基于气载微流控芯片的作物病害孢子流式动态检测方法

为解决微流控芯片孢子检测复用率低的问题,提出一种基于气载微流控芯片的作物病害孢子流式动态检测方法。根据微尺度下作物病害孢子气体动力学特征设计平行双鞘流聚焦的微流控芯片,实现孢子的聚焦流动;利用光路聚焦原理和双向Mie散射原理设计光电检测结构;将微流控芯片和光电检测结构组合搭建光电检测系统,根据前向散射光强信息建立粒径与光强的检测模型,并融合前向和侧向散射光强信息,实现稻曲病孢子和聚苯乙烯微球的有效分类。仿真和实验结果表明：样品在芯片入口流速为2.5mL/min、鞘流流速为12mL/min时,粒子聚焦宽度为8μm,粒子富集率可达96.7%;稻曲病孢子和聚苯乙烯微球粒径与光强检测模型的决定系数为0.9666,平均检测误差为7.04%,芯片复用率提高约9倍。研究结果为作物病害检测传感器的研发提供了理论基础。     

果蔬表面粗糙度特性检测触觉传感器设计与试验

为使农业机器人能够通过"触摸"检测果蔬表面粗糙度特性,设计并制作了一种PVDF触觉传感器,通过触觉信号处理分析检测果蔬的表面粗糙度特性。利用ANSYS有限元分析选择传感器模型的有效信息获取区域,将PVDF压电薄膜和电阻应变片以不同方向和位置随机排布在该区域。搭建触觉信息检测平台,通过多通道数据采集程序对3种不同粗糙度等级的样本进行数据采集与存储,提取样本特征,建立支持向量回归机算法模型,并通过基于径向基核函数的SVR算法对果蔬表面粗糙度进行预测。试验结果与实际设定粗糙度等级一致,证明所设计触觉传感器能有效检测果蔬表面粗糙度特性。     

近红外土壤含水率传感器设计与试验

设计了一种适用于快速测量土壤含水率的近红外传感器。发光二极管(LED)作为传感器的光源,中心波长为1 940 nm的光为测量光,1 800 nm为参考光,土壤含水率对这2个波长的光有不同的吸收特性。光源发出的光照射到土壤表面,经反射后进入光电转换器,将光信号转换为电信号,送至两级放大电路、模数转换器(A/D)、显示和存储设备,输出的反射光强与土壤含水率存在一定的关系。仪器性能试验表明:光源传感器到土壤表面的距离对采集信号的强度有一定影响,根据传感器的结构,可以选择一定的距离使反射信号的强度和稳定性最好。两波长光的反射光强随着土壤粒径的增大而减小;土壤含水率与相对吸收深度之间具有很好的线性相关性,回归分析的决定系数为0.863。     

基于深度学习的工件表面粗糙度等级识别方法

为解决变光照工件表面粗糙度等级识别困难问题,构建了粗糙度图像采集系统,设计了用于粗糙度等级识别的深度卷积神经网络。输入训练图片建立粗糙度等级模型,输入测试图片进行粗糙度等级识别。通过车削、平铣、立铣、平磨、磨外圆、研磨6种表面加工方式来验证该方法。改变光照强度采集变光照测试图片,运用颜色传递算法,以实验室标准光强下图片为源图片、变光照图片为目标图片,在不改变图片纹理情况下,实现源图片到目标图片色调颜色映射。实验结果表明,所提出方法能够解决变光照工件表面粗糙度等级识别困难问题。     

基于卷积神经网络的工件表面粗糙度等级识别

为解决零件表面粗糙度等级识别困难的问题。构建一套显微镜CCD图像采集系统,获取了不同表面加工类型和不同粗糙度值的零件表面图像。设计用于粗糙度等级识别的深度卷积神经网络,采用已知粗糙度等级的图像及其对应的粗糙度标签对网络进行训练。通过车削、平铣、立铣、平磨、磨外圆、研磨6种表面加工工艺来验证该方法。并且研究了不同放大倍数和不同光照强度对于识别结果的影响,确定了每种加工方式适宜的放大倍数和光照强度。实验证明所提出的粗糙度测量模型能以较高的准确率识别出零件表面粗糙度等级。     

