大泡核桃与圆菠萝核桃在攀枝花的引种迁移适应性

【目的】长期适应性观测与引种的长期适应性研究对经济林大田推广工作至关重要。【方法】以引种的两个核桃品种(大泡核桃和圆菠萝核桃)为研究对象,通过13年的连续观测和调查,分析两个品种在不同海拔位置的生长量指标、核桃坚果表型性状和内含物等指标,研究他们的长期适应性。【结果】两个核桃品种在攀枝花地区两个试验点可正常进入盛果期,但营养生长和生殖生长的物候期与原栽培地有较大不同,表现出较强的花粉集体效应和EPP错失现象。大泡核桃的坚果品质与原产地无显著差异,粗脂肪含量略低于原产地,蛋白质含量略高于原产地。单果仁重和出仁率均比本地核桃“盐源早”显著升高,且壳厚比“盐源早”更薄,但三者产量基本持平。大泡的果形更加硕大,圆菠萝次之,“盐源早”最小。【结论】在攀枝花地区,大泡核桃的综合性状表现海拔1800m段优于2200m段,可以作为低海拔区域的丰产稳产推荐品种。而圆菠萝核桃的综合性状较原产地均低,在攀枝花地区表现为品质劣化的趋向。但引种的2种核桃,多个方面均表现出比本地“盐源早”更好的农艺性状,推广潜力较大。     

含运动副间隙汽车摆振系统非线性动力学建模

机构运动副间隙对系统动力学响应有重要影响,有必要将转向机构运动副间隙引入汽车摆振系统动力学分析。基于非线性系统动力学,应用拉格朗日方程建立了考虑转向机构运动副间隙的六自由度摆振动力学模型。通过仿真分析讨论了车速对前轮摆振的影响,结果表明在特定车速范围内前轮会发生自激摆振,这与实际情况吻合,验证了模型的正确性。     

尿素配施氯化铵对菜心产量及其品质的影响

利用盆栽试验，研究尿素配施不同比例的氯化铵对菜心硝酸盐积累的影响，结果表明：随着尿素配施氯化铵比例的增加，菜心氯含量增加，硝酸盐含量下降，而全N含量、叶绿素含量和收获前的产量变化不大。     

葡萄组培苗瓶外生根技术研究

采用不同种类和浓度的生长素诱导葡萄组培苗瓶外生根，并观察组培苗在不同处理基质、不同的温度、不同的生理年龄条件下生根的效果。通过优化技术参数，建立了葡萄组培苗瓶接生根的技术优化体系，结果表明，用浓度为0.3mg/L的IBA浸蘸处理的插条，在温度为27~29℃的环境条件下在基质珍珠岩上培养，瓶苗茎段的生根率可达85.5 %，移栽后苗木的成活率达98 %，相对于其他方法有了较大的提高。该技术的建立有助于实现葡萄工厂化育苗技术的商业化扩大。     

棉花烂铃空间格局及抽样技术研究

本文通过聚集度指标（如：Ｃ、Ｋ、Ｃ＿Ａ、Ｉ、Ｉ＿δ、）测定，以及Ｉｗａｏ’线性回归、Ｔａｙｌｏｒ’ｓＳ￣２一回归和格局纹理分析，结果表明，棉花烂铃空间格而在一切密度下都呈聚集型，且聚集强度随烂铃密度的升高而增加，其空间格局的基本成分是疏松的个体群，其大小约为２～５株棉花，平均约含２．８４个烂铃个体，且个体群内的个体呈随机分布，经μ检验和方差分析，双对角线５点式、棋盘式和平行跳跃式等３种取样方法均适用于棉花烂铃田间调查，尤以双对角线５点式为佳，用双对角线５点式应样法调查的最适抽样数：一般病情普查至少１０个样方（每样方系５株棉花），系统测报和科研调查为２０～３０个样方。最后给出了棉花烂铃平均密度的零频率简易估计模型。     

煤与生物质恒温热解比较研究

在实验室自制固定床热解反应器中,选择了两种煤(神华煤和灵武煤)和3种生物质(花生壳、核桃壳和木屑)作为实验材料,定量化分析比较了恒温热解和同温热解停留时间对煤与生物质热解产氢及热解油、热解焦产率的影响.研究认为:实验用煤与生物质催化热解表现出基本相同的热解趋势,即提高热解温度和延长热解时间(对生物质添加合适催化剂)都有利于产氢;对煤而言,提高热解温度和延长热解时间还利于热解油生成,但对生物质而言,效果不很明显.     

特种优质水稻灌溉技术的试验研究

为了达到节水、改土和增产的目的,通过研究灌溉方式对耗水量、灌溉定额、灌水次数和特种优质水稻生长发育及其产量的影响,水文年型和品种对耗水量的影响,优选出了特种优质水稻最适宜的田间水分控制模式。     

提高旋耕机组生产率和平土性能的途径与措施

<正> 目前,国产拖拉机与旋耕机配套,存在下列问题:(1)小于2公里/小时的慢速档少;(2)动力输出轴的转速档次少;(3)单位马力的轮距偏宽。故小于50马力旋耕机组的耕幅均右偏且不能覆盖整个拖拉机的轮辙。为满足水田插秧要求,需适当增加重耕量,这就降     

基于PCA-GA-SVM的甘蔗收获机运行状态识别

由于甘蔗收获机在收获过程中智能化水平较低,依靠人工操作很容易对甘蔗收获机的运行状态产生误判,从而造成物流通道堵塞、能源浪费、收割效率低。针对这些问题,提出一种基于主成分分析(PCA)、遗传算法(GA)和支持向量机(SVM)状态识别模型。首先,通过实地采集甘蔗收获机刀盘轴、行走轴、切段轴和风机轴扭矩和行驶速度特征信息,然后通过PCA进行数据降维,最后利用GA优化参数C、γ,使用每个特性信息来训练SVM,对甘蔗收获机运行状态进行分类。结果表明:PCA-GA-SVM状态识别模型对甘蔗收获机运行状态的识别准确率为93.75%,建模时间为3.688 s,与SVM(81.25%,9.487 s)、PCA-SVM(87.5%,5.817 s)和GA-SVM(90%,8.969 s)进行对比,该模型具有最高准确识别率和最快建模速度,具有较大的应用价值。