基于传感器技术的谷物联合收获机清选损失监测系统

针对谷物联合收获机作业过程中清选损失较大的问题,设计了一种以AT89C52单片机为核心的谷物清选损失监测系统。该系统能区别出谷粒和杂质信号,实时显示机具前进速度和谷物清选损失率,当损失率超标时报警提示驾驶员及时调整相关机构,以降低收获损失。仿真试验结果表明,系统响应速度快、准确且稳定,符合设计要求。     

阵列式压电晶体传感器谷粒清选损失监测仪设计

设计了由阵列式压电晶体传感器、阵列信号调理系统及单片机监测系统组成的谷粒清选损失监测仪,并制作了仪器样机。测试试验结果表明,阵列式压电晶体谷粒清选损失监测仪对损失谷粒响应时间在1 s以内,测量误差小于5%,且对实际收获工况中各种干扰能有效地抑制。     

阵列式压电晶体传感器谷粒清选损失监测仪设计

设计了由阵列式压电晶体传感器、阵列信号调理系统及单片机监测系统组成的谷粒清选损失监测仪,并制作了仪器样机.测试试验结果表明,阵列式压电晶体谷粒清选损失监测仪对损失谷粒响应时间在1 s以内,测量误差小于5%,且对实际收获工况中各种干扰能有效地抑制.     

基于ARM9的谷粒清选损失混沌检测系统

清选损失传感器通过谷粒冲击传感器获取冲击信号,由于工作中振动噪声非常强烈,常规检测方法很难将谷粒冲击信号检测出来。为此,首先给出了检测系统的系统框图,确定了采用Cymbal振子来设计传感器,接着对检测系统的信号调理电路进行了设计。最后,将该检测系统用龙格库塔算法程序化,确定了混沌检测系统的参数,并应用EVC(Embedded Visual C++)程序将检测系统移植到ARM9.0的WINCE 5.0平台上,证实了该系统的可用性。     

基于EMD的联合收获机籽粒损失监测传感器设计与试验

玉米清选损失监测受清选脱出物种类多样、环境噪声复杂等影响严重,为了解决清选损失监测精度差、效率低的问题,设计了一款基于最小能量准则EMD（Empirical mode decomposition）去噪方法的清选损失监测传感器,实现了对采集信号中的振动、工噪和杂余等信号分离。利用Matlab仿真对模拟信号进行去噪,与小波去噪、低通滤波法和移动平均法3种去噪方法相比,基于最小能量准则EMD去噪方法在不同信噪比下均方根误差（RMSE）最小,为0.1698,信噪比（SNR）最高,为12.7453,处理后的信号最接近原始信号。为验证该方法的实用性,以籽粒损失率分别为0、5%、10%、15%和20%的冲击样本开展损失率监测传感器台架试验,结果表明：该传感器最小检测误差为1.8%,最大检测误差为3.9%,对比小波去噪、低通滤波法和移动平均法3种去噪方法所得试验数据,最小能量准则EMD去噪方法的平均误差分别减小了2.12、4.40、6.52个百分点,与仿真试验结果一致。该研究对于提高玉米清选损失率检测精度特别是信号处理过程中去噪方法的研究具有重要意义。     

联合收获机谷物损失实时监测系统研究

为了实现联合收获机工作过程中谷物损失量的实时监测,设计了谷物损失实时监测系统。该系统以PVDF压电薄膜作为敏感元件,通过电压放大器、带通滤波器、精密全波整流、包络检波等构成信号调制电路来检测谷物冲击信号,为了减小联合收获机的振动干扰,设计了一种双层隔振结构。在1.1~2.6m/s范围内进行谷物冲击性能试验。结果表明,谷物冲击信号的电压峰值为2~4V,且电压峰值随冲击速度的增大而增加。以AT89C52单片机为核心开发了二次显示仪表,实时采集传感器输出的谷物冲击信号。田间试验表明,该系统能够有效获取谷粒冲击信号,实时显示联合收获机谷物夹带、清选损失率,具有预报警功能,且测量结果可以通讯输出。     

微型联合收割机气流式清选装置的仿真研究

介绍了谷粒的基本物理特性,分析谷粒在水平气流中的运动轨迹与受力间的关系,设计出箱体式纯气流谷物清选装置,并确定了清选流场的守恒方程。借助Fluent软件,建立了气固多相流的欧拉模型,实现了谷物清选的仿真模拟并获得相关数据,论证了适用于微型联合收割机的气流式清选装置的可能性与可行性。     

阵列式压电晶体谷物损失传感器有限元分析与试验

为了提高谷粒损失检测的精确度与可靠性,提出了构建压电晶体矢量传感器阵列的方案,实现参数多点实时测量。采用有限单元法对谷草撞击动力学模型进行了分析;利用ANSYS软件,根据谷粒损失传感器敏感元件的实际尺寸进行建模,计算、仿真敏感元件的振动模态,求解敏感元件谐振频率;通过分析敏感元件低阶模态的动态应变分布,确定了矢量传感器阵列中压电晶体的位置和数量,优化了阵列结构。在试验台架上进行了谷草撞击试验,使用动态信号分析仪对敏感元件的低阶振型与应变分布进行了试验测试。试验结果与理论分析结果一致,表明优化的阵列结构可用于压电晶体矢量传感器阵列的理论设计和参数修正。     

