装载机发动机与液力变矩器功率匹配优化

装载机发动机与液力变矩器之间的匹配对各自性能的发挥及整机牵引特性均有重要的影响。在拟合装载机发动机与液力变矩器有关特性曲线的基础上,以装载机的动力性为目标,建立发动机与液力变矩器匹配的优化模型,优化装载机发动机与液力变矩器的功率匹配,给出了算例并分析了优化结果。     

燃料电池三点比较实时电阻匹配最大功率跟踪

依据最大功率传输理论以及燃料电池电气的特性,提出了一种适用于燃料电池的最大功率跟踪控制方法。该方法通过实时在线检测燃料电池工作点处的输出电压与电流并计算燃料电池的内阻和理想状态下欧姆极化区的开路电压,求解出最大功率点对应的电流型变换器的参考电流。通过控制变换器使燃料电池能够较为稳定地工作在燃料电池欧姆极化区的最大功率输出点处。当外界环境发生变化时,通过电流型扰动观察法完成对燃料电池的最大功率点跟踪。所提算法具有功率自校正功能,以减小算法本身对燃料电池功率输出的扰动。仿真结果表明:当负载或者工作环境发生变化时,该算法可以有效地跟踪燃料电池的最大功率点。     

Duration of load effects of solid wood: A review of methods and models

Abstract

Test methods for studying the effect of long-term loading on the load-carrying capacity of structural wood are discussed. The impact of sampling procedures on test results is investigated and is exemplified. It is concluded from this investigation that the sampling method has a significant impact on the test results. A number of mathematical models for estimation of the effect of load duration are also presented and brief outlines of the theoretical background for five categories of models are given. No attempt is made to compare the models in order to nominate the best model. Effort is, however, made to illustrate the futility of calibrating models against one type of test when the model is redundant to the test type.     

工程机械新型传动系统的特性分析

介绍了静液压传动这一新型动力传动系统的特点.通过详细分析该系统液压元件类型的选择、排量与传动变速比关系及该类系统特性参数之间的关系,得出了在实际使用中,为了保证工程机械在大功率工况下,不降低经常工况的效率,提高传动变速比与其它传动形式的匹配方案.通过对匹配方案的分析为工程车辆的开发设计提供理论基础和方法.     

基于KNN方法的大兴安岭地区森林地上碳储量遥感估算

【目的】采用 KNN方法进行碳储量估测,并对估测后的数据进行各种校正处理,绘制森林地上碳储量的空间分布图,为我国森林碳储量和固碳潜力的研究提供基础数据和科学依据。【方法】以黑龙江省大兴安岭为研究区(50°05'—53°33'N,121°11'—127°01'E),基于2010年森林资源连续清查固定样地和同年 Landsat5 TM 影像数据,利用 k－邻近法( KNN)在像素级水平上对森林地上碳储量进行估算。采用多准则方法分东、南、北和中4个区域对样地坐标和其对应的影像光谱值进行坐标重配准,并根据实测样地数据对坐标重配置前后不同林分类型地上碳储量估测精度进行评价;针对 KNN方法像素级估测结果存在明显的高值区域低估和低值区域高估现象,应用直方图匹配方法对估测结果进行变动范围调整;并根据样地实测碳储量和 KNN 估测值间的回归关系对调整后的结果分区域进行进一步匹配校正后处理,绘制森林碳储量的空间分布图。【结果】总体来说,本研究区域像元尺度KNN估测的欧式距离优于马氏距离,均方根误差随着最邻近值 k的增大而降低,当 k大于6时变化缓慢,并逐渐趋于稳定;坐标误差校正后,各林分类型森林地上碳储量的估测精度均显著提高,平均均方根误差由17.23降低到14.3 t·hm －2;直方图匹配后,各区域样地点高值区域低估和低值区域高估现象均有很大程度改善,实测值和估测值间的相关关系明显增强,然而高值地区(碳储量大于20 t·hm －2)出现过高估计现象;经匹配校正后处理的均值、标准差、直方图和累积频率分布图更接近样地实测值,均方根误差也明显降低,高值地区过高估计现象得到很好校正。【结论】森林资源清查数据、遥感数据及 KNN方法相结合逐渐成为区域尺度森林参数空间连续估测的重要手段。同利用光谱值和森林参数建立的回归模型相比,KNN方法能够更多地考虑到森林参数同光谱值之间的非线性依赖关系;但 KNN估测方法除了受距离度量标准、最邻近值 k的大小以及影像波段的选取等因素影响外,还存在如样地坐标和对应的影像光谱值匹配误差、像素级估测结果多呈明显集中分布趋势等问题,使得该方法的应用受到一定限制。本文的研究表明,对这些因素进行合理的校正,将更有利于区域尺度森林参数的精确估计和反演。     

An integrated method for matching forest machinery and a weight-value adjustment

Proper matching of forestry machinery is important when raising mechanization levels for forestry production. In the matching process, forestry machinery needs not only expertise, but also improved methods for solving problems. I propose combination of case-based reasoning （CBR） and rule-based reasoning （RBR） by calculating the similarity of quantitative parameters of various forestry machines in an analytical and hierarchical process. I calculated the similarity of machin-ery used in forest industries to enable better selection and matching of equipment. I propose a weight-value adjusting method based on sums of squares of deviations in which the individual parameter weights were modified in the process of application. During the process of system design, I put forward a design method knowledge base and generated a dynamic web reasoning framework to integrate the processes of forest industry machinery selection and weight-value adjustment. This enables expansion of the scope of the complete system and enhancement of the reasoning efficiency. I demonstrate the validity and practicability of this method using a practical example.     

