基于功率测量的联合收获机喂入量检测方法研究

为了准确分析联合收获机不同喂入量检测方法的精度,提出基于割台主动轴功率和倾斜输送器功率的2种喂入量检测方法。以河北冬小麦作为试验对象,以新疆3型联合收获机为试验平台,进行了喂入量检测系统田间试验。喂入量检测系统包括割台主动轴扭矩传感器、倾斜输送器动力轴扭矩传感器、割台主动轴转速传感器和车载工控机等。对2种喂入量检测方法进行分析,根据试验数据分别建立计算模型,将2种方法的检测结果与实测结果进行对比,结果表明,基于割台主动轴功率的喂入量检测方法平均相对误差为19.6%,基于倾斜输送器功率的喂入量检测方法平均相对误差为16.1%。2种方法的检测精度在一定程度上能满足田间应用需求,基于倾斜输送器功率的喂入量检测方法检测精度稍高。     

谷物联合收获机喂入量神经网络模型建立

考虑物料的物理特性,对喂入量理论方程进行分析,利用正交试验获得喂入量的主要影响因素,建立了喂入量BP神经网络模型。该模型输入参数为物料湿度、油压力、谷草比,输出参数为喂入量。仿真试验结果表明:训练样本、确证样本和测试样本网络输出与网络目标的误差较小,相关系数可达0.999 5,模型可以准确地反映喂入量。用未参加训练的10组样本进行喂入量测定,网络模型的误差平方和为0.769 2,远小于回归方程的误差平方和2.656 2,可见网络模型优于回归方程。     

联合收获机喂入量测量方法

在DF-1.5型物料脱粒分离、清选仿真与控制试验台上对联合收获机的喂入量测量方法进行了试验研究,提出了通过测量喂入主动轴的扭矩,从而间接测定联合收获机的喂入量的方法。在分析了喂入主动轴扭矩与喂入量之间数学关系的基础上,通过试验获得喂入主动轴扭矩和与之对应的喂入量值,得出了喂入量与喂入主动轴扭矩之间回归方程式,为联合收获机喂入量的测量提供了试验和理论依据。     

联合收获机喂入量监测系统设计与试验

为了能够实时、准确地获取联合收获机作业过程中的喂入量信息,设计了基于割台传动轴扭矩的喂入量监测系统,并建立了喂入量预测模型。该监测系统主要由信息感知模块、车载终端和移动终端构成。信息感知模块包括扭矩传感器、霍尔传感器和GPS模块等;车载终端将采集信息本地显示并打包上传;移动终端实现了对联合收获机作业参数的远程监测。在建立喂入量预测一元线性回归模型基础上,对扭矩信号进行了双阈值滤波和低通滤波。田间试验结果表明,该系统运行稳定,通信良好,一元线性回归模型预测决定系数为0. 755。滤波方法能够有效地滤除噪声,滤波后预测决定系数提高至0. 852,能够在一定程度上满足联合收获机喂入量监测的实际需要。     

谷物联合收获机喂入量建模与试验

设计了谷物联合收获机脱粒滚筒液压无级变速系统,对该系统中封闭液压油的压力进行测量,用该油压力表示喂入量。通过台架试验,得出喂入量与油压力之间的关系方程,并与脱粒滚筒转速表示喂入量的方法进行了对比。结果表明：在联合收获机稳定工作,物料物理特性一致时,油压力随喂入量的增加呈线性上升,而此时脱粒滚筒转速可以视为常量,所以油压力能够准确地反映喂入量。     

GPS联合收获机随机喂入量模糊控制技术

阐述了一种由喂入量挤压力测试原理、喂入量测试模型建立和当量喂入量测试方法组成的GPS联合收获机随机喂入量实时测试的理论和技术。应用模糊控制理论,设计了联合收获机喂入量模糊控制器。对改装的JD1065R型试验样机进行了随机喂入量模糊控制田问试验,对喂入量最佳工作状态的模糊控制作了有益的探讨。     

浅析谷物联合收获机的喂入量

喂入量是谷物联合收获机的主参数,其对机器的作业性能、整机可靠性以及经济性有着深刻的影响。按照标准规定的方法进行测试是验证谷物联合收获机实际喂入量大小的唯一途径,喂入量的大小也直接影响着补贴额度的大小。     

