多风道清选装置复脱清选试验与参数优化

金诚谦，李庆伦

(1.农业农村部 南京农业机械化研究所，江苏 南京 210014；2.山东理工大学 农业工程与食品科学学院，山东 淄博 255000)

多风道清选装置是小麦联合收获机的关键组成部分.在整机清选作业过程中,由于清选参数调整不当引起复脱机构中茎秆与杂余脱出物质量分数过高，从而导致复脱负荷加重及二次复脱搅龙中含杂率过高，大大降低了清选性能与整机收获效率.目前，对降低复脱造成的清选负荷与二次复脱搅龙中含杂率等问题的研究，主要体现在复脱结构调节与改进、参数优化及仿真原理分析等方面.李耀明[1]对脱出物复脱清选装置进行了理论分析和试验研究，为相关领域的设计和试验提供了依据.傅美贞等[2]通过测定复脱搅龙单位时间产生的杂余量及其构成，设计了螺旋板齿式复脱器为核心的复脱系统，并进行了田间试验，解决了复脱搅龙堵塞问题.乔西铭等[3]对梳穗收获机复脱滚筒进行了设计和试验，减少了进入复脱分离装置的茎秆量，降低了清选分离装置的功率消耗.通过仿真数值分析方法，结合各成分飘浮速度差异，对导入模型进行气流场分析，通过提高籽粒清洁度，提高清选性能和效率.M.PANASIEWICZ等[4]对谷物的清选分离过程进行了技术分析，提出气流清选过程中提高分离率和降低损失的建议.

多风道清选复脱装置应用性能受多因素影响，结合台架试验，系统全面地研究清选相关作业参数和二次复脱搅龙中含杂率与清选性能间的关系还未见报道.因此，笔者利用现有台架，选出对多风道清选装置复脱作业性能影响较大的因素，进行响应面试验，建立关于复脱搅龙中籽粒、茎秆以及杂余等3种脱出物质量分数的数学模型，通过方差分析，拟合回归方程，研究各因素对试验指标的影响，并得到最佳匹配参数，以期为收获机多风道清选装置作业性能的研究和结构设计提供参考.

1 结构与原理

1.1 多风道清选装置结构与工作原理

脱出物经脱粒滚筒落到上、下层抖动板与筛面后，随振动筛的往复运动与离心风机的吹托作用实现有效筛分.上出风口设置在上层抖动板与鱼鳞筛之间，通过预清选，将轻杂余、茎秆直接吹出机外，减小了清选负荷.下出风口的3个风道分别覆盖筛前、筛中和尾筛，通过多次气流吹托，提高小麦清选性能和效率.脱出物经筛分后，籽粒透过鱼鳞筛与编织筛后，由输粮搅龙送入粮箱，一部分未通过鱼鳞筛和编织筛的茎秆、麦穗及杂余等3种脱出物，经尾筛落至二次复脱搅龙，需经再次脱粒清选才能达到脱净目的，这种方式称为复脱.图1为多风道清选装置结构示意图.

图1 多风道清选装置结构示意图

1.2 试验台工作过程及参数

小麦植株随输送带经喂入部分到达输送槽，经脱粒滚筒脱粒后，大部分脱出物落到抖动板上，随振动筛简谐运动与气流场的作用实现筛选与分离，大量茎秆、杂余脱出物等无用成分被吹出机外，清洁的籽粒经输粮搅龙输出；未脱净的成分透过尾筛进入二次复脱搅龙，并由二次复脱搅龙输出，此时二次复脱搅龙中无用成分所占比重越低，即含杂率越低越有利于清选筛分，降低清选负担，提高清选性能.试验采用的试验台架如图2所示.

图2 试验台架结构示意图

试验台架基本参数参照市场上小麦收获机拥有量较大的久保田988机型，试验台架主要参数如表1所示.

