油菜的风筛式清选气流场的试验研究和数值模拟

本文介绍了国内外油菜联合收割机的研究概况,分析了国内主要厂商生产的油菜联合收割机的性能特点,指出了其清选损失率偏高、清洁率偏低的问题。测定了筛面上方五个测点的气流速度,掌握了清选气流场的大体分布情况,为后续的清选气流场的分析和研究准备了试验数据;测定了有脱出物清选试验的清洁率和损失率,为寻找适于油菜清选的气流场分布提供了依据。应用多元线性回归工具,建立了三个风力因素与各个测点气流速度之间的多元线性回归方程,经检验这五个方程是有效的,为通过调整风力因素来控制气流场的分布找到了一个简便有效的解析表达式。应用MATLAB软件提供的神经网络工具,建立了三个风力因素与五个测点气流速度之间的BP神经网络模型以及五个测量点气流速度与清选的清洁率和损失率之间的BP神经网络模型。两个模型的预测结果表明,所建立的BP神经网络模型是有效的,可以用于预测或控制,并且具有比多元线性回归方程更精确的优点。利用大型流体工程仿真软件FLUENT,对清选气流场进行了数值模拟,获得了完整的清选气流速度分布的等值线图和矢量图,对清选气流场的分布有了更全面的了解。在分析了现有各种振动筛特点的基础上,提出了一种改进型的抖动板,可以同时完成清选物料的分层和分离。 本课题对油菜清选的气流场进行了试验研究和数值模拟,建立了清选气流场的多元线性回归方程和BP神经网络模型,可以有效地用于油菜清选气流场的预测和控制,对油菜收获机械清选装置的开发和研制有一定的指导意义。将数值模拟的方法引入油菜收获机械的清选装置的研究是一个创新,为今后收获机械清选气流场的研究提供了一种新的思路。