摘要:收获机械化率低是影响我国甘蔗产业可持续发展的关键因素之一，适用的机收技术与装备是推进机收发展的必要条件。本文从收获窗口期甘蔗的理化特性，糖厂与农艺对机收的技术要求，机械化收获的技术路线，机收分行与扶起、切梢、推倒、根部切割、输送、切段、除杂、集料等关键技术与部件以及收获系统等方面进行文献梳理。分析了这些技术存在的问题和国内外收获机在我国的适用性。我国已形成了完备的科研与制造体系，生产出大、中、小型系列甘蔗收获机。我国甘蔗收获机械的研制具有自上而下的研发任务和政策引导，以及在引进、消化吸收国外先进技术基础上进行研发的特点，甘蔗收获机技术路线创新不够，关键技术原创性不足。国内外现有机型在我国的适用性较差，糖厂和蔗农对机收含杂率、损失率、根茬破头率和蔗田碾压的接受程度较低。结合我国蔗糖产业实际情况、甘蔗立地和农艺技术条件，创制适用机收技术与装备：针对云南甘蔗倒伏较轻和蔗茎较脆的特点，研制扶起-立式输送-剥叶与打捆联合收获技术；针对广西、广东榨季多雨和甘蔗倒伏较严重的特点，研制以推倒-伏卧输送割堆（捆）技术为核心的分步协同机收技术；针对农村田块小和窄行距的特点，研制双行机收技术与机具；针对大型农场适合大、中机具作业的特点，完善宽行距固定轨迹作业农机农艺融合技术。

摘要:针对前期研制的甘蔗双芽蔗段横向种植机在丘陵地区开沟过程中沟深不稳定、不宜操作等问题，结合横向种植机工作特点，设计了一种甘蔗横向种植机沟深控制系统，由激光测距传感器、压力变送器及单片机控制系统组成，研究了后犁沟深与油缸负载压力的关系，通过实时监测拖拉机提升液压油缸负载压力、沟深变化，并与设定的沟深阈值比较，通过控制系统实现对沟深的自动控制。首先，通过理论分析、Simulink仿真建模，对上拉杆与下拉杆的位移关系进行了运动仿真。研究了开沟过程中甘蔗横向种植机的三点悬挂负载方式，建立了拖拉机液压提升油缸位移与后犁沟深关系的理论模型。其次，设计了基于单片机液压控制系统，搭建了双芽蔗段横向种植机沟深控制系统试验平台。最后，在试验平台上进行了性能验证试验及多因素正交试验，对沟深稳定性系数的主要影响因素及影响沟深控制的规律进行了探讨；试验结果表明，系统调节响应速度小于1s，不同开沟深度沟深稳定性系数均大于90%，在设定的范围内，试验结果与设定值基本吻合，验证了沟深控制程序可靠性。通过多因素正交试验可知，交互因素中液压调速阀开度、开沟深度均对沟深稳定性系数产生显著影响，试验结果表明，当调速阀开度为0.56圈、土壤含水率为27.4%、开沟深度为29.6cm时，沟深稳定性系数最高，为95.87%。

摘要:现有甘蔗剥叶机虽然能有效去除大部分蔗叶，但主要针对榨糖所需甘蔗，伤芽率较高，并不适用于蔗种剥叶。为解决甘蔗剥叶机伤芽率高的问题，设计了一种整秆式蔗种剥叶系统并对其进行了仿真与试验。首先利用虚拟仿真平台对剥叶过程进行单因素仿真试验，分析了碎叶机构、喂入排出机构以及剥叶机构对蔗种受力情况的影响。其次在仿真分析的基础上完成了试验台试验，根据仿真试验结果进行了二次回归通用旋转组合试验并优化了试验参数，得到最佳作业参数组合：柔性绳碎叶辊转速为670r/min、剥叶辊筒转速为400r/min、柔性绳碎叶元件单排根数为16、柔性绳长度为330mm。在该参数组合下，蔗种剥叶含杂率为6.59%，伤芽率为4.70%。最后进行了2种剥叶机剥叶后蔗种的种植对比试验，结果表明，蔗种剥叶机和传统剥叶机剥叶后蔗种发芽率分别为81.25%和56.25%。本文研究结果可为蔗种剥叶机设计提供借鉴和参考。

摘要:宿根蔗补种机是解决甘蔗田间缺苗问题的一种补种装置，对于补种机田间作业，能够精准地识别并定位宿根蔗苗十分重要。针对甘蔗田间宿根蔗苗难以精确检测并定位的问题，提出了一种双目相机结合改进YOLO v5目标检测算法的宿根蔗苗识别和定位方法。针对目标检测，提出了一种改进YOLO v5s网络模型YOLO v5s_P234_SGG。首先在不同光照及距离条件下拍摄宿根蔗苗图像，进行数据预处理和标注，构建宿根蔗苗数据集，然后剔除原始YOLO v5s网络模型的大目标检测层，新增一个小目标检测层，使模型能够更好地适应对蔗苗这种小目标的识别需求；其次在主干网络引入SimAM注意力机制，以增强模型对宿根蔗苗关键特征信息的关注，引入SlimNeck代替Neck网络，在保持足够精度的同时降低了模型复杂度，并将主干网络中的普通卷积模块替换成Ghost模块，显著减小了模型内存占用量。实验结果表明，该方法在宿根蔗苗数据集上精确率达到95.8%，召回率达到95.2%，平均精度均值达到97.1%，相比原始YOLO v5s网络，精确率上升3.1个百分点，召回率上升2.6个百分点，平均精度均值上升3.1个百分点，模型内存占用量减小7.7MB，参数量减少4062632，浮点运算次数减少7.8×109，单幅图像检测时间减少3.7ms。蔗苗定位实验结果表明，双目测距定位算法平均相对误差为0.97%，最大相对误差为4.60%。成功实现了对甘蔗苗的精准识别与测距，为后续的农业智能作业提供了重要的实时信息和决策支持。

摘要:针对预切种式双芽蔗段横向补种机缺少整体的缺苗数据，导致补种效率不高等问题，提出了一种基于无人机RGB图像的宿根蔗缺苗定位方法。首先，通过无人机快速采集实际田间宿根蔗幼苗的高分辨率图像，将航拍大图（分辨率为5472像素×3648像素）切分成多幅子图并进行数据增强，从而构建宿根蔗幼苗数据集；其次，在YOLO v5s的基础上引入P2小目标特征层和DyHead模块，提高对幼苗小目标的检测准确性，并在训练过程引入图像加权策略解决样本数量不平衡问题，进一步提高被遮挡幼苗的检测精度；然后，在切片辅助推理框架中引入改进模型训练权重，在大尺寸田间图像中实现宿根蔗幼苗的检测；最后，构建以改进的DBSCAN聚类算法和PCA拟合算法为核心的作物行识别算法，在作物行线上定位缺苗位置。试验结果表明，改进宿根蔗幼苗检测模型在子图上的平均检测精度为96.8%，在大图上的识别精确率和召回率为94.5%和91.8%，检测时间为0.32s。基于检测的位置坐标信息利用作物行识别算法实现分垄，作物行聚类准确率达到100%，拟合的作物行中心线角度平均误差为0.2455°，作物行中心线上缺苗位置识别的精确率和召回率为91.9%和97.1%，平均定位误差为9.73像素。该方法可用于大尺寸复杂田间图像上的宿根蔗智能缺苗定位，为补种作业提供技术支持，对延长宿根年限、提高甘蔗产量具有重要意义。

摘要:甘蔗中耕培土作业质量对促进甘蔗植株生长、抗倒伏、增产等有重要影响。传统等行距甘蔗中耕培土机对宽窄行甘蔗种植模式下的培土效果不佳，易造成窄行蔗垄“火山口”现象。针对上述问题，设计了一种立式螺旋送土甘蔗宽窄行中耕培土机；根据宽窄行种植模式下培土农艺要求，通过理论计算确定了关键部件结构与作业参数范围；采用EDEM软件，以旋耕深度、螺旋输送器转速和作业速度为试验因素，以培土高度和作业功耗为试验指标进行离散元仿真试验，仿真结果表明：旋耕深度、螺旋输送器转速和作业速度对培土高度和作业功耗的影响显著；当作业速度为4km/h时，旋耕深度与螺旋输送器转速交互作用对培土高度影响不显著，对作业功耗影响不显著，获得最优作业参数为：旋耕深度274mm、螺旋输送器转速245r/min。通过样机田间试验验证了仿真结果准确可靠，田间性能试验结果为：平均培土高度134.4mm，培土高度合格率100%，甘蔗损失率4%，除草率90%，培土后窄行蔗丛基部形成龟背垄，无火山口形状，符合宽窄行种植模式下的培土作业要求。

