果树仿形喷雾的虚拟研究

鉴于很多研究者只通过试验来定性地研究各种过程参量对喷雾质量的影响,为此作者基于已有的实际试验数据,提出了从理论上对喷雾进行虚拟研究,构建三维空间中的喷雾数学模型,实现了虚拟系统,并对虚拟的结果与实际数据进行分析和对比。结果表明,喷雾过程是一个非常复杂而且难以描述的过程。模型能虚拟实际中雾滴在果树中的飞行情况,能够反映实际喷雾的关键元素,可以仿真喷雾沉积分布的趋势。虚拟喷雾模型中设置不同的喷嘴高度,得到的沉积率的趋势一样,说明喷雾高度的变化对结果没有太大的影响。喷雾模型可对开发果树仿形喷雾预测系统或产品提供一定的理论支持。     

果树施药仿形喷雾关键参数的模拟试验研究

为了对仿形喷雾参数和雾滴分布质量进行系统分析，设计并制造了一套室内仿形喷雾试验装置，由变频器控制喷雾电动机的转速以调节喷雾压力，由试验架与果树样本的相对位置调节喷雾距离，由定时器控制电路调节喷雾时间。仿形喷雾试验按照不同的喷雾参数组合采用正交试验的方法进行。雾滴的整体分布质量采用分布质量系数进行评价。试验结果表明，在室内环境条件下，喷雾距离是影响雾滴分布质量的首要因素，其次是喷雾压力，喷雾时间对分布质量的影响不显著。喷雾距离超过80 cm时，果树内的沉积量显著减少，在喷雾距离≤50 cm的范围内，增加喷雾     

风送喷雾雾滴冠层穿透模型构建及应用

研究雾滴在树冠内的分布规律,对优化喷雾参数,提高喷雾效果有重要意义。该文以叶密度、出口风速和取样深度为试验变量,用试验法研究了树冠内雾滴穿透比例分布规律;试验结果表明:雾滴穿透比例随叶密度、取样深度的增加而减小,随喷雾机出口风速的增大而增大,其中取样深度对穿透比例影响最为显著。在此基础上,结合试验数据与统计学方法,构建了雾滴穿透比例二次指数数学模型,并确定了模型的待定系数,其模型精度R2高于0.95,经检验模型有一定的合理性和可靠性。基于此模型,计算了雾滴冠后飘移率,与实测值相比,平均相对误差为16.73%。进一步对雾滴冠后飘移率影响因素、双面喷雾机理、喷雾参数优化进行了分析,拓展了模型应用,对模型局限性和进一步优化模型的后续研究设想展开了说明。研究对风送喷雾雾滴分布规律研究具有一定的参考价值。     

基于叶墙面积的果树施药量模型设计及试验

变量喷雾技术是提高喷雾效果、降低农药使用率的有效手段,而准确的树冠特征参数检测及施药量模型是其关键。为克服果园变量喷雾中果树特征参数检测效率低和对环境要求高的缺陷,该文通过LiDAR(light detection and ranging)检测技术获取表征树冠特征参数的叶墙面积LWA(leaf wall area),并利用图像处理技术计算树冠参数参考值。为了表征树叶密度和LWA对变量喷雾的共同影响效果,研究基于LWA的决策系数KLWA,KLWA由反映果树冠层分区内点云在水平方向平均深度下的分布密度K1和分区内点云分布高度极差占分区高度的比值K2加权决定。通过计算垂直方向各分区内决策系数KLWA,并代入流量函数可得出基于KLWA的施药量计算模型,进一步计算电磁阀PWM占空比并调节水泵和电磁阀的工作状态,使喷头的流量对应冠层各区得到动态调整,实现基于LWA的变量喷雾。利用自制的室外变量喷雾验证装置,进行了多喷头变量喷雾试验,试验结果表明,果树的药液附着率均接近100%,说明基于LWA的变量喷雾模型可实现有效喷雾,与连续喷雾相对比,基于LWA的变量喷雾施药量模型的省药率为68.34%,与纯对靶定量喷雾比,基于LWA的变量喷雾施药量模型的省药率为32.77%。     

