振动深松鼠道犁的试验分析

石河子及周围垦区的土壤粘重且呈盐碱性,由于犁底层的存在,土质很难得到改善。而深松作业则是打破犁底层的主要农业技术措施之一。为此,论述了IZSS-600-3型振动深松鼠道犁的构造和工作原理,分析了试验因素对试验指标的影响,为机具今后在农业生产中的应用和推广提供了依据和参考。     

一株乳源松鼠葡萄球菌ExhC基因的克隆及序列分析

松鼠葡萄球菌(Staphylococcus sciuri,S.sciuri)是引起奶牛乳房炎(Cow Mastitis)的病原菌之一,其主要致病因子是该菌产生的脱皮毒素C(Exfoliative Toxin C,ExhC)。为了深入了解该基因的分子特征,本试验对从乳房炎患牛牛乳中分离的一株松鼠葡萄球菌ExhC基因(Genbank登录号:MT845354)进行了克隆及序列分析。按GenBank收录的ExhC基因设计并合成引物,利用PCR对ExhC基因进行扩增,并对扩增后的ExhC基因进行测序及分析。结果表明,松鼠葡萄球菌ExhC基因的开放阅读框序列长度为837bp,共编码278个氨基酸。通过Blast模块对ExhC基因进行同源性分析,得到5株相似序列,与ExhC基因序列相比同源性均为99.04%。系统进化树图指示该基因与其余五株相似序列属于不同的分支,遗传距离较远。利用TMHMM对松鼠葡萄球菌ExhC基因837bp序列跨膜区进行预测,结果显示ExhC蛋白的第1~277位氨基酸在细胞膜外,5~25位氨基酸所在位置为跨膜区。通过ExhC氨基酸序列分析和ExhC蛋白二级结构、三级结构预测,推断第97位氨基酸插入Asn以及其他位点氨基酸的突变可能会导致松鼠葡萄球菌功能区变化和毒株毒力的相对变化,这将给松鼠葡萄球菌致病机理的研究奠定基础。     

1株奶牛源松鼠葡萄球菌的分离鉴定及耐药性分析

为确定奶牛垫料中是否含有病原菌并深入了解垫料中优势生长菌的类型、耐药性及致病性等情况,本试验进行了细菌分离培养、革兰染色镜检、生化试验鉴定、16S rDNA序列分析及同源性比对、药敏试验、小鼠致病性试验。结果显示,分离菌在普通营养琼脂平板上形成圆形、表面光滑的白色菌落,血琼脂平板上形成黏稠、较大的白色菌落。革兰染色镜检结果显示,分离菌为革兰阳性,球型,呈葡萄串状排列,或单个散落。生化试验结果显示,分离菌对木糖、葡萄糖、麦芽糖、果糖、乳糖、硝酸盐还原等呈阳性反应,而蜜二糖、木糖醇、山梨醇、尿素、V-P反应等呈阴性反应。16S rDNA序列分析结果显示,扩增的16S rDNA序列长度为1 298 bp,与松鼠葡萄球菌的核苷酸同源性达99.85%~100%;系统进化树结果显示,分离菌与松鼠葡萄球菌处于同一分支。动物试验结果表明,分离菌株对试验小鼠有较强的致病性,以0.2 mL/只（7.9×10⁸ CFU/mL）菌液的剂量接种小鼠,在48 h内死亡率为60%（3/5）。药敏特性分析结果显示,分离菌株对复方新诺明、氨苄西林等7种药物敏感,对克林霉素、头孢噻肟和头孢呋辛中度敏感,对青霉素、红霉素和林可霉素耐药。本研究为奶牛源松鼠葡萄球菌的分离鉴定及防控提供了参考依据。     

