公共文化服务平台

基于离散时间纹波控制的太阳能最大功率点跟踪算法被引量：3: 2013年; 为了提高光伏太阳能转换率,拓展传统纹波控制技术的应用,该文提出了离散时间纹波控制算法,通过对纹波控制技术的离散化处理,将最大功率点跟踪控制问题转换为离散采样-控制问题。以太阳能板输出电压为状态量,在其处于极大值和极小值时对系统进行采样;随后采取离散时间纹波控制算法使系统快速追踪到系统的最大功率点。该文在Simulink系统中对离散时间纹波控制算法进行了仿真。仿真结果表明,在1 000和200 W/cm^2,25℃的条件下,算法均可以快速准确地追踪到太阳能系统的最大功率点,追踪精度高达96%;在外部环境由1 000变为200 W/cm^2时,系统能够在0.1 s内准确地追踪到新的最大功率点。; 刘圣波刘贺赵燕东; 关键词：太阳能最大功率点

基于TOF摄像机的植物叶态萎蔫辨识研究被引量：5: 2016年; 为定量辨识植物叶态的萎蔫程度,定义了基于离散时域傅里叶变换的萎蔫指数,搭建了一套植物叶态采集系统,以黄瓜和绿皮西葫芦幼苗为试验样品,采用植株根部快速失水与汲水的方法,控制植株叶片处于不同程度的萎蔫状况,使用TOF摄像机获取叶态3D图像信息,对图像进行去噪、阈值分割、点积运算等处理,得到目标叶片的三维点云数据,运用离散时域傅里叶变换计算其萎蔫指数。通过对黄瓜单片叶和绿皮西葫芦多片叶在植物失水、叶片萎蔫阶段和植物吸水、叶片恢复阶段的萎蔫指数定量对比分析,以及对叶片萎蔫指数在整个植物水分胁迫过程的单因素方差分析,显著性分别为0.890 4、0.292 2、0.903 6,均大于0.05,验证了基于TOF摄像机的叶态萎蔫定量辨识方法的可行性与准确性。; 张新高超Martin Kraft赵燕东; 关键词：植物傅里叶变换机器视觉

土壤含盐量实时检测方法研究: 土壤含盐量是表征土壤盐分状况的主要参数，也是确定土壤盐渍化程度的最主要指标。在精细农林业发展中，研究土壤含盐量实时检测方法意义重大。现有的土壤含盐量检测仪器大多是基于土壤电导率的检测方法，未考虑土壤含水率、温度、容重等因...; 左佃云; 关键词：土壤含盐量实时检测系统软件设计功能模块; 文献传递

喷嘴直接注入式农药喷洒系统控制方法研究被引量：7: 2016年; 为了实现农药变量喷洒,准确计量和控制农药的注入速率和注入量很有必要。提出了一种喷嘴直接注入式系统(DNIS)原型,并在此基础上研究了农药喷洒量的控制方法。该系统应用快速响应电磁阀(RRV)向水中注入农药,RRV由100 Hz的脉宽调制(PWM)信号驱动,通过改变PWM信号占空比调节农药注入速率。试验室环境下设计了基于比例-积分-微分(PID)算法的闭环控制策略,将农药注入速率快速稳定在设定值。通过试验测试了RRV、DNIS系统和PID控制器的工作性能。试验结果表明,采用RRV可准确计量农药注入速率,闭环控制策略可获得较稳定的农药速率控制效果,农药注入速率可在4 s内达到设定值,注入速率的稳定性相对于没有控制策略有明显提高。; 蔡祥Martin WalgenbachMahe DoerpmundPeter Schulze Lammers孙宇瑞赵燕东; 关键词：脉宽调制闭环控制

基于铱星通信技术的土壤墒情远程监测网络研究被引量：7: 2015年; 为了实现野外偏远、无GPRS信号地区土壤墒情、温度及降雨量的远程无线实时监测,设计了一套由土壤墒情及相关影响信息实时采集系统、铱星通信以及互联网技术构成的'物联网'架构式土壤墒情实时监测系统,围绕铱星SBD(Short burst data)终端模块9602开发了具有独立知识产权的数据采集系统。该系统实现了智能化、网络化的土壤墒情实时监测,以及历史数据的查询、下载,根据设定阈值进行短信报警、传感器和通信故障报警等功能。该系统自2011年8月在山东省、北京市等地运行以来,可以安全、稳定、可靠地获取监测土壤含水率、温度及降雨量信息。通过试验可知铱星通信在空旷地带成功率为97.2%,单个节点通信费用为每月200元(12 000字节),达到了对土壤墒情、温度和降雨量变化规律进行长期监测的目的。; 刘卫平高志涛刘圣波陶鑫赵燕东; 关键词：土壤墒情

基于相位检测的高盐碱与高有机土壤水分传感器研究被引量：1: 2015年; 为解决高盐碱土壤与高有机土壤水分实时检测难题,研究了一种基于相位检测的时域传输(TDT)型土壤水分检测方法,并对传感器的探头结构、测量频率进行了分析。通过试验分析可知:当探针直径为2 mm、两针间距为10 mm、针长120 mm、测量频率为100 MHz时,在砂壤土、粘壤土、盐碱土、高有机土中的测量误差分别为±0.87%、±0.95%、±2.20%、±1.94%,动态响应时间约为4ms左右,测量性能较好,满足实际测量需要。通过与国外设备TRIME(TDR)及国产设备BD-Ⅲ型土壤水分传感器的对比研究,得出测量频率100 MHz时的TDT型土壤水分传感器能够满足高盐碱土壤、高有机土壤水分实时检测的要求,具有良好的动态性能和稳定性,且技术难度较小、成本低,有着很好的研究和应用前景。; 赵燕东高超刘卫平王勇志; 关键词：土壤水分相位检测传感器

