基于山地果园路谱的轮式运输车钢板弹簧悬架优化设计

为提高山地果园轮式运输车的运输效率和疲劳寿命,以丘陵山区典型路面不平度激励信号为振动激励,研究钢板弹簧悬架的振动特性并进行结构优化。系统以LabVIEW为上位机平台,通过数据采集卡NI 9234和加速度传感器PCB 352C33设计加速度信号采集系统,对原始加速度信号滤波处理后再进行积分和FFT变换得到位移频域图。将采集到的路面不平度激励信号导入ADAMS/VIEW中,得出山地果园轮式运输车在丘陵山区草地、山地和水泥地运行时,路面不平度激励信号在钢板弹簧悬架处作用的频率主要集中在3~10、4~9和2~7Hz,与原悬架第一阶频率5.95Hz存在重叠容易产生共振,疲劳寿命T为9.4×10~4。增加簧片数量可以提高悬架的刚性,优化后悬架第一阶频率为18.59Hz,疲劳寿命T为3.5×105,避免了与路面输入激励产生共振且疲劳寿命提高了3.7倍。     

柑橘树冠层叶密度高光谱信息反演试验分析

以地物谱仪作为核心的数据采集平台采集光谱数据后通过计算机进行处理拟合,利用光谱分析软件ViewSpecPro,辅助以Excel、SPSS等数据统计软件进行光谱数据反演,探究柑橘树冠层光谱的4种形式与叶面积指数(leaf area index,LAI)的相关性,从而利用相关性最高的光谱参数对LAI进行定量化模拟估算和实时采集。结果表明,LAI与光谱信息系数NDVI、ρ550的反射能量、ρ850的反射能量、一阶导数、红边幅值、红边面积等的拟合方程相关系数(R)分别为0.886、0.906、0.871、0.912、0.798、0.870,相应方程的显著水平P0.05。NDVI、红边幅值和红边面积与LAI都达到较高的相关水平,可以对柑橘树冠层LAI进行模拟估算。     

基于计算机视觉技术的红火蚁蚁巢探测

为探讨基于计算机视觉技术对红火蚁蚁巢进行探测识别的可行性,研究了利用数字图像处理技术提取红火蚁蚁巢特征参数,通过数学形态学对数字图像进行目标提取和识别。采用图像识别红火蚁蚁巢土建立了HSV彩色空间模型。研究结果表明,各红火蚁蚁巢土和普通土样本的H分量差异明显,特别是普通土H分量明显大于红火蚁蚁巢土,一般土壤H值大于30,而对于红火蚁蚁巢土土壤的H值小于30。因此,H分量可作为识别红火蚁蚁巢土的一项特征参数。当色调通道的平均值H30时,即可判定为红火蚁蚁巢土。研究结果说明基于计算机视觉技术对红火蚁蚁巢进行检测识别是可行的。     

山地果园轮式运输机动力稳定系统测试

为提高山地果园轮式运输机在作业过程中动力控制的稳定性,对其动力控制系统进行系统构建与试验。根据动力独立控制的控制策略,结合山地果园轮式运输机的结构特征,搭建控制系统硬件并进行无改动原车空载试验以及动力稳定系统控制下的空载试验。结果表明,当节气门开度加大后,发动机输出功率增加,抵消了非陷坑车轮滚动的一部分阻力;在相同的行驶阻力条件下,节气门开度越大,车轮速度越大,最后受控后稳态车轮速度的绝对误差为0.178 1~0.396 1km/h,相对误差最大为5.27%。试验表明,动力轮速度控制达到设计要求,在果园轮式运输机的某个动力轮陷坑之后,可以通过调节没陷坑的动力轮速度,使动力加大,从而有助于运输车在泥泞的道路行走或者有助于运输车具有足够的动力爬出陷坑。