胡冬軍 閆建偉 張珍 黃昕 牛素貞 胡正軍

摘要：針對針形茶葉在理條機加工過程中離散元仿真缺少準(zhǔn)確的模型參數(shù)，導(dǎo)致茶葉理條機離散元仿真過程中易出現(xiàn)失真問題，以單芽茶葉顆粒為研究對象，基于切片技術(shù)的近似法建立顆粒模型，采用離散元仿真與漏斗注入法堆積試驗相結(jié)合的方法，對其仿真參數(shù)進行標(biāo)定。以茶葉顆粒的休止角為響應(yīng)值，設(shè)計Plackett-Burman試驗得到對茶葉顆粒休止角有顯著性影響的參數(shù)：茶葉顆粒間碰撞恢復(fù)系數(shù)、茶葉顆粒間靜摩擦系數(shù)和茶葉顆粒間滾動摩擦系數(shù)；以仿真試驗休止角和實際堆積試驗休止角之間的相對誤差為目標(biāo)，進行最陡爬坡試驗確定顯著性參數(shù)的最優(yōu)值范圍，并通過Box-Behnken試驗建立茶葉顆粒休止角與顯著性參數(shù)之間的二次多項式方程，利用Design-Expert軟件優(yōu)化模塊得出顯著性參數(shù)最優(yōu)值：茶葉顆粒間碰撞恢復(fù)系數(shù)0.28、茶葉顆粒間靜摩擦系數(shù)0.15、茶葉顆粒間滾動摩擦系數(shù)0.10；并對標(biāo)定的結(jié)果進行離散元仿真驗證，結(jié)果表明：仿真得到的茶葉顆粒休止角均值為19.52°，與實際茶葉顆粒休止角20.23°相比，相對誤差為3.51%，說明此參數(shù)標(biāo)定結(jié)果合理有效。為茶葉理條機的優(yōu)化設(shè)計及茶葉加工數(shù)值模擬過程提供一定的理論參考。

關(guān)鍵詞：堆積試驗；針形茶葉；離散元仿真；參數(shù)標(biāo)定

中圖分類號：S23? 文獻標(biāo)識碼：A? 文章編號：2095-5553 （2024） 03-0066-08

Simulation parameters calibration of needle-shaped tea based on pile-up test

Hu Dongjun1， Yan Jianwei1， Zhang Zhen1， Huang Xin1， Niu Suzhen2， Hu Zhengjun3

（1. College of Mechanical Engineering， Guizhou University， Guiyang， 550025， China; 2. College of Tea， GuizhouUniversity， Guiyang， 550025， China; 3. Guizhou Jinsanye Machinery Manufacturing Co.， Ltd.， Bijie， 551700， China）

Abstract：

Aiming at the lack of accurate model parameters in the discrete element simulation of needle-shaped tea in the process of stripping machine， which leads to the problem of distortion in the simulation of discrete elements of tea stripping machine， the single-bud tea granules are used as the research object， and the particle model is established based on the approximation method of slicing technology， and the discrete element simulation and the funnel injection method accumulation test are used to calibrate the simulation parameters. Taking the rest angle of tea particles as the response value， the Plackett-Burman experiment obtained parameters that had a significant impact on the rest angle of tea particles： collision recovery coefficient between tea particles， static friction coefficient between tea particles and rolling friction coefficient between tea particles. Taking the relative error between the simulation test rest angle and the actual accumulation test rest angle as the goal， the steepest climb test determined the optimal value range of the significance parameter， and the quadratic polynomial equation between the tea particle rest angle and the significance parameter was established by the Box-Behnken test， and the optimal value of the significance parameter was obtained by using the Design-Expert software optimization module： the collision recovery coefficient between tea particles was 0.28， the static friction coefficient between tea particles was 0.15 and the rolling friction coefficient between tea particles was 0.10， and the discrete element simulation verification of the calibration results showed that the average rest angle of tea particles obtained by simulation was 19.52°， which was 3.51% compared with the actual average stop angle of tea particles 20.23°， indicating that the calibration results of this parameter were reasonable and effective. It provides a certain theoretical reference for the optimal design of tea baring machine and the numerical simulation process of tea processing.

