摘要:稻米、小麦、玉米作为三大主粮在我国居民粮食结构中占有重要位置，粮食生产、加工、储运等产业链中品质监测是不可或缺的重要环节，特别是高效、无损、客观、实时的光学品质检测对粮食行业的健康发展具有重要意义。本文对比分析了三大主粮的可见/近红外光谱、拉曼光谱、荧光光谱的光学特性及内部品质光学检测机理，总结分析了粮食内部品质光学检测技术国内外应用研究现状，探讨了机器视觉、高光谱等粮食外观品质检测技术应用范围及国内外研究现状。结合三大主粮特定的品质检测需求，总结分析了国内外粮食内部品质光学检测装置研究现状，重点探讨了外观品质检测装置的硬件组成和空间排布研究现状，并总结分析了各光学检测技术相关装置的商业化推广应用情况。最后，从粮食品质光学检测技术瓶颈出发，对粮食快速光学检测技术及装备存在的问题和发展趋势进行了分析展望。

摘要:为降低履带式联合收获机导航路径跟踪转向控制频率和提高控制系统的稳定性，提出了一种预瞄-切线局部跟踪路径动态规划算法。规划的局部跟踪路径由平滑连接的两段弧线组成，第1段圆弧由收获机当前位姿与1/2横向偏差线上的预瞄点确定，第2段圆弧由收获机在1/2横向偏差线的实际位姿与期望路径的几何关系确定；基于收获机实际转向运动特性建立了相适应的转向控制模型，左转、右转控制模型拟合的决定系数R2分别为0.978、0.980。田间直线导航跟踪对比试验表明：当前进速度为0.4、0.8m/s时，横向偏差的标准差分别为0.0489、0.0507m，航向偏差的标准差分别为3.94°、4.66°，转向控制次数分别为19、12次；与传统纯追踪算法相比，横向偏差的标准差分别减小19.04%、31.30%，航向偏差的标准差分别减小25.94%、9.16%，转向控制次数分别减少47.22%、42.86%。本研究可为履带式农机车辆导航控制器设计提供参考。

摘要:为了提高自动驾驶插秧机路径跟踪更高频的控制，本文提出一种基于模型预测的路径跟踪控制方法。以模型预测算法为基础设计自动驾驶控制器，通过简化农机车辆模型、线性化运动学方程、制定约束量，实现以当前状态量p=(x,y,θ)预测下一时刻的车辆状态，控制自动驾驶插秧机沿参考路径行走。通过在Matlab中建立仿真模型验证控制器的可行性，结果表明：直线路径跟踪横向偏差小于0.02m，航向偏差小于0.08°，曲线路径横向偏差平均值为0.022m、航向偏差平均值为0.699°，可用于实车试验。另外，以水稻插秧机为试验平台，通过设置不同车速验证算法的鲁棒性，直线路径跟踪平均横向、航向偏差分别为0.021m、6.187°，曲线路径跟踪平均横向、航向偏差分别为0.450m、10.107°，可满足自动驾驶插秧机路径跟踪精度及实时性需求，为农机路径跟踪控制研究提供了参考。

摘要:为提高果园机器人在果园中作业的自主性、安全性和效率，需要进行有效合理的运动规划。针对传统RRT*(Rapidly exploring random tree star)全局路径规划算法在连续走廊式环境下存在搜索效率低、采样点利用率低、生成路径折线多转角大等问题，以阿克曼底盘果园喷雾机器人为运动模型，提出一种改进双向RRT*的果园喷雾机器人运动规划算法。首先，根据激光雷达建立果园二维平面地图，将果树和障碍物均视为障碍物区域，并结合喷雾机器人本体尺寸，对障碍物进行膨胀化处理；然后，通过改进双向RRT*算法搜索路径，搜索路径过程中结合动态末梢节点导向和势场导向进行偏置采样，并对初步生成的路径进行路径点去冗余以及相邻折线段转角约束处理；最后，采用三阶准均匀B样条曲线对处理后的路径点进行轨迹优化，在优化过程中主要考虑轨迹的碰撞检测和喷雾机器人底盘曲率约束。试验结果表明，相较于传统双向RRT*算法，本文所提出的改进算法规划时间平均减少57.5%，采样点利用率平均提高28.55个百分点，最终路径长度平均缩短7.14%；经三阶准均匀B样条曲线优化后所得轨迹在有、无障碍物两种环境下均满足喷雾机器人最大曲率约束，且仅在换行以及障碍物处存在转弯行为，符合喷雾机器人作业轨迹条件，提高了喷雾机器人的工作效率和自主性。

摘要:为进一步提升全膜双垄沟种床构建质量，合理膜面覆土及减少扬尘，探究膜面覆土与气流间互作规律，本文以甘肃省定西市临洮县境内52986号气象观测站点近30年的年平均风速1.32m/s、年平均极大风速18.07m/s、月平均极大风速26.5m/s为仿真数据来源，以正北方向为基准，以农户经验选择覆膜方向范围0°～90°的最小值、中间值、最大值为全膜双垄沟种床构建方向，分别建立T1（0°）、T2（45°）、T3（90°）3个种床模型，采用CFD-DEM气固耦合技术，得出不同风速、不同方向下全膜双垄沟种床覆土与气流场间的互作机制，综合空气流场、太阳辐射能、耕地利用率对全膜双垄沟种床构建的影响，对其构建方法进行优化，最后进行了田间验证试验。种床覆土表面流场分析表明：当空气流速恒定时，横腰带覆土表面空气最大流速由大到小依次是T3、T1、T2，大垄面覆土空气流速与标准空气流速差值由大到小依次是T3、T1、T2。种床覆土过程分析表明：当空气流速恒定时，种床及土壤颗粒对气流影响程度由大到小依次是T3、T1、T2，气流对颗粒影响程度由大到小依次是T3、T1、T2。由此可知T3模型种床及覆土表面气流速度最大，所受气流影响最大，膜面覆土移动距离最大，易形成扬尘，同时大垄面覆膜交接点极易渗入气流，引起大风揭膜现象，影响作物生长，危及经济效益。优化后的种床构建方法应遵循种床覆土位移最小、太阳辐射能最大、构建效率最快、南坡（向阳坡）耕地优先、南北走向耕地优先原则，优先采用模型依次是T1、T2、T3。田间试验结果表明：当空气流速为2.77m/s、风向北风时，平均种床合格率由大到小依次是T2、T1、T3，覆膜效率、耕地利用率、采光面积占有率由大到小依次是T1、T3、T2，试验结果与仿真模拟结果高度一致，验证了模型的可靠性。

