排序方式: 共有8条查询结果,搜索用时 15 毫秒
1
1.
2.
耕作部件表面堆焊合金铸铁及其性能研究 总被引:1,自引:0,他引:1
在60Si2Mn钢基体上制备了合金铸铁堆焊层,用金相显微镜观察了堆焊层的结合状况和组织结构,用磨粒磨损试验机测试了堆焊层的耐磨性,分析了堆焊层性能.结果表明,堆焊合金铸铁可得到组织致密均匀、结合良好的堆焊层;试验所制备的堆焊层耐磨性好,具有实践意义. 相似文献
3.
以耐涝型‘红妃6号’(HF)和敏感型‘千禧’(QX)2个樱桃番茄品种为材料,以正常水分为对照(CK),设置6个淹水深度,分别为?10、?5、?2、0、2、5 cm(D10、D5、D2、W0、U2、U5),测定不同处理下樱桃番茄苗期的生长及生理生化指标,探究樱桃番茄苗期对不同淹水深度的响应。研究结果表明,淹水处理较CK能抑制株高、茎粗、干物质重及根系长度、直径、表面积和体积的增长,但差异显著性不同;随着淹水深度的升高,株高、干物质量及根系长度、直径、表面积和体积受抑制作用越明显,且W0、U2和U5处理显著低于CK,而D10、D5处理下株高、茎粗及根系平均直径与CK无显著差异。丙二醛(MDA)、可溶性糖和脯氨酸含量随淹水深度升高而逐渐增加,超氧化物歧化酶(SOD)、过氧化氢酶(CAT)、过氧化物酶(POD)活性也表现出随着淹水深度的升高而逐渐升高的趋势,且从淹水后2~6 d均表现D2、W0、U2、U5处理高于CK处理;而在淹水14 d,QX品种W0、U2、U5处理SOD和CAT活性均表现出显著低于CK。从相关性分析也发现,MDA、POD、CAT、可溶性糖和脯氨酸之间存在显著正相关关系。因此,淹水深度是洪涝致害的一个重要因素,淹水深度越高,对樱桃番茄伤害越大;樱桃番茄种植面下5 cm为淹水深度阈值。 相似文献
4.
本研究探究了不同施肥模式对菠萝(Ananas comosus)生长发育、养分吸收及产量品质的影响,旨在筛选出高产优质高效的施肥方案。以‘台农17号’菠萝为材料,采用田间小区试验,设置不施肥(CK)、农户常规施肥(NPK)、减量施肥(INF)、有机无机肥配施(INF+M)和有机无机缓控释肥配施(INF+M+S)5组处理,每组3次重复,比较不同施肥模式下菠萝叶片数、干物质量、产量品质和氮、磷、钾积累与分配的差异。结果表明:快速生长期后,NPK处理叶片数高于其他处理,约为84片。INF+M和INF+M+S处理收获期干物质积累量分别提高20.28%和23.16%,而INF与NPK处理间无显著差异。INF+M+S处理氮、磷积累量分别较NPK处理提高8.33%、2.77%,钾积累量无显著差异,而INF和INF+M处理对氮积累量无显著影响,但降低了磷、钾积累量。此外,INF+M+S处理显著提高了氮、磷、钾转运量,增幅依次为62.32%、189.83%和30.79%,INF+M处理氮、磷、钾转运量也有不同程度提高,而INF处理则降低了磷、钾转运量。相较于CK处理,施肥处理显著降低了冠芽养分分配率,3种减量施肥处理较NPK均提高了收获期菠萝果实养分分配率,减少了叶片等营养器官养分分配率,其中INF+M+S处理果实氮、磷、钾分配率分别较NPK处理提高131.43%、66.60%和147.33%。INF、INF+M和INF+M+S处理产量较NPK处理分别提高1.64%、19.35%和37.09%,且INF+M+S显著高于其他处理;施肥处理较CK显著提高可溶性糖的含量,降低可滴定酸和维生素C含量。但施肥处理间可溶性糖、可滴定酸和维生素C含量之间无显著差异。综上所述,INF+M+S处理下菠萝产量最高,且能提高养分积累量、养分转运量和果实养分分配率,为菠萝最优施肥模式。 相似文献
5.
6.
低碳钢表面渗碳及其耐磨性能研究 总被引:1,自引:0,他引:1
土壤耕作部件主要以摩擦磨损失效,为改善耕作部件工作时的耐磨性能,延长其使用寿命,通过对20钢表面渗碳以及淬火和低温回火处理,并使用金相显微镜观察了渗碳层组织以及渗碳层与基体的结合状况,X射线衍射分析渗碳层物相组成,显微硬度计测定了渗碳层硬度,在磨粒磨损试验机上对渗碳层的耐磨性能进行了试验研究。结果表明,20钢渗碳后经过淬火和回火可以得到与基体结合良好的表面耐磨层,组织为回火马氏体,其耐磨性能是不处理的试样的5倍。经过处理以后的低碳钢的耐磨性能不仅取决于材料表层的硬度,而且与材料的韧性相关。20钢表面渗碳后可以作为耕作部件材料得到广泛的推广使用。 相似文献
7.
协同光学与雷达遥感数据的面向对象土地覆盖变化检测 总被引:1,自引:1,他引:0
西南地区受云、雨天气的影响,高质量的光学数据难以获取,合成孔径雷达数据可以全天时全天候地工作,但其重访周期较长,因此在多云多雨地区协同光学与雷达数据开展土地覆盖变化检测,可以弥补单一遥感数据源的不足,对国土资源调查评估及全球变化研究具有重要的意义。该研究基于2019年眉山地区Sentinel-2光学数据对2016年和2019年全极化Radarsat-2数据生成的差异影像进行面向对象引导分割,提取对象级多维特征,并提出FSO-RF变化检测框架,该框架利用样本间距离度量可分性特征空间优化(Feature Space Optimization, FSO)方法来优化特征空间,结合面向对象的随机森林(Random Forest,RF)分类器实现土地覆盖变化检测,与现有的变化检测算法对比,该研究的变化检测框架在精度上有较大提升,在试验区的准确率达到92.90%,通过抽取具有代表性的样区进行检验,两个样区变化检测结果的准确率分别为95.08%和88.16%。该研究提出的算法框架可以很好地满足城镇、农田等不同地物类别的变化检测需求,在国土资源监测中具有一定的应用价值。 相似文献
8.
1