復(fù)式花生脫殼機(jī)振動(dòng)分選裝置試驗(yàn)及參數(shù)優(yōu)化

摘要：通過單因素試驗(yàn)和Box-Behnken試驗(yàn)設(shè)計(jì)及響應(yīng)面分析，建立復(fù)式花生脫殼機(jī)振動(dòng)篩作業(yè)含雜率和損失率數(shù)學(xué)模型，采用響應(yīng)曲面優(yōu)化分析和多目標(biāo)優(yōu)化設(shè)計(jì)方法，獲得復(fù)式花生脫殼機(jī)振動(dòng)分選裝置振動(dòng)篩作業(yè)最佳工作參數(shù)為振幅3.8 mm、振動(dòng)頻率485 Hz、振動(dòng)臂角度35°，此條件下分選裝置含雜率為2.18%，損失率為174%。

關(guān)鍵詞：數(shù)學(xué)模型；振動(dòng)分選裝置；響應(yīng)面分析法；花生；脫殼機(jī)

中圖分類號(hào)： S226.4文獻(xiàn)標(biāo)志碼： A文章編號(hào)：1002-1302（2015）02-0365-05

收稿日期：2014-04-03

基金項(xiàng)目：國家現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)技術(shù)體系（編號(hào)：CARS-14）。

作者簡介：王建楠（1983—），男，河南潢川人，碩士，助理研究員，主要從事農(nóng)產(chǎn)品加工技術(shù)與裝備研究。Tel：（025）84346247；E-mail：wjnsunrise@126.com?；ㄉ俏覈闹匾土献魑锖蛢?yōu)質(zhì)蛋白資源[1]。脫殼是花生種植及油用、食用加工前的必經(jīng)工序，是影響花生果仁及其制品品質(zhì)和商品性的關(guān)鍵[2]。機(jī)械化脫殼加工技術(shù)設(shè)備落后，尤其是種用花生脫殼技術(shù)裝備缺乏，已成為制約花生產(chǎn)業(yè)發(fā)展的主要瓶頸之一[3-5]。脫殼過程中提高剝凈率、降低破碎率是花生脫殼設(shè)備研發(fā)需要重點(diǎn)考慮的關(guān)鍵問題，是實(shí)現(xiàn)花生脫殼，尤其是種用花生機(jī)械化脫殼設(shè)備快速推廣應(yīng)用的關(guān)鍵。由于花生莢果物理特性差異懸殊[6]，現(xiàn)普遍應(yīng)用的臥式單滾筒凹板篩型式花生脫殼設(shè)備存在脫凈率低、破碎率高的問題[7]。復(fù)式雙滾筒花生脫殼設(shè)備能將一次脫殼后的未脫莢果經(jīng)振動(dòng)分選裝置分選，并輸送至復(fù)脫倉實(shí)現(xiàn)復(fù)脫，提高了脫凈率，但是，由于在花生莢果及果仁振動(dòng)分選裝置運(yùn)動(dòng)參數(shù)、運(yùn)動(dòng)規(guī)律方面鮮有研究，且花生莢果及果仁物理特性與稻麥等顆粒物料有顯著差異[8]，致使復(fù)式花生脫殼機(jī)振動(dòng)分選裝置運(yùn)動(dòng)參數(shù)配置不合理，存在莢果、果仁分選含雜率和損失率高，整機(jī)復(fù)脫效果差等問題。本試驗(yàn)利用振動(dòng)分選試驗(yàn)臺(tái)，針對(duì)白沙花生品種開展振動(dòng)分選裝置性能試驗(yàn)，利用Box-Behnken試驗(yàn)設(shè)計(jì)及響應(yīng)面分析對(duì)關(guān)鍵參數(shù)進(jìn)行優(yōu)化設(shè)計(jì)，以期為復(fù)式花生脫殼機(jī)振動(dòng)分選裝置的優(yōu)化設(shè)計(jì)提供支撐。