摘要:为了提高甘蔗收获机切割深度控制系统的适用范围和准确度，针对当前参考压力设定无法根据土壤参数和机车参数自动调整的问题，建立了负载压力预测模型。通过正交试验方法对负载压力与入土切割深度、喂入量、土壤含水率、土壤坚实度之间的关系进行了数据采集，并将试验数据作为负载压力预测模型的训练样本和测试样本。根据训练样本建立极限学习机(ELM)和基于麻雀搜索算法优化的极限学习机(SSA-ELM)负载压力预测模型，并通过测试样本对预测模型进行性能评价。结果表明，与ELM模型相比，SSA-ELM预测模型平均绝对误差、平均相对误差和均方根误差在黄壤条件下降低50.00%、44.14%和44.44%，在红壤条件下降低58.33%、56.98%和57.14%。为了检验负载压力预测模型在实际收获过程中的适用性，在试验平台上模拟蔗地遇到的各种工况，将预测模型应用于现有控制系统进行试验。结果表明，当入土切割深度为20mm、作业速度为0.34m/s、刀盘转速为700r/min时，预测模型满足参考压力的设定要求，且切割深度与目标深度最大误差不大于5mm，满足甘蔗收获生产的实际要求。

摘要:排杂风机是切段式甘蔗收获机的核心部件之一，其性能对甘蔗收获机含杂率起到了至关重要的作用，而叶轮是排杂风机的核心部件，其气动性能与排杂效果密切相关。针对横置式甘蔗收获机排杂风机叶轮性能不足、影响排杂效果的问题，以叶轮为研究对象，研究轮毂类型、叶片安装角β、叶片数Nb、叶轮无量纲面积G、叶片夹角γ对风机气动特性的影响及其机理，并以提高风机全压为目标，通过响应面优化法得到了较佳的叶轮结构参数为：叶片安装角23.34°、叶轮无量纲面积0.43和叶片夹角14.56°。在不同风机转速（1050、1350、1650r/min）、不同甘蔗长势（良好、较差和严重倒伏）和不同行驶速度（1、2、3km/h）下进行田间试验。结果表明：对于长势良好的甘蔗，当风机转速为1050r/min时，不同行驶速度下，优化后风机含杂率分别降低1.06、1.99、3.28个百分点；当风机转速为1350r/min时，优化后风机含杂率最多可降低2.5个百分点；当风机转速提升至1650r/min时，优化前后风机在各行驶速度下含杂率未表现出明显差异；对于长势较差和严重倒伏的甘蔗，优化后风机含杂率最多可分别降低5.45、2.1个百分点。优化后风机提升了甘蔗收获机在复杂田间环境中的排杂能力，且所得数据为后续风机研究提供了理论支持。

摘要:针对履带式甘蔗收获机在横向斜坡的丘陵山地作业时容易侧翻问题，设计了一种适用于履带式甘蔗收获机的底盘调平机构。基于履带式甘蔗收获机中间有甘蔗输送通道的特点，提出了两侧设置调平机构的方案。开展了底盘调平机构关键部件参数设计和各调整油缸受力分析。根据相似性原理搭建缩小比例的试验平台，对试验平台进行了横向倾翻分析和横向姿态调整试验。理论计算和试验结果表明，横向调整后横向倾翻角比调整前横向倾翻角大，横向倾翻角得到提升，调平底盘可以有效改变整机质心，在一定程度上提升了整机横向稳定性。横向倾翻试验中，调整前横向倾翻角为24.31°，横向调整后横向倾翻角为27.52°，横向调整后横向倾翻角提高13.20%。横向姿态调整试验结果表明，横向调整角最大10°，调整时间为1s，调整精度在0.5°以内，验证了机构横向姿态调整的可行性。在底盘调平机构初始状态，调整油缸所受负载最大值为871.61N，换算成样机所需推力为55783.04N。

摘要:为解决玉米免耕播种机在高速作业下播深一致性较差的问题，设计一种可调节液压仿形机构，并通过补偿调节的方式实现高精度的同步仿形。应用ANSYS软件对液压仿形机构进行静力学分析，求得液压缸初始伸出量与液压仿形机构最大应力应变之间的关系，分析结果表明，在伸出量30、40、50、60、70mm下，随着液压缸初始伸出量的增大，液压仿形机构最大应力显著降低、最大应变逐渐增加。为初步检验液压仿形机构作业性能，验证所设计滑动调节机构对其作业适应性的提升效果，使用播种单体仿形性能检测试验台，以液压缸初始伸出量和作业速度为试验因素，以上下仿形平均误差比、仿形平均误差、平均调节时长为试验指标，进行二因素五水平二次正交旋转组合试验。试验得出：当作业速度为12.3km/h时，滑动调节机构对调节精度的提升效果最佳，最大可使调节误差降低18.99%，当作业速度为14.8km/h时，滑动调节机构对调节速度的提升效果最佳，最大可使调节时长缩短16.11%，通过滑动调节机构可使得不同作业速度下仿形平均误差小于等于2.02mm、调节时长小于等于0.29s，满足设计要求。此外，为进一步验证液压仿形机构综合仿形性能，进行田间对比试验，结果表明：装备该液压仿形机构的播种单体播深合格率为94.8%，播深最大变异系数为6.12%，各项指标均满足玉米播种农艺要求。

摘要:针对现有稻油轮作区油菜精量联合直播种床整理采用旋耕拖板平整厢面、牵引式开畦沟犁组开设畦沟，易出现厢面不平、沟形不稳等问题，提出了旋耕起垄埋茬、封闭型开畦沟、主动式旋压整形、仿形开种沟油菜精量联合直播凸垄种床构建工艺，设计了一种油菜精量联合直播机凸垄厢面构建装置，由开畦沟犁、旋耕起垄刀组配合变轴颈整形辊与仿形机构组成，实现畦沟与厢面旋压整形，构建凸状垄面，并通过与整形辊一体式开种沟圆环进行种沟开设，实现油菜直播播深仿形控制。依据油菜种植畦沟开设要求，设计了由不同犁体曲面构成的组合式封闭型开畦沟犁组，结合提出的垄面构建工艺以及土壤运移规律，进行了变轴颈整形辊结构设计、力学分析和镇压力控制机构设计；通过离散元仿真开展了正交试验，进行了响应曲面分析，以厢面倾角α稳定和沟墙倾角β最大为目标，优化得到较优工作参数为：装置前进速度3.8km/h、旋耕刀转速280r/min、整形辊转速147r/min。田间试验结果表明，装置作业后凸垄厢面轮廓及畦沟沟沟形稳定，仿形部件镇压力控制效果较好，厢面倾角为2.94°，沟墙倾角为49.09°，倾角稳定性系数均大于90%，厢面平整度为12.31mm，土壤坚实度稳定性系数为91.77%，沟深及沟宽稳定性系数均大于90%，条形种沟明显，出苗效果良好；通过跟踪油菜生育周期内畦沟沟形演变情况，发现经过整个冬春油菜生育期，平均畦沟深度减小31.68%，平均上沟宽度增大21.65%，未出现沟墙坍塌现象；装置畦沟开设质量、厢面整形质量、镇压力控制效果和播深控制效果均满足油菜种植要求。

摘要:针对气送式排种系统在排种量增大时混种装置内易出现种子回流、堵塞等现象，导致排种系统高速播种作业适应性较差的问题，设计了一种突扩文丘里结构的高通量混种装置，通过理论分析确定了输种管直径、混种区长度、进种入口截面长度等关键结构参数；Fluent气流场仿真结果表明，当风速为12、15、18m/s时，文丘里结构的混种装置喉管处负压最小值分别为-236、-372、-538Pa，突扩文丘里结构的混种装置预混区负压最小值分别为-396、-621、-1007Pa，突扩文丘里结构产生的“文丘里效应”优于普通文丘里结构；DEM-CFD耦合仿真结果表明，在混种过程中突扩文丘里结构的混种装置存在约12%油菜种子与突扩文丘里结构延伸部分碰撞后弹跳，碰撞后种子保持向混种区方向运移，油菜和小麦均未出现回流、堵塞等现象。台架试验结果表明，传统文丘里结构的混种装置在油菜混种通量大于等于2.4g/s出现种子回流，小麦混种通量大于等于60g/s时出现种子回流且各行排量一致性变异系数显著增大、混种通量大于等于100g/s时发生堵塞；突扩文丘里结构的混种装置在油菜混种通量小于等于4.8g/s、小麦混种通量小于等于120g/s时未出现种子回流、堵塞等现象，油菜、小麦各行排量一致性变异系数低于5.17%、3.29%，总排量稳定性变异系数低于1.19%、0.80%，可满足油菜、小麦播种机速度为4~12km/h的农艺播量要求，研究结果为气送式排种系统结构优化提供参考。

