4HLB-2型花生收獲機(jī)挖掘深度的模糊控制

游兆延，吳惠昌，胡志超，彭寶良

(農(nóng)業(yè)部 南京農(nóng)業(yè)機(jī)械化研究所，江蘇 南京 210014)

4HLB-2型花生收獲機(jī)挖掘深度的模糊控制

游兆延，吳惠昌，胡志超，彭寶良

(農(nóng)業(yè)部 南京農(nóng)業(yè)機(jī)械化研究所，江蘇 南京 210014)

【目的】 研究花生收獲機(jī)挖掘深度的模糊控制策略，實(shí)現(xiàn)花生收獲機(jī)挖掘深度的自動(dòng)控制，降低機(jī)具手的工作強(qiáng)度?！痉椒ā?采用超聲波測距方法，研制地面仿形裝置，設(shè)計(jì)模糊PID控制器模擬花生收獲機(jī)挖掘深度模糊PID控制仿真曲線，編寫控制軟件并利用片上調(diào)試仿真器QB-MINI2(MINICUBE)將程序燒錄到控制器中，建立花生收獲機(jī)挖掘深度的模糊控制策略，然后將整套系統(tǒng)搭建在4HLB-2型花生聯(lián)合收獲機(jī)上，在田間用示波器跟蹤隨地面起伏響應(yīng)的電壓波形，進(jìn)行自動(dòng)限深的蘿卜、甘薯收獲試驗(yàn)，并與人工手動(dòng)機(jī)械收獲的傷果率、漏挖率、平均挖掘深度進(jìn)行比較?！窘Y(jié)果】 蘿卜、甘薯收獲試驗(yàn)表明:手動(dòng)收獲蘿卜的平均挖掘深度為12.5 cm，傷果率為5.71%，漏挖率為2.82%，自動(dòng)限深收獲的平均挖掘深度為12.3 cm，傷果率為3.40%，漏挖率為1.10%。手動(dòng)收獲甘薯的平均挖掘深度為15.3 cm，傷果率為3.00%，漏挖率為1.38%，自動(dòng)限深收獲時(shí)的平均挖掘深度為14.8 cm，傷果率為1.95%，漏挖率為1.08%。示波器顯示，采用模糊PID控制，當(dāng)收獲速度為0.33 m/s時(shí)，最大延時(shí)小于0.4 s，超調(diào)量小于10%，試驗(yàn)誤差控制在1.3 cm之內(nèi)，挖掘深度比較均勻。【結(jié)論】 采用設(shè)計(jì)的PID挖掘深度模糊控制，可以實(shí)現(xiàn)花生收獲機(jī)挖掘深度的自動(dòng)控制。