1振動(dòng)分選裝置結(jié)構(gòu)及工作原理

1.1復(fù)式花生脫殼機(jī)工作過程

復(fù)式花生脫殼機(jī)由機(jī)架、進(jìn)料斗、一次脫殼滾筒與凹板篩、復(fù)脫滾筒與凹板篩、振動(dòng)分選裝置、去雜風(fēng)機(jī)等組成。脫殼機(jī)工作時(shí)，花生莢果由進(jìn)料斗進(jìn)入一次脫殼倉，在脫殼滾筒作用下進(jìn)行脫殼；脫殼后的花生果殼經(jīng)去雜風(fēng)機(jī)吹出，果仁及未脫莢果混合物落在振動(dòng)分選裝置上，在振動(dòng)篩及一定風(fēng)力作用下，在篩面上分層并形成雙向運(yùn)動(dòng)，花生果仁由右端出料口出料，未脫莢果向分選裝置尾部運(yùn)動(dòng)，并經(jīng)氣力提升裝置進(jìn)入復(fù)脫倉實(shí)現(xiàn)復(fù)脫（圖1）。

1.2振動(dòng)分選裝置工作原理

振動(dòng)分選裝置由魚鱗篩、振動(dòng)臂、偏心驅(qū)振裝置組成（圖1）。莢果及果仁混合物落在魚鱗篩上時(shí)，由于二者比重有差異，比重較大的花生果仁在風(fēng)力與振動(dòng)的作用下與魚鱗篩保持接觸，受到魚鱗篩的推送沿篩面前行；反之比重較小的花生莢果在風(fēng)力作用下未與篩面接觸，在振動(dòng)的作用下向篩尾運(yùn)動(dòng)。振動(dòng)臂與垂直方向安裝角度α影響物料在篩面上的拋擲高度（圖2），為實(shí)現(xiàn)花生較佳的運(yùn)動(dòng)狀態(tài)，果仁需與魚鱗篩篩面保持較好的接觸，果仁在篩面受力情況應(yīng)滿足[9]：Gcosδ≥mω2Asinβ，式中，G為物料重力（N）；m為物料顆粒的質(zhì)量（kg）；δ為篩面安裝角（°）；ω為振動(dòng)圓頻率（s-1）；A為振幅（m）；β為激振角（°）。

1.3振動(dòng)分選裝置分選過程及影響因素分析

由圖2可知，影響花生在篩面運(yùn)動(dòng)的主要參數(shù)有振幅（2r）、驅(qū)振頻率f、振動(dòng)臂與垂直方向傾角α。在花生脫殼機(jī)工作過程中，如振幅過小，將導(dǎo)致花生莢果及果仁在輸送過程中不易分層，使花生莢果、果仁難以分開；反之，則會(huì)造成物料在篩片跳動(dòng)過大，甚至跳出篩面，造成損失。如驅(qū)振頻率選擇不當(dāng)，會(huì)導(dǎo)致花生莢果及果仁在輸送過程中過快，分選效果差。

2材料與方法

2.1試驗(yàn)儀器設(shè)備

試驗(yàn)所需儀器設(shè)備見表1。

2.2試驗(yàn)原料

為考核振動(dòng)分選裝置分選特性，選用白沙花生品種的莢果及果仁混合物為原料。莢果尺寸范圍集中在長20～45 cm、寬10～15 cm、厚10～15 mm，自然曬干后含水率為743%；果仁尺寸集中范圍在12.6～16.8 mm、寬6～10 mm、厚8.1～10.3 mm。

2.3試驗(yàn)參數(shù)

以花生出料端含雜率R1和損失率R2為振動(dòng)分選裝置作業(yè)性能考核指標(biāo)，每次試驗(yàn)重復(fù)3次，取平均值。計(jì)算公式為：R1=m2/（m1+m2+m3）；R2=m3/（m1+m2+m3），式中，m1為出料端果仁凈質(zhì)量；m2為出料端莢果凈質(zhì)量；m3為振動(dòng)過程中損失的莢果及果仁總質(zhì)量。

2.4試驗(yàn)設(shè)計(jì)

將同一批花生莢果及果仁混合物在振動(dòng)分選試驗(yàn)臺(tái)，以振幅、頻率、振動(dòng)擺臂角度為試驗(yàn)因子，進(jìn)行單因素分選試驗(yàn)，待物料在篩面上形成一定料層厚度后從出料端出料，穩(wěn)態(tài)情況下取料15 s，對(duì)取料進(jìn)行相應(yīng)指標(biāo)測試。運(yùn)用中心組合設(shè)計(jì)理論，綜合單因素試驗(yàn)結(jié)果，選取振幅A、頻率B、振動(dòng)擺臂角度C為影響因子進(jìn)行二次回歸正交試驗(yàn)，以含雜率R1、損失率R2為響應(yīng)值進(jìn)行響應(yīng)面分析，按照方程xi=（zi-zi0）/Δzi對(duì)自變量真實(shí)值進(jìn)行編碼，式中，xi為自變量編碼值，zi為自變量真實(shí)值，zi0為試驗(yàn)中心點(diǎn)處自變量的真實(shí)值，Δzi為自變量的變化步長。各因素自變量編碼及水平[10-14]見表2。

