农业死泛亚电竞板学报

2024-05-03点击量：997

　　为高准则、高质地办好《农业呆板学报》，扩充学术影响力，2023年12月19日，《农业呆板学报》编纂部机合召开焦点为“砥砺奋进 勇毅前行 帮力行业更始生长”的期刊高质地生长漫叙会。中国工程院院士、《农业.....More

　　10月27日，由中国知网和清华大学藏书楼联络研造的《中国粹术期刊国际引证年报》（2023版）（以下简称《年报》）颁布，《农业呆板学报》国际影响力CI指数127.533，入选“2023年中国最具国际影响.....More

　　为引发宏伟的青年学子潜心发展科学探讨，产出高水准的学术收获，拓宽科学探讨视野，促使学术调换与分享，厚植爱农情怀，凝结芳华气力，勇毅前行强农机。中国农业呆板学会以“筑梦农机 逐梦另日”为焦点，于9月17.....More

　　今天，2023年度呆板工业科学手艺奖正式公告，称誉表彰项目共429项，个中，特等奖2项、一等奖41项、二等奖190项、三等奖196项。《农业呆板学报》荣获科技发展二等奖。.....More

　　2023年9月20日，中国科学手艺音信探讨所主办的“中国科技论文统计结果颁布会暨中国一流科技论文寰宇影响力评议论坛”正在北京国际聚会中央实行，据聚会颁布的《2023年版中国科技期刊引证告诉（重心板）天然.....More

　　果园出产管造厉重网罗喷药、施肥、割草、修剪、授粉、疏花和采收分级等功课合头，须要多量的人力加入，跟着我国人丁老龄化水准加剧，亟需果园出产管起因呆板化向智能化转型升级。自立导航手艺是果园呆板修饰置告终智能化的环节手艺。本文缠绕果园智能化功课装置导航驾御需求，连结国表里探讨近况，诀别说明了包罗导航定位音信和毛病物音信的果园功课场景感知手艺，导航舆图修筑、导航道途提取和道途筹划手艺，行走底盘运动学模子修筑、运动驾御手艺，多机协同驾御、长途交互驾御手艺等。跟着聪敏农业生长，聪敏果园已成为果园另日生长对象，果园智能化功课装置是聪敏果园修理必不成少的环节合头，正在此根柢上，总结了我国果园智能化功课装置自立导航手艺生长面对的题目为：境况感知本领亏空、道途提取担心闲、个人道途筹划不生动、导航编造境况合适性缺点、多机协同和长途驾御不可熟等，提出了多传感器调和的境况感知与道途提取、完好道途筹划、强通用性果园导航、大型果园多功课合头的多机协同与长途操作等另日生长对象。

　　针对V型挤压式覆土装备正在黏土条款下功课不牢靠，种沟闭合不厉实，易酿成种子“排挤”和“晾种”的出产实质题目，打算一种星齿球面盘式覆土装备，进步播种机覆土质地。解析了星齿球面盘式覆土装备的功课道理，通过对覆土功课历程中泥土颗粒的运动学解析，确定了影响覆土功课质地的厉重构造参数，并对星齿球面覆土盘厉重构造参数和安设参数实行了打算。借帮EDEM离散元仿真手艺，成立了泥土与覆土装备的互作模子，以星齿球面覆土盘安设倾角、安设间距、入土深度为试验身分，以覆土量与覆土量变异系数为评议目标，诀别实行了只身分与Box-Behnken试验，确定了星齿球面覆土盘的最优构造参数组合为安设倾角25.03°、安设间距196.66mm、入土深度77.65mm。取安设倾角25°、安设间距197mm、入土深度77mm实行了田间验证试验，试验结果剖明：最优参数组合下，覆土量均匀值为241.46g，与仿真结果根基划一，相对差错为5.12%，覆土量变异系数为3.71%，覆土平均，功课质地好，覆土功课后种子播深知足农艺央浼，星齿球面盘式覆土装备能有用改正播种机的覆土机能。

　　泥土中土霉素（Oxytetracycline，OTC）高机能的现场解析手腕看待回护生态境况太平和庇护人类康健拥有紧要意旨。针对泥土中痕量OTC的现场检测困难，打算效力集成的便携式提取-检测装备，用于泥土中OTC的现场提取与精准解析。最初，基于集成电道手艺与3D筑模，研造拥有称量、搅拌与离心效力的便携式装备，并通过与实行室用提取装备的机能比拟，验证装备的提取精度；诀别以LED和便携式电化学管事站为光电化学检测的光源驱动和信号搜集装备，研造便携式检测装备；实行泥土中OTC的现场解析试验。结果剖明，研造的便携式装备对泥土OTC的提取精度较高，检测的线mol/L；正在现场解析试验中，对泥土中OTC检测的加标接收率为92%~97%，相瞄准则偏向为1.8%~5.2%，且确切度取得了国标法的验证。

　　间苗是担保直播油菜增产的一项环节手艺方法，为处置人为间苗劳动强度大、呆板间苗不精准的题目，采用机械视觉的方法，基于深度研习算法YOLO v5平台，打算并搭筑自愿间苗装备。机械视觉编造评估幼苗种群的合理密植景况，间苗算法以间距和幼苗叶展为评估准则，告终驾御幼苗间距和筛选优质苗的效力。选用遗传算法对间苗行进道途实行筹划，相较于未筹划道途可缩短最低为50%的行进间隔，最终采用激光器高温烧除的方法完毕间苗功课。采纳油菜苗举动试验质料，间苗阈值α是规定幼苗最幼间距的参数，树立区其余间苗阈值α实行试验。结果剖明，间除苗的数目跟着间苗阈值α的推广而推广，幼苗均匀密度低浸的同时种群散布趋于平均，对间除苗的叶展长度分类统计，α为0~75mm时，间除苗叶展长度统统正在0~20mm范畴；α为75~200mm时，间除苗叶展长度为0~40mm，个中叶展长度为20~40mm的最高占比约为76%；α为200~350mm时，间除苗叶展长度正在40mm以上的幼苗劈头推广，最高占比约为14%，间除苗叶展长度梯次散布阐懂得间苗算法具备筛选优质苗的机能。间苗实行阶段耗时攻陷间苗功课总耗时的90%以上，以激光走线参数L、激光器功率P、间苗间隔阈值为试验身分，三身分三水准正交试验结果剖明:采用适应的激光走线参数L能有用进步间苗升天率、消浸间苗误伤率和裁减间苗耗时，正在参数L为30mm、P为7.5W、α为250mm下发展土槽台架机能验证试验，激光间苗均匀升天率为93.29%，均匀误伤率为5.19%，均匀总耗时为15.19min，为开采基于机械视觉的激光自愿间苗机供应了表面根柢和手艺维持。

　　针对造种玉米母本植株由地面去雄呆板去雄后存正在脱漏雄穗及呆板化补漏去雄装置缺乏等题目，提出了一种适配四旋翼无人机的旋切装备泛亚电竞。基于去雄无人机功课特色与安闲性影响身分，解析了刀具切割雄穗时的受力及其对无人机反扭力矩的影响，并轻量化打算了旋切装备总体构造，确定了旋切装备的旋切范畴为44~150mm，可展范畴为541~1318mm，总质地为4.03kg。通过旋切部件切割筑模与仿真，采纳了竖直进给切割的旋切方法，并由台架试验取得了旋切装备切割反扭力矩最幼时的最优参数组合。正在上述根柢大将旋切装备与无人机集成发展田间试验。探讨剖明，当旋切转速3954r/min、竖直进给速率5.9mm/s、刀具刃角32°时，旋切装备单元切割力为10.54MPa，能完整切除雄穗，去雄无人机田间叶片毁伤率为14.58%，高度震荡率为1.88%，知足造种玉米去雄央浼。