基于逆向工程的水稻精准模型构建及试验验证

为了更加切实反映水稻谷粒在介质中的运动及颗粒间的碰撞情况,利用逆向工程技术建立谷粒的精准三维模型。使用三维扫描仪测得饱满籽粒和瘪谷的点云数据,在后处理软件中经过数据处理、曲面重构最终生成质量较好的谷粒三维模型,与实际谷粒误差均小于2%。为了进一步验证基于逆向工程方法所建谷粒模型的准确性,采用离散元素法,将构建的谷粒不同模型导入离散元软件中,进行堆积角的仿真模拟及试验验证。堆积角的对比仿真模拟及试验表明:颗粒模型对堆积角的形成有较大影响,所构建模型模拟得到的堆积角与实际试验结果误差更小(3%以内)。该模型可更好地反映水稻籽粒间的接触碰撞和摩擦运动,为水稻籽粒收获清选过程中的动力学仿真分析提供了一种准确性和实用性更高的模型。     

基于Matlab/Simulink仿真的电网基波信号检测方法

基于Matlab/Simulink仿真,提出一种改进的自适应陷波滤波器算法,用于提取污染环境下的电网基波信号.该算法不需要锁相环装置来达到同步,通过设置适当参数即可自动跟踪基波信号变化,从而实现对基波信号的提取.     

自动跟踪相关滤波在内燃机主轴动平衡中的应用

根据动不平衡信号的信息特征和信号的相关性,给出了自动跟踪相关滤波原理和算法;基于Labview开发系统,依据自动跟踪相关滤波原理开发了动不平衡信号提取图形化程序,应用此程序对含有不同倍频谐波和噪声的振动信号进行仿真处理及在内燃机主轴动平衡中的现场试验。结果表明:通过自动跟踪相关滤波,不仅能够准确提取不同转速的动不平衡信号,而且还能够满足内燃机主轴高精度动平衡测试的要求,具有较强的应用价值。     

基于CFD-DEM的收获机分离室内谷物运动模拟与试验

采用计算流体力学与离散元耦合的方法对割前摘脱稻麦联合收获机惯性分离室内谷物的运动进行数值模拟。仿真结果表明:籽粒和短茎秆在气流作用下能够实现分离,分离室入口气体速度增加,有助于提高分离室初清选谷物的性能,但入口气体速度增加使得分离室后部气体湍流现象加重,且能耗也随之增加;不饱满籽粒能在分离室内实现沉降。对仿真结果进行了试验验证,结果表明利用CFD-DEM对分离室内谷物运动进行数值模拟是可行的。     

基于Kalman滤波的联合收获机籽粒清选损失监测研究

为了解决谷物籽粒撞击信号码间串扰问题,实现联合收获机工作过程中谷物损失量的实时监测,并提高监测的精度,设计了一种新的籽粒清选监测系统。该系统采用Kalman滤波的方法缩短了籽粒撞击板信号的衰减时间,从而可以有效地降低信号的码间串扰。为了验证系统的有效性和可靠性,对籽粒清选系统进行了测试,选取了两组饱满程度不同的籽粒作为研究对象,通过测试得到了两组籽粒的撞击电压响应曲线,并分别对比了Kalman滤波和未滤波的信号衰减曲线和籽粒的清选误差。由对比结果可以发现:Kalman滤波能明显地缩短信号的衰减时间,降低了籽粒间码间串扰对系统监测精度的影响及清选误差,大大提高了籽粒损失监测系统的工作效率,为联合收割机的优化设计提供了理论参考。     

基于FPGA的联合收获机脱粒滚筒模糊控制系统

提出了一种基于VHDL语言描述、FPGA实现的联合收获机脱粒滚筒模糊控制系统的硬件设计方法.建立脱粒滚筒模糊推理规则和控制器算法结构,完成了控制器的VHDL模块化设计,并通过MAX+PLUSII开发平台,对各模块进行时序与功能仿真,实现了脱粒滚筒智能控制技术的单片集成.结果表明:用FPGA实现联合收获机脱粒滚筒模糊控制器,时序验证方便,而且推理速度快、修改灵活、系统集成度高,是实现智能控制策略的一种新的有效思路.     

