基于改进NSGA-Ⅱ的大功率拖拉机变速箱箱体多目标优化

为实现大功率拖拉机变速箱箱体在强度、刚度要求下的轻量化,提出一种基于改进非支配排序遗传算法（Non-dominated sorting genetic algorithm-Ⅱ,NSGA-Ⅱ）的大功率拖拉机变速箱箱体多目标优化方法。首先,分析大功率拖拉机变速箱箱体的受力情况,提出承载式变速箱箱体的静力学仿真分析方法,利用ANSYS分析箱体的强度、刚度;然后,引入K-均值聚类算法、正态分布交叉算子（Normal distribution crossover,NDX）和差分变异搜索策略改进NSGA-Ⅱ算法,并开展算例测试,结果表明,改进NSGA-Ⅱ的解集分布均匀性和算法稳定性均优于NSGA-Ⅱ,寻优效果更好,验证了所提算法的有效性与优越性;最后,基于改进NSGA-Ⅱ算法开展变速箱箱体多目标优化,对优化后的箱体进行仿真分析验证。结果表明,优化后的箱体质量、最大变形量、最大应力分别为168.16kg、0.449mm、215MPa,优于NSGA-Ⅱ的168.16kg、0.454mm、216.12MPa,在满足强度、刚度要求的前提下达到了轻量化的目的,同时进一步验证了本文算法在解决大功率拖拉机变速箱箱体多目标优化问题中的有效性和优越性。研究可为大功率拖拉机变速箱箱体的仿真、优化过程提供方法参考。     

基于半实物仿真的丘陵山地拖拉机电液悬挂控制试验

针对丘陵山地拖拉机电液悬挂控制系统田间试验困难、可重复性差等问题,基于半实物仿真技术开展电液悬挂控制系统试验研究。首先通过对试验拖拉机和悬挂作业装置进行受力分析,建立了丘陵山地拖拉机整机动力学模型、铧犁体的土壤阻力模型和拖拉机悬挂装置动力学模型。然后对丘陵山地拖拉机电液悬挂系统横向仿形控制、位控制、牵引力控制以及力位综合控制的系统原理进行了分析,设计了丘陵山地拖拉机电液悬挂模糊PID控制器。之后搭建拖拉机电液悬挂控制系统半实物仿真试验平台,开发电液悬挂控制系统,开展电液悬挂系统仿地形控制、力控制、位控制和力位综合控制等试验,对比分析模糊PID控制和经典PID控制方法性能。试验结果表明,模糊PID控制性能较好：在位置控制模式下,模糊PID控制无超调,控制系统响应时间为0.6s,较经典PID控制提高约33.3%;耕深控制系统稳态误差约为0.05cm,较经典PID控制降低约50%;在力控制模式下,模糊PID控制耕深的跟随误差最大值为0.38cm,标准差为0.17cm,较经典PID控制分别下降了64.5%、39.3%,验证了所开发的电液悬挂控制系统的有效性。     

基于改进NSGA-Ⅱ算法的拖拉机传动系统匹配优化

为实现拖拉机动力传动系统的最优化匹配,提高整机动力性和燃油经济性,提出一种基于改进非支配排序遗传算法（Non dominated sorting genetic algorithm Ⅱ,NSGA-Ⅱ）的拖拉机传动系统匹配优化方法。该方法引入正态分布交叉算子,在保证解集质量的基础上,扩大空间搜索范围,同时加入差分进化变异算子,抽取其中的差分向量与NSGA-Ⅱ算法结合,从而避免算法陷入局部最优,改善种群分布性。随后,以变速箱各挡传动比为输入变量,以驱动功率损失率和比燃油消耗损失率均最低为优化目标,通过分析拖拉机设计理论车速、传动比公比、驱动附着力限制等约束条件,建立了变速箱传动比匹配优化模型,利用改进算法对拖拉机变速箱传动比进行优化,并与原NSGA-Ⅱ算法及加权遗传算法进行对比。分析结果表明,改进NSGA-Ⅱ算法求得的解集分布评价指标SP优于原NSGA-Ⅱ算法,表明Pareto最优解分布更均匀,且更接近测试函数的真实Pareto前沿。经本文算法优化后,理论上拖拉机驱动功率损失率和比燃油消耗损失率分别降低了41.62%和62.8%,运输挡头挡爬坡度可提高2.35%,整机综合性能得到明显改善,且优化效果均优于对比算法,验证了本文方法的有效性,可为拖拉机传动系统设计与优化提供一定参考。     

