双级调压水压式沼气池的调压性能研究

以8m3圆筒形沼气池为例,设计气压为3.9～7.8kPa(40～80mmH2O),对双级调压水压式沼气池的气压与贮气量的关系进行了研究,并用Matlab7.0进行处理。结果表明:在水压间有效容积相同的情况下,当沼气池内压力在0～3.9kPa之间时,双级调压水压式沼气池单位体积贮气量变化所引起的压力变化较单级明显;当池内压力在3.9～7.8kPa之间时双级单位体积贮气量变化所引起的压力变化较单级平稳,且水压间的体积较单级小,双级调压水压式沼气池更适合于沼气的推广利用。     

精准喷雾控制装置的设计与制作

为了实现精准喷雾,设计并制作了一套基于51单片机的精准喷雾自动/手动两种模式切换的控制装置。在自动模式下,单片机根据现场信号输入模块提供的作物病虫害情况分别打开或关闭对应的电磁阀;手动模式下,由面板手动开关分别控制各个电磁阀打开或关闭。经田间试验测定,该喷雾控制装置能够在自动或手动模式下实现精准喷雾作业控制。     

烟草打顶机械化技术及应用现状

目前,我国在烟草打顶抑芽作业过程中都是以人工作业为主,其劳动强度大,工作效率低,严重制约着我国烟草产业的发展。为此,阐述了在烟草生产种植过程中进行打顶抑芽的原因、作用和打顶抑芽机械国内外的发展现状,并指出了今后烟草打顶机械的发展趋势,给出了我国烟草打顶抑芽机械研究的建议,为烟草田间打顶抑芽作业机械化的发展提供了参考。     

基于激光反射的土壤表面粗糙度测量装置设计与试验

为了实时获取土壤表面粗糙度数据,设计了一种基于激光三角测距原理的土壤表面粗糙度专用测量装置.采用激光扫描测距仪测量微位移,其精度高、响应速度快,测距分辨力高达0.1 mm,显著提高了土壤表面粗糙度的测量精度;借助于光电编码盘和螺杆组合实现高精度扫描定位;PDA作为上位机,农田环境下具有方便携带,大容量存储数据和智能化实时处理功能等优点.     

农田信息采集单多跳共存LEACH算法

针对农田环境信息量丰富的特点,提出一种基于LEACH算法的改进型无线传感器网络路由算法--LEACH-SMC.在LEACH-SMC算法的稳态阶段,簇头节点到基站间通信采用临界距离来判断和选择多跳或单跳方式,在多跳方式中采用基于最小能量消耗的路由方式.应用Matlab对LEACH-SMC算法和LEACH算法进行仿真对比分析,结果表明, LEACH-SMC算法能提高网络有效覆盖面积并延长整个网络的寿命.     

供电企业安全风险评估管理系统的设计

依据国家电网公司最新编制的<供电企业安全风险评估规范>和<供电企业作业安全风险辨识防范手册>,设计开发供电企业安全风险评估管理系统.该系统根据以往工作经验,与企业日常安全生产相结合,对日常标准化作业进行安全风险评估,并对企业安全风险信息进行科学管理.通过对安全风险评估管理流程进行分析,确定系统设计的总体目标,完成系统总体架构设计.实践表明,该系统可有效提高安全风险评估工作的科学性与规范性.     

空间转动3-SPS-1-S型并联机构奇异位形研究

奇异性是机构的固有性质,奇异位形分析对并联机构的轨迹规划和控制具有重要的意义.研究一种空间转动三自由度3-S(P)S-1-S型并联机构的奇异位形,构建了该并联机构的运动学模型,建立了机构位置逆解与速度映射解析方程,并求出了机构Jacobian矩阵;提出该机构奇异位形的判别准则,并引入了可操纵度这一运动性能评价指标进行奇异性分析.分析结果表明,该机构在指定任务空间具有良好的可操纵性与运动性能,但在工作空间内具有发生位形奇异的可能,在运动过程中应当避开特殊运动位置以避免奇异位形的发生.     

pH值对重金属Pb~(2+)吸附特性的影响

以砂壤土为研究对象,采用1次平衡法,研究了pH值对重金属Pb2+吸附特性的影响,在此基础上对等温吸附进行模拟分析。结果表明,土壤对Pb2+吸附的pH值影响敏感阈值范围为pH7。所引入的平衡质量体积比与吸附量之间的模型ln(S)=K1×CK2能较好地模拟不同pH值条件下的等温吸附规律。其次为Freundilich模型,Henry模型较适用于低pH值条件下的模拟分析。     

基于形态学的棉花种子破损检测

以"中棉35"棉花种子为对象,应用图像处理技术,提出了基于形态学的破损识别方法.采用链码算子获取轮廓信息并进行傅里叶算子平滑,根据曲率特征定位轮廓尖端点后,通过轮廓的对称性识别局部破损棉种;基于统计思想,根据大小、形状特征的差异识别严重破损棉种.选取完好、破损棉种各200粒进行识别试验,结果表明破损棉种识别率达到94%.     

基于计算机视觉和神经网络的牛肉颜色自动分

将采集的牛胴体眼肌切面图像人工确定其颜色等级,然后通过计算机图像处理方法,分割出肌肉区域并提取出其在RGB和HIS颜色空间的颜色特征参数.设计一个以牛肉的颜色特征参数为输入、牛肉的颜色等级为输出的BP神经网络模型,通过训练,确定模型的结构参数,用测试样本对该模型进行验证.结果显示,用该模型进行牛肉颜色等级预测的正确率可达95%,耗时仅0.25s.表明利用所设计的模型可以对牛肉的颜色等级进行快速、准确的自动判定.