收割机脱粒滚筒负荷多目标优化模型研究—基于排队网络和遗传算法

刘　依，林卫国，李　硕

( 1.武汉东湖学院 机电工程学院，武汉　430212；2.华中农业大学 工学院，武汉　430070；3.武昌首义学院 机电与自动化学院，武汉　430064)



收割机脱粒滚筒负荷多目标优化模型研究—基于排队网络和遗传算法

刘依1，林卫国2，李硕3

( 1.武汉东湖学院 机电工程学院，武汉430212；2.华中农业大学 工学院，武汉430070；3.武昌首义学院 机电与自动化学院，武汉430064)

摘要：为了提高收割机脱粒滚筒的自动化排障水平，实现收割机滚筒的自动化监测功能，提出了脱粒滚筒负荷监控系统的设计方案，实现了脱粒滚筒堵塞故障的预警、报警及自动防堵功能。该系统使用传感器对凹板压力、传动链张紧力和滚筒转速进行检测，并使用上位机对监测的信息进行数据处理，利用排队网络和多目标遗传算法对负荷参数进行优化，将优化后的负荷作为调整参数输出到控制器，调整脱粒间隙的大小，实现脱粒滚筒的智能化排堵，从而实现不停机排障，提高了联合收割机作业质量和工作效率。由滚筒的脱净率实验发现：脱净率最高的是排队网络遗传多目标优化算法。由此验证了所设计的脱粒滚筒负荷优化控制模型的可靠性。

关键词：收割机；脱粒滚筒；多目标优化；排队网络；遗传算法

0引言

联合收割机是农作物收获的关键机械，随着控制技术的发展，收割机的智能化水平有所提高；但目前我国仍存在故障率高、科技含量低、安全隐患大等普遍问题，成为制约联合收割机发展的主要因素。收割机作业时，滚筒是产生故障率最高的部件，且单凭驾驶员的经验很难对收割机进行有效的操控，使滚筒较难发挥出最佳的效果，很容易造成滚筒阻塞，降低了联合收割机的工作效率。联合收割机在排除故障时，一般需要20min以上，在农忙时节不仅会降低工作效率，而且会带来比较大的经济损失。随着联合收割机向大型化、自动化、智能化和舒适性等方向的发展，仅靠视觉和听力很难分辨滚筒是否存在故障，因此需要自动化的监测手段对滚筒的性能进行监测，对收割机的负荷参数进行调整，使其工作状态达到最优。

1收割机脱粒滚筒负荷监测系统和装置

本课题主要研究利用传感器来获取脱粒滚筒的负荷信息，然后利用获取的信息更好地控制脱粒滚筒的负荷，调整脱粒间隙，降低滚筒的堵塞概率。其系统的框架结构如图1所示。

图1中，信号的采集使用传感器设备，主要采集脱粒滚筒的凹板压力、传动链张紧力和脱粒滚筒转速；采集信号利用总线传送给处理单元，上位机处理单元对数进行处理后，利用排队网络、遗传算法和多目标优化算法对数据进行处理。其控制结构如图2所示。

图1　脱粒滚筒监测系统框架图

图2　脱粒滚筒控制结构

利用滚筒监测子系统对数据进行处理后，发出控制指令到滚筒控制柜，控制脱粒滚筒的负荷参数。滚筒转速使用霍尔传感器进行监测，其结构包括集成电路和磁钢，如图3所示。

图3　转速检测传感器原理图

转速监测传感器及包括非磁圆盘及磁钢和轴，其放大电路包括放大器和整形电路，传感器选用非接触式霍尔传感器，开关固定在磁钢架上，磁钢随着滚筒一起转动；当靠近霍尔开关时，由于磁场效应产生一个脉冲信号，检测结构如图4所示。

图4　转速检测结构示意图

为了使传感器可以有效地得到脉冲信号，防止机械振动造成碰撞，磁钢和传感器探头需要保证一定的距离，本次设计为10mm。

原脱粒滚筒装置的机械结构主要包括滚筒和凹板，如图5所示。为了实现滚筒装置的自主调节，需要对装置进行改进，使用液压系统对脱粒间隙进行调节，其原理如图6所示。

该结构增加了活动凹板，当联合收割机进行作业时，监测系统如果监测到滚筒阻塞，则通过凹板间隙调节装置调节脱粒间隙的大小，进行自动排堵；警报解除后，恢复正常的作业。

1.滚筒　2.凹板

1.滚筒　2.固定凹板　3.销　4.活动凹板

2脱粒滚筒负荷多目标遗传算法优化模型

通过对脱粒滚筒负荷参数的测试，得到负荷性能指标，利用排队网络算法和多目标遗传算法对装置的性能进行优化。首先将脱粒装置的性能和影响因素的测试原始数据进行归一化和标准处理，处理过程如图7所示。

