摘要：由于大型衍射光栅刻划机刻划系统的双拉杆结构不能使其满足精度指标要求,本文设计了一套单拉杆结构。讨论了石英导轨分度方向弯曲误差产生的原因及其减小该误差的方法,分析和比较了两种拉杆结构的鞍型滑块的受力情况。基于材料力学弯曲变形理论,建立了石英导轨分度方向弯曲误差模型。在该模型的基础上仿真了双、单拉杆结构下刻划系统的石英导轨在分度方向上的弯曲变形误差。最后,使用双频激光干涉仪对石英导轨上的两个特征测量点进行了测量。测量结果显示：改进后的拉杆结构使得石英导轨在两特征测量点处的位移误差由50.36nm降低到小于10nm,满足大型衍射光栅刻划机刻划系统在分度方向上5~10nm的精度指标要求。

摘要：装配式灌芯混凝土剪力墙是一种新型装配式剪力墙,在地震作用下受力和破坏机理复杂,故准确模拟其受力与破坏过程对于结构抗震分析具有重要意义。利用数值模拟技术,在已有试验研究基础上,对装配式灌芯混凝土剪力墙进行有限元模拟计算,并与试验骨架曲线和裂缝分布进行对比,系统地分析轴压比、边缘构件配筋率和墙身配筋率对装配式灌芯混凝土剪力墙受力性能的影响及其规律。分析结果表明,模拟计算结果与试验结果吻合良好;轴压比对剪力墙受力性能影响显著;边缘构件配筋率和墙身配筋率影响剪力墙的延性,对极限承载力影响不大。

摘要：温室环境信息的快速准确获取是设施农业精准调控的基础。文章对温室环境数据监测技术现状进行了分析,提出了基于ZigBee和NB-IoT的温室低功耗无线传感网络环境数据采集系统,阐明了系统硬件选型、技术指标和软硬件结合的低功耗实现方案,通过优化多传感器的任务调度、动态切换和节点休眠周期的自适应设置,从而实现温室环境数据连续监测,延长节点使用寿命。针对室外开阔区域和温室内2种环境中无线信号接收强度、数据传输丢包率与节点传输距离开展单跳组网对比试验,探究温室内无线传感节点间的有效通信距离。对系统进行了实地数据采集试验,并从服务器软件获取数据进行分析,结果表明:系统长时工作状态下使用稳定可靠,可有效满足温室环境监测管理使用需求。

摘要：目前的灌溉模型由于缺少知识库结构,不能将人参实际生长环境与理论值作对比,难以对实际灌溉量进行判断和控制,导致灌溉决策的时效性和灌溉量控制效果差。提出一种物联网下人参种植智能精准灌溉决策模型,通过信息采集和传输模块对土壤含水率、空气温湿度等环境信息进行实时采集,通过Zigbee网络将信息传输至信息处理模块,与知识库阈值进行对比分析;在灌溉决策执行模块中,结合采集到的环境数据知识库标准阈值,建立决策数学模型,实现计算人参需水量、预报灌溉时间、灌溉最佳量等功能,并将决策结果反馈到控制终端,通过单片机控制灌溉阀门,实现精准灌溉。实验结果表明,所设计模型能够准确计算需水量,土壤采集数据的准确性好,能够实现有效决策。

摘要：为实现刹车盘自动上料仓快速准确地检测刹车盘的状态信息,提出一种复杂背景下基于Halcon的刹车盘检测系统的设计方案,实现检测系统中图像采集与显示、图像处理及运行控制等功能。首先控制机械手并利用CCD相机实时采集刹车盘图像;其次进行图像预处理,对图像在HSV颜色模式中进行阈值分割,确定感兴趣区域,对该区域进行阈值分割并结合形态学处理以得到更精准的刹车盘区域;最后结合刹车盘边缘轮廓寻找刹车盘位置,进而判断其在上料过程中的状态。实验结果表明,该系统具有较高的检测准确度和检测效率,能够满足实际生产的需要,为复杂背景下刹车盘上料仓在线检测提供了新的途径。

摘要：移动互联网快速发展和智能手机在农村普及为进一步完善精准施肥系统提供了有利条件。以当前主流的Android手机操作系统为平台,运用GPS定位、Baidu Map API和数据库等相关技术,设计并实现了基于手机LBS和移动GIS的玉米精准施肥系统。该系统通过无线网络进行用户端与服务器端的信息交互,服务器端运用土壤肥力丰缺指标法、玉米喜肥特性法以及养分平衡算法对数据进行分析和处理,生成施肥方案并推送给用户。结合测试表明,该系统通过GPS定位,定点定位误差<4 m,各模块响应速度在5～15 s。

摘要：为解决农田无线传感网络(WSN)中基于太阳能供电的Zigbee采集节点在连续阴雨条件下,因蓄电池供电不足造成无法长时间稳定工作的问题,研究了太阳能蓄电池剩余电量(SOC)与数据采集频率的关系。结果表明:相同工作时间内,采集频率越快,SOC越小,且二者成反比例关系。基于上述研究结果,提出了一种基于太阳能蓄电池的采集频率调控方法,即当蓄电池电量一定时,通过调节采集频率来维持节点的存活时间。试验证明经调节采集频率后,节点能在预期的时间内稳定工作。这可为WSN在农田环境监测中的应用提供技术支持,对农业物联网的发展具有重要意义。

摘要：针对半监督聚类算法中监督信息使用不充分,监督信息中信息含有量低的问题,提出一种结合主动学习的半监督聚类算法.首先结合使用数据的类别标记和成对约束信息,指导Kmeans聚类过程,设计出一种基于Seeds集和成对约束的半监督聚类算法SC-Kmeans;其次将主动学习算法引入到SC-Kmeans中,以尽量小的代价选取信息含有量更高的监督信息,提高SC-Kmeans算法的聚类精度;最后在UCI标准数据集上进行仿真实验.实验结果表明,该算法取得了较好的聚类效果,有效提高了聚类准确率.

摘要：路面附着系数的识别对汽车稳定性控制起着至关重要的作用。轮胎回正力矩能够反映整车及轮胎的运动、受力状况以及路面环境信息,且利用回正力矩能比使用侧向力更早地估计轮-地接触状况。为此,本文设计一种基于轮胎回正力矩的路面附着系数估计方法。首先,基于二自由度车辆模型设计轮胎侧偏角反馈观测器,对轮胎侧偏角进行实时估计;其次,基于轮胎侧偏角和轮胎回正力矩信息设计路面附着系数估计器,构建路面附着系数评估函数;最后,搭建Carsim与Simulink联合仿真平台,仿真结果表明设计的估计算法能够有效地对路面附着系数进行估计。