甘蔗收割机切刀负载压力影响因素试验研究

针对甘蔗收割机工作时收割损失大及切割负载大等问题,结合单因素与多因素试验研究方法,对影响切割器负载压力的因素进行研究。利用自主研制的切割试验平台进行探究,并通过二次回归正交旋转设计物理试验建立数学模型,利用数学分析软件MATHCAD对回归方程中的因素进行主效应和交互效应分析。结果表明:刀盘转速、刀盘倾角、甘蔗密度、进给速度及入土深度对切割负载压力影响显著,甘蔗品种影响较小。同时可知:在刀盘倾角4°～8°、刀盘转速650～700r/min、入土深度20mm、进给速度0.2m/s的条件下,切割功率小。     

甘蔗收获机切割系统负载压力影响因素的试验研究

针对甘蔗收获机在入土切割时无法根据地形精确控制切割器入土切割深度的问题,通过理论分析甘蔗收割机入土切割时影响切割系统负载压力的因素,并通过试验探究各因素对切割系统负载压力的影响规律。试验结果表明:影响切割系统负载压力的主要因素有入土深度、土槽进给速度、甘蔗密度、刀盘转速、土壤含水率和土壤密度,随着入土切割深度、土槽进给速度、甘蔗密度和刀盘转速的增加,切割系统的负载压力整体均呈逐渐增大的趋势,并得出各因素对切割系统负载压力影响的显著性及先后顺序。该研究为建立甘蔗收获机械切割系统的负载压力与切刀入土切割深度的关系数据库提供了数据支持。     

基于PSO-LSSVM的甘蔗破头率预测

甘蔗收割机收割后的甘蔗宿根破头率是评价甘蔗收割质量的重要指标,破头率过高会严重影响下一年甘蔗产量及甘蔗收割机的广泛推广与应用,但甘蔗破头率的采集方式复杂、费时费力,是研究降低甘蔗破头率的控制策略中的一项难题.为此,提出了一种基于PSO-LSSVM的甘蔗破头率预测方法,通过在田间采集甘蔗收割机刀盘与行走子系统的工作压力、...     

基于EDEM甘蔗切割器入土切割仿真试验分析

为了明确甘蔗收割机所用的不同结构切割器以及工作参数(刀盘倾角、行走速度)对进入输送通道泥土量的影响效果,采用离散元分析法建立甘蔗切割器入土切割蔗垄仿真模型,以收集装置收集土壤颗粒质量为试验指标,切割器种类、刀盘倾角、行走速度为试验因素,进行三因素三水平完全交叉分组仿真试验。在入土切割深度为70mm、刀盘转速为650r/min条件下工作,仿真试验结果表明:对进入输送通道泥土量影响因素由主到次关系依次为刀盘倾角(B)、行走速度(C)、切割器种类(A),且三因素对其影响均极其显著。其中,切割器种类A1与A2之间差异不显著,A3与A1、A2之间差异显著,且切割器A3入土切割时泥土带入量最少,切割器A1泥土带入量最多;刀盘倾角各水平之间差异显著,且当刀盘倾角为B1时,泥土带入量最多,刀盘倾角为B3时,泥土带入量最少;行走速度C2与C3水平间差异不显著,C1与C2、C3之间差异显著,且当行走速度为C1时,其泥土带入量最少,行走速度为C3时,其泥土带入量最多。分析切割器入土切割过程可知:土壤颗粒经过切割器作用后,大部分土壤颗粒呈向后抛送状态且不同颗粒向后抛送速度不同,研究结论可为今后的甘蔗切割器结构设计及工作参数优化提供参考。     

