亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        不同含水率羊糞離散元參數(shù)通用標(biāo)定方法研究

        2022-09-14 05:28:30朱新華伏勝康李旭東魏玉強(qiáng)
        關(guān)鍵詞:模型

        朱新華 伏勝康 李旭東 魏玉強(qiáng) 趙 偉

        (1.西北農(nóng)林科技大學(xué)機(jī)械與電子工程學(xué)院, 陜西楊凌 712100; 2.四川航天職業(yè)技術(shù)學(xué)院, 成都 610100)

        0 引言

        糞肥施肥體量大、工費(fèi)高,而高效的施肥機(jī)械較為缺乏。目前,借助離散元法分析肥料顆粒間及肥料與裝置間復(fù)雜的相互作用已成為施肥機(jī)械設(shè)計(jì)、優(yōu)化的重要手段,可節(jié)約研發(fā)成本、縮短周期,提高裝置性能[1-4]。離散元法的應(yīng)用以準(zhǔn)確的離散元參數(shù)為前提[5-6],快速準(zhǔn)確標(biāo)定離散元仿真參數(shù)是其在農(nóng)業(yè)工程領(lǐng)域應(yīng)用的關(guān)鍵[7]。羊糞是我國(guó)北方來源廣、抗生素等污染小的有機(jī)肥源,其有機(jī)質(zhì)含量高達(dá)40%~65%[8],高于牛糞、馬糞、豬糞和雞鴨鵝等糞肥[9],在實(shí)際生產(chǎn)中受到重視,但腐熟羊糞的離散元參數(shù)標(biāo)定尚未見報(bào)道。當(dāng)前,糞肥離散元參數(shù)主要采用虛擬標(biāo)定試驗(yàn)獲得[10-11],但這些研究所構(gòu)建的標(biāo)定方法存在通用性和實(shí)用性不足的問題。

        國(guó)外學(xué)者以液態(tài)有機(jī)肥流體特性的研究為主,而對(duì)固態(tài)粘濕有機(jī)肥離散元參數(shù)標(biāo)定方法的研究尚未見報(bào)道[7]。國(guó)內(nèi)學(xué)者基于堆積角試驗(yàn)對(duì)有機(jī)肥離散元參數(shù)標(biāo)定的研究較多[12-13],這些研究表明運(yùn)用堆積角試驗(yàn)標(biāo)定糞肥離散元參數(shù)能得到較為準(zhǔn)確的結(jié)果。但上述研究均針對(duì)特定含水率下的糞肥進(jìn)行研究,而實(shí)際糞肥的含水率范圍較大,因此,該方法的通用性不足[7]。物料的離散元參數(shù)受含水率影響較大,特定含水率下標(biāo)定的離散元參數(shù)不能真實(shí)反映其它含水率的糞肥與機(jī)械之間的作用規(guī)律。

        基于堆積角試驗(yàn),羅帥等[14]對(duì)不同含水率的蚯蚓糞基質(zhì)離散元參數(shù)進(jìn)行標(biāo)定,建立了堆積角與離散元參數(shù)的關(guān)系模型;在含水率40%~85%范圍內(nèi),王黎明等[15]探索了通過堆積角快速標(biāo)定豬糞離散元參數(shù)的方法。盡管上述研究考慮了含水率對(duì)糞肥離散元參數(shù)的影響,提高了堆積角-離散元參數(shù)模型和標(biāo)定方法的通用性,但存在以下不足:糞肥堆積角測(cè)量的偶然誤差大,必須多次測(cè)量,且糞肥堆積操作不便,以堆積角-離散元參數(shù)模型預(yù)測(cè)糞肥離散元參數(shù),實(shí)用性不足;研究中僅建立單一的肥料顆粒模型,與實(shí)際肥料的粒度分布差異較大[7],且對(duì)所建模型的準(zhǔn)確性缺少工程性驗(yàn)證(即用另外一種試驗(yàn)方法驗(yàn)證),所得離散元參數(shù)可靠性不足。

