排序方式: 共有102条查询结果,搜索用时 15 毫秒
1.
通过对广东的粤东、粤西地区农用运输车使用情况进行调查分析,采用专家赋权与实际赋权相结合的方法,构建农用运输车性能模糊综合评价方法模型,以某国产农用运输车为例,评价结果为“较好”.并且,本文对提升农用运输车性能的途径进行了阐述,有助于农用运输车制造厂有针对性地进行性能改进. 相似文献
2.
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
3.
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
4.
滚筒梳剪式荔枝采摘部件的设计与优化 总被引:1,自引:0,他引:1
【目的】设计一种滚筒梳剪式荔枝采摘试验装置,并优化采摘部件的结构.【方法】以齿形板数量、齿形板折弯角度、刀片数量和滚筒转速作为影响因素,以生产率、摘净率和破损率为采摘指标,开展四因素三水平的正交试验.【结果和结论】试验结果表明:齿形板数量为4、齿形板折弯角度为120°、刀片数量为13、滚筒转速为44 r·min-1时为最优组合,此组合的采摘试验装置生产率为2.604 kg·min-1.研究结果可为荔枝采摘机械的设计与开发提供参考. 相似文献
5.
6.
7.
8.
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
9.
当电控门锁意外锁住,车钥匙丢失或锁在车内等意外时,利用汽车诊断仪,进入车身控制系统,或启动安全气囊的运行功能,在不损坏汽车的情况下,能够顺利打开电控门锁. 相似文献
10.