王　鶴,胡靜濤,高　雷

(1.中國科學(xué)院 沈陽自動化研究所，沈陽　110016；2.中國科學(xué)院大學(xué)，北京　100049；3.遼寧科技大學(xué)，遼寧 鞍山　114051)

?

基于動力學(xué)分析的谷物流量模型

王鶴1,2,3,胡靜濤1,2,3,高雷1

(1.中國科學(xué)院 沈陽自動化研究所，沈陽110016；2.中國科學(xué)院大學(xué)，北京100049；3.遼寧科技大學(xué)，遼寧 鞍山114051)

摘要：基于運動學(xué)原理建立了谷物流量模型，該模型綜合考慮了谷物流量測量時的外部因素影響，如升運器轉(zhuǎn)速、機(jī)械結(jié)構(gòu)參數(shù)、相對位置參數(shù)和谷物特性參數(shù)等，并且通過引進(jìn)相關(guān)參數(shù)來反映谷物外部因素變化影響。為了實現(xiàn)谷物流量模型參數(shù)的辨識和模型的精度驗證, 研制了一種谷物流量實驗臺。3個稱重傳感器安裝在谷物流量實驗臺的稱重箱上，用于標(biāo)定和精度檢驗。進(jìn)給箱的底部設(shè)有一塊閥板，通過對閥板開度的調(diào)節(jié)可控制實驗過程中不同進(jìn)給量大小。在谷物流量實驗臺上測試結(jié)果表明：該模型能夠準(zhǔn)確描述:沖擊力和谷物流量之間的關(guān)系，測量的最大誤差不超過2. 5%，效果要優(yōu)于常用的經(jīng)驗?zāi)Ｐ?，并具有一定通用性和魯棒性?/p>

關(guān)鍵詞：谷物流量模型；運動學(xué)分析；沖擊力

0引言

沖量式谷物流量傳感器以其可靠性和安全性等優(yōu)勢近年來在測產(chǎn)系統(tǒng)中廣泛應(yīng)用[1-4]。這種傳感器安裝在收割機(jī)升運器的出口處，如圖1所示。升運器拋出的谷物沖擊在感應(yīng)板上，引起彈性元件發(fā)生應(yīng)變，此變形再經(jīng)力敏元件轉(zhuǎn)換成電量來反映谷物沖擊力大小。當(dāng)谷物流量不同時，沖擊力也隨之在一定范圍內(nèi)作近似線性變化。通過測量沖擊力可對谷物流量進(jìn)行估計。

1.沖量式谷物流量傳感器　2.谷物　3.升運器

通常，谷物流量和沖擊力或傳感器輸出的電信號的關(guān)系采用線性模型來描述，由于線性模型較為簡單、建模容易，所以線性模型得到了廣泛的應(yīng)用。線性模型一般是對實驗數(shù)據(jù)進(jìn)行擬合來建立[5-10]。陳樹人等[6]在靜態(tài)下將谷物流量傳感器橫向放置，使沖擊板保持水平，依次添加砝碼并記錄下砝碼總質(zhì)量和對應(yīng)的輸出電壓值，根據(jù)記錄下的數(shù)據(jù)進(jìn)行建模；實驗結(jié)果表明：測產(chǎn)最大誤差為6.55%，平均誤差為4.24%。王薄等[8]在自制的實驗臺上記錄小麥實際質(zhì)量與輸出電壓的累計量，通過試驗數(shù)據(jù)可以發(fā)現(xiàn)：小麥質(zhì)量與輸出電壓累計量保持一致的比例關(guān)系，所得到的擬合系數(shù)很穩(wěn)定，因此可以采用平均擬合系數(shù)來建立線性模型；實驗數(shù)據(jù)顯示測產(chǎn)最大誤差為5.44%，最小誤差為2.07%。Loghavi等[9]通過實驗發(fā)現(xiàn)谷物流量傳感器采用多點擬合線性模的測量精度要好于兩點擬合線性模型；多點擬合線性模最大測量誤差為5.8%，兩點擬合線性模型最大測量誤差為8.3%。