Keywords：stacking test; needle-shaped tea; discrete element simulation; parameter calibration

0 引言

我國的茶葉消費水平在不斷提高，據(jù)中國茶葉流通協(xié)會統(tǒng)計，2022年全國干毛茶總產(chǎn)量為3 181.0 kt，產(chǎn)值3 180.68億元，其中綠茶產(chǎn)量為1 853.8 kt，占總產(chǎn)量的58.28%，綠茶類屬針形茶，多數(shù)需要理條。傳統(tǒng)理條主要以手工搓條為主，但手工揉搓理條質(zhì)量不易控制且不符合清潔化生產(chǎn)要求，近年來，茶葉理條逐步實現(xiàn)機械化作業(yè)，以理條機為代表的茶葉加工機械應(yīng)用廣泛，大幅度提高茶葉加工效率［1， 2］。但由于傳統(tǒng)試驗方法的限制，不能獲得茶葉顆粒在理條鍋槽中的作用機理，茶葉因鍋槽結(jié)構(gòu)單一和加熱溫度不均導(dǎo)致品質(zhì)參差不齊的問題仍需亟待解決［3］。隨著離散元技術(shù)和DEM-CFD耦合技術(shù)的發(fā)展為分析茶葉顆粒在理條機鍋槽受力、運動狀態(tài)及溫度場分布提供了一種新方法，離散元仿真需要定義模型接觸參數(shù)，如何獲取這些參數(shù)是將離散元法運用于茶葉加工相關(guān)機械結(jié)構(gòu)優(yōu)化的前提，因此有必要對其參數(shù)進行標(biāo)定。

國內(nèi)外研究學(xué)者針對散料體顆粒做了大量的仿真參數(shù)標(biāo)定。穆桂脂等［4］利用虛擬標(biāo)定和直接測量相結(jié)合的方法對碎甘薯秧莖稈和葉片進行離散元參數(shù)標(biāo)定；張勝偉等［5］采用EDEM軟件中Bonding黏結(jié)模型建立綠豆仿真模型，采用物理試驗和仿真試驗得到綠豆的仿真參數(shù)；彭才望等［6］基于黑水虻處理過的豬糞堆積試驗，以豬糞堆積角為響應(yīng)值，利用響應(yīng)面法優(yōu)化獲得了豬糞仿真參數(shù)最優(yōu)組合；王黎明等［7］為獲得豬糞的接觸參數(shù)，建立堆積角和豬糞含水率之間的回歸方程，利用仿真方法對接觸參數(shù)進行標(biāo)定并驗證標(biāo)定結(jié)果可靠性。

針對單芽茶葉顆粒仿真參數(shù)的標(biāo)定尚未見報道。為此，本文基于切片技術(shù)的近似法建模，建立茶葉顆粒三維模型，采用多球聚合方法建立茶葉顆粒離散元模型，結(jié)合離散元仿真試驗與漏斗注入法堆積試驗，以茶葉顆粒的休止角為響應(yīng)值，開展Plackett-Burman試驗、最陡爬坡試驗及Box-Behnken試驗，分析實際物理試驗休止角和仿真試驗休止角的相對誤差，得出茶葉顆粒的最佳仿真參數(shù)，為茶葉理條機的優(yōu)化設(shè)計及茶葉加工數(shù)值模擬過程提供理論參考。

1 材料與方法

1.1 試驗材料

本文所用的茶葉為單芽茶，茶葉的加工流程大致為殺青、第一次理條、脫毫、篩分、第二次理條。取第二次理條過程中茶葉顆粒作為試驗對象，取5組試樣采用電熱恒溫烘干法，并利用式（1）計算試樣的含水率。

δ=msms+mv×100%（1）

式中：δ——茶葉顆粒含水率；ms——茶葉顆粒所含水分的質(zhì)量，kg；mv——茶葉顆粒中干物質(zhì)質(zhì)量，kg。

測得茶葉平均含水率為2.26%，變異系數(shù)為9.03%［8］。茶葉整體品質(zhì)較好，含少量碎末，如圖1所示。

1.2 試驗方法

由于茶葉顆粒外觀形狀不規(guī)則、尺寸不一，仿真參數(shù)難以直接測量，因此采用離散元仿真和漏斗注入法堆積試驗相結(jié)合的方法對參數(shù)進行標(biāo)定。以茶葉顆粒休止角為響應(yīng)值，設(shè)計Plackett-Burman試驗篩選出對茶葉顆粒休止角有顯著影響的參數(shù)；以實際物理試驗休止角和仿真試驗休止角的相對誤差為目標(biāo)，進行最陡爬坡試驗確定顯著參數(shù)的最優(yōu)值范圍；利用Box-Behnken試驗，以茶葉顆粒物理試驗休止角為目標(biāo)值，運用Design-Expert軟件優(yōu)化模塊對顯著參數(shù)進行尋優(yōu)，得到最佳參數(shù)值；最后利用最佳仿真參數(shù)進行離散元仿真堆積試驗，以驗證參數(shù)標(biāo)定的準(zhǔn)確性。

