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。     

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。     

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。     

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。     

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。     

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.     

谷物联合收获机工作的调整

该文论述谷物联合收获机工作调整，提高谷物联合收获机的工作效率和质量。主要对联合收获机的主要部件切割器、拨禾轮、脱粒装置等进行工作前的调整。指出做好收获前准备工作的方法。     

ZKB-5型谷物联合收获机改装青贮玉米收获机

介绍了用ZKB-5型谷物联合收获机改装青贮玉米收获机改装要点,使用效果表明改装后收贮玉米,生产率达0.3-0.4hm2/h,切碎长度1.5～3.0cm,改装投入仅需2.5万元/台,作业二年即可收回投入。     

基于LabVIEW的谷物联合收获机割台振动测试分析

基于虚拟仪器开发平台,采用图形化编程语言LabVIEW建立了一套多通道振动测试和分析系统,运用加速度传感器测定了雷沃谷神牌GN601—CR2Q型谷物联合收获机割台不同测点及不同工况下水平、垂直和轴向的振动信号,并对振动信号进行了时域及频域分析。对联合收获机割台振动测试结果表明,割台的振源最主要的激励为割刀传动系统,割台水平方向的振动量最大并且割台振动最大的部位位于割台的过桥。其中割刀传动系统的惯性力引起的振动频率为10Hz,发动机惯性力引起的振动频率为30Hz,割台的固有频率为68.8Hz。     

谷物联合收获机清选装置疲劳寿命分析

以等强度设计思想为指导,以提高联合收获机清选装置疲劳寿命、延长使用功效为目标,运用刚柔耦合动力学分析、疲劳寿命分析、装配尺寸公差分析等方法,通过建立清选筛动力学模型,对影响联合收获机清选系统疲劳寿命的因素进行研究,获得影响清选装置主要零部件疲劳寿命的关键因素。提出一种清选系统疲劳寿命分析方法和优化设计方法,并通过试验验证了该分析方法的准确性,仿真与试验应力偏差在20%以内。     

谷物联合收割机粮食损失系统解决方案

为解决黄淮海地区小麦、水稻收获作业时经常遇到的各种粮食损失问题,从收割机结构和工作原理上进行了原因分析和梳理,结合多年的产品开发与实际作业经验,总结出一套系统的实际可行的解决方案,为广大收割机用户、农机推广与服务人员提供参考。      

联合收割机谷物损失测试研究探讨

总结了国内外联合收割机谷物损失测试的发展和现状,指出国内损失测试的要求与国外有很大差距,应该寻找适合中国国情的测试方法和理论,注重探讨和研究在不同作物品种、喂入量、含水率和草谷比状况下损失率的测试方法与影响因素等,为国内损失测试研究指明了方向,同时也提出了将虚拟仪器技术应用于损失测试的设想.     

联合收获机粮食产量分布信息获取技

针对精准农业田间信息获取技术的研究,提出了一种基于称重法的联合收获机粮食产量分布信息测量方法,可以提高联合收获机粮食流量监视的准确性.利用传统联合收获机的粮食传输特点,采用螺旋输送称重式原理组成联合收获机产量流量传感计量,解决了计量系统与动力直接传输相结合的技术问题,借助于GPS定位信息实现了联合收获机粮食流量动态计量以及田间粮食产量分布信息的测量.     

联合收割机谷物流量传感器的现状与分析

介绍了现有联合收割机上使用的体积流式和质量流式谷物流量传感器的结构与特点;重点分析了冲量式谷物流量传感器工作原理,包括压电陶瓷基片式、平行梁冲量式谷物流量传感器等;最后,分析了我国联合收割机谷物流量传感器存在的问题及发展趋势.     

微小型谷物联合收获机设计与试验

针对南方丘陵山区的小田块地形及当前小型谷物联合收获机存在的问题,阐述了微小型谷物联合收获机的设计思路和关键零部件设计,并进行田间试验测试。试验结果表明,该机具有“轻、小、简、廉”特点,适应小田块作业。      

联合收割机谷物损失传感器试验研究

为了提高联合收割机谷物损失传感器的测试精度,进行了大量物料试验,全面分析和总结了试验结果,进一步改进了联合收割机谷物损失传感器结构以及标定方案,加装了能起预紧和防松作用的限位-紧固螺母,更换了隔振垫,重新确定了标定小球.标定结果显示,传感器线性度有了显著的改善,从而有效地提高了测试精度.     

谷物联合收割机清选横流风机的设计

随着谷物联合收割机向高效率、大型化发展,使得联合收割机清选部件宽度增加,传统的离心式或轴流式风机受机器宽度的影响,存在横向气流分布不均匀、结构尺寸大和动力消耗大等问题,直接影响谷物清选质量和效率,而具有二维流动的横流风机不受机器宽度的影响,并能产生良好的气流分布。为此,对横流风机进行设计,并确定了主要技术参数,为相关人员提供参考。     

轮式谷物联合收获机视觉导航系统设计与试验

为提高联合收获机收获质量与效率,构建了轮式谷物联合收获机视觉导航控制系统,结合OpenCV设计了谷物收获边界直线检测算法识别水稻田间已收获区域与未收获区域边界,经预处理、二次边缘分割和直线检测等得到联合收获机视觉导航作业前视目标路径,并根据前视路径相对位置信息进行田间动态标定获得联合收获机满幅收获作业状态;提出了一种基于前视点的直线路径跟踪控制方法,通过预纠偏控制实现维持满割幅的同时防止作物漏割,以相对位置偏差值和实时转向后轮转角作为视觉导航控制器的输入,并根据纠偏策略对应输出转向轮控制电压大小。稻田试验结果表明,该导航系统实现了轮式联合收获机田间相对位置姿态的可靠采集及目标直线路径跟踪控制的稳定执行,在田间照度符合人眼正常工作的情况下,收获边界识别算法检测准确率不低于96.28%,单帧检测时间50 ms以内;以不产生漏割为前提的视觉导航平均割幅率为94.16%,随作业行数增多,割幅一致性呈提高趋势。本研究可为联合收获机自动导航满割幅作业提供技术支撑。