玉米单交种牡单10的选育及应用研究

玉米单交种牡单１０是由黑龙江省农科院牡丹江农科所利用自选玉米自交系１２８作母本,１３１Ａ作父本,于１９８６年配制杂交组合,代号为牡２０１。１９９８年２月经过黑龙江省农作物品种审定委员会认定推广。牡单１０是牡丹江农科所为牡丹江制药厂（年需商品玉米１５万...     

智能化猪场粪污清理生产工艺设计

我国的生猪饲养量增长迅速,畜禽规模养殖污染,已成为农业面源污染的主要来源.尤其是我国近几年智能化猪场雨后春笋的发展,粪污排放给环境带来了很大的压力,如何合理处理猪场的粪污成为了 目前亟待解决的问题.作者介绍了智能化猪场常用的清粪工艺以及对比分析,以期提供合理的粪污清理方法供大家参考.     

快速滤过型净化法结合高效液相色谱-串联质谱同时检测人参中的5种农药残留

基于人参样品基质特点,采用快速滤过型净化法 (m-PFC) 结合高效液相色谱-串联质谱 (HPLC-MS/MS),建立了人参中嘧菌酯、苯醚甲环唑、吡虫啉、茚虫威和噻嗪酮5种农药残留同时检测的分析方法。该方法具有较低的检出限 (0.03~0.18 μg/kg) 和定量限 (0.11~0.59 μg/kg),其定量限较中国国家标准GB 2763—2016中规定的对人参中苯醚甲环唑和嘧菌酯的最大残留限量 (MRL) (0.5~1 mg/kg) 低3个数量级,5种农药的线性范围在1~500 μg/L之间。在2、10、50、100和300 μg/kg的添加水平下,方法的平均回收率均在76%~115%之间,相对标准偏差 (RSD) 均小于11%,回收率较好且方法稳定。与传统样品前处理方法相比,该方法具有操作简单、省时省力和灵敏度高等优点。将该方法应用于市售6份人参样品中5种农药残留的检测,结果未检出相应的农药残留。该方法为研发建立更快速、准确地检测人参中农药残留的方法提供了思路,也为后续中国国家标准修订人参中农药最大残留限量提供了参考。     

服务生猪产业链高职院校产业学院的建设与实践 ——以永州职业技术学院新五丰现代畜牧产业学院为例

新背景下,新型办学基层组织的产业学院承载职业教育深化产教融合、校企合作重任.为了探索产业学院治理体系建设,促进职业教育高质量发展,文章以永州职业技术学院新五丰现代畜牧产业学院为例,介绍了2021年学校与湖南新五丰股份有限公司校企合作共建新五丰现代畜牧产业学院项目建设情况和工作经验,为高职院校产业学院服务生猪产业链提供实...     

小鹅瘟的诊断与防治

近年来丹东市的养鹅业迅速发展．全市共饲养种鹅、商品鹅达几十万只，有十余家炕坊式孵化场。但由于缺乏科学的饲养管理，2003年5月到8月底发生数起小鹅瘟，使养鹅业遭受很大损失。为此．我站组织垒市养殖户进行业务培训，开展专题讲座，对疫病采取综合防控措施，病情得到了有效控制。     

冬季猪传染性胃肠炎的诊断与防治

猪传染性胃肠炎是高度接触性传染的病毒性传染病,以呕吐、严重腹泻和高死亡率为特征.不同年龄段的猪对此病毒均敏感,尤其是10日龄以内的仔猪,病死率通常达100％,而5周龄以上的猪死亡率很低.育成猪、育肥猪只表现数天厌食或腹泻. 1流行情况 新生仔猪死亡率高;特效治疗药物效果不理想;冬季、初春,尤其秋冬、冬春换季时容易引发.猪传染性胃肠炎猪传染性胃肠炎,是由病毒引起的猪的高度接触性肠道疾病,以呕吐、严重腹泻和失水为特征,主要发生在秋冬及早春季节.     

猪场提防增生性回肠炎的措施

猪增生性回肠炎是集约化猪场的一种常见病,目前,我国对该病尚未有足够的认识和重视.然而,近年来,可能受环境污染严重,气候变化多端,长途运输,饲料密度过高、转换饲料、转栏等应激,及抗生素类添加剂使用不当等因素影响,世界各地对该病的发生情况和流行病学报道逐渐增多.我国已有15％ ～ 30％的猪场发生过该病. 猪增生性回肠炎有称坏死性肠炎、增生性肠炎、增生性出血性肠炎、猪肠腺瘤等,病原为细胞内劳森菌,是革兰氏阴性菌(用药需有针对性).该菌主要感染6～ 20周龄的生长育成猪,偶见保育猪和成年公、母猪,侵害其回肠粘膜,使回肠粘膜增厚.     

重庆市荣昌县早春蜂群的饲养管理

一、促进蜂王产卵。12月至来年1月份傍晚,每群蜂饲喂糖浆（糖水比1：1）250～300毫升,饲喂2～3天,放出蜂王,等待蜂群散团,钻进巢房内的蜜蜂出房,抖蜂紧脾。原有3框左右的蜂群,紧脾后留1框蜂,有少量的角蜜空脾放在巢脾中央,两侧暂不加隔板,不放保温物。副盖上覆盖草帘。蜜蜂在巢脾上密集结团,晚上饲喂糖浆,蜂王在工蜂密集的巢脾上,当温度适宜时又得到充分的饲喂,     

基于SDAE-BP的联合收割机作业故障监测

为了解决联合收割机作业故障的非线性特征信号难以提取的问题,该研究提出了一种基于堆叠去噪自动编码器（Stack Denoising Auto Encoder, SDAE）和BP神经网络（Back Propagation,BP）融合的联合收割机作业故障监测及诊断的方法（SDAE-BP）。以转速传感器采集联合收割机脱粒滚筒转速、籽粒搅龙转速、喂入搅龙转速、杂余搅龙转速、风机转速、输送链耙转速、割刀频率以及逐稿器振动频率,并将采集的数据集作为系统的输入。利用SDAE提取输入信号的深层次特征,并由BP神经网络辨识收割机作业状态,实现联合收割机故障监测。在SDAE-BP模型训练过程中,去噪自动编码器(Denoising Auto Encode, DAE)依次经带有不同分布中心噪声的原始数据进行训练,然后将其堆叠,并通过误差反向传播算法对模型参数进行优化,以提升模型识别故障性能和泛化能力。试验结果表明,对于2018年联合收割机田间试验数据,模型的故障诊断准确率达到99.00%,与SDAE和BP神经网络相比,分别提高了1.5和4.5个百分点。将SDAE－BP故障诊断模型用2019年的试验数据进行更新,并用2018年和2019年试验数据进行测试,结果表明,更新后的模型对2018年试验数据的故障识别准确率为99.25%,对2019年试验数据的故障识别准确率为98.74%,更新后模型在2019试验数据集上的故障识别准确率较未更新模型提高了6.52个百分点。该文所建模型能够准确识别联合收割机的故障类型,且具有较好的鲁棒性,对旋转型机械故障监测及预警具有参考价值。