摘要:针对现有大蒜精量排种装置漏播率高、取种单粒率低等问题，设计了一种链勺式大蒜精量排种器，阐述了排种器结构和工作原理，对其关键部件进行了优化设计，分析了排种器工作过程，确定了影响其作业性能的关键因素，建立了排种器DEM-MBD耦合仿真模型并进行了单因素仿真试验，探究了排种器不同工作参数对作业性能的影响，以主动链轮转速、种层高度和充种区排种链条倾角为试验因素，以取种单粒率、漏充率和重充率为试验指标，进行了二次回归正交旋转组合仿真试验，建立了各试验指标与试验因素的回归模型，并确定了排种器最优作业参数。试验结果表明，当主动链轮转速为23.1r/min、排种链条倾角为67.6°、种层高度为301.5mm时，工作性能最佳，此时取种单粒率为92.5%，漏充率为2.5%，重充率为5.0%。为了验证优化后排种器作业性能，进行了台架试验，试验结果与回归模型预测结果基本一致，该研究为链勺式大蒜精量排种器及其关键部件优化设计提供了参考。

摘要:为解决带式高速导种装置导种过程中种带托片与种粒均经过监测点，无法区分脉冲变化特征，导种性能难以监测的问题，研究一种基于红外传感器的带式高速导种装置监测方法并设计了监测系统。利用其导种特性提出了双侧脉冲比较法，设计了带式高速导种装置监测模块硬件电路与软件程序。同时通过对监测系统采样试验结果分析，提出一种基于双侧脉冲值分析与能量掩码平滑算法（Bilateral pulse value analysis and energy masking smoothing algorithm，BPV-EMSA）的带式高速导种装置监测算法。仿真试验表明：该算法减少了原始脉冲的噪声和随机波动，使数据更加平滑稳定并突出了数据主要趋势和模式，同时抑制了瞬态脉冲干扰，提升了数据可解释性和分析准确性。监测系统精度试验结果表明：所设计的带式高速导种装置监测系统在不同作业速度下最高监测精度为97.65%，最低精度为95.99%，系统能够精确采集种粒经过监测点的脉冲变化。监测系统性能评价试验结果表明：播种合格率平均监测差值为2个百分点，播种漏播率平均监测差值为1.45个百分点，播种重播率平均监测差值为0.56个百分点。播种合格率相对差值不大于2.23个百分点，播种漏播率相对差值不大于1.78个百分点，播种重播率相对差值不大于1.00个百分点。该监测方法能够准确监测带式高速导种装置的导种性能。

摘要:为解决带式高速导种装置导种过程中导种电机与排种器驱动电机转速同步率低、稳定性差，造成播种株距变异系数升高,播种均匀度差的问题，提出一种基于模糊滑模卡尔曼（Fuzzy sliding mode control-Kalman,FSMC-Kalman）算法的带式高速导种装置控制系统。通过对系统运动过程分析建立了排种电机、导种电机与作业速度的关系，为研究系统控制策略，对两个电机建立了数学模型。提出的FSMC-Kalman算法利用模糊算法动态整定滑模控制器中的逼近系数与速率系数，并在反馈环节加入卡尔曼滤波算法，从而增强控制系统的鲁棒性与自适应能力。仿真试验表明：基于FSMC-Kalman算法的导种电机转速无超调，调节时间为0.22s，稳态误差为4.68r/min；基于FSMC-Kalman算法的排种电机转速也无超调，调节时间为0.23s，稳态误差为1.96r/min。台架试验表明：FSMC-Kalman算法4种作业速度的平均合格株距变异系数为7.98%。FSMC-Kalman算法相较于SMC算法平均合格株距变异系数降低4.67个百分点，相较于FSMC算法平均合格株距变异系数降低3.36个百分点，相较于SMC-Kalman算法平均合格株距变异系数降低2.06个百分点。基于FSMC-Kalman的带式高速导种装置控制系统能够使导种电机与排种器驱动电机高同步率稳定工作，从而提高播种均匀度。

摘要:针对当前农田土壤采样作业劳动强度大、精准性差、自动化程度低等问题，基于电驱履带底盘设计了一种农田土壤采样车及其自主作业控制系统。对采样车整机结构组成、工作原理与控制系统方案进行了阐述，基于有限状态机方法设计了采样车作业流程控制策略。以采样车自主完成农田内一系列采样点作业任务为目标，设计了点跟踪控制流程，建立了采样车点跟踪模型，运用矢量场法设计了采样车点跟踪控制算法。上线性能试验结果表明，基于矢量场法设计的采样车点跟踪控制算法具有良好的纠偏性能，能够快速上线且以较小的横向偏差保持对目标路径的稳定跟踪，当初始横向偏差为2m、初始航向偏差为0°时，行驶速度0.3、0.6、0.9m/s上线时间分别为15.7、11.8、11.9s，上线距离分别为4.72、7.10、10.74m。连续点跟踪试验结果表明，行驶速度0.3、0.6、0.9m/s下采样车相对于各目标路径最大绝对横向偏差分别为0.081、0.107、0.210m，平均绝对横向偏差分别为0.018、0.022、0.050m，标准差分别为0.026、0.027、0.064m，采样车停止位置相对于各目标点的绝对距离偏差平均值分别为0.068、0.081、0.141m。土壤采样装置性能试验结果表明，各机构运行平稳，同一深度下采样耗时一致，样本质量变异系数较小。采样车能够根据所设计的控制流程与点跟踪控制算法实现对一系列采样目标点的准确连续跟踪，满足农田土壤采样自动化作业需求。

摘要:针对玉米播种同步穴施肥过程中存在种-肥施用位置和施肥量不精准、穴施肥装置施肥成穴性较差等问题，设计一种气力辅助式对种穴施肥装置。依据检测的落种信号，气力辅助式间歇排肥装置将从外槽轮式排肥器排出的连续肥料转换为间歇肥团，并施用在距种子一定位置处。阐述该装置结构组成和工作原理，对其中关键结构尺寸进行理论分析，分析气流对挡板的作用，验证该装置的理论可行性。基于STM32单片机开发气力辅助式对种穴施肥控制系统，依据气力辅助式对种穴施肥工作方式，构建适用于高频间歇施肥场景的对种穴施肥控制模型，并设计硬件电路和控制程序。基于EDEM离散元进行仿真试验，结果表明，当前进速度为3~7km/h、穴距为300mm时，平均施肥长度为69.8~169.1mm，施肥长度变异系数为3.9%~11.9%，排肥量误差为1.7%~5.5%。通过观察仿真过程中气力辅助式间歇排肥装置内部肥料运动状态，确定挡板开启持续时间为100ms时排肥效果最佳。台架试验结果表明，单独穴施肥时平均施肥长度为75~187mm，施肥长度变异系数为5.3%~12.4%，排肥量误差为5.6%~12.8%，穴距误差为2.5%~6.5%。对种穴施肥结果，平均种-肥纵向间距为14~113mm。田间试验结果表明，当施肥量为5g/穴时，平均施肥长度为93~189mm，平均种-肥纵向间距为34~119mm，种-肥同步性较好，满足玉米播种同步穴施肥作业要求，试验结果与仿真试验值和台架试验值基本一致，验证了仿真试验和台架试验的可靠性。