3結(jié)果與分析

3.1單因素試驗(yàn)

3.1.1不同振幅對(duì)分選效果的影響振動(dòng)篩頻率設(shè)定為 480 Hz，振動(dòng)臂與垂直方向夾角α設(shè)定在35°，分別在振幅為2.0、2.5、3.0、3.5、4.0、4.5、5.0、5.5 mm條件下，對(duì)復(fù)式花生脫殼機(jī)分選裝置進(jìn)行試驗(yàn)。由圖3可見，花生輸送裝置含雜率與振幅呈現(xiàn)非線性關(guān)系，當(dāng)振幅大于4.5 mm時(shí)，輸送裝置含雜率急劇上升，主要是由于振幅過大，造成篩面振動(dòng)劇烈，花生莢果及果仁在篩面跳動(dòng)明顯，難以實(shí)現(xiàn)有效分層；振幅與損失率也呈非線性關(guān)系，主要是由于振幅越大，越易使花生莢果及果仁跳出篩面，從而造成損失。綜合考慮含雜率、損失率等因素，振幅以3.0～5.0 mm為宜。endprint

3.1.2不同振動(dòng)頻率對(duì)分選效果的影響振動(dòng)篩振幅設(shè)定為3.5 mm，振動(dòng)臂與垂直方向夾角設(shè)定在35°，在振動(dòng)頻率分別為480、490、500、510、520 Hz條件下，對(duì)復(fù)式花生脫殼機(jī)振動(dòng)分選裝置進(jìn)行試驗(yàn)。由圖4可見，花生輸送裝置含雜率與振動(dòng)頻率呈現(xiàn)非線性關(guān)系，當(dāng)振動(dòng)頻率為500 Hz時(shí)，輸送裝置含雜率最低，當(dāng)大于500 Hz時(shí)，振動(dòng)篩對(duì)物料輸送過快，分選效果變差；損失率隨振動(dòng)頻率增加而增加。綜合考慮含雜率、損失率等因素，振動(dòng)頻率以480～520 Hz為宜。

3.1.3不同振動(dòng)臂傾角α對(duì)分選效果的影響將振動(dòng)篩振幅設(shè)定為3.5 mm，振動(dòng)頻率設(shè)定為480 Hz，在α分別為28°、30°、32°、34°、36°、38°、40°、42°條件下，分別對(duì)復(fù)式花生脫殼機(jī)分選裝置進(jìn)行試驗(yàn)。由圖5可見，含雜率與α呈現(xiàn)非線性關(guān)系，在34°時(shí)含雜率最低；損失率與α呈線性關(guān)系，隨α增大，損失率逐漸增大。綜合考慮含雜率、損失率等因素，振動(dòng)臂角度α以30°～40°為宜。

3.2二次回歸正交試驗(yàn)

3.2.1含雜率數(shù)學(xué)模型及方差分析采用逐步回歸法對(duì)表3結(jié)果進(jìn)行三元二次回歸擬合，得到含雜率編碼值簡化回歸方程為：R1=96.60-2.25A-2.62B-0.13C-0.75AB-025AC-3.8A2-1.05B2-3.55C2，振幅、頻率、振動(dòng)臂傾角與

含雜率存在二次非線性關(guān)系。由方差分析結(jié)果（表4）可見，模型顯著性檢驗(yàn)F=25.27，P=0.0001，Quadratic回歸方程檢驗(yàn)達(dá)極顯著，失擬檢驗(yàn)不顯著，這說明殘差由隨機(jī)誤差引起；R2=0.972 4，擬合度>95%，這說明模型能反映響應(yīng)值變化，試驗(yàn)誤差小，可用含雜率數(shù)學(xué)模型對(duì)含雜率進(jìn)行分析和預(yù)測；振幅、頻率及振動(dòng)臂傾角的交互項(xiàng)對(duì)含雜率影響較為顯著。