1.3 休止角物理試驗

休止角是反映物料抗剪強度、內(nèi)摩擦等特性的宏觀參數(shù)，與物料的尺寸、含水率及顆粒表面形狀等參數(shù)相關(guān)［9］?？紤]到茶葉顆粒的長徑比大及外觀形狀不規(guī)則等因素，本文用漏斗注入法堆積試驗來測定茶葉顆粒的休止角，在漏斗中裝入適量茶葉顆粒，待漏斗內(nèi)茶葉全部流出直到形成穩(wěn)定粒堆，如圖2所示。用高清相機沿著正視垂直方向拍攝粒堆圖像，將圖片導(dǎo)入Matlab進行灰值處理，利用Origin軟件圖像數(shù)字化功能獲取灰值圖像輪廓隨機點的坐標(biāo)值并導(dǎo)出數(shù)據(jù)，再利用Excel軟件圖表功能對數(shù)據(jù)進行線性擬合，如圖3所示。粒堆輪廓兩側(cè)的擬合直線與水平軸夾角的均值即為茶葉顆粒堆積休止角。

茶葉粒堆兩側(cè)的擬合直線方程如式（2）和式（3）所示。

Y左=0.328X+43.238 （R2=0.962）（2）

Y右=－0.406 6X+472.92 （R2=0.946）（3）

式中：X——水平像素點坐標(biāo)值；Y——豎直像素點坐標(biāo)值。

左側(cè)粒堆斜率k左=0.328，右側(cè)粒堆斜率k右=-0.406 6，則休止角可由式（4）得出；試驗重復(fù)5次，得平均休止角為20.23°，變異系數(shù)為1.4%。

θ=arctan|k左|+arctan|k右|2（4）

2 仿真模型

2.1 茶葉仿真模型

本文采用基于切片技術(shù)的近似法建立茶葉顆粒模型［10］。隨機選取20粒長度20 mm左右的單芽茶葉如圖4（a）所示，在長度方向上平均取10個截面，通過數(shù)顯游標(biāo)卡尺（精度0.01 mm）分別測每個截面茶葉的寬度和厚度，計算得到的各截面寬度、厚度尺寸平均值，如表1所示。在Solidworks軟件中建立10個等間距基準(zhǔn)面，利用放樣功能得到茶葉顆粒的三維模型，如圖4（b）所示［11， 12］。將茶葉顆粒三維模型導(dǎo)入EDEM，在EDEM中采用39個直徑不等的球?qū)︻w粒模板進行手動聚合，得到茶葉顆粒的離散元仿真模型如圖4（c）所示。

2.2 接觸模型

EDEM中常見的軟球接觸模型有Hertz-Mindlin（no slip）接觸模型、Hertz-Mindlin黏結(jié)接觸模型、線彈性接觸模型、線性黏附接觸模型、摩擦帶電接觸模型及運動表面接觸模型［13］，常采用彈簧振子的阻尼振動表示軟球質(zhì)點之間的接觸方式如圖5所示，其運動方程如式（5）所示。

mx··+cx·+kx=0（5）

式中：x——偏離平衡位置的位移，m；c——阻尼系數(shù)，（N·s）/m；k——彈性系數(shù)，N/m；m——振子質(zhì)量，kg。

由于茶葉顆粒簡化為不同球徑顆粒聚合的長條，接觸方式僅表現(xiàn)為顆粒與不銹鋼底板的碰撞及顆粒之間的碰撞，同時茶葉含水率低，因此不考慮茶葉相互之間的黏附力影響，選擇Hertz-Mindlin（no slip）接觸模型作為茶葉顆粒的接觸模型。茶葉顆粒間法向力、法向阻尼力、切向力及切向阻尼力［14］如式（6）～式（9）所示。

