联合收获机前进速度模糊控制系统多目标遗传优化

针对联合收获机前进速度模糊控制系统参数设计具有主观性,导致作业性能不理想的问题,以切纵流联合收获机样机为研究对象,构建联合收获机前进速度模糊控制系统仿真模型,并建立控制性能和收获性能的优化目标函数来衡量联合收获机的作业性能,利用多目标遗传算法对模糊控制系统的隶属函数和输送槽、割台螺旋输送器和切流滚筒对前进速度的影响因子进行优化。通过对优化前后模型仿真对比和两组田间试验数据分析,表明优化后的控制系统在受外界干扰情况下控制性能得到了较好的保持,收获性能在喂入量变化不大情况下,单位平均损失率分别由1.45%和1.26%降至1.12%和1.14%,联合收获机的总体作业性能得到改善。     

物料状态对圆筒式短茎秆清理装置性能的影响

以喂入量和含杂率为试验因素，研究了圆筒式短茎秆清理装置的分离性能，分析了该装置沿长度方向的分离规律，给出了使用中的长度确定原则。     

联合收割机的二次切割分向输送部件研究

概述了二次切割分向输送部件的国内外研究动态，提出了该作业方式的设计依据，介绍了立式和卧式二次切割分向输送部件的研究实例，理论分析和试验表明，采用此类部件是提高联合收割机生产率和性能的一个重要方法。     

惯性沉降分离室内三维定常气流流动数值计算

为了解气流在4ZTL-1800型割前摘脱稻（麦）联合收获机惯性沉降分离室内的运动规律，从流体力学和湍流理论出发，建立了气体运动微分方程式及k-ε湍流模型，并利用Fluent软件对惯性沉降分离室内三维定常气流进行了数值计算，得到了气体在惯性沉降分离室内的流动特征。根据其特征对分离室结构进行了改进设计，数值计算结果表明改进后惯性沉降分离室内的气流流场得到了改善。     

脱粒部件数学模型的建立与模拟

对传统型联合收割机核心工作部件“脱粒－分离部件”的工作机理进行了理论分析，推导出反映其工作过程的数学模型，为脱粒－分离部件工作性能的计算提供了理论工具。     

基于图像旋转投影的导航路径检测算

提出一种农业车辆视觉导航路径识别算法--旋转投影算法.该算法通过角度枚举对图像ROI实施旋转变换,由旋转后图像的列均值与枚举角度构成旋转投影矩阵R,对其行向量实施差分运算得到差分旋转投影矩阵Rd,由Rd的极值可确定图像导航路径,即航向偏差θ与航位偏差d,进而可以求得世界坐标系下的导航路径参数.同理可以对田头线进行检测.为了提高算法的实时性,提出设定合理的ROI、实施线性压缩、旋转角度先粗分再细分的二步法以及充分利用前帧信息4种处理方法,使处理一帧用时6.2ms左右.通过对不同条件下成熟小麦图像测试表明,该算法识别导航路径准确率达到95%.     

基于RBF网络的联合收获机脱粒滚筒恒速控制

对联合收获机行走、收割、脱粒系统进行分析,提出了系统数学模型的基本形式.针对该模型的高阶次、非线性和难以准确获得具体参数等问题,将模型差分方程的基本形式分解为与控制信号无关和有关的2个部分,利用RBF神经网络技术分别对2个部分进行在线辨识,控制器根据辨识结果进行控制,构建了自适应控制.利用该系统进行了不同条件下的仿真和试验,试验证明利用RBF网络可快速有效地拟合被控对象.当对象参数发生变化时,系统可实现跟踪适应,达到较好的控制效果.     

微型稻麦联合收获机气流式清选装置研究

为提高应用于丘陵山区作业的微型稻麦联合收割机作业质量,设计了气流式清选装置。通过设计计算确定了气流式清选装置主要工作部件(清选筒、吸风管、吸风机)的结构参数和工作参数,对清选筒进行了三维实体模型气流流场仿真分析。结果表明,清选装置结构、气流风速分布符合设计要求,清选分离效果好。经水稻收获田间对比试验表明:装有气流式清选装置的微型联合收获机具有结构紧凑、转移方便等原机特点;清选筒气流流场的风压风速分布满足设计要求;与没有清选装置的微型联合收获机相比,总损失率从3.8%下降到2.34%,破碎率从1.5%下降到1.4%,含杂率从7.2%下降到1.2%,分别下降了38.42%、8.33%和83.33%,达到了国家行业标准JB/T 5117—2006的要求,其中含杂率下降尤为显著。     

4LZ—2.0型联合收获机割台模态分析

为建立准确的联合收获机割台有限元模型,获取完备的结构动态特性,进行碧浪4LZ-2.0型联合收获机割台的试验模态分析,利用ModalVIEW软件识别各阶模态参数,同时利用UG软件进行割台有限元模态分析,得到了各阶计算模态,计算了试验模态的MAC值,并通过所测模态数据对比验证了所建立割台有限元模型的正确性.     

基于机器视觉的谷物联合收获机行走目标直线检测

针对谷物联合收获机视觉导航,提出基于改进Hough变换(HT)的谷物联合收获机行走目标直线检测算法.通过改进一维最大熵阈值分割方法,提高了阈值分割的速度;对二值图像通过行扫描和列扫描,确定了行走目标直线的终点位置以及直线方向上的候选点;以候选点为点集,利用最小二乘直线拟合和直线终点位置确定了待检测直线上已知一点;利用改进HT完成直线检测,与传统的HT相比,将二元映射转换为一元映射,加快了算法速度、减少了空间占用和提高了抗干扰能力.经过对多幅图片的处理,证明算法能够有效地检测出直线参数,且处理时间在100 ms左右.