基于无人机遥感与卷积神经网络的草原物种分类方法

基于无人机高光谱成像遥感系统,在400～1 000 nm波段内采集低矮、混杂生长的荒漠草原退化指示物种的高光谱图像信息。分别在退化指示物种的开花期、结实期和黄枯期进行飞行实验,飞行高度30 m,高光谱图像地面分辨率2. 3 cm。采用特征波段提取与深度学习卷积神经网络相结合的方式,提出一种荒漠草原物种水平分类的方法,结合植物物候给出了中国内蒙古中部荒漠草原物种分类的推荐时相,总体分类精度和Kappa系数平均值分别达到94%和0. 91。研究结果表明,无人机高光谱成像遥感技术及深度卷积神经网络可以较好地实现荒漠草原退化指示物种的分类,与基于径向基核函数的支持向量机、基于主成分分析的深度卷积神经网络分类法相比,基于特征波段选择的深度卷积神经网络分类法效果最好,分类精度最高。无人机搭载高光谱成像仪低空遥感和卷积神经网络法提供了一种草原物种水平分类的途径。     

基于时序深度学习的数控机床运动精度预测方法

由于数控机床精度演化规律难以通过数学建模分析,提出了一种基于时序深度学习网络的数控机床运动精度建模与预测方法。基于长短时记忆网络建立时序深度学习预测模型,利用相空间重构原理构建模型时序输入向量,采用多层网格搜索方法选择最优隐含层层数、隐含层节点数等模型参数,以BPTT方法训练模型;模型自动提取运动精度时间序列的时空特征,挖掘精度时间序列前后关联信息,对运动精度变化趋势进行预测。实验结果表明,基于时序深度学习网络的预测模型能够准确预测数控机床精度的衰退趋势,预测的最大相对误差不大于7. 96%,优于传统方法。     

农牧业机械腐蚀状况及特点的调查研究

农牧业机械的工作条件通常比较恶劣，腐蚀因素也较复杂。根据其使用特点，研究腐蚀规律，因地制宜地采取有效的防腐措施，从而延长农牧业机械的使用寿命，对国民经济具有重要的意义。本文对农牧业机械的腐蚀状况和特点进行了较深入的探讨。     

ISTR在部分柿属植物种质鉴定和亲缘关系分析中的应用

 利用反向序列标签重复技术( inverse sequence-tagged repeat, ISTR) , 对柿属7个种, 包括柿(Diospyros kaki Thunb. ) 、君迁子(D. lotus L. ) 、浙江柿(D. glaucifolia Metc. ) 、油柿(D. oleifera Cheng. ) 、金枣柿(D. sp. ) 、老鸦柿(D. rhombifolia Hemsl. ) 和美洲柿(D. virginiana L. ) 共32个基因型进行了种质鉴定和亲缘关系研究。结果表明: ISTR可区分供试柿属植物中的30份; ISTR能够很好地适用于柿属植物亲缘关系分析; 供试的中国与日本原产柿种质分别聚类; 新发现的中国甜柿变异类型与日本甜柿的亲缘关系较远且存在较丰富的遗传变异, 可能是潜在的育种资源。ISTR标记可在柿属植物种质资源鉴定和亲缘关系分析中更广泛地应用。     

园林地被植物应用现状的几点思考

随着城市生态园林概念的提出,合理选择和配置地被植物,已成为城市园林建设中,达到景观效益与生态效益结合的不可缺少的组成部分。但是,在实际的应用中,时常会出现重视景观效益、四季常绿、引用外来种类,导致植物群落组成单一,缺少季相变化,地域差异弱化;片面追求在短期内形成绿量,缺乏科学地管理,难以形成长期稳定的景观和生态效益等。现通过分析和阐述,提出相应的看法和建议。     

山东野菜植物区系研究

经调查研究发现,山东省境内有野菜植物51科,137属,220种.野菜系指生于自然环境,未经人工驯化管理,可作蔬菜食用的植物.山东野菜植物区系主要特点为:种子植物在山东野菜植物区系组成中起决定作用;山东野菜植物区系属北温带性质;山东野菜大部分为草本植物;山东野菜以叶菜类和苗菜类为主.     

海南省南部冬季西瓜整枝方法探讨

对海南省南部冬季西瓜栽培的单蔓整枝、双蔓整枝、三蔓整枝法及不整枝为进行对比试验.结果表明,裕友黑美龙和台湾新一号的叶片数、抗性、坐果数及产量均以三蔓整枝法较好,三蔓整枝法适合海南南部冬季西瓜整枝.