基于GWO-MPC的联合收获机喂入量控制方法与仿真实验

收获机作为农业生产的重要生产工具,其喂入量控制一直是自动控制领域研究的热点问题。本文通过分析收获机工作方式,建立收获时收获机喂入量变化模型。设计开发收获机作业参数监测系统,以小麦作为实验对象,在我国华北地区开展田间实验,验证系统喂入量监测精度并同步采集产量、含水率和作业速度等参数,系统喂入量监测平均相对误差为8.55%。以收获机在割台高度不变条件下保持额定喂入量为控制目标状态,收获机作业速度作为控制量,采用模型预测的方法对收获机喂入量进行仿真控制。采用灰狼优化算法优化二次规划的权值矩阵,仿真结果表明,权值矩阵优化后,喂入量控制平均绝对误差小于0.1 kg/s,平均降低38.1%。喂入量控制误差与收获区域的产量成反比,与含水率成正比。在相邻时域内产量、含水率变化较小的收获区域效果更好。     

喂入量扰动下联合收获机振动特性机理研究

针对喂入量变化引起各工作部件受到变载冲击和不平衡力,导致联合收获机工作时振动突变,影响整机工作稳定性与可靠性,本文基于联合收获机运动平衡方程和外界振动扰动信号相关性分析方法,通过开展田间工况下联合收获机变喂入振动试验,获取不同喂入量下主要工作部件的振动加速度信号。当喂入谷物呈现较强的阻尼特性时,振动加速度信号随之减弱,而收获机工作动力需求增加后,又会进一步导致振动信号增强的现象。通过快速傅立叶变换将加速度信号转换为频域信号,进一步掌握振幅的变化及激振频率特征。喂入量扰动导致的振动主要发生在低频激振频率范围,而喂入量表现出的阻尼特性对高频振幅起减弱作用。喂入量对脱粒滚筒振动影响最为明显,最大振幅由17μm衰减至2.8μm,变化量达83.5%,而割台与输送槽的变化量分别为55.8%和7.69%。脱粒滚筒的最大峰值点也由中频195Hz附近左移至靠近低频的117Hz附近。     

联合收获机喂入量灰色预测模糊PID控制

针对联合收获机控制系统的非线性、复杂性,将灰色预测理论和模糊PID控制设计思想相融合,建立了灰色预测数学模型,设计了灰色预测模糊PID控制器,并将其应用于喂入量的控制.仿真表明,灰色预测模糊PID控制算法可以提高传统PID控制和模糊PID控制的质量及鲁棒性,改善系统性能,获得较好的控制效果.     

基于改进算法的小麦收获机作物密度检测研究

针对谷物联合收获机喂入量实时调整的需求,研究成熟期作物密度与收获机喂入量间的函数关系。首先对图像进行灰度化与中值滤波处理,然后以改进的图像分割算法获得了更为准确的图像分割阈值,从而将作物的谷、叶从背景中分割出来。在此基础上,以数据拟合的方式得到小麦收获机喂入量随图像像素的变化模型,为谷物收获机实时、精准地控制喂入量提供可行的方案。     

基于结构模块化的微型山地稻麦联合收割机设计

机型及价格因素是制约山地丘陵地区水稻联合收割机普及的重要因素。通过适当删除一些不适合微型机的工艺流程、合理地布置整机各功能部件等措施,实现了机器的微型化设计。通过模块的划分和组合实现了机器的模块化设计,为快速配置不同性能的机器提供了一种实现方案。     

基于单目视觉的谷物联合收获机产量测量方法

为准确获取农田中作物产量信息,以联合收获机刮板式升运器为研究对象,提出了一种基于单目视觉的联合收获机产量测量方法。首先,根据真实的升运器内部谷堆图像,提出了一种更加精确的刮板上谷物堆积模型。然后,基于视觉测量和图像处理技术,开发了一种谷堆体积测量方法。在辅助光源照射下,通过工业相机采集升运器内刮板和谷堆的侧面图像。采用邻域微分法提取图像感兴趣区域,再利用Otsu法和形态学处理方法从背景中准确分割出谷堆。根据相机成像模型,计算谷堆在世界坐标系中的实际侧面积,并通过谷堆几何模型得到谷物的体积。最后,将每个刮板上的谷堆体积累加求取产量。为验证所提方法的有效性,搭建了基于单目视觉的谷物测产系统,并在升运器试验台上开展了试验验证。试验结果表明,在不同的升运器转速工况下,所提方法测量的相对误差为-4.08%~3.41%,能够满足联合收获机产量测量精度要求。     