摘要:为实现旋耕作业减扭降耗，在国标IT245旋耕刀基础上设计了一种自激振动旋耕刀装置，对其工作原理进行了阐述。通过运动受力分析，完成了其大弹簧参数选型与弹簧心轴腰型孔设计。基于DEM-MBD技术，建立土壤-旋耕刀相互作用仿真模型，分析5种刀轴转速下国标旋耕刀与自激振动旋耕刀所受三向阻力与扭矩变化规律。仿真试验中，刀轴转速为150、200r/min时，减阻降扭效果不明显；转速为250、300r/min时，自激振动旋耕刀相比国标旋耕刀的减阻降扭效果较好，垂向阻力分别降低6.96%、10.41%，且平均扭矩降低率较大，分别为9.80%和19.63%，而转速达到350r/min时，减阻降扭效果下降。通过对2种旋耕刀仿真与土槽试验的平均扭矩进行分析，得出了国标旋耕刀与自激振动旋耕刀平均扭矩变化曲线的相关系数，分别为0.997与0.998，基本验证了DEM-MBD耦合仿真模型的准确性。对土槽试验中采集的Y向（耕作时刀刃振动主要发生方向）振动加速度数据进行频域分析表明，随着刀轴转速的增加，Y向功率谱密度幅值总体呈上升趋势，转速达到300r/min时，激振频率达到装置Y向的固有频率附近，此时发生共振，Y向功率谱密度幅值达到最大值。即此时旋耕刀获得最大能量，扭矩降低幅度最大，减扭降耗的效果最佳。

摘要:针对传统小粒径种子型孔轮式排种器充种稳定性差、易卡种的问题，设计了具有倾斜抛物线型孔和环槽凸台搅种结构的型孔轮，可实现油菜、芝麻和小白菜种子（2±1）粒/穴精量穴播。基于种子物料特性与种植农艺要求，构建了种子充种和投种过程的力学模型，分析确定了型孔轮结构参数对充种和投种性能的影响规律及其取值范围；利用EDEM仿真和高速摄像台架试验获得了型孔抛物线顶点至型孔轮中心距离、焦准距、抛物线倾斜角、宽度系数、侧边倾角及环槽凸台深度的较优值，确定了避免型孔卡种与环槽凸台拖带种子的临界条件，得出了种子物料特性与型孔轮较优结构参数的量化关系。利用JPS-12型试验台开展较优结构参数下华油杂62、航天新芝T31-8和五月慢的排种性能试验，3种类型种子穴粒数合格率为92.00%、90.00%、90.67%，穴距合格率为83.67%、81.83%、82.50%。田间试验表明，华油杂62平均出苗数为1.16株/穴，穴株数合格率89.67%（（2±1）株/穴），穴距合格率81.54%；航天新芝T31-8平均出苗数为1.15株/穴，穴株数合格率85.77%（（2±1）株/穴），穴距合格率75.51%；满足油菜、芝麻精量穴播要求，为小粒径种子型孔轮式集排器关键部件的设计提供了参考。

摘要:针对水稻收获前稻田以及丘陵山区播种绿肥，存在机具无法下田作业、人工撒播劳动强度大的问题，基于农用多旋翼无人机平台，设计离心甩盘式绿肥种子撒播装置。该装置可与多品牌无人机方便、快速组配挂接，主要由挂接机构、种箱、排种机构、撒种机构及自动控制系统构成，设计螺旋输送式排种机构可实现连续稳定定量排种，优化撒种机构使得撒播更加均匀顺畅，控制系统可跟随无人机飞行速度控制排种机构排种量，并根据不同品种绿肥种子设定撒种机构甩种盘转速，从而实现多品种绿肥种子定量排种、均匀撒播。选取典型绿肥品种紫云英种子为试验物料，以撒播均匀性变异系数Y1和单位面积撒种量误差Y2为评价指标，螺旋输送器转速A、甩种盘转速B、飞行速度C为试验因素，开展三因素三水平正交试验。结果表明：螺旋输送器转速A和甩种盘转速B对两评价指标影响极显著，飞行速度C对两评价指标影响显著，影响撒播均匀性变异系数Y1的主次因素为B、A、C，影响单位面积撒种量误差Y2的主次因素为A、B、C，最佳因素水平组合A2B2C2，即A为190r/min、B为1700r/min、C为5m/s时，Y1为28.47%，Y2为11.81%。田间试验表明，在最佳参数组合下，整体出苗良好。该研究为改进完善无人机离心甩盘式绿肥撒播装置，以及大面积推广绿肥种植提供了理论依据和装备支撑。

摘要:针对菠菜等小粒径蔬菜种子采用窄行密植、播种均匀性要求高，缺乏适用播种技术装备的问题，设计了一种适用于菠菜等小粒径蔬菜种子密植精密播种的气力针式行星轮系多行并联低位投种精密排种器。阐述了排种器工作原理，构建吸种和投种环节种子力学模型，确定排种器主要结构参数；利用ADAMS软件仿真分析行星轮系排种机构吸种针的静轨迹和动轨迹，明确低位零速投种条件；开展排种器性能试验。排种试验结果表明，影响合格指数的主次顺序为排种转速、吸种负压和卸种正压，最佳参数组合为排种转速19.56r/min、吸种负压2.05kPa、卸种正压1.00kPa。经台架试验验证，其性能指标为合格指数均值91.48%、漏播指数均值4.28%、重播指数均值4.24%。投种试验结果表明，当投种正压为0.8~1.0kPa、工作转速为18~20r/min、投种高度小于200mm时，粒距变异系数不大于13.2%，工作性能较优。

摘要:为了探明长江中下游稻麦轮作区单体精播技术的适配性及其农艺效应，揭示基于区域土壤力学特征的精密播种机设计原则，以2BMYFQ型免耕播种机单体为例开展田间台架播种试验，提出符合农机-农艺融合原则的4个精播主控目标和技术要素，探讨2种耕作处理方式（免耕、旋耕）、3个预定播深(2.5、4.0、6.0cm)和3个下压力（0.6、1.0、1.2kN）因子组合下的种子播深、土壤物理变化及小麦出苗效果。结果表明，播种单体与土壤力学性质交互影响并导致播深变化差异显著，土壤力学变异造成高达37.61%的播深变异，基于线性弹力张紧特征的下压力控制技术与不合理耕作方式组合下的精确播深控制目标无法实现。现有试验单体既存在土壤对双圆盘开沟器支撑力过大导致的限深轮虚支撑，也存在土壤支撑力不够且限深轮过度下陷导致农学意义上过深的种子位。单体造成种子位土壤压实状况也受耕作方式及下压力影响，并最终反映为出苗率的变化。综合比较发现，稻田原茬免耕、预定播深4cm、下压力1.2kN工况下，实际播深与预定播深差异较小，播深稳定性高，出苗率高，但种沟侧壁压实程度大；在旋耕条件时最优播深为预定播深4cm和下压力1.0kN组合；旋耕处理的单体播深控制整体效果优于免耕。因此智能精密播种技术应首先探明土壤力学条件和农艺播深目标的合理下压力控制策略，实现基于“播种单体-土壤力学关系”的单体创新设计和智能化土壤力学在线检测系统是区域精播技术的关键。