線性模型的建立容易受實驗條件的影響，如谷物流量不在標(biāo)定范圍就會產(chǎn)生較大的測量誤差[10]。實驗結(jié)果表明：在外部條件變化時(如升運器轉(zhuǎn)速變化、較大的谷物流量)，沖擊力與谷物流量之間是非線性的[11]。所以，為了提高傳感器的測量精度，研究人員考慮外部條件的影響并建立了非線性模型。邱白晶[12]等基于軟球模型的離散元法，采用 Hertz-Mindlin接觸力學(xué)模型模擬水稻籽粒流與承載板沖擊過程，提出了在建立谷物流量模型時考慮如何減少谷物在谷物流量傳感器上滑落階段的影響；去除滑落階段后，沖擊力與谷物流量的線性關(guān)系有了很大的提高，從而提高傳感器的測量精度。魏新華[13]在建立谷物流量模型時考慮了升運器轉(zhuǎn)速影響，經(jīng)過多次標(biāo)定實驗，建立一個以谷物流量為因變量，以沖擊力和升運器轉(zhuǎn)速為自變量的二元三次方程；試驗結(jié)果表明：在不同升運器轉(zhuǎn)速下，谷物流量范圍為0.5～2.3kg/s時，最大測產(chǎn)誤差不大于3.1%。Shoji[14]建立一種指數(shù)模型，并在模型中引入兩個參數(shù)，并以標(biāo)準(zhǔn)差最小為目標(biāo)優(yōu)化兩個參數(shù)，通過不同的優(yōu)化參數(shù)以適應(yīng)較大范圍的流量變化，測量的最大誤差為3.5%。

上述模型都是經(jīng)驗?zāi)Ｐ?，且能夠較好地估計出谷物流量。但是，經(jīng)驗?zāi)Ｐ椭械膮?shù)沒有明確的物理意義，使得外部因素對谷物流量的測量影響較大(如升運器轉(zhuǎn)速、機(jī)械結(jié)構(gòu)參數(shù)、相對位置參數(shù)和谷物特性參數(shù))，往往外部因素變化時需要對谷物流量傳感器重新建模，降低了谷物流量傳感器的通用性。根據(jù)上述模型中存在的問題，本文通過對谷物從拋出到撞擊到谷物流量傳感器的過程進(jìn)行分析，基于運動學(xué)原理建立了一種谷物流量動態(tài)模型。谷物流量動態(tài)模型能夠反映出沖擊力與谷物流量之間的關(guān)系，模型中通過引進(jìn)多個參數(shù)來反映外部因素的影響。

1谷物運動過程分析與建模

把谷物從拋出到撞擊在谷物流量傳感器上分為3個不同階段(見圖2)。①過渡階段。谷物在刮板和升運器外殼的作用下，圍繞著刮板旋轉(zhuǎn)軸中心做圓周運動。在此階段，假設(shè)沒有谷物損失，并且谷物繞著刮板旋轉(zhuǎn)軸中心的運動可以看作是剛體的定軸轉(zhuǎn)動，即谷粒間的相對位置保持不變，各個谷粒的角速度相等，線速度與旋轉(zhuǎn)中心距離成正比。②釋放階段。谷物脫離升運器外殼，只受刮板作用而不再受升運器外殼的約束，把釋放階段的谷物分割成角度區(qū)和徑向?qū)?。在釋放階段的初始，谷物的徑向速度由零變?yōu)榉橇悖瑥较蛩俣纫才c刮板旋轉(zhuǎn)中心距離成正比，所以假設(shè)徑向?qū)拥墓任镏g沒有力的作用，但角度區(qū)的谷物之間存在摩擦力。③飛行階段。谷物不受任何限制和約束飛向谷物流量傳感器。谷物飛行階段的速度等于釋放階段末端的速度，由于谷物的速度較快，可假設(shè)谷物不受重力的影響。谷物與谷物流量傳感器之間的碰撞屬于彈性碰撞，并且符合沖量定理。