        因此,針對(duì)不同含水率下畜禽糞肥的離散元參數(shù)快速標(biāo)定方法通用性和實(shí)用性不足的問題,本文以含水率為31.91%~58.48%的腐熟羊糞為研究對(duì)象,通過圓筒提升法[16]建立糞肥的含水率-堆積角模型;以堆積角為響應(yīng)值,通過Plackett-Burman試驗(yàn)、爬坡試驗(yàn)和Box-Behnken試驗(yàn)建立堆積角-離散元參數(shù)模型;進(jìn)而經(jīng)推導(dǎo)建立羊糞含水率-離散元參數(shù)模型,并運(yùn)用抽板法[16]進(jìn)行工程性驗(yàn)證,以期構(gòu)建一種通用性和實(shí)用性強(qiáng)的羊糞離散元參數(shù)標(biāo)定方法。

        1 材料與方法

        1.1 試驗(yàn)材料與粒度分布

        腐熟羊糞取自陜西省楊凌區(qū)西北農(nóng)林科技大學(xué)第三試驗(yàn)站,原始含水率46.81%,密度0.47 g/cm3。在腐熟糞肥通常含水率范圍(30%~60%)[17-19]內(nèi)通過自然風(fēng)干法和添加純凈水的方法配制5個(gè)含水率梯度,計(jì)算方法為[14]

        (1)

        式中ms——配制樣品的加水質(zhì)量,kg

        m0——樣品質(zhì)量,kg

        ω0——原始含水率,%

        ω1——配制樣品的目標(biāo)含水率,%

        每次堆積角測(cè)量的同時(shí),均取一定量羊糞樣品通過烘干法測(cè)量其含水率,測(cè)得供堆積角試驗(yàn)的5個(gè)含水率依次為:31.91%、39.33%、46.81%、53.32%和58.48%,如圖1所示。取300 g原始含水率下的羊糞樣本,利用振動(dòng)篩(ZFJ-Ⅱ型,浙江省上虞市大亨橋化驗(yàn)儀器廠)對(duì)其篩分,分析其粒徑分布(表1)。

        表1 羊糞粒徑分布Tab.1 Particle size distribution of goat manure

        圖1 不同含水率的羊糞試樣Fig.1 Samples of goat manure with different moisture contents

        1.2 羊糞堆積角試驗(yàn)及含水率-堆積角模型構(gòu)建

        采用圓筒提升法測(cè)定羊糞堆積角[16]。圖2為試驗(yàn)裝置,由電動(dòng)式拉力試驗(yàn)機(jī)(HSV型)、圓筒(內(nèi)徑100 mm、長(zhǎng)300 mm)和平臺(tái)組成[16,20]。圓筒和平臺(tái)均為鋼材,圓筒直立于平臺(tái)上。試驗(yàn)前在圓筒內(nèi)填滿羊糞,試驗(yàn)時(shí)通過拉力試驗(yàn)機(jī)以20 mm/s的速度提升圓筒[16],使羊糞自圓筒下端漏出,形成肥堆,如圖3所示。用數(shù)顯傾角儀從肥堆的4個(gè)不同方向測(cè)量堆積角。以相同的方法依次對(duì)5種含水率羊糞進(jìn)行堆積角測(cè)量,每組試驗(yàn)重復(fù)5次,結(jié)果取平均值。

        圖2 圓筒提升法堆積角測(cè)試裝置Fig.2 Cylinder lifting resting angle tester1.拉力試驗(yàn)機(jī) 2.圓筒 3.平臺(tái)

        圖3 堆積角測(cè)量Fig.3 Measurement of resting angle

        基于測(cè)量結(jié)果,建立羊糞含水率-堆積角模型,并分析其相關(guān)性。

        1.3 羊糞離散元模型構(gòu)建

        (1)接觸模型。羊糞流動(dòng)性差,顆粒間存在粘附力,故采用Hertz-Mindlin with JKR模型[21-22](簡(jiǎn)稱JKR模型)。該接觸模型內(nèi)置于EDEM(2018,EDEM Solutions)軟件中,是一種能體現(xiàn)顆粒粘結(jié)性的接觸模型,模型基于Johnson-Kendall-Roberts理論建立,在Hertz-Mindlin接觸模型的基礎(chǔ)上考慮了接觸區(qū)域內(nèi)范德華力對(duì)顆粒運(yùn)動(dòng)的影響,適用于模擬干粉狀物料或含濕顆粒,并通過數(shù)值surface energy表征顆粒間的粘附力,可較好地模擬羊糞。

