多風(fēng)道清選裝置復(fù)脫清選試驗(yàn)與參數(shù)優(yōu)化

金誠(chéng)謙，李慶倫

(1.農(nóng)業(yè)農(nóng)村部 南京農(nóng)業(yè)機(jī)械化研究所，江蘇 南京 210014；2.山東理工大學(xué) 農(nóng)業(yè)工程與食品科學(xué)學(xué)院，山東 淄博 255000)

多風(fēng)道清選裝置是小麥聯(lián)合收獲機(jī)的關(guān)鍵組成部分.在整機(jī)清選作業(yè)過(guò)程中,由于清選參數(shù)調(diào)整不當(dāng)引起復(fù)脫機(jī)構(gòu)中莖稈與雜余脫出物質(zhì)量分?jǐn)?shù)過(guò)高，從而導(dǎo)致復(fù)脫負(fù)荷加重及二次復(fù)脫攪龍中含雜率過(guò)高，大大降低了清選性能與整機(jī)收獲效率.目前，對(duì)降低復(fù)脫造成的清選負(fù)荷與二次復(fù)脫攪龍中含雜率等問(wèn)題的研究，主要體現(xiàn)在復(fù)脫結(jié)構(gòu)調(diào)節(jié)與改進(jìn)、參數(shù)優(yōu)化及仿真原理分析等方面.李耀明[1]對(duì)脫出物復(fù)脫清選裝置進(jìn)行了理論分析和試驗(yàn)研究，為相關(guān)領(lǐng)域的設(shè)計(jì)和試驗(yàn)提供了依據(jù).傅美貞等[2]通過(guò)測(cè)定復(fù)脫攪龍單位時(shí)間產(chǎn)生的雜余量及其構(gòu)成，設(shè)計(jì)了螺旋板齒式復(fù)脫器為核心的復(fù)脫系統(tǒng)，并進(jìn)行了田間試驗(yàn)，解決了復(fù)脫攪龍堵塞問(wèn)題.喬西銘等[3]對(duì)梳穗收獲機(jī)復(fù)脫滾筒進(jìn)行了設(shè)計(jì)和試驗(yàn)，減少了進(jìn)入復(fù)脫分離裝置的莖稈量，降低了清選分離裝置的功率消耗.通過(guò)仿真數(shù)值分析方法，結(jié)合各成分飄浮速度差異，對(duì)導(dǎo)入模型進(jìn)行氣流場(chǎng)分析，通過(guò)提高籽粒清潔度，提高清選性能和效率.M.PANASIEWICZ等[4]對(duì)谷物的清選分離過(guò)程進(jìn)行了技術(shù)分析，提出氣流清選過(guò)程中提高分離率和降低損失的建議.

多風(fēng)道清選復(fù)脫裝置應(yīng)用性能受多因素影響，結(jié)合臺(tái)架試驗(yàn)，系統(tǒng)全面地研究清選相關(guān)作業(yè)參數(shù)和二次復(fù)脫攪龍中含雜率與清選性能間的關(guān)系還未見(jiàn)報(bào)道.因此，筆者利用現(xiàn)有臺(tái)架，選出對(duì)多風(fēng)道清選裝置復(fù)脫作業(yè)性能影響較大的因素，進(jìn)行響應(yīng)面試驗(yàn)，建立關(guān)于復(fù)脫攪龍中籽粒、莖稈以及雜余等3種脫出物質(zhì)量分?jǐn)?shù)的數(shù)學(xué)模型，通過(guò)方差分析，擬合回歸方程，研究各因素對(duì)試驗(yàn)指標(biāo)的影響，并得到最佳匹配參數(shù)，以期為收獲機(jī)多風(fēng)道清選裝置作業(yè)性能的研究和結(jié)構(gòu)設(shè)計(jì)提供參考.

