传统农具是现代农业机械的雏形，也是我国农耕文化和中华文明的载体，传统农具造物美学是一种艺术与现实、社会与自然相融合的文化，体现人与物、物与物、物与环境、物与社会的综合关系。以耒耜、秧马、水车三种较具代表性传统农具为例，深挖中国传统农具造物美学中功能、造型、制作工艺和文化内涵等价值，其功能与结构设计充分体现以人为本的观念，具有多种实用功能，造型上体现了道法自然的哲学思想，符合东方人的审美观，为农事劳动增添美感和趣味性，工艺上美观实用、精巧可靠，体现古人巧夺天工之能，因此也成为古代祭祀、诗歌及艺术作品的重要题材，具有深厚的历史文化艺术价值。并以助力乡村振兴发展为例，研究探讨传统农具造物美学在当代社会的应用途径，其对乡村历史文化传承、带动文旅产业发展、促进经济增长具有重要的支撑作用、实用价值和现实意义。

农业绿色技术是影响农业绿色发展实施效果的关键因素。基于文献计量方法和传统文献梳理方法，以中国知网数据库1993—2022年收录的996篇核心文献以及CSSCI文献为基础，通过CiteSpace软件对国内农业绿色技术研究领域的进展、热点与主题演变展进行梳理和分析，进而提出研究展望。结果表明：该领域的研究发展阶段清晰，尚未形成中坚力量，研究机构的合作网络及向外辐射能力仍有较大上升空间。现阶段主要研究热点为低碳农业与循环农业、技术采纳及其影响因素、技术创新与政策前沿。因此，紧跟国家农业绿色发展相关政策深入开展农业绿色技术研究、深化农业绿色技术推广机制及影响因素研究、加强技术采纳的效果与效应研究等将成为未来的研究方向。

从农村人口老龄化视角出发，研判农业机械对农业劳动力是否存在替代作用；判断我国当前农业劳动力是否短缺，预测我国未来农业机械化水平，尝试对“农业机械化可以解决农业劳动力短缺问题吗？”进行解答。采用我国31个省市2004—2020年省级面板数据，从农业机械对农业劳动力替代能力视角出发，采用交互固定效应模型，提出衡量农业机械替代能力的估计方法。实证结果表明：我国农业机械对农业劳动力的替代能力为：10000kW的农业机械每年能够取代大约1 169~1 239个农业劳动力。并通过古典经济学测算方法、时间演绎法、ARIMA预测模型，对我国农业剩余劳动力数量以及农业机械化水平进行预测。结果表明：我国农业机械总动力水平大致以每年增加24946630kW的速度增长，到2035年我国农业机械总动力大约会增加374199450kW，农业机械化的增长能够弥补人口老龄化带来的农业劳动力短缺。

乡村振兴战略的实施对农民致富增收提出更高的要求，针对农民收入低下难以增收的问题展开讨论，探究制定因地制宜的增收策略，来明确农民致富增收途径。通过分析盐城市芦蒲镇农民收入的特点，梳理当下通过发展高效附加值农业、培植能人经济、建设高标准农田和培养优秀的领路人等促进农民增收措施方面进行调查研究。在本地区工商业经济基础薄弱和高效农业发展程度受制约的情况下，通过明确乡村振兴发展主线、落实优势自然资源举措、锚定产业目标、建强干部队伍建设等方面来客观提出促进农民增收的策略，为实施乡村振兴战略中农民增收提供思路和理论支撑。

为明晰低碳技术采纳行为绩效，推进农户参与低碳化建设，基于695份稻农调研数据，综合运用数据包络分析法和倾向得分匹配法，测算农户低碳生产采纳行为绩效及群体间差异性。结果表明：样本农户的平均生产绩效为0.777 4，消除生产要素错配的影响，尚存在0.222 6的上升空间。低碳农业生产技术影响总样本农户农业生产绩效处理效应系数值均为正，但不显著。不同类型农户低碳农业生产技术采纳对农业生产绩效的影响呈现异质性。生活型、生存型和生产型三类农户采纳技术对农业生产绩效的影响不显著，仅功能型农户可以显著促进农业生产绩效提升。并指出未来需要加强宣传教育技术培训、构建政府与市场协同的农业低碳转型补偿机制、基于农户经营目标异质性分类实施激励政策和配套措施。