表面粗糙度对液膜润滑动压型机械密封性能的影响

以激光加工多孔端面机械密封为研究对象,建立符合Gauss概率分布的表面粗糙度模型,利用Fluent软件模拟研究了密封端面不同部位表面粗糙度对密封性能的影响规律,并通过正交试验进一步分析了不同部位粗糙度对密封性能的影响程度.结果表明:液膜开启力和摩擦扭矩随端面粗糙度、转速的增大而增大;泄漏量随端面粗糙度的增大而减小、随转速的增大而增大;3个部位表面粗糙度对开启力增大、摩擦扭矩增大和泄漏量减小的影响程度为动环凹腔区粗糙度影响最大,静环端面粗糙度影响次之,动环非凹腔区粗糙度影响最小.     

近红外传感器测量不同种类土壤含水率的适应性研究

采用我国不同土壤类型地区的5种土壤样品,利用自行设计的近红外传感器测量不同土壤含水率对应的反射光强。选取中心波长1 940 nm的近红外光为测量光,1 800 nm为参考光,将两波长的反射光强值换算为相对吸收深度。实测结果表明,随着土壤含水率的增加,相对吸收深度增加,两者间呈线性相关关系。选取独立样品对线性标定模型进行验证,除红土外,其他4种样品的均方根误差均小于6%。通过标定,所设计的传感器能够较好地测定不同土壤的含水率。     

土壤表面粗糙度检测方法研究

土壤表面粗糙度是表征土壤表面微地貌的一项重要指标,与土壤本身水分入渗速率、地表径流及土壤侵蚀等密切相关。土壤表面粗糙度直接影响农作物种植、灌溉、收成等,是当前农业发展急需解决的关键问题之一。精细平整的土地,能大幅地节约灌溉用水,提高肥料的利用率和抑制杂草的生长,达到低成本、高收益的目的。为此,在广泛阅读国内外相关文献的基础,主要介绍5种当前主流的土壤表面粗糙度检测方法及其应用情况。通过对检测数据获取、检测时间、检测分辨率、检测精度和土壤微地形的表征情况等指标进行对比,得出当前各种土壤表面粗糙度检测方法的研究现状与存在问题。最后总结其未来发展方向,为对该领域的进一步研究提供参考依据。     

DMLS微换热器粗糙度对Al2O3/R141b流动沸腾传热影响

为了探究DMLS(直接金属激光烧结)微型换热器换热通道表面粗糙度对纳米流体制冷剂流动沸腾传热的影响,运用化学抛光技术改变不同DMLS微型换热器换热管道表面的粗糙度,制备0.01%低浓度Al2O3/R141b纳米流体制冷剂为实验工质,在不同的热流密度9.4~29.4 k W/m2、质量流率184.3~432.2 kg/(m2·s)下,研究不同DMLS换热管道表面下的粗糙度对Al2O3/R141b流动沸腾传热特性。研究结果表明:粗糙度对纳米流体制冷剂在DMLS微型换热器内流动沸腾传热有显著影响,纳米流体制冷剂的换热性能随粗糙度的减小而减弱,粗糙度减小80.4%,换热性能减弱22.5%;相同的工况下,相比于表面粗糙度为8.7μm DMLS微型换热器换热管道,纳米流体制冷剂在粗糙度为5.8、3.2、1.7μm DMLS微型换热器换热管道中的平均换热系数分别减小7.1%、14.1%、22.5%;DMLS微型换热器换热通道表面粗糙度越大,表面凹凸程度越大,单位长度换热通道内,纳米流体制冷剂与通道表面有更多的接触面积,促使单位面积上有更多的纳米制冷剂核气化核心密度,同时核化起点提前、壁面过热程度越低,有利于强化传热效果;实验结果与修正后的LAZAREK传热模型结果相对偏差为9.88%,验证了数学模型的有效性及实验结果的可靠性。     

土壤地面不平度的三维分形模型

为获得土壤表面不平度的三维模型,本文提出利用分形布朗模型进行构造的方法,首先对实测土壤表面不平度数据,利用均方根法计算出土壤表面的分形维数与方差。通过改变参数构建粗糙度不同的三维地面。结果表明,该模型可以作为车辆仿真测试的激励输入模型。     

