中国三大自然区域紫花苜蓿土壤速效钾丰缺指标和推荐施钾量

为给内蒙古高原区、黄土高原区和西北荒漠绿洲区紫花苜蓿测土施肥奠定科学基础,采用零散实验数据整合法以及养分平衡-地力差减法,开展了三大自然区域紫花苜蓿土壤速效钾丰缺指标和推荐施钾量研究。结果表明,内蒙古高原区紫花苜蓿土壤速效钾第1~4级指标依次为≥342mg/kg、89~342mg/kg、24~89mg/kg和<24mg/kg,黄土高原区第1~6级指标依次为≥171mg/kg、96~171mg/kg、54~96mg/kg、30~54mg/kg、17~30mg/kg和<17mg/kg,西北荒漠绿洲区第1~4级指标依次为≥303mg/kg、140~303mg/kg、65~140mg/kg和<65mg/kg;当目标产量9~27t/hm²、钾肥利用率50%时,第1~6级土壤的推荐施钾量分别为0、54~162kg/hm²、108~324kg/hm²、162~486kg/hm²、216~648kg/hm²和270~810kg/hm²。     

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。     

PEI/APP改性脲醛树脂制备阻燃胶合板及性能

以聚乙烯亚胺(PEI)为改性剂处理聚磷酸铵(APP)制备得到APP@PEI阻燃体系,并将其加入到脲醛树脂(UF)中,制备阻燃胶合板。研究了APP@PEI对UF胶黏剂理化性能的影响,并进一步探讨其对胶合性能及阻燃性能的影响。结果表明:APP、PEI和APP@PEI对UF的黏度、pH和固化时间均有影响。当APP添加量为10%时,UF的黏度由3.843 Pa·s上升至8.270 Pa·s,pH降至5.67,固化时间由91 s降至87 s;当PEI添加量为0.91%时,由于UF体系中支化和交联程度增加,黏度上升至41.433 Pa·s,pH和固化时间分别提升至9.91和116.3 s;而APP@PEI能降低对UF各项性能的影响,添加10%APP@PEI时UF的黏度、pH和固化时间分别为5.966 Pa·s、6.33和94.3 s。添加APP后,胶合板的胶合强度均低于Ⅱ类胶合板强度标准(0.7 MPa);添加PEI后,胶合板的胶合强度能够提升18%以上;APP@PEI添加量为10%时,胶合板的胶合强度达0.85 MPa,高于Ⅱ类胶合板强度标准要求。添加APP、PEI和APP@PEI对胶合板的阻燃性能有不同影响,单独添加PEI无法改善胶合板的阻燃性能,当APP和APP@PEI添加量为10%,15%和20%时,胶合板的极限氧指数(LOI)分别比未添加阻燃剂时提高0.8%,2.0%,2.5%和1.2%,2.2%,3.1%。     

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。     

内蒙古高原紫花苜蓿土壤氮素丰缺指标和推荐施氮量

为了给内蒙古高原紫花苜蓿（Medicago sativa L.）测土施氮奠定科学基础，本研究采用“零散实验数据整合法”和“养分平衡-地力差减法”新应用公式，开展了该自然区域紫花苜蓿土壤氮素丰缺指标和推荐施氮量研究。结果表明：内蒙古高原生长第1年紫花苜蓿土壤碱解氮第1~6级丰缺指标为≥48，20~48，8~20，4~8，2~4和<2 mg·kg^-1，土壤全氮第1~5级丰缺指标为≥1.4，0.8~1.4，0.4~0.8，0.2~0.4和<0.2 g·kg^-1，土壤有机质第1~6级丰缺指标为≥17，10~17，6~10，3~6，2~3和<2 g·kg^-1。当紫花苜蓿目标产量9~18 t·hm^-2、氮肥利用率40%时，内蒙古高原紫花苜蓿第1~6级土壤推荐施氮量分别为0，68~135，135~270，203~405，270~540和338~675 kg·hm^-2。     

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.     

Effect of farm management on topsoil organic carbon and aggregate stability in water: A case study from Southwest England,UK

There are few reliable data sets to inspire confidence in policymakers that soil organic carbon (SOC) can be measured on farms. We worked with farmers in the Tamar Valley region of southwest England to select sampling sites under similar conditions (soil type, aspect and slope) and management types. Topsoils (2–15 cm) were sampled in autumn 2015, and percentage soil organic matter (%SOM) was determined by loss on ignition and used to calculate %SOC. We also used the stability of macroaggregates in cold water (WSA) (‘soil slaking’) as a measure of ‘soil health’ and investigated its relationship with SOC in the clay‐rich soils. %SOM was significantly different between management types in the order woodland (11.1%) = permanent pasture (9.5%) > ley‐arable rotation (7.7%) = arable (7.3%). This related directly to SOC stocks that were larger in fields under permanent pasture and woodland compared with those under arable or ley‐arable rotation whether corrected for clay content (F = 8.500, p < .0001) or not (F = 8.516, p < .0001). WSA scores were strongly correlated with SOC content whether corrected for clay content (SOC_adj R² = .571, p < .0001) or not (SOC_unadj R² = 0.490, p = .002). Time since tillage controlled SOC stocks and WSA scores, accounting for 75.5% and 51.3% of the total variation, respectively. We conclude that (1) SOC can be reliably measured in farmed soils using accepted protocols and related to land management and (2) WSA scores can be rapidly measured in clay soils and related to SOC stocks and soil management.     

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。