为未来生态农业培训模式设计和创新实践提供理论和现实依据，进而为农业高质量发展提供政策启示，基于2012—2021年我国31个省（市、自治区）的相关统计数据，分析政策支持、市场竞争、环保意识、培训资源四个要素之间的耦合协调关系。运用耦合协调度模型，构建影响生态农业培训效果要素系统的协同度评价模型，分析政策支持、市场竞争、环保意识、培训资源四个要素之间耦合协调的时空演变特征。在此基础上，通过障碍度模型识别出制约生态农业培训效果的关键因素，探究我国生态农业培训效果影响要素耦合协调的变化趋势与制约因素。研究发现：2012—2021年全国31个省（市、自治区）四要素耦合协调度整体表现为上升趋势，由0.478增至0.565，增幅为36.61%，但耦合协调度相对较低；在空间分布方面，各省（市、自治区）四要素耦合协调度呈现显著正相关；各要素障碍度由大到小依次为：市场竞争、培训资源、政策支持、环保意识，影响各要素耦合协调的主要障碍因子为政策支持中的政府补助金额，市场竞争中的涉农院校数量，环保意识中的有机肥的投入量，培训资源中的培训场地面积。

低碳循环发展的大背景下，三农碳汇生态产品的价值实现可助推三农低碳化发展并利农惠农。以生态脆弱区南疆四地州的户用沼气项目为研究对象，基于低碳循环的视角，利用小规模方法学AMS-Ⅲ.R和AMS-Ⅰ.C，综合测算温室气体的双重碳减排效益，估算其参与CERs项目后的经济效益，并进行项目碳减排成本的核算，最后就地区实际给出建议。结果表明：2020年南疆四地州户用沼气工程的总碳减排量为32.46×104 t/a，其中第一重碳减排量为0.96×104 t/a，第二重碳减排量为31.50×104 t/a，平均每户碳减排量为1.12 t/a；建池农牧民参与CERs项目的碳减排经济总收益可达3 385万元，参与CERs项目十年后的每户净现值为2 229.6元，内部收益率可达30%，动态投资回收期为3.16年；单位碳减排增量成本(ICER)为9.01元/t CO2当量，即1.42美元/t CO2当量。因此，其户用沼气CERs项目开发具有可行性，且开发潜力较大，加入碳交易市场实现其作为三农碳汇产品的价值对于地区生态恢复、减碳增收、巩固脱贫攻坚成果也有推动作用。

国内消费结构及农业结构调整背景下，中国畜牧业迅速发展，饲草料需求不断增加，但是国内饲草料供应不足、安全问题凸显。在“粮改饲”试点旗县进行实地调研，了解当地农户饲草料种植的投入产出情况，利用Logit、2SLS及LIML模型对农户种植饲草料行为的影响因素进行实证研究。结果显示，调查区域农户种植的饲草料主要以青贮玉米、苜蓿及燕麦草为主，种植苜蓿草的经济效益比其他饲草料高，2021年苜蓿草纯收益可达22005元/hm2，比青贮玉米和燕麦草分别高出4590元/hm2元和12180元/hm2，但是农户种植饲草料尤其苜蓿草的积极性并不高。探究农户选择种植饲草料行为的影响因素，发现政策激励、土地禀赋及组织制度因素对农户饲草料种植行为有显著的正向影响，提出政府应该尽快建立完善的土地流转市场体系，助力农户扩大种植规模，顺利进行种植业结构调整，加大饲草料种植面积，促进为养而种的良性循环，解决养殖业饲草料短缺问题以及鼓励各类合作社发挥合作制度优势，帮助农户降低种植饲草料的投入成本，拓宽饲草料的销售渠道，增加农民收入的对策建议。

为提高玉米作物病害叶片识别模型的准确性，提出改进YOLOv3的玉米病害识别方法。首先，为获得更深的玉米疾病特征，通过更改浅特征图比例和添加第四个检测层，分别修改YOLOv3网络体系结构为YOLOv3-M1和YOLOv3-M2。然后，采用改进的K-means算法进行聚类，获得的锚框倾向于数据集的真实边界框。最后，为每个类别添加一个平衡因子，并对不同类别中样本的难度进行加权来修改损失函数，使得模型能够找到边界盒预测与类别预测之间的最佳点，使算法获得最佳检测效果。结果表明，改进的YOLOv3-M1和YOLOv3-M2模型在测试集上的准确率分别高达95.63%和97.59%，相比YOLOv3模型，识别准确率分别提高4.15%和6.28%，识别准确率在玉米数据集上得到大幅度提高。

