張洪洲，劉媛杰，王憲磊，李 勇，周 丹

(塔里木大學(xué) 機(jī)械電氣化工程學(xué)院，新疆 阿拉爾 843300)

機(jī)采棉清雜運(yùn)動(dòng)規(guī)律模型預(yù)測(cè)

張洪洲，劉媛杰，王憲磊，李 勇，周 丹

(塔里木大學(xué) 機(jī)械電氣化工程學(xué)院，新疆 阿拉爾 843300)

針對(duì)機(jī)采棉中殘地膜與棉花分離容易受到殘地膜質(zhì)量、機(jī)采棉飛入速度及強(qiáng)靜電場(chǎng)電壓等因素的影響，提出一種機(jī)采棉清雜過(guò)程中棉花與殘地膜運(yùn)動(dòng)規(guī)律的預(yù)測(cè)方法。以南疆機(jī)采棉新陸早26號(hào)為研究對(duì)象，利用棉花與殘地膜之間的分離率來(lái)表征運(yùn)動(dòng)規(guī)律。利用殘地膜質(zhì)量級(jí)別(1、2、3、4級(jí))、荷電后的機(jī)采棉飛入速度(9、10、11、12m/s)、強(qiáng)靜電場(chǎng)電壓(30、40、50、60kV)3個(gè)因素作為BP神經(jīng)網(wǎng)絡(luò)模型的輸入量，再利用改進(jìn)的遺傳算法訓(xùn)練所設(shè)計(jì)的網(wǎng)絡(luò)的權(quán)值和閾值，建立能表征機(jī)采棉運(yùn)動(dòng)規(guī)律的分離率的預(yù)測(cè)模型。試驗(yàn)結(jié)果表明：利用改進(jìn)遺傳算法結(jié)合BP神經(jīng)網(wǎng)絡(luò)得到的機(jī)采棉與殘地膜分離率預(yù)測(cè)模型能夠很好地反應(yīng)新陸早26號(hào)機(jī)采棉與殘地膜分離應(yīng)力與主要控制因素之間的非線(xiàn)性關(guān)系，預(yù)測(cè)結(jié)果與實(shí)測(cè)結(jié)果之間的平均絕對(duì)百分比誤差為0.82，測(cè)試的樣本實(shí)測(cè)值與理想值之間的相關(guān)系數(shù)為0.917 51，所得到的預(yù)測(cè)模型效果良好，可為機(jī)采棉清雜提供參考。

機(jī)采棉；清雜；運(yùn)動(dòng)規(guī)律；模型；預(yù)測(cè)

0 引言

一直以來(lái)，新疆作為我國(guó)長(zhǎng)絨棉主要生產(chǎn)基地，其棉花的鋪膜種植方式和采棉機(jī)采摘棉桃方式致使棉花中含有大量的雜質(zhì)[1-15]。目前，機(jī)采棉清雜都是以機(jī)械鼓風(fēng)為主，生產(chǎn)效率低、生產(chǎn)成本較高，且因?yàn)樽饔糜跈C(jī)采棉的風(fēng)力強(qiáng)度不易控制，清雜時(shí)棉絨的斷裂程度較高[16-30]。隨著棉花產(chǎn)量的增長(zhǎng)和棉花產(chǎn)品多樣化的需求，機(jī)采棉清雜工序的自動(dòng)化和產(chǎn)業(yè)化加工勢(shì)在必行?；谝陨弦蛩?，國(guó)內(nèi)外眾多學(xué)者長(zhǎng)期致力于機(jī)采棉清雜技術(shù)的研究及研發(fā)高效率的機(jī)采棉清雜設(shè)備。在一定的試驗(yàn)研究基礎(chǔ)上，一些學(xué)者利用有限元理論分析了機(jī)采棉清雜過(guò)程中，棉花和雜質(zhì)的受力分析，得到了鼓風(fēng)作用于棉花和雜質(zhì)的優(yōu)化方向和作用力。國(guó)外研究人員以機(jī)械鼓風(fēng)試驗(yàn)為研究基礎(chǔ)，分析了機(jī)采棉含水率對(duì)機(jī)采棉清雜率的影響。研究結(jié)果表明：機(jī)采棉的含水量增加時(shí)，機(jī)采棉中雜質(zhì)與棉絨的附著力增加，致使機(jī)采棉的清雜率下降。