提高柴油机燃烧过程仿真计算精度的标定方法

为提高柴油机燃烧过程仿真计算精度,该文提出了新的仿真模型标定方法:首先对仿真计算的喷雾液相贯穿距、总的喷雾贯穿距(含气相)和喷雾形态进行试验验证;然后基于喷雾过程标定结果,选择合适的燃烧模型,对仿真计算的缸压和放热率曲线进行试验验证。按照上述方法应用Fire软件研究了WAVE破碎模型、Dukowicz蒸发模型和ECFM-3Z燃烧模型相关参数对计算结果的影响,分别利用喷雾自由射流和单缸柴油机试验结果标定了喷雾和燃烧模型,并与仅利用缸压和放热率曲线标定仿真模型的传统方法进行了比较。结果表明:仅利用缸压和放热率曲线标定仿真模型的方法不能保证喷雾过程模拟的准确性,后续燃烧、排放模拟的准确性亦不能保证;采用新提出的仿真模型标定方法,能准确模拟单次和分段喷射条件下柴油机的缸内喷雾和燃烧过程,拓宽了应用范围,提高了仿真计算精度。     

静电喷雾的多喷头雾化特性及田间试验

针对传统喷杆喷雾机作业时需水量大、叶片背面雾滴沉积量不足和雾滴分布不均匀等问题,该研究提出一种静电喷雾与喷杆喷雾相结合的施药技术。为探究静电喷杆喷雾机的最佳工作参数,明确不同参数对雾滴雾化效果的影响,利用Fluent软件建立了流场、离散雾场和空间电场耦合仿真模型。仿真试验结果表明,多喷头的空间电场分布均匀性优于单喷头,静电喷雾的雾滴体积中径比非静电喷雾减小12.7%。搭建静电喷雾试验平台,以喷雾水压、充电电压和喷头间距为试验因素,以雾滴的荷质比、粒径、分布均匀性和沉积量为试验指标进行雾滴的荷电特性和沉积特性试验。试验结果表明,多喷头喷雾的雾滴荷质比最大值为0.26 mC/kg,比单喷头喷雾提高52.9%,雾滴均匀性变异系数比非静电喷雾减小32.1%,体积中径减小14.8%,上、中、下层叶片正面的雾滴附着率分别提高27.1%、37.3%和45.2%;静电喷雾的最佳作业参数组合为充电电压6 kV、喷雾水压0.4 MPa和喷头间距250 mm。田间试验表明,静电喷头与常规喷头喷雾施药的病虫害防治效果基本一致,静电喷头的施药用水量减少了60%。在满足防控效果的前提下,静电喷雾能增加雾滴在植株下层和叶片背面的沉积量,有效减少田间作业的需水量,研究结果可为静电喷雾技术在大型喷杆喷雾机上的应用提供参考。     

脉宽调制间歇喷雾变量喷施系统的静态雾量分布特性

由于脉宽调制(PWM)间歇喷雾式变量喷施系统的间歇喷雾特性,其雾量分布均匀性较难控制,为此该文采用隔膜泵、比例溢流阀、高速开关电磁阀、TR80-05型空心圆锥雾喷头和工控机测控系统等构建了一套PWM间歇喷雾式变量喷施试验系统,并对其静态雾量分布特性进行了试验研究。在不同喷雾压力、不同PWM信号频率和占空比下,采用矩阵式雾量收集装置对PWM喷头的静态雾量分布进行了测试,并采用非线性回归分析法确立了喷雾压力0.3MPa、PWM信号频率2Hz、不同PWM信号占空比下的集雾单元尺度上的静态雾量分布模型。结果表明:TR80-05型空心圆锥雾喷头的静态雾量分布模型呈中心对称的圆环状,且近似符合二维双正态分布;随喷雾压力的增大,雾量沉积量增加,且雾量分布圆环区域半径增大;PWM信号占空比与雾量沉积量近似呈正比关系,而对雾量分布圆环区域半径的影响较小;PWM信号频率对静态雾量分布影响很小。     

风助式喷雾器雾滴在果树上的分布

风助式喷雾器可以有效地提高果园施药效率和改善雾滴在树冠中的分布。风助式喷雾器喷头的选择、喷头在喷雾器上的布置、风扇的大小、风扇的转速以及喷雾器与喷雾目标之间的相对位置等都是决定喷雾质量的重要因素。经过试验对以上因素进行了分析,并指出风扇高位、高风速、喷头低位是比较理想的设备组合。     

不同条件下喷雾分布试验研究

通过试验探讨了喷嘴类型、喷嘴高度和喷雾压力等因素对雾滴分布均匀性的影响。试验证明,喷嘴类型和喷嘴与目标之间的距离对雾滴分布均匀性有很大影响,最佳分布所对应的喷嘴高度因喷嘴类型不同而异。喷雾压力对分布均匀性也有影响,但不显著。     