1.1　過渡階段谷物內(nèi)部邊界分布規(guī)律模型

過渡階段，谷物在刮板和升運器外殼聯(lián)合作用下呈現(xiàn)一定的分布規(guī)律。文獻(xiàn)[15]通過有限單元仿真表明：在此階段中，無論谷物的數(shù)量多少，谷物的內(nèi)部邊界可以近似看作一條直線(見圖3)，并給出了谷物內(nèi)部邊界函數(shù)為

(1)

其中，l(φ)為谷物分布函數(shù)，表示谷物內(nèi)部邊界的點到旋轉(zhuǎn)中心的距離；b為刮板寬度；φ為谷物內(nèi)部邊界上的任意一點到旋轉(zhuǎn)中心的連線與刮板所成的角度；l0為谷物內(nèi)部邊界的最低點到旋轉(zhuǎn)中心的距離；φm為谷物內(nèi)部邊界的最大角度。特別說明：當(dāng)φ=0時，l(0)=l0；當(dāng)φ=φm時，l(φm)=b。式(1)中，有3個參數(shù)φ、l0和φm，下面進(jìn)一步推導(dǎo)l0和φm之間的關(guān)系，減少式(1)中的參數(shù)。

(a)　過渡階段　　　(b)　釋放階段　　　 (c)　飛行階段

圖3　過渡階段谷物內(nèi)部邊界分布建模

谷物在此階段的最大弧長為bφm，最大谷物厚度為b-l0，l0和φm兩個參數(shù)可以描述谷物的形狀，設(shè)谷物的形狀系數(shù)為λ，則

(2)

把式(1)中參數(shù)φm由參數(shù)l0代替，即

(3)

從而在谷物內(nèi)部邊界函數(shù)中只剩下一個未知參數(shù)l0，為了確定l0的大小，以谷物的截面積sABC為中間量，如圖3所示，則

(4)

設(shè)刮板上谷物質(zhì)量為M，那么谷物的截面積可表示為

(5)

其中，sABC為谷物的截面積；η為谷物的體積密度；w刮板長度。由式(3)~式(5)可得

(6)

由于升運器轉(zhuǎn)速快，刮板上的谷物質(zhì)量M可認(rèn)為與谷物流量傳感器檢測到的流量q相等。此外，文獻(xiàn)[16]通過數(shù)值模擬發(fā)現(xiàn)谷物形狀系數(shù)的值是約為2，式(6)又可變?yōu)?/p>

(7)

1.2　釋放階段谷物拋出速度模型

在釋放階段，谷物不再受到升運器外殼的限制，而是在刮板的作用和谷物間相互摩擦作用下，向外做加速擴(kuò)散運動直到谷物到達(dá)刮板的末端。谷物間的相互作用主要產(chǎn)生在徑向?qū)又g和角度區(qū)之間，如圖4所示。

圖4　釋放階段的谷物受力分析

圖4中符號的具體含義如下：μN1、μN2為谷物之間的摩擦力；N1、N2為來自角度區(qū)谷物的壓力；μ為谷物間的摩擦因數(shù)；f1、f2為徑向?qū)庸任锏淖饔昧?；Ω是刮板旋轉(zhuǎn)角速度；坐標(biāo)系roh的r軸與刮板的寬度b方向重合，h軸垂直于刮板的寬度方向；坐標(biāo)系xoy的x軸為水平方向，y軸為垂直方向。θ為兩個坐標(biāo)系的角度差，且θ=3π/2+Ωt。由牛頓第二定理可得

mar=f2-f1-μN2+μN1

(8)

mah=N2-N1

(9)

其中，m為單個谷粒的質(zhì)量；ar為谷粒在r定軸方向的加速度；ah為谷粒在h軸方向的加速度。把式(9)代入(8)得到

m(ar+μah)=f2-f1

(10)

根據(jù)對釋放階段的分析，可以假設(shè)徑向?qū)又g的谷物不存在相互作用力，只存在角度區(qū)間的相互摩擦力。去掉徑向?qū)庸任镩g的作用力，式(10)可變?yōu)?/p>

m(ar+μah)=0

(11)

