努力提高大学生的科学素质

本探讨了科学素质的构成因素是：科学知识；科学态度；科学方法；科学与技术；科学与社会；科学与人，提出提高大学生科学素质的几个途径。     

田间作业车辆外部加速度辨识与姿态测量系统研制

复杂田间作业环境与精细作业效果要求农机装备具备实时精准感知农机具姿态的能力,田间作业时普遍存在的车辆外部加速度对此带来挑战。为进一步提高农机装备作业质量,该文以6轴微惯性传感器为硬件传感器,以方向余弦矩阵法进行姿态解算,基于一阶外部加速度模型设计卡尔曼滤波融合算法,实现动态情况下田间作业车辆外部加速度辨识与姿态精准估计。分别采用Innova 2100型摇床与装配有MTi300航向姿态参考模块的高地隙喷雾机对系统进行试验验证。摇床试验结果表明:在外部加速度小于10g情况下,系统对外部加速度辨识误差小于0.214 m/s2;田间作业高地隙喷雾机试验结果表明,相比于MTi300,横滚角最大误差为0.23?,俯仰角最大误差为0.39?。说明该文研制姿态测量系统可准确辨识外部加速度与测量姿态,研究结果可为满足精细农业作业要求的姿态测量系统研发提供依据。     

摩天岭北坡东南部不同海拔梯度草本植物群落特征

海拔因子是影响植被生长的主导因子,对生态系统格局与过程有着深远的影响。本研究运用相关分析、逐步回归分析和Pearson相关系数检验对摩天岭北坡南段海拔600-1 500m草本植物多样性以及群落初级生产力进行分析。结果表明,1)物种多度与海拔梯度呈显著正相关关系(R2=0.278 4)(P0.05),植物盖度与海拔梯度呈显著负相关关系(R2=0.43),草本层高度、密度与海拔梯度相关性不显著(P0.05);2)植被地上生物量随海拔梯度的上升表现出先增后减的变化趋势,地下生物量随海拔变化差异较大,表现出先增后减再增的趋势;3)从功能群的角度分析,草本层植物功能群地上生物量和地下生物量随海拔梯度的变化趋势基本一致。摩天岭北坡东南部草本植物群落特征随海拔梯度变化显著,各功能群的地上、地下生物量差异显著。生物量与草本层植被盖度呈极显著正相关(P0.01),生物量与植物高度和密度的相关性不显著,以及植物盖度、高度和密度之间相关程度不高。     

捷联惯导系统姿态算法的仿真模拟

在捷联惯性导航系统中,姿态矩阵可用四元数来表示,从而常常需要计算四元数矩阵微分方程的问题.4阶龙格-库塔法和3阶泰勒展开递推式法对捷联惯导系统的四元数姿态矩阵作仿真,结果表明：在短步长条件,3阶泰勒展开递推式法比4阶龙格-库塔法更有效.本文为改进捷联惯导系统算法提供了参考依据.     

直线型植保无人机航姿UKF两级估计算法

针对直线型植保无人机航姿测量受磁场干扰严重、磁力计校准动态性能差、航姿估计精度低等问题,提出了一种基于磁力计实时校准的无人机航姿两级解算方法。依据地磁场矢量变化小的特点,利用列文伯格-马夸特（Levenberg-Marquardt,LM）算法和磁力计误差模型,建立磁力计实时校准模型,实时计算磁力计误差参数。考虑运动加速度、电机磁场以及环境磁场干扰,采用无迹卡尔曼滤波器（Unscented Kalman filter,UKF）融合陀螺仪和加速度计实现一级航姿估计,通过四元数精准解析出横滚角和俯仰角姿态信息;然后融合磁力计实时校准数据和陀螺仪修正航向角完成二级航姿估计,最终实现无人机姿态和航向的精准估计。试验结果表明,在外部磁场干扰高达30.97μT时,实时校准算法仍可快速计算出磁力计校准参数,模长均方根误差为0.59μT,减小了航向观测信息噪声。本文的航姿测量系统姿态角均方根误差不大于0.75°,航向角均方根误差为1.40°,较互补滤波算法,姿态角精度提高约0.6%,航向角估计精度提高1.38°;动态飞行试验中,姿态估计算法大幅减弱了磁干扰影响,航姿跟踪准确,航向角快速收敛,稳态精度更高。     