雷达遥感中基于多尺度的土壤粗糙度变化

利用雷达进行地表观测的过程中,土壤粗糙度情况对雷达后向散射有重要影响,是地表土壤水分获取模型中的关键输入参数。目前,遥感领域大多数研究都是基于单尺度利用均方根高度s和相关长度l来描述水平和垂直方向土壤表面粗糙度的情况。为此,针对农用地地表不同粗糙度情况,分析了不同尺度的实际测量剖面数据,结果表明:表征粗糙度大小的s和l值变化不仅与表面粗糙情况有关,还与不同空间尺度相关;使用单一尺度来描述地表粗糙度情况是不准确的。     

基于高光谱成像的绿皮马铃薯检测方法

针对任意放置姿态下的轻微绿皮马铃薯难以检测的问题,进行了半透射与反射高光谱成像方式的不同检测方法比较研究,最终确定较优高光谱成像方式的检测方法。分别以半透射与反射高光谱成像方式对图像维提取RGB、HSV和Lab空间颜色信息,并采用等距映射、最大方差展开、拉普拉斯特征映射进行图像信息降维;分别以半透射与反射高光谱成像方式对光谱维提取感兴趣区域的平均光谱数据,并采用局部保持投影、局部切空间排列、局部线性协调进行光谱信息降维;然后分别建立不同高光谱成像方式下的图像与光谱信息的深度信念网络模型;对识别率良好的模型采用多源信息融合技术进一步优化,并建立基于图像和光谱融合或不同成像方式融合的模型。结果表明,基于半透射和反射高光谱的光谱信息融合模型最优,校正集和测试集识别率均达到100%,可实现轻微绿皮马铃薯的无损检测。     

基于图像处理和GBRT模型的表土层土壤容重预测

针对传统的表土层土壤容重测量方法费时、耗力的问题,利用易获得的土壤物理参数实现农田大范围表土层土壤容重的快速、准确预测。通过分析表土层土壤容重与土壤表面粗糙度、土壤阻力的关系,构建了以土壤表面粗糙度和土壤阻力为输入的GBRT模型,土壤表面粗糙度利用图像处理技术获得,土壤阻力使用实验室车载式阻力测量系统获得。使用同态滤波技术对土壤表面图像进行预处理,提取图像灰度直方图的熵、平均值、方差、偏度和峰度表征图像的纹理特征参数,提取图像灰度共生矩阵的能量、熵、对比度和逆方差表征图像的区域特征参数。利用灰度关联分析,从9个表征土壤表面粗糙度的特征参数和土壤阻力中选取与表土层土壤容重关联度大于0.65的变量作为模型输入,将得到的GBRT模型预测结果与环刀法得到的结果进行相关性分析,R2达到0.878 2,平均绝对误差达到0.021 g/cm3。同时在相同的输入参数和运算环境下,与BPNN和SVR模型的预测精度和运算速度进行了对比,验证得到GBRT模型具有更高的预测精度和更短的运算时间。本文研究结果为科学指导农田表土层土壤容重的获取提供了思路。     

车削加工表面的分形特性研究

利用触针式轮廓仪对车削加工的表面轮廓进行了测量，分析了不同工艺参数对表面分形维数D和表面粗糙度参数Ra的影响。研究结果表明，分形维数D与表面粗糙度参数Ra有一定的对应关系，但线性关系并不明显，D与Ra反映了表面质量的不同方面；车削时，进给量对分形维数的影响较大，而切削速度的影响不明显；碳钢的分形维数比铝合金的要小。     

考虑表面粗糙度与空化效应的组合密封润滑分析

为了研究表面粗糙度及空化效应对压裂泵柱塞密封副密封性能的影响,基于稳态Reynolds方程,建立了粗糙峰和空化效应影响下组合密封的弹流润滑数值模型.在数值模拟基础上,采用有限体积法求解稳态Reynolds方程,研究了密封副在表面粗糙度影响下的油膜厚度、油膜压力、油膜流速分布规律,以及不同的往复速度和滑环表面粗糙度对密封性能的影响.结果表明,外行程流体动压效应微弱,油膜在空气侧附近会出现空化现象;较高的往复速度有利于减小泄漏量及摩擦阻力;滑环表面粗糙度从0.8μm增加到1.8μm时,净泄漏量与外行程摩擦力分别升高了180.4%和11.17%.因此,在工作过程中应设置较高的往复速度和使用较低粗糙度的滑环以提高密封性能.     

