基于DEM模型的流域参数识别方法研究

探讨了利用数学高程模型识别流域分水线、确定坡面水流方向以及计算流域参数的方法。通过实验流域的数据验证 ,表明该法能正确计算流域的有关参数 ,自动勾绘流域分水线 ,确定坡面水流方向。从而为分布式水文物理模型的研制提供坚实的基础     

石羊河流域太阳辐射总模型适用性评价及基于天气类型的模型率定研究

石羊河流域光照资源充足,太阳辐射强,准确估算其太阳总辐射对石羊河流域农业生产具有重要意义。为了对常见太阳辐射总模型在石羊河流域的模拟精度进行评价,确定适合石羊河流域太阳总辐射估算的模型,本研究基于中国农业大学石羊河实验站2014-2018年的气象数据资料,选取5种太阳总辐射模型,采用决定系数R2、平均绝对误差MAE、均方根误差RMSE、一致性指数d以及整体评价指标GPI共5个指标进行适用性评价,并进行了基于不同天气类型的太阳总辐射模型模拟与评价。结果表明：基于日照百分率、日平均温度、相对湿度的综合模型具有最佳的模拟效果;晴天天气下,三次函数型A-P模型具有最佳模拟效果;多云天气下,综合模型模拟效果最佳,提出了基于天气组合的石羊河流域太阳总辐射估算模型,为石羊河流域太阳总辐射估算提供了进一步的模型支持。     

基于DEM模型的流域参数识别方法研究

探讨了利用数学高程模型识别流域分水线、确定坡面水流方向以及计算流域参数的方法，通过实验流域的数据验证，表明该法能正确计算流域的有关参数，自动勾绘流域分水线，确定坡面水流方向，从而为分布式水文物理模型的研制提供坚实的基础。     

基于改进自适应遗传算法的新安江模型参数率定研究

模型参数率定是提高水文模型模拟效果的重要手段,通过研究一种改进的自适应遗传算法（IAGA）对新安江模型参数进行优化率定,解决传统遗传算法初始种群质量不高、容易早熟收敛、局部搜索能力差等问题。该算法利用混沌变量遍历性特点,随机生成初始种群并选优,提高初始种群的个体质量;针对交叉与变异的进化过程,设计了反映种群离散程度的种群目标函数离散系数,利用该系数构建了自适应调整交叉与变异概率算子,防止遗传算法过早收敛;依托环形交叉算子,提高算法全局搜索能力;采用自适应非均匀变异算子,实时优化算法的局部搜索能力,避免陷入局部最优。将自适应遗传算法、传统遗传算法（GA）和自适应遗传算法（AGA）应用于秦淮河流域新安江模型的参数率定,并从率定的收敛性、耗时、稳定性和效果方面进行算法的性能比较,结果表明：IAGA算法具有更优的寻优能力,更好的收敛结果,更高的稳定性和精度,场次洪水的模拟效果优于GA算法和AGA算法,率定期与验证期确定性系数（R2）均在0.85以上,纳什效率系数（NSE）均在0.8以上,总体达到了水文预报的乙级标准。结果表明采用上述的综合手段改进传统遗传算法是可行的,改进后的IAGA算法具有良...     

地貌瞬时单位线在江西省无资料地区洪水预报的适用性研究

本文选取吉安南车水库流域为研究区域,基于吉安南车水库流域的原始地形高程,运用GIS技术提取流域内的三级河流,并得到模型所需的流域参数和地貌单位线.通过编程简化了计算过程,便于不同流域中重复使用,也为流域信息化集成提供了基础,计算得到的地貌单位线嵌入江西省吉安市水库防汛调度预报系统,完成了场次洪水预报.研究结果表明:对南...     

改进的PID参数自整定方法

提出一种滞环继电反馈辨识方法,得到对象的二阶加滞后模型,然后设计了基于该模型的一种PID参数自整定方法——稳定裕度法,仿真实验表明,这种自整定方法能使一般的被控对象具有很好的抗干扰性和控制性能,简单有效．适用于在线实时的工业过程控制。     

新安江模型在江西省万安水库流域洪水预报的应用研究

近年来江西省建立了中小河流水文预警预报系统,本文以万安水库流域为例,研究洪水预报方案编制中新安江模型的应用过程,对48个断面预报方案进行统计分析,总结了影响预报方案精度的因素,并提出3种提高预报方案精度的操作方式,利用现有水文站网的河道水文监测信息,可为模型率定提供充分数据;在雨量监测信息的应用过程中,自动过滤无效数据...     