3.2.2含雜率響應(yīng)曲面分析響應(yīng)面等高線形狀可反映因子間交互效應(yīng)強(qiáng)弱，橢圓形表示兩因子交互作用顯著，而圓形則與之相反。由圖6至圖8可見，振幅和頻率、頻率和傾角的交互作用顯著，其他因素交互作用較小。由圖6可見，當(dāng)振動(dòng)臂角度α一定時(shí)，降低振動(dòng)頻率和振幅可以降低含雜率。由圖7可見，當(dāng)振動(dòng)頻率一定時(shí)，隨著振幅及振動(dòng)臂傾角α增大，含雜率先減小后增大。由圖8可見，當(dāng)振幅一定時(shí)，隨著頻率的增加含雜率增加。

3.2.3損失率數(shù)學(xué)模型及方差分析對(duì)表4結(jié)果進(jìn)行三元二次回歸擬合，得到含雜率編碼值簡化回歸方程為：

模型P值小于0.000 1，Quadratic回歸方程檢驗(yàn)達(dá)到極顯著，失擬檢驗(yàn)為不顯著，殘差由隨機(jī)誤差引起；R2=0.979 5，擬合度>95%，模型能夠反映響應(yīng)值變化，試驗(yàn)誤差小，可以對(duì)損失率進(jìn)行分析和預(yù)測；振幅、頻率及振動(dòng)臂傾角的交互項(xiàng)對(duì)損失率影響較為顯著。

3.2.4損失率的響應(yīng)曲面分析由圖9至圖11可見，振幅和頻率、頻率和傾角α的交互作用對(duì)損失率影響明顯，其他交互作用影響不顯著，這與其數(shù)學(xué)模型表達(dá)式相符；在一定試驗(yàn)范圍內(nèi)，當(dāng)其中1個(gè)因子保持在一定值時(shí)，損失率隨其他2個(gè)因子的增大而先增大后減小。

4參數(shù)優(yōu)化

由含雜率和損失率2個(gè)目標(biāo)參數(shù)響應(yīng)面分析可知 降低振動(dòng)頻率雖可降低損失率，但含雜率存在先降后增的現(xiàn)象；增加振動(dòng)臂傾角α雖可降低損失率，但卻導(dǎo)致含雜率升高。因此，對(duì)2個(gè)目標(biāo)函數(shù)進(jìn)行多目標(biāo)優(yōu)化，探析同時(shí)滿足這2個(gè)目標(biāo)函數(shù)的最佳參數(shù)組合，目標(biāo)函數(shù)為[15-17]：

5驗(yàn)證試驗(yàn)

將脫殼設(shè)備設(shè)置為振幅3.8 mm、振動(dòng)頻率485 Hz、振動(dòng)臂角度35°，進(jìn)行3次驗(yàn)證試驗(yàn)。由表6可見 含雜率相對(duì)誤差為4.83%，損失率相對(duì)誤差為3.23%，與理論值相差較小，這說明優(yōu)化脫殼機(jī)振動(dòng)分選裝置運(yùn)動(dòng)參數(shù)是切實(shí)可行的。

6結(jié)論

用響應(yīng)曲面模型分析判斷振幅、頻率、振動(dòng)臂傾角及各因素交互作用與含雜率和損失率的關(guān)系。對(duì)含雜率而言，振幅和頻率、頻率和傾角的交互作用顯著，其他因素交互作用較??；當(dāng)振動(dòng)臂角度α一定時(shí)，降低振動(dòng)頻率和振幅可以降低含雜率；當(dāng)振動(dòng)頻率一定時(shí)，隨著振幅及振動(dòng)臂傾角α增大，含雜率先減小后增大；當(dāng)振幅一定時(shí)，隨著頻率的增加含雜率增加。對(duì)損失率而言，振幅和頻率、頻率和傾角α的交互作用對(duì)損失率影響明顯，其他交互作用影響不顯著；在一定試驗(yàn)范圍內(nèi)，當(dāng)其中1個(gè)因子保持在一定值時(shí)，損失率隨其他2個(gè)因子的增大而先增大后減小。

綜合考慮復(fù)式花生脫殼機(jī)振動(dòng)分選裝置作業(yè)參數(shù)，采用Design Expert軟件進(jìn)行多目標(biāo)優(yōu)化設(shè)計(jì)，得到復(fù)式花生脫殼機(jī)振動(dòng)分選裝置最佳參數(shù)為振幅3.8 mm、振動(dòng)頻率485 Hz、振動(dòng)臂角度35°，振動(dòng)篩在該作業(yè)參數(shù)下平均含雜率為218%，平均損失率為1.74%。

參考文獻(xiàn)：

[1]謝煥雄，王建楠，胡志超，等. 我國種用花生機(jī)械化脫殼技術(shù)路線[J]. 江蘇農(nóng)業(yè)科學(xué)，2012，40（10）：356-358.