設(shè)er、eh和ex、ey分別為兩個坐標(biāo)系的基向量，則單個谷粒沿著刮板方向的位置可表示為

r=ρer=xex+yey

(12)

其中，ρ是單個谷粒到升運器旋轉(zhuǎn)中心的距離。由坐標(biāo)系轉(zhuǎn)換可得

(13)

將式(13)對時間t求導(dǎo)得

(14)

聯(lián)合式(13)和式(14)不難發(fā)現(xiàn)

(15)

對式(12)求導(dǎo)，得到單個谷粒在坐標(biāo)系roh內(nèi)的速度為

(16)

(17)

進(jìn)一步對式(17)求導(dǎo)可得單個谷粒在坐標(biāo)系roh內(nèi)的加速度

(18)

(19)

(20)

(21)

(22)

假設(shè)每個谷粒從過渡階段的初始位置到達(dá)刮板末端的時間相同，并且設(shè)時間為td。td可由下式求得

ρ(td)-b=0

(23)

最后，在釋放階段的末期谷粒的速度可表達(dá)為

(24)

將速度轉(zhuǎn)換到xoy坐標(biāo)系中得

(25)

(26)

由式(22)~式(26)可知：在升運器轉(zhuǎn)速一定情況下，釋放階段末期谷粒的速度主要由過渡階段的初始位置ρ0決定，如圖3所示。

1.3　飛行階段谷物碰撞到傳感器的條件

此階段是谷物相互之間沒有影響自由地飛向沖擊板，如圖5所示。圖5中符號的意義如下：φ為傳感器與水平方向的夾角；hy為升運器旋轉(zhuǎn)中心到谷物流量傳感器最低點的垂直距離；hx為升運器旋轉(zhuǎn)中心到谷物流量傳感器最低點的水平距離；β為傳感器最低點到谷粒與谷物流量傳感器碰撞點的距離；lc為谷物流量傳感器的長度。在飛行階段的初始，谷物的速度和位置等于釋放階段的末期速度和位置，并且谷物與沖擊板撞擊后符合沖量定理。

圖5　飛行階段

有研究表明：大約有15%~20%的谷物將不能達(dá)到傳感器上[17]。為了計算施加在傳感器上的沖擊力，有必要確定與傳感器碰撞的谷物比例?？紤]到谷物從刮板到?jīng)_擊板的飛行時間較短，可以忽略重力對飛行軌跡的影響。那么，谷物在飛行階段的運動可以看作速度不變的直線運動。谷物能否與沖擊板碰撞由谷物在釋放階段末期的位置和速度共同決定。由上節(jié)分析可知，這兩個量又由谷物在釋放階段初始位置ρ0決定的。所以，這里設(shè)定一個谷物初始位置閾值ρc，當(dāng)谷物初始位置ρ0>ρc時，谷物能夠到達(dá)傳感器；而ρ0<ρc時谷物將錯過傳感器。下面推導(dǎo)決定閾值ρc的條件。

在飛行階段，單個谷粒從離開刮板飛向傳感器的軌跡可表示為

straj=(bcosθ+vxt)ex+(-bsinθ+vyt)ey

(27)

其中，t為谷物離開刮板到達(dá)傳感器所用的時間，特別當(dāng)t=0時代表了谷物在釋放階段末期的位置；b是刮板的寬度；vx、vy為谷物在釋放階段末期的初始速度。同樣，傳感器的幾何形狀可由一條線段來表達(dá)，有

sstru=(hx-βcosφ)ex+(hy-βsinφ)ey

(28)

其中，β為傳感器最低點與撞擊點之間的距離，且0<β

(29)

對式(29)求解得到

(30)

(31)

由此谷物能夠沖擊到傳感器上的條件為t>0和0<β

1.4　物碰撞傳感器后的速度模型

谷物與傳感器碰撞過程中，沖擊力和碰撞速度的變化都非常復(fù)雜，在分析谷物與傳感器碰撞現(xiàn)象時，首先作如下假設(shè)：①谷物與傳感器的碰撞屬于彈性碰撞，即恢復(fù)系數(shù)0