摘要:清选筛箱通过往复运动对脱粒后的混合物进行筛分，是组成联合收获机的核心部件之一。针对谷物联合收获机清选筛箱存在整体质量偏重、强度富余的问题进行轻量化设计。基于清选筛箱动力学分析，分析在工作状态下清选筛箱固有频率和结构强度，确定了最大等效应力位置及主要应力分布区域。基于等效静态法将动态响应转化为静态响应，以柔顺度最小为优化目标，以结构强度和质量响应约束条件对清选筛箱侧壁进行拓扑优化。采用尼龙作为轻质材料对抖动板结构进行设计，以拓扑优化结果为基础，提取主要结构特征进行模型重构和动力学分析。结果显示，优化后清选筛箱前6阶固有频率变化最大为1.68Hz，最大等效应力由56.59MPa下降至52.46MPa，降幅为7.29%，质量由75kg降至66.85kg，降低10.86%。在此基础上，利用优化后的清选筛箱搭建了试验台架，开展实际工况下的应变试验和耐久性试验，试验结果验证了优化后的清选筛箱满足实际工作强度、刚度要求，有效提高了清选筛箱的工作性能。

摘要:针对电动收获机分布式驱动面对喂入扰动时控制的实时性、准确性和稳定性问题，以电动收获机为平台，建立部件负载模型，结合部件转速约束，设计BLF（Barrier Lyapunov function）多约束反演控制算法；利用AMEsim与Matlab/Simulink平台搭建联合仿真模型验证控制算法性能。结果表明，与传统PID控制相比本文算法在面对不同喂入扰动时，割台电机、输送电机、脱粒滚筒电机转速控制超调量分别减少4%、34%、92%；调节时间分别减少34%、54%、72%；各部件电机最大转速误差上，本文算法维持在预设转速的3%内，而PID则在8%内。验证了本文算法具有控制迅速、转速跟踪误差小、抗扰能力强的特点，能将部件转速约束在边界内，可实现不同喂入扰动下鲁棒控制，有利于稳定整机作业质量。

摘要:为研究核桃树受到外部振动激励载荷作用下枝干振动动态特性，揭示机械振动采摘能量传递规律，建立核桃树-采摘机振动系统动力学模型，采用对称双偏心式核桃采摘机夹持主干的作业方式，并按照规定的路径和监测点安装三轴振动监测传感器的方法进行田间振动能量传递试验，主干振动位移响应数据表明：受对称双偏心式激振时，核桃树主干运动过程发生摆动，沿夹持位置Z方向做往复运动。由三轴振动监测传感器获得的核桃树受迫振动枝干振动位移和动能幅值变化规律可知：核桃振动采摘过程中机械能转换为动能，从主干激振位置以能量波的形式向上枝条自由端传递，传递过程中各监测点处依次获得动能，传递距离越远，动能衰减越多。枝条在空间运动过程中发生摆动弯曲，使其在生长方向存在瞬间小范围可恢复性形变。由于枝组长度较短等因素的影响，其空间运动过程中上下摆动幅度大于左右摆动幅度，与枝条和侧枝空间摆动幅度规律相反。通过对激振频率13~30Hz作业下最远端枝条受迫振动动能均值分析表明，采摘机在激振频率23~25Hz作业时，试验核桃树最远端枝条所获动能均值最大。研究结果可为核桃主干振动式采摘机工作参数的选择和高效振动采摘关键技术提供理论基础。

摘要:履带式马铃薯联合收获机转向半径小、通过性强、接地比压低，在马铃薯收获作业中应用越来越广泛。为提高履带式马铃薯联合收获机的智能化水平，降低马铃薯收获过程中的劳动力强度，以洪珠4ULZ-110型履带式马铃薯联合收获机为试验平台，设计履带式马铃薯联合收获机辅助驾驶作业系统，并通过加装电子比例阀实现收获机的转向机构和挖掘机构电-液可控。在航向偏差PD控制器的基础上，增加横向偏差的比例项，并引入行驶速度自适应的控制延时补偿前馈项，设计前馈+反馈复合路径跟踪控制算法。在水泥路面和旱地分别以速度0.55、0.83、1.11m/s进行直线路径跟踪控制试验，并以速度0.55m/s在胶州马铃薯种植地进行了辅助驾驶收获作业。试验结果表明，所设计的马铃薯收获机辅助驾驶作业系统设计功能执行可靠，收获作业过程中最大绝对横向偏差为5.10cm，平均绝对偏差为2.00cm，收获行走过程中具有较好的稳定性和直线路径跟踪精度，满足马铃薯收获机田间作业要求。

摘要:针对紫花苜蓿刈割压扁过程存在的碎草率高、茎秆折断损失大等问题，以初花期紫花苜蓿为研究对象，分析压扁过程茎秆弯折角对苜蓿茎秆折断率的影响。结合压扁过程几何与受力关系设计一种六边形辊齿，开展二次回归响应面试验，分析了压扁辊齿数、压扁辊转速及压扁辊间隙对压扁率、碎草率及茎秆折断率的影响，并通过干燥试验验证了六边形辊齿的压扁效果。结果表明，茎秆折断率受压扁辊间隙及茎秆弯折角的影响。当间隙一定时，茎秆折断率随茎秆弯折角增加而降低。当茎秆弯折角一定时，间隙越小茎秆折断率越大。当茎秆弯折角大于等于140°时，茎秆折断率小于10%。压扁辊最佳参数组合为：辊齿数6、压扁辊转速750r/min、压扁辊间隙1.61mm。此时，压扁率为97.12%、碎草率为1.40%、茎秆折断率为1.79%。在温度28~31℃的自然干燥条件下，0~30min内混合破坏的平均干燥速率分别为挤压破坏和弯折破坏的1.43倍和1.97倍。在单株与多株干燥试验中，六边形辊齿压扁后苜蓿在0~30min内的平均质量变化量分别为1.53、5.36g,表现出更好的干燥效果。

摘要:为了拓宽高比转数混流泵高效区范围，采用NACA四位数翼型拱度线叠加NACA66厚度分布设计了最大拱度相对位置分别为0.4、0.5和0.6的3种翼型方案，并基于这3种翼型方案对一比转数为720的混流泵叶轮进行多工况优化设计。研究结果表明：优化后混流泵叶轮加权效率提升约05个百分点，拓宽了混流泵的高效区范围。采用最大拱度位置不同的翼型设计得到的混流泵叶轮最大效率相差不大，翼型最大拱度位置主要影响高效区分布范围，随着最大拱度位置的后移，高效区范围向大流量、低扬程附近移动。设计流量工况下，随着最大拱度位置的后移，空化性能得到有效改善。最大拱度位置在0.4倍和0.6倍弦长附近时，对于小流量工况下和大流量工况下进口边附近的流动分离现象分别具有较好的抑制作用，在混流泵设计时叶尖处拱度靠后、叶根处拱度靠前更有利于扩大混流泵高效区范围。研究结果可为不同运行要求下的流体机械优化设计提供参考。

摘要:针对空间异质性导致的冠层等效水厚度(Equivalent water thickness, EWT)反演误差较大的问题，以4块长势差异较大的玉米田为研究对象，分别采集6个关键生育节点的EWT数据，同时利用无人机多光谱遥感技术获取田间的正射影像。以滑动窗口的方式提取遥感影像不同窗口空间尺寸(0.1m×0.1m~2.0m×2.0m)的光谱和纹理信息，经多重共线性检验后，应用主成分分析法(Principal component analysis，PCA)分别对光谱参数(Spectral parameters，S)、纹理参数(Texture parameters，T)及光谱与纹理组合参数(Spectral and texture parameters，S+T)进行降维，进而分别利用偏最小二乘法(Partial least squares，PLS)、随机森林(Random forest，RF)以及支持向量机(Support vector machine，SVM)构建EWT反演模型，而后利用Kruskal-Wallis检验模型的精度，并根据多重检验结果探讨最佳窗口尺寸的选择。结果表明：随着窗口空间尺度的逐渐增大，EWT反演模型的精度呈先增大后减小趋势；以S+T作为输入参数构建的模型精度显著优于S和T，引入纹理特征后，基于PLS、RF和SVM的模型最优窗口尺寸校正决定系数(Adjusted R-square，R2adj)分别增加0.16、0.05和0.12，相对均方根误差(Relative root mean square error，RRMSE)分别减小4.95%、1.17%和3.80%，表明纹理特征可以提高EWT模型反演精度；综合比较不同建模方法构建的9组模型，确定最优采样窗口空间尺寸为0.7m×0.7m(R2adj最高可达0.82，对应的RRMSE为16.57%)。该研究可为基于无人机多光谱影像分析的信息挖掘和EWT监测提供参考。

