柴油机气缸盖的三维有限元结构强度分析

针对部分柴油机气缸盖在服役初期出现了不同程度、不同位置的破坏现象，本文采用三维有限元建模对缸盖进行了结构强度分析，计算了气缸盖的温度场、综合应力场，其计算结果和试验结果基本吻合。为柴油机气缸盖改进结构设计提供了理论依据。     

摆动活齿传动系统扭转振动分析

建立了摆动活齿传动系统的扭转振动动力学模型，导出了该扭振系统的振动方程。系统动力学模型考虑了活齿传动双排结构中激波器、活齿、活齿架的转动惯量、时变啮合刚度、误差、阻尼等，因此，所建立的微分方程式是多自由度时变方程组，对此，采用四阶Runge-Kutta法对系统动态响应进行了求解。     

阳高县电业局胜诉

最近,山西省大同市中级人民法院开庭,就阳高县电业局与大同县公安局九梁洼林区派出所打官司一案作了终审判决。 阳高县电业局所管辖的35千伏阳泉线始建于1978年,投运于1979年。1987年九梁洼林场对该基地树木进行管理,其中长势较快的杨树,多次危及了电力线路的安全运行。从1992年至1996年统计,造成停电事故20多次。 1996年8月19日至23日,阳高县电业局为了全面贯彻《电力法》及其配套法规的实施,根据《电力法》第53条规定“任何单位和个人不得在依法划定的电力线路保护区内修建可能危及电力安全的建筑物、构筑物,不得种植可能危及电力设施安全的植物……”,并根据山西省《电力设施保护条例》办法第10条规定“在架空电力线路保护区内种植的树木危及电力线路安全的电力主管部门可通知树木所有者限期截枝或砍伐。”     

遗传算法在离心泵叶片优化设计中的应用

对遗传算法在流体机械优化设计中的应用现状作了较为全面的总结；提出了将遗传算法应用于离心泵叶片优化设计中，分析了遗传算法在离心泵优化设计中应用的可行性以及存在的问题；对离心泵优化设计的发展提出了一些新建议和尝试。     

机插水稻栽培要点

水稻移栽实行机械化栽插是农业机械化种植的重要组成部分,具有省工、节本、增产、增效等优点,是一项新兴的轻型栽培技术。在夏收夏种季节有利于缓解劳力的矛盾,有利于种植业规模经营发展。机插秧同手插秧相比,播量大、秧龄短,可采用适龄小苗移栽。句容市自2003年大面积推广该技     

水稻品种抗褐飞虱和稻瘿蚊的聚类分析

在对水稻品种进行褐飞虱不同生物型和稻瘿蚊中国Ⅳ型抗性鉴定的基础上，应用聚类分析法对抗性鉴定结果进行分析。研究结果表明，供试水稻品种对褐飞虱不同生物型和稻瘿蚊中国Ⅳ型的抗性可分为9类，每一类的品种都具有不同的抗性特点。     

大银鱼卵细胞粘丝扫描电镜观察

用扫描电镜观察了大银鱼的第Ⅲ时相，第Ⅳ时相，第Ⅴ时相卵母细胞和受精卵的卵细胞粘丝的外部形态特征和它们的粘性，并讨论了卵细胞粘丝的功能。     

豌豆和豌豆副产品的营养特性及其在动物饲料中的应用

当前饲料蛋白源紧缺,豆粕、玉米以及其他各类杂粕原料价格飙升,畜禽养殖业及水产养殖业压力倍增,开发和利用新型非常规饲料原料至关重要.豌豆生长周期短、适应性强,营养价值高,资源丰富,价格适中,作为豆粕、玉米等原料的替代物,可有效降低饲料成本.本文综述了豌豆和豌豆副产品的营养特性及其在畜禽与水产养殖中的应用研究进展,以期为豌...     

中长粒优质早熟高产粳稻新品种南粳晴谷的选育及机插栽培技术

南粳晴谷是江苏省农业科学院粮食作物研究所以优质、中抗穗颈瘟的高产晚粳稻品种镇稻16为母本,早熟、优质、抗病超级稻品种辽星1号为父本进行杂交,通过系谱法结合分子标记辅助选择育成的中长粒优质高产中熟中粳早熟类型的粳稻新品种,适宜江苏淮北地区种植。该品种全生育期141.8 d,比对照苏秀867早1.9 d。株高98.0 cm,有效穗340.5万/hm²,每穗总粒数126.1粒,结实率88.5%,千粒质量29.0 g。中感稻瘟病、白叶枯病、条纹叶枯病,抗纹枯病,米质达到农业行业《食用稻品种品质》标准二级。     

基于人工神经网络的PV/T热电联供系统性能预测

为研究太阳能PV/T热电联供系统的性能和针对太阳能PV/T系统复杂的能量平衡方程,搭建了太阳能PV/T系统试验台,同时建立了基于改进灰狼优化的BP神经网络(back propagation neural network model based on improved grey wolf algorithm, IGWO-BP)预测模型,在晴朗天气下进行试验,并采用该模型对系统电功率以及蓄热水箱内水温进行预测。结果显示,晴朗日系统的电效率8.7%～12.2%、热效率51.7%;预测结果与BP神经网络预测模型、基于粒子群优化的BP神经网络(back propagation neural network based on particle swarm optimization, PSO-BP)预测模型和卷积神经网络（convolutional neural network, CNN）预测模型预测结果进行比较,结果显示IGWO-BP预测模型电效率预测模型的绝对百分比误差(mean absolute percentage error, MAPE)、决定系数(determination coefficient, R ² )、均方根误差(root mean square error, RMSE)、效率因子(efficient factor, EF)和Pearson相关系数(pearson related coefficient, r )分别为4.5E-05、0.99、0.24、0.99和1.00,在储热罐温度预测中,上述指标分别为8.90E-04、0.98、0.07、0.98、0.99,均优于其他预测模型,IGWO-BP神经网络预测模型具有更好的预测性能。研究结果可为太阳能PV/T热电联供系统性能预测与优化控制提供参考。