1 結(jié)構(gòu)與原理

1.1 多風(fēng)道清選裝置結(jié)構(gòu)與工作原理

脫出物經(jīng)脫粒滾筒落到上、下層抖動(dòng)板與篩面后，隨振動(dòng)篩的往復(fù)運(yùn)動(dòng)與離心風(fēng)機(jī)的吹托作用實(shí)現(xiàn)有效篩分.上出風(fēng)口設(shè)置在上層抖動(dòng)板與魚(yú)鱗篩之間，通過(guò)預(yù)清選，將輕雜余、莖稈直接吹出機(jī)外，減小了清選負(fù)荷.下出風(fēng)口的3個(gè)風(fēng)道分別覆蓋篩前、篩中和尾篩，通過(guò)多次氣流吹托，提高小麥清選性能和效率.脫出物經(jīng)篩分后，籽粒透過(guò)魚(yú)鱗篩與編織篩后，由輸糧攪龍送入糧箱，一部分未通過(guò)魚(yú)鱗篩和編織篩的莖稈、麥穗及雜余等3種脫出物，經(jīng)尾篩落至二次復(fù)脫攪龍，需經(jīng)再次脫粒清選才能達(dá)到脫凈目的，這種方式稱為復(fù)脫.圖1為多風(fēng)道清選裝置結(jié)構(gòu)示意圖.

圖1 多風(fēng)道清選裝置結(jié)構(gòu)示意圖

1.2 試驗(yàn)臺(tái)工作過(guò)程及參數(shù)

小麥植株隨輸送帶經(jīng)喂入部分到達(dá)輸送槽，經(jīng)脫粒滾筒脫粒后，大部分脫出物落到抖動(dòng)板上，隨振動(dòng)篩簡(jiǎn)諧運(yùn)動(dòng)與氣流場(chǎng)的作用實(shí)現(xiàn)篩選與分離，大量莖稈、雜余脫出物等無(wú)用成分被吹出機(jī)外，清潔的籽粒經(jīng)輸糧攪龍輸出；未脫凈的成分透過(guò)尾篩進(jìn)入二次復(fù)脫攪龍，并由二次復(fù)脫攪龍輸出，此時(shí)二次復(fù)脫攪龍中無(wú)用成分所占比重越低，即含雜率越低越有利于清選篩分，降低清選負(fù)擔(dān)，提高清選性能.試驗(yàn)采用的試驗(yàn)臺(tái)架如圖2所示.

圖2 試驗(yàn)臺(tái)架結(jié)構(gòu)示意圖

試驗(yàn)臺(tái)架基本參數(shù)參照市場(chǎng)上小麥?zhǔn)斋@機(jī)擁有量較大的久保田988機(jī)型，試驗(yàn)臺(tái)架主要參數(shù)如表1所示.

表1 試驗(yàn)臺(tái)架主要參數(shù)

2 試驗(yàn)方案

2.1 試驗(yàn)材料及設(shè)備

試驗(yàn)用小麥品種為臨麥4號(hào)，取自山東臨沂市河?xùn)|區(qū)小麥品種示范基地.該品種小麥的產(chǎn)量為6 470.8 kg·hm-2，平均株高為64.9 cm，百粒質(zhì)量為3.76 g，平均行距為23.8 cm，自然落粒損失為1.70 g，小麥籽粒含水率為15.3%，小麥植株長(zhǎng)勢(shì)狀況良好.

試驗(yàn)機(jī)型為課題組研發(fā)設(shè)計(jì)的臺(tái)架試驗(yàn)臺(tái).試驗(yàn)所需的器材包括標(biāo)簽、卡片、記號(hào)筆、一套工具箱、谷物水分測(cè)量?jī)x、大小樣品袋、一塊帆布以及轉(zhuǎn)速表等.

2.2 試驗(yàn)方法

采用Box-Behnken中心組合設(shè)計(jì)理論[5]，開(kāi)展五因素三水平二次回歸響應(yīng)面試驗(yàn)，共46組，每組試驗(yàn)后，由二次復(fù)脫攪龍卸糧口處接取樣本，小麥脫出物不同成分的質(zhì)量分?jǐn)?shù)作為小麥清選裝置復(fù)脫性能的評(píng)價(jià)指標(biāo).參考文獻(xiàn)[6]及前期臺(tái)架試驗(yàn)研究和作業(yè)經(jīng)驗(yàn)，選定與二次復(fù)脫攪龍中籽粒、莖稈以及雜余等3種脫出物質(zhì)量分?jǐn)?shù)相關(guān)的喂入量(A)、風(fēng)門(mén)開(kāi)度(B)、風(fēng)機(jī)轉(zhuǎn)速(C)、上導(dǎo)風(fēng)板角度(D)及下導(dǎo)風(fēng)板角度(E)等5個(gè)因素作為變量.