        (2)顆粒粒徑分布及材料本征參數(shù)。根據(jù)測(cè)定的羊糞粒徑分布,同時(shí)考慮合理簡(jiǎn)化模型,在EDEM仿真中以球形顆粒模擬羊糞,顆粒粒徑設(shè)置4種,分布如圖4所示。

        圖4 羊糞顆粒模型Fig.4 Particle models of goat manure

        羊糞和鋼材的本征參數(shù)如表2所示。

        表2 羊糞和鋼材的本征參數(shù)Tab.2 Intrinsic parameters of goat manure and steel material

        (3)接觸參數(shù)和JKR模型參數(shù)。結(jié)合EDEM通用顆粒材料數(shù)據(jù)庫(kù)(Generic EDEM material model database,GEMM數(shù)據(jù)庫(kù)),根據(jù)羊糞、鋼材的本征參數(shù)及文獻(xiàn)[10-11,13-14,16]的推薦值,確定接觸參數(shù)及JKR模型參數(shù)取值范圍如表3所示。

        表3 羊糞與鋼材接觸參數(shù)和JKR模型參數(shù)范圍Tab.3 Contact parameters and JKR model parameter range of goat manure and steel material

        1.4 羊糞離散元參數(shù)標(biāo)定及堆積角-離散元參數(shù)模型構(gòu)建

        1.4.1羊糞堆積角仿真方法

        仿真過程設(shè)置與物理試驗(yàn)一致。設(shè)置圓筒提升速度20 mm/s,生成羊糞顆??傎|(zhì)量3 kg,生成速度0.2 kg/s,仿真固定時(shí)間步長(zhǎng)為Rayleigh時(shí)間步長(zhǎng)的20%,為7.4×10-6s,數(shù)據(jù)保存時(shí)間間隔為0.05 s,網(wǎng)格大小為1.5 mm,仿真總時(shí)長(zhǎng)為15 s。仿真幾何模型及堆積角測(cè)量如圖5所示,運(yùn)用EDEM后處理Clipping模塊在坐標(biāo)為(1,0,0)和(0,1,0)羊糞堆中垂面處設(shè)置Clipping Planes Group截面,運(yùn)用Tools模塊中的量角器Protractor,依次選定Clipping Planes Group截面上羊糞堆單側(cè)的斜邊、夾角和水平底面線上的3個(gè)羊糞顆粒作為堆積角R1的3個(gè)點(diǎn),獲得堆積角數(shù)值。

        圖5 圓筒提升法仿真Fig.5 Simulation of cylinder lifting method

        1.4.2羊糞堆積角-離散元參數(shù)模型構(gòu)建

        應(yīng)用Design-Expert 8.0(STAT-EASE)軟件設(shè)計(jì)Plackett-Burman(PBD)試驗(yàn),以堆積角為響應(yīng)值,從羊糞的密度、泊松比、剪切模量以及表3所示的接觸參數(shù)和JKR模型參數(shù)共10個(gè)參數(shù)中篩選對(duì)堆積角影響顯著的離散元參數(shù)。各參數(shù)取高、中、低3個(gè)水平,分別以編碼1、0和-1表示,如表4所示,試驗(yàn)方案及結(jié)果見2.2節(jié)。

        表4 Plackett-Burman試驗(yàn)因素編碼Tab.4 Factors and levels of Plackett-Burman test

        為縮小參數(shù)范圍并確定最優(yōu)區(qū)間,針對(duì)顯著性參數(shù)設(shè)計(jì)爬坡試驗(yàn)。試驗(yàn)時(shí),非顯著性參數(shù)取中間水平值,顯著性參數(shù)按照設(shè)計(jì)的步長(zhǎng)逐步增大,將仿真堆積角與中間水平含水率(46.81%)羊糞物理試驗(yàn)堆積角(41.00°)相對(duì)誤差最小時(shí)的參數(shù)作為顯著性參數(shù)最優(yōu)區(qū)間的中間水平值,以確定最優(yōu)取值區(qū)間。爬坡試驗(yàn)方案及結(jié)果見2.3節(jié)。

