近红外光谱分析技术在饲料检测中的应用

近红外光谱（Near Infrared Reflectance Spectroscopy,简称NIRS）分析技术是20世纪70年代发展起来的一项高效、快速的现代分析技术,它综合运用了计算机技术、光谱技术和化学计量学等多个学科的最新研究成果,以其独特的优点在多个领域特别是农业领域得到广泛的应用。随着计算机技术和化学计量学的应用,     

宁夏南部山区不同土地类型土壤养分的分布特征研究

通过对宁夏南部山区阳洼流域不同土地类型下土壤养分分布特征进行研究,结果表明:流域土壤养分整体上表现为草地>农地>梯田>林地>沟道.流域各类型下土壤养分随土层深度增加,有逐渐下降的趋势.在α=0.05下,不同土层间土壤速效磷、速效钾、全磷存在显著差异.在不同土地类型下土壤全磷受母质影响,变异系数仅为21.41%,在土壤中以稳定态存在,而流域有效磷的变异系数可达178.56%,土壤有效磷含量的空间分布较为复杂,易受随机因素影响.草地利用类型下土壤有机质、碱解氮的变异系数为35.24%,29.04%,远高于林地利用类型.pH值与速效磷、全氮、有机质和碱解氮都有极显著的相关关系,有机质和碱解氮、全氮相关性较高,相关系数(R)分别为0.914**,0.839**,而全磷与有效磷之间没有表现出明显相关关系.     

鱼粉品质检测电子鼻传感器阵列的多特征数据融合优化

为了提高基于仿生嗅觉的鱼粉品质检测装置的鉴别能力,该文利用自主设计的仿生嗅觉鱼粉品质检测装置,提取鱼粉样本的响应特征信息,对其传感器阵列进行多特征数据融合优化。依据各传感器对样本的响应曲线,提取传感器特征值(10×6个)构成原始特征矩阵,后对传感器阵列特征值进行归一化处理,以紧凑性作为评价特征选择方法合理性的标准,采用了3种单特征排序方法(MIC、χ^2、F-test),3种多特征排序方法(RF、LR、SVM),4种特征递减消除方法(RFRFE、SVMRFE、DTRFE、LRRFE)对不同品质的鱼粉进行分类准确率检验,得到基于随机森林的特征递减消除算法(RFRFE)的紧凑性最好,此时最佳的分类准确率为98.3%,特征数目为33个。优化后的传感器阵列特征发生了明显的变化,传感器阵列由原来的10个变为了8个,去掉了传感器TGS2620和传感器TGS2600,特征值也减少了45%。为了避免选择偏差,采用了10折交叉验证方法,再次得到了RFRFE算法具有更佳的紧凑性。该特征选择方法为利用仿生嗅觉技术鉴别其他动物源性原料样本的特征优化提供了新的方法和参考。     

基于激光雷达扫描的料仓原料储料量测量方法

为提高仓内原料储料量测量自动化和智能化水平,设计了一种基于二维激光雷达扫描的储料量测量装置与系统。本系统采用RPLIDAR S1型二维激光雷达扫描获取不同储料量物料的原始点云数据,通过坐标变换、重叠点提取、滤波、分割等方法对原始点云进行预处理,采用贪婪投影三角化算法将预处理后的点云进行三维重建,获得仓内原料的三维模型,结合物料三维模型和物料的容重获得仓内原料的储料量,从而实现储料量的自动测量。以玉米为试验对象,测量小型储料塔内玉米储料量并对玉米不同储料量进行扫描测量,验证模型的准确性,结果显示：测量结果的平均绝对误差为8.05 kg,平均相对误差为1.52%。研究结果表明,基于二维激光雷达扫描的储料量测量方法是可行的,具有较好的稳定性和测量精度,能够满足实际生产需求。     

生产建设项目弃渣(土)场水土流失特征与防治措施

生产建设项目弃渣场种类繁多,弃渣成分、结构复杂,各类弃渣场的侵蚀形式、机制不尽相同,不易实施适宜的水土保持措施,致使弃渣场水土流失十分严重。通过介绍弃渣场存在的各类土壤侵蚀型式、归纳土壤侵蚀类型、分析岩土侵蚀特点,指出影响弃渣场土壤侵蚀的主要因素有排弃方式、组成物质、坡面以及堆积时间等。结合保证弃渣场安全稳定、恢复土地生产力的弃渣场水土流失防治目标,分析现有水土保持措施特点,提出健全弃渣场水土流失防治措施体系的建议,为弃渣场的水土流失防治提供科学依据。     