本文在機(jī)采棉靜電清雜的基礎(chǔ)上，從影響機(jī)采棉與殘地膜分離率的殘地膜質(zhì)量、機(jī)采棉飛入速度及強(qiáng)靜電場(chǎng)電壓等3個(gè)因素入手，用分離率來(lái)表征機(jī)采棉清雜運(yùn)動(dòng)規(guī)律。殘地膜質(zhì)量、機(jī)采棉飛入速度、強(qiáng)靜電場(chǎng)電壓這3個(gè)因素與機(jī)采棉與殘地膜分離率之間呈非線(xiàn)性關(guān)系。在非線(xiàn)性關(guān)系數(shù)據(jù)分析處理方面，BP神經(jīng)網(wǎng)絡(luò)模型方法具有獨(dú)特的優(yōu)勢(shì)，該方法理論分析上能夠很好地反應(yīng)非線(xiàn)性關(guān)系的輸入與輸出之間的相關(guān)性；但是，在實(shí)際程序運(yùn)行中BP神經(jīng)網(wǎng)絡(luò)容易陷入局部收斂，且收斂速度較慢，致使全局搜索能力下降，得不到全局最優(yōu)解。應(yīng)用改進(jìn)的遺傳算法進(jìn)行迭代優(yōu)化BP神經(jīng)網(wǎng)絡(luò)模型的權(quán)值，克服其陷入局部收斂并且提高權(quán)值訓(xùn)練速度，實(shí)現(xiàn)智能優(yōu)化控制。

本文利用新疆南部地區(qū)產(chǎn)的新陸早26號(hào)機(jī)采棉為原料，在自行設(shè)計(jì)的靜電清雜試驗(yàn)臺(tái)上進(jìn)行清雜試驗(yàn)的基礎(chǔ)上，從影響機(jī)采棉與殘地膜分離率的殘地膜質(zhì)量、機(jī)采棉飛入速度及強(qiáng)靜電場(chǎng)電壓3個(gè)因素入手，利用改進(jìn)的遺傳算法結(jié)合BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)機(jī)采棉分離運(yùn)動(dòng)規(guī)律模型，確定機(jī)采棉運(yùn)動(dòng)規(guī)律模型，為實(shí)際生產(chǎn)中進(jìn)一步研究剔除機(jī)采棉中殘地膜提供理論依據(jù)。

1 材料與方法

1.1 材料與裝置

原料為利用采棉機(jī)在南疆地區(qū)采摘的新陸早26號(hào)機(jī)采棉。機(jī)采棉殘地膜靜電分離裝置系統(tǒng)框圖如圖1所示。該裝置主要由電極板、高速傳送帶、棉花收集箱、殘地膜收集箱、荷電控制器、速度控制器及顯示裝置等組成。正負(fù)電極板采用銅板，利用步進(jìn)電機(jī)帶動(dòng)利用絕緣材料制成的傳送帶。上極板接高壓靜電的負(fù)極，下極板接高壓靜電的正極。清雜試驗(yàn)時(shí)，機(jī)采棉均勻鋪在傳送帶上，通過(guò)荷電控制器控制荷電裝置使機(jī)采棉在荷電區(qū)進(jìn)行荷電；荷電完畢后，傳送帶在電機(jī)的帶動(dòng)下運(yùn)行，當(dāng)帶有正電荷的機(jī)采棉脫離傳送帶時(shí)以一定的線(xiàn)速度打入電場(chǎng)區(qū)域，此時(shí)機(jī)采棉受到重力和電場(chǎng)力的作用，在電場(chǎng)區(qū)域內(nèi)做類(lèi)平拋運(yùn)動(dòng)。由于棉花和殘地膜的質(zhì)能差異性，棉花和殘地膜的平拋運(yùn)動(dòng)軌跡不同，分別落入不同的收集箱內(nèi)。