　　四旋翼无人机拥有强耦合和欠驱动的特色，正在飞舞历程中很容易受到表界作对，进而影响全盘无人机编造的安闲性和精度。为此，提出了一种基于RBF神经搜集的指依时候预设机能拘束驾御政策。最初，针对四旋翼无人机的不确天命学模子难以精准成立，而且正在实行职责历程中存正在表部未知扰动题目，提出了一种基于指依时候预设机能驾御手腕，将四旋翼无人机的轨迹跟踪题目转换为对场所子编造和形状子编造的期待指令跟踪题目；其次，正在打算驾御器历程中，为清晰决“微分爆炸”题目爆发的滤波器差错，引入一种新型滤波差错抵偿手腕，通过RBF神经搜集靠近表部未知扰动，并将预测结果抵偿给驾御器以进步轨迹跟踪的鲁棒性。最终，运用仿真模仿手腕验证无人机驾御编造安闲性和机能上风，通过飞舞试验验证，轻风聚拢境况下实质飞舞轨迹与仿真模仿结果趋于划一，自立轨迹跟踪起降场所偏向幼于1cm，阐懂得所提出算法的有用性。

　　针对守旧采棉机械人因简单视角和二维图像音信带来的视觉感知节造题目，本文提出了一种多视角三维点云配准手腕，以加强采棉机械人及时三维视觉感知本领。采用4台固定位姿的Realsense D435型深度相机，从区别视角获取棉花点云数据。通过AprilTags算法标定出深度相机RGB成像模块与Tag标签的相对位姿，并基于深度相机中RGB成像模块与立体成像模块坐标系间的转换干系，解算出各个相机间点云坐标的对应变换，进而告终点云间的调和配准。结果剖明，本文配准手腕的全体配准均匀间隔差错为0.93cm，均匀配准时候为0.025s，呈现出较高的配准精度和效劳。同时，为知足采棉机械人感知的及时性央浼，本文对算法中点云获取、后台滤波和调和配准等次序实行了效劳解析及优化，最终满堂算法运转速率抵达29.85f/s，知足采棉机械人感知编造及时性需求。

　　为处置秸秆捡拾致密成型机主轴转速自愿驾御题目，以利于致密成型机全程智能化功课，打算了电液驾御编造的数学模子与转速预测模子，提出了一种基于GPC-ILC的致密成型机主轴转速驾御手腕，通过搜集先前成型机运转历程中的输入、输出数据，运用带遗忘因子的最幼二乘法辨识广义预测驾御的参数模子并企图预测输出值，依照以往历程的累计均匀模子差错改正预测输出值，并引出迭代研习驾御律，正在线及时企图新的驾御量，告终主轴转速的驾御。地方劳绩试验剖明：增负荷时，转速最大动态偏向为3.21r/min，与目的值的偏向为2.6%，最大余差为1.23r/min；减负荷时，最大动态偏向为2.23r/min，与目的值的偏向为2.47%，最大余差为0.89r/min；增减负荷转速抵达安闲时候幼于5s，超调量幼于3%。田间试验剖明：最大动态偏向为3.75r/min，与目的值的偏向为3.47%，最大余差为1.79r/min，知足成型机田间功课的需求。GPC-ILC算法可实时校正模子失配、作对惹起的转速驾御的不确定性。

　　针对造种玉米操纵大田玉米剥皮机功课籽粒耗损大等形势，本文对剥皮历程中造种玉米果穗与剥皮机构间的碰撞和摩擦实行表面解析，取得了影响剥皮后果的厉重身分，成立了玉米果穗-剥皮机构编造的离散元与多体动力学柔性模子，操纵DEM-MBD联络仿真手艺对造种玉米与剥皮机构互作历程实行模仿探讨，采用Box-Behnken试验打算道理，以压送器与剥皮辊间距、剥皮辊转速和剥皮辊间隙为试验身分，以果穗均匀行进速率和最大受力为试验目标，实行三身分三水准试验，最终实行台架试验和田间试验。表面解析结果剖明：玉米果穗沿剥皮辊轴线对象的行进速率和剥皮历程中所受的影响力可以诀别表征苞叶剥净率与籽粒耗损率；试验结果剖明，造种玉米剥皮机构最佳管事参数组合：压送器与剥皮辊间距为32mm、剥皮辊转速为430r/min、剥皮辊间隙为-0.3mm，此时玉米果穗苞叶剥净率为93.33%，籽粒零落率为1.802%，籽粒破损率为1.203%，机具田间试验与台架试验结果差错幼于3%。试验所用剥皮辊知足造种玉米剥皮的机能央浼，所用手腕可认为造种玉米剥皮机构的矫正供应参考。

　　王兴欢，魏忠彩，苏国粱，孟鹏祥，国法明，张祥彩，王宪良，程修沛，李志合，金诚谦

　　针对现有的幼型马铃薯劳绩机筛面土块分裂后果不佳而影响散开效劳和劳绩品格等题目，连结北方马铃薯主产区劳绩形式和常用杆条式散开装备，打算了一款马铃薯劳绩机扰动散开装备。正在说明总体构造及管事道理根柢上，连结马铃薯的碰撞特征和土块的分裂历程解析，取得影响薯块毁伤和土块分裂的厉重身分为扰动深度、偏幸轮转速和偏幸距；通过EDEM-RecurDyn耦合修筑仿真模子，只身分试验取得扰动杆数目最优为4，以扰动深度、偏幸轮转速和偏幸距为试验身分，以马铃薯碰撞力和土块分裂率为评议目标，应用Box-Behnken中央组合打算手腕实行仿真试验，对试验结果实行方差解析，操纵反映面解析了各交互身分对试验目标的影响法则，连结实质工况确定影响身分最佳取值。验证试验剖明：当劳绩机散开筛运转速率为0.7m/s、扰动深度为51.5mm、偏幸轮转速通过调速器设为2.3r/s、偏幸距为31mm时，土块分裂率为60.7%，电子马铃薯搜集的碰撞加快率峰值均匀值为790.66m/s2，幼于马铃薯临界毁伤阈值。

　　针对青皮核桃和树枝等毛病物无序滋长导致呆板臂采摘境况繁复、教练职责量大、安闲性差等一般存正在的题目，本文打算了一种同步带模组与呆板臂合作的采摘装备，并采用基于过后履历回放的双延迟深度确定性政策梯度算法（Twin delayed deep deterministic policy gradient with hindsight experience replay，HER-TD3）对采摘呆板臂实行道途筹划，通过HER算法进步智能体的探求本领，缓解疏落表彰的题目；通过TD3算法进步智能体的安闲性，裁减了教练中显现的振撼形势。为了阐明HER-TD3算法的可行性和泛化本领，引入TD3、HER-DDPG算法实行比拟，采用降维教练手腕对3种深度深化研习智能体实行教练，结果剖明HER-TD3算法模子正在完毕道途筹划职责中胜利率抵达98%，与HER-DDPG算法比拟进步4个百分点，与TD3算法比拟进步19个百分点；正在CoppeliaSim软件中搭筑三维模子仿真境况，打算初始形状和碰撞检测，运用YOLO v4识别青皮核桃，通过该算法模子可以指挥虚拟采摘呆板臂避开树枝毛病物抵达目的场所，完毕无碰撞道途筹划，无毛病物和有毛病物时道途筹划胜利率诀别为91%和86%；操纵物理样机实行青皮核桃采摘试验时，仍能较好地完毕道途筹划职责，无毛病物时采摘道途筹划胜利率为86.7%，均匀运动时候为12.8s，有毛病物时采摘道途筹划胜利率为80.0%，均匀运动时候为13.6s，验证了HER-TD3算法对繁复境况拥有较好的合适性和安闲性。