摘要:遥感作物识别中，样本数据对识别精度有重要影响，而大区域多年份获取样本数据是一项十分繁琐的工作。为减少逐年样本采集工作量，提高作物识别效率，提出一种基于多物候特征指数的样本迁移策略。使用2019年焦作市冬小麦分布图，利用多物候特征指数时间序列曲线相关性迁移生成2020、2021年高质量样本数据，并利用随机森林机器学习方法实现了2020、2021年焦作市冬小麦自动高效识别。结果表明：利用提出的样本迁移策略获取样本数据，当显著性水平达到0.001时，2年冬小麦识别总体精度均在94%以上，Kappa系数均在0.91以上，各县（市）识别面积与统计面积决定系数（R2）达到0.957，均方根误差（RMSE）为20.16km2。与单一植被指数时间序列曲线相关性迁移方法相比，该方法使2020年与2021年识别总体精度分别提高1.32、2.27个百分点，Kappa系数分别提升0.022、0.037，2年各县（市）识别面积与统计面积R2提高0.026，RMSE减少20.1%。此外，将该迁移策略应用于新乡市与鹤壁市，冬小麦识别总体精度均在92%以上，识别面积与统计面积的R2也达到0.92。表明提出的样本迁移策略在跨时间与跨地域中均表现较好，可为进一步快速、精准获取大区域长时序作物分布信息提供思路与技术支撑。

摘要:农田作业区域地图准确构建是实现农机路径规划和导航作业的重要前提。黄土高原梯田田块大小各异、形状复杂多变，并且存在部分凹坑、沟坎和诸多危险作业边界，常用的卫星测点等方法难以准确地提取梯田作业区域，本文以无人机梯田遥感图像为数据基础，提出一种基于多尺度特征提取与融合上采样的改进TransUNet模型。在编码器部分，通过引入金字塔压缩注意力模块（Pyramid squeeze attention, PSA），在通道注意力的基础上增强对不同尺度梯田特征提取和融合的能力，并使用残差结构优化Transformer层；在解码器部分，引入Dual up-sample模块将亚像素卷积层与双线性插值上采样两者融合，提升梯田边界分割精度的同时防止棋盘效应，并在解码器末尾添加通道和空间注意力机制模块（Concurrent spatial and channel squeeze and channel excitation, SCSE），同时对空间和通道维度的信息进行整合增强，有助于图像细节特征逐步恢复。实验结果表明，改进TransUNet模型在直长条形、蜿蜒长条形和不规则形3类典型梯田测试集上平均像素准确率、F1值和平均交并比平均分别达96.0%、96.0%和92.3%，3项指标相较于改进前平均提升1.8个百分点，与代表性的PSPNet、HRNet V2、DeepLab V3+、U-Net模型相比，3项指标平均提升8.3、6.2、5.0、4.2个百分点。在3类单块梯田测试集上，本文模型表现最优，像素交并比平均可达97.0%。本文方法可为黄土高原梯田环境地图构建和丘陵山地农机导航作业提供参考。

摘要:为融合无人机多光谱植被指数和纹理特征实现水稻叶绿素含量估计，本文以大田水稻为研究对象，分别在分蘖期、扬花期及灌浆期等关键生育期进行了无人机多光谱遥感影像和叶绿素含量地面实测值采集；提取了15个多光谱植被指数及35个纹理特征，分析其与水稻叶绿素含量的相关性；并采用仅基于植被指数、仅基于纹理特征和融合光谱及纹理特征等3种建模策略，结合人工神经网络、随机森林、支持向量机及多元线性回归等4种回归建模算法的方式，进行了水稻叶绿素含量精准反演建模分析。结果表明：无人机多光谱植被指数与纹理特征均与水稻叶绿素含量具有显著相关性，其中NGBDI指数与B_M纹理特征相关性最高，皮尔森系数绝对值分别为0.77和0.73；融合无人机多光谱及纹理特征可以有效提升水稻叶绿素含量反演精度，且4种回归算法中人工神经网络的回归估计精度最好，模型验证时调整决定系数为0.72，均方根误差为1.52。融合无人机多光谱及纹理特征可以实现水稻叶片叶绿素含量精准反演，从而为大田水稻精细化管理提供信息支撑。

摘要:为了准确、快速地预测柑橘产量以准确指导果园生产管理，通过大疆多光谱版无人机获取柑橘果实成熟期的遥感影像数据，并从图像中提取了可见光和多光谱波段指数作为特征变量，采用极端梯度提升（eXtreme gradient boosting，XGB）、随机森林（Random forest，RF）以及支持向量机（Support vector machine，SVM）模型分别构建柑橘果实有无分类模型、果实数量和质量估测模型。结果表明：通过XGB模型对特征变量进行筛选分析，柑橘果实有无的分类中超红指数ExR最重要，而数量和质量的估测中改进超绿指数MExG最重要。组合建模中3个模型均在组合4的情况下精度较好。对于分类模型，最优模型为SVM模型（AUC为0.969，准确率为0.919），而对于数量和质量估测模型，最优模型为XGB模型（数量：R2=0.79，RMSE为466个；质量：R2=0.79，RMSE为19.51kg）。最后利用Shapley additive explanations（SHAP）方法揭示了植被指数特征在产量估测模型构建时的重要性，并阐明了SHAP值排在前四的特征交互影响。本研究结果可为无人机遥感在柑橘产量方面的研究提供应用参考和理论依据。

摘要:为提供一种利用光谱数据对水稻氮素含量加以快速、无损、准确预测的方法，本文以东北水稻为研究对象，采集水稻3个生育期的高光谱数据，结合室内化学实验，为了提高氮素预测精度和模型可解释性，建立水稻氮素含量反演模型。将获取的高光谱数据和相对应的水稻叶片氮素含量，首先通过低通滤波方法对光谱数据进行预处理，针对处理后光谱数据，采用耦合离散小波和一阶微分变换（DWT-DE变换）对光谱数据进行降维，并分别与主成分分析（PCA）、离散小波多尺度分解方法进行对比。以降维后的结果作为输入，实测叶片氮素含量为输出，分别建立极限学习机（ELM）、粒子群优化支持向量机（PSO-SVM）和人工蜂鸟算法优化的极限学习机（AHA-ELM）反演模型，对水稻叶片氮素含量进行预测和验证。结果表明，采用耦合离散小波和一阶微分变换结果建立的AHA-ELM模型预测精度最高，预测效果优于ELM和PSO-SVM模型，训练集决定系数R2为0.8064，RMSE为0.3251mg/g，验证集R2为0.7915，RMSE为0.3620mg/g。鉴于此，本文提出的经DWT-DE变换建立的AHA-ELM模型在快速检测水稻氮素含量中有显著优势，可为水稻精准变量施肥提供参考。

摘要:快速准确的病斑分割对于病害严重程度评估及科学施药具有重要意义。基于深度学习的语义分割为构建高精度病斑分割模型提供了技术支撑。然而，苹果病斑标注费时费力。为了解决这一问题，以陇东苹果为研究对象，提出了一种基于轻量级一致性半监督学习框架的苹果叶片病斑分割模型。首先，遵循Mean Teacher半监督学习框架，使用2个轻量化的DeepLabV3+模型，构建病斑语义分割模型，以提高模型从有限标注数据中提取特征描述符的能力。其次，对比19种一致性正则化方法，发现MSE+Huber 组合对图像的细微差异更敏感、抗噪性更高，可提高模型对病斑过小、分布不均、边缘模糊的适应性。接着，使用贝叶斯优化算法对模型涉及的6个超参数进行寻优，以加快模型收敛速度和稳定性。结果表明，优化后模型仅使用30%的标注数据，病斑分割精确率达到95.60%，平均交并比为94.85%，平均像素准确率为96.50%。效果均优于全监督和自训练半监督学习框架。

摘要:针对大田环境下油菜幼苗尺度不一、分布密集、识别难度大等问题，开展了基于YC-YOLO v7模型的油菜幼苗株数识别研究。在原模型YOLO v7的高效聚合网络ELAN中引入深度可分离卷积模块，提高模型对细小特征的提取能力；通过在主干网络输出的特征层中添加CBAM注意力机制模块，加强模型对小目标的识别精度；将损失函数CIOU替换为WIOU，提高了锚框质量；为扩大模型对目标的感受野，构建了SPPF空间金字塔结构。试验结果表明，改进后YC-YOLO v7模型平均精度均值为94.0%，精确率为89.8%，召回率为91.2%，推理速度提高16.1f/s，浮点运算量降低2.56×1010；与其他一阶段模型YOLO v5s、SSD和二阶段模型Faster R-CNN进行对比，平均精度均值分别提高12.8、17.8、20.3个百分点。基于YC-YOLO v7模型搭建的油菜幼苗检测识别系统准确率大于90%，可为大田环境下油菜幼苗精准计数提供技术支撑。

