轮式车辆动力传动系自激振动研究（Ⅱ）——自激振动系统的能量反馈与控制系统分析

提出了轮式车辆传动系的自激振动中地面附着力输给系统的振动能量和系统消耗的振动能量的计算公式，研究了该自激振动的反馈控制系统，得知在开始产生自激振动时，瞬时滑转率在地面附着力与滑转率关系曲线的负阻尼区中变化，但当自激振动的振幅增大到超过某一值后，瞬时滑转率的变化范围扩展到正阻尼区，从而控制了自激振动的振幅     

小波自适应算法在车身振动主动控制中的应用

针对大型、非线性结构的振动抑制问题,提出基于在线系统辨识的小波自适应控制策略,进行车身结构振动主动控制。通过小波自适应控制策略分析、车身结构模态分析和数学模型拟合,搭建了基于并行在线系统辨识的小波自适应控制系统,应用压电智能元件作为传感器和控制器,搭建了车身结构振动控制试验平台。通过小波自适应控制,车身壁板振动幅值减小60%左右,特别是被动控制效果较差的低频区域,壁板振动幅值约减小40%～80%。试验结果表明,该文所建立的在线系统辨识小波自适应控制系统,对于轿车车身这样大型的非线性结构在时变、不确定激励下的振动,能够取得良好控制效果,为解决各类工程机械减振降噪问题提供参考。     

香根草在深圳市水土保持中的应用研究

通过试验,测试了香根草在水库边坡和废弃采石场边坡的水土保持功效,并与未种植的裸地进行比较。结果表明,香根草种植后,第1年水土保持效果十分明显,土壤流失量分别减少了72.05%和68.09%,第2年水土保持能力基本趋于稳定,土壤流失量分别减少了90.45%和90.6%。证明了香根草在深圳市边坡治理中有明显的效果,是理想的水土保持植被。     

BP神经网络在地表移动边界角预测中的应用

在对煤矿采空区地表移动及其边界角影响因素分析的基础上,提出用BP神经网络预测采空区地表移动边界角.建立了边界角预测的BP神经网络模型,利用国内近30项工程的采空区地表移动实测数据作为学习样本对网络进行训练,用实际工程对网络进行了测试分析.结果显示,预测精度平均达90%,研究表明用BP神经网络计算边界角方法可行,具有实用性,为边界角的确定提供了一条新的途径.     

根表功能细菌生物膜及其在土壤有机污染控制与修复中的潜在应用价值

土壤中的有机污染物可从根系进入植物体内,并可进一步通过食物链富集,从而威胁人群健康。植物根际微生物种类繁多、数量巨大,其中很多根际细菌可通过成膜作用在植物根表形成细菌生物膜,协助植物抵抗外界的不良环境或促进植物生长。有机污染物在被植物根系吸收的过程中,多需经过根表细菌生物膜这一特殊界面。综述了根际细菌在植物根表的成膜作用,以及根表功能细菌生物膜对污染物根际环境过程的影响及作用机理,分析了利用根表功能细菌生物膜调控植物吸收有机污染物的可行性,试图为防治土壤有机污染、降低作物污染风险、保障农产品安全等提供理论依据。     

广义形态滤波器在振动信号处理中的应用研究

为了更好地滤除振动信号中包含的各种噪卢干扰,在研究数学形态学基奉变换的基础上,提出了一种采用广义形态滤波器来处理旋转机械振动信号的方法.采用广义形态滤波器对振动信号进行降噪处理,无需考虑振动信号的频谱特征,通过开-闭、闭-开组合的广义形态滤波器对振动信号滤波处理后即可消除噪声干扰.仿真试验表明广义形态滤波器能更好地剔除脉冲和降低随机噪声干扰,提高信噪比.广义形态滤波器具有良好的滤波效果,而且算法简单,运算速度快,具有较好的适用价值.     

