联合收获机脱粒滚筒角速度控制优化设计_基于小波神经网络_李鑫
联合收割机脱离滚筒的模糊控制研究

联合收割机脱粒滚筒的模糊控制研究专业:学生姓名:学号:指导教师:目录第一章绪论 (2)1.1脱粒滚筒性能的研究状况 (2)1.2联合收割机自动控制与监测的研究状况 (2)1.3研究内容 (3)第二章联合收割机脱粒滚筒自动控制系统概述 (4)2.1脱粒滚筒技术要求和性能指标 (4)2.2脱粒滚筒性能影响因素 (4)2.3工作原理 (5)第三章模糊控制系统设计 (5)3.1模糊控制系统的基本组成 (6)3.2脱粒滚筒模糊控制器及系统设计 (8)第四章脱粒滚筒转速模糊控制系统的硬件设计 (13)4.1单片机与模糊控制 (14)4.2选择单片机实现模糊控制 (15)4.3控制系统的硬件设计 (15)第五章脱粒滚筒转速模糊控制系统的软件设计 (16)5.1输入输出量的模糊化算法 (18)5.2系统软件流程图设计 (19)第六章结束语 (20)参考文献 (20)第一章绪论1.1脱粒滚筒性能的研究状况脱粒装置是联合收获机械的核心部件,脱粒装置的设计与改进是以脱粒装置的性能模型为基础的"由于脱粒过程的复杂性!影响脱粒性能因素的多样性!不确定性以及影响因素与脱粒性能之间的非线性性等,因而难以有效描述脱粒装置的性能模型"目前研究脱粒装置脱粒性能的方法有以下几种:1.单因素试验法单因素试验法常常用于脱粒过程脱粒性能的研究中,也就是固定其它的影响因素,单片机模糊控制在脱粒滚筒自动控制系统中的应用只变化其中一个因素,可以看出该因素对其性能的影响趋势"该方法简单!容易操作,但使用该方法只是对脱粒装置性能与其影响因素进行定性描述,难以确定各影响因素之间的主次关系以及其交互作用"。
2.正交试验法正交试验法是多因素的优选方法"由于脱粒过程中对脱粒性能的影响是多因素的,因而采用正交试验法可以从影响脱粒性能的多因素中以最少的试验次数选出,因素的主次关系"但该方法无法描述脱粒装置性能与各影响因素之间的非线性关系。
基于CAN总线的联合收割机脱粒滚筒测控系统研究

基于CAN总线的联合收割机脱粒滚筒测控系统研究王静;张倩;朱晓言;段娜;石钟山;郑永军;王新【摘要】提出了一种基于CAN总线的联合收割机脱粒滚筒测控系统的设计方法.利用LM3S8962芯片构建了各个CAN智能控制节点,并利用CAN总线多主通信的优势,将各个节点采集到的数据传送给上位机,通过上位机的数据处理和判断,实现了联合收割机参数的智能采集和脱粒滚筒的智能化控制.此外,基于Labwindows/CVI设计了相应的上位机监控软件,实现了数据的实时显示和存储,为操作人员提供了友好的人机界面和操作平台.该系统灵活方便、可靠性好、抗干扰能力强、通信速率高,是联合收割机脱粒滚筒关键作业性能数据采集与控制的有效解决方案.【期刊名称】《农机化研究》【年(卷),期】2012(034)001【总页数】5页(P71-75)【关键词】联合收割机;CAN总线;计算机测控;嵌入式系统;虚拟仪器【作者】王静;张倩;朱晓言;段娜;石钟山;郑永军;王新【作者单位】中国农业大学工学院,北京 100083;中国农业大学工学院,北京100083;中国农业大学工学院,北京 100083;中国农业大学工学院,北京 100083;中国农业大学工学院,北京 100083;中国农业大学工学院,北京 100083;中国农业大学工学院,北京 100083【正文语种】中文【中图分类】TP273+.50 引言联合收割机作为稻麦收获环节的主要机械,近年来得到了前所未有的快速发展。
但是由于其工作性质—强度高、时间长以及操作的复杂性,给联合收割机操纵者带来了较大的困扰,进而也影响到了联合收割机的作业效率。
所以,联合收割机的智能化控制[1-3]以及其操作方便性的提高已成为联合收割机研究的关键内容之一。
20世纪90年代以来,国外的联台收割机就开始采用各种电子仪表监视和控制联合收割机的工作情况, 如纽荷兰、迪尔等公司的收割机上安装了电子控制、电子驾驶操纵等系统。
油葵联合收获机脱粒装置的设计

甘 肃 农 业 大 学 学 报 JOURNALOFGANSU AGRICULTURALUNIVERSITY
犇犗犐:10.13432/j.cnki.jgsau.2021.03.022
第 56卷 双月刊
油葵联合收获机脱粒装置的设计
马少腾1,3,张学军1,2,朱兴亮1,2,于蒙杰1,2,刘宇1,张云赫1,张海涛1
关键词:油葵;联合收获机;脱粒装置;设计
中图分类号:S226.5
文献标志码:A
文章编号:10034315(2021)03017606
开放科学(资源服务)标识码(犗犛犐犇):
犇犲狊犻犵狀狅犳狋犺狉犲狊犺犻狀犵犱犲狏犻犮犲狅犳狅犻犾狊狌狀犳犾狅狑犲狉犮狅犿犫犻狀犲犱犺犪狉狏犲狊狋犲狉
MAShaoteng1,3,ZHANGXuejun1,2,ZHU Xingliang1,2,YU Mengjie1,2,LIU Yu1, ZHANGYunhe1,ZHANG Haitao1
茎秆的长度即可,根据割台高度,进入脱粒系统内的
茎秆长度最大值为450 mm,设计脱粒滚筒幅盘直
径犇2为450mm,脱粒元件选择纹杆,其高度犺 为 95mm,因此,脱粒滚筒直径 犇犣为640mm.设计时 基于开放纵轴流脱粒滚筒设计,即主要结构包括喂
入头、幅盘、齿杆、滚筒轴、脱粒元件(纹杆)、脱粒元
件连接座 排杂钉齿等组成,总体结构如图3所示.
1 整机结构与工作原理
油葵联合收获机主要包括油葵割台、脱粒系统、 清选系统、传动系统、驱动系统、粮仓、操作台以及履 带式自走系统等,整机图如图1所示,主要技术参数 如表1所示.