        基于爬坡試驗(yàn)確定的離散元參數(shù)最優(yōu)區(qū)間設(shè)計(jì)Box-Behnken試驗(yàn),并對(duì)試驗(yàn)結(jié)果進(jìn)行模型優(yōu)化,以建立堆積角與顯著性參數(shù)的關(guān)系模型。采用3個(gè)中心點(diǎn)進(jìn)行誤差估計(jì),共15組試驗(yàn),每組試驗(yàn)重復(fù)3次,取堆積角平均值作為試驗(yàn)結(jié)果。試驗(yàn)中各顯著性參數(shù)取爬坡試驗(yàn)優(yōu)化后的高、中、低3個(gè)水平,分別以編碼1、0和-1表示,非顯著性參數(shù)取值同爬坡試驗(yàn)一致,試驗(yàn)方案及結(jié)果見2.4節(jié)。

        以5個(gè)含水率下羊糞物理試驗(yàn)堆積角為目標(biāo),對(duì)Box-Behnken試驗(yàn)得到的堆積角-離散元參數(shù)模型求解尋優(yōu)得到離散元參數(shù)的最優(yōu)組合?;陔x散元參數(shù)最優(yōu)組合(非顯著性參數(shù)取值同爬坡試驗(yàn)一致),運(yùn)用EDEM進(jìn)行仿真并測(cè)量其堆積角,對(duì)比仿真堆積角與物理試驗(yàn)堆積角以驗(yàn)證堆積角-離散元參數(shù)模型的準(zhǔn)確性。

        1.5 羊糞含水率-離散元參數(shù)模型建立及工程性驗(yàn)證試驗(yàn)

        通過堆積角-離散元參數(shù)模型能夠推測(cè)離散元參數(shù),但糞肥堆積角測(cè)量誤差大、過程繁瑣,而含水率測(cè)量精度高、簡(jiǎn)便。因此,基于羊糞含水率-堆積角模型和羊糞堆積角-離散元參數(shù)模型推導(dǎo),建立羊糞含水率-離散元參數(shù)模型,以構(gòu)建通用性和實(shí)用性好、準(zhǔn)確度高的離散元參數(shù)標(biāo)定方法。

        為評(píng)價(jià)基于圓筒提升法建立的含水率-離散元參數(shù)模型的可靠性,通過另外一種堆積角試驗(yàn)方法——抽板法[17, 20]對(duì)模型進(jìn)行工程性驗(yàn)證。驗(yàn)證過程中,仿真與物理試驗(yàn)方法一致,圖6為基于抽板法的堆積角仿真與物理驗(yàn)證試驗(yàn)。

        圖6 基于抽板法的堆積角仿真與物理驗(yàn)證試驗(yàn)Fig.6 Resting angle simulation and physical verification test based on side plate lifting method

        在含水率31.91%~58.48%范圍內(nèi)隨機(jī)配制3個(gè)不同含水率的羊糞,并分別測(cè)量其物理試驗(yàn)堆積角;根據(jù)推導(dǎo)出的含水率-離散元參數(shù)模型求解,得到3個(gè)含水率下的羊糞離散元參數(shù)最優(yōu)組合;以離散元參數(shù)最優(yōu)組合進(jìn)行仿真,分別得到仿真堆積角。對(duì)比物理試驗(yàn)堆積角與仿真堆積角以驗(yàn)證羊糞含水率-離散元參數(shù)模型的準(zhǔn)確性。每組試驗(yàn)重復(fù)5次,結(jié)果取平均值。

        2 結(jié)果與分析

        2.1 含水率-堆積角模型構(gòu)建物理試驗(yàn)測(cè)定的不同含水率羊糞樣本的堆積角如表5所示。

        表5 不同含水率羊糞的堆積角Tab.5 Resting angle of goat manure with different moisture contents

        根據(jù)表5,以羊糞樣本的含水率與堆積角擬合多項(xiàng)式,得到含水率-堆積角模型

        R1=0.005 5x2-0.202 2x+38.329

        (2)