为满足机耕船自动驾驶功能，设计一套YOLOv5融合SGBM算法的机器视觉障碍感知系统。首先，以人、机耕船和农具为对象拍摄和收集图片得到水田障碍数据集，将图像输入YOLOv5网络模型迭代训练得到最优权重，随后将最优权重用于测试，并且与YOLOv4和Faster R-CNN网络进行比较；将双目相机拍摄的左右图像输入YOLOv5模型中进行检测，将输出的目标障碍检测框信息经校正变换后用SGBM算法进行视差计算，完成对目标障碍的识别和深度估计。结果表明，YOLOv5的平均精度均值稳定在87.25%比YOLOv4高1.55%，比Faster R-CNN高4.04%，单幅图像检测时间为0.017 s比YOLOv4快0.081 s，比Faster R-CNN快0.182 s且模型大小仅为13.7 MB比YOLOv4小236.4 MB；在检测机耕船、人和农具时，YOLOv5网络模型的置信度分别为0.91、0.99、0.95。YOLOv5+SGBM的深度估计在2 m内，精度达到98.1%。基于YOLOv5和SGBM的水田深度估计，能满足带旋耕无人驾驶作业的机耕船实际需求。

针对传统检测网络难以准确、高效地提取农作物叶片病虫害特征信息的问题，通过改进YOLOv8网络，提出一种多层级多尺度特征融合的农作物叶片病虫害识别算法。通过学习不同层级特征直接的特征关系，构建多层级特征编码模块，学习全面的特征表达；在Transformer的基础上设计多尺度空间—通道注意力模块，利用学习细粒度、粗粒度等多尺度全面的特征表达模式，捕获不同尺度特征之间的互补关系，并将所有特征表示有效融合起来，构成完整的图像特征表示，进而获取更佳的识别结果。在Plant Village公开数据集进行试验验证，结果表明：提出的改进方法能够有效提升配准精度，准确地识别出农作物叶片上同时存在的不同病虫害，对番茄叶片检测的mAP 0.5达到88.74%，比传统YOLOv8方法提升8.53%，且计算耗时没有明显增加。消融试验也充分证明所提各个模块的有效性，能够更好地实现高精度识别叶片病虫害，为农田智慧化管理提供有力支持和保障。

为解决柠檬初期病虫害特征部位小难以检测和可以利用数据集较少的问题，提出一种YOLOv5-DK检测算法。该算法是以YOLOv5为基础，采用K-Means++重新聚类柠檬初期虫害部位锚框，缓解柠檬初期虫害特征小的问题；同时提出一种新的轻量化Denseneck-2模块，该模块是利用DenseNet网络中复用的思想，让检测算法每一层输入都有前面每一层的特征信息，使得YOLOv5-DK对柠檬初期病虫害样本量的需求下降。与原始的YOLOv5检测算法相比较，新的YOLOv5-DK检测算法在检测的平均精度上面提高3.4%，漏检率下降2.1%，算法模型的参数量减轻6.3%，表明该算法在小样本和小目标的应用场景下性能更优。

为研究适合当前生产实际的苹果自动套袋技术，实现真实环境中未成熟青苹果的精准识别，提出一种基于改进YOLOv3的自然场景中未成熟青苹果图像识别方法。首先，为提高含干扰因素图像中未成熟青苹果识别准确率，基于YOLOv3算法利用残差网络和多尺度特征融合检测小目标的思想，对YOLOv3特征提取网络进行改进与试验验证，利用尺寸为（104，104，128）的特征图代替原尺寸为（13，13，1 024）的特征图作为输出，提出改进YOLOv3的未成熟青苹果目标检测模型，通过增大特征提取网络输出特征图尺寸，减小感受野尺寸，提高算法网络对图像中未成熟青苹果的捕捉能力与识别准确率。其次，设计不同算法、不同品种和不同环境下的识别对比试验并对结果进行对比分析。改进YOLOv3在整体数据集上的检测均值平均精确率mAP值和召回率R值分别为92.46%、87.6%，较原YOLOv3分别提高3.22%、14.57%，改进模型性能提升主要体现在检测正确目标数量的能力上；在含光照影响、重叠和遮挡影响图像测试集上改进YOLOv3的mAP值较原YOLOv3分别提高3.58%、2.74%。改进YOLOv3模型对整体数据集和含干扰因素图像测试集的检测准确率较高，检测正确目标的数量较多，抗干扰能力较强。

