科技文摘

20210201 肉鸡对于空中系统躲避距离和逃逸速度的评估//DOI：10.25165/j.ijabe.20201306.5591

使用自动化系统可以减少肉鸡生产的繁重劳动。然而，肉鸡对自动化系统的反应仍然不清楚。在商品肉鸡舍中，采用不同速度（0.2～1.2 m/s）和不同高度（0.3～1.8 m）对4～8周龄肉鸡的避障距离（AD）和逃逸速度（FS）进行了测定。结果表明，肉鸡AD总平均值和标准误差分别为63±3 cm（评估员）、58±1 cm（围栏）和85±1 cm（无人机）。随着肉鸡从第4周增加到第8周，肉鸡的围栏AD从82cm显著降低到45cm，但无人机AD没有显著变化。随着运行速度的提高，肉鸡AD也显著增加，分别从54cm（0.2m/s）增加到62cm（0.4m/s）（围栏）以及从81cm（0.4m/s）增加到89cm（1.2m/s）（无人机）。随着操作高度的增加，肉鸡的AD分别从54cm（0.3m）增加到57cm（1.5m）（围栏）以及从81cm（1.2m）增加到88cm（1.8m）（无人机）。肉鸡FS的总平均值和标准误差分别为0.21±0.01 m/s（围栏）和0.65±0.01 m/s（无人机）。随着肉鸡从第4周增加到第8周，肉鸡FS从0.47下降到0.07 m/s（围栏），从0.84下降到0.16 m/s（无人机）。如果将运行速度从0.2 m/s提高到0.4 m/s（围栏），以及从0.4 m/s提高到1.2 m/s（无人机），平均FS分别从0.18 m/s提高到0.24 m/s和0.52 m/s提高到0.78 m/s。将围栏高度从0.3 m增加到1.5 m，肉鸡的FS从0.27 m/s降低到0.16 m/s。然而，将无人机高度从1.2 m增加到1.8 m，FS仍然保持不变。这项研究的结果可以有助于更好地理解肉鸡与空中系统的相互作用，并为优化机器人操作策略提供见解。

[编译自：Parajuli P，Zhao Y，Tabler T. Evaluating avoidance distance and fleeing speed of broilers exposed to aerial systems. Int J Agric ＆ Biol Eng，2020；13（6）：34-40.]

20210202 风送气流场中雾滴流特性及雾滴沉积仿真与试验研究// DOI：10.25165/j.ijabe.20201306.5455

为了研究远射程风送式喷雾机气流中的雾滴流在风力作用下的运动规律，建立了基于CFD的风送式喷雾机喷筒及外部气流场的三维模型，引入DPM离散相模型模拟雾滴流在气流中的运动，在气流场中建立监测截面，经双向耦合计算，获得了气流场中雾滴流轨迹、雾滴流参数及雾滴沉积的仿真数据。结果发现，重力对雾滴的作用明显，粗粒径雾滴沉降较快，部分雾滴沉降聚合成大雾滴；小粒径雾滴随着气流传送到更远处，远射程喷雾机对小雾滴的定向输送作用明显；雾滴流在垂直于射程方向上的喷幅随射程增加而逐渐扩大，在射程的末端，雾滴流的弥漫与飘移占主导地位；在设定出口风速25.01 m/s、喷雾压力1.8 MPa条件下，气溶胶、弥雾、细雾、粗雾在气流场中的最大飞行距离分别为18.5 m、19.5 m、17.5 m、10.5 m；各监测面处的雾滴粒径、雾滴数量、雾滴流数量密度、雾滴流体积密度随喷筒轴向距离变化均呈回归函数关系；对雾滴沉积量的仿真结果与喷雾实测结果的卡方检验表明该文所采用的模型仿真结果可信。研究结果可为果园风送喷雾技术及装备的研究提供新方法，为实际喷雾作业中喷雾技术参数的优化提供参考。

[编译自：Xiahou B，Sun D Z，Song S R，Xue X Y，Dai Q F. Simulation and experimental research on droplet flow characteristics and deposition in airflow field. Int J Agric ＆ Biol Eng，2020；13（6）：16-24.]

20210203 基于有限体积法和无人机的水库溃坝洪水模拟模型预测精度// DOI：10.25165/j.ijabe.20201306.4909

该文提出了利用无人机（UAV）生成高分辨率数字地形图的方法，以及利用三维流体动力学模拟估算水库垮塌淹没面积的方法。考虑到无人机飞行时间和图像在x、y方向上的重叠范围，将无人机用于拍摄受损区域的飞行轨迹分为两个部分。通过使用3D旋转矩阵跟踪附近地区照片的关键特征，无人机拍摄的元数据被转换为全局坐标。从配准图像中提取三维空间的点云数据，利用点云分类几何映射技术生成数字地表图（DSM）。针对自然障碍物或人为障碍物引起的高程误差较大的问题，采用kriging插值法对DSM进行重构。利用FLOW-3D软件对一个重整化群（RNG）湍流模型进行了瞬态计算模拟，复杂的几何拓扑结构和流动水动力能均已考虑在内。利用无人机拍摄图像，再通过视觉读数计算出的淹没面积与三维模拟结果进行了对比验证。模拟估算的淹没面积比目测结果约大18.3%。紊流主要出现在障碍物或弯道区域，水深差可能进一步增大。然而，村民们证实，洪水面积远远大于通过视觉读数看到的面积。因此，建议将无人机测量与基于RNG湍流模型的三维模拟方法相结合，准确估算淹没面积，制定正确的管理政策来最大限度地降低未来水库垮塌造成损害的经济成本。

[编译自：Jeon J，Choi W. Prediction accuracy of reservoir break flood simulation model using finite volume method and UAV. Int J Agric ＆ Biol Eng，2020；13（6）：7-15.]