對于假設(shè)1實際的碰撞一般都屬于這一類。碰撞物體的動能因引起振動而失散，物體的變形不能完全恢復(fù)，或伴有內(nèi)阻引起的能量損失。谷物與傳感器碰撞時，能量交換主要發(fā)生在垂直于傳感器方向上，如果傳感器表面光滑，在平行于傳感器方向上基本沒有能量損失，所以假設(shè)2很容易滿足?？傊?，這兩個假設(shè)并不會使所建立的模型失去一般性。

谷物與傳感器碰撞前的速度在釋放階段已求出，即vd。設(shè)谷物與傳感器碰撞后的速度為v′，則碰撞前后的速度在xoy坐標(biāo)系中可表示為

vd=vxex+vyey

(32)

(33)

設(shè)垂直于傳感器方向上的基向量為n，如圖6所示，那么

n=-sinφxex+cosφey

(34)

谷物碰撞前的速度在垂直傳感器方向上的分量可表示為

vd·n=-sinφxvx+cosφvy

(35)

而平行于傳感器方向上的速度可表示為

n×(vd×n)=(vxcos2φ+vysinφcosφ)ex+

(vysin2φ+vxsinφcosφ)ey

(36)

根據(jù)假設(shè)1和假設(shè)2分別可得到

vd·n=-ev′·n

(37)

n×(vd×n)=n×(v′×n)

(38)

式(37)中，e=es/eg為綜合恢復(fù)系數(shù);es為碰撞恢復(fù)系數(shù)，代表了谷物與傳感器碰撞時的能量損失;eg為作用恢復(fù)系數(shù)，代表了谷物達(dá)到傳感器之前，谷物間的相互作用造成能量損失。將式(35)和式(36)分別代入式(37)和式(38)得

(39)

(40)

(41)

(42)

圖6　谷物撞擊傳感器后的速度模型

1.5　沖擊力模型

由過渡階段得到的谷物內(nèi)部邊界函數(shù)、釋放階段推導(dǎo)出谷物的速度以及飛行階段的谷物碰撞后速度和谷物沖擊到傳感器上的條件，綜合3個階段的結(jié)果可得到傳感器上獲得的總動量為

(43)

其中，l-1(ρ)是谷物內(nèi)部邊界分布的逆函數(shù)，這里l-1(ρ)=φ。由于ρl-1(ρ)dρ是徑向?qū)拥拿娣e單元，如圖7所示。所以，ρl-1(ρ)wdρ是徑向?qū)拥捏w積單元。在沖擊板上的谷物沖擊力為

(44)

其中，F(xiàn)為作用在沖擊板上的谷物沖擊力，Δt=D/V，D是兩塊刮板之間的距離，V是刮板線速度。

圖7　徑向?qū)用娣e單元

2模型參數(shù)辨識

根據(jù)谷物在各個階段的模型和相關(guān)參數(shù)，對式(43)和式(45)進(jìn)行簡化，有

F=f(q,μ,e,η,l0,V,D,Ω,l,w,lc,dx,dy,φ)

(45)

模型中包含了谷物特性參數(shù)(如μ,e,η,l0)，相對位置參數(shù)如(dx,dy,φ)，升運器結(jié)構(gòu)和工作參數(shù)V,D,Ω,l,w,lc。其中，谷物特性參數(shù)無法直接測量，需要對其進(jìn)行辨識。

如果給定沖擊力、谷物流量和谷物的外部條件就可對模型中的谷物特性參數(shù)進(jìn)行辨識(見圖8)。對于谷物流量動態(tài)模型中參數(shù)的辨識同大多數(shù)動態(tài)測試數(shù)據(jù)處理問題一樣,可借助曲線擬合法來解決。擬合法主要應(yīng)用各種廣義回歸分析方法。在擬合代數(shù)多項式或更一般的廣義多項式時，常采用傳統(tǒng)的最小二乘法。由于外部條件的變化使沖擊力與谷物流量之間由于外部條件變化存在非線性關(guān)系，故可建立二者之間的非線性回歸模型并用非線性最小二乘法估計谷物特性參數(shù)。根據(jù)最小二乘原則使回歸誤差平方和為最小，對于式(45)則有