作业时,油葵植株通过拨禾轮拨向切割器,将油 葵盘割下,然后通过绞龙与链耙输送器送至脱粒系 统进行脱粒.在脱粒滚筒的作用下对油葵盘进行搓 擦打击,籽粒从油葵盘上分离,脱落的籽粒与杂余从 凹板筛的筛孔下落入清选系统,脱落后的葵盘与短 茎秆从桶里滚筒的尾部排除机外.在清选系统内,大 部分油葵籽粒通过振动筛前部送入粮仓,含有杂余 与少量的籽粒在下层筛进行二次分选,由于比重不 同,籽粒在下,杂余在上,分选后的籽粒通过绞龙输 入至粮仓,杂余在振动筛的作用下通过尾筛排除机 外,完成油葵籽粒的联合收获作业.
基于ANSYS Workbench的联合收获机滚筒轴疲劳强度分析与优化

基于ANSYS Workbench的联合收获机滚筒轴疲劳强度分
析与优化
陈旭;徐磊鑫;王万章;解文东;袁玲合;何勋
【期刊名称】《农业装备与车辆工程》
【年(卷),期】2024(62)2
【摘要】切纵轴流谷物联合收获机脱粒能力强、工作效率高,是未来收获行业的发展趋势。
联合收获机在作业的过程中由于喂入量不稳定、物料层不均匀使得切流脱粒滚筒所受的交变载荷冲击较大,造成滚筒轴断裂。
采用ANSYS Workbench对滚筒轴进行静力学和疲劳强度分析,得到实际作业过程中导致滚筒轴断裂失效的原因为疲劳断裂,然后对轴的结构和材料进行改进,改进后的轴最大应力值减小至原来的40.6%左右,疲劳寿命循环次数有了极大的提高,有效保障了联合收获机长时间的安全作业。
【总页数】7页(P1-7)
【作者】陈旭;徐磊鑫;王万章;解文东;袁玲合;何勋
【作者单位】河南农业大学机电工程学院;郑州中联收获机械有限公司
【正文语种】中文
【中图分类】S225.31
【相关文献】
1.基于ANSYS Workbench的捞油车滚筒轴的模态分析
2.基于ANSYS Workbench的热压机框架疲劳强度分析及优化
3.基于ANSYS Workbench的管
道疲劳强度分析及优化4.基于ANSYS Workbench的玉米籽粒收获机脱粒装置的模态分析
因版权原因,仅展示原文概要,查看原文内容请购买。
联合收割机脱粒滚筒模糊控制系统的设计与仿真

19 2
作者简介:翁仕鸿 (9 7 ,男 ,学士 ,研 究方向为 18 一)
机 电一 体 化 。
bN. s / m.
5. 5P
图 2 示 波 器输 入 输 出稳 定 值
机 割 幅宽 度 H,考 虑 割 茬 高 度 的 田 间作 物 密 度 以及 机 组
为 以后硬件 实现的可行性 打下一定 的基础 。
1 脱粒滚 筒子 系统 的建 立 与仿 真
1 1脱粒 滚 筒 功耗 数 学模 型 .
行走速度 之积 ,从而式 ( )可转化为 : 1
以轴流脱粒 滚筒为研究对 象,其功耗模 型为
d
一
d 了 t 1
i N f
,
一 万而 f 可F=
p ,my ^ () u + ] 3
收 稿 日期 :2 1 一O — 1 00 2 9
当联合收割机 的结构和运动参数 以及谷物 的脱粒特性 确定 后,影响滚筒角速度 的因素主要有 P 和 0,因而本研 究的控制 方案是: 田间作物 密度 突变 引起 滚筒角速度 当
需 要 知 道 被 控 系 统 的 精 确 数 学 模 型 ,为 非 线 性 复 杂 系 统 的 控 制 提 供 一 种 有 效 手 段 。对 于 脱 粒 装 置 这 样 一 个 非线 性 时
a 一反映滚筒克服运动副摩擦力和空气 阻力的系数 ,6
产 搓 擦 系 数
一
一 作ห้องสมุดไป่ตู้物 的谷 草 比
茎 稿 出 口速 度 和 滚 筒 圆 周速 度之 比 割幅宽度 P 作 物 密 度 u一 收 获 机 行 进 速 度 一
联合收获机的设计

毕业论文(设计) 论文图纸Qq:2245969237题目:联合收获机的设计姓名:学院:机电工程学院专业:机械设计制造及其自动化班级:学号:指导教师:年月日毕业论文(设计)诚信声明本人声明:所呈交的毕业论文(设计)是在导师指导下进行的研究工作及取得的研究成果,论文中引用他人的文献、数据、图表、资料均已作明确标注,论文中的结论和成果为本人独立完成,真实可靠,不包含他人成果及已获得青岛农业大学或其他教育机构的学位或证书使用过的材料。
与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。
论文(设计)作者签名:日期:年月日毕业论文(设计)版权使用授权书本毕业论文(设计)作者同意学校保留并向国家有关部门或机构送交论文(设计)的复印件和电子版,允许论文(设计)被查阅和借阅。
本人授权青岛农业大学可以将本毕业论文(设计)全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本毕业论文(设计)。
本人离校后发表或使用该毕业论文(设计)或与该论文(设计)直接相关的学术论文或成果时,单位署名为青岛农业大学。
论文(设计)作者签名:日期:年月日指导教师签名:日期:年月日目录摘要 ......................................................................................................... 错误!未定义书签。
Abstract ........................................................................................................ 错误!未定义书签。
1绪论 (1)1.1选题目的与意义 (1)1.2国内外发展概况 (1)1.3研究方案的确定 (2)2大豆联合收割机的总体设计 (3)2.1整机结构 (3)2.2大豆联合收割机的总体布置 (3)2.3确定整体参数 (4)2.4确定大豆联合收割机的功率消耗及发动机选择 (7)2.5传动装置的设计 (8)3各工作部件的设计 (10)3.1切割器 (10)3.2拨禾轮 (10)3.3拨指、螺旋推运器 (12)3.4中间输送装置 (13)3.5脱粒滚筒 (13)3.6分离装置 (14)3.7清选装置 (16)3.8联合收割机底盘 (18)4 传动部件及轴的设计 (22)4.1 风扇轴带传动设计 (22)4.2 轴的设计 (26)5总结 (29)参考文献 (30)致谢 (31)大豆收获机的设计指导教师摘要目前国内大豆联合收割机多由小麦收获机改装而成,由于大豆植株特性与小麦植株特性有一定差异,使得运用改进后的收获机收获大豆损失率较高。
基于粒子群算法的联合收割机V带传动结构优化设计
2 1 2 2期 0 2年第 总第 4 4期
中国 农机化
C i e e A r ut rlMe h nz t n h n s g i l a c a i i c u ao
N o4 01 . ,2 2 To a .42 tlNo2
基于粒子群算法的联合收 割机 V带传动结构优 化设计
付 师 星
f 山东 工业 职业 学院 ,山东 淄博 ,2 6 1 ) 54 4
摘 要 :为 了能 够 对 联 合 收 割机 V带 传 动 结 构 进 行 精确 的优 化 设 计 ,深 入地 研 究 了粒 子 群 算 法 在其 中 的应 用 。首 先 。研 究 了 联合 收割 机 v 带传 动 结 构 优 化设 计 的数 学 模 型 ,分 别 分 析 了 目标 函 数 、设 计 变 量 以及 约 束 条件 ;其 次 ,探 究 了粒 子 群 算 法 的基 本 理 论 ,分别 讨 论 的传 统 粒 子群 算 法 和 改 进 粒 子群 算 法 的基 本 理 论 ;最 后 ,进 行 了 算 例 分 析 ,通 过 对 某 自走 式
