农业装备的现状及发展趋势

我国是一个农业大国，农业是国民经济的基础，农业现代化的主要标志是农业机械化装备程度和机械化水平的高低。为此，通过对国外农业装备发展趋势和我国农业装备现状的分析，指出目前我国农业装备水平与国外的差距，提出应发展适合我国农业生产特点的农业装备，不断提高农业装备中的科技含量，紧跟国际新技术的发展步伐。     

桃的电特性及新鲜度识别

为了解采后果品电特性变化机理，并探索基于电特性识别果品品质的方法，研究了桃采后电特性和生理特性的变化。结果表明，随着桃新鲜度下降，相对介电常数呈余弦规律变化，损耗角正切逐渐减小，呼吸高峰时相对介电常数最大。分析了电特性变化的原因，进而建立了采后桃电特性与生理特性之间的关系模型。以相对介电常数和损耗角正切为输入特征参数，应用BP神经网络技术识别桃的新鲜度等级，平均识别率为82％。     

多路电子测温报警仪的设计

现代的农产品加工过程中，人工干燥已取代了传统的自然干燥，而温度则是人工干燥中最主要的因素。温度过高，会影响产品的品质，对于种子，会使种子的出芽率降低；温度过低，则会降低干燥速率，使得生产率降低。在温室栽培中，作物都有三个基本温度：最高温度、最低温度和最适宜温度。因此，对植物生长环境温度进行检测也是很重要的。同样，在温室饲养方面也存在类似的问题。当温度场较大时，采用常用的一路或一点测量是不够的，如被检测场的空间较大，则各处的温度相差也较大。为了能综合评价一个环境场内的温度，有必要进行多点测温。该测…     

基于介电特性的果品种类识别试验

对苹果、梨和猕猴桃介电参数的电压特性进行了测定。结果表明，信号频率一定时，果品介电参数值随信号电压而变，且存在电压临界值。当信号电压小于该临界值时。电容和损耗角正切值保持不变，当信号电压大于临界值时。电容值随电压的增加呈反比减小，损耗角正切值随电压的增加呈正比增大。根据电压临界值的不同，提出了基于介电特性的果品种类识别方法。采用损耗角正切作为果品种类判别指标。对苹果、梨和猕猴桃的识别率分别为100％、90％和93％。     

数字农业技术平台电机驱动控制系统设计

“数字农业精准生产技术平台”项目的目的是开发一套新型农业精准作业系统,而电机驱动控制部分是整个作业系统的动力来源。为此,在介绍了数字农业特点及其发展现状的基础上,重点阐述了数字农业技术平台电机驱动控制部分的研究内容,并提出了比较具体的研究方案及技术路线。     

介电谱无损检测梨内部品质方法研究

为了探索利用介电谱无损检测采后梨内部品质的潜力,采用同轴探头技术测量了采摘于4个果园的310个"砀山酥"梨在采后8周贮藏期间20~4 500 MHz间201个频率点下的相对介电常数和介质损耗因数;分别以可溶性固形物含量(SSC)、硬度和含水率作为内部品质指标,基于x-y共生距离的样本划分法确定了校正集样本233个和预测集样本77个。采用连续投影选法(SPA)从全介电谱中分别提取出了15个、14个和15个用于预测SSC、硬度和含水率的特征变量;建立了基于全介电谱和SPA提取的特征变量预测SSC、硬度和含水率的最小二乘支持向量机(LSSVM)、极限学习机和BP神经网络模型。结果指出,基于全介电谱的LSSVM模型具有最好的SSC决定性能和良好的预测能力,其校正集和预测集相关系数分别为0.974和0.931,校正集和预测集均方根误差分别为0.592°Brix和0.868°Brix,剩余预测偏差为2.65;基于SPA的LSSVM模型可粗略预测含水率;但是所有模型对硬度的预测能力很差。研究结果表明,介电谱结合LSSVM可用于无损检测梨的SSC和含水率,但尚难用于检测梨的硬度。     

Windows环境下绝对式驱动器串行通信的实现

在Windows环境下实现微机与绝对式驱动器之间的串口通信，依据RS232通信协议编写了VC 通信程序，根据PC机读出的绝对位置数据进行了通信实验。结果表明，利用ActiveX进行程序设计简便，通信可靠。     

农业土壤抗剪强度的试验研究

对农业土壤的抗剪强度试验研究表明：在土壤含水量一定的情况下，抗剪强度随土壤所承受的垂直压力的增加而线性增大；抗剪强度随含水量的增加而非线性减小。分别确定了土壤抗剪强度与垂直压力、含水量之间的关系，建立了土壤抗剪强度－垂直压力－含水量的数学模型。     

电阻炉干制香菇微机监控系统的设计

为提高香菇的加工质量 ,降低能耗与成本 ,设计了一套采用 PC机控制香菇干制的监控系统。该系统软件用 Turbo C语言编程。经试验表明 ,该控制系统能稳定、正常地工作 ,不但可将烘干关键阶段的温度控制在± 1℃ ,且还具有自动跟踪温度变化曲线以及自动显示、打印和报警的功能     

基于近红外高光谱成像的猕猴桃早期隐性损伤识别

为了研究识别早期隐性损伤猕猴桃的方法,以"华优"猕猴桃为对象,以900~1 700 nm范围近红外高光谱成像系统为检测设备,采集了完好无损和隐性损伤1~3 h内猕猴桃的近红外高光谱。研究发现900~1 350 nm内二者的反射光谱具有明显的差异。对此区域进行分段主成分分析,确定1 050~1 200 nm为识别损伤的最佳光谱区域。基于此最佳光谱区域内主成分图像的权重系数及波长间光谱反射值的相关性优选了4个特征波长(1 057、1 090、1 120和1 177 nm)。对该4个特征波长进行了二次主成分分析,并结合中值滤波、阈值分割及数学形态学处理方法提出了早期隐性损伤猕猴桃的识别算法。该算法对70个无损猕猴桃和70个隐性损伤猕猴桃的正确识别率分别为100%和95.7%,平均正确识别率为97.9%。研究结果表明,近红外高光谱成像技术可用于早期隐性损伤猕猴桃的识别。