智能气动肌肉的静态驱动特性研

研究了形状记忆合金丝(SMA)编织网的主动变形及对气动肌肉静态驱动特性的影响.建立了SMA丝内应力与静态驱动力的平衡方程.针对升降温中SMA丝的相变,分析了马氏体和奥氏体体积比变化,建立了温度SMA收缩率模型,并应用到气动肌肉的收缩率、收缩力和刚密度特性计算中.Matlab仿真得到了SMA变形曲线和气动肌肉特性变化曲面.分析结果表明SMA变形存在迟滞,SMA主动伸缩使得编织角变化范围更广,刚密度变化更突出.SMA收缩率变大,气动肌肉收缩力增强.     

玉米郑单958、14、18系列品种高产生理研究

郑单958、郑单14、郑单18是近年生产上推广利用的紧凑竖叶型新品种。试验从高产生理、植株特性等方面进行高产栽培的研究探讨，为大田生产提供理论依据，结果表明：郑单958、14、18表现高产，稳产，早熟。其原因：(1)叶面积指数变化合理，叶片持绿时间长，衰老慢；(2)叶片中光合色素，蛋白质和可溶性糖含量高，光合能力强；(3)过氧化物酶活性高，丙二醛积累少，光合效率高；(4)籽粒体积大，灌浆时间长，速度快，千粒重高。试验结果表明郑单14仍为最佳利用品种，建议各地大面积推广利用。种子生产注意保纯，以充分发挥该品种的增产潜力或品种优势，为社会增加更多的商品玉米和经济效益。     

翻转犁限位块形状的反求分析与设计

以JD型液压翻转犁为模型机 ,运用反求工程技术 ,对其限深轮换位机构的限位块进行反求分析和研究 ,建立了其结构形状优化设计的数学模型 ,为零件的形状优化提供了一种新的思路和方法。同时将反求结果用于1LF— 335液压翻转犁 ,该犁已投入批量生产 ,限位块工作性能良好。     

木束形态对沙柳材重组木性能的影响

以沙柳材为原料,在沙柳材重组木制造关键参数正交试验的基础上,探讨了沙柳(Salix mongolica)材重组木木束形态对产品物理力学性能的影响,以及实验室条件下制造沙柳材重组木的较佳木束形态.     

榆中县土地利用的景观格局分析

利用SPOT遥感影像得到的榆中县土地数据,应用景观生态学原理和方法,分析了榆中县土地利用的景观格局。结果表明：榆中县20个乡（镇）土地利用的多样化指数相差较大,其中以兰州市区附近乡镇的多样化指数较大,即土地类型较多;土地利用形状指数小,乡（镇）之间相差较大;各乡镇之间分维数差异不明显。土地利用集中化程度和土地利用类型数量组合数据显示,榆中县土地利用类型以未利用地和耕地为主。     

燃烧室形状对105型柴油机缸内气体流动和排放特性的影响

分析了燃烧室形状对柴油机缺内气体流动和排放特性的影响。用三维有限元程序,在不喷射燃油的情况下,系统地分析了缺内气体涡流、挤流、湍流等参数随曲轴转角的变化关系,并在单缸１０５型柴油机上进行了性能试验,计算和试验结果表明,优化燃烧室内何形状可以处长缸内高涡流的持续时间,活跃燃烧后期的扩散燃烧。通过延迟喷油定时,可以达到ＮＯｘ、烟度和油耗的良好折中。     

中国银杏的种核类型及其特征

银杏种内变异较大。 2 0世纪 5 0年代起 ,通过广泛调查、收集我国银杏的核用品种资源 ,对种实不同发育时期的组织结构及形态特征进行了解剖观察。主要根据种实的珠托、种核的形状、长、宽、厚及种核两侧、顶端的特征 ,将银杏种核分为长子、佛指、马铃、梅核、圆子 5种类型 ,并确定了隶属于各个类型的主要栽培品种。通过对每一类型的种核重、核形指数及种仁中干物质、直链淀粉、支链淀粉、淀粉、粗蛋白、可溶性糖、氢氰酸含量的分析 ,对种核品质作了鉴评 ,为银杏核用品种资源的利用和改良提供了依据。     

微型泵专用电动机的改进设计

针对微型水泵的工作要求，讨论了其配用电动机在冲片槽形、定转子槽数、绕组型式、温升、电容器端电压、起动力矩等方面的设计特点；在通用标准电机设计方法的基础上，提出了改进设计方法。经多规格电机的设计验证，方法实用，效果明显。     

玉米秸秆刨花形态对刨花板物理性能的影响

玉米秸秆去穰取皮后，制成两种不同形态的刨花压制造玉米秸秆刨花板，通过测试板材的物理性能指标，研究刨花形态对板材力学指标及吸水膨胀率等的影响。结果表明，刨花形态对板材内结合强度和吸水厚度膨胀率的影响最大。     

Plant species identification using Elliptic Fourier leaf shape analysis

Elliptic Fourier (EF) and discriminant analyses were used to identify young soybean (Glycine max (L.) merrill), sunflower (Helianthus pumilus), redroot pigweed (Amaranthus retroflexus) and velvetleaf (Abutilon theophrasti Medicus) plants, based on leaf shape. Chain encoded, Elliptic Fourier harmonic functions were generated based on leaf boundary. A complexity index of the leaf shape was computed using the variation between consecutive EF functions. Principle component analysis was used to select the Fourier coefficients with the best discriminatory power. Canonical discriminant analysis was used to develop species identification models based on leaf shapes extracted from plant color images during the second and third weeks after germination. The classification results showed that plant species during the third week were successfully identified with an average of correct classification rate of 89.4%. The discriminant model correctly classified on average: 77.9% of redroot pigweed, 93.8% of sunflower, 89.4% of velvetleaf and 96.5% of soybean. Using all of the leaves extracted from the second and the third weeks, the overall classification accuracy was 89.2%. The discriminant model correctly classified 76.4% of redroot pigweed, 93.6% of sunflower, 81.6% of velvetleaf, 91.5% of soybean leaf extracted from trifoliolate and 90.9% of soybean unifoliolate leaves. The Elliptic Fourier shape feature analysis could be an important and accurate tool for weed species identification and mapping.