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。     

小球藻遗传转化技术研究进展

小球藻( Chlorella )是一种单细胞真核藻类,属绿藻门、绿藻纲、绿球藻目、小球藻科、小球藻属 [1] 。作为最早开发的真核微藻之一,具有高营养价值、生长快速、结构简单、易工业化集成等显著优点。其细胞形态为球形或椭圆形,直径3~12 μm,呈单生或聚集成群状生长 [2] ,分布广泛,多见于淡水、咸水和土壤中。作为地球上最早的生命之一,小球藻基因比较稳定,至今未见有关其基因自发突变的报道。因其富含蛋白质、脂质、维生素、活性代谢产物等多种营养物质而被公认为具有高附加值和医疗保健作用,已经被广泛应用于保健食品 [3] 、水产养殖 [4] 、生物能源 [5] 等方面,关于小球藻生物技术的研究主要集中在基因组学 [6] 、分子遗传学 [7] 、代谢机理 [8] 、大规模培养 [9] 等方向。     

考虑水头损失的管道灌溉分水口轮灌分组优化模型

【目的】优化灌溉系统中分水口轮灌分组的灌溉制度,在满足流量要求的条件下节约电能。【方法】提出了在考虑水头损失时不同分水口状态与管道进口压力的关系模型,该模型利用分水口开关0,1状态作为自变量,从管道末端起利用推导的递推公式求出管道进水口的等效水头损失系数。依据该模型,在定流量分组轮灌优化中得到为使分组轮灌功率最小的目标函数。利用遗传算法对上述问题进行了优化求解,并给出了编码方案。【结果】在分水口等间隔布置时,轮灌分组按轮灌分组数等间隔安排所需功率最小,优化后的水头损失系数可以减小到没有优化前的0.772倍。【结论】本研究模型不仅适用于恒定流量的组合优化,也可应用于不同分水口的所需水量不同的随机灌溉以及恒压供水的优化中。     

小麦山农4143抗黑胚病遗传分析及抗性遗传位点检测

 黑胚病是小麦生产的重要籽粒病害,麦根腐平脐蠕孢(Bipolaris sorokiniana)是黑胚病的主要致病菌。为分析小麦抗黑胚病遗传规律并检测抗性位点,本研究以抗黑胚病小麦品系山农4143与感病品系宛原白1号的F₇代重组自交系(RIL)群体为材料,于2018~2019年在3个试验点种植,采用“孢子液喷洒、套袋保湿”的方法进行接菌鉴定,用“主基因＋多基因混合遗传模型”进行遗传分析,并挑选极端抗、感自交系构建混池、结合小麦660K SNP芯片进行混合分组分析(BSA)。研究结果显示小麦品系山农4143对黑胚病抗性符合“4对主基因加性-上位性遗传模型”,主基因遗传力为0.88~0.95;通过BSA检测到黑胚病抗性位点36个,分别位于1A、2B(6)、2D(2)、3A、3B(2)、3D、4A(6)、4D、5A(4)、5B(6)、5D(3)、7A、7B和7D共14条染色体上,A、B、D染色组上分别为13、 15和8个,36个位点中有18个为抗黑胚病新鉴定位点。本研究结果为小麦抗黑胚病位点的精细定位和抗性育种中分子标记的开发奠定了基础。     

Genetic variation of seedling traits responded to brassinosteroid and gibberellin inhibitors in maize (Zea mays) doubled haploid lines

The purpose of this study was to examine the genotypic variation in maize doubled haploid (DH) lines response to brassinosteroid and gibberellin inhibitors. Plant responses to hormone inhibitors were determined in growth chamber experiments using germination paper for three different seedling treatments: application of propiconazole (Pcz), uniconazole (Ucz) or water (control). Mesocotyl length (ML) was more sensitive to hormone inhibitors, especially to the Ucz treatment, than other seedling traits. ML was significantly correlated with other traits in the Ucz treatment. All the seedling traits showed moderate-to-high broad sense heritability values, ranging from 0.39 to 0.82. The Euclidian genetic distances of inbred line pairs ranged from 1.27 to 19.94, indicating there was a high level of variability across the maize DH lines used in this study. DH lines with extreme MLs were identified, which can provide valuable breeding resources for improving abiotic stress tolerance, and for further genetic studies.     

