高通量测序解析冰鲜刀鲚细菌群落变化特征

为了研究养殖刀鲚冰鲜保存过程中细菌群落组成及变化情况,采用Illumina Miseq高通量测序方法对冰鲜条件不同贮藏时间（0、3、6、9、12、15、18 d）刀鲚肌肉样本细菌的16S rRNA基因的2个高变区（V3—V4）进行测序,比较其细菌多样性及门、属水平的细菌相对丰度,并进行主成分分析、Heatmap分析以及特定腐败菌分析。结果显示,7组样品细菌分布于40门787属,冰鲜条件下刀鲚肌肉的优势致腐败菌属为假单胞菌、微杆菌属和气单胞菌属。主成分分析显示,刀鲚腐败前后的微生物结构存在差异。Heatmap图分析显示新鲜样本的细菌丰度最大。3组冰鲜贮藏6 d前的样品群落结构较相似。贮藏12 d时常见致腐菌（微杆菌属、假单胞菌属、气单胞菌属）占比显著提高,其细菌的多样性及丰富度最低。随着冰鲜保存时间的延长,刀鲚肌肉的细菌菌落结构产生了动态变化。冰鲜保存6～9 d后刀鲚肌肉的细菌菌落结构变化较大,研究结果可以为预测冰鲜刀鲚货架期提供参考。     

凯斯纽荷兰将亮相2015年米兰世博会

<正>2015年米兰世博会将于5月1日至10月31日在意大利米兰举行,届时,凯斯纽荷兰工业集团将利用其全球合作伙伴的角色充分向世界展示自己。作为全球装备制造行业的领军企业,公司会将自身诸多优势和品牌价值整合到同一背景下,以期提升其全球业务和优势领域的知名度。世博会是五年举行一次的国际盛会,对所有参展方而言都是极难得的机会,此次世博会园区位于米兰市西北方向,占地面     

T型板刀式秸秆还田机刀辊设计

采用T型板式刀具和支撑切削原理进行秸秆粉碎还田,以双螺旋线形式合理布置T型刀具并设计还田机刀辊。该还田机刀辊转速低,功耗小,粉碎秸秆,破除根茬,作业质量高。     

不同畜禽粪便好氧堆肥过程中重金属Pb Cd Cu Zn的变化特征及其影响因素分析

畜禽粪便中的重金属含量及其生物有效性是限制其农业利用的重要因素.采用好气模拟培养方法对6种畜禽粪便好氧堆肥过程中Pb、Cd、Cu、Zn的总量以及生物有效性动态变化进行研究探讨,并分析了影响重金属生物有效性的因素.结果表明,根据现有的国际以及我国农用污泥农用标准,某些粪便中存在着Cd、Cu、Zn含量超标,由于饲料受重金属污染的不同,造成不同畜禽粪便中不同的重金属含量差异性较大.堆肥过程中,由于挥发性物质的挥发作用,4种重金属含量均呈现增加现象,尤其是在0～14 d的堆肥中增加量最高;而生物有效性重金属占其全量重金属的比例呈现先增加而后下降的趋势,除仔猪粪外,堆肥均能降低重金属生物有效性部分的比例,这将有利于降低其农业利用的风险.温度和水溶性碳对堆肥过程中4种重金属的生物有效性部分重金属相对含量的变化有着显著的影响.     

基于里程信息融合的株间锄草刀定位数据优化方法

为提高株间锄草刀定位精度、降低机器视觉受外界因素的影响,该文提出里程信息融合机器视觉的方法对锄刀定位数据进行优化。通过分析定位数据校正和视觉滞后补偿的原理,设计了模糊逻辑校正器,通过模糊规则将模糊校正系统简化为单输入单输出形式,采用Mamdani模糊推理方法获得视觉数据可信度决策表,将可信度作为加权值生成校正锄刀定位数据,并提出采用实时里程信息作为视觉滞后补偿量的方法,给出补偿公式。田间刀苗距优化静态试验表明,视觉刀苗距误差为9.88 mm,优化后刀苗距误差为6.06 mm;动态试验表明,视觉数据出错率为4.8%～6.6%,刀苗距变化曲线显示,优化方法可有效过滤视觉坏点或不稳定的数据点,将视觉滞后纳入衡量标准,不同车速下动态优化后刀苗距平均误差为5.30～7.08 mm,较优化前降低了25%左右。研究结果表明,锄草刀定位数据优化方法可有效提高机器视觉静态和动态获取刀苗距的精度。该研究为提高株间锄草技术的锄刀定位精度提供了参考。     

基于逆向工程的搅浆刀作业性能界定与关键设计参数研究

水田搅浆是基于稻作制度的独立机械化作业环节,搅浆刀是进行搅浆农艺处理的专用刀具,但目前缺乏针对搅浆的农艺界定及搅浆刀专用设计参数研究.本文利用逆向工程技术获取搅浆刀的关键几何参数,并对搅浆作业和搅浆刀的设计方法进行定义.通过与常规旋耕刀(R245)进行分析对比提出搅浆刀的专用设计参数,进而通过田间试验进一步探讨搅浆刀的...     

腹腔镜下射频消融治疗子宫肌瘤20例

目的:探讨腹腔镜下射频消融治疗子宫肌瘤的临床应用价值.方法:2003年7月至2005年8月20例子宫肌瘤患者自愿选择在腹腔镜监视下对子宫肌瘤进行射频消融术,浆膜下子宫肌瘤15例.壁间肌瘤5例.结果:18例子宫肌瘤治愈,治愈率为90%.15例浆膜下子宫肌瘤均治愈;5例壁间肌瘤,3例治愈,1例好转.结论:腹腔镜下射频消融方法治疗子宫肌瘤方法简单、创伤小、效果明显,是一种保留子宫的微创技术,值得临床推广.     

基于椭圆截面剖分模型的原竹剖分刀具自选方法研究

剖分是原竹加工中不可或缺的关键工序,而剖分刀具的选择直接决定了原竹出材率和竹条尺寸。针对原竹剖分刀具选择研究中存在自动化程度不高、出材率计算不准确等问题,提出一种基于椭圆截面分段拟合剖分模型的原竹剖分刀具自选方法。首先建立基于椭圆截面的剖分模型,获得原竹内外径尺寸、剖分数与出材率、竹条尺寸之间的关系模型。然后通过图像预处理、Canny边缘检测和像素尺寸计算,得到内外径尺寸。最后根据不同竹条尺寸需求,基于python实现原竹剖分刀具自选方法。结果表明:基于机器视觉的原竹内外径识别准确率均达到95%以上,自动选刀后的原竹出材率均达到85%以上,为原竹剖分智能化提供了可行的研究理论基础。