        式中x——羊糞含水率,%

        模型相關(guān)系數(shù)達(dá)0.999 9,擬合曲線如圖7所示。在含水率31.91%~58.48%范圍內(nèi),羊糞堆積角隨含水率升高而增大。羊糞屬于散粒體物料,隨著含水率的增大,羊糞顆粒間的粘度增大,流動(dòng)性變差,故其堆積角變大。

        圖7 羊糞含水率與堆積角關(guān)系曲線Fig.7 Relationship curve between moisture content and resting angle of goat manure

        2.2 顯著性參數(shù)篩選結(jié)果與分析

        基于Design-Expert 8.0軟件設(shè)計(jì)PBD試驗(yàn),試驗(yàn)方案與結(jié)果如表6所示,A~J為因素編碼值。

        表6 Plackett-Burman試驗(yàn)方案與結(jié)果Tab.6 Scheme and results of Plackett-Burman test

        表7為PBD試驗(yàn)結(jié)果顯著性分析。

        表7 Plackett-Burman試驗(yàn)結(jié)果顯著性分析Tab.7 Significance analysis of Plackett-Burman test results

        根據(jù)表7,JKR表面能J(P<0.01)對(duì)羊糞堆積角影響極顯著,顆粒間滾動(dòng)摩擦因數(shù)F和靜摩擦因數(shù)E(P<0.05)對(duì)羊糞堆積角影響顯著,且3個(gè)參數(shù)對(duì)堆積角的影響均為正效應(yīng)。分析其原因?yàn)椋孩匐S著JKR表面能增大,羊糞顆粒間的粘附性能增強(qiáng),從而影響羊糞顆粒的流動(dòng)性,因此,堆積角增大。②由于顆粒流動(dòng)表現(xiàn)為顆粒與顆粒間的滾動(dòng)和滑動(dòng),因此,影響顆粒流動(dòng)性的主要參數(shù)為顆粒間滾動(dòng)摩擦因數(shù)和靜摩擦因數(shù)。當(dāng)滾動(dòng)摩擦因數(shù)和靜摩擦因數(shù)增大時(shí),顆粒間的滾動(dòng)和滑動(dòng)受阻,流動(dòng)性變差,堆積角增大。③模型中的羊糞由4種不同粒徑的球型顆粒組成,而球體模型的運(yùn)動(dòng)方式以滾動(dòng)為主,因此,滾動(dòng)摩擦因數(shù)比靜摩擦因數(shù)對(duì)堆積角的影響更顯著。

        為方便后續(xù)試驗(yàn),在爬坡試驗(yàn)、Box-Behnken試驗(yàn)和驗(yàn)證試驗(yàn)中只考慮3個(gè)顯著性參數(shù),不顯著因素取中間水平值[13]。

        2.3 離散元參數(shù)最優(yōu)區(qū)間確定

        爬坡試驗(yàn)方案與結(jié)果如表8所示,可知,當(dāng)JKR表面能為0.05 J/m2、羊糞顆粒間滾動(dòng)摩擦因數(shù)為0.15、靜摩擦因數(shù)為0.30時(shí),仿真堆積角與物理試驗(yàn)堆積角相對(duì)誤差最小,為2%,即該組參數(shù)為顯著性參數(shù)最優(yōu)區(qū)間的中間水平值,對(duì)應(yīng)最優(yōu)區(qū)間分別為[0,0.10]、[0,0.30]、[0.10,0.50]。

        表8 爬坡試驗(yàn)方案與結(jié)果Tab.8 Scheme and results of climbing test

        2.4 堆積角-離散元參數(shù)模型建立

        表9 Box-Behnken試驗(yàn)方案與結(jié)果Tab.9 Scheme and results of Box-Behnken test

        表10 Box-Behnken試驗(yàn)?zāi)P头讲罘治鯰ab.10 ANOVA of Box-Behnken model

        根據(jù)試驗(yàn)結(jié)果及方差分析,E、F、J、E2、F2均對(duì)羊糞堆積角影響極顯著,EJ對(duì)羊糞堆積角影響顯著。建立的羊糞堆積角-離散元參數(shù)模型為