Fn=43E*R*α32（6）

Fdn=－256βSnm*vreln（7）

Ft=-Stδt（8）

Fdt=-256βStm*vrelt（9）

式中：Fn——法向力，N；E*——等效彈性模量，Pa；R*——等效顆粒半徑，m；α——法向重疊量，m；Fdn——法向阻尼力，N；β——阻尼比；Sn——法向剛度，N/m；m*——等效質(zhì)量，kg；vreln——法向相對速度，m/s；Ft——切向力，N；St——切向剛度，N/m；δt——切向重疊量，m；Fdt——切向阻尼力，N；vrelt——切向相對速度，m/s。

2.3 茶葉顆粒休止角仿真模擬

茶葉顆粒仿真堆積試驗結(jié)果如圖6所示。

本文用Solidworks軟件建立漏斗（上、下開口直徑分別為60 mm和245 mm，下開口離地面的高度為200 mm）和底板（長、寬各300 mm，高100 mm）三維模型，保存為.igs格式并導(dǎo)入EDEM軟件，材料選擇為不銹鋼，設(shè)置密度7.86×103 kg/m3，剪切模量7.90×1010 Pa，泊松比0.30［15］。在漏斗中建立虛擬圓柱體顆粒工廠，動態(tài)生成茶葉顆?？傎|(zhì)量與實際休止角試驗相同，每秒生成2 000個顆粒，瑞利時間步長設(shè)置為15%，同時為了仿真的準(zhǔn)確性，網(wǎng)格尺寸大小取最小球形單元尺寸的3倍，存儲數(shù)據(jù)頻率為0.01 s。待茶葉全部流出，且在底板形成穩(wěn)定粒堆時，運用上述1.3節(jié)所介紹的圖像處理方法對仿真得到的休止角進行處理。

3 仿真試驗與結(jié)果分析

3.1 Plackett-Burman試驗

Plackett-Burman試驗是基于響應(yīng)值與試驗參數(shù)之間的關(guān)系，比較參數(shù)水平差異從而確定各參數(shù)的顯著性［16］。仿真過程中影響茶葉顆粒休止角形成的參數(shù)很多，但并非所有的參數(shù)都有顯著性影響，故有必要對試驗參數(shù)進行顯著性篩選。

目前對于茶葉顆粒離散元仿真參數(shù)標(biāo)定的研究很少，本文結(jié)合查閱文獻［17-20］和大量預(yù)試驗確定茶葉顆粒接觸參數(shù)范圍如下：茶葉顆粒密度為532 kg/m3、泊松比為0.4、剪切模量為2～10 MPa、茶葉顆粒間碰撞恢復(fù)系數(shù)為0.06～0.40、茶葉顆粒間靜摩擦系數(shù)為0.05～0.25、茶葉顆粒間滾動摩擦系數(shù)為0.05～0.25、茶葉顆粒與不銹鋼間的碰撞恢復(fù)系數(shù)為0.10～0.70、茶葉顆粒與不銹鋼間的靜摩擦系數(shù)為0.10～1.00、茶葉顆粒與不銹鋼間的滾動摩擦系數(shù)為0.05～0.75。運用Design-Expert軟件進行Plackett-Burman試驗，參數(shù)水平如表2所示。

Plackett-Burman試驗共進行13組，設(shè)置1個中心點試驗，結(jié)果如表3所示。

對試驗結(jié)果進行分析，由表4可知，茶葉顆粒間碰撞恢復(fù)系數(shù)x2和茶葉顆粒與鋼板碰撞恢復(fù)系數(shù)x5對休止角有負標(biāo)準(zhǔn)化效應(yīng)，表明隨著參數(shù)值的增大，顆粒休止角減??；其余參數(shù)對休止角具有正標(biāo)準(zhǔn)化效應(yīng)，表明隨著參數(shù)值的增大，顆粒休止角相應(yīng)增大；其中茶葉顆粒間碰撞恢復(fù)系數(shù)x2、茶葉顆粒間靜摩擦系數(shù)x3、茶葉顆粒間滾動摩擦系數(shù)x4相較于其他參數(shù)對休止角影響較大，貢獻率均大于15%；由表5可知，模型P<0.05，回歸模型顯著；同時根據(jù)F值得出試驗參數(shù)的顯著性順序為：茶葉顆粒間靜摩擦系數(shù)x3、茶葉顆粒間碰撞恢復(fù)系數(shù)x2、茶葉顆粒間滾動摩擦系數(shù)x4、茶葉顆粒與鋼板靜摩擦系數(shù)x6、茶葉顆粒與鋼板滾動摩擦系數(shù)x7、茶葉顆粒剪切模量x1、茶葉顆粒與鋼板碰撞恢復(fù)系數(shù)x5。