圖1 機(jī)采棉殘地膜電磁分離系統(tǒng)框圖Fig.1 Block diagram of static electricity separation system for plastic film of cotton

1.2 系統(tǒng)軟件設(shè)計(jì)

機(jī)采棉殘地膜靜電分離系統(tǒng)軟件部分包括機(jī)采棉線(xiàn)速度調(diào)控、電極板電壓控制及鍵盤(pán)顯示等模塊，軟件流程圖如圖2所示。

圖2 分離系統(tǒng)軟件流程圖Fig.2 Separation system software flow chart

以下為系統(tǒng)軟件設(shè)計(jì)的部分匯編語(yǔ)言代碼：

ORG 2000H

DC BIT P1.0

speed equ 20h

jmp dc_MOTOR

ORG 2100H

dc_MOTOR: mov a,p1

mov speed,a

lcall del

mov a,p1

cjne a,speed,dc_MOTOR

JB P3.3,JUD_SPD5

MOV SPEED,#6

JMP PWM

JUD_SPD5: JB P3.2,JUD_SPD4

MOV SPEED,#5

JMP PWM

JUD_SPD4: JB P3.1,JUD_SPD3

MOV SPEED,#04

JMP PWM

JUD_SPD3: JB P3.0,JUD_SPD2

MOV SPEED,#03

JMP PWM

JUD_SPD2: JB P3.5,JUD_SPD1

MOV SPEED,#02

JMP PWM

JUD_SPD1: JB P3.6,JUD_SPD0

MOV SPEED,#01

JMP PWM

JUD_SPD0: MOV SPEED,#00

PWM: MOV R6,SPEED

MOV A,#06

CLR C

SUBB A,SPEED

MOV R5,A

CLR DC

WAIT1: LCALL DEL

DJNZ R6,WAIT1

SETB DC

WAIT2: LCALL DEL

DJNZ R5,WAIT2

JMP DC_MOTOR

Del: mov r7,#0ffh

djnz r7,$

Ret

END

1.3 機(jī)采棉調(diào)濕

試驗(yàn)采用的棉花為新陸早26號(hào)，含水率為16%～18%。將采收的機(jī)采棉放入恒溫箱內(nèi)，烘干至5%～8%。

1.4 試驗(yàn)方法

取10kg機(jī)采棉，從中隨機(jī)取樣1kg，將機(jī)采棉中殘地膜人工挑出，測(cè)定每塊殘地膜的質(zhì)量級(jí)別，1級(jí)為0.12g，2級(jí)為0.11g，3級(jí)為0.1g，4級(jí)為0.09g，再將殘地膜均勻混入原機(jī)采棉。

將處理過(guò)的機(jī)采棉在靜電分離裝置上進(jìn)行分離試驗(yàn)，測(cè)定清雜率。試驗(yàn)所用的機(jī)采棉殘地膜質(zhì)量級(jí)別、荷電后的機(jī)采棉飛入速度及強(qiáng)靜電場(chǎng)電壓3個(gè)參數(shù)的詳細(xì)指標(biāo)如表1所示。

表1 主要參數(shù)指標(biāo)

2 BP模型設(shè)計(jì)

機(jī)采棉靜電清雜過(guò)程中清雜率的主控因素是殘地膜的質(zhì)量級(jí)別、機(jī)采棉的飛入速度和強(qiáng)電場(chǎng)的電壓，以此3個(gè)因素作為BP的輸入量，即輸入層的節(jié)點(diǎn)數(shù)3。根據(jù)BP神經(jīng)網(wǎng)絡(luò)輸入層與隱層關(guān)系可知：當(dāng)輸入層節(jié)點(diǎn)數(shù)為n時(shí)，隱層節(jié)點(diǎn)數(shù)為2n+1，此時(shí)BP神經(jīng)網(wǎng)絡(luò)效果最佳。在此設(shè)計(jì)中，隱層節(jié)點(diǎn)數(shù)為7，神經(jīng)網(wǎng)絡(luò)模型層數(shù)為3，因此BP模型結(jié)構(gòu)為3-7-1。

