不同造粒方式下复合肥颗粒特性的比较

研究圆盘造粒和挤出-滚圆造粒2种方式制取复合肥造粒的工艺过程及其颗粒特性。比较这2种造粒工艺过程及颗粒特性差异性,用于优化颗粒成型方式,提高颗粒成粒率、改善颗粒外形、颗粒力学特性等,以便对复合肥颗粒有更深入的了解。结果表明:从测定颗粒特性的各项指标中可以看出,挤出-滚圆造粒由于有挤出和滚圆2个过程,所制作的复合肥颗粒致密度较高,稳定性好,圆度和流动性较好,粒径分布也比较均匀;圆盘造粒所制肥料颗粒粒度分布广,干燥速率高,肥料养分释放速度快。     

生物炭及生物炭基肥在农业中的应用研究进展

生物炭可作为土壤改良剂单独施入土壤,改善土壤环境条件,也可与肥料混合制成生物炭基肥,其具有养分缓释、增产稳定等一系列优点,在农业上的应用越来越广泛。主要从生物炭对土壤理化性质、微生物、农业温室气体排放、作物生长和产量的影响,对农田土壤污染的治理,以及生物炭基肥对肥料养分、作物生长和产量的影响这几个方面,对生物炭及生物炭基肥在农业中的应用研究进展进行综述,阐明其优点和不足,并提出了进一步的研究方向,旨在为生物炭和生物炭基肥在农业中的应用研究提供参考。     

柱状竹炭基肥挤压造粒成型工艺的研究

为探索挤压造粒工艺对竹炭和木醋液加以利用,用来制备成型质量优良的柱状竹炭基肥,将自制的挤压成型模具与万能试验机相结合搭建成挤压造粒平台。以抗渗水性、密度和抗压强度作为成型质量的综合评价指标,通过单因素试验来考察粘结剂种类、粘结剂添加量、竹炭含量、成型压力和模孔孔径5个因素对试验指标的影响情况;在此基础上,又进行了正交试验,筛选最佳成型工艺。试验结果表明,粘结剂种类、粘结剂添加量、成型压力和模孔孔径对抗压强度有显著影响,竹炭含量对抗压强度影响不显著;粘结剂种类、粘结剂添加量和模孔孔径对抗渗水性影响显著,竹炭含量、成型压力对抗渗水性影响不显著;粘结剂种类、竹炭含量对密度影响显著,其他因素对密度影响不显著。运用综合平衡法得到的最佳组合方式为:竹炭含量50%、粘结剂为木质素磺酸钠、粘结剂添加量为20%、成型压力为10 MPa、模孔孔径为5 mm。此条件下,成型质量最佳,抗压强度为36.90 N,密度为1.190 g·cm-3,抗渗水性为93.45 min。     

通过图像增强与改进Faster-RCNN网络的重叠鱼群尾数检测

利用目标检测获取水下鱼类图像中的生物信息,对于实现水产养殖信息化、智能化有重要意义。受到成像设备与水下拍摄环境等因素的影响,重叠鱼群尾数检测仍为水下目标检测领域的难点之一。该研究以水下重叠鱼群图像为研究对象,提出了一种基于图像增强与改进Faster-RCNN网络的重叠鱼群尾数检测模型。在图像预处理部分,该研究利用MSRCR算法结合自适应中值滤波算法进行水下图像增强;在Faster-RCNN网络的改进部分,该研究采用ResNeXt101网络作为模型主干网络、增加带有CBAM（Convolution Block Attention Module）注意力机制的Bi-PANet（Bilinear-Path Aggregation Network）路径聚合网络、使用PAM（Partitioning Around Medoids）聚类算法优化网络初始预测框的尺度和数量、以Soft-NMS（Soft Non-Maximum Suppression）算法替代NMS（Non-Maximum Suppression）算法。通过以上措施提高模型对于重叠鱼群尾数的检测精度。通过消融试验可得,改进后的模型对水下重叠鱼群图像的平均检测精度和平均召回率分别为76.8%和85.4%,两项指标较Faster-RCNN模型分别提高了8.4个百分点和13.2个百分点。通过对多种模型的实际试验结果进行对比可知,改进后的模型的平均准确率相较于YOLOv3-spp、SSD300和YOLOv5x6分别高出32.9个百分点、12.3个百分点和6.7个百分点。改进后的模型对重叠数量为2～5尾的鱼群进行数量检测时,成功率分别为80.4%、75.6%、65.1%和55.6%,明显高于其他目标检测算法,可为重叠鱼群尾数检测提供参考。     

水葫芦压缩打包机设计与工艺参数优化

针对水葫芦容积密度小、含水率高,不利于资源化利用的问题,研制了一种基于液压打包原理的水葫芦压缩打包机,确定了压缩装置、出料装置等零部件的主要结构参数,完成了控制系统的硬件搭建与软件编程。为探究机器运行参数对压缩打包工艺性能的影响,以喂入量、切碎度、保压时间为试验因素,以打包密度、产量、含水率为指标,采用综合评分法,通过单因素试验和正交试验确定各因素的最优工艺参数组合。试验结果表明,当喂入量为7.0±0.1 kg,切碎度为6.75±2.25,保压时间为10 s时,水葫芦压缩打包工艺性能最优,打包密度为446.6 kg/m3,产量为238.8 kg/h,含水率为91.27%,综合得分0.941,上述结果可为水葫芦压缩打包机设计与工艺参数优化提供参考依据。     

采用边缘曲率进行图像分割的高密度鱼苗计数方法

鱼苗计数是水产养殖中的一个重要课题，在养殖、运输、销售等环节中均需对鱼苗进行定量计数。传统的估算计数方法由于其误差大、效率低等缺陷，已无法满足目前的鱼苗计数需求。为解决高密度、大批量的鱼苗准确计数难题，该研究通过自行搭建的图像采集装置，获取体长1～3 cm的鲢鱼苗在0.25、0.33、0.42、0.50、0.58和0.66尾/cm²等6组不同平面密度下的运动视频，每组鱼苗运动视频共截取3 000帧图像，对所有图像进行预处理，获取鱼苗的二值图像，并提取出图像中的单个连通域及其边缘图像。对含有单尾鱼苗的单个连通域采用直接计数的方法，对含有多尾鱼苗的单个连通域采用先分割后计数的方法。在分割连通域时，一方面计算连通域边缘各处的曲率特征，并标记边缘中的凹点群位置作为预分割位置；另一方面结合连通域的骨架图，根据交叉型、联结型和单凹点群型共3种不同鱼苗重叠类型的形状特征，在连通域中挑选合适的分割位置划取分割线。对鱼苗二值图像中的所有连通域进行依次处理，最后将图像中的连通域总数量作为鱼苗的数量。对18 000张鱼苗图像的计数结果表明，在鱼苗平面密度低于0.58尾/cm²时，鱼苗计数的平均相对误差低于1.37%，计数效率大于100尾/s。该研究解决了高密度鱼苗重叠图像的分割难题，实现了体长1 cm以上鱼苗的准确计数，可为鱼苗计数器的研发提供算法支撑。