摘要:在苹果病虫害命名实体识别中，针对罕见字语义特征提取不充分，实体类别相似难以区分的问题，本文提出一种融合动态词典和卷积块注意力模块(Convolutional block attention module, CBAM)的实体识别方法。首先，基于字的双向长短时记忆-条件随机场模型(Bidirectional long short-term memory-conditional random field, BiLSTM-CRF)，在嵌入层利用通道注意力网络(Channel attention module, CAM)动态融合词典信息，同步集成字的四角号码信息，以提高对罕见字表征能力。随后，对序列编码层输出序列特征，基于空间注意力网络(Spatial attention module, SAM)，新增并行连接的空间注意力(Parallel connection spatial attention, PCSA)模块，提高模型对上下文信息提取能力。最后，使用含有6大类标签、127574个标注字符的苹果病虫害数据集进行验证测试。结果显示模型精确率、召回率和F1值分别达到95.76%、92.46%、94.08%，较现有的常用同类模型性能显著提升，实现了对农业病虫害命名实体的精准识别。

摘要:为了开展低成本、通用、灵活的农作物病害识别，提出了一种基于渐进式学习和增强原型度量的小样本农作物病害识别网络(Few-shot crop disease recognition network based on progressive learning and enhanced prototype metric, FPE-Net)。首先，利用设计的增强原型度量模块，计算能够准确表示类别中心的增强原型，并充分利用增强原型中的丰富类别信息对农作物病害进行识别；其次，采用设计的渐进式学习策略对模型进行训练，以帮助模型更好地适应农作物病害识别任务，提升模型小样本农作物病害识别精度。在自制小样本农作物病害数据集FSCD-Base、FSCD-Complex以及FSCD-Base到FSCD-Complex的跨域设置上，FPE-Net的5-way 1-shot平均识别准确率分别达到70.65%、53.47%和49.58%，5-way 5-shot平均识别准确率分别达到83.02%、66.15%和64.21%。实验结果表明，本文提出的FPE-Net明显优于其他小样本农作物病害识别模型，在训练样本不足的情况下能够更准确识别农作物病害。

摘要:猪只计数是屠宰场生产管理、资产估计的重要环节。针对当前屠宰场猪只数量统计过程中人工计数耗时长、错误率高的问题，提出了一种基于改进YOLO v5-StrongSORT的屠宰场猪只精准计数方法。首先，在改进YOLO v5模型中引入真实宽高损失与纵横比以提升损失函数性能，并在Neck层引入高效通道注意力机制(Efficient channel attention, ECA)，提升模型在复杂环境下的识别能力。然后，基于StrongSORT构建检测机制实现对猪只的重识别。最后，基于StrongSORT提出了一种区域ID信息检测的猪只计数方法。试验结果表明，改进YOLO v5模型对猪只识别精确率为93.78%，召回率为91.98%，平均精度均值为96.29%，识别速度为500f/s，较YOLO v5s模型召回率提高1.14个百分点，平均精度均值提高0.89个百分点，识别速度提高85.0%。将改进YOLO v5与StrongSORT区域计数方法结合进行猪只计数的准确率为98.46%，计数速率为73f/s，较人工计数准确率提高1.54个百分点，较原始模型计数准确率提高9.23个百分点，计数速率提高21.87%。本研究猪只计数方法具有较高的计数精度，适用于屠宰场猪只数量统计。

摘要:针对单天线GNSS农机导航系统起步和低速时航向测量不准问题，本文基于两位置法与改进强跟踪扩展卡尔曼滤波算法（Strong tracking extended Kalman filter，STEKF）进行农机航向测量技术研究，设计一种适用于单天线GNSS/IMU融合的农机航向测量方法。采用两位置法测量高速作业农机航向，基于IMU输出的9轴数据和GNSS输出的位置与速度信息，提出改进强跟踪自适应矩阵R STEKF算法对农机低速行驶时的航向准确测量，设计了基于两位置法与改进STEKF航向的一维卡尔曼滤波融合方法。以雷沃M-1204型拖拉机为试验平台，进行了速度梯度变化工况下农机航向测量精度和稳定性验证试验，结果表明，在农机从静止状态起步，经历包含直线和曲线的混合路段，在速度0.36~5.40km/h过程中，本文提出的融合航向测量方法获取的航向角与双天线GNSS获取的航向角误差不超过0.50°，表明本文方法适用于农机静止起步到低速运动状态下农机航向稳定获取，提高了单天线农机导航起步和低速驾驶控制精度和稳定性，可为高精度农机自主无人作业提供技术基础。

摘要:针对单一传感器SLAM技术在复杂环境中存在精度低、感知退化、可靠性差，导致无法准确估计摄像机轨迹的问题，提出一种基于点线特征融合的延迟边缘化视觉惯性SLAM算法(DM-VI-SLAM)。首先，采用因子图优化模型，提出以IMU为主系统，视觉为辅系统，通过引入辅系统观测因子约束IMU主系统偏差，并接收IMU里程计因子实现运动预测与融合的全新结构。其次，在前端加入点线特征，设计一种基于线段中点的特征匹配方法，在后端加入滑窗机制实现历史状态信息回溯，并构建非线性联合优化问题，提升匹配精度。最后，为加速求解，引入一种延迟边缘化策略，允许重新推进延迟因子图，进而产生新的和一致性的线性化点更新边缘化。通过与典型SLAM算法进行比较，并在EuRoC公共数据集上和真实场景中验证算法有效性，实验结果表明在复杂高速运动场景和低特征纹理场景中本文算法均具有更高的精度和可靠性。

摘要:移动机器人视觉SLAM技术能够在一定条件下实时估计自身在环境中的位置，并构建和更新环境稀疏或稠密三维地图，这些信息可以帮助机器人提高对未知复杂环境的准确感知和适应能力，以执行更复杂的任务。但使用相机作为传感器的视觉SLAM在定位和建图的精度和稳定性方面在很大程度上依赖于采集到的图像质量，在弱光照环境中，现有的视觉SLAM算法难以有效地工作。针对视觉SLAM在弱光照环境中定位精度降低和跟踪丢失的问题。本文提出了一种适应弱光照环境的RLMV-SLAM算法，该算法使用一个轻量化的神经网络对输入图像进行预处理，增强其亮度、对比度、色彩和去噪，同时，该算法使用地图点补充策略、Sparse BA和一种实时增量闭环检测方法提高了定位和建图精度和鲁棒性。在公开数据集和自采数据集上对该算法进行了实验验证，并与其他主流视觉SLAM方法进行了对比，结果表明本文提出的方法将弱光照环境中有效跟踪时长提升30%以上，且在公开数据集上估计位姿的误差也有明显降低，证明了所提算法的有效性，为弱光照环境中同步定位和建图提供了一定参考。

摘要:为快速准确地估算滴灌条件下土壤-作物系统模型参数，基于二维土壤水与作物生长模拟模型（SWNCM-2D）耦合遗传算法（GA），建立了滴灌条件下土壤水力学参数与作物生长参数的优化模型，以土壤含水率和作物干物质量实测值与模拟值之间的标准均方根误差最小为优化目标，利用南疆地区棉花滴灌试验不同灌水量处理下的土壤含水率和作物生长动态及产量观测数据，优化求解土壤水力学参数与作物生长参数，并应用优化后的模型参数开展不同滴灌灌溉管理措施下的棉花产量与水分生产力预测。结果表明：耦合GA的SWNCM-2D模型参数优化结果较好，不同土层土壤含水率模拟值与实测值之间均方根误差（RMSE）、标准均方根误差（nRMSE）和一致性指数（d）分别为0.0095~0.0370cm3/cm3、5%~27%和0.6518~0.9642，干物质累积量和LAI的nRMSE分别为8%~17%和6.2%~23.0%，d均高于0.97。棉花皮棉产量随灌水量增大而增大，水分生产力随灌水量增大而减小；皮棉产量随灌水间隔增大而减小，水分生产力随灌水间隔增大先增大后减小；说明基于优化参数的全生育期土壤水分动态变化与作物生长过程的模拟较为准确。综合考虑棉花产量和水分生产力，推荐该地区适宜的灌溉制度为灌水间隔7d和灌水量120% ETc（作物需水量）组合。