畜禽粪便厌氧发酵过程抗生素抗性基因归趋及驱动因子分析

针对畜禽养殖业抗生素抗性基因(antibiotic resistance genes, ARGs)污染问题,该文选取厌氧发酵技术,对比不同厌氧发酵体系内ARGs消长与潜在宿主菌,挖掘不同因子与ARGs的相互关系。结果表明,厌氧发酵体系内微生物群落变化是ARGs消长的主要驱动因子,确定ARGs的潜在宿主菌是目前研究的难点;抗生素和重金属也是ARGs消长的重要驱动因子,控制抗生素污染和重金属污染可有效减缓ARGs污染;可移动遗传元件在ARGs水平传播过程中起着重要作用。综合而言,厌氧发酵体系内各个因子直接或间接影响ARGs消长,其中工艺参数是控制整个厌氧发酵体系的先决因素,在特定工艺参数下,微生物群落与体系物化指标相互影响与制约;微生物通过分子内部可移动遗传元件实现ARGs在不同微生物之间的水平传播。综上所述,通过综合协调各类因子实现厌氧发酵体系内ARGs消控是今后研究重点。     

食用向日葵产量性状的遗传研究

以食葵不育系17-A26为母本、恢复系17-C19为父本,构建P₁、P₂、F₁、F₂、B₁和B₂ 6个世代群体,研究了产量相关性状盘径、单株总粒数、结实率、百粒重、粒长和粒宽的后代变异及遗传率。结果表明,6个性状均为数量性状,变异幅度排序为单株总粒数>粒长>盘径>结实率>百粒重>粒宽,狭义遗传率排序为百粒重>粒长>单株总粒数>粒宽>盘径>结实率。根据遗传进度结果,百粒重、粒长、单株总粒数和粒宽宜早代根据表型选择,盘径宜晚代选择,结实率宜晚代结合多环境联合选择。     

水分和盐胁迫下小麦种子萌发相关性状的QTL定位

小麦萌发期对水分和盐胁迫敏感，对该时期水分和盐胁迫下种子萌发性状进行QTL定位具有重要的意义。本研究以小麦“泰农18×临麦6号” RIL群体为材料，以20%PEG-6000溶液和100 mmol·L^-1 NaCl溶液分别模拟水分和盐胁迫环境，对种子萌发期10个性状进行了QTL定位。结果表明，在正常、水分胁迫和盐胁迫3种不同处理下各性状变异较大。相关分析表明，抗旱和耐盐可能是两个独立遗传的性状，胚芽鞘长可以作为节水抗旱的鉴定指标。3种处理下共检测到10个萌发相关性状的103个QTL，其中，17个为相对高频QTL（RHF-QTL），分布在7条染色体（1A、3A、3B、4B、7A、7B和7D）上，平均贡献率为7.55%~15.97%。这些RHF-QTL形成4个QTL簇（QTL cluster,QC），分布在3A、7A和7D染色体上。其中，7A染色体上的QC2包括3个RHF-QTLs（ QSdw-7A.1、 QGf-7A.1和 QGi-7A.1），均与小麦耐盐性相关；7D染色体上的QC3包括2个RHF-QTLs（ QGi-7D.1、 QGdrc-7D.1），均与小麦节水抗旱性相关。这2个QCs增加效应均来自母本泰农18。本研究获得的RHF-QTLs和QCs，可为小麦萌发期节水抗旱和耐盐分子标记辅助选择提供理论和技术支持。     

自适应最大相关峭度反褶积方法诊断齿轮轴承复合故障

为了解决传统最大相关峭度反褶积(maximum correlated kurtosis deconvolution,MCKD)在故障诊断中容易出现因参数选择不当而影响诊断效果的问题,该文提出了一种基于量子遗传算法(quantum genetic algorithm,QGA)的自适应最大相关峭度反褶积方法(maximum correlated kurtosis deconvolution with quantum genetic algorithm,QMCKD)用于齿轮和轴承复合故障诊断。通过量子遗传算法自适应选择最大相关峭度反褶积的2个关键参数滤波器长度(L)和反褶积周期(T)。使用QMCKD处理原始振动信号,提取复合故障信号中的所有单个故障信号,分别对单个故障信号进行频谱分析从而识别故障特征。在对齿面磨损-滚动轴承外圈损伤复合故障诊断中,QMCKD能够识别齿轮故障频率及其2～4倍频,识别轴承故障频率及其2～6倍频,且主要频率成分周围干扰谱线很少,故障类型容易识别。与直接频谱分析和变分模态分解(variational mode decomposition,VMD)相比,该方法在诊断效果上具有优越性。在对齿根裂纹-轴承滚动体损伤复合故障诊断中,QMCKD能够突出齿轮故障频率及其2～5倍频,突出轴承故障频率及其2～8倍频,齿轮和轴承故障特征明显,验证了方法的稳定性。试验结果表明QMCKD能够有效识别复合故障中齿轮和轴承的故障特征,可用于齿轮箱的齿轮、轴承复合故障诊断。