粒子 群算 法利 用简 单 的速 度 位移模 型 和较强 的记忆 能
p —V带 制造 材料 的密度 ; —
脱粒滚筒角速度的模糊 PID 控制
脱粒滚筒角速度的模糊 PID 控制黄金侠;潘成华;李凤霞;张良【摘要】根据收割机脱粒滚筒的控制特点,提出了实现脱粒滚筒角速度模糊 PID 控制的方法,设计了系统的模糊 PID 控制器并进行了实验。
结果表明,模糊 PID 控制器具有良好的动态性能,并对滚筒负荷突变具有较强的适应性,其控制品质优于常规的模糊控制。
% The control of a combine cylinder was put forward and discussed in this paper , and the thres-hing cylinder's control approximate models were given.The simulation model and controller of a combine cylinder were set up applying matlab /simulink and fuzzy logic toolbox, which can realize the simulation to control system by fuzzy control, PID control and fuzzy self -tuning PID control.As a result, the better dynamic response is fuzzy self -tuning PID control and the anticipated effect is achieved .【期刊名称】《佳木斯大学学报(自然科学版)》【年(卷),期】2012(000)006【总页数】4页(P876-879)【关键词】脱粒滚筒;角速度;控制器;模糊 PID【作者】黄金侠;潘成华;李凤霞;张良【作者单位】佳木斯大学信息电子技术学院,黑龙江佳木斯 154007;多多药业有限公司,黑龙江佳木斯 154007;佳木斯大学信息电子技术学院,黑龙江佳木斯 154007;佳木斯大学信息电子技术学院,黑龙江佳木斯 154007【正文语种】中文【中图分类】S226.10 引言随着农民对收获机收获质量要求的不断提高,在收获机上应用于新型的自动控制技术已经成为农业机械实现自动化和智能化发展的必然趋势.对于脱粒性能一定的谷物联合收获机,为保证脱粒质量,其脱粒滚筒的角速度应控制在预期的范围内[1].然而,脱粒滚筒系统具有滞后性、时变性和非线性等环节,收获机在田间作业时,作物的一些参数(作物湿度、作物密度)也难以确定,所以脱粒滚筒是时变的复杂系统.采用传统的控制算法得不到非常满意的控制品质,因此研究采用模糊PID控制算法实现了对脱粒滚筒角速度的自动控制.1 模糊自整定PID控制原理模糊自整定PID控制器是利用模糊控制规则和推理对PID控制的比例增益、积分增益和微分增益三个参数进行在线调整,控制原理如图1所示.调整原则是:当偏差e或偏差变化率ec较大时,应减小Kl和KD,使系统有较好的快速性,同时增大KP,避免出现较大的超调;当偏差e或偏差变化率ec较小时,应增大KP和Kl,使系统具有良好的稳态性能,同时减小KD,避免出现震荡.将调整后的比例、积分和微分量代人公式(1)中计算,计算结果u(k)即为控制器的最终输出[2].式中和 TD为调节器的比例、积分和微分增益;Tl,TD为调节器的积分、微分时间;T为采样周期.图1 模糊自整定PID控制原理2 模糊PID控制器设计收获过程中,要求联合收获机在保证脱粒质量的前提下,提高收获效率.从文献[3]滚筒模型中可知,当收获机的结构和运动参数确定后,机器前进速度和作物密度是影响滚筒角速度的主要因素.其中,作物密度是不可控制且时刻变化.当作物密度突然发生变化时会引起脱粒滚筒角速度的改变,可以通过控制机器行走速度来实现脱粒滚筒角速度的稳定运行.根据模糊控制器的特点及脱粒滚筒控制系统中输入量的特性,本文将脱粒滚筒角速度的偏差e及偏差变化率ec作为模糊自整定PID控制器的输入,PID控制器比例、积分和微分的变化量作为模糊控制器的输出,机组的行走速度增量Δv作为模糊自整定PID控制器的输出量[2].本设计依据被控系统的实际情况和工程实际经验,将偏差e和偏差变化率ec对应到(-2,2)的论域,将输出量ΔKP,ΔKl,ΔKD 分别对应到 (- 0.3,0.3)、(-0.3,0.3)、(- 0.5,0.5)的区间.对应的模糊语言词集表示为{负大、负中、负小、零、正小、正中、正大},用{NB,NM,NS,ZO,PS,PM,PB}七组符合来表示.本系统采用gauss隶属函数,并在论域区间两个端点处,分别采用S型和Z型的隶属函数.通过多次操作经验总结和理论分析,结合“if A and B then C”规则可以归纳出输入变量e与三个参数ΔKP,ΔKl,ΔKD间的定性关系,结合工程技术人员的分析和实际操作经验,考虑偏差ec变化的影响,综合得出ΔKP,ΔKl和ΔKD模糊控制规则,如表1所示.ΔKP,ΔKl,ΔKD对应e,ec的曲面关系见图2 所示.图2 ΔKP,ΔKI和ΔKD对应e,ec的曲面关系图图3 PID控制Simulink仿真框图3 基于SIMULINK软件仿真及分析3.1 被控对象近似传递函数的确定由参考文献[4]可知,被控系统的传递函数可以近似地表示成式中:K为增益系数;T1,T2为时间常数;τ为滞后时间.根据文献[4],参数整定采用下列公式:式中,KP,Ti,Td为PID控制器的比例、积分和微分时间常数.其中ζ>0,为中间参数,具有时间的量纲.图4 模糊控制Simulink仿真框图图5 模糊自整定PID控制Simulink仿真框图表1 ΔKP,ΔKl和ΔKD的模糊规则EC/E NB NM NS ZO PS PM PB NBPB/NB/PS PB/NB/NS PM/NM/NB PM/NM/NB PS/NS /NB ZO/ZO/NMZO/ZO/PS NM PB/NB/PS PB/NM/NB PM/NM/NB PS/NS/NM PS/NS /NM ZO/ZO/NS NS/PS/ZO NS PM/NB/ZO PM/NM/NS PS/NS/NM PS/ZO/NM ZO/ZO/NS NS/PS/NS NS/PS/ZO ZO PM/NM/ZO PM/NM/NS PS/NS/NS ZO/ZO/NS NS/PS/NS NS/PM/NS NM/PM/ZO PS PS/NM/ZO PS/NS/PM ZO/ZO/PS NS/PS/ZO NS/PS/ZO NM/PM/PS NB/PB/ZO PM PS/ZO/PSZO/ZO/PB NS/ZO/PS NS/PS/PS NM/PM/PB NM/PM/PB NB/PB/PS PBZO/ZO/PS ZO/ZO/PB NS/PS/PM NM/PS/PB NM/PM /PB NB/PM/PBNB/PB/PS图6 PID、模糊及模糊自整定PID控制曲线图3.2 控制系统的仿真及分析Matlab/Simulink是用来对连续、离散和混杂系统的建模、仿真和分析的优秀集成软件.