黄花菜具有较短的采摘周期和相对严格的采摘要求，针对传统人工采摘效率低、主观性高的问题，提出一种基于深度学习的SSH-YOLOv5黄花成熟度检测算法。以YOLOv5模型为基础，结合轻量级网络ShuffleNet V2基本残差单元压缩网络模型大小，提升模型目标检测速度；引入SE Net通道注意力机制模块，增强模型对有用特征信息的敏感度，提高目标检测精度；将普通卷积替换为深度可分离卷积模块，进一步减少模型计算量。试验结果表明，改进后的SSH-YOLOv5模型参数量和浮点运算量分别减少61.6%和68.3%，网络层数减少18%，同时SSH-YOLOv5的检测精度由原算法的88.8%提高到91.2%，实时检测速度达到66.4 f/s，相比原算法提高18.1%，达到实时检测要求。改进后的算法不仅实现模型的轻量化，同时也使黄花成熟度检测更加准确和快速，可以较好地满足黄花检测需求。

传统的目标检测算法仅能得到目标框，无法确定黄花菜的生长姿态。针对这一问题，在现有目标检测算法的基础上优化神经网络(Neural Network)结构，由检测框预测改为关节点的预测。首先，按照锚点匹配的方式确定黄花菜的生长方向及长度，统计黄花菜目标生长角度和长度，按照统计结果设置多个锚点，实际生长角度和长度与锚点进行比较，获得目标的相对长度和角度，并将其作为模型预测值进行训练；其次，在模型中加入热力图预测分支，对4个关节点进行预测；最后，利用目标长度和角度信息连接关节点得到黄花菜目标的生长姿态。设计针对线段拟合特点的评估模型方法，在计算精度的过程中引入部分亲和度字段。并据此改进非极大值抑制算法(NonMaximum Suppression)。试验结果表明：采用热力图校准后的模型对采摘目标识别精度达91.02%，定位精度达99.8%。

现有昆虫相关识别算法识别种类较少，缺少针对数量庞大种类众多的入侵昆虫分类识别算法，难以为入侵昆虫综合系统的识别功能提供稳定高效的技术支持。该研究对31类入侵昆虫图像进行数据采集，并对图像数据进行处理与数据集划分，基于四种卷积神经网络模型DenseNet121、MobileNetV3、ResNet101和ShuffleNet对其进行训练测试分析讨论。结果表明，在入侵昆虫综合识别系统识别功能后台算法应用上，MobileNetV3表现出更好的综合性能。根据MobileNetV3模型现有缺陷和模型特性，对MobileNetV3模型指定瓶颈层的注意力机制和激活函数进行改进，改进后模型的准确率为92.8%，单张测试集图像的平均识别时间0.012 s，相较于原MobileNetV3模型分别提高0.5%、缩短15.2%，可以很好满足多昆虫识别分类需求。

智能农机的路径跟踪精度受田地地形、农机结构等多因素的影响，会导致压坏滴灌带等严重后果。以棉花播种机为研究对象，提出一种由Stanley跟踪算法和线性二次最优控制(LQR)算法组成的切换式跟踪算法，引导农机快速入线和保持直线精度；另外为消除静态横向误差，加入针对航向角误差的扩展卡尔曼滤波器(EKF)。仿真结果显示，切换式跟踪算法在进入目标直线后可有效消除静态横向误差。实车试验结果表明，当给定初始横向误差为0.5 m，速度为3.6 km/h时，入线时间为6.88 s，超调量为0.041 m；当给定初始横向误差为0 m，速度为3.6 km/h时，直线跟踪精度控制在±0.025 m范围内，满足实际农机高精度的直线作业要求，表明该算法具有良好的跟踪精度和抗干扰能力，有利于提升农业生产效率。