基于机器学习的多模型耦合径流预报研究

为具体考虑各水文模型适用条件、灵活利用模型预报特征对研究流域进行高精度耦合径流预报,将雅砻江流域雅江～吉居区间作为研究对象,以提升径流预报精度和稳定性为首要目的,构建涵盖新安江模型、水箱模型和TOPMODEL模型的多模型径流预报方法库,引入最小二乘法、岭回归法和极端梯度提升树法耦合各模型进行水文预报,并提出多评价指标体系对各耦合方法的预测性能进行对比分析。结论表明,极端梯度提升树法相较于其余两种方法有稳定的预测性能和强大的泛化能力,为该流域其他区间的预报工作提供了新的思路。     

基于遗传算法的机械产品多参数选配方法

对机械产品多参数选配问题进行了描述,并以同时满足多个装配精度,使不适配零件数量最小化为目标,建立了求解该问题的数学模型。针对机械产品多参数选配的特点,提出了一种基于遗传算法的选配方法。根据问题的特殊性,设计了相应的编码方法和遗传算子。最后给出了应用该算法解决机械产品多参数选配问题的一个实例,证明了该算法的可行性与有效性。     

基于梯级水库预报优化调度模型的跨流域可调水量研究

通过构建梯级水库跨流域预报优化调度模型对跨流域调水实时调度过程中的供水水库的跨流域可调水量进行研究。梯级水库跨流域预报优化调度模型以最大供水能力和最大发电量为主要目标,选择逐步优化算法对跨流域调水调度系统进行优化调度。实例研究结果表明,采用预报优化调度模型进行跨流域供水和梯级水库发电调度,能够明显地提高跨流域可调水量,有效地提高水资源的利用效率。     

基于距离误差的机器人参数辨识模型与冗余性分析

为避免机器人运动学参数辨识过程中,测量坐标系与机器人基坐标系之间繁琐的坐标变换,首先利用关节旋量的空间几何特性,提出了基于伴随变换的距离误差模型。其次,针对距离误差模型中可辨识参数的冗余性,通过辨识雅可比矩阵的零空间分析,确定了可辨识参数的数目与误差测量方式之间的关系。确定了绕对应关节旋转的测量方式和相对初始位形的测量方式下可辨识参数的数目。最后,对KUKA youBot机器人的运动学参数辨识进行了实验研究,实验结果验证了距离误差模型的有效性和参数冗余性分析的正确性。     

基于Tavares模型的多面体棉籽离散元参数标定与试验

针对基于离散元法的棉籽压缩破碎过程中缺少准确仿真模型的问题,本文以新陆早84号棉籽为研究对象,结合物理试验与仿真试验,对棉籽参数进行标定。基于三维扫描技术,使用Solidworks 2022中的网格建模功能,快速建立棉籽多面体模型。采用堆积角试验对棉籽种间参数进行标定,得到棉籽-棉籽碰撞恢复系数、棉籽-棉籽静摩擦因数、棉籽-棉籽滚动摩擦因数的最优参数组合为0.106、0.248、0.105,仿真堆积角与实际堆积角相对误差为0.28%,证明棉籽种间参数准确。通过单颗粒压缩试验对Tavares模型参数进行标定,以棉籽破碎力与破碎能为指标进行验证,结果表明棉籽破碎力与破碎能相对误差分别为2.37%和2.87%,说明构建的棉籽模型和Tavares模型参数可以表征棉籽压缩破碎过程。     

