水稻病害孢子多光谱衍射识别与病害源定位方法研究          下载免费PDF全文

杨宁  张天纬  张钊源  张晓东  毛罕平  袁寿其 《农业机械学报》2023,54(4):250-258

水稻真菌病害主要依赖真菌孢子在空气中进行传播。然而各种水稻病害孢子的形态相近，传统孢子捕捉仪和显微图像法难以对其进行区分。为了能够准确识别目标病害孢子并进行病害源定位，提出了一种水稻病害孢子多光谱衍射识别与病害源定位方法。为了解决传统衍射方法无法识别形态相似的缺点，设计了一种大视场、无透镜的多光谱衍射成像传感器。通过分析病害孢子衍射指纹图谱，解析稻瘟病菌、稻曲病菌孢子多光谱衍射成像特征规律。融合孢子的形态特征和吸收特性，提出指纹分离强度和相对峰差两个特征参数，建立孢子的多光谱衍射识别模型。通过仿真计算实验分析孢子传播规律，耦合环境信息建立孢子传播过程中的扩散模型。在无定向风及有定向风条件下分析孢子的空间分布情况，提出病害爆发源迭代质心定位算法。实验结果表明，本文方法对水稻病害孢子的识别率达到98.5%,对无定向风条件下的定位误差最低为4.9%,对有定向风条件下的定位误差最低为7.1%。  相似文献   

基于深度神经网络的多级高压提水泵故障辨识          下载免费PDF全文

秦云  张钊源  袁寿其  司乔瑞  杨宁 《农业工程学报》2022,38(14):27-34

多级高压提水泵属于复杂旋转机械，受设备自身结构影响，其故障特征频率易被强噪声淹没，且叶轮、轴承、齿轮等转子部件的故障振动信号相似度极高，导致现有故障辨识方法无法快速准确辨识其故障模式。针对上述问题，该研究提出一种改进的一维卷积长短期记忆神经网络（One-Dimensional Convolution and Long Short-Term Memory Neural Network，1D-CNN-LSTM）自适应故障辨识模型。首先通过贝叶斯优化算法获得给定模型超参数，再输入经互补集合经验模态分解降噪后的振动数据集，通过1D-CNN层自适应提取样本特征并作为LSTM层输入；利用LSTM层学习具有识别性的深层特征并训练模型，最后由输出层Softmax函数完成故障辨识与分类。多级高压提水泵试验台实测数据集对模型进行验证的结果表明：提出的1D-CNN-LSTM智慧故障辨识模型能够快速辨识关键转子部件的故障模式，且准确率可达97%，具有更好的抗噪能力和鲁棒性能，可为智慧应急供水与净水一体化系统的可靠运维技术研发奠定理论基础。  相似文献