6-苄氨基嘌呤处理对鲜切荸荠褐变及活性氧代谢的影响

为探究不同浓度6-苄氨基嘌呤(6-BA)处理对鲜切荸荠褐变及活性氧代谢的影响,以桂蹄3号新鲜荸荠为试材,采用浓度分别为100、200、400 mg/L的6-BA浸泡鲜切荸荠3 min,以纯水浸泡处理为对照(CK),测定贮藏过程中总酚、类黄酮、醌、丙二醛(MDA)和过氧化氢(H2O2)含量变化以及多酚氧化酶(PPO)、过氧化物酶(POD)、苯丙氨酸解氨酶(PAL)、过氧化氢酶(CAT)和超氧化物歧化酶(SOD)活性等相关指标.结果表明:与对照相比,6-BA处理减少了总酚、类黄酮、醌类等呈色物质的积累,进而有效抑制了鲜切荸荠褐变,维持了鲜切荸荠贮藏期间的色泽,同时降低了PPO、POD和PAL等褐变相关酶活性;此外,6-BA处理抑制了鲜切荸荠中MDA和H2O2含量,提高了贮藏期间CAT和SOD活性,进而提升了鲜切荸荠在贮藏期间的品质.通过对比不同浓度6-BA处理效果可知,400 mg/L 6-BA处理在抑制鲜切荸荠褐变及活性氧代谢方面效果最好.     

温室节点低能耗型无线传感网络构建方法

结合温室测控系统特点,构建无线传感网络空间结构和时序,以达到降低和均衡节点能耗,延长温室无线传感网络生命周期的目的.在网络空间结构上,以温室上部能量充裕的可移动汇聚节点为枢纽,与能量有限的子节点动态地构成星形无线网络;在网络时序上,使子节点只在连接时段通信,其余时间休眠.通过对子节点最大通信半径和汇聚节点最小通信半径的分析,解决了网络的连通问题.     

基于传感器技术的环卫养猪场模型设计与实现

从工厂化养猪的重要意义出发,结合我国实际情况和生产力发展水平对养猪场进行新概念设计。为此,基于传感器技术设计并制作了环卫养猪场模型。该模型主要采用了光电晶体管与接触传感器接收信号,将"感应"变换为电信号输入控制系统。用编程语言ROBOPRO编写模型的控制程序,使模型的投食喂料、粪便清理、猪舍恒温等机构实现了全自动化控制。本研究反映了现代畜牧业高度智能化的发展趋势,能够较好地满足环保型畜牧业的发展要求,为自动化养猪场的进一步理论研究提供了新的思路以及研究方向。     

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.     

双板差分冲量式谷物流量传感器设

设计了一种双板冲量式谷物流量传感器及其差分消振电路,以消除车身振动对测产精度的影响.振动试验表明,在没有谷物输入时联合收获机车身振动导致前后2个检测板产生的2个振动信号是一对共模信号,可通过电路差分的方法消除;差分后传感器的输出电压的信噪比由2.5dB提高到62dB.在零喂入量情况下,振动产生的零点误差小于0.01g/s;在联合收获机正常作业的喂入量范围内(0.5～2kg/s),实验室测量误差小于3%.田间实际测量误差不大于5%.     

电化学酶传感器在有机磷农药残留检测中的应用

从识别有机磷农药的酶及识别机理、酶的固定化技术、酶固定化载体等不同角度,综述了有机磷农药电化学酶传感器的研究概况,并展望了其发展前景。     

基于SSA-LSTM的玉米土壤含氧量预测模型

土壤含氧量（Soil oxygen content,SOC）是影响作物生长的重要土壤环境因素之一,具有时序性、不稳定性和非线性等特点,精确预测土壤环境中含氧量的变化趋势,有助于制定更加合理的土壤通气增氧方案。本研究提出基于麻雀搜索算法（Sparrow search algorithm,SSA）和长短时记忆（Long and short-term memory,LSTM）神经网络预测模型,利用国家土壤质量湛江观测实验站记录玉米种植期间的气象环境和土壤环境数据,基于SSA-LSTM模型对SOC变化进行预测及相关性分析,并与传统的BP预测模型、LSTM预测模型、GA-LSTM预测模型及PSO-LSTM预测模型进行对比。试验结果表明,SOC与降雨量、土壤含水率、土壤温度、土壤充气孔隙度相关性极显著,相关系数高于0.8,与大气温度和风速相关性显著,与大气湿度和土壤呼吸速率相关性较弱。SSA-LSTM模型预测精度明显高于其他4组对照预测模型,R2达到0.95979,RMSE仅为0.4917%,MAPE为3.7331%,MAE为 0.3620%,预测值与试验值之间的拟合程度高。本研究可为土壤含氧量变化的精准预测及土壤通气增氧技术的应用推广提供理论支撑与科学依据。     