基于迁移学习的FDR土壤水分传感器自动标定模型研究

针对频域反射技术(FDR)传感器人工标定数据拟合误差大的问题,引入其他地区数据作为辅助数据,建立了基于迁移学习的自动标定模型。该模型将FDR目标使用地点采集的数据作为源域数据,结合辅助数据与少量源域数据,使用TrAdaBoost算法即可得到准确的FDR传感器标定模型。将面向分类问题的TrAdaBoost算法改进为适用于本文面向回归的TrAdaBoost算法,将TrAdaBoost算法的基学习器由AdaBoost改为XGBoost,改进了更新权重误差率的计算方法。首先使用XGBoost对辅助数据进行训练,得到初始标定模型;然后在目标地点采集少量数据,使用改进后的TrAdaBoost算法对初始标定模型进行校准,即可得到准确的FDR标定模型。将10个不同地区站点数据作为辅助数据,训练得到初始标定模型,将沈阳地区6个站点分别作为目标使用地点,取80%数据作为源域数据,进行模型校正,其余20%数据用于测试。测试结果的平均准确率为99. 1%,说明基于迁移学习的自动标定模型是有效和准确的。     

基于无参数高效算法的近红外光谱模型传递研究

模型传递可解决不同近红外光谱仪间多元校正模型无法共享的问题。以食用油为研究对象,对其酸值和过氧化值模型进行传递分析。在主机上建立偏最小二乘多元校正模型,利用无参数高效模型传递(PFCE)算法中NS-PFCE无标样算法和FS-PFCE有标样算法分别实现模型传递,探讨了标准化样品数量对模型传递效果的影响。并与经典的3种有标样传递算法和2种无标样传递算法进行对比。结果表明,经NS-PFCE无标样传递后,从机酸值与过氧化值预测集均方根误差分别从0.613 mg/g和16.153 mmol/kg下降到0.275 mg/g和9.523 mmol/kg;而经FS-PFCE有标样传递后,从机酸值与过氧化值预测集均方根误差分别下降到0.274 mg/g和8.945 mmol/kg。且随着标准化样品数量的增加,经PFCE算法传递后预测集均方根误差越低。无参数高效模型传递算法联合应用单一的无标样算法和有标样算法两种传递方式,增强了传递模型的适应性和包容性,同时有效地降低主机光谱与从机光谱之间的差异,实现了不同光谱仪间校正模型的共享。     

基于TrAdaBoost算法的近红外光谱模型传递研究

随着近红外光谱检测仪种类的增多,不同仪器间的校正模型存在无法共享问题,可利用模型传递解决.以食用油为研究对象,在主机上建立油酸质量比的极限学习机校正模型,利用迁移学习中的TrAdaBoost算法把主机模型传递到从机上,探讨标准化样品数量对模型传递效果的影响,并与直接标准化算法、缺损数据重构算法和极限学习机自编码器的模型...     

关节臂式坐标测量机参数标定方法

采用对称点法对关节臂式坐标测量机的各参数进行标定。该标定方法把各参数分离,使标定过程更简单。首先,在D-H参数建模法的基础上,利用基于准球坐标系的建模方法,建立了关节臂式坐标测量机的数学模型,使关节间各个参数正交,进而推导了运动学方程。借助设计的固紧装置,在ROMER Infinite 2.0型关节臂式坐标测量机上运用该方法进行了标定实验,得出了坐标测量机的结构参数,验证了参数标定方法的可行性和实验结果的准确性,为进一步提高关节臂式坐标测量机的测量精度奠定了基础。     

香蕉秸秆离散元仿真粘结模型参数标定与试验

为提高离散元法对指导香蕉秸秆粉碎还田装备设计与优化的准确性与可靠性,本文利用Hertz-Mindlin with bonding接触模型建立香蕉秸秆离散元粘结模型并进行参数标定。运用高速摄影技术开展碰撞恢复试验、静摩擦及滚动摩擦台架试验,确定了香蕉秸秆碰撞恢复系数、静摩擦因数和滚动摩擦因数等基本离散元模型接触参数。开展香蕉秸秆物理与仿真剪切试验,获得破坏香蕉秸秆外皮的力学特征曲线,确定物理最大剪切力为122.41N;通过中心组合设计（Central composite design, CCD）响应面法确定香蕉秸秆粘结模型的法向接触刚度、切向接触刚度、临界法向应力与临界切向应力的最佳参数组合为5.89×107N/m、2.49×106N/m、1.39×105Pa、1.34×105Pa。以参数标定结果进行仿真验证,结果表明,仿真剪切力结果与物理剪切力相对误差仅为2.34%,验证了该粘结参数标定方法的可行性,可为香蕉秸秆粉碎还田机设计与研究提供理论参考。     

