基于专利计量的农田土壤捡石机械化技术发展态势分析

为明晰农田土壤捡石机械化技术发展现状,通过PatSnap(智慧芽)专利检索平台,采用专利计量方法对农田土壤捡石机械化技术在1990年1月1日—2022年10月24日期间全球申请专利的整体情况、申请趋势、申请地域情况、申请人情况以及相关典型机型进行分析,并用可视化的方法展示该技术领域的创新状况。结果表明:全球农田土壤捡石机械化技术经历从孕育时期、初步发展时期、调整时期到现如今的快速发展时期,全球共申请捡石机械化技术领域相关专利583件,其中中国申请捡石机械化技术领域相关专利149项,约占全世界25.6%。中国相关专利申请主要集中在安徽省、山东省、江苏省,其中,企业申请数量占比69.8%,科研院所和高校申请占比14.8%。总结分析全球农田土壤捡石机械按结构原理分为轮齿式、铲链式、铲刀转笼式和齿耙式;并介绍目前应用较好的代表机型及结构特点。指出我国捡石机械技术目前仍存在捡石机捡石机理研究薄弱、捡石机的稳定性和可靠性较差以及捡石机经济效益低,不易推广等问题。结合我国国情提出我国捡石机械需要加快开展捡石机的基础理论研究、提高机具适应性以及可靠性、技术多元化与装备智能化。

土壤捡石机的研究进展

中国多数山区农田土壤中含有大量砾石,影响土壤的物理特性和水力特性,也影响作物播种、出苗和生长发育,同时给农田耕作和管理带来很大不便。目前在中国一般是采用人工捡拾办法将石块清出农田,劳动强度大、效率低下。针对上述问题,对国内外土壤捡石机的研究和应用现状、发展历史进行了研究,分析了典型土壤捡石机器分捡装置的工作原理,提出了适合中国山区农田特点的土壤捡石机研究方向和捡石机方案。

链齿式农田土壤捡石机栅条齿动力学分析

针对我国山区农田土壤中含有大量砾石的现状,研制了一种专门用于山区农田捡石任务的链齿式土壤捡石机。该机采用栅条式分石器,链式输送装置,可以在捡拾砾石的同时,将农田土壤分离并及时还田。为此,利用动力学方法,对链齿式土壤捡石机作业时栅条齿与土壤之间的相互作用进行了分析,建立了栅条齿切土时阻力的数学模型,根据该模型做出了其水平方向的牵引力学方程;并对砾石沿栅条齿运动时的受力状况进行了研究,建立了砾石产生滑动和滚动的极限条件,为下一步土壤捡石机的设计和改进提供了参考依据。

基于ANSYS的农田捡石机前轴的优化设计

对于我国绝大部分地区来讲,农田里的石块一般都是采用人工捡拾的方法,有些石块部分或全部埋藏在耕层内部,人眼不容易看到,逐一捡拾这些石块劳动强度相当大。针对这种情况,拟研究出一种专用的农田捡拾机,为农业生产增产增收服务。在整个结构设计中,捡石机的前轴没有相应的结构设计标准,而且该轴的受力复杂,对强度要求较高。因此,根据农田捡石机前轴的受力情况,应用参数化建模技术建立了前轴的参数化模型和受力分析图;同时,建立了捡石机前轴有限元分析过程的流程图,并利用ANSYS有限元软件对其进行了应力、应变和安全系数分析,以达到优化设计的目的。

轮齿式浅耙型农田捡石机分捡装置研究

根据山地多石改变土壤的物理特性、影响作物生长、难以实现农机化作业等问题,在分析、比较国内外农田捡石机研究现状和特点的基础上,研究了轮齿式浅耙型农田捡石机方案并分析了分捡装置的工作原理,确定了分捡装置的主要参数。该机可将农田中的石块有效地捡拾、收集、且耕层不受扰动,为山地增产和农业机械化作业提供有利条件。

链式农田捡石机的设计及运动学分析

针对我国多石山区农田中含有大量砾石的现状,研究出了一种专门用于山区农田捡石任务的链式农田捡石机。该机采用凿式起土铲,辊式输送装置,可以保证在捡拾砾石的同时,将农田土壤及时进行还田,以保证山区农田稀薄的土壤条件少受破坏。同时,利用运动学的方法,对该机作业时砾石的运动特性进行了分析,设计出了砾石捡石时运动的数学模型,为以后农田捡石机的改进和完善提供了参考依据。

复垦农田链式捡石机的设计与试验

针对现有链式捡石机存在的捡石率低、生产成本高、易卡石和针对不同湿度土壤的漏土效果不理想等问题,在传统链式捡石机上增加松土碎石装置、防卡扭力保护器等装置。以捡石率为试验指标,进行田间试验,综合分析。结果表明:(1)松土碎石装置和扭力保护装置可有效解决卡石、漏土效果不理想等问题,降低了卡石对捡石机的磨损,提高了捡石效率;(2)捡石过程稳定性良好,工作效率高,适应性强。当捡石作业深度取153 mm,捡石作业速度取1.79 m/s,栅齿入土角取27.9°时,捡石率可达最大值94.25%。

岩石破裂声发射压缩波到时拾取方法及其优化改进研究

岩石破裂过程中的微震及声发射监测技术已广泛应用于岩石工程领域。P波到时自动拾取是进行岩石破裂源定位和矩张量反演等声发射(AE)技术研究的基础与关键,为提高到时拾取精度,分析Allen拾取法、Baer-Kradolfer改进拾取法、高阶统计量拾取法以及AR-AIC拾取法对模拟正弦信号振幅、频率与相位突变识别的敏感性。基于加拿大原子能公司地下实验室(URL)的隧道密封试验现场监测数据,对比分析几种拾取方法对不同信噪比(SNR)水平的信号拾取结果,研究表明。Allen拾取法、Baer-Kradolfer拾取法和高阶统计量拾取法具有更广的信噪比识别范围,特别对低信噪比水平的信号具有较强识别能力,进而提出对AR-AIC拾取法的改进思路。利用改进AR-AIC拾取法对真实声发射信号进行到时拾取,得到影响拾取精度的关键因素以及适用于工程尺度的局部范围的声发射信号的合理参量,进而成功对信噪比水平小于10的声发射信号进行自动到时拾取,研究认为高阶统计量法中的峰度拾取法是应用改进AR-AIC法初拾阶段的最优方法,其自动拾取与人工识别结果时差小于5μs的准确率为94%,表明提出的改进AR-AIC拾取法在实际应用中,特别是对低信噪比水平信号进行到时拾取具有良好的适用性。