正丁醇/柴油喷雾特性及缸内混合气形成过程数值模拟

为了研究正丁醇掺混比对燃料自身喷雾特性的影响以及探讨缸内喷雾过程随掺混比的变化规律,该文采用定容弹试验和缸内喷雾数值模拟相结合的方法,正丁醇掺混比从0增加到40%,分析了燃料的理化特性。采用定容弹试验系统对燃料的喷雾参数进行了研究,采用缸内模拟的方法分析了掺混比对喷雾过程的影响。结果表明,定容弹环境下,正丁醇掺混比增加40%,贯穿距离减小4.95%,喷雾锥角增大16.7%,喷油压力增加30 MPa,喷雾锥角增加28.43°;缸内喷雾过程中,掺混比对贯穿距离影响较小;混合气形成初始阶段,掺混比越高,燃料的SMD(sauter meandiameter)越小,最终趋于一致;随着掺混比增加,燃料喷射质量降低,蒸发质量上升;掺混比越高,喷注的速度峰值降低;在喷注下游中心区域喷雾液滴数密度最高;正丁醇有助于缸内的喷雾过程,掺混比增加,喷雾特性越好。     

基于遗传模糊神经网络算法的棉花轧花过程智能监控方法研究

针对棉花轧花过程质量控制,这类缺乏精确数学描述的复杂实际对象,提出了基于遗传模糊神经网络的智能监控新方法,描述了遗传神经网络ＢＰ算法的工作原理,阐明了基于人的模糊经验规则实现的轧花过程控制的模型和学习算法。所提出的遗传算法同模糊神经网络相结合的方法提高了轧花过程监控的实时性,并具有预报性好的特点。     

用基于遗传算法的BP神经网络识别牛肉肌肉与脂肪

利用遗传算法的全局搜索能力,改进标准BP算法随机选取初始权重的不足,并构建了3-12-1的三层遗传BP神经网络,进行了3次牛肉肌肉与脂肪像素的分类试验,研究用BP网络对牛肉肌肉与脂肪两类像素点进行识别的可行性。以像素点的RGB值作为BP网络输入向量,每次训练集样本数62,测试集样本数43。测试的最终结果为：训练集的样本识别率分别为100%、100%、98.3871%;对应测试集的样本识别率分别为97.6744%、97.6744%、100%。试验结果表明,尽管基于遗传算法的BP神经网络对训练样本集以及测试样本集的肌肉和脂肪的识别率均在97%以上,但由于牛肉图像像素值在颜色空间中比较分散,有利于聚类的规律性不明显,因而是否可用BP网络来完成肌肉与脂肪的识别,还需要在网络拓扑结构、训练样本集等方面进一步研究。     

应用BP神经网络预测高压脉冲电场对果蔬干燥速率的影响

高压脉冲电场（HPEF）预处理果蔬可以提高果蔬干燥速率,改善干燥产品的品质,降低能耗。通过对白萝卜和苹果HPEF预处理干燥试验,探讨脉冲强度、作用时间和脉冲个数等预处理参数对干燥速率的影响。应用BP神经网络L-M训练法分析HPEF预处理参数与不同时间段干燥速率之间的关系。从而达到确定HPEF参数与不同时间段干燥速率之间因果关系的目的。研究结果表明,脉冲强度对干燥速率的影响比作用时间和脉冲个数对干燥速率的影响显著;建立白萝卜和苹果预处理干燥的BP神经网络仿真模型,并与实测值进行对比,用BP神经网络预测的干燥速率接近实测结果,具有较好的估计效果。     

用BP神经网络进行秧苗图像分割

采用BP神经网络模型，研究了真彩色秧苗图像分割的神经网络方法。选取训练样本图像，以人工分割后的图像结果为导师信号，将图像的特征向量采用BP算法进行训练，获得有效的网络权值。以玉米秧苗图像为实例进行训练和图像分割，实验结果表明，BP网络能够获得较好的分割效果。该研究为进一步的秧苗图像处理奠定了基础。     

基于遗传神经网络的全国小麦条锈病长期气象预测

为了提高反向传播（BP）神经网络模型预测小麦条锈病发病率的准确性和效率,以上年1月-当年3月组合的120个大气环流特征量为基础,定量分析大气环流特征量与全国小麦条锈病发病率之间的相关性并从中筛选出主要的影响因子;对影响因子进行主成分分析（PCA）,提取累计贡献达到85．46％的前10个主成分作为预测因子;利用逐步回归、BP神经网络及遗传算法（GA）优化的BP神经网络三种模型进行预测,三种模型的预测精度均在80％以上,其中GA—BP神经网络模型的精度最高,达92．6％,而其训练步长仅为标准BP神经网络的1／4左右。通过PCA简化网络结构,同时运用GA优化网络初始权值和阈值,GA—BP神经网络模型可以较好的预测小麦条锈病的发病率。     