1)喂入量.根據(jù)小麥植株生物學(xué)特性與清選參數(shù)之間的關(guān)系，以及機(jī)型本身參數(shù)取值范圍，可知輸送帶運(yùn)行速度與喂入量有關(guān)，即輸送帶速度過(guò)大，容易導(dǎo)致脫出物篩面堵塞，速度過(guò)小又導(dǎo)致清選效率低.最低速度水平取1.4 m·s-1，最高速度水平取1.8 m·s-1，相應(yīng)中間速度水平取1.6 m·s-1，作為該試驗(yàn)參數(shù)取值參考，喂入量公式[7]如下：

Q=bvM，

(1)

式中：Q為喂入量，kg·s-1；b為輸送帶寬度，m；v為輸送帶運(yùn)行速度，m·s-1；M為每平方米小麥植株總質(zhì)量，kg·m-2.

試驗(yàn)因素和水平如表2所示.所有試驗(yàn)因素均用-1(低)、0(中)與1(高)這3個(gè)水平作為編碼.通過(guò)公式計(jì)算，當(dāng)輸送帶速度為低、中、高水平時(shí)，喂入量分別為4.48、5.12和5.76 kg·s-1.

表2 試驗(yàn)因素和水平表

2) 風(fēng)門(mén)開(kāi)度.根據(jù)多風(fēng)道清選裝置對(duì)風(fēng)量、風(fēng)速、氣流場(chǎng)分布的影響規(guī)律可知，風(fēng)門(mén)開(kāi)度與植株的生物學(xué)特性有關(guān).當(dāng)風(fēng)門(mén)開(kāi)度為10°時(shí)，風(fēng)量能夠較好地滿足脫出物篩選對(duì)風(fēng)量的需求，并相應(yīng)取較低水平值為0°，較高水平值為20°.

3) 風(fēng)機(jī)轉(zhuǎn)速.小麥植株脫出物中，雜余脫出物飄浮速度最低，約為4.5 m·s-1，相應(yīng)的風(fēng)機(jī)轉(zhuǎn)速為1 200 r·min-1，適合小麥籽粒清選的最大風(fēng)速為11.0 m·s-1，相應(yīng)的風(fēng)機(jī)轉(zhuǎn)速為1 600 r·min-1，即中間水平風(fēng)機(jī)轉(zhuǎn)速為1 400 r·min-1；風(fēng)速過(guò)大容易導(dǎo)致清選損失率升高，風(fēng)速過(guò)小不利于脫出物充分篩選，使含雜率升高.

4) 上、下導(dǎo)風(fēng)板角度.根據(jù)前期篩面脫出物分布與篩面風(fēng)速測(cè)定試驗(yàn)，當(dāng)上、下導(dǎo)風(fēng)板角度為0°～20°時(shí)，篩面風(fēng)速分布能較好地滿足篩前、篩中和篩后部分脫出物的清選篩分條件，即10°為角度中間水平值.

2.3 試驗(yàn)測(cè)試

1) 取樣.每組試驗(yàn)前，利用電子秤將稱好的小麥植株平鋪到輸送帶，每組試驗(yàn)完成后利用樣品袋在二次復(fù)脫攪龍?zhí)幗尤∶摮鑫飿颖荆藭r(shí)二次卸糧口打開(kāi)，攪龍停止轉(zhuǎn)動(dòng).每次選取500 g左右，放入貼有對(duì)應(yīng)標(biāo)簽的樣品袋，并封口.

