基于微型自动导引运输车的盆栽作物数据采集系统

为了满足作物育/选种过程中高频次获取样本植株个体的生理指标及生长环境数据的需求,该文以微型自动导引运输车(automated guided vehicle,AGV)为基础结合ARM(advanced RISC machines)嵌入式技术设计了一套温室盆栽作物数据采集系统。该文介绍了温室盆栽作物数据采集系统的工作原理,组成结构和功能测试。系统由微型AGV、车载数据采集系统、通讯与控制系统等部分组成,微型AGV携带数据采集系统按照作业指令依次对样本植株个体的图像信息以及环境参数信息进行采集,解决了育/选种过程中需要人工方式对培育的样本植株个体数据进行采集的问题。随机选取160盆大豆样本进行数据采集试验,试验结果表明,采集的大豆植株图像完整、清晰,生长环境数据精确度高,平均误差不大于2%,对160个样本点的图像数据进行采集用时约9 min,数据采集效率大幅提高。试验过程中系统运行稳定,定位准确,误差为±6 mm,且无脱轨现象。该研究为温室盆栽作物个体的数据自动化采集提供了参考。     

寒地塑料大棚环境信息采集终端设计

针对黑龙江地区以塑料大棚为主的设施农业基本停留在"无人看守"或人工观察阶段的现象,设计了以寒地塑料大棚为研究对象的环境信息采集终端。该终端具有测量精度高、操作简单、便于携带、现场直读等优点。基于ARM对该终端进行软件和硬件设计,该终端在东北农业大学温室基地测试了6个月。试验结果表明,该终端实现了对塑料大棚环境信息快速有效的采集。     

光伏温差界面热耦合特性及混合发电效率

光伏温差混合发电系统实际应用中因为温差电池布线及存在尺寸误差等原因,部分光伏电池背板与外界进行自然对流及自然辐射换热,光伏温差界面热耦合特性较为复杂,对混合发电效率的影响规律有待探索。该研究通过有限元软件模拟混合发电系统热场分布,研究接触热阻与辐照度在4种温差电池与光伏电池面积比情况下对混合发电系统的影响规律。结果表明：混合发电系统中对光伏电池的降温效果随着温差电池与光伏电池面积比增大而提高,标况条件下面积比为0.25、0.50、0.75与1.00的系统分别降低光伏电池温度11.02%、13.34%、13.80%与23.12%。增大温差电池与光伏电池面积比可以提升混合系统发电效率,降低接触热阻能提升同一面积比系统发电效率,通过仿真分析与试验验证,面积比为1.00的混合发电系统采用高热导率界面材料时具有最高的发电效率。该研究采用市场化电池研究混合发电系统温度及混合发电效率影响规律,为光伏电池与温差电池联合使用提供参考依据。     

太阳能温差发电片底部阴影区的补偿设计与性能测试

在利用聚光器进行温差发电时,光线由于受发电部分遮挡,底部会产生一定的阴影区,阴影区域的存在使整体的输出功率不能达到最佳,因此,为进一步提高整体输出功率,该文以抛物式聚光板为例进行2种类型的补偿设计,即平面板式和抛物式。通过一定的数学模型,在获得阴影区域的相关参数基础上进行分析,得到2种补偿类型的最优补偿尺寸、放置位置及角度参数。并以平面板式补偿参数为例,采用Tracepro软件获取相关数据由MATLAB运行,分析了当补偿尺寸、放置角度等参数有偏差时对补偿效果的影响,验证了通过模型分析建立的最优补偿参数的正确性。在2种不同类型的补偿方式模拟中,抛物式补偿效果较优。最后,试验结果表明经过补偿后温差发电片热端温度有所提高,经抛物式补偿热端温度的变化范围为315.14~357.46 K,平面板式补偿后热端温度的变化范围为312.6~453.407 5 K,而无补偿时热端温度变化范围为309.78~448.89 K,而冷端温度在补偿前后三者基本保持不变,在285.12~290.47 K范围内变化。在09:00-14:00测试时间段内,没有补偿时系统输出的功率范围为20.05~28.94 W,经平面板式补偿后输出功率提高至20.36~29.78 W的范围,经抛物式补偿后输出功率提高至21.04~30.35 W的范围。试验结果表明相较于平面板式补偿抛物式补偿的效果较优,且对阴影区域补偿后可以进一步的提高整体输出功率。     

直流伺服电动机运用PC104总线控制

在PC104总线控制下,应用运动控制芯片LM629和电动机驱动芯片LMD18200实现了直流伺服电动机的控制。文章介绍了电动机控制系统的组成、电机控制板和系统控制软件。该控制系统具有体积小、功能强、反应速度快和控制简单等特点,可以应用在小型移动机器人的运动控制系统上。     

