摘要：针对当前100℃以下的低温加热工艺在农业、化工、食品加工业中存在加热效率低、温度难以精确维持、自动化程度低、设备成本高等问题,集成射流泵抽空技术、PLC控制技术、控温调压技术,设计开发一种基于液气射流的负压蒸汽加热系统。该系统由智能控制系统、液气射流真空循环系统、降温调压系统和循环水调节系统组成,通过液气射流泵抽空提供蒸汽负压环境,结合减温减压装置和PLC智能控制系统对负压蒸汽进行控制,实现负压蒸汽对物料的精准自动化加热。详细阐述负压蒸汽加热系统的工作原理,确定关键部件射流泵设计结构和相关参数,并对其进行流体数值模拟的相关验证,模拟结果与实际误差在10%以内,表明射流泵设计合理可靠性高。对系统的加热性能进行试验,结果表明:基于液气射流的负压蒸汽加热系统可以精确控制蒸汽温度进行加热,同时加热温度曲线平缓,快速升温阶段真空度上下浮动0.003 MPa,平衡阶段真空度上下浮动0.002 MPa,加热温度浮动也在±1℃,更好地适应不同物料的加热温度,在加热效率方面优于水浴加热约2倍。该研究可解决传统水浴加热显热加热不均匀、控制精度差、加热过程缓慢、生产能力较低等问题,为农产品、化工产品深加工的加热方式、系统及装置提供新的思路与参考。

摘要：运用UG软件对EPS性能试验台对接装置的架体进行三维建模和有限元分析，对架体的受力进行分析计算，对其设计强度进行理论校验，验证支持了设计理论，并对其设计尺寸提出更完善的优化设计方案，降低了装置的开发研制周期，提高设计质量。

摘要：地膜覆盖栽培技术在我国应用广泛,由于不易回收,我国农田土壤中累积残留地膜超过100万吨,为提高回收效率,机械回收势在必行。针对土壤耕层陈旧残膜难回收问题,设计研发1MSD-1.1型残膜回收机,该机设计有两级地膜回收机构,分别回收表层地膜和深层残膜。对关键部件及参数进行设计和计算,根据设计预期,将残膜回收机前进速度、入土深度、滚筒式地膜捡拾机构转动速度作为试验因素,表层拾净率、深层拾净率、缠膜率作为目标值,进行3因素3水平的Box-Behnken试验,后采用Design-Expert优化作业参数,得到84.97%的表层拾净率、79.06%的深层拾净率、10.32%缠膜率的作业结果,并发现入土深度过大不利于残膜回收,作业前应首先确定作业区域残膜深度分布情况,以此确定作业参数。

摘要：为避免深度神经网络路径决策失败给采摘机器人造成损害,提出一种适用于深度强化学习采摘机器人的安全防护设计方案。方案采用多组神经网络共同对机器人的状态进行决策,并利用V-Rep搭建平台进行仿真,结果表明,采用安全方案驱动机器人时,不仅能遏止机器人的错误动作,还能有效提高机器人路径决策的成功率。上述研究对设计深度强化学习机器人控制方案有一定的参考价值。

摘要：航空发动机液压管路故障信号中存在强大的噪声干扰,导致其诊断模型的故障识别率较低和诊断模型的泛化性不强。针对这一问题,提出了一种基于改进的时间信息融合模型的航空液压管路故障诊断方法。首先,基于循环神经网络原理,设计了正向和反向的时间信息融合的变形结构,构建出了航空液压管路时间信息融合模型,并通过引入LeakyReLU函数,对模型进行了改进;然后,将实测的一维航空管路时序数据集输入到改进的时间信息融合模型双向循环神经网络(Bi-RNN)中,进行了权重参数的更新;最后,基于同一实测的数据集,分别将其输入到改进的时间信息融合模型、长短期记忆神经网络(LSTM)、循环神经网络(RNN)、支持向量机(SVM)和反向传播神经网络(BPNN)5种故障诊断方法中,进行了训练和对比分析,对相关方法的优越性进行了验证。研究结果表明:利用改进的时间信息融合模型可以对液压管路健康状态和裂纹、凹坑等故障状态进行精准识别,并且准确率可以达到99.2%,总体的准确率和综合指标F 1-sore均可以提高5.1%;在综合性能、准确精度等指标上,改进时间信息融合模型明显优于其他故障诊断模型,可为航空发动机液压管路故障诊断提供一条新的思路,具有一定的工程应用价值。

