避免电能表表尾烧坏的几点建议

在三相两元件有功无功电能表联合接线的高压计量装置中,如电流Iu或Iw缺相时,可直接测量简单的数据,即Iu或Iw为0或接近为0.如电压某一相缺相时,即电压互感器一次、二次断线时,元件1和元件2上所加的电压值U12'和U32'可用电压表直接测出.但是计算功率时,不能直接计算元件1和元件2上的功率P1和P2.因为U12'≠U12和U32'≠U32,需要通过理论计算U12'和U32'大小,确定电压元件的分压.     

一种基于椭圆抛物面的曲率算法的建模与仿真

首先建立了椭圆抛物面法曲率计算的数学模型,并在此基础上应用相关数学计算语言对主切削力的数学模型进行了解析,建立并描绘出了椭圆抛物面对铣刀主切削力影响的数学模型.此外,通过对不同走刀路径所采集数据的比对,证实了这种曲面曲率应用算法的正确性.     

基于工况预测的混合动力汽车能量管理策略研究综述

在石油能源逐渐匮乏的今天,对于汽车而言,21世纪最大的研究方向之一就是为了让汽车节能减排,各专家学者对混合动力汽车节能减排的重心主要放在了行驶工况与驾驶风格的预测来提高汽车的燃油经济性,维持汽车运行过程中的低能耗。     

基于改进蝙蝠算法和圆柱坐标系的农业无人机航迹规划

针对传统蝙蝠算法全局搜索能力不足的问题，提出一种改进蝙蝠算法(IBA-FCS)，通过设计脉冲变频策略、自适应局部搜索策略和变异机制，有效提升了算法的全局搜索能力。基于经典测试函数的寻优结果表明，与粒子群算法、传统蝙蝠算法和其他改进蝙蝠算法相比，IBA-FCS算法具有更好的寻优性能。针对农业无人机的航迹规划问题，结合山地果园飞行环境的三维地形数据，构建了农业无人机安全航迹规划模型，设计了多因素约束的飞行成本函数；同时，将航迹规划模型的求解空间由笛卡尔坐标系变换到圆柱坐标系，进一步提升IBA-FCS算法的寻优效率，从而获取更好的航迹规划方案。仿真实验结果表明，在具有不同数量障碍物的多个飞行任务中，IBA-FCS算法较传统蝙蝠算法的飞行成本函数适应度平均下降20.3355%，并且基于圆柱坐标系的IBA-FCS算法求解的飞行成本函数适应度较基于笛卡尔坐标系的规划结果平均下降4.6127%。实地场景实验结果表明，基于IBA-FCS算法的规划方案能够收敛于最优航迹，进一步验证了山地果园静态障碍环境下应用改进蝙蝠算法和圆柱坐标系进行农业无人机安全航迹规划的可行性和有效性。     

羊用11种植物性非常规饲料营养价值评定

试验旨在对植物性非常规饲料的营养价值进行评定,为非常规饲料在羊上的应用及开发提供参考。选择3只12月龄、平均体重(35±1.0) kg的小尾寒羊母羊,采用单因素试验设计,用11种非常规饲料:桑树叶、杨树叶、桃树叶、白酒糟、稻壳粉、玉米芯粉、豆腐渣、菊花粕、玉米胚芽粕、玉米皮粉和小麦糠各替代30%基础日粮进行消化代谢试验和气体代谢试验,检测每种饲料原料的常规营养成分以及实测甲烷能,并通过套算法计算其表观消化能、代谢能和可消化粗蛋白值。结果表明:11种非常规饲料代谢能值为2.21～11.83 MJ/kg,由高到低分别为玉米胚芽粕、菊花粕、豆腐渣、桃树叶、小麦糠、桑树叶、白酒糟、玉米芯、玉米皮、杨树叶、稻壳粉;可消化粗蛋白为19.86～170.45 g/kg,由高到低分别为豆腐渣、白酒糟、桑树叶、桃树叶、菊花粕、玉米胚芽粕、小麦糠、玉米皮、杨树叶、稻壳粉、玉米芯。综上,本试验测定的11种植物性非常规粗饲料均可作为羊的饲料资源,其中玉米胚芽粕、豆腐渣、菊花粕、桑树叶和桃树叶等营养价值相对较高。     

