不同种植方式对水稻根结线虫病发生危害的影响

水稻根结线虫病是严重危害水稻生产的主要病害之一,目前尚无成本低且安全有效的防控方法。本研究通过田间小区试验评价了直播、移栽和直播前撒施0.2 kg/667 m 210%噻唑膦颗粒剂(GR)3种种植方式下水稻根结线虫病发生及危害情况。结果表明,与直播相比,移栽田移栽后25 d水稻根结线虫的抑制率达到94.26%,根结指数为1.97,与直播前撒施0.2 kg/667 m 210%噻唑膦GR化学药剂处理组无显著差异;移栽后55 d水稻根结线虫的抑制率为58.56%。同时,移栽田移栽后25 d和55 d根结线虫2龄幼虫虫口减退率分别达到77.63%和72.22%。此外,移栽田水稻株高与根长均高于直播处理组及直播前撒施10%噻唑膦GR处理组;产量比直播处理组增加26.34%,直播处理组产量和直播前撒施10%噻唑膦GR处理组没有显著差异。因此,在水稻根结线虫病发生严重的田块采用移栽方式种植,可显著抑制根结线虫的发生为害,是一种安全、有效的防控措施。     

基于辅助线的农机视觉导航路径提取算法研究

针对不同场景下的农机视觉导航路径提取方法适用性、抗干扰性差的问题,提出一种基于辅助线的农机视觉导航路径提取算法。首先,对均衡化处理后的农田图像采用1.8G-R-0.8B颜色模型进行灰度化,得到目标与背景区分明显的图像;其次,使用OTSU法阈值分割,对二值图像进行先开后闭运算的形态学处理方法去除图像噪声;最后,根据垂直投影法进行相应的辅助线处理,并结合改进的ROI方法提取感兴趣区域,确定导航定位点,进而最小二乘法将定位点拟合得到导航路径。仿真试验结果及对比表明：本文算法提取路径的欧式距离为1 001.9,路径提取精度相对于传统Hough方法提高47.9%,且对高分辨率图像提取时间缩短79.6%,满足农机具导航路径提取的要求的同时且具有更高的普适性。     

花生联合收获清选试验台的设计与研究

针对目前我国对花生联合收获清选装置研究缺乏的现状,设计了一种花生联合收获清选试验台。该试验台采用风筛组合的清选方式,可通过改变工作部件的相对位置方便地调整各清选参数,满足不同清选试验的要求;采用了先进的数据采集处理系统,对试验数据进行实时采集处理。试验台结构简单,操作方便,为花生联合收获清选装置的设计与研究提供了新的试验平台。     

气吸式花生精密播种机的研究

为了实现垄作花生的精密播种,设计了气吸式精密排种器,其主要由本体、种杯、排种圆盘、搅种盘和尾风管组成[21],通过排种圆盘上拨片的推动作用、搅种盘上搅种钮的搅动作用及尾风管的吹送作用,能够明显提高花生播种的双粒率,降低碎种率和漏播率,提高播种精度。同时,改进了播种机的行走装置,能够有效降低滑移率,保证播种机直线前进的稳定性。所设计的花生播种机主要由机架、悬挂装置、起垄装置、驱动装置、播种装置、施肥装置、喷药装置及覆膜装置等部分组成,集起垄、施肥、播种、喷药、滴灌带铺设、展膜、压膜、覆膜及膜上覆土等多道工序于一体,提高了花生的播种效率[4]。     

解读犬患病的信号

腹泻、便秘、便血、掉毛、脱皮、瘙痒、咳嗽、打喷嚏、咬尾巴、双后肢失去知觉、流口水、蹭屁股、瘸腿、多饮多尿、无尿、不吃不喝、喘、腹胀、消瘦和肥胖等是犬常见的临床异常病症,作为犬的主人,应当了解这方面的知识,出现异常情况时及时治疗。     

往复揉搓式花生脱壳装置研制与试验

针对现有花生脱壳装置存在脱净率低、机械损伤率高、品种适应性差等问题,研制了一款往复揉搓式花生脱壳装置。以豫花22为试验对象,对脱壳工作原理进行运动学分析,并利用最佳设计尺寸优选法和运动图解分析法分析确定了当最小脱壳间隙为12mm、编织筛网正方形网孔边长为14mm、减速机转速为70r/min及摇杆与竖直方向夹角为25°时,脱壳性能较佳。采用上述最佳结构设计参数,对该装置进行综合性能试验,脱壳试验结果表明：平均脱净率为98.4%,破损率为2.7%,发芽率为98.2%,满足行业花生脱壳质量要求。圆点橡胶疲劳损伤试验表明：往复式花生脱壳装置累计作业75h后,已不利于花生继续脱壳作业,应及时进行更换。该装置的试制成功可为花生脱壳装置创新设计提供参考。     