摘要:针对机械式玉米排种器在播种机高速作业条件下排种精度下降且性能不稳定的问题，提出利用调姿齿与单元型孔对玉米种子充种姿态进行调控的技术思路，设计了一种姿控驱导式精量排种器，采用双侧种盘对置、单列排种结构布局，降低工作转速同时提高排种均匀性。完成了关键零部件的结构参数设计，分析了种子姿态调整原理，通过单因素试验与正交旋转组合试验获取排种器的最优参数组合，并开展排种性能对比试验。结果表明：调姿齿齿型为线型时，排种合格率提升效果最优，较无调姿齿可提升29.1个百分点；排种器的最优参数组合为：工作转速16.7r/min，型孔外壁面倾角46.9°与型孔圆角半径4.5mm，该条件下合格率、漏播率和重播率分别为91.6%、2.8%与5.6%；在作业速度8~14km/h范围内，排种器的合格率均高于90%，漏播率均低于3%，重播率均低于8%，破损率均低于0.5%，粒距均匀性变异系数均低于19%，且排种效果优于无姿态调控排种器与勺轮式排种器，满足玉米精量播种的技术要求。

摘要:为解决大蒜正芽播种问题，设计了弧形鸭嘴式型大蒜正芽播种机，主要由单粒取种装置、鳞芽方向控制装置、直立下栽装置、传动系统以及机架、地轮等部分组成，可一次完成取种、换向、直立栽种和镇压作业。根据大蒜鳞芽外形尺寸参数，对播种机关键零部件进行了优化设计，设计了符合大蒜鳞芽外形尺寸分布的大、中、小3级取种勺；设计了弧形开口换向器，使芽尖弯曲大蒜鳞芽芽尖尽可能露出换向器；设计了中间轴随驱动圆盘同时旋转的直立下栽机构，实现11行下栽鸭嘴同时稳定作业，与弧形换向器配合实现芽尖不小于6mm大蒜鳞芽的正芽。以苍山四六瓣蒜和金乡杂交蒜为试验对象，进行田间播种性能试验，结果表明：行走速度在0.14~0.19m/s范围内，金乡杂交蒜的正芽率达到85%左右，苍山四六瓣蒜的正芽率达到90%左右，单粒率均达到93%以上，整体满足大蒜播种农艺要求。

摘要:针对现有蔬菜自动移栽机茎秆夹持式和钵体顶出式取苗方式的缺点，基于顶出-夹取结合式取苗方式，设计了一种适用于对称布置可弯曲秧盘的交替式取投苗机构。阐述了该机构工作原理、关键点运动轨迹和结构组成。分析了关键因素对秧苗夹持点运动轨迹的影响方式并优选了取值：驱动曲柄转速10r/min，取投苗摇杆长度为 309mm，驱动气缸伸出速度25mm/s，0.8s内完成拔苗，伸出时刻为提前0.4s。该参数组合下秧苗夹持点在拔苗阶段最大横向位移9.6mm，累计横向位移0mm，理论提升高度44mm，满足取投苗作业理论要求。以苗龄45d的辣椒秧苗为作业对象，进行了栽植频率70~120株/(min·行)的取投苗性能试验，试验结果表明，该交替取投苗机构在栽植频率100株/(min·行)时可实现取苗成功率93%，投苗成功率95%，总体成功率88%，满足取投苗作业要求，验证了该取投苗机构的可行性。

摘要:针对穴盘缺苗穴孔内钵体松散易碎导致基质剔净率低的问题，设计了一种气吸式基质剔除装置。该装置首先利用深度学习模型检测缺苗穴孔并定位，随后输送带输送穴盘苗到达基质剔除模块，控制系统根据缺苗穴孔位置信息，控制直线模组带动气吸端口到达缺苗穴孔正上方位置，最终利用负压吸附的方式完成缺苗穴孔基质剔除任务。利用DEM-CFD耦合仿真方法对比分析了9种气吸端口结构对基质剔除性能的影响，结果表明，当气吸端口圆管直径为30mm、收缩管高度为50mm时，基质剔除率高且输送更均匀。搭建缺苗穴孔气吸式基质剔除试验平台，开展气吸式基质剔除多因素正交试验研究，结果表明：最优参数组合为：气压0.5MPa、基质含水率50%~55%、气吸时间为3.0s、有硅胶垫。开展性能验证试验，结果表明，穴盘缺苗穴孔检测模型平均正确率均值为96.1%，平均定位成功率为95.45%，基质平均剔净率在90%以上，整机作业效率为57s/盘，满足实际剔补苗作业要求。

摘要:针对液肥穴深施机具存在施肥位置不准确等问题，结合机械结构设计和自动控制技术，设计了一种深施型液肥对靶点施装置，该装置包括液肥深施开沟器和液肥对靶点施控制系统。设计液肥深施开沟器，构建了开沟器与土壤间力学接触模型和土粒质点运动学模型，确定了开沟器结构参数，解析了扰土和回土原理，应用EDEM软件建立开沟器-土壤离散元仿真模型，验证了液肥深施开沟器结构可行性。以单片机为核心开发一种液肥对靶点施系统，光电传感器感知作物植株位置，测速模块实时监测装置作业速度，单片机结合作物植株位置信息和作业速度控制电磁阀启闭，实现液肥对靶点施作业。通过田间试验验证了装置作业性能，在作业速度为0.4～1.0m/s时，平均回土深度52.8mm，平均对靶率84.03%，装置回土性能和对靶喷肥性能稳定，满足液肥深施农艺要求。

摘要:针对果园有机肥人工施肥量不准确、施肥不均匀等问题，本文根据施肥农艺要求，设计了一种有机肥条铺与旋耕混合施肥机。该装置采用刮板式结构，通过圆环链带动刮板向前排肥，将有机肥呈条状铺撒在地表，通过旋耕装置将其与土壤混合。通过计算确定了施肥装置最大开口高度、肥箱容积等结构参数，分析了上、下层有机肥排肥过程。以排肥口开口高度、前进速度、链轮转速和刮板间距为试验因素进行离散元仿真试验，以有机肥相对误差和变异系数为评价指标，对排肥过程工作参数进行优化求解，得到最优参数组合：开口高度为53.17mm、前进速度为2.8km/h、链轮转速为15.96r/min、刮板间距为160mm。在最优工作条件下进行试验验证，得到有机肥平均排肥量为5.099kg/m2，与理论施肥量相对误差为4.5%，变异系数为8.8%，表明仿真优化结果可靠，排肥量准确且排肥均匀性较好，该施肥装置施肥性能较优。在旋耕混合试验中，通过测定得到上层有机肥混合比例为11.83%，下层有机肥混合比例为6.29%，表明经过旋耕后，能够实现土肥混合效果，上层土肥混合比例高于下层。

摘要:不同结构形式的破土切根刀作业性能差异较大，为更好的打破草地土壤板结结构，对破土切根刀进行了结构设计与参数优化。应用离散元法构建土壤模型，并通过直剪试验对该模型进行参数标定；以破土切根刀的刃口角、滑切角及切齿角为试验因素，以耕作阻力、土壤扰动失效面积及比阻为目标参数，进行单因素试验和三因素五水平二次正交旋转中心组合设计试验，得到最优结构参数组合并加工优化破土切根刀进行草地试验。参数优化试验结果显示，当刃口角为37.8°、滑切角为33.6°、切齿角为51.8°时，破土切根刀作业效果最佳；草地试验表明，与三角形破土切根刀相比，优化破土切根刀在不同坚实度草地土壤的减阻率分别为11.8%和12.8%，作业后地表平整度更小且未出现明显翻垡，更符合草地作业农艺要求。研究结果可为破土切根刀的标准化设计提供理论依据。

