基于ET和水量平衡的日光温室实时精准灌溉决策及控制系统

为提高日光温室的灌溉水利用效率,充分发挥现有灌溉决策理论的指导作用,该文构建了基于ET和水量平衡方法的实时精准灌溉决策及控制系统。以句容布戴庄村樱桃番茄温室为试验对象,给出了利用ET和水量平衡方法的灌溉决策实施过程,即当田间蒸发蒸腾总量大于土壤中可供作物利用水分时触发灌溉,灌水量等于自上一次灌溉起蒸散量的总和。采用Java语言开发了灌溉决策软件ETSch,可实现以温室内气象数据为基础对不同地点的灌溉决策项目进行管理;设计了温室精准滴灌系统并研制了基于单片机的灌溉控制器软硬件,通过ETSch软件与控制器的连接,建立了从田间气象信息获取到灌溉决策软件运行,再到灌溉及控制系统的集成化自动精准灌溉模式。试验结果表明,该实时精准灌溉决策及控制系统的平均灌水总量控制平均误差为1.1%,系统运行稳定,节约人工;尽管采用ET和水量平衡方法低估了实际土壤含水率,但总体趋势一致,能实现合理有效的灌溉决策。该研究可为实现灌溉决策和控制系统的集成提供参考,为进一步提高灌溉效果和用水效率提供借鉴。

多维立体化高速摄影测量系统实时精准控制技术

在飞行试验过程中,高速摄影测量站点呈现数量多、分布散且人机分离的特点,为了同时获取起飞着陆段2个分离区域的多目标实时测量数据,基于组播概念提出了一种分布式高速摄影网络系统,设计了一种高效的无关联信号高速像机触发判据算法,通过实时获取多种机载以及动平台数据,通过图像处理的方法完成多维立体化高速摄影测量系统的实时精准智能控制与海量数据的实时卸载,实现8台不同类型高速像机的测试影像智能获取,测量系统误触发率降低至0.76%,有效提高了工作效率,保证了飞行试验数据的准确性和高效性。

氧化槽温度实时动态精准预测仿真研究

受高寒地区极端天气影响和换热管换热作用,氧化槽内的温度分布不均、复杂多变,甚至影响细菌氧化的效率。为探究氧化槽温度动态分布和实时变化,融合DDDAS思想提出离线—在线分离法对氧化槽温度进行实时动态精准仿真预测。首先建立氧化槽内部热量传递模型;其次针对系统参数空间高维问题,离线阶段采用POD方法确定氧化槽温度变化的主导模态,降低系统参数维度;为了解决传感器测量有效信息难的问题,在线阶段采用贪婪算法优化传感器测量位置;最后通过RKF将测量信息注入到仿真中以提高氧化槽温度的预测精度。结果表明,离线—在线分离法能够对氧化槽温度进行实时精准预测。

生物氧化预处理ORP实时动态精准预测研究

提出基于相空间重构理论和学习型狼群算法优化最小二乘支持向量回归机(LSSVR)的氧化还原电位(ORP)实时动态精准预测方法。以生物氧化预处理过程中采集到的ORP数据为研究对象,采用小波分析滤除ORP数据中的噪声,以相空间重构的ORP时间序列训练LSSVR预测模型。为了提高模型的泛化能力,提出学习型狼群算法优化LSSVR模型参数,并用时间窗口平移化方法和反馈校正法分别对模型和预测输出进行更新和修正。试验结果对比表明所提方法可行有效。

基于改进YOLOv7的网箱网衣破损识别方法

网箱网衣极易破损,一旦破损未及时修补,会给养殖户造成巨大的经济损失。为实现智能化网箱网衣破损检测,本研究提出一种基于改进YOLOv7的网箱网衣破损识别方法。该方法通过在Backbone网络使用gnConv结构、Neck网络引入SimAM模块来提升模型表达能力更好聚焦网衣破损处的特征,提高模型的检测精度。Backbone网络使用深度可分离卷积,并减少激活函数和改变卷积步长,同时在Neck网络利用Bottleneck模块使用1×1卷积核的特点和使用性能更佳的Mish激活函数重构模型,以减少参数量和运算成本,实现模型检测速度的提升及尺寸的压缩。通过消融试验和对比试验结果显示,YOLOv7-C3NeHX比原YOLOv7算法的平均精度提高了3.1个百分点,精确率、召回率与F 1值分别提升了0.5、4.2与3个百分点,检测速度达到了232.56FPS,GFLOPs和模型尺寸分别占原YOLOv7的38.2%和94.3%。研究表明,改进模型能有效提高识别效率和部署的灵活性,为智能网衣修补机器人的研发提供技术支持。

