【摘 要】
：
环状开沟施肥作业能够有效的提高肥料利用效率,减少环境污染,并能对果树滴水线周围的土壤进行有效的破碎与根系的修剪。本文在系统分析国内外研究现状并结合果树环状开沟施肥农艺要求后,提出了一种适合丘陵山区果园作业环境,能够完成环状开沟、施肥、覆土联合作业的果园环状开沟施肥装置。对装置的各部件进行方案设计并完成计算选型;对关键部件开沟施肥部件进行结构设计和理论分析,并采用离散元法对开沟施肥部件进行仿真分析,
论文部分内容阅读
环状开沟施肥作业能够有效的提高肥料利用效率,减少环境污染,并能对果树滴水线周围的土壤进行有效的破碎与根系的修剪。本文在系统分析国内外研究现状并结合果树环状开沟施肥农艺要求后,提出了一种适合丘陵山区果园作业环境,能够完成环状开沟、施肥、覆土联合作业的果园环状开沟施肥装置。对装置的各部件进行方案设计并完成计算选型;对关键部件开沟施肥部件进行结构设计和理论分析,并采用离散元法对开沟施肥部件进行仿真分析,以对其结构和作业参数进行优化;样机试制后进行性能试验测试样机作业性能,确定其满足设计要求。主要研究内容和结论如下:（1）丘陵山区果园环状开沟施肥装置总体方案设计。根据丘陵山区果园实际作业环境和果树环状开沟施肥农艺要求,明确丘陵山区果园环状开沟施肥装置设计要求。提出偏置圆盘式、立式旋耕式、立式螺旋式三种开沟施肥方案,按照设计要求和农艺要求确定装置开沟施肥方式为立式螺旋式。确定整体装置设计方案和作业流程,装置主要由开沟施肥部件、防过载部件、控制模块、传动系统等组成。（2）开沟施肥部件结构设计及仿真优化。对开沟施肥部件进行结构设计,为降低功耗和减少对底层土壤的扰动,采用分段螺旋的设计,并对其作业过程进行理论分析,确定螺距和转速为影响作业功耗的主要因素。通过物理试验与仿真试验相结合的方法,获得有机肥颗粒的最佳离散元仿真模型物料参数,即肥料-肥料动摩擦系数为0.056,肥料-肥料静摩擦系数为0.355,JKR表面能为0.011J/m~2。进行单因素仿真试验,探究了转速和螺距对作业阻力矩和土壤扰动效果的影响规律,结果表明,分段螺旋叶片相较于完整螺线叶片具有更低的作业阻力矩和更少的底层土壤扰动。进行正交仿真试验,分别构建转速和螺距与作业阻力矩和混肥度的二次回归模型,其校正决定系数分别为R~2adj=0.9925和R~2adj=0.9765。以作业阻力矩最低和混肥度趋近于1为指标,对分段螺旋的结构参数和作业参数进行优化,得到螺旋叶片最优工作转速为350r/min,最优螺距为138mm。（3）装置其他部件的研究。根据理论计算和仿真试验结果对装置的动力系统进行设计,并对各组成部件进行选型研究;对传动主轴进行可靠性分析,其最大应变为0.066mm,最大应力为11Mpa,满足作业需求和设计要求;为防止机具碰到石块与较硬树根,导致机具卡死或损坏,对防过载部件进行机械结构设计,并计算得到关键部件压缩弹簧的各项参数;对机架进行无阻尼自由模态分析,为机架的结构改进提供依据。探究开沟部件的固有频率和振型,检验其工作状态下不会发生共振,验证部件的可靠性。（4）控制模块的设计。根据装置作业需求和各部件作业顺序,对控制模块进行总体方案设计,通过APP Inventor软件完成人机交互界面设计,并基于ATmega2560核心板进行软件程序编写和调试,然后对各硬件模块进行选型并按软件程序进行线路连接,进行实验室测试后安装到机具中。（5）丘陵山区果园环状开沟施肥装置样机试制和性能试验。对装置进行了试制和空转调试,确保各部件能按照作业流程稳定运行。对装置进行性能试验,结果表明,装置能够稳定进行开沟施肥作业,作业沟深能达到30cm以上,其开沟稳定性系数为93.5%,施肥稳定性系数为94.6%,装置满足设计要求。
其他文献
近年来,随着互联网技术的发展以及信息搜集工具的进步,我们的生活已经被各种各样的数据包围。数据信息已然成为了一种十分重要的资源,对人们有着十分重要的意义。如何从海量的,纷繁复杂的数据中提取有用的信息成为了科学界与产业界共同关注的热点。因此,各式各样的数据挖掘方法被不断地提出。聚类,作为数据挖掘领域地一个重要的技术手段,它可以在无任何先验知识的情况下,通过探究数据之间的内在关系来将一组对象进行划分归类
