我国黄瓜抗病品种选育技术研究进展

黄瓜在我国蔬菜产业中占有重要地位,然而连片种植、重茬栽培等条件下容易滋生病菌,尤其是随着我国保护地蔬菜生产规模的扩大,棚室内的温湿度条件更利于病害的发生与流行,黄瓜生产上面临着严重的病虫害威胁,包括生理性病害、感染性病害及虫害等。本文从抗病品种选育的角度分析了黄瓜病害抗病品种选育技术,并简要介绍了其他防治方法,展望了相关研究的发展方向,为黄瓜病虫害的防治提供参考。     

基于迁移学习的GoogLeNet果园病虫害识别与分级

为提高果树病虫害危害程度分级精度进而更好地指导果园病虫害防治，采用迁移学习技术与GoogLeNet模型相结合的方法，对6种果园作物的25类病虫害样本进行识别与危害程度分级研究；同时，探究不同数据集大小以及不同优化算法对模型性能的影响；基于MATLAB平台设计了一款可视化的病虫害识别与分级系统。结果表明:1)基于迁移学习的GoogLeNet模型，对病虫害识别精度可达99.35%，危害程度分级精度可达92.78%；2)在相同训练参数下，本研究模型比AlexNet、VGG-16、ResNet-18、SqueezeNet、原GoogLeNet及MobileNet-v2模型验证精度提高了2.38%~11.44%，并且收敛速度最快；3)本研究模型识别精度随着数据集的增大而提高；在3种优化算法中SGDM算法耗时最短且精度最高，更适合本研究模型。通过拍摄果树叶片病害区域图像，本研究设计的系统能够在0.43 s左右准确识别出果树种类、病害类型以及危害等级等信息。     

镇江长江豚类省级自然保护区水域生态修复效果的监测与评价

自2006年以来,长江豚类极度濒危的生存状况得到广泛关注,在其自然保护区实施一系列生态修复工程,为镇江长江豚类省级自然保护区内的江豚提供良好的生存环境。于2015—2018年在和畅洲水域建设生态浮岛、人工鱼巢和放流底栖动物进行水域生态修复,对生态修复工程进行跟踪监测和效果评价。结果表明：生态浮岛的建设可提高区域内浮游植物和浮游动物的生物多样性和群落结构复杂程度;人工鱼巢对产黏性卵鱼类具有一定增殖效果,增殖种类主要为鲤、鲫、䱗和黄尾鲴;生态浮岛和人工鱼巢的建设对鱼类均有较好的聚集效果;底栖动物增殖放流显著增加了放流物种的丰度、生物量及保护区底栖动物群落生物量,增殖放流效果评价为中等。该自然保护区水域生态修复效果明显,为工程施工影响下水生生物保护区生态修复提供科学依据。     

根系修剪对枳生长及相关基因表达的影响

以枳实生苗为试验材料,通过两年重复试验分析了不切除主根、切除1/3主根、切除1/2主根、切除2/3主根等4个不同水平根系修剪处理下枳实生苗生长发育、根系构型和营养吸收的情况,并检测了不同水平根系修剪处理对侧根发育关键基因表达量的影响。结果表明,切除1/2主根处理增加了枳实生苗的株高、茎粗、地上部鲜重和根系鲜重,改善了根系构型参数(侧根数、总根长、根表面积和平均长度),增加了根系P、K、Ca、B、Fe、Na和Zn等营养元素含量。另外,实时荧光定量PCR(qRT-PCR)检测发现,根系修剪处理诱导了侧根发育关键基因HOX1和CYP2的积累,并抑制了IAA11和IAA13的表达。综上所述,适度根系修剪可能通过诱导HOX1、CYP2基因的上调和IAA11、IAA13基因的下调来调控枳实生苗侧根的生长发育,改善根系构型,从而提高枳实生苗对营养元素的吸收能力及植株的生长发育。     

基于粗糙遗传算法在打捆机齿轮箱故障诊断中的应用*

自走式连续作业打捆机是一款实现不停机连续打捆作业的新型秸秆收集装备,其关键功能部件齿轮箱发生故障会严重影响正常打捆工作。针对齿轮箱故障的防控和监测,提出一种结合粗糙集和遗传算法的故障诊断方法。该方法使用时域频域分析得到的多项故障特征参数作为条件属性,故障类型作为决策属性,并利用自适应遗传算法得到决策规则表,实现无需先验信息的属性约简和故障诊断。在齿轮箱故障诊断试验中,分别对不同故障类型进行信号采集和诊断分析,结果显示:该方法在无先验信息的条件下将12项故障特征参量约简为3项,根据决策规则表进行故障诊断的准确率为100%,结果表明该方法能准确判断故障的发生和故障类型,对实现故障监测和防控具有重要意义。     

基于SOA的水轮机调速系统PID参数优化

针对现有优化方法复杂、易陷入局部最优等问题,为水轮机调速系统提出了一种基于人群搜索算法的比例-积分-微分控制参数优化方法.为验证该算法的可行性,建立了水轮机调速系统非线性模型,选取水轮发电机组转速偏差的积分时间绝对误差指标作为目标函数进行优化.为验证优化结果的有效性,将人群搜索算法的控制效果与参考文献中粒子群算法的控制效果进行了对比分析.仿真结果表明,在5%频率扰动下,人群搜索算法自第29次迭代起已收敛,经其优化的系统能在8秒内趋于稳定,此时系统的超调量为1.6%;在10%负荷扰动下,人群搜索算法自第25次迭代起已收敛,其优化效果与粒子群算法优化效果基本相同,两者均在10秒内让系统趋于稳定,但人群搜索算法优化的积分时间绝对误差指标比粒子群算法优化的积分时间绝对误差指标小,表明人群搜索算法具有更好的搜索功能,在一定程度上改善了孤网运行条件下机组的动态性能.     

