针对钢辊式圆捆机秸秆卷捆过程基础研究较少的情况,该文对稻秆与钢辊(由碳素钢冷轧板卷制而成)之间的滑动摩擦特性进行了研究。利用自制的钢辊滑动摩擦系数测试装置,采用L27(313)正交试验方案研究了稻秆含水率、正压应力、钢辊线速度及其之间的交互作用对稻秆与钢辊之间滑动摩擦系数的影响,并通过单因素试验分别获得稻秆含水率、正压应力和钢辊线速度对滑动摩擦系数的影响规律及回归方程。正交试验结果表明:稻秆与钢辊之间的滑动摩擦系数受稻秆含水率、正压应力影响显著,受钢辊线速度影响较显著,且影响因素主次顺序为:稻秆含水率>正压应力>钢辊线速度,而且稻秆含水率与正压应力之间的交互作用对稻秆与钢辊之间的滑动摩擦系数影响显著;单因素试验结果表明:稻秆与钢辊之间的滑动摩擦系数随稻秆含水率的增加而增加,随正压应力的增加而减小,随钢辊线速度的增加而减小;在稻秆含水率为10%~70%、正压应力为1~9 k Pa和钢辊线速度为0.2~0.8 m/s时,稻秆与钢辊之间的滑动摩擦系数的变化范围为0.353~0.612。研究结果可为钢辊式圆捆机的研究与设计提供理论依据。
在集约化养猪生产中,猪舍环境是影响猪健康水平的重要因素。然而,多环境因子联合精准调控是制约猪舍环境控制的共性难题。因此,本文利用自适应高斯滤波(Adaptive Gaussian filtering,AGF)算法结合长短时记忆神经网络(Long short term me...
详细信息
在集约化养猪生产中,猪舍环境是影响猪健康水平的重要因素。然而,多环境因子联合精准调控是制约猪舍环境控制的共性难题。因此,本文利用自适应高斯滤波(Adaptive Gaussian filtering,AGF)算法结合长短时记忆神经网络(Long short term memory networks,LSTM)进行舍内环境因子预测,为优化舍内环境调控策略提供支撑;结合组合赋权方式,确定猪舍内环境评价指标权重,构建基于未确知测度法评价方法,为猪舍环境调控提供参考。以实测猪舍数据对本文所提出方法进行验证,结果表明:相比LSTM预测模型,应用AGF优化算法后的LSTM预测模型(LSTM-AGF),其氨气质量浓度、温度、相对湿度、二氧化碳质量浓度的预测性能R^(2)分别提升0.33、0.03、0.05、0.12;提出的基于未确知测度法的预测评价方法敏感度SENS为0.215,比传统模糊综合评价方法高20.80%。因此,本文提出的环境质量评价方法可以为猪舍环境精准调控提供参考。
暂无评论