拟穴青蟹幼蟹耗氧率和窒息点的研究

在盐度20、温度28.0±0.2℃条件下,采用密封流水方法进行了拟穴青蟹幼蟹耗氧率和窒息点的研究。结果表明:拟穴青蟹Ⅴ期幼蟹的平均耗氧率高于Ⅵ期幼蟹,Ⅴ期幼蟹的窒息点也高于Ⅵ期幼蟹。其中,当蟹苗体质量为1.00±0.22 g时,耗氧率为0.437 2±0.083 mg/(g.h),耗氧量0.423 7±0.080 mg/(ind.h),窒息点为0.716 0±0.017 mg/L;当蟹苗体质量为1.81±0.30 g时,耗氧率为0.381 6±0.081 mg/(g.h),耗氧量0.671 7±0.140 mg/(ind.h),窒息点为0.698 7±0.011 mg/L。实验发现,拟穴青蟹幼蟹的耗氧率和耗氧量具有比较明显的昼夜变化规律,其峰值出现在20∶00及02∶00左右,谷值出现在08∶00及16∶00。研究结果可为拟穴青蟹养殖生产中制定合理的苗种放养密度和养殖工艺提供参考依据。     

刚柔耦合串联机械臂末端位置误差分析与补偿

机械臂连杆柔性、关节柔性等非线性变形的综合影响,导致其末端位置发生偏离而产生误差。本文以IRB1410型串联机械臂为研究对象,采用理论分析、仿真分析与实验验证相结合的方式,对机械臂末端位置误差进行分析与补偿研究。首先,建立机械臂刚柔耦合理论误差模型,并运用Newmarkβ法进行数值仿真分析;联合ANSYS和ADAMS进行刚柔耦合机械臂末端位置运动误差仿真;为了实现快速补偿,提出基于BP神经网络的伪目标点法对位置误差进行补偿,补偿后其位置误差均方根减小了68.3%,说明该方法具有较好的补偿效果;最后,自主设计并搭建了测量实验平台,采用所提算法进行了误差补偿实验,对比补偿前后距离误差,补偿后误差均方根减小了77.01%,验证了伪目标点法对柔性误差补偿的有效性。     

基于Kinect V3深度传感器的田间植株点云配准方法

准确建立植物的三维点云是以点云方式高通量获取植株各部位物理参数的前提。为实现田间复杂环境下的植株三维点云配准,该研究提出了一种基于多标定球的田间植株点云自动配准方法,并分别在室内简单场景及大田复杂场景下从不同角度对多种作物采集的点云数据进行验证。该方法采用随机抽样一致性算法（Random Sample Consensus, RANSAC）结合点云减法的概念从下采样后的点云中实现多标定球的自动提取,弥补了RANSAC一次只能提取单个物体的缺点。然后基于各标定球的球心距离信息实现三维点集的自动匹配。最后使用奇异值分解算法解算旋转平移矩阵,实现点云的自动配准。不同场景下各作物的配准结果表明,各植株的水平90°、180°、270°以及垂直方向上的点云配准到水平0°点云下的平均轴向误差在6～17 mm之间,平均点位误差在13～30 mm之间,与手动配准的商用同类软件LiDAR360的配准结果相当,但配准过程的自动化程度明显提高,效率提高了67%。该文所提出的方法可在田间复杂环境下对低成本深度相机获取的植株点云实现高精度的自动配准,为田间植物表型参数的提取提供了低成本的可行方案。     

基于中值点Hough变换玉米行检测的导航线提取方法

为解决机器视觉对早期玉米苗带在多环境变量下导航线提取耗时长、准确率低的问题,该研究提出了一种基于中值点Hough变换作物行检测的导航线提取算法。首先,改进了传统的2G-R-B算法,再结合中值滤波、最大类间方差法和形态学操作实现土壤背景与玉米苗带的分割。其次,通过均值法提取玉米苗带特征点,然后采用中值点Hough变换拟合垄间两侧玉米苗列线,最后将检测出的双侧玉米苗列线为导航基准线,利用夹角正切公式提取导航线。试验结果表明：改进的灰度化算法能够正确分割玉米苗带与土壤,处理一幅640×480像素彩色图像平均耗时小于160 ms,基于中值点Hough变换检测玉米苗列再提取导航线的最大误差为0.53°,相比于传统Hough变换时间上平均快62.9 ms,比最小二乘法平均精确度提高了7.12°,在农田早期玉米苗带多环境变量影响因素下导航线提取准确率均达92%以上,具有较强的可靠性和准确性。     

基于微生物燃料电池供能的无线温度传感系统设计

微生物燃料电池(microbial full cell,MFC)是利用微生物作为生物催化剂将碳水化合物转化为电能的装置。针对MFC输出电压低、功率小、内阻大的特点,该文研制了一种具有最大功率点跟踪(maximum power point tracking,MPPT)功能的能量收集电路和两级升压电路;基于MSP430和CC2500芯片设计了环境温度传感系统。测试结果表明,MFC的输出电压维持在316～390 mV范围内,实现了最大输出功率的跟踪,MPPT电路和升压电路分别输出1.1和3.5 V电压;无线温度传感器以每13ms的周期将环境温度无线传输到远程终端,验证了环境温度传感系统在最大功率点处对无线传感器网络节点供电工作的可行性,可为实现MFC主动式能量收集提供参考。     

