酿酒葡萄收获机输送装置试验

袁盼盼，王　梦，张学军，坎　杂，王丽红，杨兰涛

( 1．新疆农业大学 机械交通学院，乌鲁木齐　830052；2.新疆工程学院 机械工程系，乌鲁木齐　830052；3．石河子大学 机械电气工程学院，新疆 石河子　832000)



酿酒葡萄收获机输送装置试验

袁盼盼1，王梦2，张学军1，坎杂3，王丽红3，杨兰涛3

( 1．新疆农业大学 机械交通学院，乌鲁木齐830052；2.新疆工程学院 机械工程系，乌鲁木齐830052；3．石河子大学 机械电气工程学院，新疆 石河子832000)

摘要：为探索酿酒葡萄收获机输送装置工作性能，采用Central Composite Design试验设计与响应曲面优化方法对输送性能进行优化研究，以输送成功率为响应指标，建立了输送成功率数学回归模型。利用残差对回归模型进行可靠性诊断，验证了输送成功率回归模型的可靠度高;对试验结果进行了显著性分析，表明影响输送成功率的因素依次为挡板间隙、输送速度、酿酒葡萄质量(喂入量)，且驱动拨爪链主动轮转速及酿酒葡萄质量交互作用显著。应用Optimization(最优化)功能，以输送成功率最大化为优化目标，得到了最优参数组合。

关键词：酿酒葡萄收获机；输送装置；回归分析；响应曲面

0引言

目前，新疆酿酒葡萄收获完全依靠人工，酿酒葡萄种植规模扩大化与葡萄收获机械化水平低之间的矛盾日渐突显，劳动强度大，效率低[1-2]；人工收获过程中过多人工参与对后续产品质量安全会产生影响；同棉花、辣椒等作物收获期重叠，劳力紧张，影响适时收获；人工采收费用较高，占酿酒葡萄生产期间总人工费用50%左右。因此，实现酿酒葡萄机械化收获是酿酒葡萄生产过程中亟需解决的重要问题[3-6]。输送装置是酿酒葡萄机的核心部件之一，输送装置的优劣不但会影响酿酒葡萄收获机工作性能的综合评定，也与葡萄种植农户的自身利益息息相关。

本文对前期设计的酿酒葡萄收获机输送装置进行试验研究[7]，采用三元二次通用旋转试验方法，验证酿酒葡萄收获机输送装置的工作性能，建立各个因素与输送成功率之间的数学模型，获取最佳工作参数组合，为酿酒葡萄收获机的研制提供依据。

1试验材料与方法

1.1　材料

样品采自新疆生产建设兵团广泛种植的酿酒葡萄品种赤霞珠，采样日期为2014年9月20日(酿酒葡萄成熟期)，取样地点为新疆生产建设兵团第八师152团6连；当天取样当天完成，避免试验材料放置时间过长，品质发生改变对试验结果造成影响。

1.2　试验方法

根据试验所考察的目标不同，一项试验可以有一个或多个试验响应指标。本文以考察酿酒葡萄收获机输送装置的输送成功率为主要目的，输送成功率为本试验的试验指标。利用回归试验建立输送成功率及其影响因素之间的数学模型，确定影响试验指标的主要因素和次要因素，并对参数进行优化，得到最优工作参数组合。

本试验以酿酒葡萄的输送成功率作为试验响应指标。在输送成功率的测定过程中，按照式(1)进行计算，采用目测法分拣出采收后酿酒葡萄中的杂质，称重并记录，则

(1)

式中R—输送成功率；

ms—输送完成后料箱内的酿酒葡萄质量；

mt—采收后酿酒葡萄及杂质总质量；

2试验设计

影响酿酒葡萄输送装置输送成功率的因素有工作部件的转速、酿酒葡萄质量(喂入量)、轨道转弯半径、挡板间隙及输送角度等。通过对实际的工作环境及影响因素的可控制性进行分析及进行预实验，确定装置的驱动拨爪链条主动轮转速n、挡板间隙δ及酿酒葡萄质量m为影响最终输送成功率的试验因素。

