拖拉机动量飞轮主动防侧翻控制与模型试验研究

针对拖拉机侧翻致死致伤事故仍时有发生的问题，基于旋转刚体加速时的反向施矩原理，以反作用动量飞轮为执行元件，提出了从主动安全角度解决拖拉机侧翻问题的研究方法。通过构建拖拉机动力学系统数学模型，解析了整机侧翻行为的动态演变机理。为保证拖拉机主体结构的完整性，将动量飞轮置于拖拉机前部，取代传统静态配重的同时可主动提供防侧翻力矩。应用Matlab/Simulink软件，对反作用飞轮的回稳过程进行了基于PID控制的有效性仿真分析，同时设计并搭建了比例模型试验平台，对主动施矩飞轮的回稳控制效果进行了试验验证。结果表明，装备飞轮的拖拉机与无控制组对比，在一次试验中可多次实现整机的防侧翻控制，使整机防侧翻性能得到明显改善，且不同行驶工况下的试验数据与仿真结果的相关性较强，充分验证了本文拖拉机侧翻动力学模型的有效性。     

基于部首嵌入和注意力机制的病虫害命名实体识别

为了解决农业病虫害命名实体识别过程中存在的内在语义信息缺失、局部上下文特征易被忽略和捕获长距离依赖能力不足等问题，以农业病虫害文本为研究对象，提出一种基于部首嵌入和注意力机制的农业病虫害命名实体识别模型(Chinese agricultural diseases and pests named entity recognition with joint radical embedding and self attention, RS-ADP)。首先，该模型将部首嵌入集成到字符嵌入中作为输入，用以丰富语义信息。其中，针对部首嵌入设计了3种特征提取策略，即卷积神经网络(Convolutional neural network, CNN)、双向长短时记忆网络(Bidirectional long short term memory network, BiLSTM) 和CNN-BiLSTM；其次，采用多层不同窗口尺寸的CNNs层提取不同尺度的局部上下文信息；然后，在BiLSTM提取全局序列特征的基础上，采用自注意力机制进一步增强模型提取更长距离依赖的能力；最后，采用条件随机场(Conditional random field, CRF)联合识别实体边界和划分实体类别。在包含11个类别和24715条标注样本的农业病虫害自制语料上进行了实验。结果表明，本文模型RS-ADP在该数据集上精确率、召回率和F1值分别为94.16%、94.47%和94.32%；在具体实体类别上，RS-ADP在作物、病害、虫害等易识别实体上F1值高达95.81%、97.76%和97.23%。同时，RS-ADP在草害、病原等难以识别实体上F1值仍保持86%以上。实验结果表明，本文所提模型能够有效识别农业病虫害命名实体，其识别精度优于其他模型，且具有一定的泛化性。     

北京市外来农民工心理压力现状研究——以朝阳区皮村3331名农民工为例

通过对北京市朝阳区皮村3 331名农民工心理压力状况的调查发现，农民工整体心理压力超出适中水平，熟练劳力动型农民工存在数量庞大的中度、重度压力群体，中年农民工受工作和生理因素双重影响压力最大，处于婚姻存续和婚姻破碎的状态农民工心理压力较大，专业技术型层次的农民工心理压力较小。建议通过优化农民工生活环境、改善农民工生活质量、加强农民工心理援助服务、建立心理减压工作长效机制等方式舒缓农民工心理压力。     

气力式秸秆深埋还田机输送装置设计与试验

针对合理耕层构建技术指标要求，设计了气力式秸秆深埋还田机输送装置。其主要结构参数为：输送管截面为0.2m×0.2m方形管；叶轮直径为0.55m，叶轮宽度为0.17m，进气口直径为0.26m，风机壳宽度为0.2m；螺旋轴直径为0.09m，螺旋叶片外径为0.25m，螺距为0.2m，螺旋叶片厚度为0.003m，螺旋外径与输送管内表面间隙为0.005m。通过玉米悬浮速度试验测得，长度为10cm玉米秸秆上、中、下部分悬浮速度分别为10.4、12.3、12.7m/s，平均值为11.9m/s，试验结果与仿真误差为7%。基于气固耦合理论，通过CFD-DEM气固耦合法对输送装置内的气固两相流模拟研究，表明弯角30°、转速为1800r/min时输送管道中，秸秆最小速度为5.21m/s，所对应的气流速度为17~27m/s，出口处玉米秸秆速度为6.06m/s，气流速度为2~27m/s，秸秆输送效果最佳。田间试验结果表明，气力输送装置性能参数最优组合为：风机转速1800r/min，秸秆覆盖量1.2kg/m2，叶片弯角30°。田间验证试验得深埋合格率为93.2%，有效提高了深埋质量。     

