新型饲料添加剂——碱式氯化锌的合成及性质研究

以氯化锌和氧化锌为原料,合成了一种新型饲料添加剂——碱式氯化锌[Zn5(OH)8Cl2·H2O,TBZC]。采用正交试验法,研究了反应温度、反应时间、反应液pH值、干燥温度对TBZC合成的影响,确定了最佳合成条件:氯化锌和氧化锌摩尔比1:4、反应液pH值5.5、反应温度90℃、反应时间2.5h、干燥温度80℃、干燥时间2h,产率可达88%。借助XRD、IR、DSC确定其结构。通过对TBZC的吸水性、溶解性进行试验,结果表明,TBZC具有不吸湿、不溶于水、易溶于酸性和中性盐溶液的性质。     

基于局部综合法的非零正传动弧齿锥齿轮副设计

利用局部综合法对非零正传动弧齿锥齿轮副进行大重合度加工参数设计,克服了非零正传动由于啮合角增大而使得重合度降低的不足。通过实例与常规设计的结果进行仿真与应力分析对比,结果表明,在同样的载荷条件下,新设计比常规设计的小轮最大齿根拉伸应力减小27.6%,最大齿根压缩应力减小23.5%,最大齿面接触应力减小6.5%,同时大轮的齿根应力也有所降低,使得齿轮副具有更高的寿命和可靠性。     

基于简化脉冲耦合神经网络的蝗虫图像二值分割

采用参数简化的脉冲耦合神经网络（PCNN）分割图像,进行了蝗虫图像分割实验,区域正确识别率达94％,为蝗虫自动侦测系统中的数据处理提供了技术支持。计算机仿真表明,采用PCNN图像分割算法,图像中的目标（蝗虫）易于发现,分割效果明显好于采用开操作处理的图像。     

轴流式脱粒-清选装置试验台的设计

针对全喂入联合收获机田间试验费时、费工,诸多参数无法调整,数据获取困难、精度不高,可重复性较差等问题,设计了轴流式脱粒-清选室内试验台。机械系统采用可组合的模块化结构,工作部件更换和运动参数调整方便,设计了分析脱出物、清选后籽粒的空间分布的接粮箱。以PLC作为硬件控制系统的核心,采用虚拟仪器技术构建的测控软件系统,可方便实现对工作部件的转速、振幅、频率、扭矩、功率等参数进行实时采集、显示、处理与分析,为轴流式脱粒-清选装置的设计提供试验依据。     

燃烧室结构对天然气发动机燃烧过程的影响

为了研究燃烧室结构对天然气发动机燃烧过程的影响,模拟了浅盆形和涡流室式燃烧室结构的天然气发动机的进气、压缩及燃烧过程。给出了2种不同结构燃烧室的燃烧持续期、燃烧过程中缸内气流运动、火焰前锋面位置等,并对2种燃烧室进行了试验对比。模拟计算及试验结果表明,通过涡流室喷孔的约束作用,可以改善已燃气体和未燃气体之间的传热传质模式,提高火焰传播速度。     

多组离合器参与的换挡过程混合建模与仿真

在分析多组离合器参与的自动变速器换挡过程特点的基础上,指出该换挡过程是由连续系统与离散系统组成的混合系统,进而提出基于键合图理论的连续系统和基于有限状态机的离散系统的换挡过程混合建模方法。在Matlab／Simulink和Matlab／Stateflow平台上建立了包含多种状态的东方红1302R型橡胶履带拖拉机液压机械无级变速器的换挡过程仿真模型,仿真结果表明该建模方法能很好地模拟自动变速器换挡过程中离合器的动态行为,并通过仿真分析了其对换挡品质的影响。     

基于中断控制的CVT电控系统数据采集系统

基于Infineorl SAK C164CI单片机,采用模块化方法,设计开发了CVT电控系统数据采集系统,包括中断控制的转速采集模块、10位精度A／D转换模块和串口通信模块,并对系统进行了台架和实车试验。试验结果证明,系统采集精度高、速度快、可靠性好、调整方便。     

基于激光热应力法的薄膜蠕变性能评估方法

采用单脉冲激光在薄膜表面进行局部加载,对薄膜在受热区域、冷热接合部及与基体连接界面产生的热应力、热应变及应力松弛进行理论分析,研究薄膜的蠕变机制和非弹性变形的热力学响应。分析结果表明,薄膜受高温及冷却退火作用都会产生应力松弛;冷却退火还会形成拉应力,薄膜裂纹由拉应力过大引起,薄膜的蠕变性能是薄膜断裂前的热力学行为,由应力的性质和大小决定,用激光热应力法可以实现对薄膜性能的评估。     

基于纹理和位置特征的麦田杂草识别方法

以化学防除适期麦田杂草为研究对象,对利用条播作物的位置和纹理特征识别田间杂草的方法进行了研究。根据条播作物小麦作物行的间距相对固定等位置特征,利用植物像素直方图法确定作物行的中心线和行宽,并识别行间杂草。然后,以作物行中心为基准来选取纹理块,计算量化级数为8级的H颜色空间的共生矩阵,提取5个纹理特征参数,利用K均值聚类法判别分析各块的类别来识别行内杂草。研究结果表明,杂草的正确识别率约为93％,作物的错误识别率约为7％。     

利用改进BP神经网络预测初产奶牛产奶量的方法

针对传统BP算法的缺陷,提出了一种采用L-M训练法的BP神经网络。在此基础上建立了基于改进BP神经网络非线性系统的奶牛305d产奶量预测模型,此模型可以提前215d预测初产奶牛305d产奶量,从而实现提早进行选择,加速奶牛育种工作进程。并通过具体的实验验证了改进BP神经网络预测模型的有效性。