复杂背景下黄瓜病害叶片的分割方法研究

利用图像处理和模式识别技术进行复杂背景下黄瓜叶部病害的自动识别,需要先把目标叶片从复杂背景中分割出来,才能进行后续的特征提取和病害识别。为实现复杂背景下黄瓜叶片的分割,首先利用K-均值聚类算法去除图片中的非绿色部分,再采用基于laplacian of gaussia(LOG)算子的方法对待分割的叶片进行区域检测,然后进行基于形状上下文(shape context)的模板匹配和分割。为了提高匹配速度,先检测叶片的生长点和叶尖,以确定叶片的位置、尺寸和方向;然后使用基于超像素(superpixel)的最优匹配搜索方法来减少搜索的复杂度。对20幅黄瓜叶部病害图像进行分割测试,并与人工分割法进行对比,结果表明,本文所采用的分割算法能较好地从复杂背景下提取出黄瓜叶部病害图像,分割准确率达94.7%,为后期黄瓜病斑的特征提取等工作奠定了良好的基础。     

黄河流域水资源、能源与粮食生产的时空匹配及阻尼效应

水、能源与粮食是人类生活与可持续发展的重要保障,探究水资源、能源对粮食生产作用对于优化资源配置与保障粮食安全有着重要的意义。该研究运用洛伦兹曲线与基尼系数评估黄河流域上中下游水资源、能源与粮食生产之间的匹配度,并基于柯布-道格拉斯函数引入粮食增长阻尼模型测算出黄河流域水资源与能源对于粮食生产的制约程度。结果表明：1）黄河流域水资源、能源对粮食的基尼指数呈现出先减小后增大情形,黄河下游区域的匹配度要比上中游区域更为合理,2019年,下游区域水资源、能源对粮食都呈现出高度匹配状态情形。2）黄河流域水资源对于粮食生产的阻尼系数波动较大,阻尼系数变化范围为0.005～0.032,且水资源对粮食增长阻尼作用呈现出6 a一周期情形。能源对于粮食生产的阻尼作用呈现出稳步上升情形,且在2015后上增较快。在水资源与能源约束条件下,2019年黄河流域粮食产量增长要比上一年分别降低0.76%与5.28%。3）黄河流域水资源阻尼系数呈现出西部小东部大情形,能源阻尼效应呈中高约束状态集中在黄河上游东部区域与下游区域,低约束状态集中于黄河中游区域。另外,黄河流域水资源与能源阻尼系数具有典型的空间集聚特征,水资源阻尼效应高-高集聚区主要分布在黄河下游区域,能源阻尼效应低-低集聚区分布在中游北部区域。研究结论可为黄河流域粮食的稳定增长与资源有效配置提供科学依据。     

基于改进YOLOv4模型的全景图像苹果识别

苹果果园由于密植栽培模式,果树之间相互遮挡,导致苹果果实识别效果差,并且普通的图像采集方式存在图像中果实重复采集的问题,使得果实计数不准确。针对此类问题,该研究采用全景拍摄的方式采集苹果果树图像,并提出了一种基于改进YOLOv4和基于阈值的边界框匹配合并算法的全景图像苹果识别方法。首先在YOLOv4主干特征提取网络的Resblock模块中加入scSE注意力机制,将PANet模块中的部分卷积替换为深度可分离卷积,且增加深度可分离卷积的输出通道数,以增强特征提取能力,降低模型参数量与计算量。将全景图像分割为子图像,采用改进的YOLOv4模型进行识别,通过对比Faster R-CNN、CenterNet、YOLOv4系列算法和YOLOv5系列算法等不同网络模型对全景图像的苹果识别效果,改进后的YOLOv4网络模型精确率达到96.19%,召回率达到了95.47%,平均精度AP值达到97.27%,比原YOLOv4模型分别提高了1.07、2.59、2.02个百分点。采用基于阈值的边界框匹配合并算法,将识别后子图像的边界框进行匹配与合并,实现全景图像的识别,合并后的结果其精确率达到96.17%,召回率达到95.63%,F1分数达到0.96,平均精度AP值达到95.06%,高于直接对全景图像苹果进行识别的各评价指标。该方法对自然条件下全景图像的苹果识别具有较好的识别效果。     

瘦肉型三元杂交生长育肥猪日粮蛋白质主要必需氨基酸配比试验

试验选用体重30 kg和60 kg的杜长大三元杂交生长育肥猪各48头,各阶段随机分为4组(生长猪试1、2、3、4组,育肥猪试5、6、7、8组),每组12头,分别喂给蛋白模型1、2、3、4、5、6、7、8日粮。结果表明,生长猪以试验Ⅰ组平均日增重最高,分别比试验Ⅰ、Ⅲ、Ⅳ组高4.08%、7.33%、14.47%;试验Ⅱ组的料重比最低,分别比试验Ⅰ、Ⅲ、Ⅳ组低0.40%、11.70%、8.46%,能量转化效率最高,分别比试验Ⅰ、Ⅲ、Ⅳ组高2.5%、10.06%、6.62%,PER最高,分别比试验Ⅱ、Ⅲ、Ⅳ组高10.25%、9.80%、10.25%;育肥猪以试验Ⅶ组日增重最高,分别比试验Ⅴ、Ⅵ、Ⅶ组高6.69%、9.23%、8.32%;料重比以试验Ⅴ组最低,分别比试验Ⅵ、Ⅶ、Ⅷ组低8.55%、3.89%、4.71%;DE转化效率以试验Ⅴ组最高,比试验Ⅵ、Ⅶ、Ⅷ组分别高7.68%、3.15%、3.71%,PER最高,分别比试验Ⅵ、Ⅶ、Ⅷ组高8.95%、4.02%、4.02%。综合考虑,生长猪日粮蛋白质模型以日粮2、育肥猪以日粮5较为理想。