摘要：针对油菜精量播种种子运移环节中排种器排出的单粒有序种子流在导种环节被破坏,造成播种均匀性降低的问题,该研究对导种过程种子流有序性进行分析,明确破坏种子流有序状态的主要原因是种子与导种管管壁的随机碰撞,而导致碰撞发生的主要因素是导种管曲线、内径和长度。导种过程离散元仿真试验表明,在相同内径及长度的导种管中,种子通过直线型导种管较S型导种管碰撞次数变异系数平均降低2.1个百分点,时间变异系数平均降低1.8个百分点;较抛物线型导种管平均碰撞次数变异系数降低0.5个百分点,平均时间变异系数降低0.5个百分点;在相同曲线及长度的导种管中,种子通过32 mm内径导种管较25 mm碰撞次数变异系数降低7.2个百分点,时间变异系数降低2.6个百分点;在相同曲线及内径的导种管中,无论缩短导种管的哪一部分长度均能降低碰撞次数及碰撞次数变异系数。种子流通过某一导种管的碰撞次数变异系数越大,时间变异系数越大,种子流下落轨迹越离散,种子流有序性越差,导种管曲线对种子流有序性的影响小于内径及长度。台架试验结果表明,采用直线型导种管较S型导种管粒距合格指数平均提高3.2个百分点,漏播指数和重播指数平均降低2.0和1.2个百分点;较抛物线型导种管粒距合格指数平均提高2.8个百分点,漏播指数和重播指数平均降低2.0和0.8个百分点;内径38 mm的导种管较25 mm导种管,粒距合格指数提高11.4个百分点,漏播指数和重播指数分别降低4.6和6.8个百分点;长度20 cm的导种管较80 cm导种管,粒距合格指数提高27.6个百分点,漏播指数和重播指数分别降低10.6和17.0个百分点;随导种管长度增加或内径缩小,粒距逐渐从以设定株距为中心的正态分布渐变为重播指数较高的指数分布。为降低导种环节影响,建议油菜精量播种机导种管曲线采用直线型、内径不小于25 mm、长度不超过40 cm。研究结果揭示了导种管结构对种子流有序性的影响机制,可为导种装置设计与优化提供参考。

摘要：径流过程呈现出的强非线性,使得现有水文模型的预测性能受到制约,深度学习等人工智能方法具有较强的非线性拟合能力,一定程度上可以突破现有瓶颈。为有效提取径流序列的非线性时变特征信息,提高径流模拟精度和多步预测性能,以雅砻江上游雅江流域为研究对象,建立了基于具有时变结构的ForecastNet径流预测模型,并与传统水文模型SWAT(Soil and Water Assessnent Teol)和神经网络模型RNN(Recurrent Neural Network)、LSTM(Long Short-Term Memory)及其组合进行对比分析。结果表明,ForcastNet模型在长预见期径流预测中有较强的适用性,能有效提高径流模拟及多步预测精度,为高精度实时径流预测提供了一种技术支撑。

摘要：基于视觉的苗期作物目标识别技术逐渐成熟,对作物进行准确识别和精准定位,是实现株间除草的技术关键和难点。本文以苗期玉米为研究对象,提出了一种苗期作物的识别与定位方法,通过作业车辆的图像采集装置来实时获取田间作物的苗期图像,基于HSV色彩空间对输入图像进行预处理,根据作物与土壤背景颜色差异,选取固定取值范围的三通道阈值,通过二值化处理去除土壤背景,再通过深度开运算来去除杂草噪声,对得到的苗期作物提取轮廓信息,经过骨架提取算法后得到作物骨架,并以此确定作物茎秆位置坐标,从而实现对作物的精准定位。作物图像中幼苗的识别率为98.3%,定位误差距离在10 mm以内的定位精准度为85.9%,基本可以满足智能除草机器人实时除草作业要求。

摘要：为解决在棉蚜种群预测与防治科研工作中人工计数难度大、效率低的问题,提出一种基于YOLO神经网络的棉蚜图像识别算法并集成为软件。首先,连续15 d使用手机拍摄人工接种的棉蚜图像,选择清晰的50张图像将其裁剪为6个子图像,再使用LabelImg软件进行人工标注得到训练集和测试集。然后,选择YOLOv5和YOLOv8系列的10种模型,训练参数设置相同(批次大小32,迭代100轮,初始学习率0.01,周期学习率0.01),使用AutoDL平台的服务器进行训练。最后,对训练好的模型进行测试,其中YOLOv8l模型综合性能表现最佳,mAP50达到了0.926。为了给用户提供方便易用的人机软件,使用PYQT5开发了软件的前端,实现了棉蚜图片的读取、计数、结果可视化和导出为Excel等功能。软件的后端采用了“拆分—检测—合并”的图像处理方式,保障了YOLO模型对小目标的检测效果。经过测试,该软件对于死棉蚜与活棉蚜计数的平均精度为0.945,展现出与人工计数相当的精度,具有较好的实用价值。该研究为棉蚜防治相关科研人员提供了一种智能化检测工具,也可为无人农场等场景中的精准作业提供关键作业信息。