　　聪敏果园是另日果园行业生长的趋向，智能化果实采摘是生长聪敏果园的环节题目。为告终智能化果实采摘，本文搭筑了一种合用于丘陵果园矮化栽培形式下的柑橘采摘机械人编造。针对丘陵果园垄间地面高低不屈，存正在地形倾斜角0°~20°，打算了一种自合适调中等台连结呆板臂基座水准；通过视觉编造获取多幅点云图像成立果树的三维点云模子，获取果实场所音信；为避免采摘时酿收获实毁伤，连结柑橘类生果的采摘特色，打算了一种剪切夹持一体化的末尾实行器完毕柑橘采摘。针对果园天然境况的厉重扰启碇分（风和光照）实行分级，树立10组比拟试验，结果剖明：正在低光照或平常光照条款下，均匀果实定位确切率为82.5%，末尾实行器夹取胜利率为87.5%，均匀采摘时候最短为12.3s/个；高光照条款下均匀果实定位确切率为72%，末尾实行器夹取胜利率为80%，均匀采摘时候最短为12.5s/个。

　　为了探究微型离心泵正在区别颗粒体积分数下的复合磨损类型与磨损改变，基于企图流体动力学与离散元耦合的手腕，通过可变形磨料磨损Archard模子与可变形冲蚀磨损Oka模子对离心泵正在区别颗粒体积分数（2%、4%、6%、8%、10%、12%）下的颗粒-部件碰撞占比率、磨损散布与演化实行了探讨。通过比拟实行涌现颗粒体积分数正在4%邻近时颗粒与叶轮叶片、蜗壳碰撞占比率表露区其余改变趋向。离心泵磨损以磨料磨损为主，磨料磨损中蜗壳为磨损最急急的部件，占总磨料磨损量的68.5%，跟着颗粒体积分数的推广，蜗壳处磨料磨损由断面Ⅷ向断面Ⅰ演化，蜗壳前后端先后磨损。冲蚀磨损高磨损区域厉重聚集于叶轮叶片，占冲蚀磨损总量的95.83%，蜗壳处冲蚀磨损断面演化法则与磨料磨损改变法则近似，但蜗壳后端最先被磨损。颗粒体积分数对蜗壳磨料磨损变形量影响较大，蜗壳、叶轮磨料磨损变形量与冲蚀磨损变形量拥有犹如的改变趋向。

　　为进一步进步无人机遥感估产的精度，本探讨以2021—2022年的覆膜冬幼麦为探讨对象，对返青期、拔节期、抽穗期和灌浆期的多光谱影像实行覆膜后台剔除，并优选最佳遥感窗口期，基于最优植被指数修筑覆膜冬幼麦估产模子。结果剖明，操纵救援向量机监视分类法剔除覆膜后台后冠层反射率更靠近实正在值，抽穗期和灌浆期的估产精度更高。将区别生育期的植被指数与产量实行合联性解析涌现，最佳遥感窗口期为抽穗期。基于慢慢回归和全子集回归法优选最优植被指数时涌现，基于慢慢回归法筛选变量为MCARI、MSR、EVI2、NDRE、VARI、NDGI、NGBDI、ExG时产量反演模子精度最高。别的，操纵偏最幼二乘法、人为神经搜集和随机丛林3种机械研习法修筑的产量反演模子中，基于慢慢回归法的随机丛林模子的反演精度最高，R2为0.82，RMSE为0.84t/hm2。该探讨可为进步遥感估产精度、告终农业出产严密化管造供应手艺救援。

　　针对无人机图像后台繁复、幼麦茂密、麦穗目的较幼以及麦穗尺寸纷歧等题目，提出了一种基于FE-P2Pnet（Feature enhance-point to point）的无人机幼麦图像麦穗自愿计数手腕。对无人机图像实行亮度和比拟度加强，增大麦穗目的与后台之间的分别度，裁减叶、秆等繁复后台身分的影响。引入了基于点标注的搜集P2Pnet举动基线搜集，以处置麦穗茂密的题目。同时，针对麦穗目的幼惹起的特点音信较少的题目，正在P2Pnet的主干搜集VGG16中增添了Triplet模块，将C(通道)、H(高度)和W(宽度)3个维度的音信交互，使得主干搜集能够提取更多与目的合联的特点音信；针对麦穗尺寸纷歧的题目，正在FPN(Feature pyramid networks)上推广了FEM(Feature enhancement module)和SE(Squeeze excitation)模块，使得该模块可以更好地打点特点音信和调和多标准音信；为了更好地对目的实行分类，运用Focal Loss耗损函数替代交叉熵耗损函数，该耗损函数能够对后台和目的的特点音信实行区其余权重加权，进一步了得特点。实行结果剖明，正在本文所修筑的无人机幼麦图像数据集(Wheat-ZWF)上，麦穗计数的均匀绝对差错（MAE）、均方差错（MSE）和均匀精准度(ACC)诀别抵达3.77、5.13和90.87%，相较于其他目的计数回归手腕如MCNN(Multi-column convolutional neural network)、CSRnet（Congested scene recognition network)和WHCNETs (Wheat head counting networks)等，呈现最佳。与基线Pnet比拟，MAE和MSE诀别消浸23.2%和16.6%，ACC进步2.67个百分点。为了进一步验证本文算法的有用性，对搜集的其它4种区别种类的幼麦（AK1009、AK1401、AK1706和YKM222）实行了实行，实行结果显示，麦穗计数MAE和MSE均匀为5.10和6.17，ACC也抵达89.69%，剖明本文提出的模子拥有较好的泛化机能。

　　针对无人机搜集的茶叶枯病图像中病斑分别大，病斑和后台之间犹如性上等题目，打算了一个轻量型搜集LiTLBNet，用于确切、及时地检测野表茶园无人机图像中的茶叶枯病。LiTLBNet运用轻量型的M-Backbone举动骨干搜集，用来提取茶叶枯病病斑的可辨别特点，裁减因图像中病斑的标准、色彩和样式的雄伟分别而导致的漏检。正在LiTLBNet的LNeck构造中引入了SE和ECA模块，帮帮搜集正在通道维度上研习目的的归纳特点，裁减因病斑和后台之间的犹如性酿成的误检，同时删除原基线搜集最大的特点图，以裁减企图量和模子巨细。别的，本探讨还通过扭转、加噪声、修筑合成图像等方法来扩充教练样本数目，进步幼样本条款下LiTLBNet搜集泛化本领。实行结果剖明，操纵LiTLBNet检测无人机遥感图像中茶叶枯病的精度为75.1%，均匀精度均值为78.5%，与YOLO v5s靠近。然而，LiTLBNet内存占用量仅2.0MB，是YOLO v5s搜集的13.9%。LiTLBNet搜集可用于对茶叶枯病实行及时、确切的无人机遥感监测。

