系统生物学中大型布尔网络的结构型序关系及其动态特征

【目的】研究系统生物学中大型布尔网络的结构型模块分解以及相关的动态演化问题。【方法】引入了一种适应于大尺度调控网络的模块划分方法,探讨了与模块划分相关的网络动态特性。【结果】在模块划分方面,证明了模块之间存在着偏序关系。在与模块划分相关的网络动态特性研究方面,提出了投影状态空间的概念,给出了局部投影空间和整个系统状态空间在稳定状态方面的关联性。【结论】通过对系统生物学中大型布尔网络进行合理模块分解,得到了从局部稳态特性推导总体稳态特性的基本结论,有效化简了对这类大型网络研究的复杂度。     

灰树花菇房多点温湿度监测系统设计

【目的】设计灰树花菇房温湿度监测系统并对其进行多点监测.【方法】首先,根据灰树花菇房的结构,进行集成式温湿度传感器的多点布置,以采集温湿度实时数据.而后,借助于无线传输模块,将数据实时传输到温湿度实时监测下位机系统.最后,开发上位机监控软件实现对每个节点温湿度数据的实时存储、显示和查询.【结果】通过将传感器、无线传输、上位机等硬、软件系统的合理布局和设计,采集灰树花菇房多点温湿度数据,并进行实时传输和存储,实现对灰树花菇房温湿度进行有效地监测.【结论】根据该监测系统所测温湿度值与仿真计算的温湿度分布值对比分析,两者差异很小,验证所设计检测系统的可行性.     

Laboratory and Field Assessment of the Decagon 5TE and GS3 Sensors for Estimating Soil Water Content in Saline-Alkali Reclaimed Soils

The objective of this study was to assess, under laboratory and field conditions, the performance of the Decagon 5TE and GS3 soil water sensors in estimating the soil water content of saline-alkali reclaimed land in South Korea. The error due to increased bulk soil EC was greater for the 5TE sensor than for the GS3 sensor and was greater in soil with higher bulk soil EC. Therefore, it is recommended that the soil electrical conductivity be considered in the calibration process for the 5TE. The calibration equations developed for the 5TE and GS3 sensors during laboratory experiments were highly accurate. Testing of the 5TE and GS3 sensors showed very good agreement between actual VWC and VWC calculations resulting from the field-derived calibration. These results suggest that either sensor can be used to acquire accurate soil water content data in the field.     

基于BP神经网络的玉米种植密度和施肥量优化

为解决利用回归模型进行作物种植密度和施肥量优化时存在的拟合精度差和准确性低等问题,该文提出一种基于BP神经网络的优化方法。以玉米作物为研究对象,选取种植密度、施氮量、施磷量、施钾量为试验因素,玉米产量为影响指标,设计4因素5水平正交旋转试验方案进行田间试验,获取不同种植密度和施肥量水平下的玉米产量。利用BP神经网络模型对试验数据进行函数拟合,拟合后运用该文提出的优化方法获得试验条件下红星农场德美亚1号玉米最佳种植密度9.32×10~4株/hm~2、施N量139.5 kg/hm~2、施P_2O_5量85.4 kg/hm~2、施K_2O量70.8 kg/hm~2,该参数组合下玉米的最优产量为16 308.53 kg/hm~2,高于二次回归模型优化得到的最高产量16 009.00 kg/hm~2。以BP神经网络优化结果在试验区进行验证试验,获得试验方案下玉米产量为15 948.3 kg/hm~2,试验与优化结果相对误差仅为-2.21%,表明该优化方法拟合函数精度高,优化结果准确,为解决农业生产领域中类似优化问题提供了一种可靠方法。     