摘要：目前,利用硅材料的高比容量和碳材料的稳定性制备硅碳复合负极材料是最有效的途径之一。在众多硅碳复合负极材料制备工艺中,因化学气相沉积法(CVD)制备的硅碳复合负极具有充放电效率高、循环稳定性好、对设备要求较低、适合工业化生产等优势,受到了广泛关注。综述了CVD法制备硅碳复合负极材料的研究进展,从硅碳复合材料结构角度,如核壳结构、蛋黄壳结构、多孔结构和嵌入式结构,对不同结构类型的硅碳复合负极材料结构设计及电池性能等方面进行介绍,同时阐述了各自优势以及存在的问题。最后介绍了CVD法制备硅碳复合负极材料应用进展,并对硅碳复合负极材料产业化进行了展望。

摘要：基于视觉的苗期作物和杂草的图像分割技术逐渐成熟,通过视觉技术对苗期作物进行精准识别和定位,是实现株间除草的关键技术和难点。作物的精准识别首先需要利用颜色特征将图像中的作物、杂草和土壤背景进行分割;其次利用实际识别对象的位置特征,形状特征,纹理特征,光谱特征等构造新的特征向量,结合成熟的分类算法对作物和杂草进行特征分类识别。针对棉苗和大豆苗,主要提取位置特征、形状特征,多采用支持向量机为主分类算法;针对玉米,主要提取位置特征、纹理特征,多采用人工神经网络为主的分类算法;针对部分蔬菜苗,主要提取形状特征、光谱特征,多采用算法结合的优化算法,具体实现时需要根据离线样本学习的结果来平衡苗期作物的识别准确率与实时性。在目前的算法中,主要存在三方面的问题:作物特征提取效果易受到遮挡、光照等干扰;分类算法目前还不能得到非常令人满意的准确性和实时性;目前算法一般是针对某种时段的作物,不具有通用性。这些都是后续算法研究中需要进一步解决的问题。

摘要：二维碳基材料,因导电性强、比表面积大、成本低廉等诸多优势,被广泛应用于光/电催化等新兴领域,尤其是光催化裂解水产氢技术,普遍被认为是解决当前能源短缺和环境污染问题的有效途径之一。虽然,近年来关于二维碳基材料在光催化产氢领域的研究层出不穷,但其固有的光生电子/空穴分离效率低、还原/氧化能力弱、界面传输速率慢等问题仍亟待解决。因此,如何显著增加二维碳基材料表面催化活性位点密度,提高其在光催化产氢过程中的电子传输速率和稳定性,具有重要的现实意义。以石墨炔(GDY)、氮化碳(C_(3)N_(4))、共价有机框架化合物(COF)、过渡金属碳/氮化合物(MXenes)四种典型的二维碳基材料为研究对象,系统总结了掺杂/空位缺陷和异质结构建两种改性策略对二维碳基材料物理化学性质的影响关系,并深入剖析了其光催化产氢活性增强机制。最后,还对新型二维改性碳基材料的发展和挑战提出了展望,为高性能光催化产氢材料的设计、制备和应用提供理论指导。

摘要：设计了两种不同Nb含量的高强度镀锌钢丝(0.025Nb和Free-Nb),采用光学显微镜、扫描电镜和拉伸试验机等研究了两种试验钢的显微组织和力学性能,并对其珠光体团尺寸和珠光体片层间距进行了对比分析。结果表明:添加Nb元素能细化试验钢奥氏体的晶粒度,在等温转变后得到细小的珠光体团;此外Nb元素的加入增大了试验钢等温转变的实际过冷度,减小了试验钢的珠光体片层间距,提高了试验钢的抗拉强度和伸长率。

摘要：为设计出一款适用于小型越野车且性能优良的变速箱,本文结合齿轮设计方法和有限元法对变速箱齿轮进行设计与优化。首先通过越野车发动机参数及动力学参数确定出整车的传动比,进而确定各挡位齿轮参数并进行建模;然后对变速箱齿轮进行动力学分析从而验证其可靠性;最后基于动力学分析结果,以单元密度为变量、一阶固有频率不小于啮合频率为约束、齿轮轻量化为目标对变速器齿轮进行拓扑优化。优化后的齿轮质量较优化前减少22.4%,且其动态和静态性能均满足强度要求。

摘要：研究非一致性条件下枯水流量设计值对流域水资源管理具有重要意义,然而如今常用的时变矩法推求出的每年一个设计值很难用于实际。选取渭河流域实测枯水流量序列作为实例进行研究,将气象协变量引入到枯水流量频率分析,结合重现期的期望超过次数(Expected Number of Exceedances,ENE)概念推求非一致性条件下枯水流量设计值,并与传统以时间为协变量的情况进行比较。结果表明:2种协变量情况下非一致性设计枯水流量相比于一致性结果存在明显差别,且以气温和降水为协变量的非一致性设计结果相比于时间为协变量更为合理。研究所得设计结果可为流域枯水期水资源管理提供一定参考依据。