含刚性沉水植物明渠水流结构的试验研究

【目的】得到含刚性沉水植物明渠的水流结构。【方法】采用粒子图像测速仪(PIV),用有机玻璃棒模拟刚性植物,在不同来水流量、植物密度条件下对明渠水流结构进行了试验研究。【结果】无植物时平均流速沿垂向呈对数分布规律,有植物时则呈现明显的分区分布特性。无植物时紊动强度值沿垂向变化不大,有植物时在植物顶端位置处紊动最剧烈。流量或植物密度越大,植物顶端位置的流速梯度就越大,植物层上方的流速最大值也越大。植物密度越大,植物顶端位置的紊动强度越大,植物密度对水流紊动强度由最大值减小到最小值的区域影响很大。【结论】刚性沉水植物的存在会改变水流结构,增强紊动掺混,增强流体质点交换和能量传递,且上述影响会随着流量或植物密度的增大而增强。     

面向智能油田的集输管网工艺模拟软件研制

针对集输管网多相输送体系、不同拓扑结构及输送工艺在数字油田智能化建设中的仿真模拟需求,基于图论方法和管网对象设计了可表示复杂连接关系的通用管网数据结构,耦合流动单元水热力数学模型与节点平衡关系建立了普适性的管网非线性方程组,提出了鲁棒性高的求解方法。以油田集输工艺设计、运行及优化等场景中独立使用或在综合管理系统中集成应用为目标研制了计算软件,通过对比商业软件计算结果,验证了所开发软件的适应性和准确性,同时从工程实用方面探讨了其应用前景。     

免疫层析技术及应用的研究进展

免疫层析技术是一类以纳米级标记物探针作为示踪和标记物的检测技术。此类技术除了具有操作简易、反应迅速和时耗较短等特点外,还兼具低成本和高特异性,尤其适用于临场检测。免疫层析技术的发展随着时代需求也在不断加速和更新,现以经典的胶体金免疫层析技术为基础,综述时间分辨与镧系元素荧光免疫层析、荧光微球免疫层析、量子点免疫层析、纳米模拟酶免疫层析及结合新技术的免疫层析的原理、研究进展和临床应用,并对免疫层析技术的未来发展做出展望。     

垂直轴风力机翼型涡流噪声的数值分析

为了了解垂直轴风力机翼型涡流噪声特性,以LUT翼型为研究对象,首先利用Fluent进行流场分析,流场计算选用DES湍流模型,再结合Lighthill声类比方法计算翼型周围声场,将数值模拟计算得到的气动特性相关数据与该翼型的风洞试验结果作对比分析,同时分析了不同攻角对该翼型气动噪声特性的影响,最后研究了在攻角为8°时不同雷诺数对该翼型的声压级指向性特征影响.结果表明:数值计算所得气动数据与风动试验数据拟合良好,建立的仿真模型、网格质量和边界条件合理有效;随攻角增加,翼型涡脱落从尾缘向前缘推进,同时涡流脱落强度增大,气动噪声增强;随着雷诺数的增加,翼型四周声压级先增加后减小;雷诺数与声压级关联较大,控制叶片雷诺数有助于降低叶片噪声,为该翼型适用于低噪声垂直轴叶片提供理论基础.     

拖拉机室内台架试验技术现状与展望

作为拖拉机研发的重要验证手段，拖拉机室内台架试验可方便高效地为拖拉机模拟各种工况下的性能表现。首先探究动力总成控制技术、负载模拟技术、试验数据处理技术和试验结果评价技术4种拖拉机室内台架试验关键技术，结合试验技术的最新研究进展，对4种技术进行详细的阐述和分析。接着从动力总成控制算法、负载模拟算法、试验数据处理方法、试验结果评价指标体系4个方面对拖拉机室内台架试验技术进行讨论与展望。最后得出对动力总成算法进行优化、提高动态负载模拟精度、保持试验数据处理方法的前沿性、对试验结果综合客观评价是拖拉机室内台架试验技术的发展趋势，以期为我国拖拉机室内台架试验技术的发展提供参考。     

不同生育期成龄灰枣树茎流速率与气象因子的关系

【目的】在微喷灌的灌溉方式下,研究不同天气和不同气象因子条件下成龄灰枣树的茎流速率,精准测定出成龄枣树的耗水量,为优化枣树的土壤水分管理提供生产指导。【方法】采用针式茎流计,连续监测灰枣树茎流速率,分析枣树的茎流速率受不同天气和气象因子的影响程度。【结果】晴天和阴天茎流速率的波动变化过程呈倒“U”型的单峰曲线,而多云天气下呈“M”型的双峰曲线。1 d中枣树的茎流累积趋势呈“S”变化,各生育期耗水量大小排序为果实膨大期>成熟期>花期>萌芽展叶期。只有成熟期枣树的茎流速率与空气温度相关程度最高,其余都是太阳辐射。各生育期太阳辐射与枣树茎流速率的相关系数R_D1=0.964^**、R_D2=0.969^**、R_D3=0.957^**和R_D4=0.886^**。利用多元线性回归在枣树的各生育期内对茎流速率和气象因子进行输入回归,建立不同天气条件下,各生育期枣树茎流速率和气象因子的多元线性回归模型,经过回归系数和相关系数检验,各生育期的多元线性回归方程均达到了显著水平。【结论】各生育期内,典型天气的茎流速率排序为晴天>多云>阴天,整个生育期中的需水关键期是果实膨大期,对枣树的茎流速率产生最大影响的气象因子是太阳辐射和空气温度。     