吹扫式仿生嗅觉检测装置的设计与性能试验

为研究仿生嗅觉检测装置的检测性能,该文研制了一种吹扫式仿生嗅觉检测装置,选取传感器阵列灵敏度、响应时间和恢复时间作为装置性能指标,分析了传感器加热电压、待检气体湿度以及流量等控制参数对嗅觉检测性能的影响,并进一步验证优化控制参数的仿生嗅觉检测装置对气味检测的可行性和检测性能。试验结果表明:传感器阵列灵敏度随加热电压增大而增大,其响应和恢复时间随加热电压增大而减小,加热电压为5.0 V时,装置性能较佳,其传感器阵列灵敏度分布范围为2.260~4.823,响应和恢复时间分布范围分别为46~53 s、44~70 s;增加气体湿度会使传感器阵列灵敏度减小,同时也会延长响应和恢复时间,气体相对湿度为30%时,装置性能较佳;传感器阵列灵敏度随载气流量的增加先递增后减小,其响应和恢复时间随流量的增加先减小后递增,流量为100 m L/min时,装置性能较佳,其传感器阵列灵敏度分布范围为2.853~7.559,响应和恢复时间分布范围分别为35~50 s、30~50 s;在优化控制参数下,待检气体体积分数范围控制在0.002%~0.020%时,装置检测灵敏度较高,范围为3 577.1~6 700.7;线性特性和重复性较好,决定系数范围为0.901~0.997,变异系数范围为0.832%~9.696%,能满足仿生嗅觉气味检测的要求,可为后续开展仿生嗅觉的应用性研究提供数据参考与技术支撑。     

植保无人机药箱液量监测装置的设计与试验

药箱的液量是植保无人机精准作业中需要监测的重要信息之一。为了实现对植保无人机药箱液量的实时监测,针对植保无人机作业过程中存在的液面波动剧烈、药液的理化特性各异、药箱空间小、防腐蚀要求高等特点,该文提出一种双气压式液量监测装置的设计方案,包括双气压式液位监测、药箱液面震荡干扰滤波、机身倾斜干扰校正以及液位-液量换算模型等。为了验证方案的可行性,制作了液量监测装置的样机,并设计了相关的验证试验进行性能测试。试验结果表明:采用同时监测环境气压和密闭气室内气压的双气压式差值法,液位高度与气压差值之间呈线性负相关关系,决定系数为0.998 9,可有效消除环境气压变化对测量精度和稳定性带来的影响;融合了中位值平均滤波法与滑动平均滤波法优势的混合数字滤波算法,使药箱液位数据的变异系数由滤波处理前的28.45%降低到12.27%,对液面震荡干扰具有较好的滤波效果;基于微机械陀螺仪的校正算法,在机身倾斜30°时,气压差值误差从校正前的-1.09 h Pa,降低至校正后的0.05 h Pa,可较好地消除植保无人机飞行中机身倾斜带来的药箱倾斜干扰误差;在植保无人机机载动态测试试验中,设计了前进、后退、田间掉头移行等3种常见的飞行工况中进行测试,在2、4、6 L的载药量时,液量监测器输出的液量数据均值分别为1.985、3.942、5.984 L,经过校正处理后液量相对误差分别为0.75%、1.45%、0.77%,均方根误差分别为0.182、0.199、0.180 L,表明液量监测器在不同实际作业工况中的数据输出较稳定可靠。     

农机具姿态倾角测量系统设计与试验

农机具姿态倾角测量技术是实现农机装备精准作业的关键技术之一。为进一步提高农机装备作业质量,以ADIS16445微惯性MEMS传感器和STM32F446核心处理器搭建硬件平台,以欧拉角法解算姿态,建立卡尔曼滤波模型融合加速度计与陀螺仪信息,实现农机具姿态倾角的精准测量。融合算法模型考虑陀螺仪零偏特性,并根据MEMS微传感器运动特性,自适应模型误差协方差矩阵Q与R,适应不同工况下农机具姿态倾角测量。采用SGT320E三轴多功能转台与BD982双天线定位测姿模块对系统进行测试与验证。三轴多功能转台试验结果表明,ADIS16445内置陀螺仪与加速度计性能合格,满足系统设计硬件要求;卡尔曼滤波融合模型精准有效,倾角静态测量误差精度为0.15°,动态测量精度典型值为0.3°,最大测量误差为0.5°。田间作业试验结果表明,自适应模型能保证农机具姿态倾角测量系统在不同工况下的测量精度,更稳定可靠,测量平均误差为0.55°。该文研究的农机具姿态倾角测量系统可满足农机装备精准作业要求。     