表1 试验台架主要参数

2 试验方案

2.1 试验材料及设备

试验用小麦品种为临麦4号，取自山东临沂市河东区小麦品种示范基地.该品种小麦的产量为6 470.8 kg·hm-2，平均株高为64.9 cm，百粒质量为3.76 g，平均行距为23.8 cm，自然落粒损失为1.70 g，小麦籽粒含水率为15.3%，小麦植株长势状况良好.

试验机型为课题组研发设计的台架试验台.试验所需的器材包括标签、卡片、记号笔、一套工具箱、谷物水分测量仪、大小样品袋、一块帆布以及转速表等.

2.2 试验方法

采用Box-Behnken中心组合设计理论[5]，开展五因素三水平二次回归响应面试验，共46组，每组试验后，由二次复脱搅龙卸粮口处接取样本，小麦脱出物不同成分的质量分数作为小麦清选装置复脱性能的评价指标.参考文献[6]及前期台架试验研究和作业经验，选定与二次复脱搅龙中籽粒、茎秆以及杂余等3种脱出物质量分数相关的喂入量(A)、风门开度(B)、风机转速(C)、上导风板角度(D)及下导风板角度(E)等5个因素作为变量.

1)喂入量.根据小麦植株生物学特性与清选参数之间的关系，以及机型本身参数取值范围，可知输送带运行速度与喂入量有关，即输送带速度过大，容易导致脱出物筛面堵塞，速度过小又导致清选效率低.最低速度水平取1.4 m·s-1，最高速度水平取1.8 m·s-1，相应中间速度水平取1.6 m·s-1，作为该试验参数取值参考，喂入量公式[7]如下：

Q=bvM，

(1)

式中：Q为喂入量，kg·s-1；b为输送带宽度，m；v为输送带运行速度，m·s-1；M为每平方米小麦植株总质量，kg·m-2.

试验因素和水平如表2所示.所有试验因素均用-1(低)、0(中)与1(高)这3个水平作为编码.通过公式计算，当输送带速度为低、中、高水平时，喂入量分别为4.48、5.12和5.76 kg·s-1.

表2 试验因素和水平表

2) 风门开度.根据多风道清选装置对风量、风速、气流场分布的影响规律可知，风门开度与植株的生物学特性有关.当风门开度为10°时，风量能够较好地满足脱出物筛选对风量的需求，并相应取较低水平值为0°，较高水平值为20°.

3) 风机转速.小麦植株脱出物中，杂余脱出物飘浮速度最低，约为4.5 m·s-1，相应的风机转速为1 200 r·min-1，适合小麦籽粒清选的最大风速为11.0 m·s-1，相应的风机转速为1 600 r·min-1，即中间水平风机转速为1 400 r·min-1；风速过大容易导致清选损失率升高，风速过小不利于脱出物充分筛选，使含杂率升高.

4) 上、下导风板角度.根据前期筛面脱出物分布与筛面风速测定试验，当上、下导风板角度为0°～20°时，筛面风速分布能较好地满足筛前、筛中和筛后部分脱出物的清选筛分条件，即10°为角度中间水平值.

2.3 试验测试

1) 取样.每组试验前，利用电子秤将称好的小麦植株平铺到输送带，每组试验完成后利用样品袋在二次复脱搅龙处接取脱出物样本，此时二次卸粮口打开，搅龙停止转动.每次选取500 g左右，放入贴有对应标签的样品袋，并封口.

2) 试验数据处理.利用带有网孔的筛子通过人工方法，将样品袋中所有脱出物进行筛选，网孔尺寸介于小麦籽粒粒径与茎秆尺寸之间，此筛分方式可将籽粒与杂余等脱出物充分漏下，再利用风机对杂余和籽粒进行风选分离，分离后便得到籽粒质量，记为m(籽粒)；茎秆质量等于样品袋总质量减去籽粒和杂余质量的差，记为m(茎秆)；杂余质量等于样品袋总质量减去籽粒和茎秆质量的差，记为m(杂余).以上计算中不计样品袋质量.籽粒、茎秆和杂余脱出物质量分数分别为w(籽粒)、w(茎秆)和w(杂余)，其计算式如下：

(2)

(3)

(4)

式中：mx为样品袋总质量，g.