PV-PCM-TE系统设计及电热性能分析

光伏温差混合发电系统（Photovoltaic-Thermoelectric,PV-TE）温度随辐照度变化而波动,对系统的太阳能利用率产生较大的影响。将相变材料（Phase Change Material,PCM）加入PV-TE系统,设计基于相变材料的光伏温差混合发电系统（Photovoltaic-Phase ChangeMaterials-Thermoelectric,PV-PCM-TE）,通过相变材料的相变潜热特性提高系统在辐照度变化下的稳定性。该文分析了系统内部能量传递与转换过程建立数学模型,搭建试验平台测试PV-PCM-TE系统性能。试验结果表明,在辐照度最高的11:00-14:00期间,光伏电池的最高温度基本维持在相变材料的相变温度,使系统在适宜的工作温度下运行;冷却系统采用水冷,冷却效果优于自然风冷,系统接触面选用高导热率材料减小接触热阻提高系统发电效率;PV-PCM-TE系统相比PV-TE系统,电效率与电功率分别增加了1.05%和16.21%,全年测试期间PV-PCM-TE系统最大电效率为22.28%,最大热效率为32.55%,最大?效率为27.32%。系统所获电能可为现代农业温室环境监控系统、照明系统供电,并为植物生长提供部分热能。     

农业温室太阳能供电系统最大功率点跟踪算法设计

在温室中引入可再生能源,能够极大地促进温室的节能减排。针对温室室顶安装的太阳能电池板,可能出现的局部遮阴或光强分布不均而造成的光伏阵列失配及热斑现象等问题,采取了一种新型的两阶段光伏最大功率点跟踪(MPPT)控制方法。该方法将光伏系统产生的阻抗偏差以及偏差的变化率作为模糊控制的输入,输出量为下一时刻的占空比调整步长,从而控制负载大小,实现最大功率点的跟踪控制。此外,基于系统初次寻优时间、环境改变后的二次寻优时间,以及功率的振幅为MPPT的性能指标,在仿真环境和试验平台下对提出的控制方法进行分析对比,结果表明:所提出的模糊优化等效阻抗匹配法具有较快的寻优速度和较高的稳态精度。     

聚光太阳能光伏/温差热复合发电系统设计与性能测试

针对现代温室用电成本高、太阳能利用效率低及余热能量浪费的问题。论文探究了光伏温差混合发电的机理,设计了一种聚光太阳能光伏/温差复合发电系统,该系统利用抛物型聚光器进行聚光,采用三角形热管对光伏电池热量进行传递,完成了以下目标:光伏电池的一部分热量通过温差电池实现二次发电;另一部分通过热管内水对流将多余热量传递到储热箱进行热利用。为测试该复合发电系统电/热性能,建立了电/热数学的模型对系统的能量转换进行分析,并进行试验,得出全年四季不同光辐射强度、冷却水流量对系统的影响。冬季测试期间电效率最高达到20.98%,热效率达到39.81%,?效率达到32.5%。结果表明,该系统与无聚光光伏温差混合发电系统相比效率较高且稳定。所获电能可为温室内环境监控、照明系统供电,并能为作物生长提供部分热能。     

基于模式识别的大豆营养元素智能诊断系统研究

营养元素是影响大豆品质和产量的重要因素,营养元素过量或缺乏均会对大豆产生严重影响。传统的营养元素诊断方法主要依靠人的主观经验,容易出现误诊、漏诊等情况,而传统的化学分析技术又会出现破坏植株、测试手段繁琐、周期长等缺点。文章通过分析大豆在营养元素过量或缺乏的不同情况下的植物特性,构建了基于模式识别的营养元素智能诊断系统,并提出了应用计算机视觉技术提取大豆形态特征,把拍摄的图像利用适当的方法进行图像分割、增强、平滑、滤波等处理,利用图像处理算法分割出叶脉、叶肉、叶缘,识别出颜色、纹理等形态特征,分析元素失衡时的颜色及纹理在叶片的不同部位表现,为今后进一步利用模式识别诊断大豆营养元素提供了发展方向。     

基于高光谱技术的猪肉肌红蛋白含量无损检测

为充分利用猪肉光谱与图像信息,实现猪肉肌红蛋白含量的在线检测,该研究提出一种基于深度学习模型的猪肉肌红蛋白含量无损检测方法。采用高光谱设备采集冷藏过程中猪肉高光谱图像,通过ENVI5.3选择图像感兴趣区域（Region Of Interest,ROI）,分别提取ROI平均光谱信息与主成分图像信息。利用卷积自动编码器（Convolutional Auto Encoder,CAE）提取光谱与图像信息深度特征,分别建立光谱特征、图像特征及图-谱融合特征与肌红蛋白含量之间关系的卷积神经网络（Convolutional Neural Network,CNN）预测模型。其中基于融合深度特征CNN预测模型准确度较高,该模型对脱氧肌红蛋白（DeoMb）、氧合肌红蛋白（OxyMb）、高铁肌红蛋白（MetMb）含量预测集决定系数分别为0.964 5、0.973 2、0.958 5,预测集均方根误差RMSEP分别为0.015 8、0.226 6、0.381 6。为进一步验证图-谱融合特征与猪肉肌红蛋白存在对应关系,分别建立偏最小二乘回归（Partial Least Squares Regression,PLSR）、支持向量机回归（Support Vector Regression,SVR）预测模型。结果表明：CAE能充分提取图像与光谱特征;基于融合特征建立回归模型能提高肌红蛋白含量预测精度,相比于光谱信息与图像信息,以MetMb为例,其分别提高5.42%、16.12%。该检测方法为肉类质量在线检测提供参考,具有好的应用前景。