基于Hadoop的区域土壤侵蚀强度计算GIS设计与实验

在开源分布式计算框架Hadoop的基础上,选择大凌河流域为研究区,构建降雨侵蚀力、土壤可侵蚀性、坡长等土壤侵蚀因子栅格数据分布式存储策略,利用MapReduce编程模式设计实现通用水土流失方程RUSLE的算法程序进行土壤侵蚀强度计算,并扩展Geoserver的栅格文件读取功能,增大对HDFS栅格文件的读取支持,实现土壤侵蚀强度计算结果的快速发布。结果表明,该系统可实现大数据量、高分辨率土壤侵蚀因子栅格数据的区域土壤侵蚀强度快速计算,可较好满足区域土壤侵蚀预测预报的时效性要求;程序运行过程中计算任务本地化效果明显,显著降低了计算过程中的网络传输压力,网络使用率约22%,且系统性能可通过增加计算节点进一步提升。本研究可为大数据量、高分辨率栅格数据下区域土壤侵蚀强度计算及发布GIS设计开发提供指导,为大凌河流域土壤侵蚀监测提供科学依据。     

四端法土壤电导率传感器恒流源设计与试验

土壤信息对于指导农业生产有着极为重要的作用，土壤电导率反映了土壤含水量、盐分、粘粒含量和类型等土壤信息，准确获取土壤电导率对于实现农业精细化生产意义重大。在各种土壤电导率测量方法中，四端法因其成本低、精度高、测量快速和操作简便而大量应用于实际测量；恒流源是四端法测量仪器的重要组成部分，其性能直接决定着测量仪器的精度以及测量范围。本文对比了3种恒流源对测量仪器测量性能的影响，发现采用Howland恒流源的四端法测量仪器高电导率测量能力强而低电导率测量范围较小，测量精度最高；采用改进型Howland恒流源的四端法测量仪器低电导率测量范围有所扩大，测量精度良好；采用基于差动放大器的恒流源的电导率仪低电导率测量范围最大，高电导率测量范围较优，测量精度良好。     

基于微信公众号构建“形势与政策”课高效互动平台

新媒体在挑战传统“形势与政策”课教学效果的同时，也为其教学改革提供了丰富的手段和机遇。微信公众号作为新媒体的强势代表，为改进“形势与政策”课教学互动，构建高效互动平台提供了可能性与优越性，能够有效改进“形势与政策”课形式大于内容的现状，其内生的互动活力、活泼多样的互动形式、符合学生话语特点的交流方式，在一定程度上可以破除学生参与课程互动的惰性和抵触心理，保护瞬间即逝的学习积极性，其三大功能还有助于实现课程教学中一对多、一对一和多对多的教育和引导。而优秀推送内容的编排和高效互动平台的构建，都应当以专业性更强的教研室为中心。     

不同海拔高度牛宰后牛肉AMPK活性及能量代谢研究

为了研究不同海拔高度生长的牛宰后牛肉一磷酸腺苷活化蛋白激酶(AMPK)活性与糖酵解指标,以探讨宰后肌肉生理机理,测定了玉树牦牛(海拔4 500 m)、甘南牦牛(海拔3 000 m)和西门塔尔杂交肉牛(海拔1 500 m)宰后成熟过程中牛肉AMPK活性、AMPK基因(PRKAA1、PRKAA2)mRNA表达量、糖酵解和能量代谢的变化。结果表明,12~168 h时间内,AMPK活性从小到大依次为西门塔尔杂交牛、甘南牦牛、玉树牦牛;西门塔尔杂交牛PRKAA1基因的表达量比甘南牦牛和玉树牦牛略低;西门塔尔杂交牛PRKAA2基因表达量显著小于甘南牦牛和玉树牦牛(P0.05);72~168 h时间内,乳酸含量和游离葡萄糖含量从小到大依次为西门塔尔杂交牛、甘南牦牛、玉树牦牛,p H值、肌糖原含量从大到小依次为西门塔尔杂交牛、甘南牦牛、玉树牦牛;成熟前期ATP、ADP、AMP含量从大到小依次为西门塔尔杂交牛、甘南牦牛、玉树牦牛。高海拔品种牛肉机体PRKAA1和PRKAA2基因表达量高时,AMPK被激活从而活性增加,ATP的浓度水平降低,AMP生成量增加,加速组织内的糖酵解,增加肌肉乳酸含量,降低p H值,进而影响牛肉品质。     