        R1=37.04+4.96E+7.50F+11.91J-
        2.88EJ+5.51E2+6.82F2

        (3)

        2.5 堆積角-離散元參數(shù)模型驗(yàn)證

        以5個(gè)含水率羊糞樣本物理試驗(yàn)堆積角為目標(biāo)求解尋優(yōu),分別獲得5組離散元參數(shù)(JKR表面能、顆粒間滾動(dòng)摩擦因數(shù)和靜摩擦因數(shù))的最優(yōu)組合,如表11所示。

        表11 不同含水率下羊糞離散元參數(shù)最優(yōu)值及驗(yàn)證試驗(yàn)結(jié)果Tab.11 Optimal value of goat manure discrete element parameters and verification test results under different moisture contents

        當(dāng)含水率為58.48%時(shí),仿真和物理試驗(yàn)獲得的羊糞堆積角如圖8所示。由表11可知,由堆積角-離散元參數(shù)模型確定3個(gè)顯著性離散元參數(shù)的最優(yōu)組合后,各含水率羊糞仿真堆積角與物理試驗(yàn)堆積角的相對(duì)誤差小于等于2.42%,表明建立的模型可用于離散元參數(shù)確定。

        圖8 仿真與物理試驗(yàn)獲得的堆積角Fig.8 Resting angle obtained by simulation and physical test

        2.6 含水率-離散元參數(shù)模型構(gòu)建及驗(yàn)證

        為準(zhǔn)確、快速標(biāo)定離散元參數(shù),基于含水率-堆積角模型和堆積角-離散元參數(shù)模型,由式(2)、(3)推導(dǎo)獲得含水率與離散元參數(shù)(JKR表面能、顆粒間滾動(dòng)摩擦因數(shù)和靜摩擦因數(shù))的模型,即含水率-離散元參數(shù)模型

        4.96E+7.50F+11.91J-2.88EJ+5.51E2+
        6.82F2=0.005 5x2-0.202 2x+1.289

        (4)

        根據(jù)式(4),可通過含水率直接得到離散元參數(shù)組合目標(biāo)值。即借助Design-Expert 8.0軟件中的模型目標(biāo)值尋優(yōu)求解,得到離散元參數(shù)組合。

        基于羊糞含水率-離散元參數(shù)模型,獲得3組隨機(jī)含水率下的羊糞離散元參數(shù)最優(yōu)組合,通過抽板法物理試驗(yàn)與仿真分別獲得羊糞物理試驗(yàn)堆積角與仿真堆積角,如圖9所示。每組試驗(yàn)重復(fù)5次,結(jié)果取平均值,測(cè)量結(jié)果如表12所示。

        圖9 抽板法試驗(yàn)與仿真對(duì)比Fig.9 Comparisons of test and simulation with side plate lifting method

        表12 抽板法驗(yàn)證試驗(yàn)結(jié)果Tab.12 Verification test results of side plate lifting method

        由表12可知,3組試驗(yàn)中仿真堆積角與物理試驗(yàn)堆積角的相對(duì)誤差小于等于5.37%。表明建立的含水率-離散元參數(shù)模型可靠。

        羊糞含水率-離散元參數(shù)模型的相對(duì)誤差略大于堆積角-離散元參數(shù)模型,這是由于模型驗(yàn)證試驗(yàn)中采用了不同于圓筒提升法的抽板法。抽板法在此作為工程驗(yàn)證,能進(jìn)一步反映模型的可靠性。兩個(gè)模型的相對(duì)誤差均較小,說明建立的兩種模型均可用于離散元參數(shù)的預(yù)測(cè)。