人工光植物工厂水培生菜高效生产关键技术

人工光植物工厂是现代高效农业的一种新的表现形式,植物工厂可人工取代不稳定的农业环境,采用立体栽培模式可充分利用有限空间,精确调控水、光、温、气、肥,提高作物种植效率和作物品质。生菜是国内外植物工厂种植面积较大的一种优质蔬菜。本文利用人工光植物工厂,通过一体式环境水肥智能调控技术、蔬菜工厂环境因子和营养液实时监测与动态精准调控技术,开展生菜周年化生产工作。从生产实际出发,对生菜的品种选择、育苗管理、移栽定植、营养液配置与循环、植物工厂智能化管理和操控等方面对水培生菜的高效栽培生产技术进行总结,以期为植物工厂内水培生菜高品质周年化生产和深液流高效栽培应用提供参考。

空地协同机器人目标定位方法

针对空地协同机器人中无人机对地面无人车的实时精准定位问题,提出一种红色双圆型定位标记及标记识别与定位方法。引入颜色分割与轮廓提取相结合的方式,减少提取到的轮廓特征数量,排除背景信息干扰以减少误识别;提出一种圆形轮廓快速检测算法,快速识别目标轮廓并准确定位目标像素坐标和方向;基于针孔相机成像模型,根据目标像素坐标和方向,估计出目标在机体坐标系下三维坐标和偏航角。实验结果表明,无人机与地面无人车相对高度1.5 m时,该方法在x轴和y轴方向定位误差分别为3.9 mm和3.6 mm,每帧图像平均处理耗时为11.6 ms,优于基于核相关滤波的识别定位方法的13.3 mm、14.3 mm和56.3 ms。该方法与无人机控制相结合,可以实现无人机协同跟踪与自主降落功能,提升空地协同机器人作业效率,具有显著的工程意义。

电信运营商大数据平台建设方案与典型应用探讨

随着移动互联网和物联网的飞速发展,当今世界已全面步入大数据时代,大数据已然成为各行各业新的利润增长点。电信运营商如何顺应时代潮流,充分发挥自身丰富的、全维度的数据资产优势,挖掘大数据价值,是运营商实现战略转型,提升客户价值、企业价值和社会价值的关键因素。文章结合大数据处理流程和分层分域框架,详细阐述了电信运营商大数据平台建设方案,并围绕电子渠道实时精准营销应用进行了探讨。

5G技术在煤矿智能化中的应用分析

5G技术的快速发展使其在各领域得到了广泛应用,其在煤矿行业的应用也给煤矿智能化应用带来了积极影响,5G技术逐步成为矿山领域智能化发展的新引擎。通过对5G技术的介绍,对该技术在煤矿智能化中的应用必要性展开分析,并在此基础上对5G技术在煤矿智能化中的应用展开全面探讨,旨在提高5G技术应用水平,保证煤矿智能化应用质量。

基于改进型YOLOv4的病死金鲳鱼识别方法

实时检测并获取养殖鱼群的健康状态是规模化渔业养殖实现精准、绿色养殖和可持续发展的关键技术之一,其中实时识别病死鱼并及时收集处理更是减轻养殖水域污染、防止病害扩散、降低养殖风险的有效举措。然而在复杂的浅滩环境中,如光照变化、目标重叠、位置不稳定以及水雾造成模糊,使病死金鲳鱼实时识别并收集非常具有挑战性。本研究提出一种基于YOLOv4-v1的改进算法,在PANet模块中集成自定义Super网络,对输入的特征图进行编码解码过程,在细粒度特征提取中减少外界环境带来的干扰。此外,利用tanh-v1函数激活,增强了特征传播并确保网络中最大信息流。同时采用Resblockbody1模块,提高了目标框的定位精度。在浅滩养殖场景中,分析病死金鲳鱼图像在不同模型上对比试验结果中,YOLOv4-v1网络识别病死金鲳鱼的m-(平均精度)值高达98.31%,实时检测性能达到了27 FPS。通过与YOLOv4网络对比试验可得,YOLOv4-v1算法在线下试验中,检测速度基本与原网络持平,且m-值相较于YOLOv4提升了3.36%,召回率提升了2.54%,F 1分数(精确率与召回率的平衡点)提升了0.56%。研究表明,YOLOv4-v1方法在死鱼识别方面具有良好的应用场景。

大数据对供应链物流管理发展影响分析

大数据时代的到来,使得信息高度共享成为可能。这将大大改变传统供应链物流存在的成本高、准时性差、服务质量难以保证等短板。大数据将在物流需求预测、个性化服务、可视化、风险控制、客户资信评价等方面产生很强的应用价值。而这将进一步促使供应链物流往精益管理化、共享物流化、实时精准化、绿色智慧化方向发展。