不同土壤对甘蔗入土切割负载压力影响的研究

针对甘蔗收获机入土切割系统负载压力的预测适应性差、准确性低的问题,通过正交试验探究在不同土壤类型下切割系统的负载压力与入土切割深度、土壤含水率、甘蔗密度及土壤硬度等因素之间的关系并对各影响因素的显著性进行排序;根据试验结果搭建基于BP神经网络的负载切割压力的预测模型并进行验证。试验及验证结果表明:各土壤中入土深度、土壤含水率、甘蔗密度对切割系统负载压力影响显著,红壤的土壤硬度影响显著,而冲积壤的入土深度与土壤含水率交互作用影响较大;预测验证得出黄壤、红壤、冲击壤的平均相对误差分别为1.81%、3.46%、3.79%。研究成果可为提高甘蔗收获机入土切割负载压力预测控制系统的适应性、可靠性提供数据支持和理论依据,对其实际应用具有一定参考价值。     

甘蔗收获机切刀负载压力影响因素试验研究

由于我国甘蔗大部分种植在丘陵地带,蔗地地势起伏变化较大,导致切割器切割甘蔗时出现过切或漏切以及甘蔗收获中出现收割损失大的情况。为此,对影响切割器负载压力的因素进行进一步研究,结合前课题组的研究理论分析出其影响因素有刀盘倾角、入土深度、刀盘转速、进给速度和甘蔗密度。采用ANSYS软件对刀盘倾角进行仿真分析,并通过Doehlert matrix设计试验方法进行物理试验研究,寻找最优模型关系式,最终建立切刀负载压力与影响因素之间的数学模型,为后续自动控制系统的研发打下基础。     

基于压力反馈的甘蔗收割机台架液压升降系统仿真

根据我国南方地势起伏不平以及甘蔗茂密、蔗叶交错的甘蔗收割环境,提出了一种基于压力反馈的甘蔗收割机台架液压自动升降系统.为此,介绍了该控制系统的工作原理和信号的处理方法,应用AMEsim软件进行建模与仿真分析.仿真结果表明,通过采用压力反馈的方式,液压升降系统能够根据负载的变化自动控制台架升降,从而保证刀盘始终能够紧贴地面进行收割,从而实现提高甘蔗收割机收割质量的目的.     

甘蔗收获机切刀负载压力的神经网络预测

为了实现切刀负载压力预测以及入土切割自动控制信号获取,结合正交试验和BP神经网络与回归分析分别建立了切刀负载压力的预测数学模型.结果表明:BP神经网络构建的切割负载压力数学模型准确拟合率达到了85.2％,而回归分析构建的切割负载压力模型准确拟合率只有33.3％;对构建的切刀负载压力BP神经网络模型在新的试验因素下得到的...     

甘蔗收割机柔性夹持输送装置驱动马达负载的分析

了解执行机构驱动负载是设计液压驱动系统的前提。为此,以华南农业大学自主研制的4ZZX-48型侧后悬挂式整秆甘蔗收割机的无轨道柔性夹持输送装置为研究对象,根据其结构及工作原理,采用逐点张力法,分析了夹持输送链条的张紧力及其影响因素,建立了该装置的驱动负载模型,并进行了试验验证。结果表明,在纵向和横向输送链条的张紧力分别为409~751N和389~721N、工作转速为250~350r/min时,内外侧链条的启动负载分别为103~134N·m和68~107N·m,稳定工作时的负载分别为50~60N·m和68~72N·m。当链条的参数选定后,链条的张紧力对夹持装置的驱动负载影响最大。     

基于改进粒子群算法的小麦收割机路径优化控制研究

为了实现小麦收割机的路径优化控制,文章利用改进粒子群算法对其进行优化控制.首先,构建了小麦收割机调度优化模型;其次,构建了改进粒子群算法的基本模型;最后,对其进行了仿真分析,仿真结果表明,改进粒子群算法能优化小麦收割机的路径.     