为实现可见/近红外光谱对橘小实蝇侵染柑橘的准确检测。针对侵染位置的未知问题，设计一套橘小实蝇侵染柑橘多光路无损检测分级系统。采集四个检测光路的半透射光谱信息，利用偏最小二乘判别法建立并比较单一检测光路和混合四个检测光路的分类模型。结果显示，混合所有检测光路的模型取得较优的分类结果。利用竞争性自适应重加权采样法筛选的47个特征波长变量建模，四个检测光路中分类效果最佳地预测集的准确率和特异性分别达到93.5%和95.2%。利用四个检测光路的柑橘样本建立的PLSDA混合分类模型，结合CARS算法进行有效特征波长变量筛选，可提高橘小实蝇侵染柑橘分类模型的精度，实现橘小实蝇侵染柑橘的准确分类。研究结果可为在线检测橘小实蝇侵染柑橘提供参考。

将病毒注入蛋胚培养疫苗时，针头冲击使注射孔周围产生裂纹导致培养失败。为解决目前人工手持照蛋器在暗室通过肉眼检测蛋胚裂纹效率低、误判率高这一问题，提出一种结合多光谱通道注意(MSCA)机制与并行堆叠拓扑(PST)模块的带孔蛋胚裂纹检测方法。首先搭建带孔蛋胚裂纹检测黑箱，采集病毒注射后带孔蛋胚的线形、网状、星形裂纹和带孔完好蛋胚图像并建立数据集；接着以ResNet-50为骨干模型，将其后4层的第一个残差模块替换为PST模块，以增加模型初期图像表达能力；最后在每个PST模块与残差模块后引入MSCA机制，MSCA机制通过二维离散余弦变换(2DDCT)压缩数据得到各通道频率分量，采用神经结构搜索(NAS)方式得到最佳频率分量，即对权重重新分配，增加裂纹特征权重比例，以确保模型快速、精准识别带孔蛋胚裂纹。结果表明，改进的网络模型对带孔蛋胚裂纹检测时间为0.42 s/枚，检测精度为96.43%，检测效率高于人工作业。与原始ResNet-50相比，检测精度提高3.66%，优于其他经典卷积网络模型，改进模型可用于疫苗培育前带孔蛋胚裂纹自动检测。

针对复杂环境下因叶片重叠遮挡以及目标较小等原因而导致番茄病害识别准确率较低的问题，提出一种多尺度级联模型(IMS-Cascade)。该模型以级联神经网络(Cascade R-CNN)为基础，在主干网络中引入融合上下文信息的可切换空洞卷积，使用复杂的多尺度卷积核提取目标特征，解决同种病害因叶片遮挡而形状差异较大的问题，并在特征融合网络中添加反馈连接模块，使模型可以进行多次的特征提取，提高浅层信息的利用率。最后在损失函数上增大准确样本的梯度，降低异常样本对模型的影响。将该模型用于Plant Village公开发表的部分番茄叶病害数据集上，mAP达到89.1%，平均准确率达到99.36%，分别比原始Cascade R-CNN模型提高2.5%和1.84%，具有更高检测精度，有利于复杂环境下的番茄病害检测。

为判断大豆开花时期落花情况，对田间大豆花朵在花蕾、半开、全开、凋落四类生长状态下进行精准检测。基于YOLOv5检测模型，对主干Bottleneck CSP结构进行修改，减少模块数量来保留更多浅层特征，增强特征表达能力，在骨干网络中引入CA注意机制，以获得位置信息，协助模型更加准确地识别，并修改锚箱尺寸提高小目标花蕾精准识别，在自建的田间大豆花朵不同生长状态数据集上进行改进YOLOv5算法对比试验。结果表明：大豆开花时期花朵不同生长状态识别模型准确率达到93.4%，召回率达到91.4%，对比原模型准确率、召回率分别提高0.8%和2.1%。

针对现有农作物病害叶片检测方法利用图像特征定位叶片病害区域精度不高的问题，提出一种基于多模态特征对齐的作物病害叶片检测新方法。在训练阶段，利用视觉编码器和文本编码器将农作物叶片集中的图片和文本进行编码，并根据视觉编码特征定位给定图片中的病害区域，利用视觉和文本编码融合特征实现病害区域病害类型的细粒度分类。在推理阶段，利用预训练的病害区域定位模块定位给定测试图片中的病害区域，并将其提取的病害区域作为预训练分类模型的输入；通过计算预测文本值与文本集中原始标签之间的相似度值，快速给出病害区域的细粒度分类结果。在多个开源的农作物病害数据集上进行测试，所提出方法在马铃薯、番茄、苹果和草莓四种类型的病害叶片数据集上精准率分别为0.957 4、0.961 1、0.958 0和0.950 2，综合性能更优，具有较好实用价值。