本文通过此软件建立三种控制方法(模糊控制、PID控制、模糊PID控制)应用于脱粒滚筒角速度控制中的仿真模型,如图3~5所示.其中,数学模型由前边公式(2)给出.表2给出了滚筒仿真参数.本设计给出了脱粒滚筒在初始状态下的角速度为80rad/s,收获机作业速度 1.4m/s、农作物的密度为 2.6kg/m2.当滚筒角速度处于稳定状态1秒时,作物密度从原来的2.6kg/m2突然增加到3.25kg/m2(即密度增大了25%)时,仿真曲线见图6所示.表2 仿真参数符号数值符号数值J(kg·m2) 1.08 A(N·m)3.5 ω0(rad/s) 80B(N·m·s2) 5.5e-4 v0(m/s) 1.4 n 1 N(kW) 11 λ 0.4 R(m) 0.28 f 0.8 H(m) 1.9 ρ(kg/m2) 2.6 v0(m/s) 1.4 n 1通过上图可得出如下结论,如表3所示.表3 仿真结果比较指标\类型调节时间(s)超调量(%)稳态误差(%)0.1模糊控制 0.8 20 0.3模糊自整定PID控制PID控制1.2 30 ≤0.6 1 0由以上的仿真结果可知,模糊自整定PID算法弥补了PID控制的超调量高和模糊控制的稳态精度差等问题,把模糊自整定PID控制算法应用到本控制系统是可行的.4 结论模糊自整定PID控制具有良好的鲁棒性和较强的适应性.此控制系统经过田间实际应用也达到了预期的控制目标.参考文献:[1]张认成,桑正中侠.轴流脱粒滚筒模糊控制仿真[J].农业机械学报,2001,2(32):46 -48.[2]黄金侠,李凤霞等.模糊自整定PID在工业温度控制系统中的应用于研究[J].长沙通信职业技术学院学报,2011,12(15):154-156.[3]倪军,毛罕平等.脱粒滚筒自调整模糊控制及VLSI实现技术[J].农业工程学报,2010,30(4):134-135.[4]李国栋,李勇智等,联合收割机脱粒滚筒的PID恒速控制[J].农业机械学报,2000,31(1):134-135.。
收割机轴承故障检测——基于虚拟仪器和小波神经网络
收割机轴承故障检测基于虚拟仪器和小波神经网络张桂源(长春职业技术学院,长春㊀130033)摘㊀要:滚动轴承是收割机轮系系统中的重要部件,也是易损原件,其损伤容易引起旋转机械故障,因此对轴承故障的检测非常重要㊂针对轴承运行过程中的振动信号机理和特征,在信号时域和频率特征分析的基础上,提出了小波神经网络模式识别算法,可以智能化地识别轴承故障,并减小故障诊断的误差,提高故障类型判断的准确性㊂结合虚拟仪器开发软件LabVIEW,实现了故障检测过程的可视化显示功能,使收割机轴承故障的监测更加高效,提高了故障检测的智能化水平㊂关键词:收割机;轴承故障;虚拟仪器;神经网络;小波算法;模式识别中图分类号S225.3;TM307.1㊀㊀㊀㊀㊀㊀㊀文献标识码:A文章编号:1003-188X(2021)08-0017-050㊀引言设备故障诊断技术是一种了解和掌握设备在使用过程中的状态,确定其整体或局部是正常或异常,早期发现故障及其原因,并能预报故障发展趋势的技术㊂滚动轴承是机械中的易损元件,旋转机械的故障有30%是由轴承引起的,其好坏对机器的工作状态影响极大㊂在大型收割机作业过程中,如果轴承存在缺陷会导致收割机剧烈振动和产生噪声,甚至会引起设备的损坏㊂因此,需要对收割机轴承故障进行实时监测,以预防故障的产生,提高收割机的作业效率㊂1㊀收割机轴承故障及检测技术收割机轴承故障检测系统主要由两部分组成,即数据采集系统及故障诊断系统㊂其中,采集系统主要是利用传感器对轴承运行过程中的运动状态和表面粗糙度等信息进行采集,并对采集得到的信息进行存储;故障诊断系统主要是通过信号特征的提取,将采集的信号和正常信号进行对比,实现故障的自动化诊断,并输出诊断结果㊂轴承故障识别主要流程如图1所示㊂故障检测时,先由传感器在轴承上获取作业状态信息(如振动信号),再利用放大器对信号进行放大处理和信号的模数转换,处理后成为计算机可以直接收稿日期:2019-12-05基金项目:吉林省教育厅科研产业处项目(JJKH20190441SK);吉林省高等教育学会项目(JGJX2019B46)作者简介:张桂源(1986-),女,长春人,讲师,硕士,(E-mail) guiyuanzhang1986_jlcc@㊂识别的信号;利用计算机虚拟仪器对特征向量进行提取,在时域上对信号分析后利用小波神经网络在频域上进行信号的特征分析,并采用神经网络的模式识别判断故障的类型,最后输出故障类型㊂图1㊀轴承故障识别流程Fig.1㊀The identification process of bearing fault2㊀收割机轴承故障智能识别算法为了实现收割机轴承故障的智能化识别,在传感器采集到轴承的信号后需要对信号进行分析,提取特征信号,将信号和正常运行的信号进行对比,发现收割机轴承存在的故障㊂有效的特征提取对于故障诊断的准确性非常重要㊂信号特征提取的方法较多,较为常用的包括傅里叶变换和小波变换算法,结合神经网络算法可以实现信号的智能化识别㊂傅里叶算法主要是信号的频域分析方法,可以将时域分析不能发现的信号特征显示出来,特别擅长振动信号的特征处理;小波变换是近年来出现的一种研究非平稳信号有力的时频域分析工具,不仅可以反映2021年8月㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀农机化研究㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第8期信号的整体特性,还可以反映信号的局部信息,对信号的分析更加精确㊂通过对比,选用小波变换算法对信号特征进行分析㊂小波变换的原理是在函数空间L 2(R )中选择一个母小波函数ψ(x ),使其满足允许条件,即C ψ=ʏψ^(w )2wd w <ɕ(1)其中,w 为频率;ψ^(w )为ψ(x )的Fourier 变换㊂对ψ(x )作伸缩㊁平移变换,得到小波基函数系{ψa ,b (x )},其过程为ψa ,b (x )=1aψ(x -ba)㊀(a ,b ɪR 2)(2)对任意f ɪL 2(R ),其连续小波变换定义为W f (a ,b )=1C ψʏRf (x )ψa ,bd x (3)反演公式为f (x )=1C ψʏ+ɕW f(a ,b )ψa ,bd a d b (4)在实际应用中,特别是计算机实现中,往往要把上述的连续小波及其变换离散化,通常采用二进制离散,即令a =2m ,b =k 2m ,则ψm ,k (x )=12mψ(2-m x -k )㊀(m ,k ɪZ 2)(5)神经网络具有推理机制和知识库系统,结合小波变换可以通过数据的训练得到经验规律,通过网络的拓扑和连接权值实现信息的智能化处理,从而得到故障的智能化诊断结果㊂为了提高诊断结果的可靠性,BP 神经网络采用误差前馈的方式,输入信号通过前向传播到隐层后,经过激活函数后再传播到输出点,得到输出结果㊂具体如下:1)输入层节点(i =1,2,...,n ),其输出O i 等于输入X i ,将变量值传送到第2层㊂2)隐层节点(j =1,2,...,p ),其输入I j 和输出O j 分别为I j =ðni -1ωji O i +θjO j =f (I j )=1/[1+exp(-I