因此，選取茶葉顆粒間靜摩擦系數(shù)x3、茶葉顆粒間碰撞恢復(fù)系數(shù)x2、茶葉顆粒間滾動摩擦系數(shù)x4為試驗參數(shù)進行后續(xù)的最陡爬坡試驗，其余參數(shù)對茶葉顆粒休止角影響較小，故取水平中間值。

3.2 最陡爬坡試驗

選用參數(shù)x3（0.05～0.25）、x2（0.06～0.40）、x4（0.05～0.25）開展最陡爬坡試驗，取合適的梯度值使各參數(shù)值依次增加，共進行5組試驗，試驗設(shè)計及結(jié)果如表6所示。結(jié)果表明，顆粒的休止角隨著參數(shù)x2、x3、x4值的增大而增大，而仿真試驗休止角與實際物理試驗休止角的相對誤差隨著參數(shù)x2、x3、x4值的增大先減小后增大，其中試驗3的相對誤差值最小為0.6%，表明參數(shù)x2、x3、x4的最優(yōu)值在試驗3附近。

3.3 Box-Behnken試驗

根據(jù)最陡爬坡試驗的結(jié)果選取試驗3中各顯著參數(shù)值作為0水平值，試驗2、4中各參數(shù)值分別作為-1、+1水平值，其余參數(shù)同樣取水平中間值。運用Design-expert進行Box-Behnken試驗，其中中心點試驗進行3次，共進行15組試驗，試驗設(shè)計及結(jié)果如表7所示。以茶葉顆粒間碰撞恢復(fù)系數(shù)x2、茶葉顆粒間靜摩擦系數(shù)x3和茶葉顆粒間滾動摩擦系數(shù)x4為自變量，茶葉顆粒休止角為響應(yīng)值，得到顆粒休止角θ的二次多項式方程，如式（10）所示。

θ=21.57－0.94x2+2.93x3+2.8x4－0.29x2x3－0.81x2x4－0.58x3x4+1.56x22+1.26x32+0.58x42（10）

Box-Behnken試驗方差分析及結(jié)果如表8所示。

由表8可知，模型P值為0.002 4<0.01，表明茶葉顆粒休止角與模型方程擬合度極顯著；失擬項值為0.159 4，對模型結(jié)果影響不顯著；決定系數(shù)R2=0.971 5，校正決定系數(shù)R2adj=0.920 3均接近1，表明模型與實際試驗擬合度好，模型可信度高；變異系數(shù)CV=4.11%，精確度AP=14.627，表明模型具有很好的可靠性，能夠模擬休止角與試驗參數(shù)之間的關(guān)系；其中x3（茶葉顆粒間靜摩擦系數(shù)）、x4（茶葉顆粒間滾動摩擦系數(shù)）的P值小于0.01，說明對休止角有極顯著影響，x2（顆粒間碰撞恢復(fù)系數(shù)）的P值小于0.05，說明對休止角有顯著影響；交互項x22的P值為0.026 3（0.01

以仿真試驗休止角結(jié)果做回歸模型參數(shù)間交互效應(yīng)分析，如圖7所示。

由圖7（a）可知，當(dāng)茶葉顆粒間的碰撞恢復(fù)系數(shù)x2不變時，休止角隨著茶葉顆粒間滾動摩擦系數(shù)x4和顆粒間靜摩擦系數(shù)x3的減小而減?。挥蓤D7（b）可知，當(dāng)顆粒間靜摩擦系數(shù)x3不變時，休止角隨著茶葉顆粒間滾動摩擦系數(shù)x4減小而減少，隨著茶葉顆粒間的碰撞恢復(fù)系數(shù)x2的減小而增大，但當(dāng)茶葉顆粒間滾動摩擦系數(shù)x4變化時，休止角的變化范圍更大，茶葉顆粒間滾動摩擦系數(shù)x4對休止角的影響更顯著；由圖7（c）可知，當(dāng)茶葉顆粒間滾動摩擦系數(shù)x4不變時，休止角隨著顆粒間靜摩擦系數(shù)x3減小而減少，隨著茶葉顆粒間的碰撞恢復(fù)系數(shù)x2的減小而增大，當(dāng)顆粒間靜摩擦系數(shù)x3變化時，休止角的變化范圍更大，茶葉顆粒間靜摩擦系數(shù)x3對休止角的影響更顯著。