農(nóng)業(yè)機(jī)械；花生收獲機(jī)；挖掘深度；模糊控制；自動(dòng)控制

花生是我國最具國際競爭力的優(yōu)質(zhì)油料作物，常年種植面積近470萬 hm2，花生收獲機(jī)械在減輕勞動(dòng)強(qiáng)度、提高生產(chǎn)率上發(fā)揮著重要的作用[1-2]。在花生實(shí)際挖掘收獲時(shí)，由于挖掘深度無法做到精確自動(dòng)控制，機(jī)具手需要時(shí)刻注意當(dāng)前挖掘情況，工作強(qiáng)度很大，但仍存在挖破、漏挖、破壞土質(zhì)等問題，提高其智能化裝備水平成為花生收獲機(jī)械發(fā)展的重要趨勢(shì)。國外因田塊較大，地面比較規(guī)整，應(yīng)用模糊PID控制時(shí)，選取的模糊控制對(duì)象往往是挖掘壓力，而非挖掘深度，如德國Grimme農(nóng)機(jī)公司生產(chǎn)的由轉(zhuǎn)向油壓缸、液壓泵、比例換向閥和轉(zhuǎn)向控制器(ECU)組成的馬鈴薯收獲機(jī)，通過收獲力和壟對(duì)挖掘機(jī)構(gòu)作用力的平衡，保證挖掘深度的一致。國內(nèi)挖掘深度控制方法多為機(jī)械式限深，限深結(jié)構(gòu)大都無法快速適應(yīng)地面的起伏變化，模糊控制更多應(yīng)用在拖拉機(jī)電液系統(tǒng)[3]、插秧機(jī)[4]等農(nóng)機(jī)中，將模糊控制用于土下果實(shí)收獲機(jī)械尚鮮有研究報(bào)道。本研究針對(duì)我國土下果實(shí)生長情況，基于超聲波測距原理，研究了適用于土下果實(shí)收獲機(jī)械的挖掘深度模糊PID控制策略，并搭載于4HLB-2型花生聯(lián)合收獲機(jī)上，在田間檢測了系統(tǒng)的響應(yīng)和收獲性能，以期在不影響收獲質(zhì)量的前提下實(shí)現(xiàn)花生收獲過程挖掘深度的自動(dòng)控制，進(jìn)而為有效降低機(jī)具手的勞動(dòng)強(qiáng)度提供技術(shù)支持。

1 挖掘收獲自動(dòng)限深模糊控制原理

4HLB-2型花生聯(lián)合收獲機(jī)的結(jié)構(gòu)如圖1所示。超聲波傳感器是常用的測距工具，但地面作業(yè)環(huán)境比較復(fù)雜，由超聲波傳播理論可知，聲波在傳播過程中遇到直徑小于超聲波半個(gè)波長的障礙物時(shí)，其會(huì)繞過障礙物而繼續(xù)傳播，即產(chǎn)生繞射現(xiàn)象[5]，為解決此問題設(shè)計(jì)地面仿形裝置如圖2所示。地面仿形裝置焊接在清土機(jī)構(gòu)旁的護(hù)梁上，專為花生收獲機(jī)實(shí)現(xiàn)自動(dòng)限深而設(shè)計(jì)，超聲波傳感器不直接發(fā)射到地面，而是發(fā)射到地面仿形裝置上，避免碰到花生莖、葉等而發(fā)生繞射現(xiàn)象，因而測量精度更高。

圖1 4HLB-2型花生聯(lián)合收獲機(jī)的結(jié)構(gòu) 1．分禾器;2．挖掘鏟;3．清土機(jī)構(gòu);4．果秧分離機(jī)構(gòu);5．輸送帶;6．底盤;7．清選篩;8．莖蔓輸送帶
Fig.1 Structural schematic of 4HLB-2 peanut combine harvester 1.Nearside divider;2.Digging shovel;3.Soil clearing mechanism;4.Fruit seedling separating mechanism;5.Conveyer belt;6.Chassis;7.Sorting screen;8.Stem conveyer belt

圖2 4HLB-2型花生聯(lián)合收獲機(jī)的地面仿形裝置
1.超聲波傳感器;2.測量基準(zhǔn)板;3.長螺桿;4.焊接板;5.導(dǎo)向管a;6.導(dǎo)向管b;7.壓簧;8.六角頭螺栓;9.地輪中心軸;10.開口銷;11.地輪
Fig.2 Ground-contact copying equipment of 4HLB-2 peanut combine harvester 1.Ultrasonic sensor;2.Measuring base plate;3.Long screw; 4.Welded plate;5.Guide sleeve a;6.Guide sleeve b;7.Pull-out piece spring;8.Hexagon-head bolts;9.Wheel center shaft;10.Split pin;11.Land wheel

地面仿形裝置由地輪、導(dǎo)向管、焊接板、壓簧、長螺桿、測量基準(zhǔn)板等組成。壓簧嵌套在長螺桿上，并始終運(yùn)動(dòng)于a、b2個(gè)導(dǎo)向管之間，導(dǎo)向管b隨著