(46)

式(46)想要達(dá)到最小值，必須滿足條件

(47)

式(47)將計算最優(yōu)解的問題轉(zhuǎn)化為求解非線性方程組的問題。非線性方程組不便直接求出參數(shù)的精確解。因此，通常要采用迭代法或最優(yōu)化方法來求得近似解，這里采用牛頓迭代法求非線性方程組的解。

圖8　模型參數(shù)辨識的輸入輸出

實際辨識時，首先把沖擊力分為了不同區(qū)間，然后通過非線性最小二乘法和已知谷物流量辨識沖擊力區(qū)間內(nèi)相應(yīng)的谷物特性參數(shù)。采用模型對谷物流量進(jìn)行估計時，由于式(45)是非一個非線性方程，一般對非線性方程的求解一般有對分法、迭代法和牛頓法等。這里采用對分法對谷物流量模型進(jìn)行求解，主要是考慮了對分法的計算簡單、方法可靠及計算速度快的優(yōu)點。所以，在沖擊力測量值和相關(guān)模型模型參數(shù)已知情況下，根據(jù)測量的沖擊力通過模型可對谷物流量進(jìn)行估計。

3測產(chǎn)實驗

谷物流量實驗臺上進(jìn)行實驗驗證，實驗臺組成如圖9所示。工作時，輸送攪龍在異步電機(jī)的驅(qū)動下，將從存儲箱中漏下的谷物輸送到升運器，再由升運器將其提升并拋撒到稱重箱中，以模仿谷物在聯(lián)合收割機(jī)內(nèi)的輸運過程；調(diào)節(jié)閥板開度可改變谷物進(jìn)給量，通過變頻器調(diào)節(jié)異步電機(jī)轉(zhuǎn)速可改變谷物的升運速度。

本文所采用的自行開發(fā)研制的沖量式谷物流量傳感器，具體結(jié)構(gòu)如圖10所示。傳感器具體包括：PVDF壓電薄膜、阻尼材料、承載板、固定調(diào)整架和前置電荷放大器。PVDF壓電薄膜通過針狀金屬端子作為電極并用屏蔽線引出接入前置電荷放大器，幾何尺寸為220mm×180mm×0.07mm、壓電常數(shù)d33為200pc/N。整張PVDF壓電薄膜敷貼在承載板上，承載板的另一面設(shè)有固定調(diào)整架。PVDF壓電薄膜通過固定調(diào)整架安裝在收割機(jī)提升器的出口處，并且利用固定調(diào)節(jié)架上的定位孔來調(diào)節(jié)PVDF壓電薄膜的安裝角度和高度。在承載板和PVDF壓電薄膜之間敷貼了阻尼材料，構(gòu)成了自由阻尼結(jié)構(gòu)。經(jīng)過標(biāo)定，沖擊力與電荷放大器輸出的電壓之間呈現(xiàn)較高的線性關(guān)系，如圖11所示。

1.稱重傳感器　2.均糧攪龍　3.稱重箱　4.支撐機(jī)架　5.存儲箱

(a)　傳感器機(jī)械結(jié)構(gòu)　　 (b)　傳感器電氣結(jié)構(gòu)

圖11　沖擊力與輸出電壓關(guān)系

升運器轉(zhuǎn)速傳感器采用SZGB-6型光電轉(zhuǎn)速傳感器，測速范圍為1~30 000r/min；檢測距離最大為150mm；輸出信號幅值為5±0.5V對應(yīng)“1”， 0.5V以下對應(yīng)“0”；谷物含水率傳感器采用型號為HM1500，測量范圍為0～100%RH，測量精度：≤±3%RH；谷物流量傳感器和稱重傳感器的輸出信號由NI USB-6216多功能數(shù)據(jù)采集卡進(jìn)行采集。實驗應(yīng)用程序采用 LabVIEW 開發(fā)而成，谷物流量傳感器和稱重傳感器的輸出信號的同步采集、記錄和分析。