　　区别产地的花生质地分别彰彰，贴优质产地标签出卖劣质花生的形势时有爆发。本文基于电子鼻与高光谱编造的无损检测手艺，提出双模态调和特点细心力（Bimodal fusion feature attention，DFFA）并打算DFFA-Net以告终花生质地辨识。最初，操纵电子鼻与高光谱编造获取7个区别产地花愤怒体音信和光谱音信，花生自内而表的气体音信能够表征其满堂宏观质地，不搀杂学键及官能团的光谱音信分别能够表征其满堂微观质地；然后，提出DFFA以自合适调和气体-光谱双模态音信并眷注影响分类机能的紧要特点，并连结融化实行阐懂得双模态音信调和的需要性；最终，基于提出的DFFA模块，经搜集构造优化取得DFFA-Net以告终区别产地花生质地的有用辨识。通过融化解析、多细心力机造分类机能比拟，DFFA-Net取得了最佳分类机能：确切率为98.10％、精准率为98.15％、召回率为97.88％，验证了DFFA-Net正在花出产地辨识中的有用性。提出的DFFA-Net连结电子鼻和高光谱编造告终了区别产地花生的质地辨识，为花生市集质地监视供应了有用的手艺手腕。

　　苗期作物三维构造的精准高效重筑是获取表型音信的紧要根柢。守旧的三维重筑多人基于运动光复构造-多视图立体视觉（Structure from motion and multi-view stereo，SFM-MVS）算法，企图本钱高，难以知足迅疾获取表型参数的需求。本探讨提出一种基于神经辐射场（Neural radiance fields，NeRF）的苗期作物三维筑模和表型参数获取编造，操纵手机获取区别视角下的RGB影像，通过NeRF算法完毕三维模子的修筑。正在此根柢上，操纵点云库（Point cloud library，PCL）中的直线拟合和区域滋长等算法自愿分裂植株，并采用间隔最值遍历、圆拟合和三角面片化等算法告终了精准丈量植株的株高、茎粗和叶面积等表型参数。为评估该手腕的重筑效劳和表型参数丈量精度，本探讨诀别采纳辣椒、番茄、草莓和绿萝的苗期植株举动试验对象，比拟NeRF算法与SFM-MVS算法的重筑结果。结果剖明，以SFM-MVS手腕重筑点云为基准，NeRF手腕重筑的各植株点云点对间隔均方根差错仅为0.128~0.395cm，两者重筑质地较靠近，但正在重筑速率方面，本文探讨手腕比拟于SFM-MVS手腕均匀重筑速率进步700%。别的，该手腕提取辣椒苗株高、茎粗决心系数（R2）诀别为0.971和0.907，均方根差错（RMSE）诀别为0.86cm和0.017cm，对各苗期植株叶面积提取的R2为0.909~0.935，RMSE为0.75 ~3.22cm2，拥有较高的丈量精度。本探讨提出的手腕能够明显进步三维重筑和表型参数获取效劳，从而为作物育种选苗供应更为高效的手艺权谋。

　　针对天然境况下油茶果存正在急急遮挡、近气象、幼目的等形势，运用YOLO搜集存正在检测精度低、漏检形势急急等题目，提出对YOLO v8n搜集实行矫正。最初运用MPDIOU举动YOLO v8n的耗损函数，有用途置由于果实重叠导致的漏检题目；其次调解搜集，向个中列入幼目的检测层，使搜集可以眷注幼目的油茶以及被树叶遮挡的油茶；最终运用SCConv举动特点提取搜集，既能统筹检测精度又能统筹检测速率。矫正COF-YOLO v8n搜集精准率、召回率、均匀精度均值诀别抵达97.7%、97%、99%，比未矫正的YOLO v8n诀别进步3.2、4.8、2.4个百分点，个中急急遮挡景况下油茶检测精准率、召回率、均匀精度均值诀别抵达 95.9%、95%、98.5%，诀别比YOLO v8n进步4.0、9.1、4.6个百分点。以是矫正后COF-YOLO v8n搜集可以彰彰进步油茶正在急急遮挡、近气象、幼目的均存正在景况下的识别精度，减幼油茶的漏检。别的，模子可以告终动、静态输入条款下油茶果计数。动态计数模仿DeepSORT算法的多目的跟踪思思，将矫正后COF-YOLO v8n的识别输出举动DeepSORT的输入，告终油茶果实的追踪计数。所得矫正模子拥有很好的鲁棒性，且模子浅易能够嵌入到边沿筑设中，不但可用于指点自愿化采收，还可用于果园产量猜想，为果园物流分拨供应牢靠模仿。

　　针对苹果叶片病害图像识别存正在数据集获取疾苦、样本亏空、识别确切率低等题目泛亚电竞，提出基于多标准特点提取的病害识别搜集(Multi-scale feature extraction ConvNext, M-ConvNext)模子。采用一种连结矫正的轮回划一性天生顽抗搜集与仿射变换的数据加强手腕(Improved CycleGAN and affine transformation, CycleGAN-IA)，最初，运用较幼感想野的卷积核和残差细心力模块优化CycleGAN搜集构造，运用二值交叉熵耗损函数替代CycleGAN搜集的均方差耗损函数，以此天生高质地样本图像，进步样本特点繁复度；然后，对天生图像实行仿射变换，进步数据样本的空间繁复度，该手腕处置了数据样本亏空的题目，用于辅帮后续的病害识别模子。其次，修筑M-ConvNext搜集，该搜集打算G-RFB模块获取并调和各个标准的特点音信，GELU激活函数加强搜集的特点表达本领，进步苹果叶片病害图像识别确切率。最终，实行结果剖明，CycleGAN-IA数据加强手腕能够对数据集起到杰出的扩充影响，正在常用搜集上验证，加强后的数据集能够有用进步苹果叶片病害图像识别确切率；通过融化实行可得，M-ConvNex识别确切率可达9918%，较原ConvNext搜集确切率进步0.41个百分点，较ResNet50、MobileNetV3和EfficientNetV2搜集诀别进步3.78、7.35、4.07个百分点，为后续农作物病害识别供应了新思绪。

　　针对天然场景下的枣种类识别题目，以枣果为探讨对象的机械视觉手艺已成为枣种类精准识其余主流手腕之一。针对枣种类存正在类间分别幼、类内分别大的题目，提出了一种基于多器官特点调和的枣种类识别手腕。最初操纵YOLO v3检测算法将搜集的天然场景图像中的枣果和叶片器官分裂提取，提出了基于笛卡尔乘积修筑两器官组合对的枣种类多样本数据集，然后基于EfficientNetV2搜集模子，打算了可以充塞研习两器官特点合联性的调和政策来晋升模子机能，引入了慢慢迁徙教练方法以晋升枣种类识别效劳。最终，正在修筑的包罗20个枣种类数据集长实行了多量实行，取得97.04%的识别确切率，彰彰优于现有探讨结果，而且正在教练时候和收敛速率上，本手腕也有肯定晋升。结果剖明该手腕可以有用调和枣种类枣果和叶片器官的特点音信，可为其他种类识别探讨供应参考。

　　识别动物动作可认为疾病防止和合理喂养供应紧要凭据，从而有帮于更好地眷注动物的康健和福利。本文提出了一种调和三维残差卷积神经搜集、双向是非期回想搜集和细心力机造的深度研习搜集模子（AdRes3D-BiLSTM）。AdRes3D-BiLSTM模子能够直接针对视频流实行识别，正在AdRes3D个别引入了深度可散开卷积和细心力机造，不仅裁减了浮点运算量，晋升了搜集轻量化水准，还进步了时候和空间两个维度的特点提取本领；提取的特点被输入BiLSTM模块后，夙昔后2个对象对时序特点向量实行筛选和更新，最终对羊只动作实行确切识别。试验结果剖明，AdRes3D-BiLSTM对羊只站立、躺卧、进食、行走和反刍5种动作的归纳识别确切率抵达了98.72%，帧速度抵达52.79f/s，模子内存占用量为28.03MB。探讨结果为基于视频流的动物动作识别供应了新的手腕和思绪。