不适温度条件诱导西瓜嗜酸菌进入VBNC状态的研究

 由西瓜嗜酸菌(Acidovorax citrulli)引起的瓜类果斑病,是危害西瓜和甜瓜等葫芦科作物的一种典型的种传细菌性病害。已有文章报道西瓜嗜酸菌在铜离子诱导下可进入“有活力但不可培养”(viable but non-culturable,VBNC)状态,并在适当条件下复苏,成为生产中潜在的病害初侵染来源。本文结合实际生产中的种子温汤浸种和低温储藏等条件,分别设定了50℃、55℃高温和4℃低温对西瓜嗜酸菌AAC00-1进行处理,通过流式细胞术(flow cytometry,FCM)和平板培养法分别检测菌体活性和可培养性。结果显示,不适宜的温度条件能够诱导西瓜嗜酸菌AAC00-1进入VBNC状态,其中55℃高温20和30 min的两个处理,所有活菌均进入VBNC状态。将处理后的AAC00-1接种西瓜子叶,接种植株未表现出果斑病症状,且不能从接种部位分离得到可培养菌体。表明本诱导条件下的VBNC状态A. citrulli菌体不能通过短时间活体接种复苏。本研究分析了西瓜嗜酸菌在不适宜温度条件下进入VBNC状态的能力,为解析病害可能的初侵染来源提供了理论依据,对葫芦科作物果斑病防控具有重要的生产实践意义。     

油茶内生拮抗细菌的筛选、鉴定及防效

为筛选出对油茶炭疽菌有拮抗效果的生防菌株，以油茶健康叶为对象，平板对峙法筛选，利用形态和生理生化特征以及16S rDNA基因和gyrA基因序列对菌株进行鉴定，测定其抑菌活性，并将该菌株与枯草芽胞杆菌Y13复配进行林间防效试验。结果表明，对油茶炭疽病菌拮抗作用效果较强的内生菌株为HBMC—B05；菌落为乳白色，不透明，边缘不整齐，中间有凸起；分子鉴定结果显示菌株HBMC—B05为贝莱斯芽胞杆菌Bacillus velezensis，其对果生炭疽菌Collectotrichum fructicola，抑菌率可达到81.31%，对另外3种油茶炭疽病病原菌抑菌率可达到70%以上，对其他4种致病菌也有抑制作用；复合菌剂对油茶病害的田间防治效果达到59%以上。该菌株的抑菌具有广谱性，可为油茶病害的生物防治扩充菌种资源，具有广泛的应用前景。     

热敏感流体空化数值模拟及流动特性分析

为描述和捕捉热敏感流体空化的流动特性,文中对Zwart-Gerber-Belamri(ZGB)空化模型进行了热力学修正.通过将ZGB模型与修正的ZGB空化模型对液氮绕二维水翼空化流动的模拟结果与Hord的试验数据进行对比. 结果表明:修正的ZGB空化模型对于热敏空化流动的模拟结果与试验数据更加吻合,特别是能够较好的预测水翼表面温度和压力的分布. 采用修正的ZGB空化模型对氟化酮绕NACA 0015三维水翼的空化流动进行研究,并将空腔脱落的演化过程与Kelly的试验数据进行对比,模拟结果可以合理预测到试验过程中三维水翼附近空腔的脱落及其演化过程,进一步证明了修正的ZGB空化模型对于不同热敏流体的适用性.最后,对热敏流体空化周期性脱落的动态特征进行了识别和分析.结果表明:Ω的等值面与脱落的空腔形状相似,这表明脱落的空腔区域中呈现大规模的旋涡运动.空腔的生长脱落使水翼壁面产生明显的温降,B因子能够有效的预测腔内温降.     

Cotton Image Segmentation Algorithm Based on Fusion Method of Markov Random Field and Quantum Particle Swarm Cluster

[Objective] The aim of this study was to improve the cotton image segmentation accuracy in a picking robot image processing system. [Method] An image segmentation algorithm based on a fusion method of Markov random field and quantum particle swarm optimization clustering was proposed. The process of the proposed algorithm is as follows: first, transform the RGB (red, green, blue) images into grayscale; second, use it to segment these images; finally, the threshold of the connected area is set on the basis of the segmented image to obtain the target area. Then, the cotton front image and the cotton side image are selected from the images collected from different angles. The segmentation experiment was carried out by using this algorithm, and compared with the Otsu algorithm, the fuzzy C-means algorithm, the quantum particle swarm image segmentation algorithm and the Markov random field image segmentation algorithm. [Result] The results showed that the segmentation accuracy and peak signal to noise ratio of the proposed algorithm were 98.94% and 77.48 dB. When compared with the Otsu algorithm, fuzzy C-means algorithm, quantum particle swarm optimization algorithm and Markov random field algorithm, the average segmentation accuracy and peak signal to noise ratio of the proposed algorithm increased by 2.47%–4.56%, and 9.81–13.11 dB, respectively. [Conclusion] The proposed algorithm had higher segmentation accuracy and higher peak signal to noise ratio than the other algorithms tested.