基于IGWPSO-SVM的HMCVT湿式离合器摩擦副温度预测

针对传统机器学习模型预测重型拖拉机液压机械无级变速箱(Hydro mechanical continuously variable transmission, HMCVT)湿式离合器温度的局限性,提出了基于改进灰狼粒子群优化-支持向量机(Improved grey wolf particle swarm optimization-support vector machine, IGWPSO-SVM)的HMCVT湿式离合器摩擦副温度预测模型。首先,对湿式离合器摩擦副滑摩过程进行热分析,确定影响湿式离合器摩擦副温度的因素;然后,基于支持向量机(Support vector machine, SVM)搭建温度预测模型,并利用改进灰狼粒子群优化(Improved grey wolf particle swarm optimization, IGWPSO)算法对SVM的结构参数进行优化;最后,基于HMCVT湿式离合器试验台数据搭建离合器摩擦副温度预测模型的样本数据库,以湿式离合器摩擦副对偶钢片为对象,对IGWPSO-SVM模型进行试验验证。试验结果表明,IGWPSO-SVM模型预测摩擦副对偶钢片...     

为新农村建设添薪助力

服务新农村建设，必须进一步提高“农村发展，供电先行”的思想认识，加大电网改造力度，夯实农电安全基础，增强自身经济实力，切实做好新形势下的农村供用电工作。[编者按]     

新工科背景下基于OBE理念的BIM基础课程教学研究

随着行业对BIM应用认可度的提高,土木工程相关专业的BIM基础课程体系建设也日趋完善,但水利相关专业的BIM教育体系建设则稍逊一筹。文章分析水利专业BIM基础课程授课过程中存在的问题,针对问题提出适合该课程的教学设计,包括教学改革和考核方式的制定,并将该方案实施于教学过程中。对学生的成绩进行课程目标达成度分析,各课程目标达成度分别为0.78、0.8、0.79,取得了较好的效果。该教学设计可为水利相关专业BIM基础课程建设提供依据,为行业输送更多人才。     

课程思政融入“机械设计基础”课程教学的探索与实践

课程思政是一种新理念、新方式、新载体,一切课程都应发挥教学育人功能。机械设计基础课程作为机电类专业的专业基础课程,旨在培养规范自信、专业自信、科技自信和职业自信的制造巧匠。课程从育人目标、教学策略和教学设计等方面进行梳理重构,重组课程教学模块、配套项目新形态教材及挖掘创新设计案例库,探索润物细无声的课程思政融入之道。     

基于粒子群算法和SDAE的采棉头故障诊断研究

针对采棉头故障诊断和故障预警缺失的问题,提出基于粒子群优化算法(PSO)优化堆叠降噪自编码器(SDAE)的采棉头故障诊断方法。将采棉滚筒转速与采棉头输入转速比和采棉头液压驱动压力作为输入,利用PSO算法对SDAE网络的超参数进行自适应选取,确定网络结构,然后将预处理后的数据输入PSO-SDAE网络进行深度特征提取,经过前向传播和反向微调,得到采棉头故障诊断模型。通过采棉头堵塞故障模拟试验对算法进行验证,试验结果表明：PSO-SDAE网络诊断方法在特征有效提取、故障诊断准确率方面均优于SDAE网络、支持向量机(SVM)、反向传播神经网络(BPNN)以及深度置信网络(DBN),可用于采棉头故障诊断和故障预警。     

制造业智能化背景下的机械制造工艺基础课程改革探讨

随着制造业智能化的快速发展,传统机械制造工艺基础课程已经无法适应新的制造模式和技术要求。该文基于机械制造工艺基础课程存在的问题,提出机械制造工艺基础课程改革的方向和具体措施,包括增加智能化生产技术的教学内容、引入数字化设计和制造技术、加强实践环节的培养等,给出相应的教学方案及实施过程,优化后的教学方案旨在提高学生的学术表现和实际技能,满足制造业的现代需求,有望为制造业培养更具竞争力的人才,促进产业的可持续发展。     

《农业工程》征稿简则

<正>《农业工程》是由中国农业机械化科学研究院主管、北京卓众出版有限公司主办的农业工程类综合性学术期刊,2011年5月创刊,国内统一连续出版物号CN 11-6025S,国际标准连续出版物号ISSN2095-1795。本刊已被万方数据库、中国核心期刊(遴选)数据库、中国学术期刊网络出版总库(CNKI数据库)收录。1报道范围农业工程学科领域的应用技术基础研究、农业机械化、农田水利和水土保持、土地利用、农村建筑和农业生物环境、农副产品加工、农村能源、农业电气化,计算机技术、固体力学、流体力学、热力学、人机工程学等学科在农业工程领域的应用,与农业工程     

AFLP分子标记在玉米优良自交系优势群划分中的应用

本文利用AFLP分子标记技术研究了17个玉米优良自交系的遗传多样性, 4个AFLP引物组合分别扩增出30、 30、 44、 41条多态性带, 平均每个引物组合扩出36.25条带, 4个引物组合共扩增出145条带, 每一个引物组合都可将17个自交系完全分开。 利用AFLP数据、 进行聚类分析, 将17个优良自交系聚为6群, 结果表明, 用AFLP标记进     

基于太赫兹光谱和支持向量机快速鉴别咖啡豆产地

结合太赫兹时域光谱技术和支持向量机对3种典型产地的咖啡豆进行了鉴别。选取埃塞俄比亚(Ethiopia)、哥斯达黎加(Costa Rica)以及印度尼西亚(Indonesia)3个产地咖啡豆样品进行压片处理,采用太赫兹透射模式获取样品的时域和频域光谱信号,并用主成分分析法对太赫兹频域光谱信号进行分析;构造了基于粒子群(partical swarm optimization,PSO)参数寻优的支持向量机(support vector machine,SVM)鉴别模型,模型对不同产地咖啡豆样品的综合识别正确率达到95%。试验结果表明,太赫兹作为新型的检测手段结合模式识别方法可用于咖啡豆的产地鉴别。该文为一类在太赫兹波段下没有明显特征吸收峰的农产品/食品安全检测和产地追溯研究提供了一种快速、准确的方法。     

基于颜色系数反向粒子群模型的田间作物分割方法

针对复杂多变的农田环境下,田间作物分割既要保留农田作物完整外部形态信息,又要满足农田作业速度的要求,该文提出一种基于反向变异粒子群优化(reverse mutation-particle swarm optimization,RM-PSO)算法提取最优颜色系数的田间作物分割方法。该分割方法分为离线和在线2个部分,离线部分采用反向变异策略提高了初始粒子群群体质量及算法的搜索效率,避免算法早熟收敛,陷入局部最优,引入满意度函数对最优颜色系数进行评价,提取全局最优颜色系数。在线部分采用离线提取的最优颜色系数对作物图像灰度化,进而对灰度化后图像进行阈值分割得到最终的分割结果。试验结果表明,该文方法平均错分率(error distinguish rate)仅为4.8%,低于HSI算法、EXG法以及Mean-shift神经网络分割算法的11.3%、19.5%、5.7%;标准差值为3.1%,相较于HSI算法的7.2%、EXG法的14.7%、及传统PSO方法的7.9%,该文算法具有更高的稳定性;平均处理时间为0.311 s,而HSI方法为0.908 s,Mean-shift神经网络分割算法为1.942 s。该方法不仅能够保证不同光照及不同景物干扰下作物外部形态信息完整,同时处理速度快,鲁棒性好,具有较高的实际应用价值。