　　闲居动作是牲畜康健境况的紧要表现，正在守旧的动作识别手腕中，平日须要人为或者依赖器材对牲畜实行查察。为处置以上题目，基于YOLO v5n模子，提出了一种高效的绵羊动作识别手腕，操极目的识别算法从羊圈斜上方的视频序列中识别舍养绵羊的进食、躺卧以及站立动作。最初用摄像头搜集养殖场中羊群的闲居动作图像，修筑绵羊动作数据集；其次正在YOLO v5n的主干特点提取搜聚集引入SE细心力机造，加强全体音信交互本领和表达本领，进步检测机能；采用GIoU耗损函数，裁减教练模子时的企图开销并晋升模子收敛速率；最终，正在Backbone主干搜聚集引入GhostConv卷积，有用地裁减了模子企图量和参数目。实行结果剖明，本探讨提出的GS-YOLO v5n目的检测手腕参数目仅为1.52×106，相较于原始模子YOLO v5n裁减15%；浮点运算量为3.3×109，相较于原始模子裁减30%；且均匀精度均值抵达95.8%，比拟于原始模子进步4.6个百分点。矫正后模子与而今主流的YOLO系列目的检测模子比拟，正在大幅裁减模子企图量和参数方针同时，检测精度均有较高晋升。正在边沿筑设长实行安顿，抵达了及时检测央浼，可确切迅疾地对绵羊实行定位并检测。

　　Myring流线型正在水下航行器规模运用较为普及，而量水槽正在渠道中的受阻形态与潜水器潜行时受到的阻力景况拥有肯定的犹如之处，以是本文模仿潜水器的构造特色实行量水槽体型打算，探究量水槽受阻最幼的较优线D软件，采用最优拉丁超立方打算手腕，以流线型的减少段长度和锐度因子、扩散段长度和拜别角为变量打算了40组数值模仿计划，取得对应的水头耗损百分比和上游佛汝德数。以数值模仿变量为输入、结果为输出，教练RBF神经搜集，连结NSGA-Ⅱ遗传算法取得Patero前沿解，通过TOPSIS评议法筛选出最优解并得出其线形参数：优化模子减少段长度为45.9cm、减少段锐度因子为0.74、扩散段长度为49.2cm、扩散段拜别角为14.63°，并通过等比例缩放取得6组减少比，正在9组流量下实行模子试验解析水力机能。结果剖明，优化后线型过流较顺畅，水力机能较优，预测结果和模仿结果差错不越过5%；区别工况下上游佛汝德数均幼于0.5，知足测流楷模央浼，减少比为0.58~0.66时各项水力机能均较优；基于临界流测流和量纲解析道理取得的测流公式精度较高，均匀相对差错为2.09%。本探讨阐懂得将流线型应用于量水槽规模探讨以及通过神经搜集和遗传算法寻优的可行性，优化后Myring流线型量水槽拥有杰出的机能和测流精度，正在灌区渠道中拥有较好的应用远景。

　　守旧畦灌模子多是基于非恒定渐变流方程成立的，正在模仿变流量畦灌水流运动时的精度难以保证。本文归纳解析了变流量畦灌历程中田面水流的运动境况，将其依照界线条款的区别划分为恒定流量进水阶段、变流量进水阶段、畦首消退阶段、田面消退第1阶段、田面消退第2阶段等5个阶段，基于非恒定渐变流方程和非恒定遽变流方程修筑了合用于变流量畦灌编造的渐变流-遽变流数值模子，通过2组恒定流量畦灌、4组变流量畦灌的田间试验以及2组文件材料中的畦灌试验数据对模子实行了验证。结果剖明，渐变流-遽变流畦灌模子模仿值与现场实测结果吻合较好，模仿胀动时候决心系数R2均大于0.96、模仿消退时候R2大于0.90。与目前常用的WinSRFR模子比拟，渐变流-遽变流畦灌数值模子正在模仿恒定流量畦灌方面拥有犹如的精度，且正在模仿变流量畦灌方面精度更高。渐变流-遽变流畦灌模子能够较精准地模仿变流量畦灌的水流运动境况，可为解析变流量畦灌编造、优化变流量畦灌计划供应维持。

　　为探究西南干热河谷地域模范经济林木橙子树的蒸腾耗水机造，操纵热扩散式探针TDP、冠层解析仪、泥土水分传感器TDR、全自愿形势站等筑设获取橙子树蒸腾量、叶面积指数、泥土含水率和形势因子（气温、辐射、饱和水汽压差、降雨量等）的历久数据。对橙子树蒸腾法则的境况驾御和心理调动特点实行编造探讨，结果剖明：比拟于干季和雨季，干热季橙子树呈现出较为顽固的水分操纵机造，日蒸腾量、冠层导度和退耦系数都明显低于其他两个季候。干季和雨季，橙子树蒸腾勾当受太阳辐射和饱和水汽压差的瓜代驾御，而干热季蒸腾勾当厉重受饱和水汽压差的驱动。冠层导度与形势因子日内动态改变特点之间存正在时滞效应，且这种效应正在区别天别季候拥有分别。受叶面积指数影响，饱和水汽压差与冠层导度正在全盘年份呈负对数合联干系，其他境况因子与冠层导度正在叶面积指数幼于4m2/m2时呈负对数合联干系，大于等于4m2/m2时呈二次函数合联干系。区别境况条款下固然冠层导度对饱和水汽压差的敏锐性区别，但蒸腾耗水正在大大批境况条款下根基听从等水势调动政策，但片面境况条款下存正在境况强迫应对失衡危险。探讨结果可为干热河谷区橙子园境况强迫诊断供应直接凭据，有利于灌溉轨造的科学优化和节水调控手艺体例的高效同意。

　　稻麦轮作区高准则农田修理中，通过加深排水沟进步麦作期农田排水降渍本领的同时，加大稻作期农田排水输出，不但消浸了水资源操纵效劳，况且加重了接管水体的污染。本文基于江苏省扬州市沿运灌区稻麦轮作农田排水水文水质历程的监测结果，操纵田间水文模子（DRAINMOD）模仿了长序列形势条款下，灌区进步农田降渍本领对稻田排水、氮素流失及灌溉需求的负面影响以及驾御排水方法的主动后果。结果剖明，正在节水灌溉形式下，探讨区排水沟深度由近况的60cm加深至120cm，排水间距由120m加密至20m时，稻作期排水量与总氮（TN）输出负荷推广9.0%～22.2%、氨氮（NH3N）输出负荷推广4.0%～16.8%、灌溉用水量推广9.6%～23.4%。若连结田间管造央浼，执行驾御排水则可有用缓解进步农田降渍本领酿成的负面影响；当排水沟深为120cm，间距为120～20m时，稻作期驾御排水可使排水量和TN输出负荷裁减19.3%～35.3%、NH3N输出负荷裁减7.6%～27.2%、灌溉用水量裁减22.9%～40.0%。因为驾御排水消浸了地下排水梯度，相较于守旧排水，农沟从60cm加深至120cm时，地下排水准均占比降至50.7%，灌溉用水量相应裁减。综上，稻麦轮作农田驾御排水拥有明显的节水减排影响，可有用消浸高准则农田修理中进步降渍本领所爆发的负面影响。探讨收获可为稻麦轮作区高准则农田修理与水境况回护供应表面凭据与手艺维持。