基于姿态实时监测的多路精准排肥播种控制系统研究

针对现有精准排肥播种控制系统缺少对机具姿态进行监测判别的现状,在现有精准排肥播种控制系统架构基础上,增加了机具作业姿态实时监测模块,使系统可以根据机具的实时前进速度和作业姿态自动控制排肥量和播种量,减少人员对系统的操作。该系统主要由车载控制终端、PID控制器、多路集成比例阀、光电转速测试码盘、机具姿态解析模块、机具位置与速度解析模块、液压马达等组成,其中机具姿态解析模块采用MPU6050芯片实时测量下拉杆与机架的俯仰角,应用STM32F103MCU芯片实时获取MPU6050芯片的输出数据,并反馈到车载控制终端,封装后的机具姿态解析模块安装在拖拉机三点悬挂的下拉杆中部,对下拉杆与水平面的夹角数据进行实时记录和反馈,判别机具的作业姿态是否处于工作状态。将该控制系统安装在小麦基肥精准分层施肥播种机上,在北京市昌平区小汤山国家精准农业研究示范基地,对该控制系统进行静态标定和动态试验,以检测可靠性和稳定性。静态标定试验结果显示,马达转速与系统的排肥排种量存在一元线性关系,此时浅层肥料、深层肥料和种子的单圈排量分别为16.97、29.31、11.2g;姿态标定结果表明,设置临界角为5.3°时,系统的机具姿态提示信息正确,能够满足姿态监测的要求;动态试验表明,机具工作状态下,浅层肥料、深层肥料和种子排量变异系数分别为3.5%、3.8%和3%,3路的排量偏差都控制在5%以内,机具抬升状态下,排肥排种轴处于静止状态,说明该系统的运行过程总体比较稳定,能够满足小麦基肥分层施肥播种机具的精量排肥排种的作业要求,同时能够减少人为操作流程。     

农用无人机纵向姿态控制系统设计及仿真

针对农用无人机的作业特点和应用领域,设计了一种基于经典PID控制方法的纵向姿态控制系统。首先,利用Mat Lab软件建立了无人机在配平点处的纵向运动数学模型,分析了无人机的纵向运动规律。在此基础上,采用经典PID理论对无人机纵向运动的俯仰角控制回路和高度控制回路进行设计。通过Simulink软件进行仿真实验,结果表明:该飞行姿态控制系统控制效果良好,可以满足农用无人机的技术要求。     

从《论语》看孔子的人生哲学

孔子的人生哲学主要体现在"仁者爱人"的人生目的、君子人格的人生价值和进取、豁达、严谨的人生态度三个方面。他的人生哲学对中华民族的立身处世产生了深远影响,即使是在今天仍具有现实意义。当然,由于受历史和其本人阶级利益的局限,也难免有其不足之处。     

林区职工从事林下经济的风险感知研究

林业产业的发展对带动地方经济的发展、增加农民的收入起着重要作用。作为林下经济的主体,林区职工对风险的感知程度影响着林下经济的持久性。因此,利用实地调研数据,对从事林下经济的林区职工风险态度的影响因素进行调查分析,并提出相应的对策建议。     

Relation between stockperson behavior toward cows in a holding area and milk yields

To assess the effects of negative and positive behaviors on milk yields, this study examined the attitudes and behaviors of stockpersons toward their cows and milk yields at a farm where 15 workers milked 67 cows as rotating shift work. At a holding area when moving cows to the parlor, stockperson behaviors were observed at 34 milkings. Behaviors were classified as negative (NEG) or positive (POS): NEG were attempts to move cows using touching (NT), vocalization (NV), and gestures (NG); POS were communications without attempting to move cows, consisting of touch (PT) or vocalization (PV). Numbers of NV and NEG were negatively correlated with milk yields of first parity (p < .05). Average milk yields of first parity and all cows were higher when PT were observed (p < .001, p < .0001) and POS were observed (p < .001 and p < .0001). Numbers of PT were positively correlated with milk yields of first parity (p < .05). Average milk yields of second parity were higher when PV was observed (p < .01). Positive behaviors, especially touching, are related to higher herd milk yields. Negative behaviors such as negative vocalizations are related to lower yields of younger cows.