基于PCA-GA-SVM的甘蔗收获机运行状态识别

由于甘蔗收获机在收获过程中智能化水平较低,依靠人工操作很容易对甘蔗收获机的运行状态产生误判,从而造成物流通道堵塞、能源浪费、收割效率低。针对这些问题,提出一种基于主成分分析(PCA)、遗传算法(GA)和支持向量机(SVM)状态识别模型。首先,通过实地采集甘蔗收获机刀盘轴、行走轴、切段轴和风机轴扭矩和行驶速度特征信息,然后通过PCA进行数据降维,最后利用GA优化参数C、γ,使用每个特性信息来训练SVM,对甘蔗收获机运行状态进行分类。结果表明:PCA-GA-SVM状态识别模型对甘蔗收获机运行状态的识别准确率为93.75%,建模时间为3.688 s,与SVM(81.25%,9.487 s)、PCA-SVM(87.5%,5.817 s)和GA-SVM(90%,8.969 s)进行对比,该模型具有最高准确识别率和最快建模速度,具有较大的应用价值。     

基于PVG的甘蔗联合收割机负载敏感控制研究

为解决甘蔗联合收割机液压系统在时变工况下的载荷匹配和速度稳定性问题,首先通过试验测试甘蔗有倒伏和无倒伏两种典型工况下关键部件中液压马达的工作载荷和转速,运用Ncode软件进行数据处理.试验数据分析表明:甘蔗机械收获的过程中,各工作部件的载荷和转速随时间的变化而变化,在有倒伏工况下载荷最大波动幅度达到13 MPa,转速最...     

小型甘蔗收获机车架拓扑优化与试验

为提高小型甘蔗收获机的结构刚度,避免共振的发生,同时满足轻量化的需求,对其车架进行多目标多水平拓扑优化。首先建立小型甘蔗收获机车架的三维模型与有限元模型,通过模态试验验证有限元模态的准确性。其次对车架进行静力学分析,并分别以最小柔度和最大动态刚度为目标进行拓扑优化,对优化的模型进行筛选后,再通过静力学分析校验优化结构的安全性。最后,根据优化后的模型加工出实物并进行动态性能测试。通过传递函数测试与振动试验的结果可得：以静力学为目标优化的车架,第一阶频率提高0.1 Hz、峰值频率得到略微改善,并且质量降低10.6%,各频率段的振幅均大于优化前的车架;以侧向支承梁优化的车架,第一阶频率降低0.3 Hz,质量降低21.77%,峰值频率得到轻微改善,1~3 Hz下的振幅略小于原车架;而以动力学为目标优化的车架,第一阶频率提高0.9 Hz,传递函数各项指标均降低,各频率段的振幅均小于优化前的车架,车架质量减少12%,充分达到预期目标,实现车架板梁结构的轻量化和动态特性提升。由验证模态试验得知：三种方式优化后的车架,各阶频率均避开发动机激励以及其他主要激励的频率范围。     

融合黄瓜光质需求的设施光环境智能调控模型

设施光环境是影响作物生长发育的重要因素之一,其包括设施光强和光质。不同温度下,两者与光合速率存在显著的互作关系,建立融合作物光质需求的设施光环境智能调控模型,是设施农业环境调控急需解决的问题之一。本文以黄瓜为试验材料,设计了温度、光照强度、光质比嵌套的植株净光合速率测试试验,获取了多因子耦合的试验样本,并利用支持向量机建立了融合黄瓜光质需求的光合速率预测模型。其次,提出了基于粒子群算法的光照强度和光质比寻优算法,获取了不同温度条件下最适合植物生长的光照强度和光质比。最后,基于寻优结果,利用偏最小二乘回归法构建红蓝光目标值调控模型。验证结果表明,光合速率预测模型训练集数据和测试集数据的拟合度分别为0. 997 1和0. 996 9,均方根误差分别为0. 363 0、0. 436 7μmol/(m~2·s)。红、蓝光目标值调控模型均方根误差分别为15. 087 8、10. 138 3μmol/(m~2·s),可满足调控模型精度要求。其调控效果相比于传统固定光质比调控模型有明显提升,为有效地进行设施光环境调控提供了重要依据。     

