泵在不同试验台测试数据偏差原因分析

为提高产品测试数据的精度，以FHE40-160-40电泵在两个均符合GB／T3216的C级精度的测试台测得的数据为例，分析了导致测试结果存在偏差的原因。提出三相电源的不对称是影响测试结果的主要因素。另外，测量仪表的精度，接线方式等均影响测试结果。     

拖拉机前轮定位设计计算方法研究探讨

论述了拖拉机转向节立轴后倾的危害，建议取消立轴后倾，并研究探讨前轮外倾、前轮前束和立轴内倾的设计计算方法     

猪粪麦秆不同比例混合厌氧发酵特性试验

以猪粪、麦秆为原料,研究了35℃下二者按不同比例混合对厌氧消化产沼气的影响,分析了消化过程中日产气量、累积产气量、甲烷含量、原料去除率、pH值以及氨态氮质量浓度的变化。结果表明,猪粪与麦秆配比（干物质量比）1∶1时产气量最大,为383.0mL/g,是麦秆单独发酵产气量（231.8mL/g）的1.6倍;混合原料（猪粪和麦秆配比分别为1∶1、2∶1、3∶1）的VS去除率均在37%以上,比麦秆提高12.0%～26.9%;添加猪粪可提高发酵液中氨态氮含量,较麦秆提高35.6%～64.8%。因此,合理调控粪秆混合厌氧发酵的比例,能提高秸秆的产气率和利用率。     

山地橘园链式循环货运索道设计

为解决山地橘园的果品和农资等轻简化和省力化运送问题,提出了一种链式循环货运索道技术.该索道由驱动装置、起重链索、支架、水平托索机构、转向机构、自动张紧机构、垂直托索机构、组合托索机构和物品挂钩等组成.在广东省龙门县和江西省安远县的山地橘园实地安装此索道,链索实现了上下坡、转弯和直线的循环运行,果农站在地面可随意上载或下卸物品,最高生产率可达6.8t/h,实现了山地橘园物品省力和有效运送的目的.     

直齿圆柱齿轮冷精锻成形过程数值模拟分析

对直齿圆柱齿轮冷精锻成形过程进行了三维大变形弹塑性有限元数值模拟。对闭式模锻预锻及以闭式模锻、孔分流及约束分流为终锻的两步成形过程的流动情况进行了数值分析。数值模拟结果及前期的工艺试验表明：终锻中采取分流、尤其是约束孔分流措施对于降低工作载荷、提高角隅充填能力十分有利，采用矩阵变换技术解决因引入边界摩擦及滑动约束带来的刚度阵非对称问题较为简单、合理、有效。     

滴头流道中颗粒物质运移动态分析与CFD模拟

采用CFD模拟技术,对迷宫式滴头流道内不同质量浓度的悬浮颗粒运动情况进行数字化模拟计算,并采用两相流动力学理论对迷宫式滴头结构尺度下的悬浮颗粒的随流性进行了分析,研究结果表明,采用DPM模型对悬浮颗粒分布特点的模拟结果与已有试验数据吻合度较高,可以作为模拟的手段;水流中颗粒质量浓度对滴头内部流场有着较强的反作用,应在模拟过程中予以重视;根据Stokes数的计算结果,10%左右的颗粒随流性差,可以认为导致滴头堵塞的物质主要来自于这一部分颗粒。     

盾构掘进机模拟试验台液压系统集成及试验分析

针对盾构掘进机模拟试验台的设计要求,采用电液比例控制技术设计制造了盾构掘进机液压系统,包括推进液压系统,螺旋输送机液压系统以及刀盘驱动液压系统.最后对其进行了试验分析.试验结果表明所设计的液压系统可以满足盾构掘进机在各地层中模拟掘进的要求.通过实时调节控制推进速度、螺旋输送机转速以及刀盘转速,可以控制正面土压力在设定范围内,从而有效减少地表变形.     

基于EIT的土壤中油菜根茎检测

主要应用EIT技术检测土壤中油菜的根茎。搭建16电极数据采集系统,采用相邻法激励测量模式获得成像数据并应用基于MatLab的MNR算法进行图像重建。结果表明:本实验方法能实现油菜根茎的无损检测,可以检测出油菜根茎的位置和大小信息;对干枯的油菜根茎检测效果比新鲜根茎差,而对于腐烂的根茎,不能检测出来。据此,可以对土壤中油菜根茎进行可视化观察,了解其根系生长情况。     

太阳能草捆干燥设备设计与试验

针对饲草在田间干燥干物质损失大和营养成分保持率低的问题,提出了牧草湿法收获工艺的技术原理、工艺路线,为太阳能饲草干燥实现规模机械化提供技术支撑,设计了可直接进行整捆饲草干燥的太阳能草捆干燥设备。该设备能实现太阳能的自动采集并对含水率在40%左右的整捆饲草进行干燥处理,成品草捆可直接进行贮藏。设备的性能试验和牧草干法收获与湿法收获对比试验结果表明：太阳能干燥饲草损失率小于等于2％,成品草捆含水率小于等于17%,太阳能空气集热器白天平均热效率大于等于0.5,处理能力大于等于1t/h。     

油桃外部缺陷的高光谱成像检测

采用高光谱(420~1 000 nm)成像技术对"中油9号"油桃的4种外部缺陷(裂纹果、锈病果、异形果和暗伤果)进行检测判别。对400个样本(4种外部缺陷样本和完好样本)运用偏最小二乘回归(PLSR)从全波段中分别提取了10条特征波长,分别为497、534、657、677、696、709、745、823、868、943 nm。缺陷样本的高光谱图像经过主成分分析后,对876 nm下的单波段图像通过掩膜、Sobel算子处理,并对主成分图像经过区域生长算法实现缺陷样本的缺陷区域分割。对光谱数据进行主成分分析得到前10个主成分值,并对图像数据采用灰度共生矩阵(GLCM)提取得到6项图像纹理指标(均值、对比度、相关性、能量、同质性、熵值)。将主成分值和纹理值融合建立极限学习机(ELM)模型对油桃外部缺陷进行检测判别。结果表明,该模型对缺陷样本的判别正确率为91.67%,完好样本的正确率为100%。