有机磷农药残留快速定量光电检测系统的设计

基于现有农药残留检测方法,融合化学发光法和光电检测技术,提出一种新颖的有机磷农药残留快速定量检测方法,在此基础上开发了农药残留光电检测系统,设计了一种针对微弱光信号检测的实现方案。以敌百虫农药为对象进行农药残留检测试验,并进行了系统性能分析和可行性分析。研究表明,所研发的农药残留快速定量检测系统能快速准确地检测农药残留浓度,性价比较高。可有效解决传统农药残留检测方法中存在的问题,为农产品质量监督提供一种方便有效的技术手段,具有广阔的应用与推广前景。     

改进烟花算法和概率神经网络智能诊断齿轮箱故障

针对复杂环境下农机设备的齿轮箱系统在故障诊断时存在易受现场噪声干扰和故障识别率低等问题,提出了一种基于改进的烟花算法和概率神经网络的齿轮箱智能故障诊断方法。为提高现有概率神经网络模式分类方法的性能,定义了一项样本相似度衡量指标以提高建模过程中训练样本的质量。将烟花算法与概率神经网络技术有机融合提出了一种改进的烟花算法-概率神经网络模式分类方法,利用烟花算法优化概率神经网络的平滑参数以确定网络参数的最优值,提高模式分类与识别精度。将改进的烟花算法-概率神经网络模式分类方法用于噪声环境下齿轮箱的故障诊断建模,构建故障特征参量与齿轮箱工作状况间的复杂非线性映射关系。应用结果表明,与基于BP神经网络、GABP(genetic algorithm back propagation)神经网络和概率神经网络的故障诊断模型相比,在不同程度噪声影响下烟花算法-概率神经网络模型均具有最高故障识别率。当噪声控制系数为0.01、0.02、0.04和0.06时,模型的故障识别率分别为100%、95.83%、93.33%和88.33%。该研究可为非线性复杂系统的故障诊断提供了一种可行的解决方案。