为了提升秸秆粉料致密成型过程中离散元仿真所需参数的准确性,以玉米秸秆粉料为研究对象,利用EDEM软件中的Hertz-Mindlin with JKR粘结接触模型进行玉米秸秆粉料致密成型离散元仿真模型参数标定研究。首先,以接触参数的物理试验结果作...为了提升秸秆粉料致密成型过程中离散元仿真所需参数的准确性,以玉米秸秆粉料为研究对象,利用EDEM软件中的Hertz-Mindlin with JKR粘结接触模型进行玉米秸秆粉料致密成型离散元仿真模型参数标定研究。首先,以接触参数的物理试验结果作为仿真参数选择依据,应用Plackett-Burman试验对初始参数进行筛选,方差分析结果表明,玉米秸秆粉料间滚动摩擦因数、粉料与不锈钢板间静摩擦因数以及JKR表面能对堆积角影响显著;其次,以堆积角为评价指标,应用Box-Behnken试验建立了堆积角与3个显著性参数的二次多项式回归模型,以物理试验得到的实际堆积角42.60°为目标值,对显著性参数进行寻优,得到最优组合为:秸秆粉料-粉料滚动摩擦因数为0.05、秸秆粉料-不锈钢板静摩擦因数为0.47、JKR表面能为0.05 J/m^(2);最后,在标定的参数下进行堆积角和模孔压缩试验对比,结果表明,仿真堆积角与实测堆积角相对误差为0.68%,仿真与实际试验压缩位移相对误差为0.98%,通过对比分析两次试验中秸秆粉料模孔压缩位移变化曲线的拟合情况,得出两曲线间的决定系数R~2为0.962 7,说明所得相关参数可用于秸秆粉料致密成型离散元仿真。展开更多
针对高地隙植保机底盘玉米田间植保作业压苗严重的现象,该研究提出了基于车轮正前方可行走动态感兴趣区域(Region of Interest,ROI)的玉米行导航线实时提取算法。首先将获取的玉米苗带图像进行像素归一化,采用过绿算法和最大类间方差法...针对高地隙植保机底盘玉米田间植保作业压苗严重的现象,该研究提出了基于车轮正前方可行走动态感兴趣区域(Region of Interest,ROI)的玉米行导航线实时提取算法。首先将获取的玉米苗带图像进行像素归一化,采用过绿算法和最大类间方差法分割玉米与背景,并通过形态学处理对图像进行增强和去噪;然后对视频第1帧图像应用垂直投影法确定静态ROI区域,并在静态ROI区域内利用特征点聚类算法拟合作物行识别线,基于已识别的玉米行识别线更新和优化动态ROI区域,实现动态ROI区域的动态迁移;最后在动态ROI区域内采用最小二乘法获取高地隙植保机底盘玉米行间导航线。试验表明,该算法具有较好的抗干扰性能,能够很好地适应较为复杂的田间环境,导航线提取准确率为96%,处理一帧分辨率为1920像素×1080像素图像平均耗时97.56 ms,该研究提出的算法能够为高地隙植保机车轮沿玉米垄间行走提供可靠、实时的导航路径。展开更多
文摘为了提升秸秆粉料致密成型过程中离散元仿真所需参数的准确性,以玉米秸秆粉料为研究对象,利用EDEM软件中的Hertz-Mindlin with JKR粘结接触模型进行玉米秸秆粉料致密成型离散元仿真模型参数标定研究。首先,以接触参数的物理试验结果作为仿真参数选择依据,应用Plackett-Burman试验对初始参数进行筛选,方差分析结果表明,玉米秸秆粉料间滚动摩擦因数、粉料与不锈钢板间静摩擦因数以及JKR表面能对堆积角影响显著;其次,以堆积角为评价指标,应用Box-Behnken试验建立了堆积角与3个显著性参数的二次多项式回归模型,以物理试验得到的实际堆积角42.60°为目标值,对显著性参数进行寻优,得到最优组合为:秸秆粉料-粉料滚动摩擦因数为0.05、秸秆粉料-不锈钢板静摩擦因数为0.47、JKR表面能为0.05 J/m^(2);最后,在标定的参数下进行堆积角和模孔压缩试验对比,结果表明,仿真堆积角与实测堆积角相对误差为0.68%,仿真与实际试验压缩位移相对误差为0.98%,通过对比分析两次试验中秸秆粉料模孔压缩位移变化曲线的拟合情况,得出两曲线间的决定系数R~2为0.962 7,说明所得相关参数可用于秸秆粉料致密成型离散元仿真。
文摘针对高地隙植保机底盘玉米田间植保作业压苗严重的现象,该研究提出了基于车轮正前方可行走动态感兴趣区域(Region of Interest,ROI)的玉米行导航线实时提取算法。首先将获取的玉米苗带图像进行像素归一化,采用过绿算法和最大类间方差法分割玉米与背景,并通过形态学处理对图像进行增强和去噪;然后对视频第1帧图像应用垂直投影法确定静态ROI区域,并在静态ROI区域内利用特征点聚类算法拟合作物行识别线,基于已识别的玉米行识别线更新和优化动态ROI区域,实现动态ROI区域的动态迁移;最后在动态ROI区域内采用最小二乘法获取高地隙植保机底盘玉米行间导航线。试验表明,该算法具有较好的抗干扰性能,能够很好地适应较为复杂的田间环境,导航线提取准确率为96%,处理一帧分辨率为1920像素×1080像素图像平均耗时97.56 ms,该研究提出的算法能够为高地隙植保机车轮沿玉米垄间行走提供可靠、实时的导航路径。
