【摘 要】
：
黑龙江省农作物秸秆资源丰富,但长期以来存在利用率低、各地区缺乏适合本地实际的秸秆综合利用模式等问题,形成所谓的“秸秆困境”.为此,在梳理相关文献的基础上,分析了黑龙江省秸秆综合利用现状,指出其中存在的问题,并通过RPR测算的方法把全省各个地区按秸秆资源禀赋的不同分为秸秆资源丰富区、秸秆资源一般区、秸秆资源贫乏区3种类型;最后,结合各种利用方式的特点,构建适合黑龙江省秸秆资源禀赋不同地区的农作物秸秆综合利用产业模式和运行模式.
【机 构】
：
哈尔滨学院 经济管理学院,哈尔滨 150086;黑龙江省农业农村信息中心,哈尔滨 150090
论文部分内容阅读
黑龙江省农作物秸秆资源丰富,但长期以来存在利用率低、各地区缺乏适合本地实际的秸秆综合利用模式等问题,形成所谓的“秸秆困境”.为此,在梳理相关文献的基础上,分析了黑龙江省秸秆综合利用现状,指出其中存在的问题,并通过RPR测算的方法把全省各个地区按秸秆资源禀赋的不同分为秸秆资源丰富区、秸秆资源一般区、秸秆资源贫乏区3种类型;最后,结合各种利用方式的特点,构建适合黑龙江省秸秆资源禀赋不同地区的农作物秸秆综合利用产业模式和运行模式.
其他文献
针对向日葵在收获切割过程中的力学变化较为复杂,现存葵花茎秆收割装置存在切割不完整、效率低和能耗高等问题,拟采用摆切式切割试验台对葵花茎秆切割能耗进行实验,研究切割速度、滑切角、割刀刃角对切割能耗的影响以及不同条件下切割能耗的变化规律.实验结果表明:①切割速度在2～3.8m/s范围内时,切割能耗逐步减小,并慢慢减缓;②滑切角在20°～45°范围内时,切割能耗先增大后减小,且滑切角度为30°时的切割能耗为最大;③当割刀刃角在30°～50°范围内时,切割能耗先减小后增大,且割刀刃角为45°时切割能耗最小;④3个
随着果蔬种植规模的扩大,果蔬采摘作业的需求量也逐渐提高.传统的果蔬采摘作业存在自动化程度低、采摘对象识别困难、采摘破坏性大等问题,导致采摘作业的效果较差、作业效率低.为此,引入了计算机图像技术,在深入研究了计算机图像技术原理的基础上,分析了计算机图像技术的成像原理,完成了采摘机器人的机械结构设计,并对采摘机器人的硬件总体结构进行优化.同时,对计算机图像采集系统、图像采集模块及执行模块等进行设计,最后完成了采摘机器人的计算机图像信息处理流程设计,并对采摘机器人进行了仿真实验.结果表明:基于计算机图像的采摘机
以水肥一体机系统平台为研究对象,利用嵌入式系统及TCP通信方式建立平台控制通信软件.利用Visual Studio对系统平台中的TCP通信软件、监控系统运行软件以及水肥溶液浓度控制模块软件进行测试,结果表明:嵌入式控制系统TCP通信及监控中心TCP通信均能够正常工作,且通信运行状态良好;监控系统软件能够实时进行灌溉过程系统相关参数的监控,水肥浓度控制模块能够进行水肥浓度的精准控制,并进行实时更新.因系统运行及土壤信息变化时滞性,实际检测到的土壤EC值较系统监控相对滞后.
为了适应作物生长需求,需要对大棚温度进行精确控制.首先,建立包含多种环境因素的大棚温度模型;其次,采用模糊PID控制方法,建立了高精度的温度控制方法.综合考虑温室外环境温度、风速、太阳照射强度和室内湿度等因素,采用ARX方法建立温度模型.采用模糊PID控制方法,以温度变化量及其变化率为输入,PID调节量为系统输出,对温度PID控制器进行调节,响应时间6 s.对温度模型预测精度和温度控制精度进行测试,结果表明:温度模型预测值与真实值误差在7.5％以下,大棚温度理论值20℃,控制变化区间为[18.8,21].
为了提高采摘机器人的智能化水平,基于武术飞脚动作的连续性,参考飞脚动作的前馈特征,在智能化控制系统的设计上引入了神经网络前馈算法和PID控制算法.通过对误差的修正和期望与实际输出结果的反馈,提升了机器人的智能化水平和采摘作业动作的精确性,实现了采摘机器人的类人化设计.为了验证该方法的可行性,模仿生菜采摘机器人的作业环境对机器人的性能进行了仿真,结果表明:采用神经网络PID算法可以提高机器人控制系统的精确性,并可加快收敛速度,对提升机器人的智能化水平具有重要的意义.
以温室大棚监控系统为研究对象,利用无线传感网络技术、LoRa通信技术及GPRS通信技术构建出一种温室大棚环境参数监控系统,并进行系统的硬件及软件设计.试验验证表明:系统可有效的进行数据通信,监控过程具有较高的可靠性.
履带拖拉机控制液压变量柱塞泵的流量和方向驱动液压马达,液压马达动力和发动机传入变速箱的动力汇合,实现行驶和差速转向.现有技术存在两方面问题:一是倒车时方向盘转向和车辆驾驶习惯相反;二是在停车和行驶时会停不稳、行驶跑偏.为此,通过对液压油路进行设计和増设控制阀等方法,实现了倒车时正常转向功能;设计了双定位精准调节机构,使液压泵阀芯零位偏心量可调±2.0°,并在零排量处锁定.样机试验表明:操控方向盘倒车转向和常规车辆一样正常;停车稳定可靠,测定100m跑偏量≤3.5m,消除了安全隐患.
采摘机器人动作的规范性和准确性不仅关系到果实的采摘效率,还会影响到采摘的效果,特别是易损果实,很容易造成果实的破碎,降低采摘质量.为了提高采摘机器人动作的准确性,基于体育训练项目的多媒体数据库,结合神经网络机器学习训练和图像处理技术,对采摘机器人动作进行了训练和优化,并对动作的准确性进行了仿真模拟.结果表明:优化后的采摘动作误差较小,且随着神经网络训练样本的增加,误差有下降趋势,为采摘机器人采摘末端的设计提供了重要的依据.
为了提高采摘机器人动作的执行效率,提高动作执行的控制精度,将机器学习算法引入到了采摘机器人控制系统的设计上,利用机械学习和归纳学习设计了采摘机器人的机器学习方法,并利用PID反馈调节对学习过程进行了优化,从而得到了效率较高的机器人采摘动作执行系统.以相同时间内果实的采摘量为作业任务,对不同机器学习方法的机器人采摘果实数目进行了仿真模拟,结果表明:采用机械与归纳学习方法和PID反馈调节方式,相同时间内可以采摘更多的果实,有效地提高了采摘机器人动作的执行效率.
随着农业生产规模的扩大,拖拉机在农业生产中的应用逐渐广泛,但传统拖拉机智能化程度低,存在环境适应性差、作业效率低等诸多问题,导致农业生产效率低、产能不足.为克服这一难题、改进农业生产方式,设计了一种自走底盘式拖拉机.通过引入单片机技术,完成了自走底盘式拖拉机的总体结构设计;对控制系统的硬件方案进行了优化设计,完成了拖拉机控制系统的硬件选型、模块设计;通过分析拖拉机控制系统的功能需求,完成了其软件流程设计.最后,通过实验验证了自走底盘式拖拉机的控制系统的安全性和稳定性,结果表明:该控制系统能够对拖拉机的行走