基于嗅觉和光谱技术融合的面粉脂肪酸值定量检测

提出了一种基于比色传感器数据和近红外光谱特征融合的储藏期面粉脂肪酸值的定量检测方法。开发比色传感器阵列、搭建便携式近红外光谱测量系统,分别采集不同储藏期面粉样本的比色传感器数据和近红外光谱。利用主成分分析分别对预处理后的比色传感器数据和近红外光谱数据进行特征降维,采用五折交互验证法在反向传播神经网络(BPNN)模型校正过程中进行优化,确定基于单技术分析模型的最佳主成分(PCs)个数。将优化后的基于单技术模型的最佳PCs在特征层进行融合,建立基于融合特征的BPNN分析模型,以实现对面粉储藏过程中脂肪酸值的快速检测。实验结果显示,基于比色传感器特征和基于近红外光谱特征建立的最佳BPNN模型的最佳PCs数量分别为3和4,基于融合特征建立的BPNN模型在预测集中的相关系数和预测均方根误差的均值分别为0.9276和1.9345 mg/(100 g)。研究表明,与单技术数据分析模型相比,基于比色传感器数据和近红外光谱特征融合模型的检测精度和泛化性能都有所提高。本研究可为粮食储藏品质的高精度原位监测提供一种技术方法。     

基于圆柱面模型的仿形喷雾植物冠层密度超声量化测试

基于低成本超声波传感器搭建了一套植物冠层超声回波信号检测系统,建立了基于圆柱面叶片分布模型的量化测试台。在正交中心复合设计试验基础上,建立了超声回波信号均值与冠层密度、探测距离的定量关系,即植物冠层密度量化模型。对已建立的植物冠层密度量化模型进行方差分析,结果表明,植物冠层密度量化模型具有显著性,且失拟性不显著。植物冠层密度量化模型决定系数R2和预测模型决定系数R2分别为0. 988 5和0. 911 4,表明试验值和预测值具有良好的一致性。为了验证已建立的植物冠层量化模型的可靠性,于室内测试台进行了4种植物在3种不同测试距离下的冠层密度验证测试,试验结果表明,实测值与模型测量值的相对误差最小为1. 230%,最大为13. 650%,平均相对误差为6. 120%,植物冠层密度量化模型对室内测试台的冠层密度测量有较好适用性。室外选择3棵不同的桂树,每棵树选择9个测试点进行验证测试,试验结果表明,实测密度与模型测量密度的最小相对误差为3. 959%,最大相对误差为20. 600%; 3棵桂树的实测密度与模型测量密度的平均相对误差分别为11. 244%、12. 246%和9. 628%,植物冠层密度量化模型对户外桂树密度测量有较好的适用性。     

甘蔗横向种植机补种系统设计与试验

针对甘蔗横向种植机在种植过程中出现的漏播问题,设计了一套基于51单片机的甘蔗实时补种系统。通过对充种、储种、供种、护种及投种过程进行运动学和动力学的仿真分析,确定了影响补种效果的主要因素,设计了补种系统的关键部件。该系统采用AT89C52单片机、3套对射型激光传感器分别对漏种、补种箱和储蔗槽中蔗种余量不足的情况进行信号采集,进行漏种计数显示和实现蔗种余量不足时的报警,步进电机作为动力源,驱动辊耙转动完成补种过程。选取行进速度和补种辊槽数为试验因素,以补种成功率和重置率为补种性能指标,进行了二因素五水平的正交旋转组合试验。结果表明,行进速度对补种成功率的影响极显著,补种辊槽数对补种成功率的影响极显著;利用Excel软件进行了二次回归方程分析,得出当行进速度为3 km/h、补种辊槽数为10个时,补种成功率达到93.97%,重置率为1.69%。设计的实时补种系统性能稳定可靠,解决了播种器工作过程中的漏种问题。