排序方式: 共有102条查询结果,搜索用时 15 毫秒
1.
水田驱动叶轮轮叶下土壤流动特性与动力性能研究 总被引:1,自引:0,他引:1
在自制的小土槽试验装置上,进行了水田驱动叶轮轮叶下土壤流动的拍摄和轮叶上土壤反力的测试.在研究轮叶下土壤流动轨迹、流动模式和流动区大小变化规律的基础上,分析了轮叶产生的推进力和支承力,驱动效率的变化规律及其与土壤流动之间的关系.深入分析了有较大陷深和作旋轮线运动的轮叶的驱动效率较低的原因. 相似文献
2.
3.
4.
5.
汽车发动机性能的模糊综合评价方法 总被引:1,自引:0,他引:1
基于模糊综合评价方法,建立了以发动机的经济性、动力性、环境友好性等性能为主要对象的发动机性能评价指标体系,并建立了模糊综合评价模型.以Visual Foxpro为开发平台,设计了交互性能良好的计算机辅助评价系统.实例分析验证,评价模型和评价系统方便、可靠、实用,为汽车运用技术人员科学客观地评价发动机性能提供了基础. 相似文献
6.
【目的】基于材料力学和弹性地基梁理论对直刃刀片剪切树枝过程进行理论建模,并根据该模型计算出直刃刀片剪切树枝所受的剪切力。【方法】以石硖品种龙眼树枝为试验材料,利用万能材料试验机和摩擦试验台等仪器测定龙眼树枝的相关力学特性参数和滑动摩擦因数,测量并用模型计算树枝不同含水率(w)、直径和不同刀片刃角下动刀片剪切龙眼树枝的峰值剪切力,剪切试验所用刀具的刃角分别为10°、20°和30°。【结果】当树枝直径为20.4 mm、相对含水率为76%、刀片刃角为20°时,刀片剪切力理论计算曲线与试验曲线趋势一致,峰值剪切力的误差约为2.3%;当树枝直径为15.3 mm,刀片刃角为20°,且树枝含水率大于纤维饱和点(30%)时,刀片峰值剪切力随含水率升高而增大,计算值在试验值的误差范围内;当树枝直径为24.6 mm、含水率为76%,且刀片刃角从10°增大到30°时,峰值剪切力显著增大,计算值处于试验值的误差范围内。【结论】该理论模型可用于预测剪切力并分析不同力学参数对峰值剪切力的影响,为修剪机具剪切机构的设计和优化提供参考。 相似文献
7.
为了实现荔枝园环境的远程监控和智能化管理,设计了基于ASP.NET技术的荔枝园智能灌溉远程监控系统,包括终端监控设备、网关和网络监控系统。终端监控设备定时采集荔枝园的温度、湿度和土壤含水率等环境信息,通过Zigbee无线通信技术传输到网关,网关通过互联网将环境数据传输到网络监控系统,网络监控系统基于B/S模式,运用ASP.NET技术,实时显示荔枝园环境参数以及做出智能灌溉决策。用户可以通过系统实时掌握荔枝园的土壤环境信息、各个节点剩余能量、控制灌溉状况和学习荔枝种植知识。试验表明,系统在荔枝园中的平均丢包率仅为3.87%,通信效果良好;当环境信息超出正常范围时,系统会向果农发出预警信号;通过智能灌溉方法,使得灌溉区域土壤含水率平均值为17.85%,高于荔枝生长的最佳土壤含水率的下限,满足荔枝生长的要求。系统运行稳定,界面友好,操作简单,能够实现远程实时监控荔枝园环境并及时做出智能灌溉决策。 相似文献
8.
依据《旧机动车鉴定评估师国家职业标准》建立了二手车鉴定评估师操作技能评价指标体系,并采取专家咨询的方法对评价指标体系进行了论证.本体系采用层次分析法确定了评价指标的权重,建立了基于模糊综合评价原理的二手车鉴定评估师操作技能评价模型,并通过实例证明了评价系统的可靠性和科学性. 相似文献
9.
基于电子鼻的果园荔枝成熟阶段监测 总被引:3,自引:6,他引:3
为了无损快速监测荔枝成熟阶段,该文提出了一种基于电子鼻技术的果园荔枝成熟阶段监测方法,采用PEN3电子鼻获取挂果约25 d到果实成熟过程中6个成熟阶段荔枝样本的仿生嗅觉信息并同步获取了各成熟阶段荔枝的3项物理特征(果实直径、果实质量与果实可溶性固形物含量)。根据不同成熟阶段荔枝物理特征变化可知,荔枝果实直径与果实质量2项物理指标在挂果约32 d~39 d,以及53 d~60 d增长较快,可溶性固形物含量在挂果约32 d前无法测量,53 d~60 d阶段增长速度较慢。提取各样本电子鼻采样数据75 s时刻的各传感器响应值作为特征值后,采用载荷分析(loadings)进行传感器阵列优化,优选了传感器R2、R4、R6、R7、R8、R9和R10的响应数据进行后续分析。将优化后的传感器响应数据进行归一化处理。采用线性判别分析(linear discriminant analysis,LDA)进一步提取特征信息,降低数据中包含的冗余信息。LDA对荔枝成熟阶段的分类识别效果不佳。为进一步探究电子鼻监测果园荔枝成熟阶段的可行性,采用模糊C均值聚类分析(fuzzy C means clustering,FCM)、k最近邻函数分析(k nearest neighbor,KNN)和概率神经网络(probabilistic neural network,PNN)进行模式识别。研究结果表明,FCM对果园荔枝成熟阶段识别的正确率为89.17%。采用KNN与PNN建立识别模型后,KNN与PNN识别模型对训练集的回判正确率均为100%,对测试集的识别率均为96.67%,具有较好的分类识别效果。试验证明了采用电子鼻进行果园荔枝成熟度监测的可行性,为果园水果品质的实时监测提供参考。 相似文献
10.
不同保鲜运输方式对荔枝果实品质的影响 总被引:7,自引:3,他引:4
为掌握不同保鲜运输方式对荔枝果实品质的影响,该文以"妃子笑"荔枝果实为试验材料,采用果蔬保鲜运输试验平台对泡沫箱加冰、冷藏和气调3种运输方式进行了试验,分析不同运输方式对荔枝果实主要品质指标的影响。结果表明:荔枝果实运输时间在1 d内,泡沫箱加冰、冷藏和气调3种保鲜运输方式的荔枝果实品质无显著性差异(p0.05);随着运输时间的延长,冷藏和气调2种保鲜运输方式可有效延缓荔枝果实品质的下降;运输4 d后,与泡沫箱加冰和冷藏运输方式相比,气调运输方式可以显著(p0.05)抑制荔枝果肉硬度、可溶性固形物含量、果皮相对电导率、货架期品质等指标的下降;就保持荔枝运输中果实品质而言,1 d内的荔枝运输可以选择以上3种保鲜运输方式中的任何1种,2~4 d的荔枝运输可以选择冷藏运输或气调运输,4 d以上的荔枝运输选择气调运输方式为宜。该研究结果可为荔枝果实保鲜运输方式选择提供参考。 相似文献