苜蓿现蕾期茎秆离散元模型建立与参数标定

针对目前牧草收获、粉碎加工设备输送和切割等机构研究过程中离散元仿真缺乏准确模型的问题,以含水率高、物理力学特性较为复杂的苜蓿现蕾期茎秆为研究对象,借助EDEM仿真软件,分别基于Hertz-Mindlin(no slip)和Hertz-Mindlin with bonding接触模型对物理参数和粘结参数进行标定。以休止角和剪切试验为基础,通过Plackett-Burman试验、Steepest ascent试验和Box-Behnken试验确定了苜蓿茎秆的泊松比、剪切模量、碰撞恢复系数、静摩擦因数、滚动摩擦因数等物理参数和法向接触刚度、切向接触刚度、临界法向应力、临界切向应力、粘结半径等粘结参数。以确定的物理参数进行休止角仿真试验,结果表明,仿真休止角与物理试验休止角相对误差为0.52%;以确定的粘结参数进行剪切仿真试验,结果表明,仿真剪切破坏力与物理试验仿真破坏力相对误差为0.86%,说明所标定的参数能够真实反映苜蓿现蕾期茎秆的物理和力学特性。     

燕麦和箭筈豌豆混合种子离散元模型参数标定与试验

为了更好地应用离散元法研究燕麦和箭筈豌豆种子的混播过程,提高种子离散元模型的准确性,结合实际试验和仿真试验对仿真参数进行了标定。通过抽样分别测量了燕麦和箭筈豌豆种子的本征参数,并建立了种子离散元模型。采用碰撞试验、斜面滑动试验和斜面滚动试验,分别对燕麦种子和箭筈豌豆种子与ABS塑料板间的碰撞恢复系数、静摩擦因数及滚动摩擦因数进行了标定,得到燕麦和箭筈豌豆种子与ABS塑料板间的碰撞恢复系数分别为0.441、0.435,静摩擦因数分别为0.506、0.454,滚动摩擦因数分别为0.059、0.047。基于堆积试验,利用最陡爬坡试验和二次回归正交旋转组合试验方法,以混合种子堆积角的EDEM仿真值与实际值的相对误差为指标,确定种间碰撞恢复系数、静摩擦因数、滚动摩擦因数分别为0.320、0.327、0.042。利用螺旋排种装置对标定结果进行了验证,得到仿真试验与实际试验的混合种子质量流率平均相对误差为1.76%,燕麦和箭筈豌豆种子的排种质量比平均相对误差为2.03%,验证了仿真试验的可靠性,标定的结果可用于燕麦和箭筈豌豆种子混播过程的离散元仿真试验。     

黑土区玉米秸秆-土壤混料离散元模型参数标定

由于黑土区保护性耕作中关键农机部件设计优化过程中缺乏准确的离散元仿真模型参数,在一定程度上制约了机具的优化改进。以黑土区玉米秸秆-土壤混料为研究对象,构建玉米秸秆-土壤混料离散元仿真模型,采用物理试验与EDEM仿真试验相结合的方法,选用Hertz-Mindlin with JKR接触模型进行离散元仿真接触参数标定。首先,采用圆筒提升的方法确定玉米秸秆-土壤混料的实际堆积角,利用Design-Expert软件中Plackett-Burman试验筛选出对堆积角有显著影响的参数为：土壤-土壤滚动摩擦因数、土壤-钢静摩擦因数、秸秆-土壤滚动摩擦因数、土壤JKR表面能;进一步通过最陡爬坡试验确定4个参数的最优取值范围,根据Box-Behnken试验原理以堆积角为响应值,建立堆积角与显著参数的二次回归模型;以实际堆积角为目标,利用软件寻优功能对显著参数进行优化并得到最优参数组合：秸秆-土壤滚动摩擦因数0.16、土壤-土壤滚动摩擦因数0.24、土壤-钢静摩擦因数0.75、土壤JKR表面能0.67J/m2。通过仿真试验对最优参数组合进行对比验证,仿真堆积角与物理试验堆积角相对误差为1.64%。研究结果表明标定的参数真实可靠,可为黑土区玉米秸秆-土壤混料的离散元仿真提供理论参考。