快速傅里叶变换结合SVM算法识别地表玉米秸秆覆盖率

针对田间环境复杂、秸秆形态多样、秸秆覆盖率判断主观性影响过大、补贴面积测量耗时耗力等问题,该文开展了秸秆覆盖率自动识别方法研究和监测设备研制。首先,提出利用时频变换进行秸秆识别,设计高通滤波器提取了图像的频域特征进行自适应分割。基于集成分类器利用已有的秸秆识别数据训练支持向量机分类器,对秸秆图像进行再识别和筛选。最后,设计多尺度占比滤波器,对识别图像中的噪声和空洞进行修补,生成适应多种情况的秸秆覆盖率识别算法。与北斗定位模块、无线通讯模块、摄像头、传感器、服务器等设备共同组成秸秆覆盖率识别系统。试验结果表明,设备的秸秆覆盖率识别误差为4.55%,平均单张图像耗时0.05 s。研究结果满足保护性耕作中的自动化监测要求,可为保护性耕作作业质量评测提供有效的技术支持。     

蓄能型地源热泵式植物工厂供能系统节能运行调控

蓄能型地源热泵式植物工厂供能系统虽然避免了传统化石能源供能所存在的一次能源利用率低且污染严重的问题,但目前缺乏长期运行经验。以上海崇明自然光植物工厂为例,对蓄能型地下水源热泵供能系统进行节能运行优化调控。研究发现该系统存在3种不合理运行情况:A.植物工厂热负荷为负值时热泵仍继续供热、B.热泵向蓄热水箱输出过多热量蓄热、C.热泵在用电高峰时仍运行。经过优化调控后,避免A运行情况,第1季度热泵最终可减少输出能量21.55 GJ,可减少耗电1 012.50 kWh,折合成电价可节约747元;避免B运行情况,设定第1季度热水充满率上限为85%,在保证热泵充分供能植物工厂前提下,可减少输出97.2GJ能量;避免C运行情况,热泵总输出能量不变,将第1季度中热泵140.25 GJ的热量转移到平价阶段输出,可以节约5 530元,此时电量总计8 654.07 kWh。通过优化自然光植物工厂供能系统运行过程,可以节能降耗,经济运行。     

植物工厂水蓄能型地下水源热泵供热系统节能运行特性研究

植物工厂供热系统中,采用传统能源存在一次能源利用率低且污染严重的问题。地下水源热泵节能环保,如果结合蓄能技术可进一步降低运行能耗。该文以上海崇明自然光植物工厂为例,对水蓄能型地下水源热泵供能系统进行节能运行特性研究。结果表明:水蓄能型地下水源热泵供能系统在冬季运行时,采用基于分时电价政策的间歇运行模式,即在电价低谷时,热泵机组边供热边蓄热;在电价高峰期,充分利用蓄热水箱供热。典型周内供能系统按照间歇模式运行可以维持室内温度17~26℃之间,系统稳定运行时,热泵机组制热功率与耗电功率的比值(coefficient of performance,COP)稳定在4.2左右。其中计算典型日水蓄能型地下水源热泵系统比不蓄能系统节省30.34%的费用,供能系统COP为3.17,进一步说明系统较为高效平稳。系统冬季运行一次能源利用系数0.99,相对于冷水机组与燃煤锅炉配套系统,节能率达到81.05%。计算不同能源冬季加热成本,燃煤、燃气和燃油方式分别是该系统运行成本的1.25、2.93和5.08倍。实践表明,水蓄能型地下水源热泵式供热系统不仅能够移峰填谷,降低运行费用,而且充分合理地利用地热能,节能减排,具有良好的经济和环保效益。     

采用机器视觉和傅里叶频谱特征的循环水养殖鱼类摄食状态判别

为精准判别工厂化循环水养殖池中鱼类摄食行为动态,实现精准投喂,该研究提出一种基于傅里叶频谱特征提取并通过支持向量机分类的鱼类摄食行为判断方法.首先,对采集到的工厂化循环水养殖池中鱼群的摄食影像作水花前景提取,并从空域转化至频域;然后,在频域内构建环形滤波器,通过频谱滤波确定特征向量提取范围(更明显表征图像灰度变化剧烈程...     

基于GA-LSSVM和近红外傅里叶变换的霉变板栗识别

为克服板栗近红外光谱变量多、共线性强等缺点,该文对标准正态变量变换预处理后的板栗近红外光谱进行傅里叶变换,并用不同方法建模,提高识别精度。采用试探法提取近红外光谱傅里叶系数,建立了基于最小二乘支持向量机分类器的霉变板栗识别模型。当提取前35点傅里叶系数时,板栗的平均识别正确率为93.56%;构造GA-LSSVM算法,建立的霉变板栗识别模型所用傅里叶系数减少为13点,对测试集中合格板栗、表面霉变板栗和内部霉变板栗的平均识别正确率分别为95.89%、100%和98.25%,板栗的总体平均识别正确率提高到97.54%。为霉变板栗的识别提供了快速鉴别分析方法。     