3 试验数据与结果分析

根据五因素三水平试验设计方法，运用Design-Expert，对试验数据进行多元回归拟合与方差分析，建立籽粒质量分数、茎秆质量分数、杂余脱出物质量分数与各试验因素的数学模型，对响应面交互作用进行分析[8].

3.1 试验结果与回归分析

试验因素、水平与台架试验数据结果如表2、3所示.表4为回归模型方差分析表.

根据表3数据，对小麦籽粒、茎秆以及杂余脱出物的质量分数进行方差回归分析[9].

表3 台架试验设计方案及结果

根据表4数据，各指标去除不显著因素后，可得籽粒质量分数(Y1)、茎秆质量分数(Y2)及杂余质量分数(Y3)随各试验因素变化关系的回归方程模型，如式(5)-(7)所示.

表4 回归模型方差分析

Y1=0.650-5.0×10-3B-0.01D+
2.7×10-3E+3.7×10-4D2，

(5)

Y2=0.134-1.2×10-3B+6.7×10-4D-

3.3×10-3E-7.3×10-5D2，

(6)

Y3=0.224+5.3×10-3B+0.01D+
5.0×10-4E-2.9×10-4D2.

(7)

通过对二次复脱搅龙中Y1、Y2和Y3的失拟项F值与本身模型(Model)F值相比，前者失拟项F值很小，表示失拟项对于纯误差不显著，Y1、Y2和Y3模型适合本次试验数据.由于干扰而产生失拟项的显著水平p值的概率分别为93.50%、84.10%和96.36%.在回归模型方差分析表中，Y1、Y2和Y3变异系数分别为0.089、0.233和0.240说明试验操作可靠，变异系数越小越可靠；Y1、Y2和Y3预测残差平方和分别为0.130、0.013和0.120，表明建立的模型可较好地符合每个点的变化.

本试验Y1、Y2和Y3所得信噪比分别为11.826、11.650和9.191，说明各指标模型能较好地反应试验结果；Y1、Y2和Y3决定系数R2分别为0.865、0.833和0.812，响应值分别为86.5%、83.3%与81.2%，方程具有较好的拟合度，说明方程与实际情况相符，并能做出较准确预测.

3.2 各因素影响效应分析

为了判断各因素对响应函数作用程度，对回归方程通过方差分析得到各回归系数的F值[10]，定义为贡献率的考核值(δ).计算公式为

(8)

(9)

式中：δ总为贡献率；δj为第j个因素一次项的贡献率；δjj为第j个因素二次项的贡献率；δij为第j个因素与其他因素交互作用的贡献率.

根据贡献率计算公式(8)和(9)，分别计算喂入量和上、下导风板角度对小麦籽粒、茎秆以及杂余脱出物质量分数的贡献值.比较每个因素的贡献率δ总，判断各因素对各试验指标的影响.不同因素对指标Y1、Y2和Y3的贡献值如表5所示.

表5 不同因素对指标的贡献值

3.3 试验因素交互作用影响分析

根据所得回归方程，通过Design-Expert绘制出风门开度和上、下导风板角度对复脱搅龙中小麦籽粒、茎秆和杂余等脱出物质量分数的响应面.

3.3.1籽粒质量分数响应面分析

图3为各因素交互作用对籽粒质量分数的影响.