在上述的實驗臺上進(jìn)行模型驗證實驗：通過變頻器把升運器轉(zhuǎn)速調(diào)整為320、360、400r/min3個等級，在每個升運器轉(zhuǎn)速下通過調(diào)整閥板的開度得到4種不同的谷物流量，測試重復(fù)3次，沖擊力和谷物流量3次測試的均值作為真實值。模型中的相關(guān)幾何相對位置和參數(shù)如表1所示。

表1　模型中相關(guān)參數(shù)

將上述參數(shù)代入谷物流量動態(tài)模型中，并根據(jù)傳感器上測得的沖擊力，按照模型估計谷物流量，實驗結(jié)果如表2所示。

表2　不同升運器轉(zhuǎn)速下對谷物流量估計結(jié)果

續(xù)表2

從表2中看出：在同一含水率下，沖擊力隨著升運器轉(zhuǎn)速的增加也略微增大。這是因為升運器轉(zhuǎn)速增加使谷物的撞擊前的速度增大，根據(jù)沖量定理，當(dāng)谷物撞擊后的速度一定時，沖擊力與撞擊前的速度成正比，所以沖擊力隨著升運器轉(zhuǎn)速的增加而增大。

4結(jié)論

1)在動力學(xué)理論下建立了一種谷物流量動態(tài)模型，模型分為3個階段：過渡階段、釋放階段和飛行階段。模型準(zhǔn)確描述了沖擊力和谷物流量之間的關(guān)系，通過測量沖擊力可以求出谷物流量。

2)谷物流量模型中引入了一些參數(shù)可以反映谷物的外部因素變化，如機(jī)械結(jié)構(gòu)參數(shù)、相對位置參數(shù)和谷物特性參數(shù)等。模型中參數(shù)物理意義明確，目前模型中的未知參數(shù)在實驗水平下可以獲得。當(dāng)傳感器的安裝點的幾何形狀發(fā)生變化時，調(diào)整模型中相應(yīng)的參數(shù)，谷物流量傳感器可以繼續(xù)測量，不必重新標(biāo)定建模，使谷物流量傳感器具有了魯棒性和通用性。

3)采用所建立的模型對谷物流量進(jìn)行測量具有較好的精度，在谷物流量范圍為 0.8～2.4kg/s時，測量的最大誤差不超過2.5%，并且外部因素變化時能夠保持測量精度的穩(wěn)定。該模型為谷物流量測量提供新的理論基礎(chǔ)。

參考文獻(xiàn)：

[1]Zhou J, Cong B, Liu C.Elimination of vibration noise from an impact-type grain mass flow sensor[J].Precision Agriculture, 2014,15(6):627-638.

[2]叢秉華,周俊.雙平行梁谷物流量傳感器振動噪聲消除方法[J].傳感技術(shù)學(xué)報,2013,26(3): 377-381.

[3]胡均萬,羅錫文,阮歡,等.雙板差分沖量式谷物流量傳感器設(shè)計[J].農(nóng)業(yè)機(jī)械學(xué)報,2009,40(4):69-72.

[4]Fulton J P, Sobolik C J, Shearer S A, et al.Grain yield monitor flow sensor accuracy for simulated varying field slopes[J].Applied Engineering in Agriculture, 2009, 25(1): 15-21.

[5]Hemming N, Chaplin J.Precision of real time grain yield data[C]//Proceedings of 2004 ASAE annual international meeting，2004:747-756.

[6]陳樹人,仇華錚,李耀明,等.谷物流量傳感器試驗臺的設(shè)計與試驗[J].農(nóng)業(yè)工程學(xué)報,2012,28(16):41-46.

[7]呂佐朝,邱白晶,房義軍,等.承載板式谷物質(zhì)量流量傳感器設(shè)計與試驗[J].農(nóng)業(yè)機(jī)械學(xué)報,2011(S1):90-93.

