11份玉米自交系单株产量等性状的配合力与遗传参数研究

旨在研究玉米自交系单株产量等性状的配合力、遗传力及反交效应,为玉米自交系的选育和杂交种的组配提供依据。以11份玉米自交系为试材,按Griffing Ⅲ完全双列杂交法组配110个组合,观测杂交种的单株产量、株高、穗位高、雄穗分支数、雄穗主轴长、抽丝期和开花期等7个性状的表型数据,并对上述性状的一般配合力、特殊配合力、广义遗传力、狭义遗传力和反交效应进行估算。供试材料除雄穗主轴长的特殊配合力差异不显著外,其余性状的一般配合力和特殊配合力差异均达到极显著水平。JZ3和JZ6两个自交系单株产量的一般配合力为极显著正值,两对组合JZ9×JZ2和JZ2×JZ9、JZ6×JZ3和JZ3×JZ6的单株产量具有最大的正向SCA效应值,分别为40.68 g和35.24 g。单株产量的反交效应差异极显著,部分自交系的反交效应方差较大。7个性状的广义遗传力从大到小依次为,雄穗分支数、株高、开花期、穗位高、抽丝期、单株产量和雄穗主轴长;狭义遗传力从大到小依次为,雄穗分支数、株高、穗位高、开花期、雄穗主轴长、抽丝期和单株产量。试验结果表明单株产量性状的显性遗传方差占比最大,狭义遗传力最小,易受环境条件的影响,对该性状的选择适宜在晚代进行;单株产量性状具有显著的反交效应,故部分自交系需严格控制正反交方式。     

山西省生态环境演变及驱动因素研究

将山西省作为评价单元,以主要社会经济数据为基础,从结构变化和污染与治理入手,分析了2005—2016年山西省生态环境演变过程与趋势,构建了生态环境演变驱动因素指标体系,运用主成分分析法探讨山西省生态环境演变驱动因素。结果表明,2005—2016年山西省生态环境经历先恶化后改善的演变过程,并呈现逐步好转趋势;第一主成分为主驱动因素,反映出经济系统对山西省生态环境演变起主要驱动作用;产业结构与环境治理分别为区域生态环境演变的内在和外在驱动力;污染物排放与农业生产为次要驱动因素;社会经济发展理念与区域生态环境质量相互影响,共同推进区域可持续发展。     

基于多块网格技术的离心泵叶轮CFD分析

网格生成是三维紊流数值分析的重要组成部分，其网格质量对数值求解的稳定性及精度至关重要。结构化网格具有节省内存和便于节点编号等优点被广泛使用。对于几何形状复杂的离心泵叶轮通道，用单块结构化网格难以很好地进行描述。采用多块网格技术，根据各块和流场的特点，探讨了离心泵叶轮通道结构化网格划分中的一些处理方法，同时对离心泵叶轮三维紊流场进行了雷诺平均N-S方程的数值模拟，检验了所提的方法。     

高含沙水流水轮机转轮的改型与抗磨蚀研究

进行高含沙水流水轮机转轮的改型研究，关键是要从正确确定转轮设计参数和轴面流道型式入手，根据三维水力设计理论，考虑导叶与转轮匹配关系进行叶型设计，针对不同破坏机理选择强磨蚀区采用金属喷涂或非金属保护等综合措施，使水轮机在高舍沙水流中运行时出力增加、抗磨蚀能力提高。     

离心泵内叶轮与蜗壳间耦合流动的三维紊流数值模拟

根据离心泵通道的几何和流场特点，探讨了离心泵叶轮通道结构化多块网格划分中的一些处理方法。同时求解三维时均Ｎ-Ｓ方程，并采用“冻结转子法”处理叶轮与蜗壳间动静耦合流动的参数传递和相互干扰问题，对某一设计工况下离心泵内的全三维紊流场进行了计算，捕捉到了离心泵叶轮内、叶轮与蜗壳间及蜗壳内的压力分布、速度分布和旋涡的结构与演化特征等重要流动信息。结果表明，该方法能够较为准确地预测出离心泵叶轮与蜗壳间及内部的流动特性，所得结果对进行离心泵的水力设计或改型优化设计等研究具有重要的指导意义。     

基于过电压在线监测的电网防雷技术研究

现代电力系统中雷电过电压对电力设备的威胁较大,尤其是目前线路通过提高爬电比距等方式使得防雷技术不断提高的情况下,雷电过电压对电网中变电设备威胁越来越天.本文分析了电网遭受雷击的原因,阐述了电网防雷的原则,最后提出了一种新型的基于过电压在线监测的电网防雷技术.     

专家支招——农作物防寒抗冻措施

湖南省益阳市，既是全国有名的苎麻之乡，又是柑橘大市，茶叶和蔬菜也是该市的重要产业。该市自2008年元月12日起普降暴雪，持续到月底，长达20多天，致使茶树、蔬菜、林木、果树、油菜等农作物遭受不同程度的灾害。如何在这场冻灾中将农作物遭受的损失降到最低，市有关部门与农业专家针对不同作物制定了一系列防寒抗冻措施。     

基于经验模式滤波与循环神经网络的水锤压力信号预测

为准确预测水锤信号变化规律,实现对水锤冲击强度和能量等特性的提前预判,针对水锤冲击信号提出了一种基于经验模式分解(empirical mode decomposition,EMD)和循环神经网络(recurrent neural network,RNN)的模型预测方法.首先,通过EMD获取具有不同频率的IMF分量,根据水锤信号的频域特性剔除高频噪声分量并重构信号以实现滤波,滤波后信号能量损失不足0.1%;进而,建立了基于RNN模型的时间序列预测模型,搭建试验平台获取水锤冲击信号,完成了RNN模型的训练和参数调节;随后,对不同流速下水锤冲击信号进行序列预测,在测试集与训练集流速不同条件下,得到了准确的预测结果,表现出一定泛化能力.对比分析预测水锤信号与实际信号,得到R²系数大于0.990 0,幅值和能量损失不足1%,验证了所提出方法的正确性,主要结论和建模方法可为各类输水系统的风险评估、管路监测和健康管理提供理论指导和技术手段.     

基于改进支持向量机的水电机组多类轴心轨迹智能识别

在水电机组故障诊断系统中,轴心轨迹是判断机组状态的一个重要特征。而水电机组实际运行中轴心轨迹故障样本数量较少,依据其进行故障智能诊断无法准确完成,需结合相应频谱特性才可做出诊断。论文针对此问题,采用改进的支持向量机（support vector machine,SVM）多故障分类算法,建立了多故障轴心轨迹分类器,并应用于水电机组的故障诊断。结果表明,改进的SVM在样本数较少时取得较好的分类效果,样本数为16和50时,分类准确率达到了96.3%和91.2%,;并且在分类数增多时,分类准确率得到提高,而样本数增多时,分类准确率骤减。该故障分类器可实现多故障的识别和诊断,并且具有算法简单和对多故障轴心轨迹图形分类能力强的优点。该研究可为水电机组少样本轴心轨迹故障的智能诊断提供参考。