摘要：针对条播装置成条的需求,设计了一种基于正态分布规律变量调节的多功能条播装置,该装置能够实现均匀和不均匀等多种成条效果。该装置无需更换复杂配件,只需要改变调节单元结构布局,操作简单灵活,能够一机多用。从条播装置整体结构设计、原理阐述和仿真分析与台架测试方面开展研究,通过颗粒进料口喂入角仿真试验选定了进料口角度,并选取复合肥颗粒与水稻种子颗粒,经离散元仿真软件(Enhances discrete element method,EDEM)仿真和台架试验测试了变量调节性能,对条播装置在不同变量调节下的成条效果进行动态测试。进料口喂入角仿真试验结果表明,在70°喂入角下,网格间变异系数差异达18%,颗粒流变化相对较小,颗粒流相对均匀。条播装置变量调节性能试验结果表明,各排料管之间的复合肥颗粒流量差异最大为组合8(变异系数为92%),最大差值为0.214 kg,变量范围最大(6%~41%);各排料管之间的复合肥颗粒流量差异最小为组合11(44%),最小差值为0.100 kg,变量范围最小(11%~27%);各排料管之间的水稻种子颗粒流量差异最大为组合8(90%),变量范围最大(5%~40%);各排料管之间的水稻种子颗粒流量差异最小为组合11(40%),变量范围最小(11%~27%);12个组合的变异系数与变量范围差异显著,复合肥颗粒的变异系数整体为44%~92%,变量范围整体为6%~42%;水稻种子的变异系数整体为40%~90%,变量范围整体为5%~40%,装置可实现多样化变量调节。变量成条效果动态测试试验结果表明,所有组合下的复合肥颗粒与水稻种子颗粒的成条效果都明显,条带波动小,条带宽度和间距稳定。

摘要：为准确验证智能割草机器人升降结构运动特性和受力状态,文中采用了一种基于HyperMesh与ANSYS的联合分析方法。首先,使用Unigraphics NX进行运动特性分析,得出升降速度在0~24 mm/s范围内,升降距离在0~120 mm范围内,均满足设计需求。然后,使用HyperMesh与ANSYS软件进行仿真研究,对智能割草机器人关键部件进行静力学分析和瞬态动力学分析。静力学仿真分析结果表明,零件最大形变为0.05 mm,最大应力仅为11.9 MPa,其结果均在结构和材料允许范围。瞬态动力学分析结果表明,最大应力仅为13.1 MPa,结合应力和变形云图分析得出升降结构不会产生应力集中、材料强度不够等问题。

摘要：为解决鲸鱼优化算法收敛精度低、易陷入局部最优等问题,采用多种策略对算法进行改进,提出一种自适应动态鲸鱼优化算法。引入立方混沌映射初始化提升初始解的遍历性;引入自适应惯性权重系数并对收敛因子非线性改进,平衡全局搜索与局部搜索能力;对螺旋搜索方程改进,使鲸鱼动态地调整搜索形状,提升算法的全局搜索能力以突破局部最优;为增强算法跳出局部最优的能力,引入广义反向学习机制。采用12个基准测试函数对算法检验,其结果表明,改进的鲸鱼算法有效提升了算法的收敛精度。

摘要：为使叶片电加热模具工作时的表面温度场分布更均匀,首先对叶片模具工作时的传热过程进行分析并确定初始条件;其次建立采用混合型电加热丝排布方式的叶片模具模型,将第一结构层厚度作为设计变量,对叶片模具进行结构优化,分别模拟不同模型工作时的温度场分布情况;最后制作优化后的叶片模具进行现场验证。结果表明,电加热叶片模具采用混合电加热丝排布方式,第一结构层厚度为8.5 mm时,表面最低温度较目前的电加热模具提高约1.13℃,表面层温差减小约47.2%,效果较明显,可为后续叶片新型模具的温度均布研究提供详实的试验数据。

摘要：种子是农业生产最基本,最主要的生产资料。为实现玉米种子的快速鉴定识别与保护,本文提出基于卷积神经网络(Convolution Neural Network,CNN)与迁移学习相结合的玉米种子籽粒图像分类识别方法,可将预训练的CNN模型参数迁移到玉米籽粒图像分类识别任务中。实验采集了6种玉米种子籽粒图像双面图像共1976张,包括16DX531,京粘1号,科诺58,铁研,小金黄,郑单958,建立胚面,胚乳面和双面混合的3种数据集。按照7∶2∶1的比例随机划分训练集,验证集和测试集,并对训练集图像作数据增强处理。基于4种CNN模型Xception,ResNet50V2,MobileNetV2,DenseNet121进行参数迁移学习。实验结果表明Xception与胚乳数据集建模方法优于其他方法。Xception--胚乳模型训练集与验证集平均识别准确率分别为95.55%和95.97%,测试集准确率为92.78%。基于卷积神经网络与迁移学习相结合的玉米籽粒图像识别方法切实可行。