图7　排队网络和多目标遗传算法数据处理总体结构图

将数据进行处理后，作为排队网络的初始参数，同时将遗传算法和排队网络相结合，构建多目标优化模型，得到脱粒滚筒脱粒性能的初始数据和影响因素之间的非线性优化模型。总体结构框架主要包括排队网络算法、输入参数预处理和数据的还原处理，通过对测得负荷参数的调整，可以得到优化性能数据。

本研究设计了3个目标函数F1、F2、F3，3个目标函数分别表示负荷最佳，利用最佳的负荷，调整脱粒间隙的大小，避免滚筒的阻塞。其数学模型为

(1)

(2)

(3)

(4)

(5)

同理，可以计算f2(Xi)和f3(Xi)。通过压缩，可以使f1(Xi)、f2(Xi)和f3(Xi)都落在[0,1]内。3个目标函数可分别赋予权值w1、w2、w3，则适应度的计算表达式为

(6)

假设fn表示第n代的父代种群，通过适应度函数可以从fn选择一组染色体交配，生成子代；然后经过变异后作为新种群继续进化，在变异和进化过程中，可以利用排队理论进行优化，如图8所示。

图8　排队系统模型

当变异单元有两种或者两种以上时，排队系统变得更加复杂，形成了排队网络。排队网络有从外部达到的变异数据流，也有向外部输出的变异数据流，其结构为开环形式，如图9所示。

图9　开环排队网络模型

对于多目标遗传算法的脱粒滚筒负荷优化，可以建立开环排队网络模型，将每一个变异进化数据单元看做服务机构，到达率为λor，进入变异进化序列i(i=1,2,...,N)的概率为Por,ir。进化变异过程是相对独立的，满足μir指数分布，变异服务完成的概率为Pir,jr，然后进入j(j=1,2,...,N)开始进化，最终得到优化数据，因此至少存在一个变异值，使得

(7)

(8)

(9)

(10)

3收割机滚筒负荷优化性能测试

联合收割机滚筒负荷性能优化测试主要依据滚筒监测系统，系统主要由凹板背压测试和脱粒间隙调整机构组成。其主要对凹板压力进行调节，从而得到适合的角速度，使脱粒滚筒的性能达到最优。测试系统的结构如图10所示。

测试对象为滚筒角速度的调整，数据的采集使用传感器进行，调整过程使用多目标遗传算法，并利用排队网络对算法进行调节。通过计算得到了如图11所示的调节曲线。

图10　测试系统组成

图11　转角控制曲线

图11中，实线部分表示目标控制函数，虚线部分表示转角的排队网络遗传算法跟踪拟合曲线。由图11可以看出：利用排队网络遗传算法可以有效地使转角控制向目标函数无限逼近，控制效果较好。

图12为使用不同算法得到的脱净率曲线。由图12可以看出：脱净率最高的为排队网络遗传多目标优化算法，该算法要比单独使用遗传算法或者多目标优化算法时效果都要好。由此验证了本设计的脱粒滚筒负荷优化控制模型的可靠性。

图12　不同算法脱净率曲线

4结论

1)利用排队网络和多目标遗传算法提出了一种脱粒滚筒负荷的自动化调节方法，并采用传感器对凹板压力、传动链张紧力和滚筒转速进行检测。同时，设计了具有负荷反馈和调节能力的智能化脱粒滚筒，从而实现了收割机不停机排障，提高了收割机的工作效率。

2)通过对滚筒的控制算法进行测试后的结果可以看出：利用排队网络遗传算法可有效地使转角控制向目标函数无限逼近，控制效果较好。由滚筒的脱净率实验发现：脱净率最高的是排队网络遗传多目标优化算法，验证了该算法在脱粒滚筒监测系统中使用的可行性。

参考文献：

[1]宗望远,廖庆喜,陈立,等.完熟期油菜果荚不同脱粒方式的脱粒效果[J].农业工程学报,2012,28 (9):29-34.

[2]郝金魁,高清海,信占莹.联合收获机工作部件控制系统设计[J].中国农机化,2011(1):104-106.

[3]李耀明, 秦同娣, 陈进,等.玉米茎秆往复切割力学特性试验与分析[J].农业工程学报,2011, 27(1):160-164.