摘要:以羊草等根茎型或根茎疏丛型牧草为建群种的天然草地退化状况严重，机械化松土是改良这类草地的重要手段之一，但不恰当的松土方式极易破坏草地植被，并导致土壤沙化。为探讨适宜改良退化羊草地的松土方式，提出了一种切根释压松土方法。以海拉尔地区的退化草地为研究对象，采用离散元仿真与田间试验结合的方式开展了传统松土、对缝松土和切根释压松土对比试验，分析3种松土方式对草地的扰动过程、作业质量及松土阻力的影响。仿真结果表明：切根释压松土比传统松土和对缝松土对土壤的疏松效果更好，提高了深层土壤流动性并降低了表层土壤扰动。将仿真结果与田间试验结果对比，结果表明3种松土方式作业后的耕作部件松土阻力变化趋势一致。切根释压松土方式松土阻力最小，仿真结果为3692.75N，田间试验结果为4677.84N。传统松土方式松土阻力最大，仿真结果为5348.80N，田间试验结果为6489.40N。对缝松土方式松土阻力介于两者之间，仿真结果为4713.33N，田间试验结果为5433.24N。这表明切根释压松土方式具有较好的减阻效果。田间试验结果表明，松土方式对作业质量具有显著性影响。相同耕作深度土层内，切根释压松土方式相较传统松土和对缝松土作业后的土壤坚实度均值分别降低6.19%和12.67%，土壤容重均值分别降低1.19%和3.16%。同时切根释压松土方式对表层土壤扰动最小，土壤疏松效果更好，作业后的土壤扰动系数和土壤蓬松度均值分别为49.05%和25.81%。研究结果可为改进退化羊草地松土工艺，优化设计草地松土改良机具提供依据。

摘要:为探究苜蓿地不同生育期不同深度的土壤含盐量快速反演模型，采集苜蓿地分枝期、现蕾期、初花期深度0~15cm、15~30cm、30~50cm土壤含盐量，基于无人机多光谱影像数据，提取采样点光谱反射率，在此基础上引入红边波段代替红波段与近红外波段计算光谱指数，采用皮尔逊相关系数法（Pearson correlation corfficient,PCCs）、灰色关联度（Gray relational analysis, GRA）分析法进行指数筛选，构建54个基于极端梯度提升（Extreme gradient boosting，XGBoost）算法、反向传播神经网络（Back propagation neural network，BPNN）和随机森林（Random forest，RF）的机器学习模型，确定苜蓿地不同生育期不同深度土层的土壤含盐量最佳反演模型。结果表明：XGBoost模型反演效果整体优于BPNN模型和RF模型，反演结果能真实反映不同生育期苜蓿地的土壤含盐量。从不同生育期反演来看，分枝期和初花期XGBoost模型反演效果优于其他模型，验证集决定系数（R2p）分别为0.835、0.709，均方根误差（RMSE）分别为0.042%、0.047%，平均绝对误差（MAE）分别为0.046%、0.037%；现蕾期RF模型反演效果优于其他模型，R2p为0.717，RMSE为0.034%，MAE为0.042%。从不同深度反演来看，0~15cm土层XGBoost模型反演效果优于其他模型，R2p为0.835，RMSE为0.053%，MAE为0.043%；15~30cm和30~50cm土层XGBoost和RF模型均优于BPNN模型，R2p分别为0.717、0.739，RMSE分别为0.034%、0.038%，MAE分别为0.042%、0.031%。分枝期为最佳反演生育期，0~15cm深度为最佳含盐量反演深度，且PCCs变量筛选方法与XGBoost机器学习算法的耦合模型精度最佳，建模集和验证集的R2分别为0.856、0.835，R2p/R2c为0.975，具有良好的鲁棒性。研究结果可为土壤含盐量的快速精确反演提供理论依据。

摘要:在集约化养猪生产中，猪舍环境是影响猪健康水平的重要因素。然而，多环境因子联合精准调控是制约猪舍环境控制的共性难题。因此，本文利用自适应高斯滤波（Adaptive Gaussian filtering, AGF）算法结合长短时记忆神经网络(Long short term memory networks, LSTM)进行舍内环境因子预测，为优化舍内环境调控策略提供支撑；结合组合赋权方式，确定猪舍内环境评价指标权重，构建基于未确知测度法评价方法，为猪舍环境调控提供参考。以实测猪舍数据对本文所提出方法进行验证，结果表明：相比LSTM预测模型，应用AGF优化算法后的LSTM预测模型（LSTM-AGF），其氨气质量浓度、温度、相对湿度、二氧化碳质量浓度的预测性能R2分别提升0.33、0.03、0.05、0.12；提出的基于未确知测度法的预测评价方法敏感度SENS为0.215，比传统模糊综合评价方法高20.80%。因此，本文提出的环境质量评价方法可以为猪舍环境精准调控提供参考。

摘要:为了提高玉米秸秆与牛粪混料在离散元压缩成型仿真过程中所需参数的准确性，本文对玉米秸秆-牛粪混料进行参数标定试验，并采用仿真与物理试验相结合的方式对标定参数的准确性进行验证。通过筛选试验得到对混料离散元有显著影响的参数；以堆积角为评价指标，利用Design-Expert软件对3个显著性影响参数进行最陡爬坡试验设计和Box-Behnken试验设计，并应用粒子群优化算法（PSO）进行参数寻优，得到最优参数组合为：玉米秸秆-牛粪滚动摩擦因数0.128、牛粪-牛粪滚动摩擦因数0.320、牛粪-牛粪JKR表面能0.033J/m2；在该参数组合条件下进行仿真试验，结果表明，仿真堆积角与实际堆积角相对误差为1.27%，单轴压缩仿真试验与物理试验的最大压缩位移相对误差为2.97%。研究结果可为玉米秸秆-牛粪混料压缩成型离散元仿真提供依据。

摘要:为探讨低醇早酥梨酒贮藏期间褐变因子和挥发性香气化合物的变化，将早酥梨酒分别在4、25℃下避光贮藏60d，每隔7d测定PPO、POD、PAL酶活力，总氨基酸、还原糖、总酚、5-羟甲基糠醛质量浓度及褐变度，并采用SPME-GC/MS检测贮藏结束时的挥发性香气化合物。结果表明，早酥梨酒在贮藏期间POD活力下降速度极快，总氨基酸质量浓度、总酚质量浓度分别下降62%~70%和23%~31%，5-羟甲基糠醛质量浓度和褐变度不断增加。总氨基酸、总酚、5-羟甲基糠醛质量浓度及褐变度变化均符合零级动力学方程，且拟合效果良好。相关性分析显示总氨基酸、总酚与5-HMF质量浓度对早酥梨酒褐变的影响最大。贮藏60d后早酥梨酒中萜烯类、酯类、羰基化合物质量浓度有所增加，醇类、酸类化合物质量浓度显著降低；15种关键香气物质（OAV大于0.1）质量浓度与主要褐变因子之间的相关系数均大于0.8。研究结果对控制早酥梨酒褐变具有应用价值。

摘要:针对典型木本粮食板栗的现场非破坏快检分选需求，基于可见/近红外光谱检测分析技术，设计了转盘式板栗在线检测分选系统。该系统主要由上料单元、光谱采集单元、控制单元、分选单元和显示单元组成，上料单元振动盘经试验确定最佳频率为150Hz，并联合伺服电机对转盘进行驱动，光谱采集单元以卤素灯为光源，应用微型光谱仪采集光谱信息，控制方案经对比后确定并行式执行方案，基于QT平台及C++语言开发单片机程序，配合上位机开发的光谱采集软件，实现了光谱信息采集、处理、显示存储以及分类，分选执行机构采用电磁推杆带动挡板伸缩完成孔洞的开合。以迁西、丹东、玉溪板栗为对象，采集光谱并对比不同预处理方法分别建立产地与霉变的偏最小二乘判别（Partial least squares discriminant analysis，PLS-DA）模型，交叉验证后产地模型预测集准确率为97.12%、霉变模型预测集判别准确率为94.74%。最后将模型植入系统软件后应用随机预测集板栗进行测试，产地与霉变判别分选准确率分别为93.83%和94.12%，最优检测分选速度为37颗/min。结果表明，本文设计的转盘式板栗检测分选系统效率高、采集稳定、检测准确率高，具备快速实现不同产地以及霉变板栗无损检测分选功能。