底表面粗糙度影响干气密封性能的确定性方法

为了研究槽底表面粗糙度对干气密封性能的影响,建立沿密封端面径向分布为正弦曲线的槽底表面粗糙度模型,考察在单个取样长度Lr内正弦波波长λ对密封性能的影响,确定了正弦波波数n=10,即波长λ=0.08 μm,采用近似解析法求解密封端面间隙的气膜压力分布,得到了不同槽深和不同膜厚下槽底表面粗糙度对干气密封端面开启力和泄漏率的影响规律.结果表明:针对所研究的工况,与光滑面相比,槽底面粗糙度Ra=0.4 μm时,开启力的最大相对误差(绝对值)为0.12%,泄漏率的最大相对误差(绝对值)0.31%;槽底表面粗糙度Ra=0.8 μm时,开启力的最大相对误差(绝对值)为0.50%,泄漏率的最大相对误差(绝对值)1.26%.这说明,一般工况下,槽底表面粗糙度Ra≤0.8 μm时,可忽略槽底表面粗糙度对干气密封性能的影响.而在非槽区气膜厚度h₀<2 μm的运行工况下,建议将槽底表面粗糙度Ra降低到0.4 μm以下.     

超声波振动镗削的试验研究

采用超声波振动镗削系统，对小直径深孔镗削加工的精度和表面粗糙度进行了试验研究，给出了细长孔振动镗削时不同振幅状态下表面粗糙度，圆度和圆柱度的变化规律。分析了超声波振动镗削时影响加工精度和表面粗糙度的因素。     

金属表面粗糙度的检测

本文介绍了由单片机和光电转换部件组成的金属表面粗糙度检测系统的设计原理和应用。该系统可视为较理想的金属表面粗糙度检测仪器。1 光检测原理1.1 漫射光现象 平行光束照射在不透明粗糙的物体表面上,产生漫射光现象,如图1所示。入射光照射在物体表面A点上,由于表面有凸凹而产生漫射光和反射光。图中为光源,GG2、GG3为光敏器件。当光照射到光敏二极管上时,导通发光,将光转换为电信号,再将电信号处理为数字量,即是物体表面粗糙度的对应值。     

基于Mixture模型对翼形空化的数值模拟

采用空化模型、Mixture多相流模型及SST k-ε模型,在攻角为8°的NACA-0016型三维翼形上增加翼形表面粗糙度及增加微孔的基础上进行了数值模拟分析。根据空泡份额的分布、升力系数、阻力系数和升阻比系数等变化因素判断了微孔及翼形表面粗糙度对翼形空化性能及水力性能的影响。研究结果表明:多相流及空化模型能很好地模拟三维翼形的空化情况,同时模拟结果增加翼形表面粗糙度及增加微孔对翼形的空化有一定的改善作用。但是增加翼形表面粗糙度会对翼形的受力特性有一定的削弱影响。仅仅是在翼形上面作研究,实际工程中可以运用到水轮机叶片的空化模拟中,但需要作进一步研究。     

薄壁件切削参数模型理论仿真与实验研究

针对薄壁件难加工的特性,从薄壁件加工模型理论分析入手,首先建立不同切削参数的计算模型,并利用有限元软件ABAQUS对模型进行仿真模拟,同时结合薄壁件切削性能探究实验,对实验结果进行分析,与仿真结果进行对比,从铣削力、温度、残余应力、粗糙度等数据,分析切削参数对薄壁件加工性能的影响,结果表明:单一增加进给量时,会使得切削力、温度、残余应力、表面粗糙度增加;单一增加切削深度和切削宽度,虽然能够有效的增加材料去除率,但是,会使得切削力、温度、残余应力、表面粗糙度增加。