蔬菜嫁接机器人柔性夹持搬运机构设计与试验

针对现有蔬菜嫁接机器人单手爪夹持搬运机构作业时需要在上苗、切削和对接工位往复旋转作业，限制了机器嫁接生产效率，存在夹持伤苗、操作人员上苗等待时间过长、易疲劳等问题，设计了一种四手爪柔性夹持搬运机构，能够实现上苗、切削和对接工位同步作业，以及秧苗柔性夹持与快速搬运，有助于提高机器嫁接效率。提出了基于缓冲材料的柔性夹持手爪和夹持力调节方法，分析了不同厚度EVA缓冲材料的压缩力学特性，得到缓冲垫完全闭合夹持条件下对不同秧苗的夹持力。利用ADAMS软件建立夹持搬运机构动力学仿真模型，分析了秧苗不同夹持力与旋转位移的变化规律，得出当夹持力小于0.4N时秧苗脱离了夹持手的束缚，夹持力大于3.5N时秧苗夹持与旋转作业稳定。机构性能试验结果表明：选取白籽南瓜苗和黄瓜苗为测试对象，柔性夹持手爪平均夹苗成功率为98.5%，比弧形夹持手提高4.5个百分点，伤苗率降低3.5个百分点，柔性夹苗效果显著；该机构嫁接平均速度为1052株/h，是同类型单手爪嫁接机作业效率的1.72倍，嫁接成功率为96.67%，大幅提高了嫁接机器人生产效率，能够满足工厂化嫁接育苗生产需求。本文研究结果可为高速嫁接机器人的夹持搬运机构设计和优化提供技术参考。     

基于R2U-Net和空洞卷积的羊后腿分割目标肌肉区识别

针对前处理工序造成的羊肉智能精细分割目标肌肉区图像识别准确度低的问题，以羊后腿自动去骨分割工序为研究对象，提出一种基于R2U-Net和紧凑空洞卷积的羊后腿分割目标肌肉区识别方法。对传统的U-Net语义分割网络进行改进，以U-Net为骨架网络，采用残差循环卷积块替换原始U-Net的特征编码模块和解码模块中的卷积块以避免U-Net的梯度消失，在特征编码模块和特征解码模块之间增加一个紧凑的四分支空洞卷积模块对语义特征进行多尺度编码，实现缝匠肌图像分割模型的构建。一方面，针对缝匠肌这一核心目标肌肉区，采集羊后腿图像构建数据集训练与测试本文模型，以验证该方法的准确性与实时性；另一方面，通过旋量法标定夹爪坐标系、相机点云坐标系、机器人坐标系的齐次变换矩阵以计算分割路径，并采用主动柔顺的力/位混合控制方法操纵分割机器人进行目标切削运动，验证基于本文方法得到的目标图像开展目标肌肉分割的可行性。相关试验结果表明：当交并比为0.8588时，本文方法平均精确度为0.9820，优于R2U-Net的(0.8324，0.9775)；单样本检测时间平均为82ms，说明本文方法可快速、准确分割出缝匠肌图像，满足机器人自主分割系统的实时性要求，优于U-Net、R2U-Net、AttU-Net算法。最后，在本文方法得到的缝匠肌图像基础上开展机器人实机分割试验，机器人对5条羊后腿的平均切削时间为7.9s，平均偏移距离为4.36mm，最大偏移距离不大于5.9mm，满足羊后腿去骨分割的精度要求。