[4]李耀明,周金枝,徐立章,等.纵轴流脱粒分离装置功耗分析与试验[J].农业机械学报,2011,42(6): 93-97.

[5]王锋德,燕晓辉,董世平,等.我国棉花秸秆收获装备及收储运技术路线分析[J].农机化研究, 2009,31(12):217-220.

[6]卢文涛,刘宝,张东兴.谷物联合收获机喂入量建模与试验[J].农业机械学报,2011(11):82-85.

[7]倪军,毛罕平,程秀花.脱粒滚筒自调整模糊控制及VLSI实现技术[J].农业工程学报,2010(4):134- 138.

[8]宋占华,肖静,张世福,等.曲柄连杆式棉秆切割试验台设计与试验[J].农业机械学报,2011,42(11): 162-167.

[9]金诚谦,吴崇友.油菜收获技术基础研究现状与展望[J].农机化研究,2010,32(1):5-9.

[10]赵湛,李耀明,徐立章,等.超级稻单茎秆切割力学性能试验[J].农业机械学报,2010,41(10):72-75.

[11]傅隆正,蒙艳玫,董政,等.整秆式甘蔗联合收获机整机物流设计与仿真[J].农机化研究,2012,34(2):19-23.

[12]杨望,杨坚,刘增汉,等.入土切割对甘蔗切割过程影响的仿真试验[J].农业工程学报,2011,27 (8):150-156.

[13]陈超君,梁和,何章飞,等.甘蔗机械收获对蔗蔸质量和宿根蔗生长影响初探[J].广东农业科学, 2011(23):26-30.

[14]李玉道,杜现军,宋占华,等.棉花秸秆剪切力学性能试验[J].农业工程学报,2011,27(2):124-128.

[15]罗菊川,区颖刚,刘庆庭,等.整秆式甘蔗联合收获机断蔗尾机构[J].农业机械学报,2013(4):89-94.

[16]牟向伟,区颖刚,王美美,等.甘蔗叶鞘破坏与剥离方式试验与分析[J].华南农业大学学报,2013 (4):584-588.

[17]杜现军,李玉道,颜世涛,等.棉秆力学性能试验[J].农业机械学报,2011,42(4):87-91.

[18]刘庆庭,莫建霖,区颖刚,等.我国整秆与切段2种甘蔗收获方式发展历程与前景分析[J].甘蔗糖业,2013(6):45-55.

[19]张华,沈胜,罗俊,等.关于我国甘蔗机械化收获的思考[J].中国农机化,2009(4):15-16,33.

[20]梁阗,陈引芝,王维赞,等.甘蔗机械化收获现状及对策[J].现代农业科技,2010(11):85-87.

[21]张道林,刁培松,董锋,等.拨禾指式不对行玉米收获装置的试验[J]. 农业工程学报,2010,26(5): 103-106.

Abstract ID:1003-188X(2016)12-0066-EA

Study on Multi-objective Optimization of Threshing Drum Load—Based on Queuing Network and Genetic Algorithm

Liu Yi1, Lin Weiguo2, Li地Shuo3

(1.School of Mechanical and Electrical Engineering, Wuhan Donghu University, Wuhan 430212, China; 2.College of Engineering Technology, Huazhong Agricultural University, Wuhan 430070, China; 3.Wuchang Shouyi University, Wuhan 430064, China)

Abstract：In order to improve automation of the row barrier in harvester threshing cylinder, drum harvester automation monitoring function, it puts forward the design scheme of load system of threshing cylinder, the threshing drum jam fault early warning, alarm and automatic blocking function. The system uses sensor to detect the concave pressure plate, chain drive tightening force and roller speed, and uses the host computer of monitoring data processing, uses queuing network and multi-objective genetic algorithm to optimize the parameters of load, the optimized load as the adjustment of the reference number of output to the controller, threshing clearance adjustment of size, intelligent threshing cylinder row blocking, and without stopping the machine troubleshooting, and to improve the quality and efficiency of combine harvester. From the drum to the off net rate experiment, it found that the off net rate is the highest in the queuing network genetic multi-objective optimization algorithm, which verifies the design of the optimal control model of reliability of the threshing roller load in this paper.

Key words：harvester; threshing cylinder; multi-objective optimization; queuing network; genetic algorithm

中图分类号：S225.3

文献标识码：A

文章编号：1003-188X(2016)12-0066-04

作者简介：刘依(1983-)，男，湖北仙桃人，讲师，博士，(E-mail)liuyi2396@163.com。

基金项目：国家自然科学基金青年基金项目(51305152)

收稿日期：2015-09-19