摘要:国产玉米青贮收获机切碎装置的动定刀间隙依赖人工手动调节，过程繁琐且调节精度较低，尚未实现自动化控制，为此，本文提出了先接触后退刀的动定刀间隙调节思路，设计了一种电驱摇臂偏心式动定刀间隙调节装置，在动刀为人字形排布的切碎装置两侧各安装一组，同步调节定刀先“接触”动刀使间隙“清零”，后退定刀，重新调节间隙至设定值；设计了基于振动加速度传感器的控制系统，通过定刀即将接触旋转动刀时的振动加速度信号判断接触状态；搭建了青贮收获机动定刀间隙自动调节试验台，以间隙设定值和滚筒转速为试验因素，以左、右两侧动刀与定刀间隙的均匀性变异系数为评价指标进行双因素重复试验。结果表明，间隙设定值、滚筒转速对间隙调节均匀性均具有显著影响，二者交互作用不显著；左、右两侧间隙同步调节误差仅为0.12%（＜1%）；滚筒转速为500r/min时，各间隙设定值下左、右两侧间隙调节精度均最高，间隙设定值为0.2、0.6、1.0mm时，间隙均匀性变异系数均值分别为6.03%、5.78%、5.36%，符合设计要求（≤10%）；试验结果表明滚筒转速越低，间隙设定值越大，间隙调节越均匀。该研究实现了人字形排布的平板式动刀与定刀间隙的精准调节与控制。

摘要:针对混合试验图像所得均匀性指数计算结果难以直接匹配于被广泛认可的数值仿真参考值的问题，本文基于线性模型方法，将混合试验图像处理与数值仿真结果进行映射，在黏性水溶性农药与水在长直混合管内进行在线混合的试验条件下构建对应的线性预测模型，并采用射流混药器在线混合图像及仿真结果对上述模型进行检验。研究结果表明：不同图像方法(灰度直方图二阶矩(HSM)、改进面积加权法(OAU)、主成分分析法(PCA))对应最优线性拟合阶数不同，采用单独图像方法构建模型时最优阶次为4，决定系数R2高于0.95，采用2种图像方法组合和3种图像方法组合时最优阶次可分别降至3阶和2阶，R2则接近或高于0.98；载流流量Q为800~2000mL/min、混合比P为0.01~0.10条件下，基于HSM、OAU、PCA和线性模型，可实现实际混药器均匀性预测，所有模型预测误差均小于0.05，且采用一元和二元线性模型使得平均预测误差分别降低84.1%和79.8%，不同算法间预测结果极差分别降低31.6%和78.0%；采用基于PCA或OAU算法的一元模型进行预测时误差可控制在0.03以内，其精度高于不同算法组合预测的结果；采用基于HSM-PCA等算法组合的二元模型误差虽稍高于0.03，但也可避免单一图像指标计算不准确带来的预测风险。通过构建图像处理-数值仿真之间的映射关系，可为基于图像处理进行农药在线混合均匀性评估提供更加可行和合理的方法。

摘要:为研究中高水头混流式水轮机上冠流道内不同降压结构效果及优化可行性，以红山嘴一级水电站4号机为例，将利用UG建立的4类不同上冠流道降压结构模型作为研究对象，基于计算流体动力学（CFD）技术，采用剪切应力传输（SST）湍流模型对4类不同的上冠泄排水结构在7种流量下展开数值模拟，计算工况共计28种。研究指标为泄漏水流态分布特性、主轴密封下侧压力、上冠轴向水推力、梳齿环密封性能。结果表明：不同泄排水降压结构内的泄漏水流态存在一定差异；为改善水轮机主轴密封性能可采取含转轮泵的联合泄排水降压结构，该结构相比其他结构对降低主轴密封压力、降低上冠轴向水推力、减少上冠间隙泄漏量均有显著效果；调整转轮泵降压结构的泵叶或泵盖几何参数可达到优化目的；针对该电站主轴密封漏水问题，采取含转轮泵的联合泄排水降压结构可使主轴密封下侧压力平均降低15.98％左右、上冠轴向水推力平均降低52.99%左右，大大提高电站运行效率。该研究在传统的单一泄排水降压结构基础上增设了转轮泵，为中高水头混流式水轮机获得最佳综合效益及其改造优化提供了参考依据。

摘要:科学认知区域长时间序列下的“三生”空间数量增减关系和空间格局演化过程是实现国土空间可持续开发利用的前提。采用土地利用动态度指数、地学信息图谱、重心模型和双变量空间自相关分析研究了1980—2020年长江经济带内“三生”空间数量变化和格局演化过程。结果表明：1980—2020年长江经济带国土空间类型以生产空间和生态空间为主，且不同国土空间类型数量变化差异明显。农业生产空间和生态空间分别减小39403km2和248km2；非农生产空间和生活空间分别增加14804km2和27271km2。1980—2020年长江经济带国土空间格局变化空间指向性和地区差异性显著。1980—2020年长江经济带不同国土空间类型互动增减关系差异显著且空间异质性明显。

摘要:针对土壤盐分遥感反演中众多盐分指示变量在反演效率与相互比较优势方面存在的不确定性和易混淆性问题，以内蒙古额济纳旗的居延泽为例，基于Sentinel-2、Radarsat-2、Landsat-8和SRTM DEM数据提取波段反射率、植被指数、盐分指数、极化雷达参数以及地表温度和地形因子共6类变量，采用变量优选策略筛选各类变量及其组合的最优变量，构建土壤盐分随机森林（Random forest，RF）与支持向量机（Support vector machine，SVM）预测模型，并选择最优模型实现居延泽地区土壤盐分预测，为干旱区土壤盐分监测提供参考。结果表明，短波红外波段（B11）、冠层盐度响应植被指数（CRSI）、扩展比值植被指数（ERVI）、红边盐分指数（S2re3）、单次散射（FOdd）、地表温度（LST）与汇水面积（CA）等变量对土壤盐分监测具有较强的普适性；单一变量模型的盐分预测精度从高到低依次为地形因子、极化雷达参数、地表温度、盐分指数、植被指数和波段反射率；多变量联合可有效提升模型精度与稳定性，随着环境变量的加入，当6类变量均参与模型构建时，最佳模型R2提升0.117，RMSE降低2.556个百分点；RF模型较SVM更适于干旱区土壤盐分反演，优选全变量组的RF模型精度最高，其反演结果表明区域东北及天鹅湖附近盐渍化程度较低，西南部古湖盆区盐渍化程度较高。