j )](6)其中,ωji 为隐层节点j 与输入层节点i 之间的权值;θj 为隐层节点j 的偏置;f 为sigmoid 函数㊂f (x )=1/[1+exp(-x )](7)3)输出层节点(k =1,2,...,m ),其输入I k 和输出y k 分别为I k =ðpj =1ωkj O j +θky k =f (I k )=1/[1+exp(-I k )](8)其中,ωkj 为隐层节点k 与输入层节点j 之间的权值;θj 为隐层节点j 的偏置㊂对于给定的训练样本(x p 1,x p 2,...,x pn ),p 为样本数(p =1,2,...,P ),则网络输出与训练目标之间的均方误差可表示为E =1p ðpp =1E pE p =12ðll =1(t pl -y pl )2(9)其中,t pl 为第p 个样本的第l 个输出单元的目标输出结果;y pl 为第p 个样本的第l 个输出单元的网络运算结果㊂神经元是神经网络的核心,是数据处理的重要单元,小波神经网络的神经元如图2所示㊂图2㊀小波神经网络神经元示意图Fig.2㊀The schematic diagram of wavelet neural network neurons图2中,P n 为输入参数;W n 为输入层与隐含层的权值;H (x )为小波激发函数;v 为神经元的阈值;y 为神经元输出㊂y =ðW n P n+v (10)通过小波神经网络算法后,输出的值更加准确,更能反映出收割机轴承故障信号的特征㊂在采集得到故障信号和正常信号后,采用时域分析的方法对信号进行初步分析,得到信号的一些特征,如波形特征和幅值特征;然后,利用小波神经网络算法对信号进行变换,对某一特征进行放大处理;最后,在虚拟仪器中以可视化的方法呈现给用于用户,从而快速地识别出故障信号,为收割机故障的维修维护提供重要的数据支持㊂小波神经网络算法故障监2021年8月㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀农机化研究㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第8期测流程如图3所示㊂图3㊀小波神经网络算法故障监测流程Fig.3㊀The fault monitoring flow of wavelet neural network algorithm 3 基于虚拟仪器的收割机轴承故障检测为了使收割机轴承故障检测显示的结果更加直观,可以采用虚拟仪器的方法对检测结果进行可视化显示㊂LabVIEW是一种程序开发环境,与其他计算机语言不同,LabVIEW使用的是图形化编辑语言G编写程序,编写简单,适用于虚拟仪器的开发,可以图型化地表示各种监测装置;还可以导入监测得到的数据,并对数据进行处理,以可视化的方式呈现给用户;也可以直接报出故障类型,从而快速㊁智能化地识别轴承故障㊂目前,大型的收割机一般采用履带式结构(见图4),其履带构件的设计由大量的驱动轮和从动轮组成,滚动轴承是轮系的支撑部件,对收割机行走的准确性和效率起到至关重要的作用㊂图4㊀收割机模型图Fig.4㊀The model drawing of harvester滚动轴承模型图如图5所示㊂收割机行走过程中滚动轴承要承受较高的压力,还要以较高的速度旋转,容易产生疲劳破坏;如果润滑油中混入杂质,还容易产生腐蚀破坏㊂因此,需要对轴承故障进行监测㊂图5㊀滚动轴承模型图Fig.5㊀The model drawing of rolling bearing为了实现故障信号的智能化识别测试,利用传感器分别采集了正常轴承的信号和故障轴承的信号(见表1),并初步对方程和均值进行了计算,然后将数值导入到LabVIEW虚拟仪器中进行数据处理,结果如图6所示㊂根据采集的样本信号,在LabVIEW软件中模拟轴承的故障监测过程,对信号进行了可视化显示㊂由对比结果可以看出,正常信号与故障信号在波形和幅值上具有明显的差别㊂利用小波神经网络算法在频域范围内对信号进行了处理,得到了频率幅值图,如图7所示㊂由正常信号和故障信号的对比可以看出:正常信号和故障信号的幅值明显不同,在监测时很容易区分出故障信号㊂表1㊀信号采集表Table1㊀The signal acquisition table样本编号方差均方值故障组G1256.80.355G21872.30.312G32321.10.325G42968.30.396G52135.20.313G62186.30.312正常组Z12263.10.328Z21985.20.316Z32013.20.321Z42212.50.323Z51985.70.316Z62046.20.336图6㊀信号时域可视化显示对比结果Fig.6㊀The visual display and comparison results of signal in time domain 图7㊀小波神经网络变换后信号对比Fig.7㊀The signal contrast after wavelet neural network transformation 4㊀结论为了提高收割机轴承故障的智能化水平及检测的效率和准确性,在采集信号时域和频域分析的基础上,提出了一种小波神经网络模式识别算法,使信号特征的提取更加准确,并降低了分析误差,提高了算法的识别效率㊂采用LabVIEW软件开发了信号分析的可视化界面,从界面上可以清晰地看出故障信号和正常信号的差异,从而快速判断故障的类型,及时维修维护设备,提高了收割机的作业生产效率㊂参考文献:[1]㊀施莹,庄哲,林建辉.基于卷积稀疏表示及等距映射的轴承故障诊断[J].振动测试与诊断,2019,39(5):1081-1088,1138.[2]㊀于洪兵,张亚岐,周海龙,等.基于动态时窗的汽车轴承故障在线检测[J].机床与液压,2019,47(16):205-208. [3]㊀张晓冬.激光位测距传感器检测轴承故障自动诊断[J].激光杂志,2019,40(8):130-133.[4]㊀陶新民,李晨曦,李青,等.不均衡最大软间隔SVDD轴承故障检测模型[J].振动工程学报,2019,32(4):718-729.[5]㊀王俊飞,姚峰林,佘占蛟,等.基于冲击脉冲法的齿轮箱轴承故障诊断[J].机床与液压,2019,47(15):189-193. [6]㊀吴鹏飞,赵新龙.基于模糊熵和分形维数的滚动轴承早期故障检测[J].风机技术,2019,61(S1):71-79. [7]㊀郝立彦.玉米联合收割机常见故障的排除方法[J].农民致富之友,2019(1):123.[8]㊀于博.播种机常见故障排除技巧[J].农民致富之友,2019(7):116.[9]㊀王占才,于洪伟.玉米播种机的正确使用与故障排除[J].农机使用与维修,2019(1):53.[10]㊀唐红.免耕播种机的十种故障及处理方法[J].中国农机监理,2018(3):26.[11]㊀申文标.玉米精量免耕播种机使用方法㊁常见故障及其排除方法[J].科学种养,2017(12):62. [12]㊀王云.论播种机使用方法及常见故障排除方法[J].农民致富之友,2017(22):199.[13]㊀方涛.双盘机械悬臂转子轴承碰摩故障检测方法[J].兰州工业学院学报,2019,26(3):34-38,61. [14]㊀许梦颖,王红军.基于FOA的自适应随机共振滚动轴承故障检测[J].