2) 試驗(yàn)數(shù)據(jù)處理.利用帶有網(wǎng)孔的篩子通過(guò)人工方法，將樣品袋中所有脫出物進(jìn)行篩選，網(wǎng)孔尺寸介于小麥籽粒粒徑與莖稈尺寸之間，此篩分方式可將籽粒與雜余等脫出物充分漏下，再利用風(fēng)機(jī)對(duì)雜余和籽粒進(jìn)行風(fēng)選分離，分離后便得到籽粒質(zhì)量，記為m(籽粒)；莖稈質(zhì)量等于樣品袋總質(zhì)量減去籽粒和雜余質(zhì)量的差，記為m(莖稈)；雜余質(zhì)量等于樣品袋總質(zhì)量減去籽粒和莖稈質(zhì)量的差，記為m(雜余).以上計(jì)算中不計(jì)樣品袋質(zhì)量.籽粒、莖稈和雜余脫出物質(zhì)量分?jǐn)?shù)分別為w(籽粒)、w(莖稈)和w(雜余)，其計(jì)算式如下：

(2)

(3)

(4)

式中：mx為樣品袋總質(zhì)量，g.

3 試驗(yàn)數(shù)據(jù)與結(jié)果分析

根據(jù)五因素三水平試驗(yàn)設(shè)計(jì)方法，運(yùn)用Design-Expert，對(duì)試驗(yàn)數(shù)據(jù)進(jìn)行多元回歸擬合與方差分析，建立籽粒質(zhì)量分?jǐn)?shù)、莖稈質(zhì)量分?jǐn)?shù)、雜余脫出物質(zhì)量分?jǐn)?shù)與各試驗(yàn)因素的數(shù)學(xué)模型，對(duì)響應(yīng)面交互作用進(jìn)行分析[8].

3.1 試驗(yàn)結(jié)果與回歸分析

試驗(yàn)因素、水平與臺(tái)架試驗(yàn)數(shù)據(jù)結(jié)果如表2、3所示.表4為回歸模型方差分析表.

根據(jù)表3數(shù)據(jù)，對(duì)小麥籽粒、莖稈以及雜余脫出物的質(zhì)量分?jǐn)?shù)進(jìn)行方差回歸分析[9].

表3 臺(tái)架試驗(yàn)設(shè)計(jì)方案及結(jié)果

根據(jù)表4數(shù)據(jù)，各指標(biāo)去除不顯著因素后，可得籽粒質(zhì)量分?jǐn)?shù)(Y1)、莖稈質(zhì)量分?jǐn)?shù)(Y2)及雜余質(zhì)量分?jǐn)?shù)(Y3)隨各試驗(yàn)因素變化關(guān)系的回歸方程模型，如式(5)-(7)所示.

表4 回歸模型方差分析

Y1=0.650-5.0×10-3B-0.01D+
2.7×10-3E+3.7×10-4D2，

(5)

Y2=0.134-1.2×10-3B+6.7×10-4D-

3.3×10-3E-7.3×10-5D2，

(6)

Y3=0.224+5.3×10-3B+0.01D+
5.0×10-4E-2.9×10-4D2.

(7)

通過(guò)對(duì)二次復(fù)脫攪龍中Y1、Y2和Y3的失擬項(xiàng)F值與本身模型(Model)F值相比，前者失擬項(xiàng)F值很小，表示失擬項(xiàng)對(duì)于純誤差不顯著，Y1、Y2和Y3模型適合本次試驗(yàn)數(shù)據(jù).由于干擾而產(chǎn)生失擬項(xiàng)的顯著水平p值的概率分別為93.50%、84.10%和96.36%.在回歸模型方差分析表中，Y1、Y2和Y3變異系數(shù)分別為0.089、0.233和0.240說(shuō)明試驗(yàn)操作可靠，變異系數(shù)越小越可靠；Y1、Y2和Y3預(yù)測(cè)殘差平方和分別為0.130、0.013和0.120，表明建立的模型可較好地符合每個(gè)點(diǎn)的變化.

本試驗(yàn)Y1、Y2和Y3所得信噪比分別為11.826、11.650和9.191，說(shuō)明各指標(biāo)模型能較好地反應(yīng)試驗(yàn)結(jié)果；Y1、Y2和Y3決定系數(shù)R2分別為0.865、0.833和0.812，響應(yīng)值分別為86.5%、83.3%與81.2%，方程具有較好的擬合度，說(shuō)明方程與實(shí)際情況相符，并能做出較準(zhǔn)確預(yù)測(cè).