电阻抗分析在菊苣根冻害检测中的应用研究

以菊苣(CichoriumintybusLvarfoliosumcv.)根为试材,分析了低温下电阻抗和钾离子渗漏速率的变化及其与细胞膜透性变化的定量关系。结果表明:随着低温贮藏时间的延长和冻害的发展,菊苣根细胞膜透性增大,钾离子渗漏速率上升,组织的电阻抗值下降。3种温度下(0℃,-1℃,-3℃)贮藏的菊苣根其电阻抗值的变化均与钾离子渗漏速率呈显著的负相关关系。电阻抗对频率作图显示,在低频率范围(20～100Hz)可得到最大而且较稳定的电阻抗值。因此,电阻抗分析方法可以用来检测和评价植物的冻害     

根际促生菌及其在污染土壤植物修复中的应用

植物对重金属吸收、转运和积累以及植物生物学特征使其成为修复重金属污染土壤的重要手段之一。然而,由于植物对重金属的耐受性有限而限制其广泛实际应用,因而探讨植物修复技术强化措施就显得尤为重要。随着自然资源的开发和技术的发展,微生物调控使植物修复技术变得更为可行和更有价值。回顾近年来新兴的微生物调控技术,植物根际促生菌资源因其对环境无污染,可利用自身的抗性系统减缓重金属对植物的毒性,促进植物的生长和影响重金属的迁移等优势,在修复过程中发挥着重要作用。目前,国内外就植物根际促生菌的筛选、鉴定和应用价值等方面已经做了大量的相关研究。本文综述了根际促生菌-植物相互作用的机制及其促进植物修复重金属污染土壤的作用原理。     

广义形态滤波器在振动信号处理中的应用研究(简报)

为了更好地滤除振动信号中包含的各种噪声干扰,在研究数学形态学基本变换的基础上,提出了一种采用广义形态滤波器来处理旋转机械振动信号的方法。采用广义形态滤波器对振动信号进行降噪处理,无需考虑振动信号的频谱特征,通过开－闭、闭－开组合的广义形态滤波器对振动信号滤波处理后即可消除噪声干扰。仿真试验表明广义形态滤波器能更好地剔除脉冲和降低随机噪声干扰,提高信噪比。广义形态滤波器具有良好的滤波效果,而且算法简单,运算速度快,具有较好的适用价值     

软路面—车辆系统振动分析

该文建立了软路面——车辆系统的扭转振动、垂直振动和纵向振动耦合的动力学模型，并把路面不平度、发动机角速度和牵引负荷作为三个激励引入到传动系扭振的多分支系统中。推导出车辆振动的频响函数、振动响应的功率谱密度和振动响应均方根值的计算公式，并通过试验验证了该模型的可信性     

一种测定荒漠草原根系生物量的内生长土芯法

介绍了一种测定荒漠草原植物根系生物量的装置与用法,并将其在实际中加以应用。实践证明,本方法可有效测定荒漠草原植物根系生物量及地下净初级生产力,比较适用于植被覆盖度较低的荒漠草原地区。     

车辆传动系自激扭振的耦合反馈及能量转换的理论与试验分析

从试验的全过程研究垂直振动与传动系扭转振动的相位差和功率谱的变化规律,分析了耦合自激扭转振动的机理,得出在试验的全过程中垂直振动的耦合负阻尼特性是造成车辆传动系自激振动的主要原因之一的结论。     

轮式车辆动力传动系自激振动研究（Ⅰ）——自激振动的机理分析

研究了轮式车辆动力传动系自激振动的机理。建立了动力传动系力学模型，对振动进行了相平面分析，得出地面附着系数随滑转率的增加而减小的特性是造成车辆传动系自激振动主要原因的结论     