利用Design-Expert軟件的優(yōu)化模塊，以實際茶葉物理堆積試驗休止角20.23°為目標(biāo)值，對模型進行最優(yōu)化求解，目標(biāo)函數(shù)及約束方程如式（11）所示。

θ（A，B，C）=20.43°s.t.0.14≤A≤0.300.10≤B≤0.200.10≤C≤0.20（11）

由式（11）優(yōu)化可得：茶葉顆粒間碰撞恢復(fù)系數(shù)x2=0.28，茶葉顆粒間靜摩擦系數(shù)x3=0.15，茶葉顆粒間滾動摩擦系數(shù)x4=0.10。

4 試驗驗證

將由Box-Behnken試驗得到的顯著性參數(shù)最優(yōu)值：茶葉顆粒間碰撞恢復(fù)系數(shù)x2=0.28，茶葉顆粒間靜摩擦系數(shù)x3=0.15，茶葉顆粒間滾動摩擦系數(shù)x4=0.10，其余參數(shù)取中間水平（即剪切模量x1=6 MPa，茶葉顆粒與鋼板碰撞恢復(fù)系數(shù)x5=0.4，茶葉顆粒與鋼板靜摩擦系數(shù)x6=0.55，茶葉顆粒與鋼板滾動摩擦系數(shù)x7=0.4）代入EDEM中進行仿真試驗驗證。在該參數(shù)組合下，進行3組重復(fù)試驗，測得茶葉顆粒的仿真休止角均值為19.52°，與實際茶葉顆粒堆積休止角20.23°相比，相對誤差為3.51%，表明基于離散元對茶葉顆粒的參數(shù)標(biāo)定是合理的，仿真試驗與物理試驗對比如圖8所示。

5 結(jié)論

1） 現(xiàn)目前對針形茶葉顆粒建模且進行參數(shù)標(biāo)定的研究很少，本文以加工過程中第二次理條的單芽茶葉顆粒為例，對其參數(shù)進行標(biāo)定。利用粒堆輪廓兩側(cè)的擬合直線與水平軸夾角的均值為茶葉顆粒堆積休止角，得到擬合直線方程R2分別為0.962和0.946，表明方程擬合度好，可以用來測定茶葉粒堆休止角。

2） 開展Plackett-Burman試驗，篩選得到對茶葉顆粒堆積休止角有顯著性影響參數(shù)：茶葉顆粒間碰撞恢復(fù)系數(shù)、茶葉顆粒間靜摩擦系數(shù)、茶葉顆粒間滾動摩擦系數(shù)，其余接觸參數(shù)對休止角的影響不顯著；利用最陡爬坡試驗確定了顯著性參數(shù)的取值范圍，并在此基礎(chǔ)上進行Box-Behnken試驗，得到顯著性參數(shù)最優(yōu)值：茶葉顆粒間碰撞恢復(fù)系數(shù)x2=0.28，茶葉顆粒間靜摩擦系數(shù)x3=0.15，茶葉顆粒間滾動摩擦系數(shù)x4=0.10。

3） 將最佳參數(shù)組合代入EDEM進行仿真驗證，得到仿真試驗休止角均值為19.52°，與實際堆積試驗休止角20.23°相比，相對誤差為3.51%。由于茶葉顆粒形狀不規(guī)則且長徑比較大，相對誤差結(jié)果可能受此影響，但在可承受范圍10%以內(nèi)，表明基于離散元對茶葉顆粒的參數(shù)標(biāo)定合理有效，可為茶葉理條機的鍋槽優(yōu)化設(shè)計及茶葉加工數(shù)值模擬過程提供一定的理論參考。

參 考 文 獻

［1］2022年11月中國茶葉出口各國和地區(qū)銷量統(tǒng)計［J］. 中國茶葉， 2023， 45（2）： 7.

［2］閆建偉， 胡冬軍， 劉啟合， 等. 茶葉理條技術(shù)及機械研究進展［J］. 中國農(nóng)機化學(xué)報， 2022， 43（2）： 75-83.Yan Jianwei， Hu Dongjun， Liu Qihe， et al. Research progress and development trend of tea stripping tecnology and machinery ［J］. Journal of Chinese Agricultural Mechanization， 2022， 43（2）： 75-83.