基于IGWPSO-SVM的HMCVT湿式离合器摩擦副温度预测

针对传统机器学习模型预测重型拖拉机液压机械无级变速箱(Hydro mechanical continuously variable transmission, HMCVT)湿式离合器温度的局限性,提出了基于改进灰狼粒子群优化-支持向量机(Improved grey wolf particle swarm optimization-support vector machine, IGWPSO-SVM)的HMCVT湿式离合器摩擦副温度预测模型。首先,对湿式离合器摩擦副滑摩过程进行热分析,确定影响湿式离合器摩擦副温度的因素;然后,基于支持向量机(Support vector machine, SVM)搭建温度预测模型,并利用改进灰狼粒子群优化(Improved grey wolf particle swarm optimization, IGWPSO)算法对SVM的结构参数进行优化;最后,基于HMCVT湿式离合器试验台数据搭建离合器摩擦副温度预测模型的样本数据库,以湿式离合器摩擦副对偶钢片为对象,对IGWPSO-SVM模型进行试验验证。试验结果表明,IGWPSO-SVM模型预测摩擦副对偶钢片...     

基于PSO-SVR的植物纤维地膜抗张强度预测研究

为快速、准确地对生产过程中植物纤维地膜抗张强度进行预测,降低生产成本,提高原料利用率,以植物纤维地膜中试平台为依托,基于粒子群算法(PSO)优化支持向量机回归(SVR)模型,结合正交试验设计L25(56)方法,以纤维打浆度、施胶剂添加量、湿强剂添加量、地膜定量、混合比作为模型输入参数,以植物纤维地膜抗张强度为输出进行模拟预测,并将模拟结果与SVR、BP、RBF智能算法模型进行对比分析。结果表明:PSO-SVR模型能够较好地表达植物纤维地膜抗张强度与模型参数间的非线性关系,并能根据输入参数快速准确地对植物纤维地膜抗张强度进行预测,测试集样本中预测值与实际值间均方误差、决定系数和均方根误差为0.117 N2、0.915、0.342 N;与其他智能算法(SVR、BP、RBF)相比,PSO-SVR算法模型具有更高的适用性与稳定性。研究结果可为生产过程中不同抄造工艺参数下植物纤维地膜抗张强度的在线监控提供参考依据。     

基于粒子群算法改进的轮式收获机纯追踪模型的路径跟踪研究

为满足轮式收获机地头收获路径跟踪精度要求,本研究提出了一种基于粒子群改进的带有预测特性的纯追踪路径跟踪算法。建立了轮式收获机运动学模型,推导了基于轮式收获机运动学模型的纯追踪路径跟踪算法。以收获机航向误差和横向误差为基础,构建了带有预测特性的隶属度函数,采用权重系数自适应方法,通过粒子群优化（PSO）算法,实现了实时动态确定最优前视距离。以玉米收获机为试验平台,开展了直线路径跟踪路面试验与“8”字曲线路径跟踪路面实验,试验结果表明：在1.5m/s速度时,直线路径跟踪的最大横向误差为4.39cm,最大航向误差为2.31°。在1m/s时,曲线路径跟踪的最大横向误差为5.24cm,最大航向误差为2.41°。试验结果表明本文设计改进的路径跟踪算法对直线路径及曲线路径都具有良好的路径跟踪效果,满足轮式收获机田间作业要求。     

基于环境星CCD图像的甘蔗叶面积指数反演方法

及时准确获取甘蔗叶面积指数对于甘蔗长势监测和产量预测具有重要意义。尝试通过构建组合核函数,利用支持向量回归方法建立甘蔗LAI估算模型,并利用新型国产卫星数据环境星CCD图像和准同步的地面观测数据,分别采用指数关系模型、对数关系模型、支持向量回归模型3种方法,以广西甘蔗主产县为例,开展了环境星遥感图像在甘蔗叶面积指数反演试验。结果表明,3种方法都可以对甘蔗LAI进行有效预测,且能获得较好的预测效果,验证了环境星CCD图像在甘蔗LAI反演中的实用性,其中支持向量回归模型反演精度最高：5月份决定性系数R2分别比