番茄叶片病害的快速定位与精准识别有助于合理使用杀虫剂，进而保障番茄的质量与产量。针对现有番茄叶片病害检测方法检测性能不佳的问题，提出一种自监督下的小样本番茄叶片病害检测方法。首先，利用一组共享权重的主干网络提取番茄叶片在视觉空间中的语义特征；然后，将视觉语义特征作为深度自编码网络的输入，通过计算编码压缩后的特征与原始特征间的对比损失优化特征编码网络；最后，利用编码压缩后的特征指导番茄叶片的未知病害定位与识别。此外，为获得更鲁棒的指导特征集，设计一种双损失的优化策略。通过在自建的番茄病害叶片数据集和开源数据集上进行测试试验，所提出模型分别在自建和开源数据集上实现0.946 2和0.963 9的识别精准率，优于当前经典的目标检测方法。

为更精确地施药，提供可靠的虫量数据，提出一种基于图像识别技术的灰飞虱数量计算方法。设定由拍摄距离和相机调节倍数组成三组拍摄条件，融合区域面积、区域圆度和边界直径三个参数组合构成识别计数模型，利用边缘检测和区域填充完成图像中的个体提取，每组条件下分别计算5张单个长翅和短翅的参数值作为标准。拍摄条件相同的情况下，分别计算4张相互独立和4张有轻微连接的灰飞虱的计数图像，将每个区域的结果比对参数标准值范围，如果三个参数均在范围内，则输出1；至少有一个参数不符合，重新计算该区域面积和边界直径，当同时符合标准值的2倍时，输出2。试验结果表明：灰飞虱全为独立的图像中，有8张相对错误率为0%，3张小于10%，1张为13.3%；轻微连接的图像中，有2张相对错误率为0%，6张小于10%，4张为10%~25%，能满足灰飞虱数量的自动计算。

为提高服役状态下玉米收获机发动机运行的稳定性，以发动机运行数据为分析对象，计算发动机的一个稳定性运行趋势曲线，用以判断发动机是否处于稳定性状态。首先通过获取发动机ECU系统中的运行数据，对发动机正常运行下的数据进行归一化处理，然后基于遗传算法优化的BP神经网络建立预测模型。以发动机转速、农机速度、冷却液温度、系统电压4个参数作为输入对机油压力的数值进行预测，最终预测模型的决定系数达到0.88，证明预测模型拟合度较高，能准确地对发动机的机油压力做出预测。而发动机在正常运行的情况下，机油压力的预测偏差较小，以大量正常运行的机油压力预测值与实际运行值的残差结合实际运行值构建基准向量集合，再以20 000条正常的机油压力的运行预测值与实际运行值的残差结合实际运行值构建评估向量，利用马氏距离计算每个评估向量到基准向量集合的距离值，该距离值可代表发动机正常运行状态下的一个稳定性的指标值。结果表明：得到的20 000个指标值具有一定的聚集性，指标值的大小稳定在0~10之间，所以该指标值在时间序列的一个趋势曲线可以代表发动机服役状态下的一个稳定的趋势，用以判断发动机处于正常或异常状态。

保证丘陵山地拖拉机在起伏山地或土质较硬地块作业时的牵引力和耕深之间的最佳匹配状态是丘陵山地拖拉机悬挂系统设计的重要指标。比例电磁铁作为节流阀电—机转换的主要元件，其性能优劣对控制节流口开度、实现流量的比例调节具有重要意义。针对丘陵山地拖拉机悬挂系统作业需求和电液比例阀设计要求，设计一种用于悬挂液压系统姿态调整的先导式节流阀比例电磁铁，对其关键结构参数进行设计，建立比例电磁铁数学模型，通过Maxwell对阀组流量特性的影响进行仿真分析。同时利用遗传算法对隔磁导向套厚度、隔磁环角度、隔磁环宽度和定子铁心深度等参数进行匹配优化，通过Maxwell对优化前后的比例电磁铁进行有限元分析。仿真结果表明：优化后的比例电磁铁在1~3 mm时电磁力几乎与X轴平行，具有更好的位移—力特性。建立先导式节流阀数学模型，通过Simulink对其进行动态特性和静态特性仿真，验证所设计的比例电磁铁参数的合理性。

