基于经济效益的农业新型经营主体小麦玉米全程机械化农机配备研究

因山东省旱作灌溉区种植模式多样、技术模式不统一，规模化生产下的机械效能未能充分发挥，存在动力机械与机具配套比低、农机动力与资金浪费问题，在对小麦玉米周年轮作下全程机械化技术模式调研后，总结小麦玉米全程机械化技术路线，构建以作业成本最小为目标的农机装备优化配备模型。通过对平度市某小麦玉米种植合作社进行计算，作业成本较实际情况下降10.9%；总动力优化配备结果为23.712 kW，下降51.36%；农机配套比提高50%。研究结果可为山东省旱作灌溉区小麦玉米全程机械化技术模式优选、农机农艺深度融合、农业合作社的农机配备等方面提供技术参考。     

‘哈伯’南天竹组织培养和快速繁殖

为建立‘哈伯’南天竹组织培养和种苗繁育技术体系,以半木质化带芽茎段为外植体材料开展植株再生研究。通过观察对比试验法、L₉(3⁴)正交试验设计完全随机法、极差分析、显著性检验、LSD多重比较,探讨了‘哈伯’南天竹组培的最适培养基配方。试验结果表明：最佳诱导培养基为MS + 6-BA 2.0 mg/L + IBA 0.1 mg/L +蔗糖30 g/L,诱导萌动率71.77%,成活率85.51%;最佳增殖培养基为WPM +6-BA 1.5 mg/L + IBA 0.01 mg/L + 蔗糖30 g/L,增殖系数6.3;最佳生根培养基为1/2 MS+ IBA 0.5 mg/L + NAA 1.0 mg/L + 蔗糖20 g/L + AC 0.2 g/L,生根率97.63%;试管苗移入泥炭土:珍珠岩=3:2(V/V)混合基质中,移栽成活率96.67%。该试验建立了高效稳定的组培快繁技术体系,得到的组培苗后代能够稳定的保持母本优良性状,为工厂化育苗提供了技术支撑。     

不同中性洗涤纤维来源和粒度的全混合日粮对哺乳期犊牛生长性能、血清生化指标和采食行为的影响

本试验旨在研究不同中性洗涤纤维(NDF)来源(燕麦草和大豆皮)和粒度的全混合日粮(TMR)对哺乳期犊牛生长性能、血清生化指标和采食行为的影响。选取(4.2±2.3)日龄和体重[(39.2±3.6) kg]相近的荷斯坦犊牛45头,随机分为3组,每组15头(9公6母)。3组分别饲喂燕麦草粉TMR(SO组)、长燕麦草TMR(LO组)和大豆皮粉TMR(SS组)。犊牛单栏饲养,试验期为7～63日龄。结果显示:1)不同NDF来源和粒度的TMR对犊牛的体重、干物质采食量、平均日增重、体高、体斜长、十字部高、胸围和腰角宽均无显著影响(P0.05),试验全期SS组的饲料转化率显著高于SO组(P0.05)。2)不同NDF来源和粒度的TMR对犊牛挑食指数无显著影响(P0.05),且随日龄增长,各层挑食指数逐渐趋于1。3) LO组的21日龄血清碱性磷酸(ALP)活性和49日龄血清谷草转氨酶(AST)活性显著高于SO组(P0.05),SS组的49日龄血清谷丙转氨酶(ALT)活性显著低于SO组(P0.05);从平均值来看,LO组的血清AST和ALP活性均显著高于SO组(P0.05),SS组的血清总蛋白(TP)和球蛋白(GLB)含量显著高于SO组(P0.05),不同NDF来源和日龄的交互作用显著影响血清GLB含量(P0.05)。4)15日龄时,LO组非营养性口腔行为(NNOB)时长有低于SO组的趋势(0.05≤P0.10),采食次数有高于SO组的趋势(0.05≤P0.10)。30日龄时,SO组的饮水时长和NNOB时长均显著高于LO组(P0.05),SO组的反刍时长和饮水时长显著高于SS组(P0.05),SO组的反刍次数有高于SS组的趋势(0.05≤P0.10)。综上所述,大豆皮粉替代燕麦草粉作为TMR的主要NDF来源对犊牛有着更好的饲料转化率,但是会减少反刍时长,增加瘤胃酸中毒的风险。从TMR粒度的角度看,长粒度TMR可减少犊牛NNOB。     

基于图像处理的茶叶智能识别与检测技术研究进展分析

作为茶叶智能化生产的关键难题之一,基于图像处理的茶叶智能识别与检测技术受到广泛关注。通过综述图像处理技术在茶叶嫩芽识别定位、茶叶病虫害检测、茶叶品种识别与品质检测等方面的研究应用,分析比较各方法的优缺点,总结现有研究存在的主要问题有嫩芽分割受光照影响较大、难以分割含与嫩芽颜色相近背景的图像、枝叶遮挡情况识别效果不理想、缺乏真实背景下茶叶病斑识别算法等。指出基于图像处理的茶叶智能识别与检测技术未来的研究重点:增加不同地域茶叶及品种的样本数据以提高算法普适性;采取多信息融合的方法以求获得更全面的茶叶嫩芽信息;枝叶遮挡严重情况下的识别策略可考虑借助机械装置或风机拨开枝叶,从而避免因枝叶遮挡而导致识别率低的现象发生。     