選取殘地膜的質(zhì)量級(jí)別、機(jī)采棉的飛入速度和強(qiáng)電場(chǎng)的電壓3個(gè)關(guān)鍵因素作為BP網(wǎng)絡(luò)的輸入量，選取機(jī)采棉清雜率為BP網(wǎng)絡(luò)模型的輸出量，將3個(gè)主控因素做歸一化處理后，進(jìn)行網(wǎng)絡(luò)訓(xùn)練。

3 改進(jìn)的GA-BP設(shè)計(jì)

遺傳算法(GA)的優(yōu)勢(shì)在于其并行計(jì)算且全局搜索能力強(qiáng)，而B(niǎo)P神經(jīng)網(wǎng)絡(luò)模型善于局部搜索且局部搜索能力強(qiáng)。因此，在GA并行計(jì)算過(guò)程中，在其每一條計(jì)算流上嫁接BP，利用BP進(jìn)行每一次計(jì)算；GA和BP融合后，取BP的并行計(jì)算和全局搜索能力，BP的局部搜索能力，既克服了局部收斂的缺陷，同時(shí)保留了原有的收斂速度[8]。

利用遺傳算法計(jì)算，收斂后得到的優(yōu)化子代作為BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)值，通過(guò)給定樣本數(shù)據(jù)，進(jìn)行BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練，最后得到最優(yōu)解。

4 結(jié)果分析

按照3個(gè)主控因素依次進(jìn)行試驗(yàn)，相同指標(biāo)下試驗(yàn)做10次，取10次試驗(yàn)的平均值作為樣本數(shù)據(jù)，在3個(gè)因素4個(gè)水平下組合試驗(yàn)。每次試驗(yàn)測(cè)定機(jī)采棉的清雜率，得到64組試驗(yàn)數(shù)據(jù)，如表2所示。

表2 機(jī)采棉清雜率樣本數(shù)據(jù)

續(xù)表2

由表2可知：以殘地膜的質(zhì)量級(jí)別、機(jī)采棉的飛入速度和強(qiáng)電場(chǎng)的電壓為輸入因子，以機(jī)采棉清雜率為輸出因子，隨機(jī)抽取出48組數(shù)據(jù)作為BP訓(xùn)練樣本，其余的16組數(shù)據(jù)作為測(cè)試樣本數(shù)據(jù)，進(jìn)一步驗(yàn)證BP網(wǎng)絡(luò)。經(jīng)網(wǎng)絡(luò)學(xué)習(xí)、收斂后得到最優(yōu)解。

GA對(duì)BP網(wǎng)絡(luò)的權(quán)值和閾值進(jìn)行優(yōu)化，再利用BP進(jìn)行局部搜素，尋求最優(yōu)。GA算法的種群規(guī)模為10，迭代次數(shù)為50，交叉率為0.1，變異率為0.01。融合BP模型后，利用MatLab7.0編程，得到BP網(wǎng)絡(luò)各層的權(quán)值和閾值，如表3所示。

表3 GA-BP各參數(shù)的系數(shù)

利用MatLab7.0仿真可知：個(gè)體進(jìn)化至25代時(shí)已經(jīng)收斂。統(tǒng)計(jì)兩種算法得到的預(yù)測(cè)值，并和實(shí)測(cè)值進(jìn)行對(duì)比，通過(guò)對(duì)兩種模型的評(píng)價(jià)，得到GA-BP要優(yōu)于BP，如表4所示。經(jīng)回歸分析得到GA-BP的預(yù)測(cè)值和實(shí)測(cè)值相關(guān)系數(shù)為0.917 51。

表4 兩種模型結(jié)果評(píng)價(jià)

5 結(jié)論

建立了一個(gè)用于測(cè)定機(jī)采棉清雜率的GA-BP網(wǎng)絡(luò)模型，驗(yàn)證了其有效性。通過(guò)組合試驗(yàn)，實(shí)現(xiàn)了機(jī)采棉殘地膜靜電分離規(guī)律模型預(yù)測(cè)，為機(jī)采棉清雜提供了參考。

[1] 郭淑霞,坎 雜,張若宇,等.機(jī)采籽棉殘膜靜電分離裝置分離試驗(yàn)[J].農(nóng)業(yè)工程學(xué)報(bào),2011,27(S2):6-11.