摘要:荒漠草原植被稀疏、裸土细碎化分布对遥感数据空间分辨率和光谱分辨率的指标精度提出更高要求，目前应用于遥感场景的深度学习模型隐藏层较多、模型结构复杂，且采用经典深度学习模型未考虑遥感数据内在特点，导致模型训练普遍存在计算过度、耗时增加等问题。本文利用低空无人机（Unmanned aerial vehicle，UAV）遥感平台搭载高光谱成像光谱仪采集荒漠草原地物高光谱数据，发挥高空间分辨率与高光谱分辨率相结合的优势，并基于三维卷积神经网络（Three-dimensional convolutional network，3D-CNN）方法提出一种适合荒漠草原地物植被、裸土、标记物识别的精简学习分类模型，进行参数组合调优，在调整学习率、批量规模、卷积核尺寸及数量后，最高总体分类精度（Overall accuracy，OA）可达到99.746%。研究结果表明，精简学习分类模型的优化建立在超参数选择基础上，为获得精度高、耗时短、性能稳定的最优模型，需不断调整超参数并对比不同组合分类效果。基于无人机高光谱技术的精简学习分类模型在荒漠草原地物的分类识别应用中具有较大优势。

摘要:薇甘菊是世界十大有害杂草之一，其泛滥会对生态系统造成重大影响。建立一个高空间分辨率全域尺度的薇甘菊预警评估方法，是防治薇甘菊的关键手段之一。目前对薇甘菊的监测主要有人工踏查、卫星遥感监测，但前者效率低下而后者识别精度不够。以无人机为载体，通过采集待监测区域的薇甘菊彩色图像，应用Otsu-K-means、RGB、HSV色彩空间阈值分割算法以及K-means-RGB、K-means-HSV、K-means-RGB-HSV融合算法和MobileNetV3深度学习算法进行识别，采用召回率、精确率和均衡平均数F1值共3个评价指标对识别结果进行评价。实验结果表明K-means-RGB-HSV算法对盛花期薇甘菊的整体识别效果最佳。在此基础上，基于识别结果应用模糊层次分析法以及盖度公式，初步建立了薇甘菊的预警评估方法，划分了5个薇甘菊入侵危害等级，可根据所需监测精度的不同，设置不同尺寸的网格和辐射半径，绘制出薇甘菊入侵的精准分布热力图，能够清晰准确地体现不同区域的入侵薇甘菊的危害程度。在厘米级分辨率精度下，实现了基于无人机遥感的盛花期薇甘菊精准监测，为薇甘菊入侵的监测、预警和精准防治提供了有力支撑。

摘要:果园环境实时检测是保证果园喷雾机器人精准作业的重要前提。本文提出了一种基于改进DeepLab V3+语义分割模型的果园场景多类别分割方法。为了在果园喷雾机器人上部署，使用轻量化MobileNet V2网络替代原有的Xception网络以减少网络参数，并在空洞空间金字塔池化（Atrous spatial pyramid pooling，ASPP）模块中运用ReLU6激活函数减少部署在移动设备的精度损失，此外结合混合扩张卷积（Hybrid dilated convolution，HDC），以混合扩张卷积替代原有网络中的空洞卷积，将ASPP中的扩张率设为互质以减少空洞卷积的网格效应。使用视觉传感器采集果园场景RGB图像，选取果树、人、天空等8类常见的目标制作了数据集，并在该数据集上基于Pytorch对改进前后的DeepLab V3+进行训练、验证和测试。结果表明，改进后DeepLab V3+模型的平均像素精度、平均交并比分别达到62.81%和56.64%，比改进前分别提升5.52、8.75个百分点。模型参数量较改进前压缩88.67%，单幅图像分割时间为0.08s，与原模型相比减少0.09s。尤其是对树的分割精度达到95.61%，比改进前提高1.31个百分点。该方法可为喷雾机器人精准施药和安全作业提供有效决策，具有实用性。

摘要:为在有限的嵌入式设备资源下达到实时检测要求，提出一种基于改进YOLO v5的百香果轻量化检测模型（MbECA-v5）。首先，使用MobileNetV3替换主干特征提取网络，利用深度可分离卷积代替传统卷积减少模型的参数量。其次，嵌入有效通道注意力网络（ECANet）关注百香果整体，引入逐点卷积连接特征提取网络和特征融合网络，提高网络对百香果图像的特征提取能力和拟合能力。最后，运用跨域与域内多轮训练相结合的迁移学习策略提高网络检测精度。试验结果表明，改进后模型的精确率和召回率为95.3%和88.1%；平均精度均值为88.3%，较改进前提高0.2个百分点。模型计算量为6.6 GFLOPs，体积仅为6.41MB，约为改进前模型的1/2，在嵌入式设备实时检测速度为10.92f/s，约为SSD、Faster RCNN、YOLO v5s模型的14倍、39倍、1.7倍。因此，基于改进YOLO v5的轻量化模型提高了检测精度和大幅降低了计算量和模型体积，在嵌入式设备上能够高效实时地对复杂果园环境中的百香果进行检测。

摘要:针对草原蝗虫图像具有样本收集困难、目标较小和目标多尺度等技术难点，基于YOLO v5网络，提出了一种复杂背景下多尺度蝗虫目标检测识别模型YOLO v5-CB，用于宁夏草原常见蝗虫检测。改进模型YOLO v5-CB针对蝗虫原始样本量较少的问题，使用CycleGAN网络扩充蝗虫数据集；针对蝗虫图像中的小目标特征，使用ConvNeXt来保留小目标蝗虫的特征；为有效解决蝗虫图像尺度特征变换较大问题，在颈部特征融合使用Bi-FPN结构，来增强网络对多尺度目标的特征融合能力。实验结果表明，在对宁夏草原常见亚洲小车蝗、短星翅蝗、中华剑角蝗进行检测识别时，YOLO v5-CB的识别精度可达98.6%，平均精度均值达到96.8%，F1值为98%，与Faster R-CNN、YOLO v3、YOLO v4、YOLO v5模型相比，识别精度均有提高。将改进的蝗虫检测识别模型YOLO v5-CB与研发的分布式可扩展生态环境数据采集系统结合，构建了基于4G网络的Web端蝗虫识别平台，可对观测点的蝗虫图像进行长期实时检测。目前，该平台已在宁夏回族自治区盐池县大水坑、黄记场、麻黄山等地的草原生态环境数据获取中得到了应用，可对包括宁夏草原蝗虫信息在内的多种生态环境信息进行长期检测和跟踪，为虫情防治等提供决策依据。

摘要:柑橘黄龙病严重影响柑橘的产量和品质。在自然背景下，柑橘叶片之间存在相互遮挡以及尺寸变化大的问题，使得遮挡及小尺寸的黄龙病叶片容易漏检，而且由于黄龙病叶片的颜色、纹理特征与柑橘其他病害十分相似，容易存在误检的问题，导致现有的算法对自然背景柑橘黄龙病检测的精度不高。本研究提出了一种结合剪切混合拼接（Shearing mixed splicing，SMS）增广算法和双向特征融合的自然背景柑橘黄龙病检测方法，该方法通过SMS、镜像翻转和旋转方法对训练集和验证集进行了增广，增加了训练集和验证集图像中背景目标的数量和多样性；为了自适应地改变柑橘黄龙病检测中的局部采样点，增大有效感受野，使用可变形卷积替换骨干网络后3个卷积层中所有的标准卷积；为了减小自然背景的影响，使用全局上下文模块对骨干网络后3个卷积层输出的特征图进行特征增强，来建立有效的长距离依赖，以便更好的学习到全局上下文信息；使用双向融合特征金字塔，改善浅层特征和深层特征的信息交流路径，用以降低因柑橘黄龙病叶片尺寸变化大导致的漏检，提高小尺寸的柑橘黄龙病叶片的检测精度。实验结果表明，本研究提出的方法用于自然背景柑橘黄龙病的检测，平均精度可达84.8%，性能优于SSD、RetinaNet、YOLO v3、YOLO v5s、Faster RCNN、Cascade RCNN等目标检测方法。