地面的起伏在導(dǎo)向管a內(nèi)上下滑動(dòng)，活動(dòng)距離為300 mm，導(dǎo)向管a和導(dǎo)向管b之間連接有六角頭螺栓，限制了導(dǎo)向管b繞長螺桿軸線方向轉(zhuǎn)動(dòng)的自由度，以更好地起到導(dǎo)向作用。

超聲波傳感器安裝在超聲波測量基準(zhǔn)板上方，通過測量超聲波傳感器發(fā)射端距離地面仿形裝置的距離，間接得到地面起伏的變化，將測得的挖掘深度變化值與模糊PID控制器中模糊控制規(guī)則表進(jìn)行比較，如需動(dòng)作則由控制器發(fā)出控制信號(hào)到電磁閥，由電磁閥控制油缸進(jìn)行動(dòng)作，循環(huán)反饋完成控制任務(wù)，挖掘深度模糊控制的限深原理如圖3所示。

2 挖掘深度模糊PID系統(tǒng)設(shè)計(jì)

2.1 模糊PID控制器的設(shè)計(jì)

2.1.1 輸入、輸出變量的確定 采用模糊控制時(shí)常需選用合適的輸入?yún)?shù)，在挖掘過程中輸入?yún)?shù)有耕深、牽引力和滑轉(zhuǎn)率[6]，本研究采用兩輸入單輸出的控制方式，以挖掘深度偏差e及偏差變化率de為輸入變量，輸出變量為三位四通電磁閥的輸入電流。輸入變量偏差e和偏差變化率de的定義如下：e=h-hi,de=Δe/dt,其中h為設(shè)定的挖掘深度；hi為實(shí)際的挖掘深度；Δe為偏差的變化,t為時(shí)間。首先確定輸入輸出變量的個(gè)數(shù)，打開Matlab R2013a中的Fuzzy Logic工具，在Edit菜單中選Add variable→input，加入新的input。

圖3 挖掘深度模糊控制限深原理框圖
Fig.3 Diagram for fuzzy control on digging depth

2.1.2 變量的模糊化 輸入輸出的實(shí)際變化范圍稱作變量的基本論域。由設(shè)計(jì)的地面仿形裝置的仿形范圍為300 mm，確定偏差的基本論域?yàn)閇-300,300]，偏差變化率de的基本論域?yàn)閇-150,150]。經(jīng)萬用表測量，選用的電磁閥在工作時(shí)的電流大約為1.8 A，所以輸出量的基本論域設(shè)定為[-1 800,1 800]。

2.1.3 模糊規(guī)則確定 在確定輸入輸出變量和隸屬度函數(shù)之后需要編寫模糊規(guī)則。模糊控制表一般由兩種方法獲得：一種是采用離線算法，以模糊數(shù)學(xué)為基礎(chǔ)進(jìn)行合成推理，根據(jù)采樣得到的偏差e、偏差的變化Δe，計(jì)算出相應(yīng)的控制量變化；另一種是以操作人員的經(jīng)驗(yàn)為依據(jù)，由人工經(jīng)驗(yàn)總結(jié)得到模糊控制表，然而這種模糊控制表是非常粗糙的，原因是模糊子集的確定完全依主觀而定，不一定符合實(shí)際情況，在線控制時(shí)有必要對(duì)模糊控制表進(jìn)行在線修正[7]。本研究模糊規(guī)則控制表的確定，參考了拖拉機(jī)、銑刨機(jī)[8]等挖掘深度的模糊控制策略，結(jié)合駕駛員田間手動(dòng)限深收獲調(diào)節(jié)的經(jīng)驗(yàn)，最終建立的模糊控制規(guī)則如表1所示。取語言變量值為{NB,NM,NS,ZR,PS,PM,PB},其含義依次為負(fù)大、負(fù)中、負(fù)小、零、正小、正中、正大。