南瓜片真空脉动干燥特性及含水率预测

为探索南瓜片真空脉动干燥特性,并实现干燥过程中南瓜的含水率预测,该文研究了不同常压保持时间、真空保持时间、干燥温度和切片厚度对南瓜干燥时间和速率的影响;利用温度传感器实时采集南瓜在干燥过程中的中心温度,阐述压力脉动过程对物料传热传质的影响;建立了输入层个数为5,隐藏层个数为11,输出层为南瓜含水率,结构为"5-11-1"的BP神经网络模型,实现对南瓜含水率实时预测.结果表明:真空保持时间和常压保持时间均对南瓜干燥时间有显著影响,干燥温度60℃,切片厚度7mm条件下,常压保持时间10min和真空保持时间9min所用干燥时间最短,约为352min;干燥温度和切片厚度均对干燥时间有显著影响,提高干燥温度、减少切片厚度能够有效缩短干燥时间.采用Levenberg-Marquardt算法为训练函数,经过有限次训练得到的BP神经网络模型,其预测值与实测值之间的决定系数R2为0.9968,均方根误差RMSE为0.0173,能够很好预测南瓜在真空脉动干燥过程中的含水率.研究结果为南瓜真空脉动应用以及含水率在线预测提供理论依据.     

基于数据挖掘的电子皮带秤皮带跑偏检测

为提高电子皮带秤连续累计称量精度,针对严重影响精度的电子皮带秤跑偏,采用对皮带秤现有原始传感器的数据挖掘实现跑偏量实时在线检测,以取代传统硬件检测设备。引入流形学习和深度学习,分别提出了基于局部切空间排列(local tangent space alignment,LTSA)+广义回归神经网络(generalized regression neural networks,GRNN)和基于连续深度置信网络(continuous deep belief networks,CDBN)的在线跑偏特征提取模型,再结合极限学习机(extreme learning machine,ELM)以跑偏特征为模型输入进行跑偏量预测。最后通过试验对该文提出的在线跑偏量预测模型的性能进行了验证:LTSA+GRNN+ELM平均跑偏预测精度为93.33%,平均每组预测时间38.29 ms;CDBN+ELM预测精度则高达98.61%,平均每组预测时间1.47 ms。二者预测精度和实时性皆表明能取代传统硬件检测装置,为皮带跑偏检测提供了一种方法,为进一步的皮带秤在线精度补偿和故障预测提供了必要依据。     

小麦播种实时监控系统设计与试验

为实现小麦播种作业性能实时监控,设计了一种基于CAN总线的小麦精密播种机播种实时监控系统,阐述了系统总体结构,设计了系统硬件和软件,并进行了田间试验。该系统包括传感器信号采集单元、播种监测模块、CAN 模块和播种监测终端,能够实时监测种管状态、机具前进速度和排种轴转速。采用光电传感器和霍尔传感器分别检测排种管落种状态和地轮转速并输出电压或脉冲信号,播种监测模块根据传感器输出的信号,判断排种管播种状态（正常、堵塞和空管）,计算出地轮转速和排种轴转速,并计算出机具前进速度,以上信息通过CAN总线传输给播种监测终端并实时显示。试验结果表明,该系统故障状态监测准确率为>98%,堵塞响应时间<0.2 s,空管报警响应时间<0.5 s。系统工作稳定可靠,抗尘、抗震能力强,能够有效监测小麦播种作业性能。该研究成果能满足小麦播种性能实时监测要求,有助于提高小麦播种作业质量。