基于GRNN算法的白芨产量智能预测模型

为确保白芨种植户(企业)获得最大的经济效益,科研人员取得精确的数据进行科学研究.首先,收集白芨种植过程中,浇水量、施肥量、喷洒农药量以及对应的单位面积产量等数据,构建基于广义回归神经网络(general regression neural network,简称GRNN)算法的智能预测模型对特定种植条件下白芨的产量进行预测,得到不同种植环境下白芨的不同产量数据;然后,将这些数据输入信息系统中,为用户提供数据,以便于在最适合的条件下种植白芨.试验结果表明,GRN N在小样本构建智能预测模型时能够取得较好的预测效果.因此,在白芨种植过程中,当测试数据、输入数据不断增大的同时,采用该模型能够为种植户(企业)提高更精准的种植信息,最大化地提高产量,增加经济效益;为科研人员提供准确的数据确保研究成果的真实性.     

基于机器学习的江苏省冬小麦气象产量客观区划及歉年预测

利用江苏省统计局提供的全省75个县(市、区)1981—2018年的冬小麦产量,基于灰色系统滑动模型得到各县(市、区)冬小麦气象产量.采用K-means算法对全省各县(市、区)冬小麦气象产量进行聚类分析,将全省客观划分为南、北2个冬小麦种植区,区域连续且相互独立.通过C4.5决策树算法,基于130项前期春季气候因子对2个种植区的冬小麦气象产量"是否歉年"分别建立决策树预测模型.在北种植区冬小麦是否歉年的预测中,决策树模型的自学习准确率为82.0％,测试准确率为90.9％;在南种植区冬小麦是否歉年的预测中,决策树模型的自学习准确率为92.5％,测试准确率为91.67％.结果表明,K-means算法和C4.5算法对江苏省冬小麦气象产量区划和预测具有良好效果,可为江苏省冬小麦产量预测提供有意义的参考.     

基于改进Bayes抠图算法的麦穗小穗自动计数方法

小麦产量评估需人工获取田间单位面积的麦穗数和麦穗小穗数，往往耗时耗力。为了实现高效、自动地麦穗小穗计数，提出一种基于改进Bayes抠图算法的麦穗小穗自动计数方法。该方法首先利用改进Bayes抠图算法对获取地自然生长条件下的麦穗图像进行抠图，将麦穗从自然背景中分割出来。然后对该图像进行平滑滤波和二值化，运用迭代极限腐蚀运算对二值化图像进行腐蚀处理，去除麦穗图像中的麦芒，分离出麦穗上每个单独的麦穗小穗。再运用面积滤波滤除掉面积过小的区域，对剩余区域的黑洞进行填充，由此每个单独的麦穗小穗形成一个单独的连通区域，最后对连通区域进行标记和计数，完成麦穗小穗的自动计数。使用4个小麦品种的麦穗图像对麦穗上的小穗进行计数验证，结果表明，该方法在识别4个品种田间麦穗单幅图像中小穗数量的平均计数精度达到94.53%，平均相对误差为5.47%，对比已有麦穗小穗自动计数方法，计数精度显著提高，这对于小麦在线产量预估具有重要意义。     

基于光伏发电技术的农业智能化灌溉系统设计

针对我国农业灌溉存在的水资源浪费、耗电量大的问题,建立了基于光伏发电技术的智能灌溉系统,主要由水泵、无线传感网络、光伏发电装置和中央控制中心组成。系统通过DV-Hop算法对需灌溉区域进行定位,采用最大功率点跟踪(MPPT)方法确定光伏电池板的最大功率。灌溉系统的性能测试结果表明:光伏发电装置可为该智能灌溉系统提供稳定的能量,且灌溉系统运行稳定,能够及时响应环境变化,针对农田实施灌溉。     

基于最小二乘法的校园外卖配送点选址优化研究

外卖订餐已成为当代大学生校园生活的重要组成部分,外卖订单的激增,对校园外卖配送提出了更大的挑战。因此,合理规划校园外卖配送模式,对于优化校园外卖系统起着决定性作用,而这其中的关键一环即为外卖配送点的合理选址。本文在研究咸阳某高校的外卖配送调研基础上,结合物流配送中心选址问题的研究,构建出了校园外卖配送点的选址优化模型,并基于最小二乘重心法给出了该模型的具体迭代算法。