期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
菌根在吉林省生态草建设工程中的作用及生态学意义 被引量:5
1
作者 毕琪 王百成 +3 位作者 肖振海 王福维 广 张义飞 《吉林林业科技》 2006年第1期1-5,共5页
本文介绍了吉林省生态草建设工程概况,通过菌根真菌对提高宿主植物抗病性、抗旱性、耐瘠薄、耐盐碱及在土壤修复等方面的重要作用,着重论述了菌根在生态草工程中的生态学意义、应用价值和具体的菌根生产、应用技术。
关键词 菌根真菌 丛枝菌根 菌根技术 植被恢复
下载PDF
基于振动反馈的铣削机器人运动控制 被引量:6
2
作者 代煜 贾宾 +2 位作者 张建勋 广 夏光明 《天津大学学报(自然科学与工程技术版)》 EI CSCD 北大核心 2020年第10期1093-1100,共8页
机器人在利用高速旋转的刀具对目标材料进行铣削加工的过程中,刀具与铣削材料之间切削力的作用会使得整个铣削系统产生受迫振动.当被铣削的目标本身结构刚度较低时,铣削操作会使其产生一定的形变,不适宜利用空间位置作为控制量对铣削操... 机器人在利用高速旋转的刀具对目标材料进行铣削加工的过程中,刀具与铣削材料之间切削力的作用会使得整个铣削系统产生受迫振动.当被铣削的目标本身结构刚度较低时,铣削操作会使其产生一定的形变,不适宜利用空间位置作为控制量对铣削操作进行自动控制.由于动力工具在不同切削深度会产生不同幅值的受迫振动,并且产生的振动信号可以有效包含刀具与铣削材料之间的状态信息,能作为有效的控制量对铣削机器人进行运动控制,达到良好的自动控制效果.本文建立铣削过程中系统的振动模型,并根据振动模型列出微分方程描述动力工具的受迫振动,通过加速度传感器对振动信号进行实时采集,分析所采集信号以验证所建物理模型的准确性.利用快速傅里叶变换(FFT)对信号进行处理,提取信号中频率是刀具旋转频率的整倍数的谐波分量.由于二次谐波的FFT幅值随铣削深度的增加有较为明显特征,并且在刀具空转状态最为稳定,选其作为控制量对铣削机器人进行运动控制.采用DSP芯片作为主控制器,通过PID算法对步进电机加以控制,可以使刀具在铣削过程保持稳定的切削深度.对所建控制系统进行稳定性分析,进行实验并对铣削深度进行测量,证明刀具在铣削过程中能维持在较为稳定的深度,验证了控制算法的有效性. 展开更多
关键词 铣削机器人 振动反馈 FFT DSP PID控制
下载PDF
青杨天牛成虫防治技术 被引量:1
3
作者 广 李守花 +1 位作者 胡佰策 焉琪 《吉林林业科技》 2016年第2期35-37,共3页
使用25%灭幼脲Ⅲ号胶悬液、40%氧化乐果乳油、50%敌敌畏乳油、2.5%敌杀死乳油和8%氯氰菊酯微胶囊剂400倍液药剂,对吉林省西部青杨天牛严重危害区洮南市黑水镇培育大苗进行防治试验,结果表明:成虫出孔活动时间为5月上旬,活动期19 d左右,... 使用25%灭幼脲Ⅲ号胶悬液、40%氧化乐果乳油、50%敌敌畏乳油、2.5%敌杀死乳油和8%氯氰菊酯微胶囊剂400倍液药剂,对吉林省西部青杨天牛严重危害区洮南市黑水镇培育大苗进行防治试验,结果表明:成虫出孔活动时间为5月上旬,活动期19 d左右,是采取化学防治有利时机,防治时间为杨树叶片全展至开花盛期止;适合药剂为40%氧化乐果乳油和8%氯氰菊酯微胶囊剂,林间防治虫口减退率分别为89.6%和95.5%,有效期分别达到19 d和30 d以上,尤以后者效果最佳。 展开更多
关键词 青杨天牛成虫 化学防治 防治时间 药剂
下载PDF
林木种子园定植密度与林地利用的探讨
4
作者 胡佰策 广 +2 位作者 王福维 徐蕾 《吉林林业科技》 2021年第1期5-6,42,共3页
通过对吉林省6家种子园内的红松、长白落叶松、樟子松、红皮云杉4个树种不同林龄的冠幅和冠面积调查和对比分析,确定了各树种种子园的最适宜定植密度,探讨了种子园林地利用模式。
关键词 种子园 定植密度 林地利用
下载PDF
面向钻削过程监测的振动信号处理及状态分类 被引量:1
5
作者 代煜 王景港 +2 位作者 广 张建勋 贾宾 《振动.测试与诊断》 EI CSCD 北大核心 2022年第1期89-95,196,197,共9页
易变形结构在钻削过程中因受力而产生形变,不能根据刀具的钻削距离判断刀具所处状态。钻削过程中刀具切入易变形结构不同的位置会产生不同幅度的振动,通过对加速度传感器采集到的振动信号进行快速傅里叶变换(fastFouriertransform,简称F... 易变形结构在钻削过程中因受力而产生形变,不能根据刀具的钻削距离判断刀具所处状态。钻削过程中刀具切入易变形结构不同的位置会产生不同幅度的振动,通过对加速度传感器采集到的振动信号进行快速傅里叶变换(fastFouriertransform,简称FFT),将钻削过程分为5个状态。通过计算系统基频整数次谐波分量幅值的变异系数,选取部分谐波分量的幅值作为特征量进行阶段监测。选用线性转换和对数转换相结合的方式实现输入数据的归一化,输入到支持向量机与多层前馈(backpropagation,简称BP)神经网络进行钻削状态分类。实验表明:支持向量机在所有钻削状态的识别准确率在85%以上,部分钻削状态的识别准确率达到了100%;BP神经网络分类器的识别准确率略低于支持向量机。根据所识别的状态控制刀具在即将钻透时停止,测量易变形结构剩余厚度验证了该方法的精确性。 展开更多
关键词 钻削 振动信号 状态识别 快速傅里叶变换 支持向量机
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部