3.2 各因素影響效應(yīng)分析

為了判斷各因素對(duì)響應(yīng)函數(shù)作用程度，對(duì)回歸方程通過(guò)方差分析得到各回歸系數(shù)的F值[10]，定義為貢獻(xiàn)率的考核值(δ).計(jì)算公式為

(8)

(9)

式中：δ總為貢獻(xiàn)率；δj為第j個(gè)因素一次項(xiàng)的貢獻(xiàn)率；δjj為第j個(gè)因素二次項(xiàng)的貢獻(xiàn)率；δij為第j個(gè)因素與其他因素交互作用的貢獻(xiàn)率.

根據(jù)貢獻(xiàn)率計(jì)算公式(8)和(9)，分別計(jì)算喂入量和上、下導(dǎo)風(fēng)板角度對(duì)小麥籽粒、莖稈以及雜余脫出物質(zhì)量分?jǐn)?shù)的貢獻(xiàn)值.比較每個(gè)因素的貢獻(xiàn)率δ總，判斷各因素對(duì)各試驗(yàn)指標(biāo)的影響.不同因素對(duì)指標(biāo)Y1、Y2和Y3的貢獻(xiàn)值如表5所示.

表5 不同因素對(duì)指標(biāo)的貢獻(xiàn)值

3.3 試驗(yàn)因素交互作用影響分析

根據(jù)所得回歸方程，通過(guò)Design-Expert繪制出風(fēng)門(mén)開(kāi)度和上、下導(dǎo)風(fēng)板角度對(duì)復(fù)脫攪龍中小麥籽粒、莖稈和雜余等脫出物質(zhì)量分?jǐn)?shù)的響應(yīng)面.

3.3.1籽粒質(zhì)量分?jǐn)?shù)響應(yīng)面分析

圖3為各因素交互作用對(duì)籽粒質(zhì)量分?jǐn)?shù)的影響.

圖3 因素交互作用對(duì)籽粒質(zhì)量分?jǐn)?shù)的影響

由圖3a可知：風(fēng)門(mén)開(kāi)度和上導(dǎo)風(fēng)板角度對(duì)籽粒質(zhì)量分?jǐn)?shù)的交互作用影響較大，當(dāng)兩因素處于最高水平時(shí)，回歸方程在圖示水平區(qū)間取得極大值[11]；當(dāng)風(fēng)門(mén)開(kāi)度處于最低水平，且上導(dǎo)風(fēng)板角度處于中間水平時(shí)，回歸方程在圖示水平區(qū)間取得極小值.這是由于風(fēng)門(mén)開(kāi)度最大時(shí)風(fēng)量最大，且當(dāng)上導(dǎo)風(fēng)板角度最大時(shí)，脫出物經(jīng)過(guò)篩后和尾篩過(guò)程中受到的風(fēng)量最大，可以將除籽粒以外的大量脫出物吹出機(jī)外，籽粒質(zhì)量分?jǐn)?shù)最大；當(dāng)籽粒質(zhì)量分?jǐn)?shù)最低，風(fēng)門(mén)開(kāi)度最小，且上導(dǎo)風(fēng)板角度處于中間值時(shí)風(fēng)量最小，脫出混合物不能實(shí)現(xiàn)有效分離；當(dāng)上導(dǎo)風(fēng)板角度處于中間值時(shí)，脫出物在篩前、篩中堆積較多，此時(shí)由于風(fēng)量不足和篩面脫出物堆積，易進(jìn)入二次復(fù)脫攪龍，使籽粒質(zhì)量分?jǐn)?shù)下降.