基于加速度补偿的土壤紧实度测量方法与传感器设计被引量：4: 2017年; 针对目前基于圆锥指数的土壤紧实度测量中,无法消除土壤摩擦力对紧实度测量的影响,要求检测传感器匀速贯入土壤,因此存在使用不便、精度不高的难题。为了提高土壤紧实度实时测量方法的精度及可操作性,在圆锥指数方法基础上,设计了土壤紧实度实时检测传感器,并加入了加速度的同步测量,消除了使用过程中金属杆插入速度不均造成的误差,提高了土壤紧实度测量精度。通过大量试验验证了自制传感器具有较好的静态性能和动态性能,其测量范围为0~900 k Pa,灵敏度为0.041 896,稳定性测量标准差为5 k Pa,测量精度为±0.02%FS,超调量为7.81%,过渡时间为0.632 s。与美国SC-900型土壤紧实度仪对比其准确性的线性拟合决定系数均达到0.96以上,结果表明设计的土壤紧实度传感器与SC-900型土壤紧实度仪在实际测量中性能相当,且使用更方便、价格更低廉。为农林生产、环境保护及生态监测提供了一种具有自主知识产权、精准获取土壤紧实度的有效手段。; 于文华田昊梁超李成豪赵燕东; 关键词：土壤紧实度传感器加速度圆锥指数静态特性动态特性

土壤剖面水分线性尺度测量方法被引量：4: 2017年; 针对现有土壤水分点尺度下测量的局限性,提出了一种线性尺度下的土壤剖面水分测量方法,并设计了一种基于驻波比法的土壤剖面水分信息测量传感系统。借助HFSS高频电磁场仿真软件与网络矢量分析仪对传感器环形探头的电场强度分布情况与阻抗特性进行了分析研究,确定了环形探头适应性与敏感区域。以2种不同质地的土壤作为试验样本,对土壤水分传感器的输出与对应的测量值进行了多项式拟合,决定系数均达到了0.99以上,传感器的稳态与动态性能均能满足土壤剖面水分的测量要求。通过多层水分土柱穿层试验与对比试验表明,该系统能够满足线性尺度下土壤剖面水分的实时测量需求,具有较高的测量精度与稳定性。设计的土壤剖面水分线性测量系统的各项指标均达到实际应用的需求,具有较高的应用推广价值。; 高志涛田昊赵燕东; 关键词：土壤水分实时测量系统

基于卷积神经网络的银杏叶片患病程度识别被引量：4: 2018年; 银杏是我国一种常见的经济林木,对银杏叶病害进行数字化辨识有助于提高银杏种植产业的管理水平,为其病害预警提供可能。以银杏轮纹病为研究对象,采用卷积神经网络为分类算法,对银杏患病程度进行自动辨识。根据银杏轮纹病的叶片特点,设计了18层卷积神经网络,核心功能主要由四个卷积层,四个池化层、两个全连接层提供。经过多次训练与测试,网络对银杏叶片的5种不同患病程度辨识率最低可达92%以上。将设计的卷积神经网络与传统的BP神经网络、Alex-Net网络进行对比实验,结果表明,卷积神经网络在银杏轮纹病患病程度辨识的应用上具有更高的精度。上述结果对于银杏其他病害或其他植物病害辨识应用中具有一定的借鉴意义。; 刘瑾蓉林剑辉李婷婷; 关键词：卷积神经网络

土壤介电特性与其影响因素的相关性研究被引量：3: 2017年; 以北京市海淀区八家试验苗圃的黏壤土为研究对象,使用矢量网络分析仪NA7300A和平行板技术,探索40~150 MHz频率范围内,土壤体积含水率(6%~36%)、土壤尿素含量(0~1%)、土壤容重(1.2~2.6 g·cm-3)、温度(10~50℃)和含盐量(0~0.42%)对土壤介电特性的影响,并构建表征土壤介电特性的电抗估算模型。结果表明:土壤体积含水率在6%~30%范围内,不同测试频率下,电抗与含水率均具有良好的线性关系,电抗随含水率的增加而增大,当测试频率为100 MHz时,二者的线性度尤其好,决定系数(R2)大于0.97;尿素不会引起电抗值有规律的改变;随着土壤容重、含盐量增大以及温度升高,电抗增大。以电抗为因变量,含水率、容重、温度、含盐量、测试频率为自变量建立的多元线性回归模型的判定系数(R2)为0.92,概率P值小于显著性水平0.05,说明该模型可作为土壤介电特性估算模型,用于北京地区粘壤土的介电特性研究。; 左佃云田昊周晋成赵燕东; 关键词：土壤介电特性含水率含盐量容重含氮量

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

国家自然科学基金(31371537)

文献类型

领域

主题

机构

作者

传媒

年份

用户反馈

国家自然科学基金(31371537)

文献类型

领域

主题

机构

作者

传媒

年份

用户登录

用户反馈