温室番茄光合作用模拟模型中环境因子的影响

在建立温室内番茄群体光合作用模拟模型的基础上,综合考虑了温室内各种环境参数对番茄生长与光合作用的影响,构建了温度、CO2浓度及水分对番茄光合作用速率的影响函数,从而可以更准确地计算番茄群体光合日总量,为温室番茄栽培模拟模型的研究提供了一定的理论依据。     

组合预测方法及其在粮食产量预测中的应用

提出了一种组合预测方法，以“预测偏差绝对值的和最小”为标准，用线性规划确定组合权系数的最优加权算法，对青海省的粮食总产量进行了预测分析。结果表明，此模型具有较高的精度。     

切片多孔介质对流干燥传质模拟软件开发研究

根据非平衡态热力学和相平衡理论,建立了多孔介质对流干燥内部传质模型、传热模型,该模型充分考虑了传热与传质之间的相互藕合关系。用VB编程软件对该模型进行了分析求解,设计开发模拟软件。以切片土豆为例进行传质模拟计算,并与土豆片干燥实验数据进行对比,结果表明:模拟值和实测值十分接近,二者的最大相对偏差小于9.1%。模拟结果显示土豆对流干燥中内部水分由内往外迁移,以及干燥过程中产生的表低内高水分分布规律。     

温室移动机器人避障功能研究

为了实现移动机器人在温室内的避障，应用虚拟力场法建市了避障模型，描述了目标点的虚拟引力和障碍物的虚拟斥力之间的关系及其功能设计，实现了从机器人运动班杯值到控制量的转变。结果证明，机器人在多变的周边环境中能够实现避障的功能。     

一种快速判别梨果梗的方法

果梗完好与否是梨品质检测的指标之一,因而对果梗情况进行准确判别具有重要意义。为此,通过计算机视觉系统摄取梨的图像,利用图像处理技术提出了一种能快速判别梨果梗有无的算法。该算法的识别正确率达90%,识别速度大约在20～30ms,实现了对梨果梗进行高速检测的目标。     

萝卜丝薄层干燥试验及其数学模型的建立

萝卜丝干燥是萝卜加工的重要环节。利用薄层干燥试验台，进行萝卜丝的薄层干燥试验，探讨热风温度、风速对干燥速率的影响。结果表明，萝卜丝干燥具有典型物料干燥的升温、等速、降速3个阶段，热风温度对干燥速率的影响比风速对干燥速率的影响显著。用BP神经网络建立萝卜丝干燥的数学模型，并与Page模型的模拟结果进行对比。结果表明，用BP神经网络预测的含水率比精度明显高于Page模型。     

4105柴油机曲轴自由模态分析与试验研究

基于虚拟样机技术建立4105柴油机曲轴三维模型,并对曲轴自由模态进行了计算分析,得出2 000 Hz内共有9阶模态,其中最低阶模态为曲轴振动的危险区域,在柴油机工作转速范围内会引起共振。采用多点激励单点响应法对4105柴油机曲轴进行了模态试验,获得了0～2 000 Hz频率范围内的曲轴模态参数。模态试验结果和有限元计算结果对比分析表明,有限元计算结果较好地反映了曲轴的固有振动特性。     

吸水口上自由表面旋涡的LES-LBM模拟

为了实现高雷诺数下自由表面旋涡生成与演化过程的数值模拟,将标准Smagorinsky亚格子应力模型引入到三维单相自由面格子Boltzmann方法中,建立结合大涡模拟的格子Boltzmann方法（LES-LBM）.当进口雷诺数分别为5×104和105时,考虑重力和科氏力的作用,采用LES-LBM对长方形水槽底部吸水口上方的自由表面旋涡的生成与演化过程进行数值计算,再现了自由表面旋涡发展过程中的典型流态,并根据其特点将自由表面旋涡的发展过程分为4个典型阶段.对比分析有、无科氏力作用下的高雷诺数流动算例,验证科氏力的作用.对自由表面旋涡发展过程中的B型（染色旋涡和挟物旋涡）和D型（连续吸气旋涡）自由表面旋涡的径向速度、切向速度以及轴向速度沿吸水口半径方向的分布规律进行重点分析.数值计算结果表明：采用结合大涡模拟的单相自由面格子Boltzmann方法,可以有效模拟高雷诺数下的自由表面旋涡生成与演化过程;验证了科氏力在诱导并促进自由表面旋涡发展过程中的作用;计算获得的自由表面旋涡内部流场的各速度分量沿径向的分布规律与试验结果定性一致,且几乎不随进口雷诺数的不同而改变.     

荷电雾滴运动轨迹的模拟研究

应用静电喷雾技术进行病虫害防治有着广阔的前景。论文在理论分析与实验研究的基础上,归纳出描述不同电压下雾滴喷出时的雾化角的拟合计算公式,建立了荷电雾滴的运动模型,采用时间增量法对荷电雾滴运动轨迹模型进行了求解,根据粒子系统原理,在Windows开发平台上,运用编程软件VC++和三维动画标准OpenGL,应用VC对话框编程技术实现参数自动输入,实现了在不同电压下雾滴雾化情况和雾滴运动轨迹的模拟。模拟软件用户界面良好,使用方便,为进一步深入研究静电喷雾的雾滴运动过程、雾滴沉积分布特性以及评价静电喷雾效果提供了一种新的方法。     

基于遗传算法与RBF网络的养殖池塘溶解氧模型

在分析了工厂化水产养殖池塘溶解氧影响因素的基础上,利用RBF神经网络良好的非线性逼近能力建立了池塘溶解氧的神经网络预测模型.常规的RBF神经网络模型常导致训练时间较长且易陷入局部极小点,因此,采用自适应遗传算法对RBF神经网络进行优化,模型的收敛速度明显加快.采用了养殖池塘的外部可控环境水体温度T、水流量Q、酸度(pH)以及增氧机器的转速V作为模型的输入.实验结果表明采用该方法预报溶解氧的预测精度较常规RBF递推算法的预测精度明显提高.该方法为研制开发智能水产养殖环境监控系统以及工厂化水产养殖奠定了基础.