杨凌区降雨对作物生长适应性的模糊分析

依据模糊数学理论 ,采用模糊综合评判方法 ,从降雨“适量”、“适时”和“有效程度”3个指标出发 ,就杨凌区降水资源对农作物生长发育适应性做了评价分析 ,并提出降雨对作物生长的适宜度模型。通过实地调查与计算分析 ,该模型较好地反映了杨凌区主要作物对该区降雨特征的适宜能力 ,同时也较好地反映了本区降雨资源的地域特征 ,为该地区农作物合理布局决策提供了科学依据     

自动给水栓灌溉系统的运行模拟与研究

根据广东省台山市都斛镇水稻田控制排灌田间工程试验区的实测资料 ,探讨了在已定工作水头和输水管管径的条件下 ,不同出水口开启状况下各给水栓出流量的数学分析方法 ,同时模拟计算了不同管径 (或改变水头 )条件下给水栓系统运行状态的变化 ,并与实际观测情况进行了比较和分析     

金属带式无级变速器的速比控制

在分析了速比控制阀特性的基础上，考虑到无级变速传动系统的复杂性，设计了模糊控制器，开发了基于速比反馈的速比控制系统，并进行了台架模拟试验。试验结果表明，实际速比能够较好地跟踪目标速比的变化，所设计的控制系统能够满足实际控制的需要。     

稻草、玉米芯调理牛粪堆肥成型育苗基质试验

以稻草和玉米芯为调理料,分别与主体原料牛粪按质量比1∶4混合堆沤腐熟后获得牛粪稻草基质和牛粪玉米芯基质,以这2种基质为原料进行压缩成型试验,探讨了土壤添加量、原料含水率、成型压力以及成型温度等操作因素对基质块成型品质的影响及作用规律。结果表明:牛粪稻草和牛粪玉米芯2种基质块的抗跌碎能力基本持平,其中牛粪稻草基质块的容重较大,吸水性和保水能力更强;添加土壤对2种基质块的抗破碎能力均有一定的提高,但不添加土壤2基质块也具有良好的抗破碎能力,能满足育苗过程对其机械强度的要求;适宜的原料含水率、成型压力和成型温度范围为10%~15%、10~15 k N和80~120℃。     

积雪覆盖下土壤热状况及其对气象因素的响应研究

为研究季节性冻土区在积雪覆盖条件下,土壤温度变化趋势及气象因素对土壤热状况的影响,以野外实测试验数据(2013年11月8日—2014年4月28日)为基础,分析裸地、自然降雪、积雪压实和积雪加厚覆盖条件下5、10、20、40、60、100、140 cm深度土壤温度变化特征,采用灰色关联度分析的方法筛选出影响土壤热状况的主要气象因素,进而统计土壤温度与气象因素之间的相关关系。结果表明:积雪的存在阻碍了环境与土壤之间的能量交换,引起土壤温度和土壤冻融过程的差异;随着积雪覆盖深度的增加,土壤的冻融日期会出现延迟现象,土壤温度相对稳定在较高水平,并且地、气之间温差增大;冻融过程中土壤温度变化的主要影响因素为环境温度,积雪覆盖使得气象因素与土壤温度的关联度减弱。     

冬小麦节水高效优化灌溉制度模型应用研究

根据霍泉灌区田间试验资料,考虑水分亏缺的后效性,以冠层叶面积指数修正后的作物-水模型作为目标函数,建立二雏动态规划模型,计算冬小麦节水高效优化灌溉制度。结果显示,该模型充分反映了灌水时间、灌水定额和灌溉水量产生的冬小麦的产量效应,所建模型和参数确定较合理,在实践中更有实用性。     

履带车辆随车扭矩测试系统的研究

介绍了一种履带车辆随车扭矩测试系统的工作原理、方案设计和试验结果。通过选择适宜的扭矩传感器，设计相应的安装结构和数据采集系统，研制出较为完善的随车扭矩测试系统。随车测试结果表明，该测试系统方案合理、可行，所获得的数据对于分析车辆起步及换挡过程的平稳性、完善自动换挡控制软件等有着重要的意义。     

阀芯运动过程液压锥阀流场的CFD计算与分析

应用CFD方法对阀芯运动状态下流体在锥阀内的流动状态进行了可视化计算和分析研究。参照实际锥阀的结构和参数，用CAD软件Pro／E建立了阀内流道的三维几何模型。应用前处理软件Gambit进行了网格的划分、细化，用自定义函数UDF确定了阀芯运动速度。应用Fluent中动网格技术进行了计算研究，获得了阀芯开启、关闭过程受到的瞬态液动力、流量系数与通过阀流量、阀开口度之间的定量关系。     

基于改进A *算法的电动车能耗最优路径规划

提出一种基于改进A*算法的电动车能耗最优路径规划方法。根据车辆运行时的能耗,考虑能量损失与回收等因素,建立了运行能耗函数。设计了新的启发式能耗预估代价对A*算法进行改进,证明了所提出的启发式能耗预估代价满足可采纳性和一致性,确保改进的A*算法可获得能耗最优路径。针对电动车的里程焦虑问题,基于改进的A*算法,建立了根据车载电池的剩余电量、充电站位置、终点位置来寻找可达的能耗最小路径方法。仿真实验表明,提出的方法可以找到起点到终点的能耗最小路径,当车载电池能量不足时,可以找到经过充电站的可行最小能耗路径,减少里程焦虑,验证了所提方法的合理性和可行性。     

CO 2与土壤水分交互作用的番茄光合速率预测模型

为了实现不同土壤水分管理下的CO 2气肥精细控制,建立了番茄作物不同生长阶段的光合速率预测模型。实验设置了4个CO 2浓度与3个土壤水分条件的交互处理,利用无线传感器网络长期实时监测温室内环境信息,采用LI-6400XT型光合速率仪定时采集作物净光合速率信息;并用BP神经网络分别建立了番茄苗期、花期和果期的光合速率预测模型。预测模型的验证结果表明,对于苗期预测模型,预测值与实测值之间的决定系数 R 2为0.925;花期预测模型的决定系数 R 2为0.920,果期预测模型的决定系数 R 2为0.958;番茄各生长期的光合速率预测模型均具有较高的预测精度。在不同土壤水分条件下改变CO 2浓度,得到的CO 2浓度与光合速率预测曲线与实测值相近,可反映实际土壤水分管理下的CO 2浓度最优值,对指导不同土壤水分条件下CO 2气肥的精细调控具有重要意义。