基于SSA-ELM的锂离子电池寿命预测

锂离子电池的性能在循环充放电、环境温度变化、自身材料老化等情况下会不断退化,严重影响电池正常可靠运行。为了提高锂离子电池寿命预测的精准度,提出了一种基于麻雀搜索算法优化极限学习机的锂离子电池寿命预测模型。选用麻雀搜索算法SSA优化ELM的权值和阈值,既减小了由于ELM随机产生权值和阈值导致预测结果不准确和回归模型不稳定等缺点,又改善了全局搜索能力。实验采用NASA锂离子电池数据集,用均方根误差RMSE和相关指数R²作为评价标准,对所提模型(SSA-ELM预测模型)、BP神经网络模型和ELM模型的预测结果进行对比分析。实验结果表明,相比于传统神经网络模型,SSA-ELM算法泛化性能更好,预测精度更加准确可靠。     

莲子机械自动去芯自适应定心技术与样机试验

针对莲子在自动化去芯过程中的钻偏问题,提出了莲子自适应定心方法,该方法基于一种由曲柄滑块机构与平行四边形机构组合而成的自适应定心装置,能实现去芯钻头位置随莲子大小变化而自动调整。利用随机优化算法对机构中的连杆参数进行了优化,实现去芯钻头轴线保持与莲子轴线同轴,理论定心偏差为0.0448 mm。研制了一种自适应莲子去芯机,进行了未分级莲子的去芯试验,结果表明:自适应莲子去芯机钻正率达91.25%,远高于现有去芯设备,初步验证了自适应定心方法的有效性与实用性。研究结果为莲子优质钻芯设备设计、与莲子形状类似物料的优质钻孔设备研发提供参考。     

基于模式搜索算法的Van Genuchten方程参数优化

针对目前Van Genuchten方程参数优化方法的不足,本文通过理论分析得出Van Genuchten方程参数的单调函数,即为单极值函数。因此,可使用局部搜索能力较强的模式搜索算法识别Van Genuchten方程参数。算例及误差分析表明:模式搜索算法求解Van Genuchten方程参数算法实现简单、运算速度快、适用性强、计算精度高,为Van Genu-chten方程参数的求解提供了一条新途径。     

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。     

散乱点云数据K-邻域快速搜索算法的研究

K-近邻搜索是海量数据曲面重构中构建合理拓扑关系的关键步骤,其效率直接影响到曲面重构的效率.本文主要研究了一种面向逆向工程的k邻域的快速搜索算法,并通过Visual C 6.0编程实现,最后结合UG二次开发对车身数据点进行了检验.结果表明该算法稳定可靠,效率较高.     

基于蚁群-BFS算法的复杂环境下农业机器人全区域覆盖研究

目的 以路径重复率为优化目标解决农业机器人在数字生态农场中的全区域覆盖问题。方法 首先,将栅格地图中的障碍物进行膨胀处理,在此基础上进行矩形分区以及分区合并操作;然后,通过改进的蚁群算法规划分区间的遍历顺序、通过改进的广度优先搜索(Breadth first search, BFS)算法规划分区间终点与起点的衔接路径,从而实现机器人全区域覆盖。2种算法的具体改进方案为：分别通过人工免疫算法与粒子群算法改进遗传算法的选择与交叉算子,并将改进后的选择算子、交叉算子、原遗传算法变异算子与蚁群算法相结合改进传统蚁群算法信息素更新方法;建立动态函数以简化BFS算法规划的路径。结果 仿真结果表明,改进蚁群算法收敛时的迭代次数较传统蚁群算法减少了83.1%,路径长度相比减少了4.8%;由改进的蚁群算法与改进的BFS算法规划的机器人遍历路径重复率是传统蚁群算法和BFS算法的56%,且农业机器人能实现对农田区域的100%覆盖。结论 本研究提供了一种农业机器人在复杂环境的数字生态循环农场中进行全遍历覆盖的解决方案。     

赤腹松鼠及其危害防治的研究

赤腹松鼠(Callosciurus erythraeus)是一种以植食为主的树栖啮齿动物，广泛分布于亚洲东南部。随着国内人工造林面积的大幅度增加，生态环境的不断改变，赤腹松鼠对人工林的危害日益严重，已成为森林鼠害的主要害鼠之一。本文从生物学、危害、防治3个方面综述了国内外自20世纪80年代以来有关赤腹松鼠研究进展和防治状况。