拖拉机田间作业参数无线检测系统研究

针对当前拖拉机检测系统功能集成度低、检测参数不全面、传输距离有限的问题，开发了拖拉机田间作业参数无线检测系统。该系统由传感器、数据采集仪及上位机软件监测平台3部分组成，能够实现PTO转矩及转速、油耗、发动机转速、悬挂提升力、力位调节加载力、加载角度、行驶速度、车轮转速、牵引力等多种参数的采集、无线发送与存储。系统工作时，数据采集仪中的车载检测仪将采集的传感器数据发送至无线数据接收器，无线数据接收器通过串口将数据传输至上位机软件监测平台，实现对各类试验参数的实时监测与数据处理。为验证检测系统的可行性与稳定性，对系统进行了采集通道的计量，结果显示模拟信号通道绝对误差绝对值最大为0.003V，引用误差最大为0.03%，频率信号通道检测绝对误差最大为2Hz，引用误差最大为0.013%，满足对拖拉机作业参数的采集需求。在此基础上，进行了PTO转矩参数及拖拉机无负载行驶速度采集试验。试验结果表明，检测系统可以实现转矩参数的稳定采集及数据的无线传输；在5、8、14km/h 3挡车速匀速行驶下，拖拉机车轮转速与实际行驶速度基本一致，最大相对误差分别为2.0%、1.2%及0.7%。本系统可满足对拖拉机工作性能参数的无线检测需求，数据采集稳定且采集精度较高，为拖拉机多作业参数的无线采集提供有效手段。     

103份小麦品种（系）抗条锈性和遗传多样性评价及基因检测

【目的】了解小麦品种（系）对条锈病的抗性水平及遗传多样性,掌握条锈病抗性基因的利用情况,为培育和合理利用优良小麦抗条锈病新品种提供理论依据。【方法】选用小麦条锈病流行生理小种CYR32、CYR33和CYR34对103份小麦品种（系）进行苗期抗条锈病分小种鉴定、成株期抗CYR32鉴定,并利用SSR分子标记对其进行遗传多样性分析,进而利用已知小麦抗条锈病基因Yr5、Yr9、Yr10、Yr15、Yr18和Yr26的分子标记进行抗条锈病基因检测。【结果】苗期抗性鉴定表明,103份小麦品种（系）对生理小种CYR32表现为抗病的有20份,占供试材料的19.42%;有34份品种（系）对CYR33表现为抗病,占供试材料的33.01%;36份品种（系）对CYR34表现为抗病,占供试材料的34.95%;仅有郑6辐、宁麦3号、老兰麦、京411、京作278、扬麦158共6个品种对生理小种CYR32、CYR33和CYR34均表现抗病。成株期对CYR32抗性鉴定表明郑州021等55份材料表现为成株期抗性,占供试材料的53.40%。遗传多样性分析表明,103份小麦品种（系）的遗传相似系数变异范围为0.50—0.93,平均值为0.66。103份小麦品种（系）聚类分析可分为3大类,第Ⅰ类包含4个品种,分别为花培112-2、尤皮2号、鲁沾1号和Elkhart;第Ⅱ类包含43个品种（系）,其中来自于同一地区的品种（系）或含系谱来源相同的品种（系）聚在一类,说明小麦品种之间的亲缘关系与品种来源有很大的关系;第Ⅲ大类中具有相同系谱的品种（系）都聚在一个亚类,表明同一地区小麦生产品种选育过程中多数使用了相同或亲缘关系相近的材料,导致小麦育成品种之间遗传关系相近。已知抗病基因检测到含有Yr9、Yr10、Yr18和Yr26特征带的品种（系）分别有15、8、19和1份,未检测到含有Yr5和Yr15阳性条带的品种（系）。【结论】供试小麦品种（系）苗期的抗性水平较低,郑6辐、宁麦3号、老兰麦、京411、京作278、扬麦158这6份品种可能含有未知全生育期抗病基因,适用于品种轮换种植防控小麦条锈病;成株期抗性较好,抗性基因检测Yr18使用频率较高。因此,小麦育种工作应充分利用优质已知抗性基因资源,发掘新抗性材料,培育多基因聚合的持久抗性品种。     

基于边缘检测和区域定位的玉米根茎导航线提取方法

基于玉米根茎图像信息，提出一种基于边缘检测和区域定位的玉米根茎导航线提取方法。首先，利用最大类间方差法自动分割2G-R-B灰度图像，得到二值化图像，结合形态学处理、位置/面积去噪方法提高二值化图像质量，对去噪图像按列累加得到列像素累加曲线；针对传统方法得到的特征点中伪特征点较多的问题，引入高斯滤波器平滑累加曲线，并运用极值法减少玉米根茎伪特征点的干扰，在提取玉米茎秆边缘直线时，提出基于最远茎秆成像宽度的双侧边缘判别思路，通过扫描每条边缘直线的四边形封闭邻域有效剔除伪边缘直线；最后，根据边缘直线二次定位玉米的根茎区域范围，并剔除伪特征点，采用最小二乘线性拟合方法准确提取导航线。试验表明，本文算法处理一幅1280像素×720像素图像耗时约236ms，特征点拟合准确率为92%。与传统方法相比，本文算法精度高、实时性好，在缺苗、杂草较多和株距不标准的情况下仍具有较强的鲁棒性。     