图3 因素交互作用对籽粒质量分数的影响

由图3a可知：风门开度和上导风板角度对籽粒质量分数的交互作用影响较大，当两因素处于最高水平时，回归方程在图示水平区间取得极大值[11]；当风门开度处于最低水平，且上导风板角度处于中间水平时，回归方程在图示水平区间取得极小值.这是由于风门开度最大时风量最大，且当上导风板角度最大时，脱出物经过筛后和尾筛过程中受到的风量最大，可以将除籽粒以外的大量脱出物吹出机外，籽粒质量分数最大；当籽粒质量分数最低，风门开度最小，且上导风板角度处于中间值时风量最小，脱出混合物不能实现有效分离；当上导风板角度处于中间值时，脱出物在筛前、筛中堆积较多，此时由于风量不足和筛面脱出物堆积，易进入二次复脱搅龙，使籽粒质量分数下降.

由图3b可知：当两因素处于最高水平时，在图示水平区间回归方程取得极大值；当两因素处于最低水平时，在图示水平区间回归方程取得极小值.当籽粒质量分数最大时，风量最大，可以将脱出混合物与籽粒实现有效分离；当下导风板角度最大时，吹向筛尾的风量和风速最大，经脱粒滚筒落到筛后的脱出物在没进入二次复脱搅龙前便已被吹出机外，此时进入二次复脱搅龙的籽粒质量分数最大；当两因素都处于最低水平时，经下导风板的气流吹到尾筛部分时，风量较低，不能将脱出物实现有效筛分，导致大量茎秆及杂余脱出物进入二次复脱搅龙，籽粒质量分数降低.

由图3c可知：当上导风板角度和下导风板角度两因素处于最高水平，回归方程在图示定义区间取得极大值；当上、下导风板角度分别处于中间和最低水平时，在图3c所示水平区间回归方程取得极小值.这是由于当上、下导风板角度为最高水平时，由于风向集中吹在筛中和筛后，此时吹向尾筛的风速大量降低，使脱出物较容易进入二次复脱搅龙，籽粒质量分数降低.

3.3.2茎秆质量分数响应面分析

图4为因素交互作用对茎秆质量分数的影响.由图4a可知：风门开度和上导风板角度对茎秆质量分数的交互作用影响较大；当两因素分别处于最低与中间水平时，在图示水平区间回归方程取得极大值；当两因素处于最高水平时，回归方程取得极小值.这是由于脱出物集中在筛中，在风力作用下脱出物不能直接吹出机外，而是吹到筛尾部分，当风门开度最低时，到达尾筛风量不足，脱出物中茎秆不能充分经尾筛吹向机外，茎秆质量分数升高；当两因素处于最高水平时，风量可以充满整个清选室，当上导风板角度最大时，在风的作用下，将筛面前端脱出混合物实现有效分离和分层，并吹向机外，此时进入二次复脱搅龙的茎秆质量分数最低.

图4 因素交互作用对茎秆质量分数的影响

由图4b可知：当风门开度与下导风板角度处于最低水平时，在图示水平区间回归方程取得极大值；当风门开度和下导风板角度两因素处于最高水平时，茎秆质量分数最小，即在图示水平区间回归方程取得极小值.这是由于当两因素处于最低水平时，二次复脱搅龙上方的风量最小，不足以将茎秆有效吹出机外，茎秆质量分数最高；当两者水平最大时，经下导风板吹向尾筛的风量最大，此时茎秆进入尾筛前便已吹出机外，进入二次复脱搅龙的茎秆质量分数最低.

由图4c可知：当上导风板角度与下导风板角度处于最低水平时，在图示水平区间回归方程取得极大值；当上导风板角度与下导风板角度分别处于最低和最高水平时，在图示水平区间回归方程取得极小值.这是由于当上导风板角度与下导风板角度处于最低水平时，风向主要集中在筛中、筛前，吹向尾筛的风量与风速最弱，此时风速低于茎秆漂浮速度，导致进入二次复脱搅龙的茎秆质量分数最大；当上导风板角度和下导风板角度水平最大时，尾筛气流速度和风量都能满足茎秆吹出机外的要求，二次复脱搅龙中茎秆质量分数最低.

3.3.3杂余脱出物质量分数响应面分析

多因素交互作用对杂余质量分数的影响如图5所示.