中子仪测定砂性土壤水分的标定与测试参数的界定分析

以科尔沁沙地6个砂性土壤试验点为研究对象,实施中子水分仪测试土壤水分的标定试验,采用点聚图筛选和三点平滑处理土壤体积含水率数据,选用线性标定和非线性标定2种形式,系统分析中子仪计数时间、中子管安装稳定时间以及降雨、灌水等提高土壤含水率的方法对标定结果的影响,以界定中子仪的测试参数,经模拟与验证,确定砂性土壤的中子仪标定方程。结果表明：砂性土壤0-30cm表土采用二项式标定效果相对较好;砂土土质对中子仪读数影响较小,两种不同含水率的土壤可以统一标定;中子管安装稳定时间至少需7d,尤以经历一、两场较大降雨后进行标定其试验误差较小;标定和测量实施过程中,中子仪计数时间宜选用64s,再适当加大计数时间也能得到较好结果;在较大降雨和干旱两种状态下,选用64s中子仪计数时间进行测量,可得到砂性土壤测量水分范围为1.01%～29.92%且精度较高的标定方程。验证结果表明,中子仪测量结果能反映实际土壤含水量的分布状况,标定方程精度可满足实际测试要求。     

环境变化对湘江湘潭站径流的影响研究

环境变化引起河川径流的显著变化,为水文水资源管理带来新的挑战,如何区分气候变化和人类活动对径流的影响是水文科学研究的热点和难点。基于STARS和Pettitt方法,综合检验径流时间序列的突变点,构建天然期径流过程模拟的水文模型,将人类活动期的径流过程还原到天然状态,并从不同年代和不同水平年的角度探讨环境变化对人类活动期的径流影响。结果表明:1992年为湘潭站1957—2014年径流时间序列的突变点,新安江模型对湘潭站天然期径流过程具有较好的模拟效果,人类活动和气候变化引起人类活动期径流增加的贡献率分别为68.24%和31.76%,气候变化影响最大的时间为2011—2014年,人类活动影响最大的时间为2001—2010年,尤以丰水年影响最大。     

自然环境下葡萄采摘机器人采摘点的自动定位

针对葡萄果梗颜色复杂多变、轮廓不规则等影响因素使得采摘机器人难以准确对采摘点进行定位的问题,该文提出一种基于改进聚类图像分割和点线最小距离约束的采摘点定位新方法。首先通过分析葡萄图像的颜色空间,提取最能突显夏黑葡萄的HSI色彩空间分量H,运用改进的人工蜂群优化模糊聚类方法对葡萄果图像进行分割;然后对分割图像进行形态学去噪处理,提取最大连通区域,计算该区域质心、轮廓极值点、外接矩形;再根据质心坐标与葡萄簇边缘信息确定采摘点的感兴趣区域,在区域内进行累计概率霍夫直线检测,求解所有检测得出的直线到质心之间的距离,最后选取点线距离最小的直线作为采摘点所在线,并取线段中点坐标作为采摘点。以从晴天顺光、晴天遮阴、阴天光照下采集的300幅夏黑葡萄进行分类试验,结果表明,该方法的采摘点定位准确率达88.33%,平均定位时间为0.3467 s,可满足采摘机器人对采摘点的定位需求,为葡萄采摘机器人提供了一种新的采摘点求解方法。     

基于低场核磁和差示量热扫描的面条面团水分状态研究

为了解低水分面条面团中水分的存在状态,明确真空度及和面时间对水分状态的影响,该研究以3个小麦品种（济麦20、宁春4号、济麦22）磨制的面粉为材料,采用真空和面制作低水分面条面团（含水率35%）,采用低场核磁共振技术（LF-NMR,low-field nuclear magnetic resonance）和差示量热扫描（DSC,differential scanning calorimetry）2种技术,测定不同真空度（0、0.06、0.09 MPa）和搅拌时间（4、8、12 min）下面团中水分的形态和分布,并进一步分析2种技术测定水分形态结果的相关性。结果表明,在低水分面条面团中,水分主要以弱结合水形态存在。不同品种的小麦粉面团的水分形态及分布存在差异,强筋小麦粉（济麦20）制作面团的水分自由度较低。真空和面（0.06 MPa）可以促进水分与面筋蛋白的相互作用,降低面团中水分子流动性,促进水分结构化;而非真空或过高真空度均会导致面团中水分自由度增加。济麦20、济麦22小麦粉和面时间为8 min时,面团水分流动性较低;而宁春4号小麦粉面团在4 min时,水分自由度较低;继续搅拌,深层结合水减少、弱结合水增多。LF-NMR和DSC测得面团水分状态的结果具有一致性。LF-NMR测得的弱结合水峰面积百分比与DSC测得的可冻结水百分比具有相同的变化趋势（r=0.695）,且深层结合水峰面积百分比与非冻结水百分比具有相同的变化趋势（r=0.564）。研究结果为认识制面过程中水分的作用,优化和面工艺和调整产品特性提供参考。     

基于地理权重回归模型的土壤有机质空间预测

准确了解土壤有机质的空间分布是合理施肥的重要前提,也是水土流失控制及保护环境的重要基础。利用113个土壤有机质样点数据,以海拔高度、土壤侵蚀强度、土地利用、比值植被指数、样点至河流的欧氏距离、亚铁矿物指数及坡度为参考因子,来尝试利用GWR(Geographically Weighted Regression)模型探索多重因素作用下的土壤有机质空间分布,并通过与普通线性回归(ordinary least squares,OLS)相比较,来了解GWR模型的精度,进而进行了土壤有机质的空间制图,并对其制图效果进行了评价。结果表明,与OLS模型相比,GWR预测模型它能显著降低AIC(Akaike Information Criterion)值,较大程度地提高模型的决定系数,并有效地减少模型的回归残差值。从制图的总体效果看,GWR模型的预测结果与实测值的吻合程度要优于OLS模型。文章还对利用GWR模型进行回归时的样点数量、因子筛选及因子定量化等方面进行了相应的讨论。