组合机床与自动化加工技术,2019(2):94-96,99.[15]㊀唐晓红,胡俊锋,熊国良,等.自适应非局部均值及在轴承故障检测中的应用[J].振动测试与诊断,2019,39(1):61-67,221.[16]㊀李骏,马雅茹,王凯.用Duffing系统检测滚动轴承微弱故障的分析研究[J].现代制造技术与装备,2019(2):62-64.[17]㊀林桐,陈果,滕春禹,等.基于超球优化支持向量数据描述的滚动轴承故障检测[J].振动与冲击,2019,38(2):204-210,225.[18]㊀庞亚飞,冷睿.联合收割机常见故障及保养策略研究[J].农业技术与装备,2019(5):90-91. [19]㊀李延明.联合收割机液压转向系统故障分析与排除[J].农机使用与维修,2019(5):53.[20]㊀李俐娜.联合收割机故障的诊断与排除探讨[J].农机使用与维修,2019(5):60.[21]㊀荆家宝,雷良育,王国辉.履带式全喂入联合收割机振动筛堆粮故障诊断与排除[J].青海农技推广,2019(1):74,80.[22]㊀王长裕.谷物联合收割机常见故障形式及处理办法[J].农机使用与维修,2019(2):47.[23]㊀孙崇昆,雷良育,王国辉.履带式全喂入联合收割机高位卸粮故障诊断与排除[J].现代农机,2019(1):56-57. [24]㊀赛爱华,常树堂.联合收割机液压系统结构故障分析与判断[J].河南农业,2019(5):47-49.Fault Detection of Harvester BearingBased onVirtual Instrument and Wavelet Neural NetworkZhang Guiyuan(Changchun Polytechnic,Changchun130033,China)Abstract:The rolling bearing is an important part of the wheel system of the harvester,and it is also a vulnerable compo-nent.It is easy to cause the failure of the rotating machinery for the damage of the rolling bearing,so the detection of the bearing failure is very important.According to the mechanism and characteristics of vibration signal in the process of bear-ing operation,it proposed the wavelet neural network pattern recognition algorithm based on the analysis of signal time do-main and frequency characteristics,which can intelligently identify bearing fault,reduce the error of fault diagnosis and improve the accuracy of fault type judgment.Finally,it realized the visual display function of the fault detection process by combining the virtual instrument development software LabVIEW,which makes the monitoring of the harvester bearing fault more efficient and improves the intelligent level of fault detection.Key words:harvester;bearing fault;virtual instrument;neural network;wavelet algorithm;pattern recognition (上接第16页)Abstract ID:1003-188X(2021)08-0013-EASimulation Analysis of Cutting Mechanism of Rootstock ofTea Grafting Machine Based on ANSYSLi Quangang1,2,Wu Xiaofeng1,2,Yang Lan1,Li Zhiru1,2,Zhang Beihang1,2,Han Lizhi1,2,Wang Xiaohong1,Meng Fanye1(1.Harbin Research Institute of Forestry Machinery,the State Forestry and Grassland Administration,Harbin150086, China;2.Forestry New Technology Research Institute,Chinese Academy of Forestry,Beijing100091,China) Abstract:This paper introduces the application and analysis method of ANSYS,uses SolidWorks software to model the cutting mechanism design of the rootstock of the Youcha seedling grafting machine,uses ANSYS program to simulate the stress state and service life of the cutting cutter,and obtains the stress state of the cutting cutter in the cutting process of the rootstock of the Youcha grafting machine,which provides a reference for the selection of the cutting material and the optimization design of the cutting structure The theoretical basis is provided.Key words:teagrafting machine;rootstock cutter;finite element analysis;ANSYS2021年8月㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀农机化研究㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第8期。
联合收割机脱粒滚筒模糊控制器的设计
[1] 张认成,桑正中,张际先.联合收割机自动控制研究 现状与展望[J].江苏理工大学学报 1998(2): 11-16.