图5 因素交互作用对杂余质量分数的影响

由图5a可知：当两因素分别处于最低与最高水平时，在图示水平区间回归方程取得极大值；当风门开度与下导风板角度处于最高水平时，在图示水平区间回归方程取得极小值.当杂余脱出物质量分数最大、风门开度最低，且上导风板角度最大时，脱出混合物在风力作用下经尾筛吹向机外，风门开度最小时，风量无法满足脱出混合物吹脱的要求，使进入二次复脱搅龙的杂余脱出物质量分数最大.

由图5b可知：当两因素处于最低水平时，在图示水平区间回归方程取得极大值；当两因素处于最高水平时，在图示水平区间回归方程取得极小值.当两个因素处于最低水平时，风量与气流经导风板的导向作用，无法吹向尾筛时，尾筛风量低且不集中，使杂余脱出物无法在风的作用下实现有效清选，进入二次复脱搅龙的杂余质量分数最大；当两因素处于最高水平时，此时尾筛的风速满足杂余脱出物筛分条件，进入二次复脱搅龙的杂余脱出物质量分数最低.

由图5c可知：上、下导风板角度对杂余脱出物质量分数的交互作用影响较大；当两因素分别处于中间与最低水平时，在图示水平区间回归方程取得极大值；当两个因素处于最高水平时，在图示水平区间回归方程取得极小值.当上导风板角度大致在中间水平时，杂余脱出物主要分布在筛前和筛中区域，在上、下出风口风力的作用下吹向机外[12]，由于下导风板角度最小，风量主要集中在筛后，此时吹向尾筛的风量不能满足杂余脱出物吹脱要求，进入二次复脱搅龙，此时杂余质量分数最大；当上、下导风板角度最大时，能更好地满足尾筛对风速、风量的筛分和吹脱要求，杂余质量分数最低.

4 参数优化与试验验证

4.1 参数优化

根据上述五因素三水平试验结论，采用多目标优化方法，为使清选性能最佳，籽粒质量分数maxY1最高，茎秆质量分数minY2和杂余脱出物minY3最低.运用Design-Expert对多因素进行优化求解，在各因素满足试验条件的情况下，分别以籽粒、茎秆以及杂余脱出物质量分数的回归方程作为响应变量函数，限定其取值范围，建立数学优化模型：

(10)

得到最佳参数优化结果：当喂入量为5.0 kg·s-1，风门开度为20°，风机转速为1 530 r·min-1，上导风板角度为20°，下导风板角度为10°时，可以达到最佳清选性能.此时小麦籽粒、茎秆以及杂余脱出物质量分数分别为89.90%、2.51%和7.50%.

4.2 结果与验证

依据上述最佳组合参数，选取植株与本试验方法相同，进行10组试验验证，对所得3个指标求平均值的方法与试验值进行对比，结果见表6.由表6可知，在最佳参数组合方案下获得的籽粒、茎秆及杂余脱出物质量分数平均值分别为91.0%、2.3%和6.7%，试验验证值与试验值误差小于5%，试验值与理论值相吻合，表明该回归方程与实际情况相符，此模型可靠.

表6 试验验证结果 %

5 结 论

1) 采用响应面分析法对试验结果进行分析可知，对小麦籽粒、茎秆、杂余脱出物的质量分数影响较大的因素有风门开度和上、下导风板角度.

2) 建立了台架试验回归方程模型，得到当复脱搅龙中小麦籽粒质量分数最大、茎秆和杂余脱出物质量分数最小时的最佳参数组合，复脱搅龙中含杂率最低，二次清选负担最小，此时喂入量为5.0 kg·s-1，风门开度为20°，风机转速为1 530 r·min-1，上导风板角度为20°，下导风板角度为10°.在最佳参数条件下，进行了台架试验，得到二次复脱搅龙中籽粒、茎秆以及杂余脱出物质量分数分别为89.90%、2.51%和7.50%.