为获得准确的烟草营养土离散元参数，采用仿真试验和台架试验相结合的方法，开展烟草营养土离散元仿真参数标定。以烟草营养土休止角为响应指标，采用Hertz-Mindli（no slip）离散元接触模型，设计Plackett-Burman试验，对烟草营养土离散元参数进行因素筛选，对烟草营养土休止角有显著性影响的因素分别为营养土间静摩擦系数、营养土间滚动摩擦系数和营养土—玻璃静摩擦系数；进行三因素三水平的Box-Behnken试验，获得各因素与烟草营养土休止角之间的回归方程。烟草营养土离散元模型参数标定结果为：静摩擦系数0.67、滚动摩擦系数0.35、营养土—玻璃静摩擦系数0.35。在标定所得的离散元模型下，仿真试验所得休止角与台架试验所得休止角值相对误差为2.59%。

针对目前辣椒机械化加工去杂效率低、易损伤等问题，对辣椒的物理特征及力学特性进行试验研究。以新疆红龙板椒为研究对象，通过物理特征参数测定及统计数据处理，获得板椒的主要物理参数及其相关性。试验测得辣椒果长为141.00 mm，椒果果径为18.35 mm，辣椒果柄长度为31.90 mm，辣椒果柄直径为5.97 mm，辣椒单果重为5.64 g。借助剪切及拉伸力学试验，获得辣椒柄及辣椒柄与辣椒蒂连接处的力学特性。在剪切试验中，辣椒柄的平均剪切强度为9.73 MPa，通过Design-Expert 12软件优化设计得到在剪切位置、果柄直径和加载速度分别为15 mm、4.5 mm、和200 mm/min时剪切强度最小为6.34 MPa；在拉伸试验中，辣椒柄的平均抗拉强度为5.13 MPa，通过Design-Expert 12软件优化设计得到在夹持位置、果柄直径和加载速度分别为55 mm、4.4 mm、和395.5 mm/min时抗拉强度最小为3.95 MPa。

为实现简易保鲜储藏设备的推广应用，需要先确定简易保鲜储藏设备的质量评价方法。通过分析研究简易保鲜储藏设备质量调查评价方法并进行实际应用，对简易保鲜储藏设备的安全性、可靠性、适应性和售后服务状况等内容进行调查及评价，掌握在用保鲜储藏设备的整体质量水平。在分析研究简易保鲜储藏设备的组成结构、参数及功能原理、用途、设备实际运行使用过程中可能出现的状况及故障、用户使用设备的质量要求及服务感受的基础上，设置设备质量评价指标，每个指标赋予不同的权重系数。其中一级指标5个，分别是安全性、适用性、可靠性、物料使用负荷程度、售后服务；二级指标25个。一级指标中安全性25分、适用性20分、可靠性20分、物料使用负荷程度20分、售后服务15分。调查结果表明，简易保鲜储藏设备所有样本加权得分为83.10。3家公司的产品生产使用性能较好，达到产品设计标准。

面对农产品供应市场日益庞大以及现存追溯系统中心化结构严重、溯源信息模糊简陋、数据安全难以得到有效保障等问题，通过分析供应链的业务流程及相关特点，融合区块链及IPFS技术设计灵活的多链分布式追溯系统以应对错综复杂多变的市场情况中的精准溯源及监管的需求。充分利用星际文件系统IPFS的去重存储以及分布式存储特性提高存储资源的利用率，解决以往溯源数据存储中心化严重、数据类型单一、负载过大等问题；区块链多链与IPFS私有网络的结合以及CBC、ECC两个加密算法的采用可以支持全面的市场监管，并可以满足企业隐私数据的加密保护需求。为验证模型有效性，以水培蔬菜溯源项目作为应用案例进行分析测试，其中区块链多链系统吞吐量达到上链500 TPS、查询400 TPS；CBC加密算法的相关性、扩展性分析中密文改变率分别达到96.727%、97.136%。测试结果表明：本追溯系统在实现溯源数据高效记录存储和精准监管溯源的基础上，也能够给予供应链内各方合法权益及隐私数据有效的安全保护，亦可以面对业务交错复杂的市场供应链，为完整可靠的农产品区块链追溯监管系统研究发展与落地实现提供借鉴与参考。