以驱动拨爪链条主动轮转速为依据进行试验，选取驱动拨爪链轮转速n的3个水平值为60、80、100r/min。酿酒葡萄向上垂直输送时，挡板间隙δ过小会使挤压力增大导致葡萄粒破损，挡板间隙过大会又导致葡萄粒掉落，因此在试验中需要调节挡板间隙以得出最佳间隙。依据酿酒葡萄粒尺寸及戽斗体积，确定挡板间隙δ的3个水平值为30、40、50mm；依据酿酒葡萄平均产量，按比例确定试验葡萄质量：经实地调研及查阅文献，酿酒葡萄产量约为13500kg/hm2，种植行距3m，折合约4kg/m，酿酒葡萄收获机采收装置工作区域约长1m，折合采收酿酒葡萄质量约4kg。由于田间实际存在土壤、肥料、水分等环境差异，致使不同处葡萄质量存在差异，试验葡萄质量选取值为2.5、4.5、6.5kg。

根据CCD设计法的统计学要求，共需进行20组试验，试验因素水平编码如表1所示。

表1　试验因素水平及编码

3结果分析

在表1不同工况组合情况下，酿酒葡萄输送成功率值如表2所示。

表2　试验方案及结果

续表2

3.1　回归方程

应用Design expert8.0.6软件系统对表2中数据进行拟合并对其进行方差分析，获得输送成功率编码后的回归模型为

y=97.36-0.87x1-3.14x2+0.23x3+

0.63x1x2+1.43x1x3-0.95x2x3-

1.08x12-1.38x22-0.80x32

(2)

其中，x1、x2、x3分别为驱动拨爪链主动链轮转速、挡板间隙及酿酒葡萄质量3个因素。

3.2　回归分析

利用残差对回归模型进行可靠性诊断，通过F检验对试验结果拟合的多元回归方程进行显著性分析。

3.2.1回归模型的诊断

残差是一项极其重要的回归诊断量。利用Design-Expert软件中的Diagnostics(诊断)功能对输送成功率的数学模型进行诊断。结果如图1所示。图1(a)为输送成功率的残差正态图，图1(b)为预测响应与实际的散点图。残差正态图1(a)的横坐标为内部标准化残差，纵坐标为正态概率，图1中散点的轨迹反映了残差是否遵循正态分布。预测响应与实际的散点图1(b)的横坐标为实际值，纵坐标为模型预测值，散点的轨迹均匀则为正态分布。残差正态图、预测响应与实际的散点图的轨迹都应合理的无限接近于一条直线，则可推断回归模型的可靠程度。

从图1(a)中可看出：输送成功率的残差呈线性分布，图中散点与斜线拟合度较好。由图1(b)可知：图中的散点都集中在90%～100%这一区间，且均匀分布在斜线两侧。这说明，回归模型预测值与实际值拟合度较好，表明输送成功率回归模型的可靠度高。

图1　输送成功率的残差分析

3.2.2F检验

F检验是方程显著性检验，反映各因素对试验结果影响程度的大小[8]。本文运用F检验用以检验试验所测得的数据与回归方程的模拟数据拟合程度，证明回归方程的准确度，并反映试验各因素对文中回归方程的显著性。

依据表2中的试验数据，利用Design-Expert软件处理获得输送成功率的方差分析结果如表3所示。

根据表3得出：挡板间隙x2对输送成功率影响极显著，链轮转速x1对输送成功率影响显著，链轮转速x1与酿酒葡萄质量x3的交互作用影响显著，酿酒葡萄质量x3对输送成功率影响不显著。通过分析可知：影响输送成功率的因素依次为挡板间隙x2、输送速度x1、酿酒葡萄质量x3。

表3　输送成功率方差分析

P≤0.001为高度显著，用**表示；p≤0.05为显著，用*表示。

3.3　各因素对性能指标的影响

Diagnostics(诊断)回归模型预测值与实际值拟合度较好，说明了输送成功率的数学模型可靠度较高。由F检验可知：挡板间隙、驱动拨爪链主动链轮转速、链轮转速与酿酒葡萄的交互作用对输送成功率的影响显著，因此需重点分析上述因素对输送成功率的影响。运用Model Graphs功能对挡板间隙、驱动拨爪链链轮转速、酿酒葡萄质量这3个因素与输送成功率之间的关系进行响应曲面分析，以便更直观地反映因素与输送成功率之间的联系[9]。