砾石层中适宜选用的钻进方法

本文作者结合工程实践,简单明确的对在不同地区、砾石层中的钻进方法进行了论述。     

基于改进ResNet18模型的饲料原料种类识别方法

为了解决饲料生产过程中入仓原料种类采用人工取样感官识别所存在的问题,实现原料种类自动识别,以玉米、麸皮、小麦、豆粕、鱼粉等大宗饲料原料为研究对象,自主设计搭建了多通道入仓原料种类自动识别装置,采集饲料原料图像数据集,并使用数据增强的方法增加样本多样性。基于ResNet18网络模型加入通道注意力机制、增加Dropout函数,并嵌入余弦退火法的Adam优化器,引入迁移学习机制训练模型,构建适用于饲料原料种类识别的CAM-ResNet18网络模型。CAM-ResNet18网络模型的原料种类验证准确率达99.1%,识别时间为2.58ms。与ResNet18、ResNet34、AlexNet、VGG16等网络模型相比,模型验证集准确率分别提升0.6、0.2、3.7、1.1个百分点。针对混淆矩阵结果分析,测试集识别平均准确率达99.4%,具有较高的精确度和召回率。结果表明,构建的CAM-ResNet18网络模型在饲料原料种类识别方面具有较高的识别精度和较快检测速度,自主研发的多通道入仓原料种类自动识别装置具有实际应用价值。     

Nonfeed application of rendered animal proteins for microbial production of eicosapentaenoic acid by the fungus Pythium irregulare

Rendered animal proteins are well suited for animal nutrition applications, but the market is maturing, and there is a need to develop new uses for these products. The objective of this study is to explore the possibility of using animal proteins as a nutrient source for microbial production of omega-3 polyunsaturated fatty acids by the microalga Schizochytrium limacinum and the fungus Pythium irregulare. To be absorbed by the microorganisms, the proteins needed to be hydrolyzed into small peptides and free amino acids. The utility of the protein hydrolysates for microorganisms depended on the hydrolysis method used and the type of microorganism. The enzymatic hydrolysates supported better cell growth performance than the alkali hydrolysates did. P. irregulare displayed better overall growth performance on the experimental hydrolysates compared to S. limacinum. When P. irregulare was grown in medium containing 10 g/L enzymatic hydrolysate derived from meat and bone meal or feather meal, the performance of cell growth, lipid synthesis, and omega-3 fatty acid production was comparable to the that of culture using commercial yeast extract. The fungal biomass derived from the animal proteins had 26-29% lipid, 32-34% protein, 34-39% carbohydrate, and <2% ash content. The results show that it is possible to develop a nonfeed application for rendered animal protein by hydrolysis of the protein and feeding to industrial microorganisms which can produce omega-3 fatty acids for making omega-3-fortified foods or feeds.     

玉米籽粒冲击破碎特性试验研究

农业物料的冲击破碎特性对运输、排种和粉碎等机械设备的工作参数设定具有重要参考意义。该研究以玉米籽粒为研究对象,设计并搭建了单颗粒物料冲击破碎试验装置,开展了5种不同含水率（10.86%±0.13%,13.87%±0.18%,17.24%±0.08%、20.23%±0.19%和23.46%±0.23%）玉米籽粒的冲击破碎试验,并以籽粒破碎模式、临界速度和破碎程度表征籽粒的破碎特性。试验结果表明,玉米籽粒的破碎模式可分为未破碎、破裂和破碎3种形式,其中破裂形式包括整体破裂和局部破裂;以碎粒中大颗粒质量与玉米籽粒质量间的比值W界定玉米籽粒的破碎模式,并建立了不同含水率玉米籽粒的W值与冲击速度间的回归模型,模型的决定系数均大于0.92,确定了5种不同含水率（含水率由低到高）玉米籽粒的临界破裂速度分别为11.45、15.54、19.84、30.49和34.28 m/s,临界破碎速度分别为19.55、23.75、28.68、42.07和46.79 m/s,表明玉米籽粒的临界破裂速度和破碎速度均随含水率的增加而增加;采用响应曲面法建立了破碎颗粒平均粒径与冲击速度和含水率之间的回归模型,模型的决定系数为0.96,方差分析结果表明冲击速度、含水率及其交互作用对玉米籽粒的破碎程度影响极显著（P<0.01）,且破碎程度随冲击速度的提高而增加,随含水率的提高而降低。该研究可为玉米籽粒处理设备的工作参数设定提供参考,并为农业物料颗粒的冲击破碎特性研究提供理论依据和试验方法参考。