航宇19小麦新品种选育及其对航天诱变育种的启示

航宇19是采用航天诱变技术和传统杂交育种相结合方法育成的半冬性、高产、中熟、综合性状优良的小麦新品种。该品种是利用高产矮秆的航天诱变突变体豫同194为母本、高产亲本周麦23为父本杂交并经系谱选育而成,2021年通过国家农作物品种审定委员会审定。2017—2019两年度黄淮南片冬水组区域试验中,航宇19平均产量为7 990.5 kg/hm²,比对照增产4.4%;2019—2020年度生产试验中平均产量为8 806.2 kg/hm²,比对照增产6.9%。该品种非常适宜制作馒头,但不适合制作面包。在航宇19选育中,我们的具体育种技术思路是,将航天诱变育种与常规育种技术相结合,高产育种与优质育种相结合,协调矮秆、抗病、稳产、广适性状,通过异地多点鉴定重视适应性、增强抗逆性,最终实现品种的高产稳产、优质、抗病性状的协调与同步提高。航宇19的成功选育说明航天诱变技术和传统杂交育种技术相结合是加快创制优异育种中间材料和培育小麦新品种的一条有效途径,这为未来培育突破性小麦新品种提供了有益启示。     

中小规模禽舍适用的无线环境监控系统设计

针对已有监控系统存在设计冗余、部署复杂、成本较高难以在生产规模较小的禽舍推广使用的缺点,设计并实现一种适用于中小规模禽舍使用的环境监控系统。系统中的无线监测器采用低功耗Wi-Fi技术实现,可为系统提供较为精准的数据采集功能。监测器通过不同的子任务流程,实现周期性的低功耗控制策略。业务服务器基于树莓派单板电脑,采用基于Java的Spring Boot框架,可在实现用户接口的同时,使用底层硬件接口对环控设备实施自动化控制。长期对比测试表明,该系统可降低禽舍用电量约7.71%,使禽类淘汰率降低0.8%。系统所具有的硬件实现成本低、部署简便、环境监控准确可靠等特点,使该系统在中小规模禽舍中具有较高的推广应用价值。     

海水工厂化养鱼多点在线水质监测系统的研究

对海水工厂化养鱼水质监测系统进行了研究，开发出一种多点在线水质监测系统，该系统集多路数据采集、测量、转换、计算、储存、显示、打印、报警等功能于一体，可同时在线监测6个不同监测点的水质情况；对每一个监测点，可同时监测其溶解氧、温度、电导率、pH、氧化还原电位、盐度等6个参数。     

大沽河水源地农肥面源污染及其对策

在充分了解大沽河水源地概况的基础上,对农肥面源污染进行了分析,并研究了面源污染对地表水体和地下水体的污染状况,揭示了水质污染变化规律,提出了控制农肥面源污染的相关对策和措施。     

西峡县防制猪传染病的主要措施

猪传染病的防制要采取综合措施,即要重＂养＂,也要重＂管＂,还要重＂防＂,从细节抓起,做好每项工作,才能有效地防制猪传染病的发生,本文分别从猪场的选址、布局,饲养管理以及传染病的发生、发展规律方面,阐述了防制猪传染病的一些经验、观点和体会,以期对养猪生产有所帮助。     

国审小麦新品种"富麦2008"的特征特性与栽培技术要点

本文介绍了国审小麦新品种"富麦2008"的主要特征特性、产量试验示范结果、品质指标、抗性水平,分析了该品种主要优点,依据品种特性提出了关键栽培技术要点和栽培中应当注意的问题.     

浙江省生产建设项目水土保持监测质量核查初探

目前浙江省正在开展水土保持监测的生产建设项目超过300个,通过抽选部分典型项目进行水土保持监测成果质量核查,掌握全省水土保持监测工作质量情况,以期改善水土保持监测工作质量,使水土保持监测更好地为生产建设项目的水土保持工作提供服务,从而减少生产开发建设过程中的水土流失,改善区域生态环境。     

水体-结构-地基耦联的泵站出水塔地震响应分析

泵站出水塔是一种连接泵站压力管道和下游输水渡槽的塔式结构,为保证结构安全运行,有必要对其进行地震响应分析。该文以景泰川二期六泵站出水塔为研究对象,考虑流固耦合效应,依据弹性波理论,建立出水塔结构无质量地基模型和粘弹性边界模型,进行出水塔体系有无水体2种工况下的研究,根据泵站出水塔现场实测数据,提取结构的固有工作频率,并与流固耦合模型干湿模态结果进行对比分析,验证所建流固耦合模型的合理性及流体对出水塔体系的影响。分别对无质量地基模型与粘弹性边界模型进行地震波输入,对比分析相应的动力响应,探讨水体-结构-地基耦联系统相互作用的影响规律。研究表明:出水塔结构工作基频为3.3 Hz;结构内水体降低出水塔的固有频率,增加出水塔的地震响应,在进行地震计算分析时,不应忽略;粘弹性边界模型在地震计算中能够考虑辐射阻尼效应,与无质量地基模型计算结果相比,出水塔特征点的位移响应最大值降低38.5%,应力幅值降低37.8%,因此地基建议选用粘弹性边界。研究成果可为后续出水塔结构模态辨识及地震分析提供理论指导。     

基于PSO-SVM算法的梯级泵站管道振动响应预测

泵站管道振动响应信号实测比较困难,为实现利用较少机组数据预测管道振动状况,提出基于粒子群(particle swarm optimization,PSO)的支持向量机(support vector machine,SVM)预测方法。利用粒子群全局跟踪搜索算法优化SVM核函数和惩罚因子,弱化SVM参数优化不足导致预测精度低的问题。以景电梯级二期3泵站2号管道为研究对象,基于机组和管道的振动实测数据,首先利用频谱分析和数理统计方法确定管道振动的振源贡献率,并计算机组和管道振动相关系数,确定机组和管道之间的强耦合关系。然后建立泵站管道振动的PSO-SVM预测模型,选取机组不同时段振动实测数据作为输入因子,相应时段管道振动数据作为输出因子进行训练和振动预测,并将管道振动预测结果与BP神经网络预测结果进行对比。与BP网络神经预测结果相比,该方法预测结果与实测值吻合度高,其平均相对误差最大为6.8%,根均方误差最大为0.261,预测精度更高。能够有效实现管道的振动响应预测,从而达到管道实时在线安全运行监测的目的。     

基于原型观测的梯级泵站管道振源特性分析

以景电二期3泵站2号输水管道为对象,结合原型试验观测数据,研究该类型泵站结构的振源组成及其对管道的影响。首先,对连接2号管道的4号、5号机组正常运行和开关机过程中引起的管道结构振动频率进行识别统计,确定其动荷载来源;然后,分析统计不同工况下管道结构主要部位达到峰值时各分频所占比例,计算不同工况下各频带能量对总能量的贡献率。计算结果表明:机组稳定运行时,叶频和转频倍频引起的振动比例达73.4%,是管道振动的主振源低频所占比例为12%左右;机组开机过程中,低频水流脉动所占比例增加到33.7%,叶频所占比例保持40%左右,叶频和低频是主要振源;机组关机过程中,低频水流脉动引起的振动比例达73.3%,水体-管道耦合引起的高频振动达21.7%左右,低频水流和高频是主要振源,且低频对管道顺水流方向振动影响较大。研究结果有助于从量级上评价管道振动的原因及引起振动的各分频贡献率,以期为管道结构主动控制和安全运行提供依据。