表1 挖掘深度模糊推理控制規(guī)則表Table 1 Fuzzy inference control rule of digging depth

打開模糊規(guī)則編輯器，在模糊規(guī)則編輯完成之后，點(diǎn)擊菜單“View” →“Surface”，即可查看挖掘深度控制規(guī)則的三維圖形如圖4所示。

圖4 挖掘深度模糊控制規(guī)則的三維圖形
Fig.4 3D graph for fuzzy control rules of digging depth

2.1.4 Simulink仿真 挖掘深度自動(dòng)控制系統(tǒng)是一個(gè)力、位移聯(lián)合反饋控制系統(tǒng)，可以將力、位移傳感器看作比例環(huán)節(jié)，由力傳感器輸出特性曲線得比例系數(shù)K1=3.57×10-4(V/N),由位移傳感器輸出特性曲線得比例系數(shù)K2=0.125×10-4(V/cm2)，電液伺服(包括電磁閥、油缸等)的傳遞函數(shù)Gv(s)

是一個(gè)復(fù)雜的高階函數(shù)，一般情況下在頻率低于50 Hz時(shí)可用一階環(huán)節(jié)表示：Gv(s)=Kq/(s/wv+1)，其中Kq為比例系數(shù),s為復(fù)數(shù)又稱復(fù)域，wv為閥的頻率[9]。液壓缸在純慣性負(fù)載下，當(dāng)系統(tǒng)頻率較低時(shí)，可將傳遞函數(shù)看作：Gp(s)=Kq/Aps，其中Ap為活塞面積。由基本環(huán)節(jié)分析后所得的開環(huán)傳遞函數(shù)形式可轉(zhuǎn)換成閉環(huán)系統(tǒng)頻率響應(yīng)函數(shù)的幅值比函數(shù)形式，推導(dǎo)得反饋環(huán)節(jié)的傳遞函數(shù)H(s)=K2，閉環(huán)傳遞函數(shù)F(s)為：

式中：G(s)為傳遞函數(shù)；a、b、c分別為各傳遞函數(shù)的系數(shù)；用s=jw可以得到系統(tǒng)的頻率特性G(jw)，此處w為輸入信號(hào)的頻率，j為復(fù)數(shù)單位。由此得閉環(huán)系統(tǒng)的頻率響應(yīng)函數(shù)為：

根據(jù)動(dòng)態(tài)試驗(yàn)結(jié)果，通過編制的BASIC擬合程序得到系統(tǒng)的傳遞函數(shù)為：

在Matlab R2013a的Simulink仿真環(huán)境中建立其模糊控制系統(tǒng)模型如圖5所示。

圖5 挖掘深度模糊控制算法的仿真系統(tǒng)模型
Fig.5 Simulation system model for fuzzy control algorithm of digging depth

對(duì)此模糊控制器進(jìn)行仿真，結(jié)果如圖6。圖6顯示，指令給定時(shí)間為8 s，挖掘阻尼穩(wěn)定后的時(shí)間為1.3 s,設(shè)定挖掘深度值為12 cm，挖掘深度的波動(dòng)范圍為±1 cm，模糊PID控制能在較短時(shí)間趨于穩(wěn)定，響應(yīng)曲線的振幅也較小。

圖6 模糊PID自動(dòng)限深仿真曲線
Fig.6 Simulation curve of fuzzy PID automatic depth-control

2.2 軟件設(shè)計(jì)

