玉米根系离散元模型建立及仿真参数标定研究

为研究秸秆饲料收获机工作时玉米根土复合体受力变化情况,利用离散元法建立了整根玉米根系颗粒粘结模型。根据玉米根系物理特性,选取Hertz-Mindlin with Bonding颗粒接触模型;为准确获取离散元仿真参数,采用根系剪切试验与离散元仿真相结合的方法,对离散元参数进行标定。以根系峰值剪切力为响应值,采用Design Expert软件依次设计Plackett-Burman试验、最陡爬坡试验与Box-Behnken试验,得到最优仿真参数,即颗粒间剪切模量为6.6MPa、粘结刚度为1.139×10^(6)N/m^(3)、极限应力为1.1885MPa。结果表明:仿真值与实际值相对误差为2.12%,仿真标定结果真实可信。最终,根据根系实际尺寸,采用颗粒快速填充方法建立整根玉米根系模型,旨在为后续秸秆饲料收获机械离散元仿真提供参考依据。

玉米秸秆茎节接触物理参数测定与离散元数值模拟标定

为提高玉米秸秆离散元数值模拟粉碎过程的准确度,本研究以玉米秸秆茎节为研究对象,采用物理试验与数值模拟相结合的方法对玉米秸秆茎节数值模拟参数进行标定。通过接触参数物理测定试验获得秸秆茎节与秸秆茎节、秸秆外皮、秸秆内瓤、钢之间的静、滚动摩擦因数及碰撞恢复系数,以物理试验结果作为数值模拟参数的选择依据,利用Plackett-Burman试验对数值模拟参数进行显著性筛选,结果表明,对数值模拟休止角影响显著的3个参数分别为秸秆茎节-秸秆外皮碰撞恢复系数、秸秆茎节-秸秆内瓤滚动摩擦因数和秸秆茎节-钢滚动摩擦因数。将数值模拟休止角和物理试验休止角的相对误差作为评价指标,进行最陡爬坡试验,确定显著性参数的最优取值区间。基于Box-Behnken试验建立显著性参数与数值模拟休止角的二阶回归模型,以物理试验测定的休止角36.567°为目标值,对模型进行寻优求解,得到的最优参数组合为秸秆茎节-秸秆外皮碰撞恢复系数0.464、秸秆茎节-秸秆内瓤滚动摩擦因数0.293、秸秆茎节-钢滚动摩擦因数0.228。结合标定的参数进行数值模拟验证,得到的休止角与物理试验休止角的相对误差为1.23%,验证了数值模拟标定参数的准确度。研究结果表明,标定的参数可用于玉米秸秆离散元数值模拟粉碎研究,同时也可为涉及玉米秸秆的其他数值模拟试验提供理论参考。

基于表面增强拉曼光谱(SERS)的青贮玉米原料农药残留快速检测方法研究

试验旨在建立1种基于表面增强拉曼光谱(SERS)技术检测青贮玉米原料中苯醚甲环唑、多菌灵、啶酰菌胺农药残留的方法。采用快速萃取净化的前处理方法实现了青贮玉米原料中3种农药的提取,以10 mg/kg氯化钠溶液作为SERS增强剂结合化学物质浓缩法获取了青贮玉米原料中不同农药残留的SERS信号,结合Savitzky-Golay卷积平滑法、二阶导数法、自适应迭代重加权惩罚最小二乘法(airPLS)以及SG-airPLS进行光谱数据的预处理,融合了线性判别式分析(LDA)-支持向量机(SVM)、卷积神经网络(CNN)两种算法建立了针对苯醚甲环唑、多菌灵、啶酰菌胺的识别模型,并对模型进行对比分析。结果表明,拉曼峰1 127、1 229、1 237 cm-1分别作为识别苯醚甲环唑、多菌灵和啶酰菌胺的拉曼特征峰,当青贮玉米原料中的3种农药残留含量分别为0.1 mg/kg时,仍清晰可见各农药相应的特征峰。采用SG-airPLS方法预处理后的LDA-SVM分类模型可以识别所有样本,准确度为86.67%。研究表明,SERS和SG-airPLS-LDA-SVM方法的融合可以准确、快速识别青贮玉米原料中的农药成分。

玉米秸秆饲料除尘筛出物离散元数值模拟参数标定

为提高玉米秸秆饲料除尘过程中离散元数值模拟参数的准确度,采用物理试验与数值模拟相结合的方法对玉米秸秆饲料的筛出物进行离散元数值模拟参数标定。将物理试验测定筛出物中秸秆与尘土的接触参数作为数值模拟参数选择依据,利用Plackett-Burman试验、最陡爬坡试验和Box-Behnken试验确定对数值模拟休止角影响最显著的因素。以物理试验得到的休止角(41.668°)与标准筛除尘率(13.24%)为目标值,对显著性参数进行寻优;应用最优参数组合进行休止角与标准筛除尘率数值模拟,验证标定参数组合数值模拟精确性。结果表明:对数值模拟休止角影响显著的因素为,尘土接触模型JKR表面能、尘土-尘土恢复系数和尘土-尘土滚动摩擦因数;最优参数组合为,尘土接触模型JKR表面能9.052J/m^(2)、尘土-尘土恢复系数0.52、尘土-尘土滚动摩擦因数0.182。数值模拟休止角与物理试验休止角相对误差为1.26%,标准筛数值模拟除尘率与物理试验除尘率相对误差为7.93%。