基于产品族的核心模块演进分析与评价方法

针对产品族设计中核心模块演进问题,研究了产品族核心模块演进规律与演进过程评价,提出了一种模块演进规律分析与评价方法。该方法研究了客户需求与产品核心模块设计之间的关系,并在现有产品核心模块基础上,进一步对模块部件的标准化、继承性等指标进行了分析;在需求分析过程中,建立了一种基于贝叶斯网络的核心模块演进分析模型,利用历史数据对该模型进行了训练,将客户需求作为证据对该模型进行推理,进而得出核心模块在设计与工艺方面的改变规律;在演进规律分析基础上,对现有核心模块部件设计参数、标准部件重用度进行了分析,获得了核心模块演进过程综合评价值。最后,用小型轮式装载机后车架模块的演进过程验证了该方法的可行性和正确性。     

基于无线传感器网络的稻田信息实时监测系统

针对农田环境信息采集过程中监测周期长、环境干扰大等特点,设计了一种基于混合天线无线传感器网络稻田环境信息实时监测系统,采用分簇路由协议进行组网,为不同类型的节点配置不同类型的天线,并使用转台控制汇聚节点定向天线的方向,以扩大网络的覆盖范围和提高系统的稳定性。基于该系统进行长时间稻田组网试验,对网络丢包率和稻田环境参数采集准确性进行测试,试验结果表明,系统运行稳定、测量准确,网络数据平均丢包率为0.44%,稻田空气温度、空气相对湿度和土壤含水率的平均相对误差分别为0.26%、0.64%和0.33%。     

基于地下水合理埋深的井渠结合灌区水资源联合调控

以泾惠渠灌区为例,针对井渠结合灌区地下水超采及地下水位上升而导致的农田灌溉水环境等问题,从水位调控水量的角度出发,提出了基于地下水位合理埋深的水资源调控模式。在确定不同水文地质单元和不同植被类型条件下地下水位合理埋深上下限的基础上,结合PSO-RBF神经网络对地下水位埋深预测的结果,设计了基本、节水两种水资源联合方案,对不同保证率下的灌区水资源进行了联合调控。结果表明:泾惠渠灌区地下水位合理埋深上限介于1.76~3.50m,下限介于8.7~25.0m,不同水文地质单元、植被类型的水位埋深上下限值差异较大;水资源联合调控时,局部地区出现地下水超采,需加强节水灌溉和多水源的联合调控。     

基于6LoWPAN无线传感器网络的农业环境实时监控系统

针对现有农业环境监控系统的不足,提出了一种基于6LoWPAN无线传感器网络的农业环境实时监控系统,该系统采用6LoWPAN构架实现互联网与无线传感器网络之间的点到点通信,无需特定的网关进行协议转换或者协议承载,从而实现了对农业环境的实时监测和控制,降低了能耗,缩短了延迟时间。该文从硬件结构、软件结构及节能等方面对此系统进行了详细阐述和分析,试验结果表明该系统的实用性和高效性,可应用于温室、农田、苗圃等区域。     

物联网技术在食品及农产品中应用的研究进展

物联网(IOT)技术正被越来越多地应用在食品及农产品领域。首先简介了无线射频识别标签(RFID)和无线传感器网络(WSN)的原理和技术,然后较全面地分析归纳了近年来这些技术在食品、农产品的生产监控、安全监管及供应链的溯源与追踪等领域的应用研究现状,并分析了存在的问题和解决途径,最后展望了这些技术今后的发展趋势和应用前景。     

基于MESH架构的工厂化育苗环境无线监控系统研发

针对蔬菜工厂化育苗过程中对环境监测与调控的实际需求,基于ZigBee,ARM和VC++等技术研发构建了基于MESH架构的无线传感器网络监控系统,实现对育苗温室群内环境信息的精确采集、实时监测和远程调控等功能。测试结果证明,系统具有可扩展性强、测量结果准确、操作简单和运行稳定等优点。该系统的研发对提高工厂化蔬菜育苗的管理效率具有重要意义。     

设施花卉环境参数低功耗传输及模糊控制研究

为了降低现有设施环境监测系统中传感节点的能耗,延长无线传感网络的生存周期,提出了节点动态组包主动传输和多种环境变量加权控制传输2种低功耗机制,减少了大量重复冗余数据的传输,并实现了基于Zigbee的设施花卉环境监测及其低功耗传输系统.提出设施花卉环境下的多变量模糊控制方法,解决了环境变量之间耦合问题,促使温室快速达到花卉适宜环境并保持平衡,实现了对设施花卉环境的综合控制.节点以CC2430芯片为核心,并根据影响花卉生长的环境参数,同时装载SHT10型温湿度、BH1750FVI型光照以及COZIR-ambient型二氧化碳传感器,因此节点可同时采集传输多种环境参数,降低了硬件成本.在南京农业大学园艺试验基地进行组网测试,结果表明,系统比传统周期传输节点(周期1 min)减少能耗85.97％,测量精度在98.5％以上,网络平均丢包率为0.84％,满足了对设施花卉环境的有效监测及低功耗传输的要求.     

基于Hopfeild神经网络的油菜籽脱皮冷榨压榨系数识别

在油菜籽脱皮侧限排油一维冷榨试验基础上，采用半固态饱和物料和滤饼物料物理模型分别建立两个理论压榨比模型，运用Hopfeild神经网络方法识别压榨系数。识别结果表明：脱皮油菜籽在压力低于10 MPa段为半固态状饱和物理模型，在压力高于20 MPa段则为滤饼状物理模型，对整个压榨过程，采用分段计算物理模型可有效提高整体压榨模型精度。脱皮冷榨的压榨系数远小于未脱皮冷榨的压榨系数。     

基于遗传算法和神经网络的车辆主动悬架控制技

采用遗传算法与神经网络相结合的控制策略,以四自由度车辆主动悬架半车模型为仿真对象,与传统的被动悬架进行控制性能比较.通过改变神经网络训练参数、遗传算法输入函数以及车速,对系统的响应特性进行了分析.结果表明车辆主动悬架控制策略可以减小车辆的振动,改善车辆行驶平顺性.     

基于时空双序列分析的温室WSN故障诊断

根据温室无线传感器网络(WSN)所采集数据在时间和空间上具有很强的相关性,从温室无线传感器网络基本结构出发,在分析WSN原始数据的基础上,通过对时空序列样本信息的预处理,分别建立了时间和空间故障诊断数学模型,据此分析传感节点的工作状态,给出了温室WSN故障诊断的综合算法.研究结果表明,该故障诊断方法能够及时、有效地发现温室WSN的异常并诊断出故障节点,提高了WSN工作的可靠性.