圖7為挖掘深度自動(dòng)控制系統(tǒng)軟件流程圖。系統(tǒng)設(shè)定的傳感器偏差Δβ≥5 cm,此時(shí)控制器立即動(dòng)作；當(dāng)Δβ<5 cm時(shí)，控制器不輸出信號(hào)；當(dāng)Δβ≥2 cm持續(xù)3 s后才選擇模糊PID控制器進(jìn)行微調(diào)，以此來消除超聲波傳感器輸出脈沖信號(hào)的抖動(dòng)和控制動(dòng)作的頻繁振蕩[10]。為提高液壓缸調(diào)整動(dòng)作的平穩(wěn)性和精確性，在控制的開始和結(jié)束時(shí)刻通過節(jié)流閥進(jìn)行微調(diào)，調(diào)整開始前節(jié)流閥接入時(shí)間為500 ms；調(diào)整結(jié)束前，在挖掘鏟當(dāng)前收獲深度H1與保存挖掘深度H的差值Δα=|H1-H|≤2 cm時(shí)，接入節(jié)流閥進(jìn)行微調(diào)。操作臺(tái)上共安裝了3個(gè)撥動(dòng)開關(guān)：兩位撥動(dòng)開關(guān)1用來控制整個(gè)控制器電源的通斷；開關(guān)2作為手動(dòng)開關(guān)，用來控制油缸升降，設(shè)置合理挖掘深度；開關(guān)3用來保存當(dāng)前挖掘深度，實(shí)現(xiàn)自動(dòng)限深任務(wù)。

圖7 挖掘深度自動(dòng)控制系統(tǒng)軟件流程圖
Fig.7 Software flowchart of automatic depth-control system

2.3 基于QB-MINI2的程序燒錄

程序編寫完之后，需要將其燒錄到目標(biāo)控制器里，編程界面軟件“QB-Programmer”(QBP)是一種帶編程功能的片上調(diào)試仿真器QB-MINI2(MINICUBE)，是經(jīng)過一根16腳目標(biāo)線對(duì)安裝了NEC Electronics的單電源閃存微控制器的目標(biāo)系統(tǒng)或FA適配器進(jìn)行程序擦除、寫入和校驗(yàn)的軟件[11-12]。同時(shí)，QBP也可以由MINICUBE2自診斷工具實(shí)現(xiàn)自檢和固件升級(jí)。

3 田間測試試驗(yàn)

2014年1月在江蘇省農(nóng)業(yè)科學(xué)院試驗(yàn)田進(jìn)行試驗(yàn)，選用304拖拉機(jī)后懸掛4QL-1甘薯起壟機(jī)，在試驗(yàn)田起長20 m、高25 cm、寬60 cm的壟，壟上選取長度為12 m的一段，修一條高低起伏的地面，模擬花生收獲時(shí)壟底地面高低起伏的變化。將控制器搭建在4HLB-2型花生聯(lián)合收獲機(jī)上，用示波器觀察電壓波形(圖8)，跟蹤地面高度響應(yīng)的電壓變化曲線，分別以手動(dòng)調(diào)節(jié)和加入模糊PID控制程序，通過12 m長的高低起伏壟面，將示波器的兩端連接在超聲波傳感器上，測量其電壓的變化情況。從示波器中可以看出，手動(dòng)限深時(shí)挖掘鏟起伏變化較大，用自動(dòng)限深控制時(shí)挖掘鏟在自重作用下能順利入土，并在較短時(shí)間內(nèi)達(dá)到預(yù)定挖掘深度。示波器跟蹤的深度響應(yīng)電壓變化曲線如圖9所示。圖9表明，采用自動(dòng)收獲方式，當(dāng)收獲速度為0.33 m/s時(shí)，最大延時(shí)小于0.4 s，超調(diào)量小于10%，試驗(yàn)誤差控制在1.3 cm之內(nèi)，其電壓圍繞在某一值附近，挖掘深度比較均勻，可以保證挖掘深度的基本一致，挖掘限深效果明顯。

圖8 基于示波器的電壓波形觀察
Fig.8 Voltage waveform based on oscilloscope

圖9 手動(dòng)與自動(dòng)挖掘時(shí)的電壓變化曲線
Fig.9 Voltage changing curve of manual and auto depth-control