[2] 王吉奎，付威，王衛(wèi)兵，等．SMS-1500 型秸稈粉碎與殘膜回收機(jī)的設(shè)計(jì)[J]．農(nóng)業(yè)工程學(xué)報(bào)，2011，27(7)：168-172．

[3] 張學(xué)軍，吳成武，王旭東，等．殘膜分離篩機(jī)構(gòu)的運(yùn)動(dòng)仿真與分析[J]．農(nóng)業(yè)工程學(xué)報(bào)，2007，23(7)：113-116．

[4] 郟東耀，丁天懷． 棉花中異性纖維的多光譜檢測(cè)[J]． 清華大學(xué)學(xué)報(bào)：自然科學(xué)版，2005，45(2)：193-196．

[5] 瞿鑫，丁天懷．皮棉中異性纖維骨架快速提取算法[J]．農(nóng)業(yè)機(jī)械學(xué)報(bào)，2010，41(6)：177-181．

[6] 張馨，李道亮，楊文柱，等．高分辨率棉花異性纖維彩色圖像的快速分割方法[J]．農(nóng)業(yè)機(jī)械學(xué)報(bào)，2011，42(1)：159-164．

[7] 郭俊先，應(yīng)義斌，成芳，等．皮棉表面多類(lèi)異性纖維的高光譜圖像檢測(cè)[J]．農(nóng)業(yè)工程學(xué)報(bào)，2010，26(10)：355-360．

[8] 張宏，馬巖，李勇,等．基于遺傳BP神經(jīng)網(wǎng)絡(luò)的核桃破裂功預(yù)測(cè)模型[J]．農(nóng)業(yè)工程學(xué)報(bào)，2014，18(30)：78-84．

[9] 趙旎，張華鵬．基于機(jī)器視覺(jué)的皮棉異性剔除系統(tǒng)設(shè)計(jì)[J]．農(nóng)機(jī)化研究，2008(8)：90-93．

[10] 石庚堯．一種新型的異性纖維檢測(cè)清除系統(tǒng)[J]．北京紡織，2001，22(6)：51-52．

[11] 張海榮．棉花異性纖維挑揀技術(shù)研究[D]．合肥：合肥工業(yè)大學(xué)，2006．

[12] 鄭文秀．棉花異性纖維的動(dòng)態(tài)識(shí)別技術(shù)研究[D]．泰安：山東農(nóng)業(yè)大學(xué)，2009．

[13] 劉向新，周亞立，趙巖．棉花異性纖維清理機(jī)械發(fā)展的現(xiàn)狀及展望[J]．江蘇農(nóng)業(yè)科學(xué)，2011，9(2)：505-506．

[14] 管世鋒，李紅軍，邢偉峰，等．新型異性纖維清理設(shè)備[J]．中國(guó)棉花加工，2009(1)：10-11．

[15] 王澤武．籽棉異纖清理機(jī)的開(kāi)發(fā)[J]．中國(guó)棉花加工，2009(3)：6-7．

[16] 坎雜，郭文松，張若宇．網(wǎng)狀滾筒式機(jī)采籽棉殘膜分離機(jī)的設(shè)計(jì)[J]．農(nóng)業(yè)工程學(xué)報(bào)，2011，27(6)：95-99．

[17] 張洪洲.南疆機(jī)采棉除雜現(xiàn)狀分析及發(fā)展趨勢(shì)探究[J].農(nóng)機(jī)化研究, 2015,37(1):242-245.

[18] 張洪洲,張風(fēng)旗,張亞江,等.機(jī)采棉荷電系統(tǒng)優(yōu)化控制[J].江蘇農(nóng)業(yè)科學(xué), 2014,42(7):409-410.

[19] 張洪洲,張亞江,張風(fēng)旗,等.基于單片機(jī)的機(jī)采棉除雜系統(tǒng)優(yōu)化喂料控制[J].江蘇農(nóng)業(yè)科學(xué), 2014,42(6):387-388.