[2]王建楠，謝煥雄，劉敏基，等. 打擊揉搓式花生脫殼設(shè)備作業(yè)質(zhì)量制約因素與提升對(duì)策[J]. 中國農(nóng)機(jī)化，2012（1）：57-59，64.

[3]高連興，杜鑫，張文，等. 雙滾筒氣力循環(huán)式花生脫殼機(jī)設(shè)計(jì)[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2011，42（10）：68-73.

[4]那雪姣，劉明國，張文，等. 機(jī)械脫殼時(shí)花生仁損傷特征及規(guī)律[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2010，26（5）：117-121.

[5]高連興，張文，杜鑫，等. 花生脫殼機(jī)脫出物的漂浮系數(shù)試驗(yàn)[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2012，28（2）：289-292.

[6]禹山林. 中國花生品種及其系譜[M]. 上海：上?？茖W(xué)技術(shù)出版社，2008：41.

[7]謝煥雄，彭寶良，張會(huì)娟，等. 我國花生脫殼技術(shù)與設(shè)備概況及發(fā)展[J]. 江蘇農(nóng)業(yè)科學(xué)，2010（6）：581-582.endprint

[8]李耀明，王智華，徐立章，等. 油菜脫出物振動(dòng)篩分運(yùn)動(dòng)分析及試驗(yàn)研究[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2007，23（9）：111-114.

[9]張之儀. 機(jī)械化運(yùn)輸設(shè)計(jì)手冊[M]. 北京：機(jī)械工業(yè)出版社，1997：138.

[10]易軍鵬，朱文學(xué)，馬海樂，等. 牡丹籽油超聲波輔助提取工藝的響應(yīng)面法優(yōu)化[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2009，40（6）：103-110.

[11]明道緒. 高級(jí)生物統(tǒng)計(jì)[M]. 北京：中國農(nóng)業(yè)出版社，2006：239-246.

[12]郭瑞琴，劉竹麗. 新型食用杏核脫殼裝置[J]. 機(jī)械設(shè)計(jì)與研究，2004，20（4）：83-84.

[13]王軍，王敏，于智峰，等. 基于響應(yīng)曲面法的苦蕎麩皮總黃酮提取工藝優(yōu)化[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2007，38（7）：205-208.

[14]Bonafaccia G，Marocchini M，Kreft I. Composition and technological properties of the flour and bran from common and tartary buckwheat[J]. Food Chemistry，2003，80（1）：9-15.

[15]岳田利，趙志華，王燕妮，等. 釀酒酵母菌胞內(nèi)海藻糖提取工藝參數(shù)的優(yōu)化[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2007，38（4）：93-97.

[16]韓清華，李樹君，毛志懷，等. 微波真空干燥條件對(duì)蘋果脆片感官質(zhì)量的影響[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2009，40（3）：130-134.

[17]熊建華，吳琴，林麗萍，等. 響應(yīng)面分析法優(yōu)化超聲提取樟樹籽油的工藝[J]. 中國糧油學(xué)報(bào)，2013，28（3）：65-69.

[18]李大婧，宋江峰，劉春泉，等. 超聲波輔助提取黑豆皮色素工藝優(yōu)化[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2009，25（2）：273-279.

[19]陳莉，屠康，王海，等. 采用響應(yīng)曲面法對(duì)采后紅富士蘋果熱處理?xiàng)l件的優(yōu)化[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2006，22（2）：159-163.

[20]岳田利，周鄭坤，袁亞宏，等. 蘋果中有機(jī)氯農(nóng)藥殘留的超聲波去除條件優(yōu)化[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2009，25（12）：324-330.

[21]邵平，孫培龍，朱羽，等. 短程蒸餾處理菜籽毛油和堿催化制備生物柴油工藝研究[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2007，23（4）：228-232.

[22]吳洪成，胡卓炎，余愷，等. 速凍薯?xiàng)l制備工藝優(yōu)化[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2007，23（5）：214-219.熊中剛，賀娟，敖邦乾，等. 基于路徑彎曲度動(dòng)態(tài)預(yù)瞄搜索算法的車輛路徑跟蹤控制軟件系統(tǒng)設(shè)計(jì)[J]. 江蘇農(nóng)業(yè)科學(xué)，2015，43（2）：370-373.endprint