分別進(jìn)行自動(dòng)限深和人工手動(dòng)限深的蘿卜、甘薯收獲試驗(yàn)，比較收獲時(shí)的傷果率、漏挖率[13-14]等收獲參數(shù)。結(jié)果如表2所示。表2表明，手動(dòng)收獲蘿卜時(shí)的平均挖掘深度為12.5 cm，傷果率為5.71%，漏挖率為2.82%；自動(dòng)限深收獲蘿卜時(shí)的平均挖掘深度為12.3 cm，傷果率為3.40%，漏挖率為 1.10%。手動(dòng)收獲甘薯時(shí)的平均挖掘深度為15.3 cm，傷果率為3.00%，漏挖率為1.38%；自動(dòng)限深收獲時(shí)的平均挖掘深度為14.8 cm，傷果率為1.95%，漏挖率為1.08%。

表2 手動(dòng)、自動(dòng)限深收獲蘿卜和甘薯相關(guān)參數(shù)的比較Table 2 Comparison of harvest parameters when harvesting radish and sweet potato by manual and auto depth-control

4 結(jié) 論

1)與手動(dòng)限深相比，模糊PID控制能在較短時(shí)間趨于穩(wěn)定，響應(yīng)曲線的振幅也較小，同時(shí)還可以降低駕駛員的工作強(qiáng)度，模糊控制方法較手動(dòng)限深更能滿足實(shí)際要求。本研究設(shè)計(jì)的模糊控制方法在4HLB-2型花生聯(lián)合收獲機(jī)上進(jìn)行了驗(yàn)證，表明控制系統(tǒng)符合田間操作要求，可以應(yīng)用于各類土下果實(shí)的收獲，能實(shí)現(xiàn)收獲挖掘深度的自動(dòng)控制。

2)本研究中，地面仿形裝置焊接在清土機(jī)構(gòu)上，離挖掘鏟還有一部分距離，實(shí)時(shí)檢測出信號(hào)到液壓缸推動(dòng)挖掘鏟開始動(dòng)作之間有一定的延時(shí)性，對(duì)自動(dòng)限深效果略有影響，應(yīng)考慮將地面仿形裝置前移。另外，本研究設(shè)計(jì)的仿形裝置結(jié)構(gòu)相對(duì)復(fù)雜，可以考慮換成角度傳感器，設(shè)計(jì)旋轉(zhuǎn)鉸接加彈簧的機(jī)械結(jié)構(gòu)會(huì)更為簡單。

3)對(duì)于自動(dòng)限深裝置而言，其作用是實(shí)時(shí)檢測收獲機(jī)械的挖掘深度。因此，后續(xù)有必要深入研究其靜特性，包括傳感器的線性度、靈敏度、滯環(huán)、重復(fù)性等參數(shù),并進(jìn)行動(dòng)特性中的振動(dòng)分析、抗干擾分析等。

[1] 胡志超，彭寶良，尹文慶，等.多功能根莖類作物聯(lián)合收獲機(jī)設(shè)計(jì)與試驗(yàn) [J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2008，39(8)：58-61.

Hu Z C,Peng B L,Yin W Q,et al.Design and experiment on multifunctional root-tuber crops combine [J].Transactions of the Chinese Society for Agricultural Machinery,2008,39(8):58-61.(in Chinese)

[2] 胡志超，王海鷗，王建楠，等.4HLB-2型半喂入花生聯(lián)合收獲機(jī)試驗(yàn) [J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2010，41(4):79-84．

Hu Z C,Wang H O,Wang J N,et al.Experiment on 4HLB-2 type half feed peanut combine harvester [J].Transactions of the Chinese Society for Agricultural Machinery,2010,41(4):79-84.(in Chinese)

[3] 高 翔，孫昌旺，史金鐘，等.拖拉機(jī)電控液壓懸掛系統(tǒng)的耕深模糊控制策略 [J].拖拉機(jī)與農(nóng)用運(yùn)輸車,2008,35(4):12-14.

