对3PRS并联机构进行了运动、刚度和工作空间分析.分析了XY并联平台与X轴滑台和Y轴滑台之间4条导轨副的受力状态.     

膜侧种植技术及配套播种机具应用研究

文章主要对膜侧种植农艺原理、参数、优势,配套播种机具结构、工作原理、主要技术指标,机具应用时耕整地要求、机具安装调试、播种等内容作了全方位的阐述解析,并对现有膜侧播种机具取籽结构、适用范围和优化改进方向进行了探讨。通过膜侧种植技术及配套播种机具应用研究表明,膜侧种植技术在保留地膜覆盖优点的同时,铺设地膜宽度由70cm缩减至55cm,可捡拾地膜投入量约21.4%,同时作物种植在地膜外边缘3-5cm处,避免了根茬对地膜、土块的缠绕,有利于地膜的机械化回收。     

基于LabVIEW的机床加工远程监控系统研究与开发

为了有效实施数控机床加工远程监控,并准确识别机床运行状态,开发了一套机床加工远程监控系统。该系统从数据采集、数据传输到Web远程用户界面都基于LabVIEW编程,用户无需使用或安装程序即可在任何Web浏览器浏览监控数据及机床运行状态。试验结果表明,该系统可对数控机床的各种运行状态实现可靠的监控。     

水稻遗传育种相关生物信息数据库和工具的研究进展

水稻Oryza sativa L.是主要的粮食作物，也是单子叶植物研究的模式植物。面对日益严峻的环境和人口压力，培育高产、优质、环境适性强的水稻品种是解决当前粮食安全问题的有效途径。随着多组学技术的快速发展，积累了海量的水稻遗传育种相关的数据。生物信息数据库和在线分析工具是存储这些数据的载体，用以整合、可视化和共享数据，并为数据的深入挖掘和利用提供工具，从而为育种决策提供数据支撑。本综述系统梳理了近20年来开发的水稻生物信息数据库和在线分析工具，并基于内置数据集和功能对它们进行了分类和总结。最后，讨论了现有的水稻生物信息数据库和在线分析工具的问题与不足，并对它们在大数据和人工智能时代的发展方向进行了展望。     

柴油机缸体异型结构共线复合加工

柴油机缸体是柴油机中精度要求高、加工工序多的关键部件之一，常规加工中关键工序采用加工中心等高精设备加工，精度要求一般、数量众多、非常规角度等影响加工中心节拍的工序，大多采用专用组合机床加工的形式加工。针对柴油机缸体常规加工工序中遗留部位的集成加工问题，设计了一套异型结构共线复合加工形式，实现4、6缸柴油机7种型号缸体的钻孔、攻丝、镗车端面等加工，并配有4、6缸缸体共线加工专用的自动夹具和自动移位输送机构。生产实践证明，该加工形式精简了工艺流程，减少自动加工线的设备数量，刀辅具设计经济合理，自动化夹具操作便捷，加工精度满足工艺要求。      

基于结构功能特性的油麦菜生长分析

针对智慧农业和植物表型的研究中缺乏油麦菜生长模型和可视化管理方法的问题，将四阶多项式模型(Ploy4)、双尺度自动机技术和GreenScilab仿真工具三者相结合，对油麦菜结构功能特性进行分析。结果表明:1)油麦菜逐叶片呈“Y”型间隔角度上旋递进生长；2)使用不同生长模型对油麦菜叶长和叶宽数据进行拟合，四阶多项式模型(Ploy4)拟合效果较好，各叶片决定系数≥0.99；3)利用双尺度自动机技术和GreenScilab仿真工具，对油麦菜结构功能特性可视化，结果具有感官相似性。将上述方法相结合针对作物不同特性进行分析，可以为设施环境中油麦菜生长的可视化管理提供有效的手段。