　　为寻求区别灌溉形式下秸秆还田式样对黑土区稻田N2O排放与产量的影响，于2023年实行大田试验，树立惯例灌溉（F）与驾御灌溉（C）两种灌溉形式，同时树立秸秆还田（S）、秸秆炭化为生物炭还田（B）、秸秆过牛腹为有机肥还田（O）3种还田式样，以及秸秆不还田（N）举动对比组，共计8个打点。解析区别灌溉形式下秸秆还田式样对稻田N2O排放通量与水稻产量的影响，测定了水稻各生育期稻田泥土铵态氮含量、硝态氮含量、微生物氮含量、pH值，并解析了N2O排放总量和水稻产量与泥土境况因子之间的干系。结果剖明：除返青期表，与秸秆不还田打点比拟，秸秆还田与有机肥还田打点泥土铵态氮含量、硝态氮含量、微生物氮含量均呈现为推广。雷同秸秆还田式样下，驾御灌溉形式下随打点生育期内泥土均匀铵态氮含量、硝态氮含量较惯例灌溉形式高36.23%~60.82%、14.16%~19.61%。同时，秸秆还田与生物炭还田能进步稻田泥土pH值。雷同灌溉形式下，与秸秆不还田打点比拟较，秸秆还田与有机肥还田打点N2O排放总量诀别推广14.44%~24.09%、8.22%~14.44%，生物炭还田打点N2O排放总量消浸14.31%~23.90%。生物炭还田与有机肥还田随打点水稻产量进步3.28%~13.07%，个中驾御灌溉形式下生物炭还田打点产量最高。综上所述，驾御灌溉下生物炭还田能够告终节水、增产、减排的方针。

　　泥土盐渍化急急限造农田泥土境况的轮回生长，高效确切地监测泥土盐分动态改变对盐碱地改变利器材有紧要意旨。为实时、有用地监测盐渍化泥土含盐量，以内蒙古黄河南岸灌区的4个模范盐碱化耕地改变演示区为例，操纵Sentinel-2多光谱遥感影像，同步搜集演示区表里层泥土的含盐量数据，通过合联性解析筛选敏锐光谱目标，基于偏最幼二乘回归（PLSR）、慢慢回归（SR）、岭回归（RR）3种浅易机械研习模子和深度研习Transformer模子筑模，最终实行精度评议并优选出最佳含盐量反演模子。结果剖明：演示区泥土反射率的可见光、红边、近红表波段反射率均与泥土含盐量呈正合联，短波红表波段反射率与泥土含盐量呈负合联，引入光谱指数可以有用晋升Sentinel-2遥感影像与演示区表层泥土含盐量的合联性（合相干数绝对值不幼于0.32）；比拟区别模子涌现深度研习Transformer模子优于浅易机械研习模子，验证集决心系数R2和均方根差错（RMSE）诀别为0.546和 2.687g/kg；含盐量反演结果与实地结果相吻合，为更精准反演内蒙古黄河南岸灌区盐渍化水准供应了参考。

　　为探究DNDC模子正在红壤旱坡地N2O排放模仿的合用性，以赣北红壤旱坡花生地为探讨对象，树立惯例耕种和轻简化免耕2种打点，络续3年（2019—2021年）采用静态箱-气相色谱法发展N2O排放的田间原位观测试验，探讨区别耕种打点下N2O排放特点及DNDC模子模仿后果。结果剖明：DNDC模子对区别耕种打点下0~10cm泥土温度（合相干数r为0.86~0.87）和作物产量（r为0.90）的模仿后果较好。该模子能较好地模仿花生季因施肥和降雨惹起的N2O排放震荡改变，也能较好地模仿惯例耕种下泥土N2O排放峰，但会正在肯定水准上低估轻简化免耕的N2O排放峰和排放总量，且模子对16mm以下的降雨反映较幼。泥土pH值、施肥量对红壤旱坡花生地N2O排放的影响最大，降雨量、泥土有机碳含量和粘粒含量也是影响N2O排放的紧要因子。模子模仿2019年区别施肥量下N2O排放总量与花出产量涌现，氮肥施用量不行低于76.54kg/hm2，也不宜越过106.78kg/hm2。探讨结果可为红壤坡耕地作物种植优化、农业温室气体减排等供应表面凭据。

　　为揭示秸秆摧残还田后，区别腐解历程下泥土孔隙演化及其对水分和溶质穿透特点的影响机理，树立区别秸秆还田量（0、5、10、15t/hm2）和还田时候（0、30泛亚电竞、60d）打点，采用CT断层扫描手艺，视觉量化了泥土孔隙构造特点演变，并基于溶质穿透试验，解析了水分-溶质迁徙优先流法则。结果剖明，秸秆还田惹起泥土孔隙/喉道特点改变，造止水分-溶质迁徙历程，田间持水率和泥土含水率上升，溶质穿透变慢，优先流形势裁减，泥土水肥有用持留；随秸秆腐解至60d，孔隙/喉道特点改造，优先流劈头发育，但泥土水肥持留本领加强。秸秆还田5、10、15t/hm2初期，和CK组比拟大孔隙体积占比诀别裁减7%、14%、50%，连通孔隙裁减11%、39%、66%，表层含水率推广1%、3%、6%。腐解60d后，和0d比拟大孔隙体积占比诀别推广331%、200%、357%，连通孔隙推广33%、84%、195%，表层含水率推广6%、5%、5%，完整穿透试样所需溶质裁减55%、76%、67%。基于Green-Ampt模子和指数衰减模子估算了区别秸秆初始加入量正在区别腐解时候下的导水特点，涌现饱和导水率正在秸秆还田后减幼，且随秸秆腐解增大。探讨可为驾御大孔隙流和无效灌溉供应凭据，进一步为秸秆科学还田供应考验指点。

　　本探讨正在人为光型植物工场中采用岩棉种植番茄植株，解析了正在总光量划一的根柢上红光后台下蓝光增补介入和蓝光代替介入两种非络续供光形式对番茄植株养分液无机元素摄取及叶片色素光谱参量的影响。结果剖明，与络续红光比拟，蓝光以区别方法介入均消浸了番茄叶片中K元素含量而进步了茎中K元素含量，蓝光介入肯定水准上造止了番茄K元素由茎向叶片的运输；蓝光以区别方法介入均进步了番茄地上部中Mg含量（增幅8.93%~13.63%），而消浸了地上部Fe含量（降幅28%~48%）及Mn含量（降幅3.93%~21.24%）。个中蓝光增补介入形式下番茄叶片中Mg元素含量跟着蓝光增补强度的升高而推广，叶片Mg含量正在蓝光代替介入形式下高于蓝光增补介入形式而地上部Fe含量趋向则相反，蓝光代替介入的非络续光形式较蓝光增补介入形式而言更有利于刺激叶片中Mg的积聚而造止地上部Fe的积聚。与络续红光比拟，蓝光以区别方法介入后番茄叶片色素光谱参量Hue值（色相角）和MCARI值（改正叶绿素摄取比指数）均有所进步，相反，Red/Green值（红绿区域光谱反射比）均有所消浸，蓝光增补介入形式下叶片Hue值和MCARI值随蓝光增补强度的升高而增大，R/RB80打点下Hue、MCARI值最高，较对比诀别进步4%、124%；蓝光代替形式下Hue值和MCARI值随蓝光间歇时候的耽误先增大后减幼，R/RB(1h)打点下Hue、MCARI值最高，较对比诀别进步6%、215%。番茄叶片正在绿光波段的反射率与随打点下Hue、MCARI值改变趋向靠近，而番茄叶片中Mg元素含量与叶绿素光谱参量呈正合联性。蓝光代替介入的非络续光形式较蓝光增补介入形式而言更有利于刺激叶片类胡萝卜素判辨和叶绿素积聚，非络续供光形式通过调控番茄植株无机元素的摄取进而影响于叶片色素的造成。本探讨为无土栽培番茄光境况调控供应了表面凭据。