基于Mask R-CNN的玉米田间杂草检测方法

针对田间复杂环境下杂草分割精度低的问题,提出了基于Mask R-CNN的杂草检测方法。该方法采用残差神经网络Res Net-101提取涵盖杂草语义、空间信息的特征图;采用区域建议网络对特征图进行杂草与背景的初步二分类、预选框回归训练,利用非极大值抑制算法筛选出感兴趣区域;采用区域特征聚集方法(Ro IAlign),取消量化操作带来的边框位置偏差,并将感兴趣区域(Ro I)特征图转换为固定尺寸的特征图;输出模块针对每个Ro I计算分类、回归、分割损失,通过训练预测候选区域的类别、位置、轮廓,实现杂草检测及轮廓分割。在玉米、杂草数据集上进行测试,当交并比(Io U)为0. 5时,本文方法均值平均精度(m AP)为0. 853,优于Sharp Mask、Deep Mask的0. 816、0. 795,本文方法的单样本耗时为280 ms,说明本文方法可快速、准确检测分割出杂草类别、位置和轮廓,优于Sharp Mask、Deep Mask实例分割算法。在复杂背景下对玉米、杂草图像进行测试,在Io U为0. 5时,本文方法 m AP为0. 785,单样本耗时为285 ms,说明本文方法可实现复杂背景下的农田作物杂草分割。在田间变量喷洒试验中,杂草识别准确率为91%,识别出杂草并准确喷雾的准确率为85%,准确喷药的杂草雾滴覆盖密度为55个/cm2,装置对每幅图像的平均处理时间为0. 98 s,满足农药变量喷洒的控制要求。     

基于平衡孔偏移的离心泵空化性能改善研究

为了改善离心泵的空化性能,提出将平衡孔位置移至靠近叶片背面的方法。采用RNG k-ε湍流模型和Zwart-Gerber-Belamri空化模型,对不同空化数下平衡孔偏移前后的模型空化流场进行了数值计算与分析,结果表明:与原模型泵试验值相比,平衡孔偏移后,扬程、效率均有所下降,扬程降低幅度在4%之内,效率降低幅度在5%以内;在1.2Qe、Qe及0.8Qe流量下,平衡孔偏移后临界空化数均有所降低。平衡孔偏移改变了叶片背面静压低压区的分布,降低了叶片背面低压区流速,同时降低了流道内湍动能,提高了离心泵的空化性能;平衡孔偏移可以有效减小流道内空泡体积分数,改善叶轮流道内的流动条件,减弱空泡对流道的堵塞程度;平衡孔偏移后在一定程度上减小了轴向力,改善了离心泵受力状态。     

92个花生品种(系)的果柄和荚果力学特性研究

花生果柄和荚果力学特性影响着花生收获机作业质量指标。本研究对92个花生品种(系)鲜荚果的果柄强度、荚果压缩破壳力、荚果层厚度和高度、产量和品质等指标进行测定和分析。34个品种(系)在荚果处脱落率为100%。大多数品种(系)的果柄强度在未熟和成熟荚果间差异不显著,秧-柄节点的果柄强度大于果-柄节点,荚果侧压破壳力正压立压。果柄强度均值与不同成熟度的果柄强度、秧-柄节点的果柄强度、果-柄节点果柄强度、荚果处脱落的百分率有一定的相关关系。3个方向的破壳力之间,荚果层厚度与荚果层高度之间,夹持状态荚果层厚度与荚果层厚度、夹持状态荚果层高度之间也存在一定的相关关系。筛选出了10个适于机械化收获的优质大花生品种(系),果柄强度较高,荚果和籽仁产量均比对照品种花育33号增产。为培育筛选适宜机械化收获的花生品种提供了参考。     

基于改进ResNet18的苹果叶部病害多分类算法研究

针对传统苹果叶部病害分类方法精准性差、效率低等问题,提出了一种基于改进ResNet18的苹果叶部病害多分类算法。通过在原始ResNet18网络的基础上增加通道与空间注意力机制分支,强化网络对叶部病害区域的特征提取能力,提高病害的识别精度和实时性。为更好地引导网络学习到零散分布的病害斑点的特征,引入特征图随机裁剪分支,不仅实现有限样本空间的扩充,还进一步优化网络结构,提高训练速度。试验以苹果5类常见的叶部病害(黑星病、黑腐病、雪松锈病、灰斑病、白粉病)为主要研究对象,并与主流分类算法模型进行对比。试验结果表明,所提ResNet18-CBAM-RC1模型病害分类准确率可达98.25%,高于ResNet18(93.19%)和VGG16(96.13%),能够有效提取叶片病害特征,增强对多类病害的识别,提高识别准确率。此外,模型内存占用量仅为37.44 MB,单幅图像推理时间为9.11 ms,可满足嵌入式设备上果园病害识别的实时性要求。