泵站配电变压器优化选型设计研究

根据泵站排涝运行特点，从降低变压器损耗入手，采用综合经济比较等优化选型方法，从初选的三种系列变压器方案中优选出最佳方案，以取得良好的综合效益。     

智能粮食水分测试仪的研制

给出以AT89C52单片机为核心的粮食水分测试仪的硬件结构组成,并详细介绍了信号处理和测量方法;通过对传感器的标定并进行相应的数据处理。通过实验发现,该仪器使用方便,测量精度高。     

水质模糊评价的探讨

首先建立了利用模糊数学对水环境评价的模型，并在模糊综合评价中就各污染因素对整个水环境污染的作用进行了定量分析，进一步客观的进行评价。在计算权重时充分考虑污染因子在数量和性质方面对权重的作用。在多污染因子影响的水环境评价中，通过对污染因子按其属性及其评价目标进行了集合，这样可更真实地反映各因子之间的关系以及对整个污染的作用。     

多孔管沿程压力分析

针对目前多孔管沿程水头损失计算方法存在的问题,推导出了一个新的多孔管沿程水头损失近似计算公式。利用导出的公式,分析了多孔管沿程的压力变化,这无论是对喷、滴灌工程的规划设计,还是对多孔管水力特性的进一步研究都是有益的。     

甘蓝夜蛾人工饲料的研究

文章报道了以甘蓝叶、白菜叶、灰菜叶、大豆粉、菜豆粉、玉米粉、麦麸为主要原料配制的5种人工饲料对甘蓝夜蛾的饲养效果。结果表明,以甘蓝叶和大豆粉为主要原料配制的配方—人工饲料对甘蓝夜蛾饲养效果最好,甘蓝夜蛾不仅能正常生长发育,而且在产卵量、蛹重、幼虫存活率方面均优于天然饲料,用该人工饲料连续饲养4代甘蓝夜蛾,未发现饲养后代生命力减退现象,表明该人工饲料可用来室内大量连续饲养甘蓝夜蛾。     

扇贝加工废弃物蛋白酶解及其酶解产物分子量分布的研究

对用复合酶酶解扇贝加工废弃物制备水解蛋白的工艺进行了研究,通过正交试验方法确定了用两种复合酶酶解的最适水解条件。结果表明,用枯草杆菌中性蛋白酶和风味酶复合酶酶解的最佳酶解参数为:加酶量比为2∶1,温度为65℃,pH为7.0,时间为5 h,水解液氨基酸态氮含量为50.3%,蛋白质水解度为95.5%。用木瓜蛋白酶和风味酶复合酶酶解的最佳酶解参数为:加酶量比为2∶1,温度为65℃,pH为7.0,时间为5 h,水解液氨基酸态氮含量为43.2%,蛋白质水解度为85.0%。用SephadexG-15葡聚糖凝胶柱层析法对水解产物的分析结果表明,两种混合酶的酶解产物为蛋白肽和游离氨基酸,其相对分子质量均集中分布在585和150左右。     

我国水产品全产业链损耗研究

本文通过调研水产品在流通、加工、贮藏和零售四个产业链环节的损耗情况,对不同类型水产品损耗原因和差异进行分析,提出降低我国水产品产业链损耗的建议措施.单一水产品品种的损耗率数据通过调研直接获得,水产品(整体)及各品类产业链损耗率基于2008-2019年水产品品类及品种产量结构加权计算所得.结果显示:2008-2019年,...     

当前我国农业保险发展的主要问题及对策建议

我国农业保险正面临着极好的发展机遇,出现了良好的发展势头,但目前仍然存在制约我国农业保险发展的诸多因素,主要是:农业风险本身的可保性差;农业保险经营技术落后;农民收入低,政府投入少;以及法律法规建设的缺位等。我国农业保险要健康有序的发展,必须改进农业保险经营技术;建立有效的再保险机制;增加政府投入,逐步实行以支持农业保险为主的农业保护政策;加快农业保险立法进程,使农业保险走上规范化制度化发展的轨道。     

基于EDEM小麦收获机清选损失监测试验装置设计

针对小麦损失监测传感器结构复杂、成本较高的问题,对收获机清选排杂口不同物料运动特性进行研究,揭示小麦与秸秆撞击敏感板的作用规律,从清选抛出物冲击敏感板的力学特性出发,设计一种小麦收获机清选损失监测试验装置。通过离散元分析软件EDEM分析小麦籽粒、50mm秸秆、100mm秸秆撞击敏感板产生的作用力,分析接触力变化曲线,证明可通过判断物料撞击敏感板产生的信号进行损失监测。为增强信号采集准确率,采用两片压电传感器串联的方式,增大损失信号。设计损失监测试验台机械结构及控制系统,使监测装置模拟收获机清选排杂过程且可以实时监测信号,有效提高监测效率。最后,通过不同高度物料运动损失监测试验,得出300mm高度下传感器识别较为精准,对小麦籽粒的识别率达到98.4%,整体监测误差小于5%,损失监测试验装置能够达到设计目的和要求。     

基于改进YOLOv5算法的农田杂草检测

随着智慧农业技术和大田种植技术的不断发展,自动除草具有广阔的市场前景。关于除草剂自动喷洒的有效性,农田杂草的精准、快速地识别和定位是关键技术之一。基于此提出一种改进的YOLOv5算法实现农田杂草检测,该方法通过改进数据增强方式,提高模型泛化性;通过添加注意力机制,增强主干网络的特征提取能力;通过改进框回归损失函数,提升预测框的准确率。试验表明,在芝麻作物和多种杂草的复杂环境下,本文方法的检测平均精度均值mAP为90.6%,杂草的检测平均精度AP为90.2%,比YOLOv5s模型分别提高4.7%和2%。在本文试验环境下,单张图像检测时间为2.8 ms,可实现实时检测。该研究内容可以为农田智能除草设备提供参考。