摘要:水稻病害是影响水稻产量的重要因素之一，水稻病害的早期预测对水稻病害防治至关重要。为了实现水稻白叶枯病害的预测，连续采集了从接种病菌到早期发病共7d的白叶枯病害胁迫下的叶片高光谱图像。利用Savitzky-Golay算法对高光谱图像进行预处理，并利用主成分分析（Principal component analysis, PCA）和随机森林（Random forest, RF）算法提取光谱特征，构建多任务学习(Multi-task learning, MTL)与长短期记忆（Long short-term memory, LSTM）网络融合的预测模型，对水稻病害发病率和潜伏期进行预测，并利用鲸鱼优化算法（Whale optimization algorithm, WOA）对MTL-LSTM模型进行优化。实验结果表明：PCA和RF可以有效地从高光谱图像中提取光谱特征，降低高光谱数据维度，且基于光谱特征构建的预测模型性能优于全波段光谱构建的预测模型性能，建模时间降低约98%。基于时序高光谱构建的预测模型对发病率和潜伏期的预测取得了预期效果，基于前10个特征波长构建的WOA-MTL-LSTM模型取得了最优的预测性能，对发病率和潜伏期预测测试集的R2分别为0.93和0.85，RMSE分别为0.34和2.12，RE分别为0.33%和1.21%。通过WOA算法可以提升MTL-LSTM的预测性能，对发病率和潜伏期预测的R2均提升0.05。研究结果表明RF提取高光谱特征能有效表征全波段光谱，基于时序高光谱的WOA-MTL-LSTM模型可以准确预测白叶枯病害发病率和潜伏期，为水稻白叶枯病害的预防提供了技术支持。

摘要:在檀香树大面积种植过程中，存在人工排查缺苗效率低、成本高和难以监管等问题，而且檀香树必备的伴生植物和树间穿插的其它作物，更加大了查补难度。针对这些问题，本文提出一种基于YOLOv4和双重回归的复杂环境檀香树缺苗检测和精准定位方法。首先，采用YOLOv4目标检测算法，处理无人机采集的遥感图像，实现檀香树植株的智能检测。然后，以双重线性回归结合延长列线补漏策略为核心，构建缺苗定位算法（Missing seedling localization algorithm，MSL）：选任意檀香树作基准，根据像素坐标划分列区域，对各列区域中檀香树用线性回归拟合列线；对拟合后仍未归入列的遗漏檀香树，用延长回归线策略重新判断归属，并再次线性回归优化列线。最后，根据种植间距规划，实现缺苗检测和定位。试验结果表明，檀香树缺苗检测精确率86.82%、召回率82.25%、F1值84.47%、运行时间8.19s。该方法融合了大疆无人机遥感图像采集系统的快速性、YOLOv4算法和双重回归策略的精准性，可实现对复杂生长状况下檀香树的实时智能缺苗检测和精准定位。

摘要:针对果树根系相较于果树枝干或冠层难以观察和取样的问题，提出一种基于探地雷达和卷积神经网络的果树根系半径和深度预测方法。首先，使用开源软件gprMax构造所需的探地雷达A-Scan数据集；然后，将输入数据导入注意力模块，对特征信息重新分配权重，突出关键特征对模型的影响；最后，通过卷积层提取特征信息，通过全连接层将前面卷积层所学到的局部特征综合为A-Scan数据的全局特征，完成对根系半径和深度的准确预测。为了证明提出方法的可行性与有效性，在仿真数据和实测数据上分别进行实验。结果表明，该方法可以实现对根系半径和深度的有效预测，其中，在仿真数据上对根系半径预测的最大误差为2.9mm，R2为0.990，均方根误差为0.00068m，深度预测最大误差为11.2mm，R2为0.999，均方根误差为0.0020m；在实测数据上对根系半径预测最大误差为1.56mm，深度预测最大误差为9.90mm，总平均相对误差为5.83%，能够实现对根系半径和深度的准确预测。

摘要:为实现水稻施肥知识图谱自动化构建，为后续构建水稻施肥决策系统提供基础，定义了水稻施肥体系数据结构并制作水稻施肥数据集，结合水稻施肥数据特点，添加单位标注器，并改进CASREL解码加入隐藏层，提出了基于RoBERTa-wwm编码+改进CASREL解码的信息抽取模型，同时针对编码与解码环节进行试验对比。结果表明，基于该模型的F1值达到91.86%，与对比模型相比有较为显著的提升。基于改进RoBERTa-wwm-CASREL的信息抽取模型能有效提高水稻施肥信息抽取效果，为水稻施肥知识图谱构建以及施肥决策系统提供基础。

摘要:为提高水稻种子质量，剔除杂草稻种子，提出一种基于凹点匹配的粘连分割算法，搭建一种在线形色双选水稻种子识别平台。该平台由排种系统、图像采集系统、传动系统、电机驱动系统构成。该平台算法基于ECMM凹点分割法，首先对采集的图像进行预处理、提取形态因子小于0.4的粘连轮廓，对所提取轮廓的边缘进行一维高斯卷积核平滑处理，并计算平滑后轮廓曲线的曲率及其曲率均值，寻找与曲率均值相差较大的若干个点作为角点。其次，依据矢量三角形面积的正负来判断角点是否为真正的凹点，寻找凹点与前继点、后继点所组成的法线方向的夹角范围(0°~180°)，并在此夹角范围内寻找与其相匹配的凹点对，完成粘连分割。该算法平均精度为92.90%，比极限腐蚀法提高19.82个百分点，比分水岭算法提高12.85个百分点。最后，计算分割后图像上各轮廓内的种子长度与R通道像素占比来识别杂草稻种子。经识别平台测试，本文算法每识别100粒种子平均用时0.95s，平均识别精度为97.50%。

摘要:针对农作物禾苗和杂草辨识和定位不精确，会造成除草机器人除草不净、伤害禾苗、影响产量等问题，提出了一种基于骨架提取算法的作物茎秆中心识别与定位的多级图像识别方法。该方法通过不同图像处理算法的多级式递进融合，实现对农作物茎秆的精确识别与中心定位。首先将采集到的彩色图像转换到HSV颜色空间进行背景分割。然后采用腐蚀算法对图像进行腐蚀操作，腐蚀掉杂草图像信息得到仅含作物的图像信息，最后用Zhang-Suen细化算法对作物图像进行骨架提取操作，并对骨架交叉点进行计算分析，识别与定位作物茎秆中心，实现作物精准辨识和定位。对采集的100幅苗期图像进行实验测试，结果表明农作物禾苗茎秆中心识别和定位精度误差小于12mm。本文方法能实时精准辨识禾苗和杂草，并对禾苗进行精准定位，为实现田间机械化除草提供了一种精准可靠的作物识别和定位方法。