基于快速卷积神经网络的果园果实检测试验研究

近年来,基于数字图像处理和机器学习算法的果实自动识别检测研究已经越来越成熟。针对传统检测方法检测过程中难以满足实时性要求的缺点,采用了基于Faster-RCNN的果实快速检测模型。模型由卷积神经网络(CNN)和区域提议网络(RPN)组成,首先由CNN进行卷积和池化操作提取特征,然后由RPN选取候选区域,通过网络全连接层参数共享,由目标识别分类器和边界框预测回归器得到多个可能包含目标的预测框,最后通过非极大值抑制挑选出精度最高的预测框完成目标检测。分别对桃子、苹果和橙子的三种果实进行检测,采用迁移学习方法,使用已经预训练好的两种深度神经网络模型ZFnet和VGG16,通过数据集的训练对Dropout及候选区域数量进行参数调整完成网络调优。检测并分析果实不同布局形态下模型的检测效果。试验结果表明,当Dropout取值为0.5或0.6,候选区域数量为300时网络模型最佳,ZFnet网络中,苹果平均精确度为92.70%,桃子为90.00%,而橙子为89.72%。VGG16网络中,苹果平均精度为94.17%,桃子为91.46%,橙子为90.22%。且ZFnet和VGG16的图像处理速度分别达到17 fps和7 fps,能够达到果实实时检测的目的。     

新型果园宽幅联合仿形修剪机设计与研究

针对目前修剪机修剪形状单一,适应性差,修剪机械通用性能低的问题,通过理论分析、三维模型设计、性能试验相结合的方法,设计针对新型果园的宽幅联合仿形修剪机。主要对该整机的机架结构、切割装置、传动系统、液压系统进行了设计,并分别对机架结构和切割装置的机构进行运动分析。试验结果表明:该修剪机切割高度范围为500～4 000 mm,向左最大移动幅度为1 530 mm,向右最大移动幅度为740 mm,左右最大摆角幅度为±25°,最大切割直径为60 mm,修剪漏割率为7.3%,修剪合格率为90.9%,切割断面质量和修剪形状符合农艺学的要求。该机适应性强,通用性能高,能满足多种修剪树形的需要。     

基于双向准Z源逆变器的无刷直流电机驱动系统研究

针对农用电动运输车直流电源电压降落而导致的动力降低,以及车辆行驶工况复杂多变等问题,设计一种基于双向准Z源逆变器的无刷直流电机驱动系统。以STM32F103C8T6为控制器,完成驱动系统的硬件电路设计。通过直流母线方波升压和SVPWM控制策略,使无刷直流电机驱动系统具有ON-PWM斩波、准Z源方波升压、准Z源SVPWM三种驱动模式。最后搭建驱动系统的试验平台,取直流电源电压U_(dc)=24 V,直通占空比D_0=0.2,准Z源方波升压和准Z源SVPWM都将逆变桥的直流母线电压提升至40 V以上,有效解决直流电源电压降落的问题。驱动系统根据加速、爬坡、重载等具体工况快速、准确地切换工作模式,满足车辆的动力需求,提高车辆行驶的安全性和可靠性。     

基于PCA-Attention-LSTM网络的土壤氮含量监测

土壤作为农作物生长的主要营养来源,氮是植物生长的重要元素,有效评价土壤氮素含量可以促进配方施肥的发展。提出主成分分析、注意力机制和长短时记忆神经网络相结合的模型(PCA-Attention-LSTM)来监测土壤的氮素含量。采用PCA(主成分分析)对数据进行处理,提取影响土壤氮含量的关键影响因子,降低模型向量输入的维数,利用注意机制突出预测中的关键输入特征。在Keras深度学习框架的基础上搭建PCA-Attention-LSTM的网络模型,实现对未来2 h土壤氮含量的精监测。最后,以黑龙江省依安甜菜养植基地的数据对土壤氮含量进行训练和验证。结果表明,与RNN等其它网络模型相比,该模型的效果更好,基于PCA-Attenlion-LSTM网络模型的平均绝对误差,均方根误差和平均绝对百分误差分别为0.119、0.020、0.156。该模型预测精度高,泛化能力强,可以应用于土壤氮含量的监测。     

计算机仿真技术模拟烟草物料运行状态研究

烟草物料受农产品特性的影响,不同质地烟叶和叶丝存在容重上的差异,不同状态的烟草物质如何均衡地控制实物流量,基于烟草物质流量均衡控制设备参数设计是研究的重点.该研究利用数学建模及计算机模拟,基于喂料机、提升机、计量管、电子秤等不同设备,代入物料基础数据,仿真模拟实物运行状态.研究提升机带速计算公式,与电子皮带秤带速相匹配,在生产过程中提升机皮带电机转速均匀,实现零停机.     

鄂尔多斯细羊毛生产经营分析及发展对策

鄂尔多斯细羊毛主要产自内蒙古自治区鄂尔多斯市乌审旗，羊毛综合品质堪比澳毛。近年来，在各级政府的大力支持下，当地相关部门积极探索，摸索出了一条有效的细羊毛生产经营之路，细羊毛价格连年攀升，当地农牧民实现稳步增收。为了进一步推进该地区细羊毛供给侧结构性改革，建议该地区进一步加强鄂尔多斯细毛羊品种改良，做好羊毛直销的组织工作，全面推行羊毛现代化管理技术，推行羊毛公正检验制度方面的生产经营模式。