[2] 陈 勇.单片机模糊控制技术[J].微电子学与计算 机,1996(3):4-6.
[3] 谢宋和,甘 勇 .单片机模糊控制系统设计 与应用 实例[M].北京:电子工业出版社,1999.
2.4 输出量的反模糊化
通过模糊推理得到的结果是一个模糊集合或者 隶属函数 但在实际使用中 特别是在模糊逻辑控 制中 必须要用一个确定值才能去控制伺服机构 在推理得到的模糊集合中 取一个相对最能代表这 个模糊集合的单值的过程称作反模糊化 采用重心 法是一种最好的方案 可以得出输出精确量为
u = ∑ xi ⋅ µN (xi ) / ∑ µN (xi )
U ∗ = (E ∗ × EC ∗ ) • R
µU *(z) = max{min[µR (x, y, z), µE*(x), µEC*( y)]} 目前设计的模糊控制器基本上都采用这种方
式 即在模糊控制过程中 同时要把偏差和偏差的
变化率作为模糊输入量 这种方法不仅能保证系统
控制的稳定性 而且还可以减少超调量和振荡现象
1 脱粒滚筒自动控制系统原理
为了便于实现自动控制 联合收割机脱粒滚筒
和行走机构均采用电机驱动 给定一个滚筒转速 n0 通 过 转 速 传 感 器 测 得 脱 粒 滚 筒 转 速 实 时 值 n 把 转 速 偏 差 e = n - n0 与 转 速 偏 差 变 化 率 ec = de/dt 作 为输入量 通过 A/D 转换送入单片机系统 经过模
收稿日期 2005-11-15 作者简介 杨忠平(1980) 男 陕西扶风人 在读硕士, E-mail
yzping1314@
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
DOI:10.13427/ki.njyi.2016.11.012
0
引言
联合收获机是农业 生 产 过 程 中 最 重 要 的 装 备 之
进入滚筒和凹板的脱粒间隙 ; 脱粒元件对谷物进行冲 击和揉搓 , 然后将谷粒和脱出物中的秸秆和颖壳分 离, 进行清选作业 。 其流程如图 1 所示 。
一, 对于提高农业生产的质量和作业效率发挥了重要 的作用 , 大大降低了农民的作业成本和劳动强度 。 但 是, 联合收获机作业过程中普遍存在脱粒效果差 、 可 靠性低及机械故障高等问题 , 这主要是由于联合收获 机一般采用人工操作 , 对于不同的作业环境 , 驾驶员 不能及时对工作状态做出相应的调整 , 从而导致脱粒 滚筒的负荷较大 , 造成一系列的故障 。 脱粒滚筒是联 合收获机的核心部件 , 也是堵塞故障率最高的部件 , 为了提高脱粒的效率 、 降低故障率 , 需要对脱粒滚筒 结构进行改进 。 因此 , 采用适当的控制方法对滚筒进 行控制 , 对于提高联合收获机的整体效率和降低整体 故障率具有重要的意义 。
4
∫
∫x( t) h
* a. b
h a. b ( t ) ] ( t) dt = [ x( t) ,
( 2)
其等效时域的表达式为 WT x ( a , b) = 1 ω - b jω ) e dt x( ω) h* ( a a 槡
( 1)
∫
( 3)
小波神经网络将小波算法和神经网络算法结合了 起来 , 将神经网络的传递函数设置为隐含层的节点 , 信号向前传播时误差会反向传播 , 从而提高了神经网 络算法的控制精度 。 假设滚筒转速的不同时 刻 输 入 …, xk , 小波神经网络的预测输出信号 信号为 x1 ,x2 , …, yk , 其结构如图 5 所示 。 为 y1 ,y2 , 小波函数通过修正权值的方法 , 使小波神经网络 的滚筒转速预测值和期望值不断逼近 , 输出层的表达
网络算法要比神经网络算法的脱净率高, 从而验证了 小波神经网络算法在提高脱净率方面发挥的作用, 可 以将其应用在联合收获机滚筒的设计中 。
4
结论
利用传感器采集滚 设计了一种双滚筒脱粒滚筒 ,
筒信息形成了闭环反馈调节机制 ; 采用小波神经网络 算法对转速进行了精确调整 , 从而较大幅度地提高了 脱粒滚筒的脱粒效率和精度 , 以及联合收获机整体的 可靠性 。 参考文献 :
2
滚筒速度控制小波神经网络算法
小波算法主要是基于傅里叶变化过程中存在的不
足发展而来 , 小波变换可以实现离散时间内的定点监 测, 从而可以对被监测信号进行定时分析和下一时刻 的预测 。 小波变换一般是将基本的小波函数Ψ ( t ) 进
图3 Fig. 3 横轴流脱粒滚筒内部结构图
在不同尺寸下将待分析信号 a 与其做内 行平移 b 后 , 积, 则有 WT x ( a , b) = 1 t -b ) dt = x( t) h* ( a a 槡
i +1
The performance test of combine harvester threshing
本次采用的联合收获机上设计了改进后的双滚筒 装置 , 并利用单片机实现小播神经网络控制算法 。 为 了验证测试的可靠性 , 建立了仿真虚拟模型和测试实 验结果进行对比 。 脱粒滚筒的模型如图 7 所示 。
图5 Fig. 5
小波神经网络拓扑结构示意图
看出 : 通过仿真模拟得到的破碎率和实验测试得到的 破碎率基本吻合 , 从而验证了实验测试的可靠性 。
· 66·
Topological structure of wavelet neural network
2016 年 11 月
农 机 化 研 究
第 11 期
i k
i +1 k
i +1 k
、 Δa
的数值可以根据网络 e i w n, k e i a k e i b k
则有 预测计算得到 ,
i +1 Δ w n, k = - ηΔ
( 9) ( 10 ) ( 11 )
Fig. 6
Δak Δbk
i +1
= - ηΔ = - ηΔ
图6
联合收获机脱粒滚筒性能测试
1