自然界中的事物以不同的形式相互联系着,这种联系构成了一种复杂的系统。如何从这种复杂系统中寻找出其内在蕴含的信息,揭示系统的运行规律,探究事物发展和联系的本质,已逐渐成为科学家的研究焦点。如果把复杂系统中的事物个体抽象为网络中的节点,把事物个体间的关系抽象为网络的连边,那么就可以把复杂系统抽象为复杂网络。随着对复杂网络研究的不断深入,复杂网络的分析方法已渗透到现实世界的各个领域,被广泛应用于社会、交
不管是传统的机器学习,还是现在的深度学习,事件序列预测任务都始终贯穿了它们的发展历程。具体而言,机器学习模型需要从事件序列（Events Sequence）中提取合适的历史信息,并通过这些历史信息得到未来事件的条件概率分布,从而实现对未来事件的预测。一般而言,深度学习使用循环神经网络（Recurrent Neural Network,RNN）,或是带有掩盖机制（Mask）的自注意力（Self-At
目标检测和视觉导航是无人驾驶的关键技术。传统的道线检测依赖于特征提取和检测校正，交通标志识别依赖于色彩分析和图像分割，然而道路场景的剧烈变化导致算法的鲁棒性较差。基于模拟的无人驾驶场景，本文探究深度学习模型LaneNet和YOLOv4，以完成智能车的视觉导航与目标识别。针对不同识别任务，文章采取传统视觉与深度学习结合的方式，保证算法的鲁棒性与实时性。在室内模拟场景中，智能车的无人驾驶系统能够准确实
钟秉林教授的新版著作《高考改革：理想与现实》，聚焦新高考改革，基于访谈和问卷调查等实证研究方法，对新高考改革进行持续的跟踪评估，为推进新高考提供理论支持，是新高考改革研究的重要成果。该书既肯定新高考的成效，也直面问题，为完善新高考提供改革参考。该书所收录的多篇论文曾对新高考改革的政策调整与实践改进起到实质性推动作用，产生了较大的社会效益和学术影响。
聚类,也称为聚类分析,是最基本和最重要的无监督学习范式之一。它旨在根据数据样本间的相似度情况,将样本划分到不同的簇（组）,分配到同一个簇中的样本的相似性高,不同簇中的样本的相似性低。传统的聚类算法仅能从给定的数据中找出一个聚类结果。然而,由于数据采集和存储技术的进步,人们所分析的数据更为复杂,其中可能包含不同种类的异构特征。例如,数据集中的特征可能包含不同量纲的特征或采集自多个来源。这些特征的不同
为提高智能车在不同速度和载荷下的路径跟随精度和稳定性，提出一种基于反馈纯跟踪的智能车路径跟随方法。首先，基于车辆运动学模型和纯跟踪模型分析影响控制效果的因素；然后根据车辆速度和路径曲率动态调整前视距离，将横向偏差作为反馈变量对传统纯跟踪控制方法进行补偿；接着通过仿真试验选定控制参数，分析控制参数对路径跟随精度和车辆稳定性的影响；最后通过实车试验，验证该方法在实车环境中的控制性能。结果表明，该方法具
共识算法是区块链系统中重要的组成部分,具有维持数据一致性、保障系统安全性的作用,对区块链系统的性能有很大影响。联盟链与公有链相比,节点数量较少并且存在准入机制,因此普遍使用基于投票的共识算法,例如Raft共识算法和PBFT共识算法。Raft共识算法具有通信时间复杂度低、吞吐量高、时延低、可理解性强等优势,极大地提高了对交易的处理能力,推动了联盟链项目落地。然而Raft共识算法仅能容忍故障错误,无法
文本分类是自然语言处理领域的一项关键任务,并被广泛应用于虚假信息检测、情感分析、自动问答等现实场景。传统机器学习方法需要人工提取特征,这种复杂耗时的方案不再适用于当下大量实时涌现的文本流。深度学习的兴起解决了这一问题,能自动处理大量文本信息。但是,基于深度学习的方法局限于文本内部单词交互,忽略文本之间的联系以及单词的全局共现关系,难以解决长距离依赖和非连续性问题。最近,基于图神经网络的方法在文本分
人脸是人类生物识别的重要信息载体,是人类起源以来最为重要的生物特征之一,它能够表达一个人独特的身份信息、情感信息等。随着计算机视觉与计算机图形学的发展,科学家们开始着力于用于分析人脸的相关计算工具与方法。近年,便携式数码设备被迅速普及,人脸图片的获取相较于过去也变得更容易,使得对人脸的分析可以在不同的领域得到广泛的应用,比如人机交互、动画制作以及安全防控等。同样,随着三维技术的快速发展,利用三维重