Gao X,Sun C W,Shi J Z,et al.Research of fuzzy control method for electronic hydraulic hitch of tractor [J].Tractor and Farm Transporter,2008,35(4):12-14.(in Chinese)

[4] 杜巧連，熊熙程，魏建華．拖拉機(jī)液壓懸掛耕深電液控制系統(tǒng)設(shè)計(jì)與試驗(yàn) [J].農(nóng)業(yè)機(jī)械學(xué)報(bào)，2008,39(8)：62-65．

Du Q L,Xiong X C,Wei J H,et al.Design and experiment on the control system of electro-hydraulic plow depth of tractor hydraulic hitch mechanism [J].Transactions of the Chinese Society for Agricultural Machinery,2008,39(8):62-65.(in Chinese)

[5] 游兆延，胡志超,吳 努,等.基于NEC單片機(jī)田間用超聲波測距的實(shí)現(xiàn) [J].電子設(shè)計(jì)工程,2014,22(6):137-139.

You Z Y,Hu Z C,Wu N,et al.Ultrasonic distance measure application in field based on NEC microcomputer [J].Electronic Design Engineering,2014,22(6):137-139.(in Chinese)

[6] 白學(xué)峰,魯植雄,常江雪,等.基于滑轉(zhuǎn)率的拖拉機(jī)自動(dòng)耕深模糊控制仿真 [J].農(nóng)業(yè)機(jī)械學(xué)報(bào),2012,43(S):6-10.

Bai X F,Lu Z X,Chang J X,et al.Fuzzy control algorithm simulation of automatic control of tilling depth for tractor based on slip rate [J].Transactions of the Chinese Society for Agricultural Machinery,2012,43(S):6-10.(in Chinese)

[7] 王 鳴.基于模糊控制理論的一種PID 參數(shù)自整定控制器的設(shè)計(jì)與仿真 [J].自動(dòng)化與儀器儀表,2000,18(1):14-17.

Wang M.Design and simulation of fuzzy parameter self-turning PID control based on fuzzy control theory [J].Automation and Instrumentation,2000,18(1):14-17.(in Chinese)

[8] 胡 昊,胡永樂,孔凡讓,等.復(fù)雜地形下銑刨機(jī)械切削深度模糊PID控制研究 [J].機(jī)床與液壓,2010,38(21):88-90.

Hu H,Hu Y L,Kong F R,et al.Research on cut-depth fuzzy-PID control of milling machine in complex landform [J].Machine Tool and Hydraulics,2010,38(21):88-90.(in Chinese)

[9] 鮑一丹,吳國楨,程文祥.拖拉機(jī)耕深自動(dòng)監(jiān)控系統(tǒng)的動(dòng)態(tài)辨識(shí) [J].浙江農(nóng)業(yè)大學(xué)學(xué)報(bào),1995,21(3)：261-264.

Bao Y D,Wu G Z,Cheng W X.Dynamic identification of the automatic monitoring and controlling ploughing depth system of tractor [J].Journal of Zhejiang Agricultural University,1995,21(3)：261-264.(in Chinese)

[10] 吳惠昌,胡志超,彭寶良,等.牽引式甜菜聯(lián)合收獲機(jī)自動(dòng)對(duì)行系統(tǒng)研制 [J].農(nóng)業(yè)工程學(xué)報(bào)，2013,29(12)：17-24.

Wu H C,Hu Z C,Peng B L,et al.Development of auto-follow row system employed in pull-type beet combine harvester [J].Transactions of the Chinese Society of Agricultural Engineering,2013,29(12):17-24.(in Chinese)

[11] NEC Corporation. 78K0/KD2 8-Bit single-chip microcontrol-lers user’s manual [EB/OL].(2006-05-15) [2012-03-20].http://www.cn.necel.com.

[12] NEC Corporation.QB-MINI2 帶編程功能的片上仿真調(diào)試器 [R].東京：NEC Electronics Corporation,2006.