　　温室番茄光合速度具体切预测看待番茄的滋长和产量评估拥有紧要意旨。然而，因为温室境况的繁复性和多变性，守旧的光合速度预测模子往往难以知足精准预测的需求。以是，为了进一步进步预测模子具体切性和安闲性，本探讨提出了一种基于多模子调和政策的温室番茄光合速度预测手腕。最初，搜集温湿度、光照强度、CO2浓度区别组合下的番茄光合速度，修筑样本集，并采用五折交叉验证法（Cross-Validation）对数据实行预打点。以预打点的数据为根柢，诀别基于粒子群优化救援向量机（PSO-SVR）、布谷鸟优化极限研习机（CS-ELM）和北方苍鹰优化高斯历程回归（NGO-GPR）算法成立番茄光合速度预测模子对光合速度实行开端预测，然后采用Stacking算法通过基于决定树的集成研习模子（XGBoost）组合各根柢模子的预测结果，进而告终多模子调和。仿真解析结果剖明，与简单预测模子比拟，基于多模子调和的光合速度预测模子充塞表现了各根柢模子的上风，能够进一步进步光合速度预测具体切性和安闲性,该模子验证集MAE为0.5697μmol/（m2·s），RMSE为0.7214μmol/（m2·s）。以是，本文提出的手腕正在温室作物光合速度预测方面拥有肯定的上风，可为温室番茄等作物光境况优化调控供应肯定的表面根柢和手艺维持。

　　为探讨稻谷的石墨烯低温远红表干燥特征及其对稻谷干燥品格的影响，以辐射温度、排粮流量和除湿风量为影响身分，以整精米率和应力裂纹指数增值为评议目标，用自造的轮回式石墨烯低温远红表干燥机实行稻谷干燥试验，通过BBD（Box-Behnken打算）反映面法，解析了低温远红表干燥对稻谷干燥品格的影响以及工艺参数优化。结果剖明：影响稻谷干燥特征和品格的最厉重身分是辐射温度，其次是排粮流量和除湿风量。跟着辐射温度的升高，稻谷干燥速度和应力裂纹指数增值慢慢增大，整精米率则慢慢消浸。与同温度的热风干燥比拟，石墨烯低温远红表干燥均匀干燥速度和干燥品格均有明显进步。经优化后，稻谷最佳石墨烯低温远红表干燥工艺条款为：辐射温度43℃、排粮流量4kg/min、除湿风量193m3/h，此时应力裂纹指数增值为9，整精米率为79.75%，稻谷干燥品格最佳。这注释操纵石墨烯低温远红表干燥稻谷，能够彰彰进步干燥速度并改正稻谷干燥品格。

　　为探讨区别卵白酶酶解对豆粕挥发性韵味因素的影响，选用4种卵白酶（碱性卵白酶、中性卵白酶、木瓜卵白酶、韵味卵白酶）对豆粕实行酶解，采用顶空-气相色谱-离子迁徙谱（Headspace-gas chromatography-ion mobility spectroscopy，HS-GC-IMS）和顶空固相微萃取-气相色谱-质谱（Headspace solid phase microextraction-gas chromatography-mass spectrometry，HS-SPME-GC-MS）联用手艺解析区别豆粕酶解物（Soybean meal hydrolysates，SMH）的挥发性韵味因素，并连结主成判辨析（Principal component analysis，PCA）、热图聚类和正交偏最幼二乘判别法（Orthogonal partial least squares-discriminant analysis，OPLS-DA）对区别SMH实行解析。结果剖明：碱性卵白酶、中性卵白酶、木瓜卵白酶和韵味卵白酶酶解豆粕的挥发性韵味因素存正在较大分别。HS-GC-IMS判决出84种挥发性因素，筛选取得33种分别韵味物质，涌现酶解后酮类物质明显消浸而醛类、醇类和酯类物质含量彰彰推广。PCA结果剖明区别SMH之间的韵味存正在明显分别。最终通过OPLS-DA筛选出功绩较大的挥发性化合物，同时修筑出牢靠的用以甄别SMH的模子。HS-SPME-GC-MS检测出103种分别韵味物质，可用于辨别区别SMH，被检出的挥发性组分中醛类、醇类和酮类等化合物为SMH韵味的造成做出厉重功绩，明确了个别韵味化合物造成的情由。PCA和聚类热图结果剖明区别卵白酶酶解对豆粕的挥发性韵味物质的品种和含量有明显影响，个中，韵味卵白酶和木瓜卵白酶对豆粕的韵味改正最为明显。

　　奶粉市集是食物掺假动作频发规模，个中婴幼儿配方奶粉代价高，其质地是消费者、出产企业和法律部分眷注的要点。近红表高光谱成像（Near infrared-hyperspectral imaging, NIR-HSI）手艺连结化学计量学和机械研习算法能够检测奶粉中简单掺假物含量。基于NIR-HSI手艺探讨了区别品牌婴幼儿奶粉中多掺假物（三聚氰胺、香兰素和淀粉）的定量预测。对基于像素点预打点后的高光谱图像划分感趣味区域（Region of interest, ROI），提取ROI均匀光谱。基于经典的过滤式特点采用算法拉普拉斯分数（Laplacian score）（无监视）和ReliefF（有监视）挑选筑模环节变量，成立偏最幼二乘回归模子（Partial least squares, PLS）。开采包罗自界说采用层的一维卷积神经搜集模子（One-dimensional convolutional neural networks, 1DCNN）。自界说层依照权重系数绝对值，可确定紧要波长变量。Laplacian score-PLS模子对预测聚集奶粉、三聚氰胺、香兰素和淀粉质地分数预测结果均方根差错诀别为0.1110%、0.0570%、0.0349%和0.3481%。ReliefF-PLS模子对预测聚集奶粉、三聚氰胺、香兰素和淀粉预测结果均方根差错诀别为0.1998%、0.0540%、0.0455%和0.1823%。1DCNN模子对预测聚集奶粉、三聚氰胺、香兰素和淀粉质地分数预测结果均方根差错诀别为0.8561%、0.0911%、00644%和0.2942%。对Laplacian score、ReliefF和自界说采用层挑选出的前15个紧要波长实行比拟解析，区别特点采用手腕挑选的特点波宗子集有所区别，但都采用 1210、1474、1524、1680nm等邻近波长。基于ReliefF-PLS模子的可视化结果表懂得其杰出的预测本领。

　　闷黄是黄茶加工中的特有工艺，目前黄茶加工中缺乏专用的络续化、自愿化闷黄加工装置。为此，本文打算一种用于黄茶闷黄的专用装置。依照络续化加工需求，打算了闷黄装置的呆板构造，核算了装置所需的加热功率和蒸汽流量，并完毕了合联部件的选型和样机修筑，提出了一种基于区间二型吞吐表面的温湿度驾御算法。温湿度驾御编造试验结果剖明，正在区别试验条款下，区间二型吞吐驾御算法可以精准驾御温湿度参数，比拟一型吞吐驾御算法，对扰动的造止本领更强，驾御差错更幼。出产试验结果剖明，温度和相对湿度的均方根差错最大值诀别为0.4391℃和1.2262%，产物的感官评审结果剖明，采用该装置加工的产物切合皖西黄茶的品格央浼。