Comparison of flagellin and an oil-emulsion adjuvant in inactivated Newcastle disease vaccine in stimulation of immunogenic parameters

The present study was designed to investigate the potential application of native (N) and recombinant (truncated modified [tmFliC] and full-length [flFliC]) flagellin proteins along with inactivated Newcastle disease virus (NDV). Fifty six SPF chickens were immunized twice with PBS (control), inactivated NDV (Ag), inactivated NDV/flFliC (AgF), inactivated NDV/tmFliC (AgT), inactivated NDV/N (AgN), commercial vaccine containing Montanide (Vac) and Vac/N (VacN), with a two-week interval. Blood was collected weekly and spleens were harvested after chickens were sacrificed. Interleukin-6 (IL-6) and tumor necrotic factor-α (TNF-α) gene expression in peripheral blood mononuclear cells were analyzed by Real-Time PCR. Antibody response was assessed by haemagglutination inhibition (HI). Cellular activity was quantified by MTT assay. Results showed that the most IL-6 and TNF-α gene expression was observed in AgF group (P < 0.01). The lowest gene expression among vaccinated groups was observed in Ag group for IL-6 and Ag and Vac group for TNF-α. The highest HI titer was observed in Vac, VacN, AgF and AgT groups. The AgF group showed the highest cellular activity (P < 0.01). In conclusion, flagellin-adjuvanted groups showed a pro-inflammatory effect and acted similarly to or better than the Vac group. Hence, flagellin can be proposed as a potential adjuvant for ND vaccine.     

基于逆运动学降维求解与YOLO v4的果实采摘系统研究

为提高采摘设备的执行效率，采用六自由度机械臂、树莓派、Android手机端和服务器设计了一种智能果实采摘系统，该系统可自动识别不同种类的水果，并实现自动采摘，可通过手机端远程控制采摘设备的起始和停止，并远程查看实时采摘视频。提出通过降低自由度和使用二维坐标系来实现三维坐标系中机械臂逆运动学的求解过程，从而避免了大量的矩阵运算，使机械臂逆运动学求解过程更加简捷。利用Matlab中的Robotic Toolbox进行机械臂三维建模仿真，验证了降维求解的可行性。在果实采摘流程中，为了使机械臂运动轨迹更加稳定与协调，采用五项式插值法对机械臂进行运动轨迹规划控制。基于Darknet深度学习框架的YOLO v4目标检测识别算法进行果实目标检测和像素定位，在Ubuntu 19.10操作系统中使用2000幅图像作为训练集，分别对不同种类的果实进行识别模型训练，在GPU环境下进行测试，结果表明，每种果实识别的准确率均在94%以上，单次果实采摘的时间约为17s。经过实际测试，该系统具有良好的稳定性、实时性以及对果实采摘的准确性。     

TCD燃烧系统对柴油机燃烧和排放性能改善效果的试验研究

为探究道依茨TCD2015柴油机上配备的导流燃烧系统(简称TCD燃烧系统,T表示涡轮增压器,Turbocharger,C表示进气中冷,Charge air cooling,D为柴油颗粒捕集器,Diesel particle filter)对改善柴油机燃烧性能和降低污染物排放的效果,采用单缸机试验对TCD燃烧系统在不同转速、负荷和过量空气系数下的燃烧和排放性能进行研究。试验结果表明不同工况下TCD燃烧系统燃油消耗率和Soot排放量均低于传统ω燃烧系统,燃油消耗率最大降幅为7.01%,Soot排放量最大降幅为86.67%,且低过量空气系数(1.2～1.6)下TCD燃烧系统仍具有较好的性能。为揭示TCD燃烧系统改善油气混合促进燃烧的机理,采用AVL Fire软件建立了柴油机性能仿真模型。计算结果表明,TCD燃烧系统的环状凸起结构将燃油导向内外两室,从而促进了缸内燃油发展过程,燃油当量比大于4的浓混合气区域燃油质量比例相比ω燃烧系统降幅最大为9.75%,活塞下移时TCD燃烧系统内油束撞击浅盘侧壁形成撞壁射流扩大了燃油扩散面积,从而改善了缸内油气混合质量,燃油当量比小于1的均匀混合气区域燃油质量比例相比ω燃烧系统降幅最大为7.45%,因此TCD燃烧系统能够有效改善柴油机的燃烧和排放性能,可应用于柴油机高负荷和低过量空气系数工况综合性能提升。研究结果可为柴油机燃烧系统开发和改进提供参考。