NEC Corporation.Programming functions using the on-chip debugging emulator QB-MINI2 [R].Tokyo:NEC Electronics Corporation,2006.(in Chinese)

[13] Bentini M,Caprara C,Martelli R.Harvesting damage to potato tubers by analysis of impacts recorded with an instrumented sphere [J].Biosystems Engineering,2006,94(1):75-85.

[14] 何玉靜，張紅梅，孫衛(wèi)平,等.4KJW-1600紅薯挖掘機(jī)的試驗(yàn)研究 [J].農(nóng)機(jī)化研究,2010(2):159-161.

He Y J,Zhang H M,Sun W P,et al.Design and experiment on the 4KJW-1600 sweet potato excavator [J].Journal of Agriculture Mechanization Research,2010(2):159-161.(in Chinese)

Fuzzy control on digging depth of 4HLB-2 peanut harvester

YOU Zhao-yan,WU Hui-chang,HU Zhi-chao,PENG Bao-liang

(NanjingResearchInstituteforAgriculturalMechanizationMinistryofAgriculture,Nanjing,Jiangsu210014,China)

【Objective】 A fuzzy control method for digging depth of peanut harvester was studied to provide support for the automatic control on digging depth of peanut harvester and reduce labor intensity. 【Method】 Ultrasonic distance measurement was adopted and a ground-contact copying mechanism was manufactured to design a fuzzy PID controller and simulation curve was obtained.A control software was programmed and burned into the controller using on-chip debugging emulator QB-MINI2 (MINICUBE) to established fuzzy control method of depth-control for peanut harvester.Then the whole system was grafted on 4HLB-2 peanut harvester and voltage waveform along with undulation of the ground was followed by oscilloscope in the field to conducted auto depth-control harvest test of radish and sweet potato.Rate of damage,rate of un-harvested and average digging depth were compared with manual depth-control as well.【Result】 Radish and sweet potato harvest test showed that average digging depth of radish by manual harvest was 12.5 cm,rate of damaged was 5.71%,and rate of un-harvested was 2.82%,while the average digging depth by auto depth-control was 12.3 cm,rate of damaged was 3.40%,and rate of un-harvested was 1.10%.Average digging depth of sweet potato by manual harvest was 15.3 cm,rate of damaged was 3.00%,and rate of un-harvested was 1.38%,while average digging depth by auto depth-control was 14.8 cm,rate of damaged was 1.95%,and rate of un-harvested was 1.08%.Oscilloscope displayed that harvest rate was 0.33 m/s,the most delay time was 0.4 s,the overshoot was less than 10%,experiment error was within 1.3 cm,and the depth was even when fuzzy PID control was used. 【Conclusion】 The designed PID fuzzy control on digging depth realized the auto depth-control of peanut harvester.

agricultural machinery;peanut harvester;digging depth;fuzzy control;auto control

時(shí)間:2015-10-13 08:46

10.13207/j.cnki.jnwafu.2015.11.033

2014-03-26

國家科技支撐計(jì)劃項(xiàng)目“經(jīng)濟(jì)作物農(nóng)機(jī)農(nóng)藝關(guān)鍵技術(shù)集成研究與示范”(2013BAD08B02-03)；國家花生產(chǎn)業(yè)技術(shù)體系機(jī)械化裝備崗位(CARS-14-機(jī)械化裝備)

游兆延(1988―)，男，江蘇泰興人，在讀碩士，主要從事農(nóng)業(yè)機(jī)械裝備研究。E-mail：1275306672@qq.com

胡志超(1963―)，男，陜西藍(lán)田人，研究員，主要從事農(nóng)作物收獲及產(chǎn)后加工技術(shù)裝備研究。 E-mail：nfzhongzi@163.com

S225.7+3

A

1671-9387(2015)11-0221-07

網(wǎng)絡(luò)出版地址:http://www.cnki.net/kcms/detail/61.1390.S.20151013.0846.066.html