［3］張小福. 氣動往復(fù)振動式茶葉理條機的研究［D］. 合肥： 安徽農(nóng)業(yè)大學(xué)， 2013.Zhang Xiaofu. Study on pneumatic reciprocating vibratory tea shaping machine ［D］. Hefei： Anhui Agricultural University. 2013.

［4］穆桂脂， 亓協(xié)騰， 張萬枝， 等. 碎甘薯秧離散元仿真參數(shù)測量與標(biāo)定［J］. 中國農(nóng)機化學(xué)報， 2021， 42（11）： 72-79.Mu Guizhi， Qi Xieteng， Zhang Wanzhi， et al. Parameter measurement and calibration in discrete element simulation of broken sweet potato seedlings ［J］. Journal of Chinese Agricultural Mechanization， 2021， 42（11）： 72-79.

［5］張勝偉， 張瑞雨， 陳天佑， 等. 綠豆種子離散元仿真參數(shù)標(biāo)定與排種試驗［J］. 農(nóng)業(yè)機械學(xué)報， 2022， 53（3）： 71-79.Zhang Shengwei， Zhang Ruiyu， Chen Tianyou， et al. Calibration of simulation parameters of mung-been seeds using discrete element method and verfication of seed-metering test ［J］. Transactions of the Chinese Society for Agricultural Machinery， 2022， 53（3）： 71-79.

［6］彭才望， 許道軍， 賀喜， 等. 黑水虻處理的豬糞有機肥離散元仿真模型參數(shù)標(biāo)定［J］. 農(nóng)業(yè)工程學(xué)報， 2020， 36（17）： 212-218.Peng Caiwang， Xu Daojun， He Xi， et al. Parameter calibration of discrete element simulation model for pig manure organic fertilizer treated with Hermetia illucen ［J］. Transactions of the Chinese Society for Agricultural Engineering， 2020， 36（17）： 212-218.

［7］王黎明， 范盛遠， 程紅勝， 等. 基于EDEM的豬糞接觸參數(shù)標(biāo)定［J］. 農(nóng)業(yè)工程學(xué)報， 2020， 36（15）： 95-102.Wang Liming， Fan Shengyuan， Cheng Hongsheng， et al. Calibration of contact parameters for pig manure based on EDEM ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2020， 36（15）： 95-102.

［8］李兵. “六安瓜片”茶清潔化加工機械及其工藝研究［D］. 合肥： 安徽農(nóng)業(yè)大學(xué)， 2013.Li Bing. Studies on the clean processing machines and the technology of Liuan Guapian Tea ［D］. Hefei： Anhui Agricultural University. 2013.

［9］王剛， 王倩， 薛忠， 等. 基于離散元法的椰糠顆粒建模及仿真參數(shù)標(biāo)定［J］. 熱帶作物學(xué)報， 2021， 42（9）： 2704-2710.Wang Gang， Wang Qian， Xue Zhong， et al. Modeling and simulation parameters calibration of coconut coir particles based on DEM ［J］. Chinese Journal of Tropical Crops， 2021， 42（9）： 2704-2710.

［10］劉彩玲， 王亞麗， 宋建農(nóng)， 等. 基于三維激光掃描的水稻種子離散元建模及試驗［J］. 農(nóng)業(yè)工程學(xué)報， 2016， 32（15）： 294-300.Liu Cailing， Wang Yali， Song Jiannong， et al. Experiment and discrete element model of rice seed based on 3D laser scanning ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2016， 32（15）： 294-300.

［11］丁文波， 朱繼平， 陳偉， 等. 基于EDEM的青稞接觸參數(shù)仿真標(biāo)定［J］. 中國農(nóng)機化學(xué)報， 2021， 42（9）： 114-121.Ding Wenbo， Zhu Jiping， Chen Wei， et al. Simulation calibration of highland barley contact parameters based on EDEM ［J］. Journal of Chinese Agricultural Mechanization， 2021， 42（9）： 114-121.

［12］石林榕， 趙武云， 吳建民， 等. 切片造型技術(shù)在農(nóng)產(chǎn)品有限元分析中的應(yīng)用［J］. 中國農(nóng)機化學(xué)報， 2013， 34（6）： 95-98.Shi Linrong， Zhao Wuyun， Wu Jianmin， et al. Application of slice modeling technology in finite element analysis of agricultural products ［J］. Journal of Chinese Agricultural Mechanization， 2013， 34（6）： 95-98.