基于组合神经网络的农用车轮胎号识别方法

为了保证轮胎号识别系统具有较高的识别正确率和置信度,对轮胎号字符识别方法进行了研究。对大量的农用车轮胎号字符图像样本进行各类特征量提取,针对每类特征量建立各自的子BP网络进行训练,并将各训练好的子网络进行组合形成并行组合神经网络,按照等权平均或投票选举决策得出最终识别结果。并行组合神经网络的连接数较传统庞大单级神经网络少,训练和识别的速度要快,大量的轮胎号字符样本识别试验表明,并行组合神经网络的识别正确率和置信度都较传统BP网络得到提高。     

BP神经网络组合模型在次洪量预测中的应用

[目的]探讨BP神经网络组合模型在次洪量预测中的应用,为黄土高原淤地坝群的安全度汛提供决策依据。[方法]构建基于多元线性回归模型(MLR)和去趋势互相关分析法(DCCA)的BP神经网络组合模型;选择均方差(MSE)、平均绝对误差(MAE)、平均绝对百分比误差(MAPE)以及确定性系数(DC)作为评价指标,与单一模型(多元线性回归模型、BP神经网络模型以及去趋势互相关分析法)进行比较。[结果]BP神经网络组合模型的4项指标MSE,MAE,MAPE和DC分别为2.144,5.453,0.074和0.988,均优于单一模型;模型预测效果从优到劣分别为BP神经网络组合模型、BP神经网络模型、多元线性回归模型和去趋势互相关分析法。[结论]BP神经网络组合模型较单一模型平稳性增强,提高了预测效果,可用于淤地坝群的次暴雨洪量预测。     

基于颜色传感器和遗传算法的牛肉系水力快速检测

为了实现快速检测牛肉系水力,解决肉制品系水力检测不便的问题,该文研究了基于颜色传感器和遗传算法的牛肉系水力快速检测方法。优化了变色试纸与牛肉样品的最佳贴附时间,使用Arduino控制器操控颜色传感器采集试纸颜色参数;将80组牛肉样品分成60个训练组和20个验证组,应用遗传算法优化BP神经网络模型。研究结果表明:在系水力试纸的尺寸为5 cm×2 cm、氯化钴浸泡液浓度为3 g/mL的条件下,得到试纸最佳贴附时间为20 s;经遗传算法优化BP神经网络后,最佳线性回归方程的斜率为0.96,相关系数R~2为0.987,优化后的神经网络模型对系水力等级的预测准确率从90%提高到95%;将检测时间降低到1 min之内,实现了对牛肉系水力等级的快速检测。该研究为进一步开发智能化的肉制品系水力快速检测设备提供了理论依据。     

黄土区不同土地经营方式径流量神经网络模拟

基于黄土坡面降雨—径流关系的复杂性和非线性,引用3层前馈型BP网络模型,对不同土地经营方式(草灌地、刈割地、翻耕地)径流量进行模拟,以植被盖度、降雨强度、坡度、土壤前期含水率和土壤容重5个因子作为输入层变量,次降雨下径流量作为输出层变量。利用野外人工模拟降雨试验所得到的不同降雨强度下各类土地经营径流小区的径流量实测资料,对网络进行模拟训练并预测,径流量平均误差不超过10%,且径流量较大的翻耕地训练精度及预测结果较草灌地、刈割准确性更高些。与传统回归统计方法进行了误差比较,结果表明,该模型能更好地预测次降雨的径流量。     

基于遗传BP神经网络的核桃破裂功预测模型

针对核桃壳破裂所需机械能易受核桃含水率、加载速度和体积级别等多种因素影响,提出一种核桃壳破裂功预测方法。以南疆地区温185核桃为研究对象,选择核桃含水率(4%、6%、8%、10%)、加载速度(100、200、300、400 mm/min)和横径级别(1、2、3、4级)3个因素作为BP神经网络模型的输入量,利用遗传算法优化神经网络的权值与阈值,建立温185核桃破壳破裂功的遗传BP神经网络预测模型。结果表明:遗传BP神经网络模型能较好表达温185核桃破壳破裂功与主控因素之间的非线性关系,预测结果与实测值之间的平均绝对百分比误差为0.035,测试样本的网络输出值与网络目标值的相关系数达0.92488,模型预测效果较佳。研究结果为温185核桃破壳取仁加工过程的在线监控提供参考依据。