由圖3b可知：當(dāng)兩因素處于最高水平時(shí)，在圖示水平區(qū)間回歸方程取得極大值；當(dāng)兩因素處于最低水平時(shí)，在圖示水平區(qū)間回歸方程取得極小值.當(dāng)籽粒質(zhì)量分?jǐn)?shù)最大時(shí)，風(fēng)量最大，可以將脫出混合物與籽粒實(shí)現(xiàn)有效分離；當(dāng)下導(dǎo)風(fēng)板角度最大時(shí)，吹向篩尾的風(fēng)量和風(fēng)速最大，經(jīng)脫粒滾筒落到篩后的脫出物在沒(méi)進(jìn)入二次復(fù)脫攪龍前便已被吹出機(jī)外，此時(shí)進(jìn)入二次復(fù)脫攪龍的籽粒質(zhì)量分?jǐn)?shù)最大；當(dāng)兩因素都處于最低水平時(shí)，經(jīng)下導(dǎo)風(fēng)板的氣流吹到尾篩部分時(shí)，風(fēng)量較低，不能將脫出物實(shí)現(xiàn)有效篩分，導(dǎo)致大量莖稈及雜余脫出物進(jìn)入二次復(fù)脫攪龍，籽粒質(zhì)量分?jǐn)?shù)降低.

由圖3c可知：當(dāng)上導(dǎo)風(fēng)板角度和下導(dǎo)風(fēng)板角度兩因素處于最高水平，回歸方程在圖示定義區(qū)間取得極大值；當(dāng)上、下導(dǎo)風(fēng)板角度分別處于中間和最低水平時(shí)，在圖3c所示水平區(qū)間回歸方程取得極小值.這是由于當(dāng)上、下導(dǎo)風(fēng)板角度為最高水平時(shí)，由于風(fēng)向集中吹在篩中和篩后，此時(shí)吹向尾篩的風(fēng)速大量降低，使脫出物較容易進(jìn)入二次復(fù)脫攪龍，籽粒質(zhì)量分?jǐn)?shù)降低.

3.3.2莖稈質(zhì)量分?jǐn)?shù)響應(yīng)面分析

圖4為因素交互作用對(duì)莖稈質(zhì)量分?jǐn)?shù)的影響.由圖4a可知：風(fēng)門(mén)開(kāi)度和上導(dǎo)風(fēng)板角度對(duì)莖稈質(zhì)量分?jǐn)?shù)的交互作用影響較大；當(dāng)兩因素分別處于最低與中間水平時(shí)，在圖示水平區(qū)間回歸方程取得極大值；當(dāng)兩因素處于最高水平時(shí)，回歸方程取得極小值.這是由于脫出物集中在篩中，在風(fēng)力作用下脫出物不能直接吹出機(jī)外，而是吹到篩尾部分，當(dāng)風(fēng)門(mén)開(kāi)度最低時(shí)，到達(dá)尾篩風(fēng)量不足，脫出物中莖稈不能充分經(jīng)尾篩吹向機(jī)外，莖稈質(zhì)量分?jǐn)?shù)升高；當(dāng)兩因素處于最高水平時(shí)，風(fēng)量可以充滿整個(gè)清選室，當(dāng)上導(dǎo)風(fēng)板角度最大時(shí)，在風(fēng)的作用下，將篩面前端脫出混合物實(shí)現(xiàn)有效分離和分層，并吹向機(jī)外，此時(shí)進(jìn)入二次復(fù)脫攪龍的莖稈質(zhì)量分?jǐn)?shù)最低.

圖4 因素交互作用對(duì)莖稈質(zhì)量分?jǐn)?shù)的影響

由圖4b可知：當(dāng)風(fēng)門(mén)開(kāi)度與下導(dǎo)風(fēng)板角度處于最低水平時(shí)，在圖示水平區(qū)間回歸方程取得極大值；當(dāng)風(fēng)門(mén)開(kāi)度和下導(dǎo)風(fēng)板角度兩因素處于最高水平時(shí)，莖稈質(zhì)量分?jǐn)?shù)最小，即在圖示水平區(qū)間回歸方程取得極小值.這是由于當(dāng)兩因素處于最低水平時(shí)，二次復(fù)脫攪龍上方的風(fēng)量最小，不足以將莖稈有效吹出機(jī)外，莖稈質(zhì)量分?jǐn)?shù)最高；當(dāng)兩者水平最大時(shí)，經(jīng)下導(dǎo)風(fēng)板吹向尾篩的風(fēng)量最大，此時(shí)莖稈進(jìn)入尾篩前便已吹出機(jī)外，進(jìn)入二次復(fù)脫攪龍的莖稈質(zhì)量分?jǐn)?shù)最低.