基于可控气流-激光检测技术的鸡肉嫩度评估方法

以鸡肉嫩度为研究对象，采用可控气流-激光检测技术的瞬态、蠕变回复和应力松弛等动静态检测模态，并使用支持向量机分类器和全局变量偏最小二乘算法，结合不同预处理方法，对鸡肉嫩度进行定性判别和定量预测。结果表明3个激励模态结合不同预处理算法均可实现鸡肉嫩度的定性定量评估。在定性方面，瞬态模态对嫩度具有最佳的分类效果；S-G卷积平滑算法表现出最佳的预处理性能，校正集嫩/老分类精度分别为1和0.98，马修斯相关系数为0.97；而验证集分类精度也达到了0.95和0.84。在定量预测方面，S-G卷积平滑算法在提升原始数据的信噪比上同样具有最佳效果；瞬态模态校正集和验证集模型相关系数分别为0.948和0.913，均方根误差分别为0.736N和1.013N。因此，在组织结构引起的品质预测动态模态较静态模态更适用。本研究开展的可控气流-激光技术在鸡肉嫩度评估的应用，为肉品检测领域提供了新的解决方案。     

利用缸压表对汽缸密封性进行检测与分析

汽缸密封性的好坏关系到汽车的使用性能是否能够得到有效的发挥,对汽车动力性、燃油经济性、环保性能都会产生较大的影响。通过对汽缸压缩压力的检测与分析,判断发动机汽缸的密封状态,确定故障部位并采取手段进行修复,使发动机保持良好的工作状态。     

松阳县古松树的松材线虫病现状调查与分析

古松树是历史的见证,是文化的承载,其保护工作具有重要意义,但因松材线虫的传播侵染,其生存状况不容乐观。本研究以松阳古松树为对象,基于分子检测技术,对其松材线虫病现状进行了调查与分析。结果表明,有12个乡镇近60%的古松树均已感病,疫情较为严重,需及时开展抗病保护工作。     

X射线荧光光谱法快速检测原料公干鱼中的镉

旨在建立一种基于X射线荧光光谱法快速检测原料公干鱼(原料鱼)中镉的方法。应用X射线荧光光谱法快速检测原料鱼初始样及干燥样中的镉含量,对快速检测与标准检测结果的相关性进行了分析;考察了对原料鱼进行快速干燥处理的可行性;采用原料鱼的标准测定值对X射线荧光光谱仪进行校正后,考察了快速检测方法的精密度、检测限、准确度等性能参数。结果表明:X射线荧光光谱法能准确测定原料鱼干燥样中的镉,检测限达0.088 mg/kg,线性范围为0.088~1.286 mg/kg,相对标准偏差低于10%。该快速检测方法测定单个样品只需40 min左右,可满足现场对原料鱼中镉的快速测定要求,为防控原料鱼食品中镉超标风险提供了一种高效的筛查手段。     

Advances on Detection Methods for Residues of Nitrofurans in Food

Nitrofurans are broad-spectrum antibiotics which have been widely used in food animals to the prevention and treatment of gastrointestinal infections.Due to abuse of drugs by criminals,animals could produce drug-resistant strains,which reduces the role of antibiotics.Meanwhile,excessive drugs residues in food has carcinogenic,teratogenic and mutagenic effects to the human body.In this paper,the damage and the detection methods of the residues of the nitrofurans in food are surveyed.The main detection methods include high performance liquid chromatography,liquid chromatography-mass spectrometry,liquid chromatography tandem mass spectrometry,enzyme-linked immunoassay,colloidal gold immunoassay and fluorescence immunity analysis method.The research status of various detection methods are summarized and the suggestions for further research are put forward.It is expected to provide reference for future research.     

基于特征金字塔注意力与深度卷积网络的多目标生猪检测

在生猪饲养环境中,猪只黏连、杂物遮挡等给生猪个体多目标检测带来很大困难。该研究以猪圈群养生猪为研究对象,以视频帧为数据源,提出一种适用于生猪形体检测的特征金字塔注意力(FeaturePyramidAttention,FPA)与Tiny-YOLO相结合的模型FPA-Tiny-YOLO。该模型将注意力信息融入到特征提取过程,在不大幅增加计算量的前提下即可提升特征提取能力、提高检测精度。对8栏日龄20～105 d的45头生猪视频截取图像进行图像处理,获得标注图片4 102张,构建了4种深度FPA模块分别加入YOLOV3与Tiny-YOLO模型中。试验表明,深度为3的FPA模块(即FPA-3)的Tiny-YOLO模型在测试集上对群养生猪多目标检测的召回率Recall、F1与平均检测精度m AP指标值最佳,分别达到86.09%、91.47%和85.85%,比未引入FPA模块的Tiny-YOLO模型均有不同程度的提高。选用不同的IOU(Intersection Over Union)和score阈值超参数值对模型预测结果均有不同程度影响;将测试集图像按照是否黏连与遮挡划分4种场景来探究该模型的鲁棒性。试验表明,加入FPA-3模块后Tiny-YOLO的Recall、F1与m AP比Tiny-YOLO分别提升6.73、4.34和7.33个百分点,说明特征金字塔注意力信息有利于精确、有效地对不同场景群养生猪进行多目标检测。研究结果可为后续开展生猪身份识别和行为分析移动端应用提供参考。