[8]王薄,李民贊,張成龍,等.沖擊式谷物流量傳感器設(shè)計與性能試驗[J].農(nóng)業(yè)機(jī)械學(xué)報,2009(S1):52-56.

[9]Loghavi M, Ehsani R, Reeder R.Development of a portable grain mass flow sensor test rig[J].Computers and electronics in agriculture,2008,61(2):160-168.

[10]Burks T F, Shearer S A, FultonJ P, et al.Effects of time-varying inflow rates on combine yield monitor accuracy[J].Applied Engineering in Agriculture,2004,20:269-276.

[11]Schrock MD, Oard D L, Taylor R K, et al.A diaphragm impact sensor for measuring combine grain flow[J].Applied Engineering in Agriculture,1999,15(6):639-642.

[12]邱白晶,姜國微,楊寧,等.水稻籽粒流對承載板沖擊過程離散元分析[J].農(nóng)業(yè)工程學(xué)報,2012,28(3):44-49.

[13]魏新華,張進(jìn)敏,但志敏,等.沖量式谷物流量傳感器測產(chǎn)信號處理方法[J].農(nóng)業(yè)工程學(xué)報,2014,30(15)：222-228.

[14]Shoji K,Matsumoto I,Kawamura T.Impact-by-impact sensing of grain flow on jidatsu combine[J].Engineering in Agriculture, Environment and Food,2011,4(1):1-6.

[15]Hennens D, Baert J, Broos B, et al.Development of a flow model for the design of a momentum type beet mass flow sensor[J].Biosystems engineering,2003,85(4):425-436.

[16]Reinke R, Dankowicz H, Phelan J, et al.A dynamic grain flow model for a mass flow yield sensor on a combine[J].Precision agriculture,2011,12(5):732-749.

[17]田丹,薛定宇,陳大力.一種原始對偶去噪模型的參數(shù)選取與求解算法[J].信息與控制,2014(4)：463-469.

Grain Flow Model Based on Kinematic Analysis

Wang He1,2,3, Hu Jingtao1, Gao Lei1

(1.Shenyang Institute of Automation Chinese Academy of Science, Shenyang 110016, China；2. University of Chinese Academy of Science, Beijing 100049, China；3. University of Science and Technology Liaoning, Anshan 114051, China)

Abstract：Currently the grain flow models that were used for grain flow estimation were mainly empirical models.These models were difficult to meet the requirements of robust and versatility.A grain flow model was established based on kinematic analysis to accurately estimate mass flow. The model considered the external factors to grain flow measurement, such as the elevator rotation speed,the mechanical structure parameters,the relative positions parameters and grain characteristic parameters, and introduced relevant parameters that reflected changes of external factors. The relationship between the impact force and grain flow was nonlinear due to the variation of the external factors, a nonlinear least squares method was used to identify the grain characteristic parameters.An experimental platform was built to for the grain characteristic parameters and model validation.Three weighting sensors were mounted on the weighting bin in the experimental platform to calibrate grain flow sensor and verify the accuracy of grain flow sensor. A valve plate was inserted in the bottom of the feed bin of the experimental platform.The feed flow could be controlled by adjusting opening of the valve plate. Experimental results showed that the model can accurately describe the relationship between grain flow and impact, the maximum measurement error did not exceed 2.5%.The model was superior to the empirical models that were usually used, and is with versatility and robustness.

Key words：grain flow model; kinematic analysis; impact

中圖分類號：S24；TP29

文獻(xiàn)標(biāo)識碼：A

文章編號：1003-188X(2016)11-0015-08

作者簡介：王鶴(1981-),男，遼寧鞍山人，博士研究生，(E-mail) wanghe@sia.cn。通訊作者：胡靜濤(1963-)，男，沈陽人，研究員，博士生導(dǎo)師，(E-mail)hujingtao@sia.cn。

基金項目：國家高技術(shù)研究發(fā)展計劃項目(2013AA040403)

收稿日期：2015-10-12