基于改进竞争威布尔模型的联合收割机可靠性评估研究

针对联合收割机可靠性评估过程中对使用故障数据单一化处理和评估结果往往与实际情况不符的问题,提出了一种基于改进竞争威布尔模型的方法对联合收割机的可靠性进行评估。为了使联合收割机使用故障数据的故障机制处理方法更科学和准确,引入故障特征属性和故障信息序列等分析处理方法对其故障数据进行分类化处理。由于不同故障对联合收割机的可靠性影响程度具有差异性,本文将联合收割机使用故障数据进行等级化处理,赋予相应权重并加入到故障数据预处理的计算中。通过改进的竞争威布尔可靠性评估模型的数学方法与计算公式得出联合收割机使用故障数据的模糊聚类分析,结合自助抽样法(bootstrap)对改进竞争威布尔模型的参数进行估计,确定出模型参数的点估计和区间估计,以此得到联合收割机的可靠度函数和平均无故障时间。最后,通过改进竞争威布尔模型的联合收割机可靠性的算例结果与单威布尔模型下计算结果进行比较,分析表明:本文提出的针对联合收割机使用故障数据的处理方法和基于改进竞争威布尔模型的可靠性计算结果更符合联合收割机实际使用情况;同时,对比之前联合收割机可靠性计算方法,该法避免了难度大、单一化、工作量大的故障机制探测及分析工作,更具有实际性、准确性和操作性。     

小麦联合收获机测产误差动态自校准方法设计与试验

为了进一步提高小麦联合收获机谷物测产系统的准确性与稳定性,本文在第1代基于光电漫反射原理的小麦联合收获机测产装置基础上,结合定量螺旋输送原理,设计了一套联合收获机测产误差动态自校准系统,提出了一种在联合收获机动态条件下,测产误差自动进行反馈校准的方法。该系统由谷物体积传感器、卸粮转速传感器、粮仓粮位传感器、数据采集与处理模块、显示终端和误差反馈校准软件组成。2020年6月在北京市小汤山国家精准农业研究示范基地分别进行了卸粮转速传感器性能试验、室内螺旋输送台架试验和室外田间动态自校准性能验证试验。卸粮转速传感器性能试验结果表明卸粮转速传感器相对误差小于2%。台架试验结果表明,在不同的卸粮转速下,系统监测值与实际输出值误差不大于2.5%,定量螺旋输送谷物瞬时流量与转速呈线性关系,R2达到0.9937。田间试验表明,采用测产误差动态自校准方法的测量误差在-2.95%~3.13%,比未使用该方法的测产装置测量结果降低了0.45个百分点,同时系统的误差波动减小。测产误差动态自校准方法为小麦田间产量信息的准确获取提供了一种新的测量手段。     

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。     

基于神经网络PID的小麦收割机械式行走装置设计

为了提高联合收割机行进速度控制的响应精度、缩短控制过程的响应时间及提高收割机的作业效率,设计了一种新的小麦收割机械式行走装置。该装置利用新型液压-机械控制方案,结合神经网络PID控制器,提高了行走装置的响应速度和精度,并解决了收割机原地转向及特殊地块通过性较差的问题。行走系统采用双联集成变量柱塞泵和2个定量摆线马达的相互独立闲式液压传动系统,实现了收割机行走系统的无级调速。为了测试装置的有效性和可靠性,对PID控制器的响应精度和响应时间等进行了测试。通过测试发现:PID控制器的调节时间仅为0.02s,响应迅速,超调量低,响应精度较高,为小麦收割机现代化设计提供了较有价值的参考。     

图像处理在联合收割机夹带损失检测中的应用

夹带损失是联合收割机工作中是一项重要的检测数据.为此,采用图像处理技术设计联合收割机的夹带损失传感器,对联合收割机的夹带损失进行监视与检测;将采集到的图像进行灰度、滤波和二值化等处理;最后运用计算目标面积的方法,来预报谷物损失个数.实验结果表明,该方法快速、简易且准确,能实时检测联合收割机的夹带损失.