由驱动拨爪链主动轮转速与酿酒葡萄质量交互作用图(见图2)可看出：在挡板间隙一定的条件下，酿酒葡萄输送成功率受转速和酿酒葡萄的交互影响，在二者较优水平变化范围内，存在显著的交互作用。由输送成功率响应曲面图(见图3)可知：转速、酿酒葡萄质量对输送成功率的影响为非线性变化。从等高线图(见图4)可看出：在60～100r/min范围内，输送成功率随着转速的增大而减小；在2.5～6.5kg范围内，随着酿酒葡萄质量的增加而减小。同时，随着转速和酿酒葡萄质量的共同增加，输送成功率逐渐下降。由等值平面上的椭圆图形可知：酿酒葡萄质量比转速对输送成功率的影响小；当驱动拨爪链主动链轮转速为76r/min、酿酒葡萄质量为4.4kg时，酿酒葡萄输送成功率最高达98.6%。由等高线图可知：驱动拨爪链主动链轮转速与酿酒葡萄质量存在非线性关系，当二者参数相匹配时，输送成功率稳步上升。

图2　转速与酿酒葡萄质量输送成功率交互作用图

图3　转速与酿酒葡萄质量输送成功率响应曲面

图4　转速与酿酒葡萄质量输送成功率等高线

3.4　参数优化

应用Design-Expert所提供的Optimization(最优化)功能，以输送成功率最大化为优化目标，寻求酿酒葡萄输送成功率最优值及其所对应的影响因素最佳参数组合，结果如表4所示。

表4　最优参数组合

4结论

1) 建立了输送成功率与驱动拨爪链主动轮转速、挡板间隙及酿酒葡萄质量(喂入量)的回归模型。利用Diagnostics对回归模型进行可靠性诊断，得知输送成功率的回归模型可靠度较高。

2) 影响输送率的主次因素分别为挡板间隙、驱动拨爪链主动轮转速及酿酒葡萄质量，且驱动拨爪链主动轮转速及酿酒葡萄质量交互作用显著。

3) 酿酒葡萄收获机输送装置的最优工作参数组合如下：驱动拨爪链主动轮转速60.30r/min，挡板间隙32.42mm，酿酒葡萄质量6.44kg，输送成功率为98.01%。

参考文献：

[1]裴新民,金晓青.新疆酿酒葡萄产业生产机械化现状及发展建议[J].农业开发与装备，2014(8):6-8.

[2]赵中华.新疆葡萄生产机械应用现状及发展方向[J].农业技术与装备,2008(4):33-34.

[3] 王丽红,袁盼盼,李成松,等.酿酒葡萄振动脱落机构运动分析及研究平台设计[J].农机化研究,2015,37(8):53-56.

[4]胡志超,田立佳,彭宝良,等.国内外葡萄生产机械化的研究与应用[J].农业机械,2005(9):62-63.

[5]曲淑丽,杨先遇.烟台市葡萄生产机械化实践与探讨[J].农业机械,2010(14):22-23．

[6]李成松,高振江,坎 杂,等.双支撑酿酒葡萄果实振动分离装置作业机理[J].农业工程学报,2015, 31(4):36-32.

[7]袁盼盼,坎杂,王丽红,等.酿酒葡萄收获机输送装置的设计[J].江苏农业科学,2014,42(10):386-388.

[8]陈魁.试验设计与分析[M].北京:清华大学出版社,2005.

[9]徐向宏.何明珠试验设计与Design-Expert、Spass应用[M].北京:科学出版社,2010.

Abstract ID:1003-188X(2016)12-0198-EA

Experiment of Wine Grape Harvester Conveyer

Yuan Panpan1, Wang Meng2, Zhang Xuejun1, Kan Za3, Wang Lihong3, Yang Lantao3

Abstract：In order to further research the working performance of wine grape harvester conveyer, two methods of CCD(central composite design) and RSM (response surface methodology)were employed to optimize the performance of conveyer. Success rate of conveyer was the responsive variables, the mathematical regression model was established by using the CCD method and the influencing rules of factors were explored. Residual was used to diagnose reliability of regression model, high reliable regression model was verified. The significant of experiment results were analysised, the result showed that,the influence factors of success rate were the damper gap,conveying speed and wine grape mass,and driving wheel speed and wine grape mass interaction was obvious. Used the Optimization function, success rate maximize was optimization objective, optimal parameter combination was determined.

Key words：wine grape harvester; convey; regression analysis; response surface methodology

中图分类号：S225.99

文献标识码：A

文章编号：1003-188X(2016)12-0198-04

作者简介：袁盼盼(1989-)，女，河南周口人，助教，硕士，(E-mail)ypp_xnd@163.com。通讯作者：张学军(1966-)，男，四川渠县人，教授，硕士生导师，博士，(E-mail)zhxjau@sina.com。

基金项目：新疆生产建设兵团工业科技攻关计划项目(2013BA009)

收稿日期：2015-10-28