联合收获机滚筒结构改进
脱粒是最主要的作业流 联合收获机工作过程中 ,
程, 主要是将谷物颗粒从谷物穗上脱下 , 同时将谷物 颗粒和其他茎秆等脱出物分离 。 收获机作业时 , 通过 行走自动地将谷物送入脱粒滚筒 , 在抓取力的作用下
收稿日期 : 2015 - 09 - 06 基金项目 : 国家自然科学基金青年基金项目( 51305152 ) 作者简介 : 李 ( E - mail ) 鑫( 1983 - ) , 讲 师, 硕 士, 男, 河 北邢 台人, 1983lixin1983@ sina. com 。
其中 , η 表示学习效率 。 小波神经网络算法的滚 筒转速预 测 和 调 节 过 程 主 要 分 为 5 个 步 骤 , 具体如 下: 1 ) 小波神经网络初始化 。 设置小波函数的伸 缩 bk , 和平移因子 a k 、 设置设计网络权值和学习效率 k 、
η。
2 ) 将样本进行分类 。 样本分为训练和测试样本 , 训练样本 通 过 输 入 信 号 得 到 , 测试样本测试预测精 度。 3 ) 预测滚筒转速输出 。 通过训练样本 , 计算预测 值和期望值的误差 。 4 ) 权值修正 。 根据误差值对权值和小波参数 进 行修正 , 使网络输入值和期望输出值逼近 。 5 ) 结 束。 根 据 输 出 值 和 误 差, 判断计算是否结 束。 利用小波神经网络 , 可以对滚筒的转速进行预测 和调节 , 可大大提高脱粒滚筒转速的控制精度 , 提高 脱粒效果 。
2016 年 11 月
农 机 化 研 究
第 11 期
联合收获机脱粒滚筒角速度控制优化设计
—基于小波神经网络 李 鑫 , 孙祥云 , 李凌雁
054035 )
( 邢台职业技术学院,河北 邢台 摘
要: 脱 粒 滚 筒 是 联 合 收 获 机 的 核 心 部 件 , 其性能决定了联合收获机的工 作 质 量 和 生 产 效 率。由 于 不 同 地 块
D g 表示滚筒直径 , v g 表示滚筒的线速度 。 一 其中 , 般可以通过经验值来判断脱粒效果较好的线速度 , 然 后推算出较适宜的角速度 。 转筒速度的控制 可 以 通 过传感器反馈信息 , 进行闭环控制 , 利用适当的算法 可以提高控制过程的精度 。 本次选用小波神 经 网 络 算法对转筒转速进行调节 , 其流程如图 4 所示 。 图 4 中, 首先通过反复试验得到脱粒效果比较好
Fig. 7 图7 脱粒滚筒三维几何模型 The three - dimensional model of threshing cylinder
根据脱 粒 滚 筒 的 三 维 设 计 结 合 尺 寸 , 采用三维 CAD 软件建立了脱粒滚筒的仿真模型 。 其中 , 凹板部 分设计为不规则的曲面 , 利用离散元软件将模型分获 成若干的小三角形 ; 设置碰撞接触边界条件后 , 可以 对脱粒过程进行仿真模拟 , 其模拟过程如图 8 所示 。 其中 , 谷物颗粒和脱粒工具接触后脱落 , 通过不断地 迭代计算 , 可以得到最终谷物颗粒的破碎率 。 实验测 试和仿真模拟的破碎率结果如表 1 所示 。 由表 1 可以
为了进一步研究小波神经网络算法对滚筒转速调 节和脱净率的影响 , 对不同滚筒转速下使用不同算法 得到的脱净率进行了测试 。 测试过程使用玉 米 果 穗 作为研究对象 , 一次性投入 10 穗 , 选择 6 种不同的滚 筒转速 , 分别对神经网络算法和小波神经网络算法下 的脱净率进行了测试 , 其测试结果如图 9 所示 。
· 65·
2016 年 11 月 式为 y( k) =
农 机 化 研 究
第 11 期
∑ ωk h( i)
- y( k)
( 4) ( 5)
3
脱粒滚筒性能实验和仿真模拟
收获机脱粒滚筒性能好坏直接决定脱粒的脱净率
小波神经网络的预测误差为 e =
∑ yn ( k)
在实验和仿真模拟时 , 可以以脱净 和破碎率等性能 , 率和破碎率作为参考结果 。 本次测试使用玉 米 联 合 收获机为研究对象 , 如图 6 所示 。
对小波基函数系数和神经网络权 根据预测误差 , 值进行修正 , 其表达式为
1 i i +1 w in+ , k = w n, k + Δ w n, k
( 6) ( 7) ( 8)
a b 其中 , Δw
i +1 n, k
i +1 k i +1 k
= a + Δa = b + Δb 、Δ b
i +1 k i k i +1 k
1. 喂入口
2. 脱粒滚筒 图2
3. 脱粒滚筒凹板 6. 分离滚筒
4. 分离滚筒凹板
5. 排草口 Fig. 2
改进后的双脱粒滚筒结构图
The improved double cylinder structure
图4 Fig. 4
Hale Waihona Puke 滚筒速度自适应调节流程Roller speed adaptive adjustment process
Fig. 1 图1 联合收获机脱粒滚筒工艺流程图
The process of combine harvester for threshing cylinder
联合收获机脱粒滚筒的工艺流程主要包括谷物的 脱粒和清选过程 , 其性能的要求是脱粒干净 、 不损伤 谷物颗粒 、 脱粒滚筒的功率消耗低 、 生产效率高及综 合性能好 。 根据性能要求可以对脱粒滚筒进行改进 , 采用双滚筒或者多滚筒的布置形式 , 可以有效地提高 脱粒的综合效果 。 本研究对传统的联合收获 机 结 构 进行了改进 , 采用双滚筒横轴流的布置形式 , 滚筒前 后布置 , 其结构和运动参数不同 , 具体结构如图 2 所 示。 图 2 中, 前滚筒的作用主要是脱粒作用 , 将成熟和 易脱粒的谷穗先脱下 , 滚筒转速较低 , 脱粒的间隙较 大, 凹板结构为脱粒性能好的栅格凹板 ; 后滚筒的主