由圖4c可知：當(dāng)上導(dǎo)風(fēng)板角度與下導(dǎo)風(fēng)板角度處于最低水平時(shí)，在圖示水平區(qū)間回歸方程取得極大值；當(dāng)上導(dǎo)風(fēng)板角度與下導(dǎo)風(fēng)板角度分別處于最低和最高水平時(shí)，在圖示水平區(qū)間回歸方程取得極小值.這是由于當(dāng)上導(dǎo)風(fēng)板角度與下導(dǎo)風(fēng)板角度處于最低水平時(shí)，風(fēng)向主要集中在篩中、篩前，吹向尾篩的風(fēng)量與風(fēng)速最弱，此時(shí)風(fēng)速低于莖稈漂浮速度，導(dǎo)致進(jìn)入二次復(fù)脫攪龍的莖稈質(zhì)量分?jǐn)?shù)最大；當(dāng)上導(dǎo)風(fēng)板角度和下導(dǎo)風(fēng)板角度水平最大時(shí)，尾篩氣流速度和風(fēng)量都能滿足莖稈吹出機(jī)外的要求，二次復(fù)脫攪龍中莖稈質(zhì)量分?jǐn)?shù)最低.

3.3.3雜余脫出物質(zhì)量分?jǐn)?shù)響應(yīng)面分析

多因素交互作用對(duì)雜余質(zhì)量分?jǐn)?shù)的影響如圖5所示.

圖5 因素交互作用對(duì)雜余質(zhì)量分?jǐn)?shù)的影響

由圖5a可知：當(dāng)兩因素分別處于最低與最高水平時(shí)，在圖示水平區(qū)間回歸方程取得極大值；當(dāng)風(fēng)門(mén)開(kāi)度與下導(dǎo)風(fēng)板角度處于最高水平時(shí)，在圖示水平區(qū)間回歸方程取得極小值.當(dāng)雜余脫出物質(zhì)量分?jǐn)?shù)最大、風(fēng)門(mén)開(kāi)度最低，且上導(dǎo)風(fēng)板角度最大時(shí)，脫出混合物在風(fēng)力作用下經(jīng)尾篩吹向機(jī)外，風(fēng)門(mén)開(kāi)度最小時(shí)，風(fēng)量無(wú)法滿足脫出混合物吹脫的要求，使進(jìn)入二次復(fù)脫攪龍的雜余脫出物質(zhì)量分?jǐn)?shù)最大.

由圖5b可知：當(dāng)兩因素處于最低水平時(shí)，在圖示水平區(qū)間回歸方程取得極大值；當(dāng)兩因素處于最高水平時(shí)，在圖示水平區(qū)間回歸方程取得極小值.當(dāng)兩個(gè)因素處于最低水平時(shí)，風(fēng)量與氣流經(jīng)導(dǎo)風(fēng)板的導(dǎo)向作用，無(wú)法吹向尾篩時(shí)，尾篩風(fēng)量低且不集中，使雜余脫出物無(wú)法在風(fēng)的作用下實(shí)現(xiàn)有效清選，進(jìn)入二次復(fù)脫攪龍的雜余質(zhì)量分?jǐn)?shù)最大；當(dāng)兩因素處于最高水平時(shí)，此時(shí)尾篩的風(fēng)速滿足雜余脫出物篩分條件，進(jìn)入二次復(fù)脫攪龍的雜余脫出物質(zhì)量分?jǐn)?shù)最低.

由圖5c可知：上、下導(dǎo)風(fēng)板角度對(duì)雜余脫出物質(zhì)量分?jǐn)?shù)的交互作用影響較大；當(dāng)兩因素分別處于中間與最低水平時(shí)，在圖示水平區(qū)間回歸方程取得極大值；當(dāng)兩個(gè)因素處于最高水平時(shí)，在圖示水平區(qū)間回歸方程取得極小值.當(dāng)上導(dǎo)風(fēng)板角度大致在中間水平時(shí)，雜余脫出物主要分布在篩前和篩中區(qū)域，在上、下出風(fēng)口風(fēng)力的作用下吹向機(jī)外[12]，由于下導(dǎo)風(fēng)板角度最小，風(fēng)量主要集中在篩后，此時(shí)吹向尾篩的風(fēng)量不能滿足雜余脫出物吹脫要求，進(jìn)入二次復(fù)脫攪龍，此時(shí)雜余質(zhì)量分?jǐn)?shù)最大；當(dāng)上、下導(dǎo)風(fēng)板角度最大時(shí)，能更好地滿足尾篩對(duì)風(fēng)速、風(fēng)量的篩分和吹脫要求，雜余質(zhì)量分?jǐn)?shù)最低.