摘要:为实现褐菇高效、精准、快速的自动化采摘，针对工厂化褐菇的种植特点，提出一种基于YOLO v5迁移学习(YOLO v5-TL)结合褐菇三维边缘信息直径动态估测法的褐菇原位识别-测量-定位一体化方法。首先，基于YOLO v5-TL算法实现复杂菌丝背景下的褐菇快速识别；再针对锚框区域褐菇图像进行图像增强、去噪、自适应二值化、形态学处理、轮廓拟合进行褐菇边缘定位，并提取边缘点和褐菇中心点的像素坐标；最后基于褐菇三维边缘信息的直径动态估测法实现褐菇尺寸的精确测量和中心点定位。试验结果表明单帧图像平均处理时间为50ms，光照强度低、中、高情况下采摘对象识别平均成功率为91.67%，其中高光强时识别率达100%，菇盖的尺寸测量平均精度为97.28%。研究表明，本文提出的YOLO v5-TL结合褐菇三维边缘信息直径动态估测法可实现工厂化种植环境下褐菇识别、测量、定位一体化，满足机器人褐菇自动化采摘需求。

摘要:为揭示土壤有机质(Soil organic matter, SOM)时空变异性与驱动因子响应机制，保障区域耕地可持续利用与粮食安全，应用地理探测器、地统计和重心偏移方法对陕西省SOM含量时空变异格局与驱动因子进行研究。结果表明：整体上，陕西省2017年SOM分布呈南高北低格局，平均含量(质量比)为15.63g/kg，较2007年提升8.61%；空间上，2017年SOM含量重心整体向西南偏移，陕南向西迁移，关中向东迁移，陕北向西南偏移；2017年SOM含量空间变异主导驱动因子为土壤全氮含量(q为0.74)；2007—2017年间，土壤全氮含量、年平均气温、机械总动力对SOM含量空间变异的驱动力提升较大;2007—2017年，自然与人文因素共同驱动SOM含量时空变异，但人类活动对两因素均具有重要影响。

摘要: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。

摘要:从水土资源协同投入和“经济-社会-生态”效益产出的全局角度分析宏观区域的农业水土资源利用效率，对于农业生产可持续性具有重要价值。本文结合广义水资源概念及农业生产中的“多投入-多产出”特征，阐明了农业水土资源利用效率的内涵，利用数据包络分析法构建了超效率-基于松弛变量（Super-SBM）模型和超效率-考虑非期望产出-基于松弛变量（Super-Undesirable-SBM）模型用于测算生产配置效率概念的农业水土资源利用效率，并以山东省引黄灌溉区为例，测算了研究区51个县域的不考虑生态效益的农业水土资源利用效率（WLUE）、考虑生态效益的农业水土资源利用效率（WLUEE）、水资源利用效率损失（WUEL）和耕地资源利用效率损失（LUEL）。结果表明：所有县域中，只有东明县和桓台县WLUE和WLUEE均大于1，实现了DEA有效，河口区的WLUE最小，历城区的WLUEE最小。各县域分为绿色高效型、普通高效型、绿色低效型和普通低效型4种类型，且绿色高效型和普通高效型县域水资源利用水平更高，绿色低效型和普通低效型县域耕地利用水平更高。提出了不同类型县域农业水土资源利用效率的针对性改善措施，为农业水土资源利用效率研究提供新的视角，研究成果有利于促进研究区农业生产的可持续发展。

摘要:土壤有机质（SOM）是土壤肥力的重要组成部分，是作物生长的主要养分来源。为探究分数阶微分（FOD）联合优化光谱指数对低肥力地区SOM的反演效果，以银川平原为研究对象，对野外土壤高光谱反射率原始数据进行0~2阶FOD处理（间隔0.2阶），构建优化光谱指数DI/RDI、DI/NDI、NDI/RDI、RDI/NDI、DI/GDI和RI/GDI，分析各指数与土壤有机质含量间的二维相关性，筛选出最佳优化光谱指数，并建立基于支持向量机（SVM）的SOM含量反演模型。结果表明：银川平原SOM含量整体偏低，其中93.05%处于四级到六级水平。土壤野外原始光谱反射率吸收特征差异明显，在1400、1900nm处有明显吸收峰。随着分数阶的不断增加，光谱反射率不断趋近于0。土壤DI/NDI、DI/GDI、RI/GDI、NDI/RDI和RDI/NDI在0~2阶最大相关系数绝对值（MACC）均小于0.80，DI/RDI在0.2~2.0阶范围内的MACC为0.9965~0.9986，其敏感波段主要集中在1450~1750nm和2100~2400nm之间。基于0.2阶微分处理的DI/RDI-SVM模型对SOM的反演精度最佳，建模决定系数R2c和验证决定系数R2p分别为0.98和0.99，相对分析误差（RPD）为4.31。研究结果可为低肥力地区的SOM含量快速、准确反演及制图提供科学依据。

摘要:为探究不同种类生物炭与其施量对新复垦区土壤水分入渗过程的影响，设置2个生物炭种类（玉米秸秆生物炭A、水稻稻壳生物炭B）和3个施量梯度（2%、4%和8%）以及不施加生物炭（CK）共7个处理，进行垂直一维积水入渗试验。结果表明：除低施量水稻稻壳生物炭处理（B2）外，添加生物炭延缓了新复垦区土壤水分入渗过程，玉米秸秆生物炭优于水稻稻壳生物炭。添加2%、4%和8%玉米秸秆生物炭处理（A2、A4、A8）随施量增加，入渗时间逐渐延长，与CK相比，入渗时间分别延长35.0%、46.0%和59.1%；而水稻稻壳生物炭组中仅4%施量处理（B4）延缓了水分入渗，入渗时间较CK增加28.5%。同时，添加生物炭降低了土壤初始入渗率及相同入渗时间内的湿润锋运移距离和累积入渗量，生物炭种类及其施量对这3项指标的影响与对入渗时间的影响规律相似。添加生物炭均提高了土壤表层含水率，增幅2.2%～20.3%，且两种生物炭在高施量处理条件下土壤保水能力明显优于中、低施量。湿润锋运移距离与时间符合幂函数关系，Philip模型能较好地模拟不同种类及施量生物炭处理下新复垦土壤的水分入渗过程。总体来讲，添加8%玉米秸秆生物炭处理有利于改善新复垦区土壤水分下渗快、保水能力弱的问题。

摘要:以玉米秸秆基三醋酸纤维素（CTA）为原料，采用自制离子液体型磷钨酸盐（ILP）为水解催化剂，提出一种绿色、高效制备二醋酸纤维素（CDA）的新工艺。考察水添加量、ILP添加量以及反应时间对水解产物取代度和质量分数的影响，并对产物理化特性及结构进行表征。结果表明，在CTA添加量为0.6g，反应温度为110℃时，CDA的最佳水解条件为：水添加量0.3g、ILP添加量0.1g，即水解液中ILP与水质量比为1∶3，原料与水解液质量比为3∶2，反应时间60min，得到的CDA取代度为2.62，质量分数为69.33%。CDA聚合度为66.54，可溶于丙酮、冰醋酸、二氯甲烷、1,4-二氧六环和二甲基亚砜。电镜结果表明CDA微观形貌呈现粗糙、分散的状态，表面破坏程度严重。红外光谱和热重分析表明CTA成功水解为CDA。以玉米秸秆为原料时，原料的质量转化率达到47.72%。

