薄面光折射式小麦种子流多通道并行检测装置设计与试验

针对小麦高速播种作业过程中高频排种种子流精准检测困难的问题,该研究设计了一套薄面光折射式小麦种子流多通道并行检测装置。基于将高通量变为低通量多通道并行同步检测的思路,设计了种子流分流结构。根据小麦种子物理特性,在已有传感原理的基础上,提出了一种\     

基于CAN总线的供电系统三相并联逆变器同步控制方法

针对三相并联逆变器系统同步控制中CAN（controller area network）总线通信方式存在实时性和准确性随总线负载上升而下降和同步相位调节算法存在谐波频率偏移、波形畸变大等问题,该文提出了一种基于 CAN总线通信的基准时间同步方法和基于PWM（pulse width modulation）载波周期的相位同步调整算法,采用动态主从同步控制模式,所有逆变器单元依次作为主控单元,按照时间触发和事件触发相结合的方式实时发出包含频率信息的广播同步信号,所有逆变模块据此确定基准时间并调整输出电压的频率和相位使得同相的逆变器输出电压同频率、同相位,而不同相的逆变器输出电压相位互差120°。仿真分析和试验结果表明,该方法使三相并联逆变器系统输出电压各相之间的相位误差和同相之间相位差均在1°之内,可以在无需增加功率器件耐压值和限流值的前提下提高供电系统供电容量。     

作物生长模型分布式并行调度方案的比较

为了提高作物生长模型的计算速度,论文提出了多种分布式并行调度方案。综合分析了田块尺度下作物生长子模型以及子模型内部组分的数据依赖关系和计算流程。以流水线技术和分治策略为基础,分别在模型组分层、子模型层和驱动数据层设计了不同的分布式并行调度方案。在WCCS2003（Windows Compute Cluster Server 2003）组成的PC集群环境下,分别采用了OpenMP、MPI_OpenMP混合以及MPI编程模型实现了多种调度方案的并行模拟。并行加速比的实验分析表明,优化后的子模型层并行调度方案,在6个双核CPUs组成的PC集群上的平均加速比可达到8.2,更接近模型并行计算加速比的预测值。在分布式集群环境下,采用基于MPI的子模型层中等粒度的并行调度方案具有更快的计算速度,更适合于作物生长模拟系统。     

格网化小麦生长模拟预测系统设计与实现

利用作物生长模型模拟小麦区域生产力,分析气候变化对农业生产的影响是研究粮食安全的热点问题之一。拥有操作方便、计算快速特点的小麦区域生产力模拟系统,可有效提高作物生长模型区域应用能力。该研究在分解小麦生长模型WheatGrow算法基础上,利用Python语言构建了格网化小麦生长模型,实现了基于空间格网数据的小麦区域生产力模拟。验证试验结果表明:模拟产量的均方根误差为1 070 kg/hm²,标准均方根误差小于20%,系统所集成的WheatGrow模型具有较好的预测性;同时,结合格网数据分块构建区域模拟的并行计算策略,优化了区域模拟的性能。在此基础上,采用GIS组件式开发模式,在.NET平台下开发格网化小麦生长模拟预测系统,实现作物生长模型与GIS耦合,为研究区域小麦产量潜力,评估气候变化对小麦生长影响,制定农业决策提供软件工具。     

灌溉用水量的并联型灰色神经网络预测

该文提出了把人工神经网络和灰色预测方法结合成并联型灰色神经网络预测方法,用这种方法来预测灌溉用水量,并以预测方法有效度为优化指标求解组合模型加权系数。结果显示,灰色神经网络预测方法的平均误差为2.67%,明显低于单一的灰色预测方法和神经网络预测方法的平均误差,可以将这种组合方法应用于中长期灌溉用水量预测。     

五自由度混联机器人优化设计与运动学分析

为提高农业自动化程度,拓宽并联机构在农业工程领域的应用,提出一种存在连续转轴、关节数目少、易于控制的两移一转运动冗余平面并联机构,该并联机构任意位置的转轴均为相互平行的连续转轴,使其具备良好的灵活性。基于此平面并联机构,构造出了多种五自由度混联机器人,首先建立了五自由度混联机器人的运动学模型,并对其进行了奇异分析,给出了减少机构奇异位型的条件;然后基于灵活性指标,对并联机构进行了尺寸优化,绘制了用于选取结构尺寸的性能图谱,且借助有限元软件对基于优化所得结构尺寸绘制的具有运动冗余特性的平面机构进行了结构拓扑优化,,完成了整体结构优化前后的静力学分析与对比,结果显示优化前后整体变形仅增大0.51%,优化前后机构优化部分的质量减少33.02%,满足机构变形要求。该混联机器人具有结构简单、运动学模型简单、结构刚度高和模块化程度高的特点,且其结构的变胞性有助于实现机构运动和驱动冗余模式的切换,增强了机器人的可研究性。该文可为混联机器人运动学分析及优化设计提供参考。     

Parallel Algorithm of Structural Optimization Based on Space time Transform

In this paper an attempt has been practised to introduce parallel techniques into the structural optimization.Based on space time transform five approaches for parallel computation of structural optimization have been presented.This paper has also pointed out the problems originated from large scale systems of structural optimization (LSSO) and put forward the technical line of design of LSSO.     

Parallel Optical Method in Laser Speckle Velocimetry and Particle Image Velocimetry

A method of parallel optical processing of double exposure specklegram or particle image using hololens array is presented.It can greatly decrease the processing time because the mechanical moving time of the X Y translation stage is decreased by tens of times.     

Boundary Element Methods with Overlapping Domain Decomposition for Parabolic Problem

Boundary element method is a numerical method for solving partial differential equations. There are several formulations of boundary element method (BEM) applied to solve a parabolic differential equation.The approach,which employs time- dependent fundamental solution,allows longer time steps in time integration than other approaches,and this can cut down on time for computer implementation with high precision.Domain decomposition method,which decompose the domain that a given problem is to be solved into subdomains,has the advantages of reducing the large problem into smaller ones and reducing the complex problem into simpler ones,and allows parallel computing.An overlapping domain decomposition method is applied combining a boundary element formulation with time-dependent fundamental solution to solve a diffusion equation. Firstly, by domain decomposition, the problem divided into two problems on subdomains, and then the initial-Boundary problems are solved by boundry element method on each subdomain.Some numerical examples are presented to illustrate feasibility and efficiency of the method. The numerical experiments show that the convergence rate of the method is dependent with the overlapping degree of the subdomains.