[20] 張洪洲,白建國(guó),張風(fēng)旗,等.機(jī)采棉除雜機(jī)的穩(wěn)壓電源設(shè)計(jì)與試驗(yàn)[J].江蘇農(nóng)業(yè)科學(xué), 2014,42(12):448-449.

[21] 李碧丹,丁天懷,郟東耀.皮棉異性纖維剔除系統(tǒng)設(shè)計(jì)[J].農(nóng)業(yè)機(jī)械學(xué)報(bào),2006,37(1):107-110.

[22] 趙海軍,史建新.殘膜回收工藝探討[J].中國(guó)農(nóng)機(jī)化,2004(6):68-71.

[23] 汪海濤,朱邦太,李勛.基于機(jī)器視覺(jué)技術(shù)的棉紡異性清除系統(tǒng)[J].河南科技大學(xué)學(xué)報(bào):自然科學(xué)版,2009,3(1):14-17.

[24] 周功明,周陳琛.基于AT89S51 單片機(jī)的數(shù)控電源設(shè)計(jì)[J].綿陽(yáng)師范學(xué)院學(xué)報(bào),2012,31(5):18-23.

[25] 朱貴憲.基于單片機(jī)的數(shù)控穩(wěn)壓電源設(shè)計(jì)[J].自動(dòng)化與儀表,2011(6):50-53.

[26] 祝敏.直流數(shù)控可調(diào)穩(wěn)壓電源的設(shè)計(jì)[J].電子元器件應(yīng)用,2008,10(4):62-64.

[27] 許艷惠.一種智能化高精度數(shù)控直流電源的設(shè)計(jì)與實(shí)現(xiàn)[J].微計(jì)算機(jī)信息,2007(32):136-138.

[28] 鄧堅(jiān),楊燕翔,齊剛.數(shù)控直流穩(wěn)壓電源設(shè)計(jì)[J].計(jì)算機(jī)測(cè)量與控制,2007(12):1991-1993.

[29] 赫建國(guó),鄭燕,薛延霞.單片機(jī)在電子電路設(shè)計(jì)中的應(yīng)用[M].北京:清華大學(xué)出版社,2006.

[30] 蔡振江.單片機(jī)原理及應(yīng)用[M].北京：電子工業(yè)出版社, 2011.

Prediction Model for the Separation Regular Pattern of Cleaning of Machine-harvested Cotton

Zhang Hongzhou, Liu Yuanjie, Wang Xianlei, Li Yong, Zhou Dan

(College of Mechanic and Electrical Engineering ,Tarim University, Alar 843300,China)

For cotton and cotton to plastic film separation by plastic film quality, cotton picker machine speed, flying into the strong static electric field voltage influence factors such as machine mining, prediction method of cleaning process of cotton and plastic film movement presents a cotton picker machine. The southern machine picked cotton Xinluzao 26 as the research object, to characterize the rate of movement by the separation between cotton and plastic film. The use of plastic film quality level (level 1, level 2, level 3, level 4), electric charge after the cotton picking machine fly into speed (9, 10, 11, 12m/s), the strong static electric field voltage (30, 40, 50, 60kV) three factors as the input of BP neural network model. The weights and thresholds of the left transmission algorithm training network design improvement. A prediction model for the separation rate of the movement law of cotton picking is established. The experiment results show that the improved genetic algorithm combined with cotton and plastic film separation rate prediction model can reflect the nonlinear relationship between Xinluzao 26 cotton picker machine and plastic film separation stress and main controlling factors of the BP neural network by machine, the mean absolute percentage error between predicted and measured results for 0.82 the measured sample test, the correlation coefficient and the ideal value is 0.91751, the effect of prediction model are good, the results of this study can provide a reference for cleaning for cotton picker.

machine-harvested cotton; cleaning; movement law; model;prediction

2016-10-16

國(guó)家自然科學(xué)基金項(xiàng)目(61534005，11242012)

張洪洲(1982-)，男，長(zhǎng)春人，副教授，碩士，(E-mail)309011160@qq.com。

劉媛杰(1982-)，女，陜西府谷人，副教授，碩士,(E-mail)49948298@qq.com。

S225.91+1

A

1003-188X(2017)12-0146-05