［13］廖慶喜， 張朋玲， 廖宜濤， 等. 基于EDEM的離心式排種器排種性能數(shù)值模擬［J］. 農(nóng)業(yè)機械學(xué)報， 2014， 45（2）： 109-114.Liao Qingxi， Zhang Pengling， Liao Yitao， et al. Numerical simulation on seeding performance of centrifugal rape-seed metering device based on EDEM ［J］. Transactions of the Chinese Society for Agricultural Machinery， 2014， 45（2）： 109-114.

［14］Dun G Q， Gao Z Y， Liu Y X， et al. Optimization design of fertilizer apparatus owned arc gears based on discrete element method ［J］. International Journal of Agricultural and Biological Engineering， 2021， 14（2）： 97-105.

［15］Ucgul M， Fielke J M， Saunders C. Three-dimensional discrete element modelling （DEM） of tillage： Accounting for soil cohesion and adhesion ［J］. Biosystems Engineering， 2015， 129（1）： 298-306.

［16］李永祥， 李飛翔， 徐雪萌， 等. 基于顆?？s放的小麥粉離散元參數(shù)標(biāo)定［J］. 農(nóng)業(yè)工程學(xué)報， 2019， 35（16）： 320-327.Li Yongxiang， Li Feixiang， Xu Xuemeng， et al. Parameters calibration of wheat flour for discrete element method simulation based on particle scaling ［J］. Transactions of the Chinese Society of Agricultural Engineering， 2019， 35（16）： 320-327.

［17］呂昊威， 武傳宇， 涂政， 等. 基于EDEM的機采茶鮮葉振動式分級機分級參數(shù)優(yōu)化［J］. 茶葉科學(xué)， 2022， 42（1）： 120-130.Lü Haowei， Wu Chuanyu， Tu Zheng， et al. EDEM-based optimization of classification parameters of machine-picked tea fresh leaf vibratory classifier ［J］. Journal of Tea Science， 2022， 42（1）： 120-130.

［18］李兵， 李為寧， 柏宣丙， 等. 基于EDEM的茶葉揉捻機參數(shù)優(yōu)化及試驗研究［J］. 茶葉科學(xué)， 2020， 40（3）： 375-385.Li Bing， Li Weining， Bai Xuanbing， et al. Parameter optimization and experimental study of tea twisting machine based on EDEM ［J］. Journal of Tea Science， 2020， 40（3）： 375-385.

［19］張開興， 王文中， 趙秀艷， 等. 滾筒式茶葉熱風(fēng)復(fù)干機設(shè)計與試驗［J］. 農(nóng)業(yè)機械學(xué)報， 2020， 51（5）： 377-386.

Zhang Kaixing， Wang Wenzhong， Zhao Xiuyan， et al. Design and experiment of drum-type hot air re-dryer for tea ［J］. Transactions of the Chinese Society for Agricultural Machinery， 2020， 51（5）： 377-386.

［20］李為寧， 柏宣丙， 李兵. 滾筒式茶葉提香機結(jié)構(gòu)參數(shù)優(yōu)化［J］. 浙江農(nóng)業(yè)學(xué)報， 2020， 32（2）： 348-358.Li Weining， Bai Xuanbing， Li Bing. Optimization of structural parameters of drum type tea re-dryer ［J］. Acta Agriculturae Zhejiangensis， 2020， 32（2）： 348-358.DOI： 10.13733/j.jcam.issn.20955553.2024.03.011陳威， 王川， 王麗偉， 等. 側(cè)深施肥裝置三通管氣固兩相流仿真與試驗［J］. 中國農(nóng)機化學(xué)報， 2024， 45（3）： 74-80Chen Wei， Wang Chuan， Wang Liwei， et al. Simulation and experiment of gas-solid two-phase flow in three-way pipe of side deep fertilization plant ［J］. Journal of Chinese Agricultural Mechanization， 2024， 45（3）： 74-80

基金項目：國家重點研發(fā)計劃項目（2021YFD1100307）；貴州省山地智能農(nóng)業(yè)裝備研發(fā)與應(yīng)用科技創(chuàng)新人才團隊項目（黔科合平臺人才［2019］5616號）

第一作者：胡冬軍，男，1996年生，四川遂寧人，碩士研究生；研究方向為理條機智能加工及裝備。E-mail： 1033789354@qq.com

通訊作者：閆建偉，男，1980年生，河南鹿邑人，博士，副教授；研究方向為智能裝備、茶葉加工技術(shù)及裝備。E-mail： jwyan@gzu.edu.cn