植物工厂地源热泵系统热负荷BP神经网络预测及验证

为提高水蓄能型地下水源热泵自然光植物工厂供热系统节能性,供热系统必须能够很好地预测热负荷变化。针对自然光植物工厂热环境系统非线性特点,利用具有很强非线性映射能力的BP神经网络(back propagation,BP),选取室内外空气干球温度、太阳辐射强度、室内相对湿度和绝对湿度、室内风速等输入参数,确定算法步骤和评价指标,构建神经网络模型预测植物工厂次日负荷。采用Matlab神经网络工具箱对崇明试验基地水蓄能型地源热泵自然光植物工厂的样本集进行训练,训练后误差函数值为0.002 999 94,神经网络收敛。通过对比热负荷预测值与实际值,证明了神经网络预测热负荷值与实际值趋势一致,基本误差在±6%以内,结果表明神经网络法可以用于植物工厂次日热负荷预测。通过热负荷预测能够更加科学地调整供热系统运行模式,更好地匹配植物工厂需求热量与热泵的输出能量,实现运行节能和降低供能成本的目的。     

葡萄园植保机器人路径规划算法

为提高植保机器人葡萄园作业在垄行识别和路径规划中的准确度和可靠性,该文提出了一种基于支持向量机(support vector machine,SVM)的多支持向量配比权重进行葡萄园垄行识别与农业机器人作业路径规划的算法。该算法利用Kalman滤波器对由激光雷达扫描获取的粗大实况果园数据信息进行预处理,校正数据中的噪声离群点,然后结合SVM,获得垄行环境中的分割超平面和分类边际线,最后根据样本点与分类边际线存在的几何间隔关系判别各点所占相对权重,获取垄线安全预估测位置并进行农业机器人作业导航线的规划拟合。通过对多个实际样本的试验与测试,拟合导航线与实际垄行中心线平均角度偏差为0.72°,相对植保机器人的平均距离偏差为4.22 mm。试验结果表明,该算法能够有效的识别与定位植保机器人所需导航线的位置,拟合的导航线满足葡萄园植保机器人准确作业的要求。     

基于混合解换热模型的地源热泵系统井群热干扰特性

为建立井群换热快速求解模型并研究其热干扰特性,提出了一种基于解析-数值计算的混合解模型,以16井群为研究对象,通过试验和数值模拟的方法研究了井群热干扰特性。研究结果表明:随着换热的进行井群中各井间产生热干扰并逐渐增强,同一运行时刻中井受热干扰程度最大、边井次之、角井则最小;由于井间热干扰的影响,角井换热能力最大、井壁温度最低,边井换热能力和井壁温度居中,中井换热能力最小、井壁温度最高,则运行90 d时角井换热量比边井大6.5%,边井换热量比中井大7.1%;角井对井群换热量的贡献率随换热时间延长逐渐增加,中井对井群换热量的贡献率则逐渐减少,而边井对井群换热量的贡献率基本不变。     

蓄能材料对内插热管式太阳能热泵系统冬季性能的影响

为充分利用太阳能,提高太阳能热泵系统能效比,该研究提出了一种蓄能型内插热管式太阳能热泵系统,可实现太阳能分季节最大化利用。搭建了系统性能试验台,在南京地区开展了2 a的试验研究,对比分析了相近环境条件下充灌或未充灌相变材料的系统瞬时集热效率、平均集热效率、系统性能系数和供水水温等随太阳辐射波动性的变化规律。结果表明在与冬季白天相近的太阳辐射强度、太阳辐射波动性和环境温度下,充灌相变材料系统的瞬时集热效率波动性比未充灌的系统降低近60%,平均集热效率较未充灌的系统提高25%以上。夜间工况下,充灌相变材料系统的COP(coefficient of performance)可达3.0以上,且能更快达到供热水温50℃,时间缩短20%以上。研究结果可为太阳能热泵系统的推广应用提供参考。     

日光温室地源热泵供暖碳足迹的生命周期分析

为分析日光温室地源热泵供暖的碳足迹,该文以日光温室地源热泵供暖系统中浅层地热能的存储、提取、制冷压缩提升和温室末端供暖整个过程为研究对象,对系统的温室气体排放和单位温室供暖面积的排放水平进行分析,构建基于生命周期分析LCA(life cycle assessment)的日光温室地源热泵供暖碳足迹分析方法。同时以北京地区日光温室地源热泵系统冬季供暖采集的试验数据为依据,分析和计算出北京地区日光温室在采用燃煤和燃气2种不同发电方式下地源热泵系统的供暖碳足迹和基于20 a和100 a温室地源热泵供暖碳足迹的全球变化潜能(global warming potential,GWP,单位为二氧化碳当量排放-CO2-eq.)的变化。研究表明,在北京地区采用燃煤和燃气驱动地源热泵系统的碳足迹GWP分别为257和72 g/(m2·d)。基于100 a的GWP总量比20 a的计算值分别减少了1.6%和5.4%。对比荷兰Venlo型温室天然气供暖,该研究中采用燃煤发电驱动日光温室地源热泵供暖的碳足迹是其1.39倍,而燃气发电驱动日光温室地源热泵供暖的碳足迹仅为Venlo型温室供暖的41%。采用燃气发电驱动的地源热泵供暖系统具有更低的碳足迹。