　　车间排产对进步车间的效劳至合紧要，智能排产能够极猛进步加工的自愿化和智能化水准。但守旧出产历程中多人采用固定的工时数据实行产线功课时候估算，而拖沓机混流装置以工人功课为主，工人功课时候不固定乃至存正在较大分别。为知足智能排产央浼，提出通过数字孪生车间对出产设计实行仿真评议以加强与实质车间的交互与反应。搭筑与现场拖沓机装置线划一的数字孪生三维模子场景及人机交互界面，依照MES编造中的过点音信告终装置线模子及时驱动，成立了一个拓展性强、可生动复用的数字孪生编造。解析了出产设计评议目标，提出通过出产设计管造编造与孪生装置线的交互反应，告终对基于数字孪生装置线的出产设计仿真运转及评议。通过数字孪生装置线搜集到的实质工时仿真运转出产设计，能够取得优化后的出产设计。将低产、平常和高产月份各5d内的实质出产设计与本编造天生的设计实行比拟，结果剖明本编造仿真评议后取得的出产设计更良好。

　　针对现有丘陵山区履带式功课机底盘大坡地功课时易侧翻、太平性差的题目，基于“三层车架”式丘陵山区履带式功课机构造计划，打算了一种互联式全向液压调平编造，提出了基于扰动观测器的滑模同步驾御手腕，消浸了单液压缸场所差错以及双液压缸同步差错。AMEsim-Simulink联络仿真结果剖明：基于滑模同步场所驾御的履带式功课机全向调平编造优于守旧PID驾御，全向调平中20°横向调平淡候减幼1.6s，25°纵向调平淡候减幼1.8s，上升时候均匀缩短21.8%，调平淡候均匀缩短35.5%，同步场所驾御差错连结正在±6×10－4m内。正在此根柢上，对3层车架式丘陵山区履带式功课机样机实行了实机测试，个中全向调平机身倾角均匀差错为2.55%，液压缸均匀同步差错为8.2%，测试结果验证了履带式功课机全向调平编造的可行性与良好性。

　　轮胎柔性环模子能确切表达轮胎变形，但模子的刚度参数无法直接测定，以是模子刚度参数的辨识成为筑模历程中的环节。本文基于轮胎柔性环模子运动学方程，解析农用轮胎固有频率与刚度参数之间的干系农用机械，提出基于粒子群算法的柔性环模子刚度参数辨识手腕。通过轮胎模态试验获取轮胎固有频率，采用粒子群算法对柔性环模子刚度参数实行辨识。将固有频率的试验值与预测值的均匀差错举动评议目标，比拟粒子群算法与守旧算法及遗传算法辨识结果，结果剖明粒子群算法的参数辨识结果精度较高，均匀绝对差错为1.67Hz，均匀相对差错为1.66%，相较于遗传算法，均匀相对差错消浸16.16%，运算时候裁减93.19%。通过接地印痕试验获取农用轮胎接地角度，连结辨识所得刚度参数，估算轮胎所受到的垂向力，比拟垂向力的试验值与预测值，结果剖明粒子群算法的参数辨识结果精度较高，垂向载荷估算均匀相对差错为1.97%，相看待遗传算法，均匀相对差错消浸12.05%。

　　探讨了一种新型四自正在度高速并联机械人运动轨迹筹划手腕。该机械人采用单动平台构造以减轻末尾平台质地，晋升机械人加减速机能。成立机械人机构运动学逆解模子，通过调和345多项式和梯形运动法则的好处，构造一种可统筹运动时长和运动稳固性的345-改正梯形运动法则。正在此根柢上，通过插补叠加轨迹过渡守旧门形轨迹的直角个别，并兼顾斟酌总运动时长最短以及角加快率峰值最幼为目的完毕插补叠加机缘的优选，最终正在样机上发展运动频次试验。试验结果显示，采用优化后的运动法则和轨迹样机运动频次可晋升至218次/min，管事效劳较守旧Adept门形轨迹进步55.7%。

　　依照基于方位特点(POC)方程的并联机构拓扑打算手腕和运动解耦打算道理，提出一个运动解耦性优异的单回道三平移子并联机构；打算一类4个拥有正向场所符号化、个别运动解耦性且拥有较大管事空间的三平移(3T)并联机构；对这类机构实行拓扑特征解析，取得雷同的方位特搜集(POC)、自正在度(DOF)、耦合度(κ)、运动解耦性等厉重拓扑特征；对个中一个机构实行运动学、动力学机能解析。依照基于拓扑特点运动学筑模道理，求出其符号化场所正反解，以及速率、加快率弧线；基于推导出的场所逆解公式，解析机构的瑰异位形及管事空间；依照基于序单开链的虚功道理，实行其动力学筑模与解析，求解出机构的驱动力。

　　跟着并联机构从简单尺寸打算和拓扑打算向两者调和对象不时生长，基于拓扑叠加-再惩办和全变量正交打算-再拓扑的同步打算手腕取得普及运用，但两者存正在打算效劳低等亏空。为处置上述题目，本文提出了一种基于构造犹如性的并联机构拓扑与尺寸同步打算手腕，该手腕拓扑优化时以雷同质地保存此条款下尺寸参数幼范畴改变对拓扑构造衰弱影响为切入点，通过拓扑构造参数化缩放和刚度-质地元模子修筑，造成并联机构尺寸-拓扑同步高效打算流程。以模范3-P-RS并联机构为例发展算例验证与比拟解析，结果剖明，雷同质地条款下，所提打算手腕比尺寸打算手腕取得的各向刚度更高，即拓扑优化使RS连杆的质料散布愈加合理。

　　面向繁复构造件机械人加工装置打算需求，提出一种2PRU&1PRS-XY型混联机械人。为将该混联机械人运用于高机能呆板加工职责，正在其管事空间、运动/力转达性以及精巧度解析的根柢上，界说了用于管事全域机能评议的转达安闲性目标与精度分别性目标，提出了一种基于多目的平衡优化思思的标准打算手腕。该手腕采用准则化手腕简化多参数打算空间，运用反映面法与主成判辨析法进步优化求解效劳，连结主客观组合赋权法与基于TOPSIS的Pareto前沿法告终多目标归纳机能评分。应用所提手腕，取得了4种统筹优化求解效劳和多目的平衡优化的标准参数打算计划，告终了2PRU&1PRS-XY型混联机械人厉重标准参数的优化打算，为打算者供应了拥有区别工程打算偏向的多目的平衡决定参考。

　　为清晰决守旧的“信号爆发器+功率放大器”爆发的信号无法知足尺蠖型扭转驱动器多道、正方波波形需求的题目，打算了一种通过Cmos驾御脉冲模块“通-断”机缘的信号驾御器，从而取得特依时序的3道正方波信号。通过这种计划取得的3道驱动信号为正方波电流信号，从而避免了超磁致伸缩质料的“倍频”形势的爆发。通过树立信号周期、占空比和延迟等参数，可以输出设依时序的三道正方波驱动信号。依照电压定律，将正方波简化成阶跃波形，成立了驱动信号的电流模子，并实行了参数辨识。正在管事频率范畴内，电流解析式能确切地示意电流信号。搭筑试验平台实行了试验测试，试验结果剖明，正在管事频率范畴内，信号驾御器输出的正方波波形优于“信号爆发器+功率放大器”爆发的方波信号，设定的3道信号可以驱动尺蠖型扭转驱动器爆发步进扭转运动。通过优化驱动信号时序，将扭转驱动器最大管事频率由160Hz提至210Hz。农业死泛亚电竞板学报