摘要:马铃薯在存储过程中，极易产生黑心病等内部缺陷，严重影响市场价值和食品安全。探索深度学习用于挖掘马铃薯黑心病光谱数据深层特征，将近红外光谱数据二维化，基于残差神经网络（Residual neural network，ResNet），引入卷积注意力模块（Convolutional block attention module，CBAM)增强特征，加入阈值处理模块去除噪声，实现了马铃薯黑心病的快速无损检测。探索适用于马铃薯黑心病检测的光谱二维化方法，通过对比格拉米角场（Gramian angular field，GAF）、马尔可夫转移场（Markov transition field，MTF）、递归图（Recurrence plot，RP）和波长顺序转换4种方法，发现GAF、MTF和RP这3种方法与波长顺序转换相比效果更好，经过MTF处理后建模效果最佳，训练集准确率达到99.60%。通过比较不同模型性能，发现改进ResNet模型测试集准确率为9765%，比偏最小二乘判别分析（Partial least squares discriminant analysis，PLS-DA）、支持向量机（Support vector machines，SVM）、MobileNet、ResNet分别提高5.89、7.07、3.53、2.36个百分点，MobileNet、ResNet和改进ResNet神经网络模型建模效果优于传统化学计量学方法PLS-DA和SVM。

摘要:为提升武夷岩茶摇青机用离心风机性能，通过多目标遗传算法对离心风机叶轮进行优化设计与试验验证。首先，针对38组设计样本，采用拉丁超立方设计方法对叶轮叶片数量、叶轮内外径比、叶片进口安装角、叶片出口安装角、叶片折弯半径和叶片进口直径进行优化；然后通过NSGA-Ⅱ多目标算法对构建的最小二乘回归（Least squares regression, LSR）与移动最小二乘法（Moving least square method, MLSM）响应面模型进行求解，得到风机风量与风机效率最优时的Pareto解集，并进行Spearman变量相关性分析；最后通过CFD数值仿真与试验，验证了优化设计方法对实际设备摇青效果提升的有效性。结果表明：叶片进口安装角和出口安装角对风机风量影响最大，叶轮内外径比和叶片出口安装角对风机效率的影响最大，达到高相关程度；最优参数组合为叶片数量19、叶轮内外径比0.67、叶片进口安装角73.86°、叶片出口安装角128.74°、折弯半径25.28mm、叶片进口直径24.95mm；相较于原型风机，优化后风机风量增加381.22m3/h，风机效率提高4.33个百分点，叶梗、叶片平均走水分别提高2.05、3.15个百分点，做茶感官审评平均得分91.4，验证了风机优化设计对整机茶叶摇青品质的提升。

摘要:田间土壤比阻多变、地块凹凸不平造成拖拉机在犁耕工况下行驶速度和牵引阻力大幅波动，传统拖拉机无人作业系统难以满足路径跟踪精度和耕深均匀性的农艺要求。本文系统分析了无人驾驶电动拖拉机犁耕机组作业特性，提出了拖拉机犁耕机组路径跟踪与耕深模糊控制策略，包括模糊Stanley路径跟踪控制方法和预估补偿变论域模糊PID耕深控制方法，兼顾了拖拉机重负载犁耕工况下的犁耕深度与行驶速度，提高了电液悬挂系统的耕深均匀性和无人驾驶系统的直线性。为验证所提控制策略的有效性，搭建无人驾驶电动拖拉机犁耕机组试验平台，开展田间路径跟踪和犁耕试验。试验结果表明：本文提出的控制策略能适应复杂多变的田间环境，路径跟踪作业最大横向偏差不大于0.042m，犁耕作业横向偏差标准差不大于0.086m；行驶速度均值保持稳定，平均绝对误差为0.16km/h，平均相对误差为4.38%；耕深变异系数均值为9.29%，相较于模糊PID算法降低14.57%。本文提出的控制策略可根据不同土壤比阻、地块凹凸程度和牵引阻力，提高拖拉机犁耕作业的耕深均匀性和导航直线性，具有良好的适应性和鲁棒性，满足拖拉机犁耕作业农艺需求，为实现无人驾驶电动拖拉机多参数控制提供了参考。

摘要:传统大功率拖拉机燃油经济性差，推动了混合动力拖拉机的发展。旋耕作业输出端(Power take-off，PTO)输出转速与拖拉机行驶速度无法解耦输出，使行星齿轮式电动无级变速(Electronic continuously variable transmission，ECVT)拖拉机得到推广，但行星齿轮式ECVT的功率循环现象降低了分流效率，为此，基于杠杆平衡法分析了2K-H型周转轮系的功率分流原理与功率循环产生机理，提出了大功率混合动力拖拉机ECVT构型设计的杠杆拓扑法，以高效地搜索可行构型。提出了大功率混合动力拖拉机ECVT构型的最终方案，并进行了可行性验证。首先，采用杠杆拓扑法和功率输出分流原理拓扑了ECVT构型。然后，通过分析每种拓扑构型的传动特性优选出最佳构型，通过加装离合器与制动器满足拖拉机作业需求及各种模式切换的可行性，并在后驱动系统搭配高低挡、主减速器与轮边减速器，形成最终构型方案。同时，推导了该构型4种工作模式的动态特性方程，明确了构型的传动过程及PTO转速与拖拉机行驶速度解耦输出的可行性。最后，分别在犁耕与旋耕工况下对基于动态规划算法的混合动力拖拉机ECVT能量管理策略进行了整机节能控制仿真分析，结果表明：提出的ECVT构型较对比构型在犁耕工况下等效燃油消耗量降低约5.17%，旋耕工况下降低约5.11%，有效提升了大功率混合动力拖拉机燃油经济性。2种工况下均无功率循环现象产生，保证了混合动力传动系统的平稳运转及分流效率，实现了PTO转速与拖拉机行驶速度的解耦输出，为动力输出轴独立于轮胎进行单独的转速控制提供解决方案，提出的能量管理策略有助于混合动力系统的节能控制。

摘要:针对现有轮式拖拉机牵引性能预测模型通用性差、预测精度低等问题，提出了一套涵盖系统建模、预测优化、实例验证全过程的适用于四轮驱动与二轮驱动拖拉机的牵引性能预测通用模型。通过深入分析土壤力学、轮胎力学、传动系统之间的相互作用，将拖拉机牵引性能抽象为轮-壤模型、驱动力模型、滑转率模型、牵引力模型4个基本模型，以建立适用于四轮驱动与二轮驱动拖拉机的整机牵引性能预测通用模型。为了提高预测精度，以整机滑转率为优化目标，建立基于自适应粒子群优化算法(APSO)的牵引性能预测优化方法。通过线上优化，验证了模型准确性和通用性。为了进一步验证该通用模型优越性和工程实用性，以东方红某105kW拖拉机作为试验样机，在中国一拖集团有限公司田间全地型试验场，完成线下试验。试验结果表明，与现有预测模型相比，对于四轮驱动拖拉机，基于APSO的牵引性能预测方法的滑转率和滚动阻力平均绝对误差分别为1.9%和0.18kN。对于二轮驱动拖拉机，相应的平均绝对误差分别为2.7%和0.25kN，精度大幅提升。

摘要:具有运动和锁定模式的机构在变换为特定锁定模式位形后，可满足特定工况下的刚度需求。通过在球面4R机构连杆上，设置处于折叠位形的球面3R运动链，设计了一类具有锁定模式的双环球面7R机构。分析球面4R机构连杆曲线的几何特征，通过算例验证了球面4R机构连杆曲线方程的正确性。使用旋量理论分析球面4R环路处于奇异位形下连杆的瞬时转动轴线，确定了球面4R环路中连杆的瞬时转动轴线与球面3R运动链轴线共面，为机构模式变换必要条件。将球面4R环路作为广义转动副，对双环球面7R机构加速度进行分析，得到了球面4R机构环路连杆曲线尖点对应机构位形下，连杆瞬面切线与球面3R运动链轴线共面，为机构模式变换必要条件。结果表明，该类球面7R机构具有锁定模式，通过旋量理论分析球面4R机构环路连杆的瞬时运动旋量，可确定机构运动模式变换位形。对于分析设计满足运动和锁定生产作业变换需求的多模式机构，具有参考价值。