检索结果-南通市图书馆

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

盘锦稻区水田杂草演变与化学除草新体系

盐碱地利用 1986年第6期 20-25页

作者：陈生令边应权吴吉人宋顺祖辽宁省盐碱地利用研究所辽宁省农牧业厅农垦局

一、稻区水田杂草的演变盘锦稻区位于辽宁省中南部,辽河平原南端,海拔为2.5—3.6米,是一个退海广阔平原。土壤为盐化草甸土,盐分组成以氯化物和硫酸盐为主,表层土含盐量为0.1—0.6％之间。解放后由于大面积开发种植水稻,使土壤含盐量逐... 详细信息

一、稻区水田杂草的演变盘锦稻区位于辽宁省中南部,辽河平原南端,海拔为2.5—3.6米,是一个退海广阔平原。土壤为盐化草甸土,盐分组成以氯化物和硫酸盐为主,表层土含盐量为0.1—0.6％之间。解放后由于大面积开发种植水稻,使土壤含盐量逐年下降,形成

关键词：水田杂草恶草灵杀草丹氨基甲酸酯类除草剂化学除草丁草胺酰胺类除草剂禾大壮二甲四氯盘锦稻区化学除草技术排草净

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

滨海稻区中日水稻品质食味比较分析

江苏农业科学 2015年第4期43卷 72-74页

作者：刘郁于亚辉桑海旭王井士李运动马晓慧于深州边应权辽宁省盐碱地利用研究所辽宁盘锦124010

通过对我国滨海稻区水稻品种以及日本水稻品种的米粒食味及蒸煮食味的测定,比较分析中日水稻品种在食味上的差异。结果表明:我国滨海稻区水稻品种在米粒食味和蒸煮食味上略差于日本品种,主要原因是蛋白质含量和直链淀粉含量较高,因此在... 详细信息

通过对我国滨海稻区水稻品种以及日本水稻品种的米粒食味及蒸煮食味的测定,比较分析中日水稻品种在食味上的差异。结果表明:我国滨海稻区水稻品种在米粒食味和蒸煮食味上略差于日本品种,主要原因是蛋白质含量和直链淀粉含量较高,因此在今后的育种工作中应着重选育低蛋白质和直链淀粉含量的水稻品种。

关键词：中国日本水稻品质食味滨海稻区

在线全文

学校读者我要写书评

暂无评论

滨海稻区水稻纹枯病对稻米食味及产量的影响

江苏农业科学 2015年第4期43卷 122-124页

作者：刘郁于亚辉桑海旭王井士李运动马晓慧于深州边应权辽宁省盐碱地利用研究所辽宁盘锦124010

通过对滨海稻区盐丰47等品种纹枯病感病情况进行多点调查,研究水稻纹枯病对稻米食味及产量的影响。结果表明,盐丰47病株率高于盐粳456,为99.39%;病株稻米蛋白质和直链淀粉含量升高,食味值降低;病株产量降低;纹枯病对稻米食味和产量影响... 详细信息

通过对滨海稻区盐丰47等品种纹枯病感病情况进行多点调查,研究水稻纹枯病对稻米食味及产量的影响。结果表明,盐丰47病株率高于盐粳456,为99.39%;病株稻米蛋白质和直链淀粉含量升高,食味值降低;病株产量降低;纹枯病对稻米食味和产量影响较大。

关键词：水稻纹枯病稻米食味产量滨海稻区

在线全文

学校读者我要写书评

暂无评论

数控铣削能耗预测及切削参数多目标优化研究

重庆理工大学学报（自然科学） 2024年第3期38卷 240-249页

作者：易望远尹瑞雪田应权欧丽贵州大学机械工程学院贵阳550025

为了研究数控铣床节能优化问题,首先以316L不锈钢为加工对象,设计了数控铣削实验方案,并进行了实验数据分析;然后以实验数据为样本,运用BP神经网络建立了数控机床能耗预测模型,并利用蜣螂优化算法(DBO)对BP神经网络结构进行优化,建立基... 详细信息

为了研究数控铣床节能优化问题,首先以316L不锈钢为加工对象,设计了数控铣削实验方案,并进行了实验数据分析;然后以实验数据为样本,运用BP神经网络建立了数控机床能耗预测模型,并利用蜣螂优化算法(DBO)对BP神经网络结构进行优化,建立基于DBO-BP神经网络的数控机床能耗预测模型。通过对比优化前后两模型,选择具有更高的预测精度和稳定性的DBO-BP神经网络模型与以加工成本为目标而建立的铣削参数多目标优化模型,并运用NSGA-Ⅱ对模型求解,得到最优解集,最后运用熵权TOPSIS法对最优解集进行决策,得到最优解。通过对比优化前后比能耗和加工成本,优化后的切削参数使比能耗和加工成本分别下降了33.84%和5%。研究结果表明,优化后的切削参数更加节能和节约加工成本。

关键词：数控铣削 DBO-BP神经网络能耗预测模型加工成本 NSGA-Ⅱ

面向表面质量的镍基高温合金铣削参数多目标优化研究

在线全文

学校读者我要写书评

暂无评论

重庆理工大学学报（自然科学） 2024年第2期38卷 123-131页

作者：田应权尹瑞雪易望远欧丽贵州大学机械工程学院贵阳550025

针对镍基高温合金材料在铣削过程中存在表面加工质量低的问题,提出一种基于神经网络及NSGA-Ⅱ算法的工艺参数多目标优化方法。采用不同工艺参数进行数控铣削镍基高温合金Inconel 718加工并获取数据集,以表面粗糙度为输出,不同工艺参数... 详细信息

针对镍基高温合金材料在铣削过程中存在表面加工质量低的问题,提出一种基于神经网络及NSGA-Ⅱ算法的工艺参数多目标优化方法。采用不同工艺参数进行数控铣削镍基高温合金Inconel 718加工并获取数据集,以表面粗糙度为输出,不同工艺参数组合为输入,利用麻雀搜索算法建立SSA-BP神经网络模型用于预测Inconel 718铣削表面粗糙度;以最大材料去除率、最小表面粗糙度为优化目标,构建NSGA-Ⅱ工艺参数多目标优化主体模型,调用构建好的预测模型作为主体模型的目标函数并优化求解得到Pareto最优解集。使用TOPSIS法对Pareto最优解集进行最优解决策,得出最佳的工艺参数组合。优化结果表明:该方法不仅可用于高温合金材料数控铣削表面粗糙度预测,还可用于工艺参数优化,为进一步提高数控铣削材料加工质量和效率提供参考。

关键词：数控铣削表面粗糙度质量优化难加工金属材料神经网络