        建立的羊糞含水率-堆積角模型與羅帥等[14]研究的蚯蚓糞基質(zhì)含水率與堆積角關(guān)系變化趨勢(shì)一致,且篩選得到的顯著性參數(shù)相同,分別為JKR表面能、顆粒間滾動(dòng)摩擦因數(shù)和靜摩擦因數(shù)。建立的堆積角-離散元參數(shù)模型相對(duì)誤差小于等于2.42%,均小于含水率25%~65%的蚯蚓糞基質(zhì)[23]以及含水率40%~85%的豬糞[15]堆積角預(yù)測(cè)模型誤差。建立的含水率-離散元參數(shù)模型通過工程性驗(yàn)證,相對(duì)誤差小于等于5.37%,表明模型可靠。由于含水率測(cè)量比堆積角測(cè)量準(zhǔn)確性高、易操作,考慮到離散元參數(shù)預(yù)測(cè)模型的實(shí)際應(yīng)用,建立的含水率-離散元參數(shù)模型比堆積角-離散元參數(shù)模型更具實(shí)用性。兩種模型均能適應(yīng)有機(jī)肥料不同含水率下離散元參數(shù)標(biāo)定,具有通用性。

        3 結(jié)論

        (1)基于圓筒提升法物理試驗(yàn)建立了31.91%~58.48%范圍內(nèi)羊糞含水率-堆積角模型,模型相關(guān)系數(shù)為0.999 9。

        (2)通過Plackett-Burman試驗(yàn)和爬坡試驗(yàn)確定了含水率31.91%~58.48%的羊糞離散元顯著性參數(shù)及其最優(yōu)區(qū)間:JKR表面能為0~0.10 J/m2、羊糞顆粒間滾動(dòng)摩擦因數(shù)為0~0.30、靜摩擦因數(shù)為0.10~0.50;通過Box-Behnken試驗(yàn)建立了羊糞堆積角-離散元參數(shù)模型,模型P<0.000 1,相對(duì)誤差小于等于2.42%。

        (3)基于含水率-堆積角模型和堆積角-離散元參數(shù)模型推導(dǎo),建立了含水率-離散元參數(shù)模型;采用抽板法試驗(yàn)驗(yàn)證了羊糞含水率-離散元參數(shù)模型的可靠性,相對(duì)誤差小于等于5.37%。

        (4)基于建立的含水率-離散元參數(shù)模型和堆積角-離散元參數(shù)模型,均可求解出特定含水率下羊糞離散元顯著性參數(shù)的最優(yōu)組合,對(duì)不同含水率羊糞參數(shù)標(biāo)定具有通用性和實(shí)用性。

        猜你喜歡
        模型
        一半模型
        一種去中心化的域名服務(wù)本地化模型
        適用于BDS-3 PPP的隨機(jī)模型
        提煉模型 突破難點(diǎn)
        函數(shù)模型及應(yīng)用
        p150Glued在帕金森病模型中的表達(dá)及分布
        函數(shù)模型及應(yīng)用
        重要模型『一線三等角』
        重尾非線性自回歸模型自加權(quán)M-估計(jì)的漸近分布
        3D打印中的模型分割與打包
        免费人成黄页网站在线一区二区| 欧美日本国产三级在线| 亚洲伊人色欲综合网| 久久精品无码鲁网中文电影| 国内久久婷婷精品人双人| 香蕉久久夜色精品国产| 久久青青草原亚洲av| 亚洲女av中文字幕一区二区 | 精品久久人妻av中文字幕| 天天鲁一鲁摸一摸爽一爽| 男人的天堂在线无码视频| 亚洲av福利天堂在线观看| 成熟的女人毛茸茸色视频| 国产激情久久久久影院小草| 亚洲av中文无码乱人伦下载| 中文www新版资源在线| 国产91网址| 免费看男女啪啪的视频网站| 中文字幕人成人乱码亚洲av| 欧美综合天天夜夜久久| 国产xxxx99真实实拍| 99视频一区| 91麻豆精品一区二区三区| 白白在线视频免费观看嘛| 国产69精品久久久久777| 国产精品女同一区二区| 亚色中文字幕| 午夜精品一区二区三区视频免费看 | 亚州av高清不卡一区二区| 国产a国产片国产| 色吧综合网| 国产av一区二区三区香蕉| 亚洲大尺度无码无码专区| 亚洲熟少妇在线播放999| 亚洲аv天堂无码| 一区二区三区人妻在线| 手机在线看片| 免费观看又色又爽又黄的| 视频国产精品| 亚洲一级天堂作爱av| 欧美性xxxxx极品老少|