基于光谱技术的畜禽污水化学需氧量快速测定方法的研究

化学需氧量(COD)是评价水体污染程度的一项重要综合性指标。随着环境污染问题的日益严重，传统的测量方法由于存在分析成本高、时间长，并且还会造成二次污染等问题，已经不能够满足污水检测的需求，提出了采用光谱技术进行畜禽污水COD快速测定的方法。采用ASD公司的便携式光谱仪，选用容积分别为1000 mL和2000 mL的烧杯作为盛样容器，对18个不同COD浓度水平的污水样本进行了测量。通过吸光度与水样COD值的相关性分析表明，水样的光谱特性与COD值之间存在较好的相关性，以此建立偏最小二乘回归模型。结果表明，两种不同盛样容器(1000 mL、2000 mL)下的预测决定系数达到0.9895和0.9985，校正样本标准偏差为14.2和11.5，预测样本标准偏差为22和32，预测相对偏差均在10％以下，能够满足农业工程应用的要求。说明可以利用光谱技术对畜禽污水的COD含量进行定量分析，COD预测模型的建立也将为开发水质在线检测仪器提供技术基础。     

植物生理水分电特性敏感测试频段的研究

为了找到能够准确反映植物生理水分含量的植物电特性敏感测试频段,采用宽频高灵敏度1260阻抗分析仪及1287电化学界面和1294阻抗接口联用的方法,以卷心菜作为研究对象,在10Hz～1MHz宽频段范围检测随叶片含水率变化的叶片电特性,分析得到了用生理电阻测量样本含水率的敏感频段为小于1kHz,用生理电抗（容抗）测量样本含水率的敏感频段为25kHz左右。同时,在此敏感频率的激励下,得到植物生理水分与电特性的相互关系曲线,为植物缺水状况快速诊断和相应仪器的开发提供了依据。     

皮带松紧度检测仪的研制与测试分析

研究了拖拉机传动皮带松紧度对摩擦功率和滑转功率的影响，得出皮带松紧度的最佳范围为２５￣３０ｍｍ。并研制了一种实用的皮带松紧度检测仪，对使用中拖拉机的１２１/有皮带的松紧度进行了检测，发现６０％的皮带偏松或过紧，需进行调整。     

拖拉机耕深自动监控系统的动态辨识

以奔野－２５拖拉机液压悬挂系统为研究对象，通过对初步构成的耕深自动监控系统进行动态特性试验，用频率法建立了该控制系统的数学模型，找出系统动态性能不佳的原因，并提出改进设想，为农机电气自动控制系统的辨识提供一种有效方法。     

粮食产后处理模式的通用代数建模系统(GAMS)仿真与优化

应用通用代数建模系统(GAMS)仿真方法，从粮食产后的损失率、作业效率、益本比、成本节约效果、增产减损效果等方面，对浙江省典型的3种粮食产后处理模式进行了仿真和优化，在此基础上，提出了改进的处理模式并进行仿真分析，可用于不同的粮田经营规模、不同的技术经济条件下，选用一种最适合本地区的粮食产后处理模式，达到最佳的经济效益。     

基于虚拟仪器的精确灌溉信息系统的研究

为了节约水资源，同时满足作物生长各个时期对水分的不同需求，需要建立能检测土壤水分信息和检测点的位置信息，并能自动控制执行机构的灌溉系统。应用虚拟仪器开发平台LabVIEW和数据采集卡结合各种传感器和GPS定位系统，实现了土壤水分的实时定位采集，并对获取的信息进行分析处理，并利用GSM把采集数据远距无线传输到服务器，在服务器端结合模糊控制技术，控制灌溉执行机构从而实现精确的水灌溉。     

一种灰色线性规划通用解法的计算机程序设计

提出了灰色线性规划的一种通用解法,并用BASIC语言编制了计算机程序。实际使用表明,该程序能精确、方便地求出灰色线性规划的最优解,通用性较好,具有广泛的实用价值,从而为灰色线性规划最优解的获得提供了一种新的求解途径。     

虚拟仪器技术在拖拉机性能测试中的应用

采用虚拟仪器技术建立了一套方便而有效的拖拉机性能检测系统,分析了拖拉机的制动力、轴重、车速、灯光、烟度、噪音等检测的原理和实现方法,提出了一套基于多功能数据采集卡(DAQ)和图形化编程语言Labview的虚拟仪器构建方案.从硬件构成和软件功能上对虚拟仪器检测线的功能进行了详细介绍.经实际试验表明,检测仪器具有较高的精度.     

基于可见/近红外漫反射光谱的土壤有机质含量估算方法研究

为研究不同土壤颗粒粒径对可见/近红外光谱分析技术在土壤有机质含量快速检测应用中的影响,获取粒径为0.169～2 mm和＜0.169 mm的2种土壤样本(各53个)的可见/近红外光谱(325～1075 nm),分别建立各自的主成分-反向传播神经网络(PCA-BPNN)、最小二乘-支持向量机(LS-SVM)和偏最小二乘法(PLS)土壤有机质含量检测模型.结果表明:当土壤粒径为0.169～2 mm时,所建立模型的土壤有机质含量预测相关系数r均在0.84以上,且预测均方根误差(RMSEP)都在0.20以下;而当土壤粒径＜0.169 mm时,所建立模型的预测相关系数r均不超过0.71.而RMSEP都在0.23以上;对于相同粒径的土壤,PLS模型对土壤有机质含量的预测效果优于LS-SVM和PCA-BPNN模型.说明不同土壤颗粒粒径会显著影响可见/近红外光谱对于土壤有机质含量的预测结果.