Study on Acoustic Emission of Limestone in Uniaxial Compression Test

In order to study the acoustic emission of rock under compression by means of the rock acoustic parameter dynamic testing system (RAPDTS), some uniaxial compression tests on a kind of limestone from Guangxi Province were carried out. It was concluded that the formations of new micro clefts generated in the rock and the enmargements of existing clefts are the principal factors that cause the acoustic emission.     

基于PINNs的单旋翼植保无人机下洗流场预测模型

植保无人机（unmanned aerial vehicle,UAV）进行喷施作业时,旋翼高速旋转所产生的下洗流场是影响雾滴飘移的重要因素。为了快速准确地预测单旋翼植保无人机下洗流场的速度等流场参数,提升无人机精准施药效果,该研究基于物理信息神经网络（physics-informed neural networks,PINNs）构建了单旋翼植保无人机下洗流场的预测模型。在全连接神经网络结构的基础上,嵌入纳维-斯托克斯（Navier-Stokes,N-S）方程作为物理学损失项来参与训练,减轻网络模型对数据依赖性的同时增强了模型的可解释性。通过最小化损失函数,使得该模型学习到流场中流体的运动规律,以得到时空坐标与速度信息等物理量之间的映射关系,从而实现对单旋翼无人机下洗流场的速度等参数的快速预测。并通过风洞试验验证了该预测模型的可行性和准确性,结果表明：没有侧风的情况下,预测模型在旋翼下方0.3、0.7、1.1以及1.5 m 4个不同高度处各向速度的预测值和试验值的误差均小于0.6 m/s,具有较小的差异性;不同侧风风速情况下,水平和竖直方向速度的预测值与试验值的总体拟合优度R2分别为0.941和0.936,表明所提出的模型在单旋翼植保无人机下洗流场预测方面具有良好的应用效果,能够快速准确地预测下洗流场的速度信息。结果可为进一步研究旋翼风场对雾滴沉积分布特性的影响机理提供数据支撑。     

小麦不同生育期单旋翼植保无人机施药作业参数优化

为确定小麦不同生育期与不同病虫害的单旋翼植保无人机施药作业参数,以CE20型电动单旋翼植保无人机为对象,分别在返青期、齐穗期与盛花期对作业速度、作业高度和喷施流量进行优选试验。经对比分析作业喷幅、雾滴覆盖率变异系数与雾滴穿透率,筛选B5(作业速度4 m/s、作业高度2 m、喷施流量2 L/min)与B9(作业速度3 m/s、作业高度1.5 m、喷施流量2 L/min)为较优作业参数组合。在小麦返青期,当作业参数组合为B5时,有效喷幅为5.75 m,雾滴覆盖率变异系数为26.2%,综合作业效率最高,达36.8 hm2/d。在小麦齐穗期,B5与B9作业参数组合的雾滴穿透率分别为46.7%和60.1%,综合作业效率分别为36.8 hm2/d和26.02 hm2/d;施药前,当小麦蚜数量小于800头/百株时,B5和B9作业参数组合施药后7 d防治效果均为92.37%以上,当小麦蚜数量大于800头/百株时,B9作业参数组合的防治效果高于B5作业参数组合;施药前,当小麦白粉病病情指数小于5.00时,B5和B9作业参数组合施药后14 d防治效果均为81.86%以上,当小麦白粉病病情指数大于5.00时...