应用Le Bissonnais法研究不同植被类型下红壤团聚体稳定性

土壤团聚体是影响土壤质量和抗侵蚀能力的关键因素之一,而植被恢复可以帮助提升土壤团聚体稳定性。以4种恢复种植5a的南方红壤区常用生态恢复和水土保持植物（马尼拉、香根草、多花木蓝、紫穗槐）为研究对象,使用Le Bissonnais法对其不同土层（0~10 cm、10~20 cm和20~30 cm）的土壤团聚体稳定性进行研究,包括3种破坏试验：快速润湿（FW）、预湿润后扰动（WS）和慢速湿润（SW）。结果表明：草本植物（马尼拉、香根草）覆盖下的土壤相较于灌木（多花木蓝、紫穗槐）具有更高的有机质含量、孔隙度以及更发达的根系,同时在3种破坏试验中,其团聚体稳定性在不同土层亦要显著高于灌木。有机质、容重、砂粒和根系等均对团聚体稳定性有显著影响,其中0.5~2 mm径级的细根系作用最为关键。FW试验中>0.25 mm团聚体含量为50.45%~79.59%,团聚体平均重量直径（MWD）为0.39~1.21 mm,皆要显著低于WS和SW试验,说明区域内土壤团聚体分解的主要机制是消散作用,FW是测定团聚体稳定性的较优方法。结果可为区域内团聚体稳定性研究以及植被恢复工作中的物种选择提供参考。     

轮式车辆传动系自激振动强度及其影响因素分析

建立了车辆传动系的数学模型,并用平均法求解,得出了车辆传动系自激振动振幅的表达式,研究了影响自激振动振幅的因素及其影响规律,并与相平面分析的结果相比较,验证了该振幅表达式的正确性。当滑转率大于临界滑转率时,地面附着系数随滑转率增加而减小的斜率车辆平均滑转率、发动机转速三个因素增大,自激振幅随之增大。     

应用Le Bissonnais法研究不同植被类型下红壤团聚体稳定性

土壤团聚体是影响土壤质量和抗侵蚀能力的关键因素之一,而植被恢复可以帮助提升土壤团聚体稳定性。以4种恢复种植5a的南方红壤区常用生态恢复和水土保持植物(马尼拉、香根草、多花木蓝、紫穗槐)为研究对象,使用Le Bissonnais法对其不同土层(0～10 cm、10～20 cm和20～30 cm)的土壤团聚体稳定性进行研究,包括3种破坏试验:快速湿润(FW)、预湿润后扰动(WS)和慢速湿润(SW)。结果表明:草本植物(马尼拉、香根草)覆盖下的土壤相较于灌木(多花木蓝、紫穗槐)具有更高的有机质含量、孔隙度以及更发达的根系,同时在3种破坏试验中,其团聚体稳定性在不同土层亦要显著高于灌木。有机质、容重、砂粒和根系等均对团聚体稳定性有显著影响,其中0.5～2 mm粒径的细根系作用最为关键。FW试验中>0.25mm团聚体含量为50.45%～79.59%,团聚体平均重量直径(MWD)为0.39～1.21mm,皆要显著低于WS和SW试验,说明区域内土壤团聚体分解的主要机制是消散作用,FW是测定团聚体稳定性的较优方法。结果可为区域内团聚体稳定性研究以及植被恢复工作中的物种选择提供参考。     

基于遗传算法的人工神经网络模型在冬小麦根系吸水模型中的应用

基于土壤水分与冠部数据,应用遗传算法优化人工神经网络模型的权值,将获得的冬小麦根长密度分布应用于根系吸水模型中,并进行了水分数值模拟,水分模拟效果整体较好,表明应用该方法可以为根系吸水模型提供准确的根系参数,并且较为方便,这对于根系吸水模型的建立及应用有着重要的意义。     

冷杉根系抗拔法测强曲线的建立与应用

采用抗拔法进行了冷杉根系抗拉强度的实验研究，得出抗拉法可以用于对冷杉根系抗拉强度进行检测，通过采用多种回归模型进行分析比较，求得最佳冷杉根系侧强曲线公式，并取得了较好的应用效果。分析了影响冷杉根系侧强曲线的因素，其中冷杉根系的根径和根长为影响其侧强曲线的主要因素，根系的抗拉强度的大小是根径与根长共同作用的结果。