摘要:青梅内外品质对其精深加工过程有重要影响，常规人工分选不仅分级效率较低，且受个人主观因素影响难以实现标准化作业，不能满足市场需求。以深度学习技术为基础，在青梅外表缺陷分类方面，将Vision Transformer网络模型应用到机器视觉系统中，引入多头注意力机制，提升全局特征表示能力，并通过softmax函数减少梯度，实现青梅表面的多类（腐烂、裂纹、疤痕、雨斑、完好5类）检测分选，结果表明其平均判别准确率达到99.16%，其中腐烂、疤痕、裂纹以及完好青梅图像的判别准确率达到100%、雨斑达到97.38%，每组平均测试时间为100.59ms；该网络的各类判别准确率、平均判别准确率均明显优于VGG网络、ResNet-18网络。青梅内部品质（SSC）预测方面，基于高光谱成像技术，结合低秩张量恢复（LRTR）的去噪优势和堆叠卷积自动编码器（SCAE）的降维优势，构建了LRTR-SCAE-PLSR青梅糖度预测模型。结果表明网络规模为119-90-55-36时，模型预测集相关系数为 0.9654，均方根误差为0.5827%，表现最佳；通过SCAE、LRTR-SCAE两种降维模型对比，LRTR-SCAE模型不仅维度更低，预测集相关系数也明显提高，验证了LRTR-SCAE模型的降维去噪优势。设计并搭建了可用于青梅内外品质无损分选的智能装备，整机尺寸小，结构简单，分选结果满足青梅精深加工需求。

摘要:粮油质量安全直接关系人民生命健康和国家安全稳定。粮油供应链具有主体复杂、风险多、供应网络跨域、信息链难以打通等特点，以区块链为代表的新一代信息技术为食品质量安全保障和追溯提供了新的解决思路和应用模式，但同时也引入了新的系统性风险，并且存在安全性方面的挑战。在解析粮油质量安全区块链风险和信息特征基础上，改进并优化现有完全非可信执行场景中通用型区块链结构，在网络层提出了一种适用于非完全可信执行场景中粮油质量安全专用型区块链网络结构，在共识层提出了一种基于PBFT改进拜占庭容错能力的符合粮油质量安全区块链特征的Kafka共识优化算法P-Kafka，分别从正确性、去中心化、安全性、可扩展性、共识效率及一致性6个角度与传统共识算法做了性能对比分析。通过分析比较，所提出的网络节点分区与子链划分一定程度上节省了区块链系统运行成本并提高了节点的隐私安全，改进的P-Kafka共识算法具有了拜占庭容错能力并继承了Kafka分区优化的高吞吐量特性，更加适应粮油质量安全应用场景。

摘要:为揭示乘坐式采茶机的集叶管道内部气流特性，利用计算流体力学（CFD）和离散单元法（DEM）对管道内气固两相流动进行数值模拟。通过多球面聚合法建立机采鲜叶数值计算模型，在分析鲜叶颗粒运动规律基础上，分别对其不同进口风速、鲜叶颗粒尺寸、弯管结构进行模拟分析。研究结果表明，数值模型可预测集叶管道的集叶效果以及最佳风速；在最佳进口风速范围内，鲜叶颗粒越大，管道内的剩余颗粒越多，容易产生沉积；鲜叶颗粒流在穿过竖直管道到弯管时形成一束弯管流曲线，且弯管结构对鲜叶颗粒运动有一定影响，流场平均速度呈先降低后升高的变化规律。选用一个弯管半径为0.04m圆角弯管作为集叶弯管结构，同时减少横向管道长度，选择内侧长度为0.03m竖直管，避免鲜叶颗粒由重力作用导致的沉积，保证集叶顺畅性。数学模型仿真与试验结果表明：减少横直管长度，采用圆角弯管与适合的竖直管长度的集叶管道，穿透率不小于86.8%，满足集叶要求。本文提出的鲜叶颗粒建模方法，用于集叶管道与鲜叶流相互作用的离散元仿真分析及管道结构优化。该研究可为集叶管道其他工作参数优化提供参考。

摘要:为实现鸡肉新鲜度的快速准确检测，设计了一种基于电子鼻和视觉数据融合的一体化检测装置。装置由控制系统、视觉系统和电子鼻系统3部分组成，可同时通过电子鼻传感器阵列检测鸡肉散发的气体浓度并由摄像机采集鸡肉视觉图像，控制板传输数据至Jetson Nano上位机进行特征提取、融合与分析。由该装置获取不同新鲜度鸡肉样本的气味和图像数据，采用主成分分析方法进行降维处理，再基于支持向量机建立鸡肉新鲜度分级模型，准确率可达98.7%。该装置具有准确率高、便携和稳定性强等特点，可为肉品新鲜度检测提供技术支持。

摘要:为实现基于拖拉机多传感器实测载荷数据的旋耕作业质量准确识别，提出一种基于GAF-DenseNet的拖拉机旋耕作业质量等级识别模型，设计旋耕作业质量等级分级标准，开展旋耕作业田间试验，并进行模型准确性验证和性能分析。该模型通过格拉姆角场（Gramian angular field, GAF）算法，在保留原始载荷序列的时间依赖性的前提下，对时间序列数据进行唯一编码。DenseNet网络对图像阵列中内含的载荷信息进行深层挖掘，通过特征重用、模型压缩等技术环节，在保证特征提取深度的同时，显著提升该网络的运算效率。分析结果表明：过大或过小的重采样滑动窗口大小均会降低模型性能，且格拉姆角差场（Gramian angular difference field, GADF）实验效果强于格拉姆角和场（Gramian angular summation field, GASF），实验数据显示在重采样滑动窗口大小为250且选用格拉姆角差场的条件下，模型性能达到最优。增长率k与模型整体性能呈正相关的趋势，但过大的k值会降低模型的实时性能且对于准确性提升有限，实验场景下将增长率k设为24更能符合实际需求。GAF-DenseNet模型准确率和F1值分别达到96.816%和96.136%，并且在实时性能上具有良好表现，推理时长可低至16s。在与其他智能算法对比分析中，该模型整体性能均优于对照组实验结果。

摘要:直线电机驱动的六自由度并联机构可以实现高精度宽频带运动，在惯性单元校准、振动测试等领域具有广阔的应用前景。为了减小直线电机驱动对六自由度并联机构造成的幅值衰减问题，对机构进行动力学前馈控制分析。首先利用牛顿-欧拉法建立并联机构的动力学模型，简化动力学方程获得机构驱动力关系，在实验平台上进行实验，验证动力学模型准确性。利用传统运动学控制系统，结合动力学模型，设计一种动力学前馈控制方法，降低给定轨迹运动误差。实验结果表明，直线电机驱动的六自由度并联机构增加动力学前馈控制后，在沿X、Y、Z轴进行单自由度正弦运动时，运动误差分别下降55.5%、54.2%、59.8%。