4 參數(shù)優(yōu)化與試驗(yàn)驗(yàn)證

4.1 參數(shù)優(yōu)化

根據(jù)上述五因素三水平試驗(yàn)結(jié)論，采用多目標(biāo)優(yōu)化方法，為使清選性能最佳，籽粒質(zhì)量分?jǐn)?shù)maxY1最高，莖稈質(zhì)量分?jǐn)?shù)minY2和雜余脫出物minY3最低.運(yùn)用Design-Expert對(duì)多因素進(jìn)行優(yōu)化求解，在各因素滿足試驗(yàn)條件的情況下，分別以籽粒、莖稈以及雜余脫出物質(zhì)量分?jǐn)?shù)的回歸方程作為響應(yīng)變量函數(shù)，限定其取值范圍，建立數(shù)學(xué)優(yōu)化模型：

(10)

得到最佳參數(shù)優(yōu)化結(jié)果：當(dāng)喂入量為5.0 kg·s-1，風(fēng)門(mén)開(kāi)度為20°，風(fēng)機(jī)轉(zhuǎn)速為1 530 r·min-1，上導(dǎo)風(fēng)板角度為20°，下導(dǎo)風(fēng)板角度為10°時(shí)，可以達(dá)到最佳清選性能.此時(shí)小麥籽粒、莖稈以及雜余脫出物質(zhì)量分?jǐn)?shù)分別為89.90%、2.51%和7.50%.

4.2 結(jié)果與驗(yàn)證

依據(jù)上述最佳組合參數(shù)，選取植株與本試驗(yàn)方法相同，進(jìn)行10組試驗(yàn)驗(yàn)證，對(duì)所得3個(gè)指標(biāo)求平均值的方法與試驗(yàn)值進(jìn)行對(duì)比，結(jié)果見(jiàn)表6.由表6可知，在最佳參數(shù)組合方案下獲得的籽粒、莖稈及雜余脫出物質(zhì)量分?jǐn)?shù)平均值分別為91.0%、2.3%和6.7%，試驗(yàn)驗(yàn)證值與試驗(yàn)值誤差小于5%，試驗(yàn)值與理論值相吻合，表明該回歸方程與實(shí)際情況相符，此模型可靠.

表6 試驗(yàn)驗(yàn)證結(jié)果 %

5 結(jié) 論

1) 采用響應(yīng)面分析法對(duì)試驗(yàn)結(jié)果進(jìn)行分析可知，對(duì)小麥籽粒、莖稈、雜余脫出物的質(zhì)量分?jǐn)?shù)影響較大的因素有風(fēng)門(mén)開(kāi)度和上、下導(dǎo)風(fēng)板角度.

2) 建立了臺(tái)架試驗(yàn)回歸方程模型，得到當(dāng)復(fù)脫攪龍中小麥籽粒質(zhì)量分?jǐn)?shù)最大、莖稈和雜余脫出物質(zhì)量分?jǐn)?shù)最小時(shí)的最佳參數(shù)組合，復(fù)脫攪龍中含雜率最低，二次清選負(fù)擔(dān)最小，此時(shí)喂入量為5.0 kg·s-1，風(fēng)門(mén)開(kāi)度為20°，風(fēng)機(jī)轉(zhuǎn)速為1 530 r·min-1，上導(dǎo)風(fēng)板角度為20°，下導(dǎo)風(fēng)板角度為10°.在最佳參數(shù)條件下，進(jìn)行了臺(tái)架試驗(yàn)，得到二次復(fù)脫攪龍中籽粒、莖稈以及雜余脫出物質(zhì)量分?jǐn)?shù)分別為89.90%、2.51%和7.50%.