车辆电动转向系统的卡尔曼滤波模糊PID控制

通过对车辆动力转向系统的动力学分析,建立了动态数学模型。为了克服单独使用PID控制和模糊控制时的问题,提高控制系统的响应速度,减小超调量,减小稳态误差,设计了模糊控制和PID控制相结合的多模态控制器,实现了分段控制;并由卡尔曼滤波对控制信号进行滤波处理,减小路面随机干扰和传感器测量噪声的影响,从而进一步提高了控制效果。仿真和试验结果表明,该控制方法能够明显改善控制性能。     

马铃薯联合收获机车身调平系统设计与试验

针对马铃薯联合收获机作业时车身不能随地形起伏变化自适应平衡,导致作业安全性低、收获损伤大、收获品质差的问题,设计了一种马铃薯联合收获机车身调平系统,该系统采用融合一阶惯性滤波的倾角传感器监测车身横向倾斜角度,干扰和抖动被有效抑制;通过车身调平机构动力学分析,建立了系统的数学模型;采用基于一阶惯性滤波的模糊PID算法控制比例阀驱动升降液压缸运动,从而实现马铃薯联合收获机车身自动调平。对车身调平系统进行仿真分析,结果表明：与传统PID算法相比,模糊PID具有更好的控制性能,系统调节时间缩短51.77%,上升时间缩短53.57%,最大超调量减小6.25%;对整机控制系统进行静态和动态试验测试,结果表明：在坡度-10°~10°范围内,系统自动调平时间小于4s,最大调平误差小于1°;车身在倾斜角10°工况下,使用模糊PID控制算法自动调平时间缩短约50%,静态试验结果与仿真分析结果相符;在起伏变化较大的路面以速度3.6km/h行驶时,车身倾斜角误差控制在±3°以内,较好地实现了马铃薯联合收获机车身自动调平控制,满足实际作业需求。     

基于自适应滤波算法的树木年轮测量方法

为提高树木年轮测量仪的测量精度,提出了一种自适应低通滤波算法对年轮测量仪的直流电机电流信号进行滤波处理。普通低通滤波算法滤波系数固定,当树木年轮宽度发生变化时,既可能保留了部分噪声信号,又可能滤去部分有效的树木年轮信号,因此降低了年轮测量仪的测量精度。自适应低通滤波算法的滤波系数可随滤波器输入值和输出值的变化自动进行调整,提高了噪声滤除效果,减少了有效信号损失。使用自主研发的年轮测量仪测量了大、中、小3种径阶的60个落叶松圆盘,记录直流电机原始电流信号,分别采用自适应低通滤波算法和普通低通滤波算法对原始电流进行滤波处理,根据滤波后的电流波形图,预估圆盘年龄,并计算2种滤波算法的年轮识别正确率。结果表明,自适应低通滤波器年轮识别正确率的平均值为89. 66%,普通低通滤波器年轮识别正确率的平均值为75. 84%;当平均年轮宽度变窄时,自适应低通滤波器的年轮识别正确率从95. 61%下降到82. 02%,下降了13. 59个百分点,而普通低通滤波器的年轮识别正确率从86. 37%下降到62. 30%,下降了24. 07个百分点。表明自适应低通滤波器年轮识别正确率高,自适应能力强,年轮识别精度稳定。     

联合收获机惯性沉降分离室内籽粒运动规律

根据牛顿第二定律,建立了惯性沉降分离室内包含多因素的籽粒运动微分方程式。利用拉格朗日法的离散相模型对惯性沉降分离室内籽粒运动进行了数值计算,得到了籽粒在惯性沉降分离室内的运动轨迹,沉降、分离等运动规律,并通过数值计算得到分离室入口气流速度和籽粒初速度对分离室分离效率的影响规律。     

谷物联合收获机自动测产系统产量模型

为了提高谷物联合收获机自动测产系统的测产精度,在研究了谷物联合收获机田间工作状态和升运器速度变异的基础上,通过分析谷物的运动学原理及其对冲量传感器作用的力学原理,建立了电压/升运器速度产量模型。为进一步消除收获机作业时的噪声干扰,在测产原始数据预处理时,先采用回归差分法降低振动噪声,然后采用双阈值滤波以及阈值取代法、前值取代法2种插值方法以消除差分电压中的奇异值,结果显示前值取代法效果较佳。此外,还提出了升运器速度归一化方法和冲量电压标准化方法以消除量纲影响并简化计算。田间测产试验结果表明,提出的电压/升运器速度模型比传统的质量-电压模型更能准确表征谷物运动实际情况,测产精度高,验证均方根误差为2.03%。     

谷物联合收获机清选技术与装置研究进展

我国谷物联合收获机普遍存在作业性能和效率难以兼顾、适应性不强、信息化智能化程度较低等问题,清选装置作为联合收获机最核心的工作部件之一,直接影响着整机的作业性能。如何提高清选装置的性能和效率是现阶段谷物联合收获机技术发展的重点和难点。因此,本文从清选装置结构、清选装置内部气流场和物料运动及清选装置智能化技术等方面综述了国内外谷物联合收获机清选技术与装置的研究进展,分析阐述了联合收获机清选装置的发展趋势,以期进一步提高我国联合收获机清选装置的工作性能、作业效率和适应性。